Performance Evaluation of Airlines Using Financial Ratios

Year 2021, Volume: 13 Issue: 2, 583 - 599, 18.06.2021

Aşır Özbek Masoumeh Ghouchi

https://doi.org/10.29137/umagd.871702

Cited By: 2

Abstract

A major factor with a large share in the socio-cultural and economic development of countries, contributing to the increase of competition in the globalizing and rapidly developing world economy is the rapidly growing and developing air transport. This study aimed to evaluate the ten-year financial performance of Europe's leading 5 airline companies between 2009 and 2018. Two Multi-Criteria Decision-Making methods (MCDM), the Weighted Aggregated Sum Product Assessment (WASPAS) and the Evaluation based on Distance from Average Solution (EDAS), were employed in the study. The financial ratios obtained from the balance sheets of 5 airline companies were analyzed using WASPAS and EDAS methods. The 12 criteria determined for the assessment in light of the literature study were "current ratio", "acid test ratio", "cash ratio", "financial leverage ratio", "asset turnover rate", "receivable turnover rate", "fixed assets turnover rate", "return on equity", "asset “Profitability”, “operating profit margin”, “gross profit margin” and “net profit margin”. Criterion weights were determined by the Entropy method. The 2009-2018 performances of the 5 airline companies were evaluated and the companies were ranked according to the results. The study revealed that Ryanair showed the best performance, while Lufthansa was found to be the one with the lowest efficiency.

Keywords

Entropi, WASPAS, EDAS, Multi Criteria Decision Making, Airline companies

Finansal Oranları Kullanarak Havayolu Şirketlerinin Performans Değerlendirmesi

Abstract

Küreselleşen ve hızla gelişen dünya ekonomisinde, ülkelerin sosyokültürel ve ekonomik gelişiminde büyük pay sahibi olan ve rekabetin artmasına katkıda bulunan en önemli faktörlerden biri de hızla büyüyen ve gelişen havayolu taşımacılığıdır. Bu çalışmanın amacı da Çok Kriterli Karar Verme (ÇKKV) yöntemlerinden olan Weighted Aggregated Sum Product Assessment (WASPAS) ve Evaluation based on Distance from Average Solution (EDAS) yöntemleri kullanılarak Avrupa’nın önde gelen 5 havayolu şirketinin 2009-2018 yıllarındaki on yıllık finansal performansını değerlendirmektir. Bu amaç doğrultusunda değerlendirmeye alınan 5 havayolu şirketinin bilançolarından elde edilen finansal oranlar, ÇKKV yöntemlerinden olan WASPAS ve EDAS yöntemleri ile analiz edilmiştir. Çalışmada kullanılan “cari oran”, “asit test oranı”, “nakit oranı”, “finansal kaldıraç oranı”, “aktif devir hızı”, “alacak devir hızı”, “duran varlıklar devir hızı”, “özsermaye karlılığı”, “aktif karlılığı”, “faaliyet kâr marjı”, “brüt kâr marjı” ve “net kâr marjı” olmak üzere toplamda 12 adet değerlendirme kriteri literatür çalışması neticesinde belirlenmiştir. Kriter ağırlıkları Entropi yöntemiyle belirlenmiştir. Havayolu şirketleri bu kriterlere göre belirtilen yöntemler ile 2009-2018 yıllarındaki performansı değerlendirilmiş ve şirketlerin performanslarına göre sıralamaları yapılmıştır. Avrupa’nın önde gelen 5 havayolu şirketinin finansal oranlara göre analiz edilmesi neticesinde performansı en yüksek firmanın Ryanair olduğu ortaya konmuştur. Son sırada ise Lufthansa yer almıştır.

Keywords

Havayolu şirketleri, Finansal Performans, Çok Kriterli Karar Verme, Entropi, WASPAS, EDAS

References

• Akgün, M., & Soy Temür, A. (2016). BIST Ulaştırma Endeksine Kayıtlı Şirketlerin Finansal Performanslarının TOPSİS Yöntemi İle Değerlendirilmesi, Uluslararası Yönetim İktisat ve İşletme Dergisi, 30, 173-186.
• Akkaya, G. C. (2004). Finansal Rasyolar Yardımıyla Havayolları İşletmelerinin Performansının Değerlendirilmesi. Dokuz Eylül Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 19(1), 15-29.
• Al Masum, A., & Tuz-Johora, F. (2012). Performance Evaluation of Selected Ceramic Companies of Bangladesh, Asian Business Review, 1(1), 37-47.
• Aldemir, H. Ö., & Kuyucak, Şengür, F. (2018). Türkiye’de Havayolu Rekabeti Üzerine Yazılmış Lisansüstü Tezlerin İncelenmesi, Journal of Aviation, 2(2), 141-155.
• Asker, V. (2017). Veri Zarflama Analizi ile Finansal ve Operasyonel Etkinlik Ölçümü: Geleneksel Havayolu İşletmelerinde Bir Uygulama, Anadolu Üniversitesi Sosyal Bilimler Dergisi, 18(1).153-172.
• Avcı, T., & Çınaroğlu, E. (2018). AHP Temelli TOPSIS Yaklaşımı ile Havayolu İşletmelerinin Finansal Performans Değerlemesi, Cumhuriyet Üniversitesi İktisadi ve İdari Bilimler Dergisi, 19(1), 316-335.
• Barros, C. P., & Wanke, P. (2015). An analysis of African air lines efficiency with two-stage TOPSIS and neural networks, Journal of Air Transport Management, 44, 90-102.
• Battal, Ü., (2018). Türkiye’de Havayolu Taşımacılığının Finansman Sorunları: DEMATEL Yöntemi Uygulaması, Ömer Halisdemir Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 11(2), 96-111.
• Çetin, A., & Altan, Ş. (2019). Bulanık TOPSİS Yöntemiyle Havayolu Şirketleri Performans Değerlendirmesi: Esenboğa Hava limanında Bir Uygulama, Giresun Üniversitesi İktisadi ve İdari Bilimler Dergisi, 5(1), 40-61.
• Dalak, S., Günay, F., Beyazgül, M., & Karadeniz, E. (2018). Türkiye'de Faaliyet Gösteren Havayolu Şirketlerinde Finansal Analiz Tekniklerinin Kullanımı Üzerine Bir Araştırma, İşletme ve İktisat Çalışmaları Dergisi, 6(2), 1-14.
• Feng, C. M., &Wang, R. T. (2000). Performance Evaluation for Airlines Including the Consideration Of Financial Ratios, Journal of Air Transport Management, 6(6), 133-142.
• Gerede, E. (2015). Havayolu Taşımacılığı ve Ekonomik Düzenlemeler Teori ve Türkiye Uygulaması. Art Ofset Matbaacılık, Ankara.
• Gümüş, U. T., & Bolel, N. (2017). Rasyo Analizleri ile Finansal Performansın Ölçülmesi: Borsa İstanbul’da Faaliyet Gösteren Havayolu Şirketleri’nde Bir Uygulama, Adnan Menderes Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 4(2). 87-96.
• Karami, A., & Johansson, R. (2014). Utilization Of Multi Attribute Decision Making Techniques To Integrate Automatic and Manual Ranking of Options, Journal Of Information Science and Engineering, 30: 519-534.
• Kaya, A., & Kendirli, S. (201o). Havayolu Şirketlerinde Finansal Bir Araç Olarak Hedging Yönteminin Kullanılması, MANAS Sosyal Araştırmalar Dergisi, 7(4), 113-126.
• Kiracı, K., & Asker, V. (2019). Etkinlik ve Etkinliği Belirleyen Faktörler: Havayolu Şirketleri Üzerine Ampirik Bir İnceleme, Eskişehir Osmangazi Üniversitesi İİBF Dergisi, 14(1), 25-50.
• Kiracı, K., & Bakır, M. (2019). CRITIC Temelli EDAS Yöntemi ile Havayolu İşletmelerinde Performans Ölçümü Uygulaması, Pamukkale Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 35, 157-174.
• Ömürbek, V., & Kınay, B. (2013), Havayolu Taşımacılığı Sektöründe TOPSIS Yöntemiyle Finansal Performans Değerlendirmesi, Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 18(3), 343-363.
• Özbek, A., & Engür, M. (2018). EDAS Yöntemi ile Lojistik Firma Web Sitelerinin Değerlendirilmesi, Selçuk Üniversitesi, Sosyal Bilimler Meslek Yüksekokulu Dergisi, Sayı 2, S. 417-429.
• Özbek, A. (2019). Çok Kriterli Karar Verme Yöntemleri ve Excel ile Problem Çözümü, Seçkin Yayınevi, 2. Baskı, Ankara.
• Perçin, S., & Aldalou, E. (2018). Financial Performance Evaluation of Turkish Airline Companies Using Integrated Fuzzy AHP Fuzzy TOPSIS Model, International Journal of Economic and Administrative Studies, 18. EYI Special Issue, 583-598.
• Safaei Ghadikolaei, A., Khalili Esbouei, S., & Antuchevicien, J. (2014). Applying Fuzzy MCDM For Financial Performance Evaluation of İranian Companies, Technological and Economic Development of Economy, 20(2), 274–291.
• Sakız, B. (2017). Finansal Oranlar Kullanılarak Risk Yönetimi ve Havayolu Sektörü-Bir Uygulama, International Conference On Eurasian Economies, 282-290.
• Teker, D., Teker, S., & Güner, A. (2016). Financial Performance of Top 20 Airlines, Procedia -Social and Behavioral Sciences, 235, 603-610.
• Wang, T.C., & Lee, H.D. (2009). Developing A Fuzzy Topsis Approach Based On Subjective Weights And Objective Weights, Expert Systems With Applications, 36 (5): 8980-8985
• Wang, Y. J., & Kao, C. S. (2009). A Fuzzy Multi-Criteria Group Decision-Making Model For The Financial Performance Evaluation of Airlines, Sixth International Conference on Fuzzy Systems and Knowledge Discovery, 3, 193-197.
• Wang, Y.-J. (2008). Applying FMCDM To Evaluate Financial Performance of Domestic Airlines in Taiwan, Expert Systems with Applications, 34(3), 1837-1845.
• Wanke, P., Barros, C. P., & Chen, Z. (2015). An Analysis of Asian Airlines Efficiency with Two Stage TOPSİS and MCMC Generalized Linear Mixed Models, International Journal of Production Economics, 169, 110-126
• Wu, J., Sun, J., Liang, L., & Zha Y. (2011). Determination of Weights for Ultimate Cross Efficiency Using Shannon Entropy, Expert Systems with Applications, 38 (5): 5162-5165.
• Zhang, H., Gu, C., Gu, L., & Zhang, Y. (2011). The Evaluation of Tourism Destination Competitiveness by TOPSIS & Information Entropy - A Case in The Yangtze River Delta of China, Tourism Management, 32: 443-451