Comparison of the Economic Indicators of the EU Countries and Turkey

Year 2019, Volume: 26 Issue: 1, 71 - 91, 19.03.2019

Aşır Özbek İsa Demirkol

https://doi.org/10.18657/yonveek.418796

Cited By: 9

Abstract

indicators of 2016. Using the model developed in this study, the economic
performance of the EU countries has been measured based on the criteria
including “national income per capita", "economic growth",
"unemployment rate", "budget deficit", "public debt
ratio", "inflation rate", "current account balance",
and " foreign trade balance". Weights of the criteria were determined
through Analytical Hierarchy Process (AHP), while Additive Ratio Assessment
(ARAS), Complex Proportional Assessment (COPRAS), and Gray Relational Analysis
(GIA) were used in the assessment of the countries according to the economic
indicators. In the light of the results obtained from the analysis, the
countries are ranked at a decreasing level according to their economic
performances. According to the economic indicators, the country with the best
performance was found to be Germany, while Greece was the worst. Turkey was
also among the worst countries.

Avrupa Birliği Ülkeleri İle Türkiye’nin Ekonomik Göstergelerinin Karşılaştırılması

Abstract

Bu çalışmada, Türkiye ve
Avrupa Birliği (AB) ülkelerinin, 2016 yılı ekonomik göstergeleri kullanılarak ekonomik
gelişmişliğinin karşılaştırması için bir ekonomik performans ölçüm modeli
geliştirilmiştir. “Kişi başına milli gelir”, “ekonomik büyüme”, “işsizlik
oranı”, “bütçe açığı”, “kamu borç oranı”, “enflasyon oranı”, “cari işlemler dengesi”
ve “dış ticaret dengesi” ölçütleri temel alınarak çok ölçütlü karar verme (ÇÖKV)
yöntemleri ile AB ülkelerinin ekonomik performansı, geliştirilen model yardımı
ile elde edilmiştir. Ölçütlerin ağırlıkları analitik hiyerarşi süreci (AHS) ile
belirlenmiş, ülkelerin ekonomik  göstergelere
göre değerlendirilmesinde ise  Additive
Ratio Assessment (ARAS), Complex Proportional Assessment (COPRAS) ve Gri
İlişkisel Analiz (GİA) yöntemleri kullanılmıştır. Analiz neticesinde ülkeler, ekonomik
performanslarına göre azalan seviyede sıralanmıştır. Ekonomik göstergelere göre
performansı en iyi olan ülkenin Almanya, en kötü ülkenin ise Yunanistan olduğu
belirlenmiştir. Türkiye ise kendisine son sıralarda yer bulmuştur.

Keywords

Çok ölçütlü karar verme, AB, AHS, ARAS, COPRAS

References

• AB_1992: https://www.ab.gov.tr/_301.html, (15.03.2018).
• AB_1993: https://www.ab.gov.tr/302.html, (15.03.2018).
• Akçay, B. (2008). Avrupa Birliği’nin Ekonomik Kriterleri ve Türkiye. Maliye Dergisi, 155, 11-38.
• Alptekin N. (2015). Ranking of EU Countries and Turkey in Terms of Sustainable Development Indicators: An Integrated Approach Using Entropy And TOPSIS Methods, The 9th International Days of Statistics and Economics, Prague, September 1012.
• Antanasijević, D., Pocajt, V., Ristić, M., & Perić-Grujić, A. (2017). A differential multi-criteria analysis for the assessment of sustainability performance of European countries: Beyond country ranking. Journal of Cleaner Production, 165, 213-220. http://dx.doi.org/10.1016/j.jclepro.2017.07.131
• Avrupa: https://www.avrupa.info.tr/tr/abnin-tarihcesi-82 (14.03.2018).
• Balcerzak, A. P. (2015). Europe 2020 Strategy Implementation. Grouping the Countries with the Application of Natural Breaks Method. In A. P. Balcerzak (Ed). Proceedings of the 8th International Conference on Applied Economics Contemporary Issues in Economy under the title Market or Government? 18-19 June 2015, Economics and Finance, Toruń: Institute of Economic Research, Polish Economic Society Branch in Toruń, 172-18
• Baležentis, A., Baležentis, T. & Valkauskas, R. (2010) Evaluating situation of Lithuania in the European Union: Structural indicators and MULTIMOORA method, Technological and Economic Development of Economy, 16:4, 578-602, https://doi.org/10.3846/tede.2010.36
• Brauers, W. K., Baležentis, A. ve Baležentis, T. (2011). MULTIMOORA for the EU Member States updated with fuzzy number theory. Technological and Economic Development of Economy, 17(2), 259-290.
• Dinca, G. D. (2015). The Relative Situation of Romania's Socioeconomic Development Compared to the other European Union Member States. Valahian Journal of Economic Studies, 6(2), 65.
• Genç, T. ve Masca, M. (2013). TOPSIS ve PROMETHEE Yöntemleri ile Elde Edilen Üstünlük Sıralamalarının Bir Uygulama Üzerinden Karşılaştırılması. Afyon Kocatepe Üniversitesi, İİBF Dergisi, 15(2), 539-567.
• Kaklauskas, A., Zavadskas, E. K. ve Raslanas, S. (2005). Multivariant design and multiple criteria analysis of building refurbishments, Energy and Buildings, 37(4), 361-372.
• Karabulut, K., Ersungur, Ş.M. ve Polat, Ö. (2008). Avrupa Birliği Ülkeleri ve Türkiye’nin Ekonomik Performanslarının Karşılaştırılması: Veri Zarflama Analizi. Atatürk Üniversitesi, İktisadi ve İdari Bilimler Fakültesi Dergisi, 22 (1), 1-11
• Kıral, G. ve Esen, B. (2013), Avrupa Birliği’ne Üye Ülkeler İle Türkiye’nin Ekonomik Özelliklerinin İstatistiksel Yöntemlerle İncelenmesi, Ç.Ü. Sosyal Bilimler Enstitüsü Dergisi22(1), 173-188.
• Özbek, A. (2017). Türkiye Diyanet Vakfı'nın SAW, COPRAS Ve TOPSIS Yöntemi İle Performans Değerlendirmesi. Yönetim ve Ekonomi Araştırmaları Dergisi, 15(1), 66-84 http://dx.doi.org/10.11611/yead.277484.
• Özbek, A. (2018a). BİST’te İşlem Gören Faktoring Şirketlerinin Mali Yapılarının Çok Ölçütlü Karar Verme Yöntemleri İle Değerlendirilmesi, Manisa Celal Bayar Üniversitesi İ.İ.B.F Dergisi, 25(1).
• Özbek, A. (2018b). Fortune 500 Listesinde Yer Alan Lojistik Firmaların Değerlendirilmesi, AKÜ İİBF Dergisi, 20(1).
• Özbek, A. ve Erol, E. (2017). Ranking of factoring companies in accordance with ARAS and COPRAS methods. International Journal of Academic Research in Accounting, Finance and Management Sciences, 7(2), 105-116.
• Özbek, A., ve Eren, T. (2012). Üçüncü Parti Lojistik (3PL) Firmanın Analitik Hiyerarşi Süreciyle (AHS) Belirlenmesi. International Journal of Engineering Research and Development, 4(2), 46-54.
• Özden, Ü. H. (2012). AB’ye Üye Ülkelerin ve Türkiye’nin Ekonomik Performanslarına Göre VIKOR Yöntemi ile Sıralanması. İstanbul Ticaret Üniversitesi Sosyal Bilimler Dergisi, 11(21), 455468.
• Özkan Özen, Y. D. ve Koçak, A. (2017). Bulanık Analitik Hiyerarşi ve Bulanık Dematel Yöntemleri Kullanılarak Kurumsal Kaynak Planlaması Yazılım Seçimi ve Değerlendirilmesi. Yönetim ve Ekonomi: Celal Bayar Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 24(3), 929-957.
• Saaty, T. L. (1980). The Analytic Hierarchy Process, New York: McGraw-Hill.
• Savitha, K. ve Chandrasekar, C. (2011). Vertical Handover decision schemes using SAW and VPM for Network selection in Heterogeneous Wireless Networks, Global Journal of Computer Science and Technology, 11(9):21-22.
• Sevgin, H ve Kundakcı, N. (2017). TOPSIS ve MOORA Yöntemleri ile Avrupa Birliği’ne Üye Olan Ülkelerin ve Türkiye’nin Ekonomik Göstergelere Göre Sıralanması, Anadolu Üniversitesi Sosyal Bilimler Dergisi, 17(3), 87-108.
• Şişman, B. ve Doğan, M. (2016). Türk Bankalarının Finansal Performanslarının Bulanık AHP ve Bulanık MOORA Yöntemleri İle Değerlendirilmesi. Yönetim ve Ekonomi: Celal Bayar Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 23(2), 353-371.
• Tekin, A. S. (2011). Etkinlik Hesaplama Yöntemi Olarak Veri Zarflama Analizi ve Avrupa Birliği Ülkeleri ve Türkiye’nin Göreli Finansal Etkinliklerinin Değerlendirilmesine İlişkin Bir Uygulama. (Yayımlanmamış yüksek lisans tezi). Yıldız Teknik Üniversitesi/ Sosyal Bilimler Enstitüsü, İstanbul
• Turanlı, M., Özden, Ü. H. ve Türedi, S. (2006). Avrupa Birliği’ne aday ve üye ülkelerin ekonomik benzerliklerinin kümeleme analiziyle incelenmesi, İstanbul Ticaret Üniversitesi Sosyal Bilimler Dergisi, 5(9), 95-108.
• Urfalıoğlu, F. ve Genç, T., (2013). Çok Kriterli Karar Verme Teknikleri ile Türkiye’nin Ekonomik Performansının Avrupa Birliği Üye Ülkeleri ile Karşılaştırılması. Marmara Üniversitesi İ.İ.B. Dergisi, 35 (2), 329-360.
• Wu, H. H. (2002). A Comparative Study Of Using Grey Relational Analysis in Multiple Attribute Decision Making Problems, Quality Engineering, 15(2), 209-217.
• Zavadskas, E.K. ve Turskis, Z. (2010). A new additive ratio assessment (ARAS) method in multicriteria decision‐making. Technological and Economic Development of Economy, 16(2), 159-172.
• Zavadskas, E.K., Kaklauskas, A., Banaitis, A. ve Kvederyte, N. (2004). Housing credit access model: The case for Lithuania, European Journal of Operational Research, 155 (2), 335-352