Evaluation of Topsis and Mabac Methods in Financial Performance Analysis of Non-Life Insurance Companies

Yıl 2022, Cilt: 37 Sayı: 4, 891 - 912, 10.11.2022

Gülay Çizgici Akyüz

https://doi.org/10.24988/ije.1017854

Cited By: 8

Öz

Performance evaluation is based on the evaluation of companies’ objectives operating in insurance sector, as in all sectors. Statistical and econometric models and multi-criteria decision-making model are typically used in these evaluations. The aim of the study is to determine the optimal method in evaluation of financial performance of non-life insurance companies and to establish a decision point for the selection of the method. With this purpose, the performance analysis of non-life insurance companies for the period 2014-2020 is made with the Critic-weighted Topsis and Mabac methods, and by examining the relationship between correlation analysis and method results, the optimal method is tried to be determined. Financial performances are obtained by criteria made up of ratios representing capital adequacy, profitability, operational risk and asset quality. According to the results of the analysis, it has been determined that there is a positive relationship between financial performance rankings measured by Topsis and Mabac methods in non-life insurance companies in Turkey. The main conclusion that sectoral analysts should consider in determining the optimal method in performance evaluation is that the methods reveal similar results.

Anahtar Kelimeler

Financial performance, Insurance company, Critic-Topsis, Critic-Mabac, Spearman.

Hayat Dışı Sigorta Şirketlerinin Finansal Performans Analizinde Topsis ve Mabac Yöntemlerinin Değerlendirilmesi

Öz

Performans değerlendirmesi, tüm sektörlerde olduğu gibi sigorta sektöründe faaliyet gösteren şirketlerin de hedeflerinin değerlendirilmesini esas almaktadır. Bu değerlendirmelerde sıklıkla istatistiksel ve ekonometrik modeller ile çok kriterli karar verme teknikleri kullanılmaktadır. Çalışmanın amacı, hayat dışı sigorta şirketlerinin finansal performans değerlendirilmesinde optimal yöntemin belirlenmesi ve yöntemin seçimi hususunda karar noktası oluşturmaktır. Bu amaç doğrultusunda, Critic ile ağırlıklandırılmış Topsis ve Mabac yöntemleri ile hayat dışı sigorta şirketlerinin 2014-2020 dönemi itibarıyla performans analizi yapılmış, korelasyon analizi ile yöntem sonuçları arasındaki ilişki incelenerek optimal yöntem belirlenmeye çalışılmıştır. Analiz sonuçlarına göre, Türkiye'deki hayat dışı sigorta şirketlerinde sermaye yeterliliği, karlılık, faaliyet riski ve aktif kalitesini temsil eden oranlardan oluşan kriterler ile elde edilen Topsis ve Mabac finansal performans sıralamaları arasında pozitif bir ilişki vardır. Sektörel analiz yapanların performans değerlendirilmesinde optimal yöntemin belirlenmesi noktasında dikkate almaları gereken temel çıkarım, yöntemlerin benzer sonuçlar ortaya çıkarmakta olmasıdır.

Anahtar Kelimeler

Finansal performans, sigorta şirketi, Critic-Mabac, Spearman, Critic-Topsis

Kaynakça

• Acar, M. (2019). Finansal performansın belirlenmesinde ve sıralanmasında Topsis çok kriterli karar verme yönteminin kullanılması: BİST sigorta şirketleri uygulaması. Finansal Araştırmalar ve Çalışmalar Dergisi, 11(21), 136-162.
• Akhisar, İ. (2014). Performance ranking of Turkish insurance companies: The Anp application. Finansal Araştırmalar ve Çalışmalar Dergisi, 6(11), 1-13.
• Akpınar, Ö. ve Yıldız, A. (2018). Küresel ekonomik krizin sigortacılık sektörüne etkisi ve kriz sonrası hayat dışı sigortacılık sektörü performans analizi. Sosyal Bilimler Enstitüsü Dergisi, 39, 263-282.
• Akyüz, Y. ve Kaya, Z. (2013). Türkiye'de hayat dışı ve hayat/emeklilik sigorta sektörünün finansal performans analiz ve değerlendirilmesi. Sosyal Ekonomik Araştırmalar Dergisi, 13(26), 355-371.
• Altan İ. M. ve Yıldırım M. (2019). Sigorta sektörü hayat dışı branşının finansal ve teknik performanslarının analizi. Uluslararası Afro-Avrasya Araştırmaları Dergisi, 4(7), 36-46.
• Amiri, M., Zandieh, M., Vahdani, B., Soltani, R. ve Roshanaei, V. (2010). An integrated eigenvector–Dea–Topsis methodology for portfolio risk evaluation in the forex spot market. Expert Systems with Applications, 37(1), 509-516.
• Arıkan Tezergil, S. (2018). Veri zarflama analizi ile Türk sigorta sektörünün elementer branşlarda değerlendirilmesi. İşletme Araştırmaları Dergisi, 9(4), 342-357.
• Asghar, M. Jam-e K. ve Afza, T. (2010). Efficiency of the insurance industry in Pakistan: An application of non-parametric approach. Interdisciplinary Journal of Contemporary Research in Business, 2(8), 84-98.
• Atukalp, M. E. (2020). Finansal performans değerlendirme kriterlerinin ağırlıklarının hesaplanmasında critic ve entropi yöntemlerinin değerlendirilmesi: Mevduat bankaları üzerine bir inceleme. N. Toğuç (Ed.), Para ve finans içinde (27-52. ss.). İksad Yayınevi Ankara.
• Aydın, Y. (2019). Türkiye'de hayat\emeklilik sigorta sektörünün finansal performans analizi. Finans Ekonomi ve Sosyal Araştırmalar Dergisi, 4(1), 107-118.
• Brauers, W. K. M. ve Zavadskas, E. K. (2012). Robustness of Multimoora: A method for multi-objective optimization. Informatica, 23(1), 1-25.
• Bülbül, S. E. ve Köse, A. (2016). Türk sigorta sektörünün Promethee yöntemi ile finansal performans analizi. Marmara Üniversitesi İktisadi ve İdari Bilimler Dergisi, 38(1), 187-210.
• Cummins, J.D., Tennyson S. ve Weiss M. (1999). Consolidation and efficiency in the US life insurance industry. Journal of Banking and Finance, 23, 325-357.
• Cummins, J.D. ve Weiss, M. A. (1993). Measuring cost efficiency in the property-liability insurance industry. Journal of Banking and Finance, 17, 463-481.
• Cummins, J.D. ve Zi, H. (1996). Measuring cost efficiency in the U.S. life insurance industry: econometric and mathematical programming approach. The Warton Financial Institution Center, 1-43.
• Çakır, S. (2016). Türk sigortacılık sektöründe çok kriterli karar verme teknikleri (ÇKKV) ile performans ölçümü: BİST uygulaması. Çukurova Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 20(1) , 127-147.
• Çetintaş, H. ve Biçen, Ö.F. (2012). Türkiye’de sigortacılık sektörünün etkinlik analizi. Tisk Akademi, 11, 124-154.
• Çiftçi, D. H. (2004). Türk sigorta sektörünün sorunları; Dea analizi ile Türk sigorta şirketlerinin etkinlik düzeylerinin belirlenmesi. Çukurova Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 13(1), 121-149.
• Dalkılıç, N. (2012). Türkiye’de hayat dışı sigortacılık sektöründe etkinlik analizi. Muhasebe ve Finansman Dergisi, 55, 71-90.
• Davarcıoğlu Özaktaş, F. (2017). Hayat dışı sigorta sektöründe etkinlik analizi: Türkiye uygulaması (2002-2015). Ç.Ü. Sosyal Bilimler Enstitüsü Dergisi, 26( 2), 30-44.
• Diacon, S.R. (2001). The efficiency of UK general insurance companies. CRIS discussion paper series. Centre for Risk & Insurance Studies, The University of Nottingham, 1-33.
• Diakoulaki, D., Mavrotas, G. ve Papayannakis, L. (1995). Determining objective weights in multiple criteria problems: The Critic method. Computers & Operations Research, 22, 763-770.
• Elitaş, C., Eleren, A., Yıldız, F. ve Doğan, M. (2012). Gri ilişkisel analiz ile sigorta şirketlerinin performanslarının belirlenmesi. 16. Finans sempozyumu içinde (521-530. ss.). Erzurum.
• Ertuğrul, İ. ve Özçil, A. (2016). The performance analysis of fuzzy Topsis and fuzzy Dematel methods into insurance companies. Çankırı Karatekin Üniversitesi İİBF Dergisi, 6(1), 175-200.
• Feng, C.M. ve Wang, R.T. (2001). Considering the financial ratios on the performance evaluation of highway bus industry. Transport Reviews. 21(4), 449-467.
• Gao, R., Nam, H.O., Ko, W. Il ve Jang, H. (2017). National options for a sustainable nuclear energy system: MCDM evaluation using an improved integrated weighting approach. Energies, 10, 1-24.
• Hao, J. C. J. ve Chou, L.Y. (2005). The estimation of efficiency for life insurance industry: The case in Taiwan. Journal of Asian Economics, 16, 847–860.
• Hu, X., Zhang, C., Hu, J. ve Zhu, N. (2009). Analyzing efficiency in the Chinese life insurance industry. Management Research News, 32(10), 905-920.
• Huang, W. ve Eling, M. (2013). An efficiency comparison of the non-life insurance industry in the BRIC countries. European Journal of Operational Research, 226, 577–591.
• Hwang, C. L. ve Yoon, K. (1981). Multiple attribute decision making: Methods and applications. Springer-Verlag, New York. http://dx.doi.org/10.1007/978-3-642-48318-9
• Işık, Ö. (2019). Türkiye'de hayat dışı sigorta sektörünün finansal performansının Critic tabanlı Topsis ve Multimoora yöntemiyle değerlendirilmesi. BMIJ, 7(1), 542-562.
• Jahanshahloo, G.R., Hosseinzadeh Lotfi, F. ve Izadikhah, M. (2006). An algorithmic method to extend Topsis for decision-making problems with interval data. Applied Mathematics and Computation, 175, 1375-1384.
• Jametti, M. ve Ungern-Sternberg, T. V. (2005). Assessing the efficiency of an insurance provider-a measurement error approach. The Geneva Risk and Insurance Review, 30, 15–34.
• Kabakçı, C. Ç. ve Bilgin Sarı, E. (2019). Türk bankacılık sektöründe finansal performansın tercih seçim endeksi (PSI) yöntemiyle analizi. Ekonomi, Politika & Finans Araştırmaları Dergisi. 4(3), 370-383.
• Kalaycı, Ş. (2008). SPSS uygulamalı çok değişkenli istatistik teknikleri. Ankara: Asil Yayın Dağıtım.
• Kılıçkaplan, S. ve Karpat, G. (2004). Türkiye hayat sigortası sektöründe etkinliğin incelenmesi. D.E.Ü. İ.İ.B.F. Dergisi, 19(1), 1-14.
• Köse, A. ve Dikme, B. (2021). Türk sigorta sektöründe hayat dışı branşlarda faaliyet gösteren şirketlerin performanslarının değerlendirilmesi. Finansal Araştırmalar ve Çalışmalar Dergisi, 13(24), 171-188.
• Kula, V., Kandemir, T. ve Baykut, E. (2016). Borsa İstanbul’da işlem gören sigorta ve BES şirketlerinin finansal performansının Gri İlişkisel analiz yöntemi ile incelenmesi. AKÜ İİBF Dergisi, 1(1), 37-53.
• Ömürbek, A. ve Özcan, N. (2016). BİST’de işlem gören sigorta şirketlerinin Multimoora yöntemiyle performans ölçümü. International Journal of Business Economics and Management Perspectives, 1(2), 65-75.
• Özcan, A. İ. (2011). Türkiye’de hayat dışı sigorta sektörünün 2002-2009 dönemi itibarıyla etkinlik analizi. Sosyal Bilimler Dergisi, 9(1), 61-78.
• Pamučar, D. ve Ćirović, G. (2015). The selection of transport and handling resources in logistics centers using multi-attributive border approximation area comparison (Mabac). Expert Systems with Applications, 42, 3016-3028.
• Pamučar, D., Petrović, I. ve Ćirović, G. (2018). Modification of the best–worst and Mabac methods: A novel approach based on interval-valued fuzzy-rough numbers. Expert Systems with Applications, 91, 89-106.
• Peker, İ. ve Baki, B. (2011). Gri İlişkisel analiz yöntemiyle Türk sigortacılık sektöründe performans ölçümü. Uluslararası İktisadi ve İdari İncelemeler Dergisi, 4(7), 1-18.
• Perçin, S. ve Sönmez, Ö. (2018). Bütünleşik Entropi ağırlık ve Topsis yöntemleri kullanılarak Türk sigorta şirketlerinin performansının ölçülmesi. UİİİD-IJEAS, 18. EYİ Özel Sayısı, 565-582.
• Şahin, İ.E. ve Akkoyuncu, H. (2019). Türk sigortacılık sektöründe faaliyet gösteren hayat dışı sigorta şirketlerinin etkinlik analizi. Selçuk Üniversitesi Sosyal Bilimler Meslek Yüksekokulu Dergisi, 22(2), 840-852.
• Turanlı, M. ve Köse, A. (2005). Doğrusal hedef programlama yöntemiyle Türkiye’deki sigorta şirketlerinin performanslarının değerlendirilmesi. İstanbul Ticaret Üniversitesi Fen Bilimleri Dergisi, 4(7), 19-39.
• Türkiye Sigorta Birliği. (2022). Türkiye Sigorta Birliği web sitesi. Erişim adresi, https://www.tsb.org.tr/tr/istatistikler
• Ünal, E. A. (2019). Bütünleşik Entropi ve Edas yöntemleri kullanılarak BİST sigorta şirketlerinin performansının ölçülmesi. Finans Ekonomi ve Sosyal Araştırmalar Dergisi, 4(4), 555-566.
• Yıldırım, M. ve Altan, İ. M. (2019). Sigorta sektörünün finansal performansının Entropi ağırlıklandırmalı Topsis yöntemiyle analizi ve değerlendirilmesi. İnsan ve Toplum Bilimleri Araştırmaları Dergisi, 8(1), 345-358.
• Yücenur, N. ve Çetin Demirel, N. (2012). Group decision making process for insurance company selection problem with extended Vikor method under fuzzy environment. Expert Systems with Applications, 39(3), 3702-3707.
• Weiss, M. A. (1991). International P/L insurance output, input and productivity comparisons. The Geneva Papers on Risk and Insurance Theory, 16(2), 179-200.
• Winter, J. C. F., Gosling, S. D. ve Potter, J. (2016). Comparing the pearson and spearman correlation coefficients across distributions and sample sizes: A tutorial using simulations and empirical data. Psychological Methods, 21(3), 273-290.
• Yao, S., Han, Z. ve Feng, G. (2007). On technical efficiency of China's insurance industry after WTO accession. China Economic Review, 18, 66–86.