İŞLETMELERİN FİNANSAL PERFORMANSININ BULANIK PIPRECIA VE MARCOS YÖNTEMLERİ İLE ANALİZİ: BİST TEKSTİL, DERİ ENDEKSİNDE BİR UYGULAMA

Year 2022, , 800 - 826, 31.12.2022

Kevser Arman , Melek Cıbır , Nilsen Kundakcı

https://doi.org/10.31460/mbdd.985476

Abstract

Bu çalışmada, Bulanık PIPRECIA ve MARCOS yöntemleri kullanılarak, Borsa İstanbul (BİST) Tekstil, Deri endeksinde işlem gören işletmelerin 5 yıllık (2016-2020) finansal performans sıralaması değerlendirilmiştir. Değerlendirme kriterlerinin ağırlıkları Bulanık PIPRECIA yöntemi ile, işletmelerin finansal performans sıralaması ise MARCOS yöntemi ile elde edilmiştir. Çalışma kapsamında her yıl için 2 adet portföy oluşturulmuş ve bu portföyler, 5 performans ölçüm kriteri ile analiz edilmiştir. Yapılan analiz, MARCOS yöntemi kullanılarak belirlenen sıralamaya göre oluşturulan A portföyünün B portföyüne göre 3 yıl için (2017-2018-2019) daha yüksek bir performans sergilediğini ortaya koymaktadır. Sadece portföy getirileri incelendiğinde ise 5 yıl boyunca A portföyü daha yüksek getiriye sahiptir.

Keywords

Bulanık PIPRECIA, MARCOS, finansal performans, portföy performans ölçümü

ANALYSIS OF FINANCIAL PERFORMANCE OF COMPANIES WITH FUZZY PIPRECIA AND MARCOS METHODS: AN APPLICATION IN BIST TEXTILE, LEATHER INDEX

Abstract

In this study, 5 year (2016-2020) financial performance rankings of companies traded in the Textile, Leather Index in Borsa Istanbul (BIST) are evaluated. The weights of the performance evaluation criteria are obtained with the Fuzzy PIPRECIA method, and the financial performance rankings are obtained with the MARCOS method. 2 portfolios are created for each year and are analyzed with 5 performance criteria. The results reveal that the high performance portfolio A, created according to the MARCOS rankings outperforms portfolio B from 2017 to 2019. When only portfolio returns are considered, portfolio A has a higher return from 2016 to 2020.

Keywords

Fuzzy PIPRECIA, MARCOS, financial performance, portfolio performance measurement

References

• Abdel-Basset, M., Ding, W., Mohamed, R., & Metawa, N. (2020). An Integrated Plithogenic MCDM Approach for Financial Performance Evaluation of Manufacturing Industries.Risk Management, 22(3), 192-218.
• Akyüz, Y., Bozdoğan, T., & Hantekin, E. (2011). TOPSIS Yöntemiyle Finansal Performansın Değerlendirilmesi ve Bir Uygulama. Afyon Kocatepe Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 13(1), 73-92.
• Aldalou, E., & Perçin, S. (2020). Application of Integrated Fuzzy MCDM Approach for Financial Performance Evaluation of Turkish Technology Sector. International Journal of Procurement Management, 13(1), 1-23.
• Alkan, U., & Kuşaksızoğlu, B. (2017). Türkiye’de Yatırım Fonlarının Getiriye Dayalı Performans Değerlemesi. Kesit Akademi Dergisi, (11), 297-320.
• Arman, K., & Kundakcı, N. (2022). Bulanık PIPRECIA Yöntemi ile Bankacılık Endüstrisinde Blokzincir Teknolojisinin Benimsenmesini Etkileyen Kritik Faktörlerin Değerlendirilmesi. Balıkesir Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 25(47), 79-92.
• Ayçin, E. (2018). BIST Menkul Kıymet Yatırım Ortaklıkları Endeksinde (XYORT) Yer Alan İşletmelerin Finansal Performanslarının Entropi ve Gri İlişkisel Analiz Bütünleşik Yaklaşımı ile Değerlendirilmesi. Dokuz Eylül Üniversitesi İktisadi İdari Bilimler Fakültesi Dergisi, 33(2), 595- 622.
• Ayçin, E., & Güçlü, P. (2020). BİST Ticaret Endeksinde Yer Alan İşletmelerin Finansal Performanslarının Entropi ve MAIRCA Yöntemleri ile Değerlendirilmesi. Muhasebe ve Finansman Dergisi, (85), 287-312.
• Bayramoğlu, M. F., & Yayalar, N. (2017). Portföy Seçiminde Toplam Riski Temel Alan Portföy Performans Ölçütlerinin Değerlendirilmesi. Bolu Abant İzzet Baysal Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 17(1), 1-28.
• Beheshtinia, M. A., & Omidi, S. (2017). A Hybrid MCDM Approach for Performance Evaluation in the Banking Industry. Kybernetes, 46(8), 1386-1407.
• Bölükbaş, U., Çelik, E., & Güneri, A. F. (2012). Performance Evaluation of Turkish Retail Firms Using the Fuzzy AHP, PROMETHEE, ELECTRE and VIKOR Methods. Uncertainty Modeling in Knowledge Engineering and Decision Making, 243-248.
• Celik, E., & Gul, M. (2021). Hazard Identification, Risk Assessment and Control for Dam Construction Safety Using an Integrated BWM and MARCOS Approach under Interval Type-2 Fuzzy Sets Environment. Automation in Construction, 127, 103699.
• Ecer, F. (2021). A Consolidated MCDM Framework for Performance Assessment of Battery Electric Vehicles Based on Ranking Strategies. Renewable and Sustainable Energy Reviews, 143, 110916.
• Ersoy, N. (2020). Finansal Performansın Gri İlişkisel Analiz Yöntemi ile Değerlendirilmesi: Borsa İstanbul Ulaştırma Endeksi’ndeki Şirketler Üzerine Bir Araştırma. Muhasebe ve Finansman Dergisi, (86), 223-246.
• Ertuğrul, İ., & Karakaşoğlu, N. (2009). Performance Evaluation of Turkish Cement Firms with Fuzzy Analytic Hierarchy Process and TOPSIS Methods. Expert Systems with Applications, 36(1), 702- 715.
• Esbouei, S. K., Ghadikolaei, A. S., & Antucheviciene, J. (2014). Using FANP and Fuzzy VIKOR for Ranking Manufacturing Companies Based on Their Financial Performance. Economic Computation & Economic Cybernetics Studies & Research, 48(3), 141-162.
• Gökgöz, F., & Günel, M. O. (2017). Türk Yatırım Fonlarının Portföy Performanslarının Analizi. Ankara Üniversitesi Sosyal Bilimler Dergisi, 3(2), 3-25.
• İslamoğlu, M., Apan, M., & Oztel, A. (2015). An Evaluation of the Financial Performance of REITs in Borsa Istanbul: A Case Study Using the Entropy-Based TOPSIS Method. International Journal of Financial Research, 6(2), 124-138.
• Jauković-Jocić, K., Karabašević, D., & Jocić, G. (2020). The Use of the PIPRECIA Method for Assessing the Quality of E-Learning Materials. Ekonomika, 66(3), 37-45.
• Kamuyu Aydınlatma Platformu (KAP). www.kap.org.tr (Erişim Tarihi: 22.07.2021).
• Kehribar, Ö., Karademir, F. ve Evci, S. (2021). İşletmelerin COVID-19 Pandemisi Sürecindeki Finansal Performanslarının Entropi ve MAIRCA Yöntemleri ile Değerlendirilmesi: BIST Gıda, İçecek Endeksi Örneği. Business & Management Studies: An International Journal, 9(1), 200-214.
• Komchornrit, K. (2021). Financial Evaluation by the Combined AHP-PROMETHEE Method: A Case Study of Integrated Logistics Service Providers in Thailand. Journal of Community Development Research (Humanities and Social Sciences), 14(2), 77-89.
• Memiş, S., Demir, E., Karamaşa, Ç., & Korucuk, S. (2020). Prioritization of Road Transportation Risks: An Application in Giresun Province. Operational Research in Engineering Sciences: Theory and Applications, 3(2), 111-126.
• Omrani, S., Jafari, M., & Mansori, A. (2019). Analysis of Financial Performance of Cement Industry Manufacturing Companies in Tehran Stock Exchange Using the FAHP Technique and the TOPSIS Method. Independent Journal of Management & Production, 10(2), 512-536.
• Orçun, Ç. (2019). Enerji Sektöründe WASPAS Yöntemiyle Performans Analizi. Bolu Abant İzzet Baysal Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 19(2), 439-453.
• Orçun, Ç., & Eren, B. S. (2017). TOPSIS Yöntemi ile Finansal Performans Değerlendirmesi: XUTEK Üzerinde Bir Uygulama. Muhasebe ve Finansman Dergisi, (75), 139-154.
• Ömürbek, N., & Eren, H. (2016). Promethee, MOORA ve COPRAS Yöntemleri ile Oran Analizi Sonuçlarının Değerlendirilmesi: Bir Uygulama. Mehmet Akif Ersoy Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 8(16), 174-187.
• Özdağoğlu, A., Keleş, M. K., & Işıldak, B. (2021). Dünyanın En İşlek Havalimanlarının PIPRECIA-E, SMART ve MARCOS Yöntemleri ile Değerlendirilmesi. Erciyes Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, (58), 333-352.
• Popović, G., Đorđević, B., & Milanović, D. (2019). Multiple Criteria Approach in the Mining Method Selection. Industrija, 47(4), 47-62.
• Safaei Ghadikolaei, A., Khalili Esbouei, S., & Antucheviciene, J. (2014). Applying Fuzzy MCDM for Financial Performance Evaluation of Iranian Companies.Technological and Economic Development of Economy, 20(2), 274-291.
• Stanujkic, D., Zavadskas, E. K., Karabasevic, D., Smarandache, F., & Turskis, Z. (2017). The Use of the Pivot Pairwise Relative Criteria Importance Assessment Method for Determining the Weights of Criteria. Romanian Journal of Economic Forecasting, XX(4), 116-133.
• Stević, Ž., Pamučar, D., Puška, A., & Chatterjee, P. (2020). Sustainable Supplier Selection in Healthcare Industries Using a New MCDM Method: Measurement of Alternatives and Ranking According to Compromise Solution (MARCOS). Computers & Industrial Engineering, 140, 106231.
• Stević, Ž., Stjepanović, Ž., Božičković, Z., Das, D. K., & Stanujkić, D. (2018). Assessment of Conditions for Implementing Information Technology in a Warehouse System: A Novel Fuzzy PIPRECIA Method. Symmetry, 10(11), 586.
• Ulutaş, A., Karabasevic, D., Popovic, G., Stanujkic, D., Nguyen, P. T., & Karaköy, Ç. (2020). Development of a Novel Integrated CCSD-ITARA-MARCOS Decision-Making Approach for Stackers Selection in a Logistics System. Mathematics, 8(10), 1672.
• Uygurtürk, H., & Korkmaz, T. (2012). Finansal Performansın TOPSIS Çok Kriterli Karar Verme Yöntemi ile Belirlenmesi: Ana Metal Sanayi İşletmeleri Üzerine Bir Uygulama. Eskişehir Osmangazi Üniversitesi İİBF Dergisi, 7(2), 95-115.
• Vesković, S., Stević, Ž., Karabašević, D., Rajilić, S., Milinković, S., & Stojić, G. (2020). A New Integrated Fuzzy Approach to Selecting the Best Solution for Business Balance of Passenger Rail Operator: Fuzzy PIPRECIA-Fuzzy EDAS Model. Symmetry, 12(5), 743.
• Wang, Y.J. (2009). Combining Grey Relation Analysis with FMCGDM to Evaluate Financial Performance of Taiwan Container Lines. Expert Systems with Applications, 36(2), 2424-2432.
• www.investing.com (Erişim Tarihi: 28.07.2021).
• www.market-risk-premia.com/tr (Erişim Tarihi: 28.07.2021).
• Yücel, Ö. (2016). BİST Endekslerinin Risk Temelli Performans Karşılaştırması. İşletme ve İktisat Çalışmaları Dergisi, 4(4), 151-164.
• Yükçü, S., & Kaplanoğlu, E. (2015). Çok Kriterli Karar Verme Yöntemleriyle Gözaltı Pazarı Şirketlerinin Finansal Performanslarının Belirlenmesi. Muhasebe Bilim Dünyası Dergisi, 17(3), 587-616.