Borsa İstanbul Teknoloji Sektöründe Finansal Performans Analizi: LOPCOW-RSMVC Hibrit ÇKKV Modeli

Öz

Teknoloji sektörü, son yıllarda bilgiye dayalı büyüme ve yenilikçiliğin temel itici gücü olması nedeniyle, teknoloji şirketlerinin finansal performansının çok boyutlu değerlendirilmesi yatırımcı güveni ve etkin karar alma açısından önemlidir. Bu çalışma, Borsa İstanbul’da işlem gören teknoloji sektöründeki 29 şirketin 2019-2024 yıllarına ait finansal performanslarını değerlendirmeyi amaçlamaktadır. LOPCOW yöntemiyle kriter ağırlıkları belirlenmiş, RSMVC yöntemiyle performans sıralaması yapılmıştır. Bulgulara göre, özkaynak kârlılığı en önemli; nakit oranı ise en düşük öneme sahip kriterdir. Ortalama performans açısından en başarılı şirketler ARDYZ, LINK ve FONET; en düşük performanslılar NETAS, INGRM ve DGATE’tir. Eşit Ağırlık, Entropi, PIV, SAW ve WASPAS yöntemleriyle yapılan duyarlılık analizleri, LOPCOW-RSMVC hibrit modelinin tutarlı ve güvenilir olduğunu göstermiştir. Elde edilen sonuçlar, teknoloji sektöründeki şirketlere yönelik yatırımların yönlendirilmesine ve bu şirketlerin finansal yönetim ile stratejik karar alma süreçlerinde etkinlik ve sürdürülebilirliğin artırılmasına katkı sağlayabilecek öneriler sunulmuştur.

Anahtar Kelimeler

• Borsa İstanbul Teknoloji Sektörü
• ÇKKV
• LOPCOW
• RSMVC
• Finansal Performans

Financial Performance Analysis in the Borsa Istanbul Technology Sector: A Hybrid LOPCOW-RSMVC MCDM Model

Öz

The technology sector has recently emerged as a key driving force of knowledge-based growth and innovation. Therefore, the multidimensional evaluation of the financial performance of technology companies is important for enhancing investor confidence and effective decision-making. This study aims to assess the financial performance of 29 technology companies listed on Borsa Istanbul for the period 2019-2024. Criterion weights were determined using the LOPCOW method, and performance rankings were obtained through the RSMVC method. According to the findings, return on equity is the most significant criterion, while the cash ratio has the least importance. Based on average performance, the top-performing companies are ARDYZ, LINK, and FONET, while the lowest-performing ones are NETAS, INGRM, and DGATE. Sensitivity analyses using Equal Weight, Entropy, PIV, SAW, and WASPAS methods confirmed that the hybrid LOPCOW-RSMVC model is consistent and reliable. The results provide recommendations that may contribute to guiding investments in the technology sector and enhancing the efficiency and sustainability of financial management and strategic decision-making processes.

Anahtar Kelimeler

• Borsa Istanbul Technology Sector
• MCDM
• LOPCOW
• RSMVC
• Financial Performance

Kaynakça

1. Abdel-aziem, A. H., Mohamed, H. K. ve Abdelhafeez, A. (2023), Neutrosophic Decision Making Model for Investment Portfolios Selection and Optimizing Based on Wide Variety of Investment Opportunities and Many Criteria in Market, Neutrosophic Systems with Applications, 6, s. 32–38.
2. Abdel-Basset, M., Ding, W., Mohamed, R. ve Metawa, N. (2020), An Integrated Plithogenic MCDM Approach for Financial Performance Evaluation of Manufacturing Industries, Risk Management, 22(3), s. 192–218. https://doi.org/10.1057/s41283-020-00061-4
3. Aduba, J. J. (2022), Framework for Firm-Level Performance Evaluations Using Multivariate Linear Correlation with MCDM Methods: Application to Japanese Firms, Asia-Pacific Journal of Regional Science, 6(1), s. 1–44. https://doi.org/10.1007/s41685-021-00213-8
4. Akdoğan, N. ve Tenker, N. (2001), Finansal Tablolar ve Mali Analiz Teknikleri, Ankara: Gazi Kitabevi.
5. Akgüç, Ö. (2010), Finansal Yönetim, 8. Basım, İstanbul: Avcıol Basım Yayın.
6. Aldalou, E. ve Perçin, S. (2020), Application of Integrated Fuzzy MCDM Approach for Financial Performance Evaluation of Turkish Technology Sector, International Journal of Procurement Management, 13(2), s. 105–198. https://doi.org/10.1504/IJPM.2020.10023808
7. Alimohammadlou, M. ve Bonyani, A. (2017), A Novel Hybrid MCDM Model for Financial Performance Evaluation in Iran's Food Industry, Accounting and Financial Control, 1(2), s. 38–45. http://dx.doi.org/10.21511/afc.01(2).2017.05
8. Asker, V. (2024), The Effect of Kahramanmaraş Earthquakes on Financial Performance: An Application in Companies Located in the Earthquake Area, Eskişehir Osmangazi Üniversitesi İktisadi ve İdari Bilimler Dergisi, 19(3), s. 713–725. https://doi.org/10.17153/oguiibf.1420199

9. Aytekin, A. (2021), Comparative Analysis of the Normalization Techniques in the Context of MCDM Problems, Decision Making: Applications in Management and Engineering, 4(2), s. 1-25. https://doi.org/10.31181/dmame210402001a
10. Baş, M., Hantal, T. ve Balcı, M. B. (2020), İşletmelerin Finansal Performanslarının SWARA, ARAS ve TOPSIS Tekniği ile Karşılaştırılması: BİST Teknoloji Endeksi Uygulaması. EKEV Akademi Dergisi, 81, s. 265–291.
11. Başdar, C. (2018), TOPSIS ve ELECTRE Yöntemleri ile Finansal Performansın Sıralanması: BİST Bilişim Sektörü Uygulaması, Yayımlanmamış Doktora Tezi, T.C. Uludağ Üniversitesi Sosyal Bilimler Enstitüsü, Bursa.
12. Batrancea, L. M., Nichita, A. ve Cocis, A. D. (2022), Financial Performance and Sustainable Corporate Reputation: Empirical Evidence from the Airline Business, Sustainability, 14(20), s. 1–15. https://doi.org/10.3390/su142013567
13. Bektaş, S. (2022), Türk Sigorta Sektörünün 2002-2021 Dönemi için MEREC, LOPCOW, COCOSO, EDAS ÇKKV Yöntemleri ile Performansının Değerlendirilmesi, BDDK Bankacılık ve Finansal Piyasalar Dergisi, 16(2), s. 247-283. https://doi.org/10.46520/bddkdergisi.1178359
14. Biswas, S. ve Joshi, N. (2023), A Performance Based Ranking of Initial Public Offerings (IPOs) in India, Journal of Decision Analytics and Intelligent Computing, 3(1), s. 15–32. https://doi.org/10.31181/10023022023b
15. Biswas, S., Bandyopadhyay, G. ve Mukhopadhyaya, J. N. (2022), A Multi-Criteria Framework for Comparing Dividend Pay Capabilities: Evidence from Indian FMCG and Consumer Durable Sector, Decision Making: Applications in Management and Engineering, 5(2), s. 140–175. https://doi.org/10.31181/dmame0306102022b
16. Bolak, M. (1998), İşletme Finansı, İstanbul: Birsen Yayınevi.
17. Bulut, E. ve Şimşek, A. İ. (2022), Evaluation of Financial Performance of Some Technology Companies Traded in Borsa Istanbul by TOPSIS Method, Fırat Üniversitesi Uluslararası İktisadi ve İdari Bilimler Dergisi, 6(2), s. 103–130.
18. Çelebi Demirarslan, P., Sönmez Çakır, F. ve Akansel, İ. (2024), Ranking the Quality of Life Indexes by Years in Asian Countries Using Multi-Criteria Decision-Making Methods, Asia-Pacific Journal of Regional Science, 8(3), s. 911–942. https://doi.org/10.1007/s41685-024-00350-w
19. Çilek, A. (2023), Piyasa Yapıcı Bankaların Performanslarının Sıralanması: CILOS, MARCOS ve COPELAND Çok Kıstaslı Karar Verme Analizi, Pamukkale Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 54, s. 1–24. https://doi.org/10.30794/pausbed.1092801
20. Çilek, A. ve Şeyranlıoğlu, O. (2024), Portfolio Optimization with Entropy-CRITIC-IDDWS-PROMETHEE Model in BIST Retail Trade Sector, International Journal of Economics and Financial Issues, 14(6), s. 23–35. https://doi.org/10.32479/ijefi.16982
21. Çilek, A. ve Şeyranlıoğlu, O. (2025), Measuring the Financial Performance of Reinsurance Companies in Türkiye with LODECI, CRADIS and AROMAN MCDM Methods, International Journal of Business and Economic Studies, 7(1), s. 1–18.
22. Çilek, A., Şeyranlıoğlu, O. ve Konuş, C. (2025), Profitability Based Financial Performance Analysis in BIST Basic Metal Industry Sector: LOPCOW-RSMVC Hybrid Multi-Criteria Decision Making Model, İşletme, 6(1), s. 1–29. https://doi.org/10.57116/isletme.1613012
23. Demir Palancı, Z. ve Yalçın, S. (2025), Analysing the Financial Performance of the Companies in the Borsa Istanbul (BIST) Information Technology Index with the MABAC Method, Gümüşhane Üniversitesi Sosyal Bilimler Dergisi, 16(1), s. 327–341.
24. Dumanoğlu, S. ve Ergül, N. (2010), İMKB’de İşlem Gören Teknoloji Şirketlerinin Mali Performans Ölçümü, Muhasebe ve Finansman Dergisi, 48, s. 101–111.
25. Ece Çokmutlu, M. ve Abdullayev, M. (2024), CoCoSo ve COPRAS Yöntemleri ile BIST Teknoloji Endeksi Firmalarının Finansal Performans Analizi, Ekonomi İşletme ve Yönetim Dergisi, 8(1), s. 88–118. https://doi.org/10.7596/jebm.30062024.004
26. Ecer, F. ve Pamucar, D. (2022), A Novel LOPCOW‐DOBI Multi‐Criteria Sustainability Performance Assessment Methodology: An Application in Developing Country Banking Sector, Omega, 112, s. 102690. https://doi.org/10.1016/j.omega.2022.102690
27. Ecer, F., Küçükönder, H., Kaya, S. K. ve Görçün, Ö. F. (2023), Sustainability Performance Analysis of Micro-Mobility Solutions in Urban Transportation with A Novel IVFNN-Delphi-LOPCOW-CoCoSo framework, Transportation Research Part A: Policy and Practice, 172, s. 103667. https://doi.org/10.1016/j.tra.2023.103667
28. Elmas, B. ve Ardıç, M. (2018), Mali Tablolar Analizi, Bursa: Ekin Basım Yayın Dağıtım.
29. Elraaid, U., Badi, I. ve Bouraima, M. B. (2024), Identifying and Addressing Obstacles to Project Management Office Success in Construction Projects: An AHP Approach. Spectrum of Decision Making and Applications, 1(1), s. 33–45.
30. Erbaşlar, G. (2021), Finansal Yönetim, Ankara: Nobel Yayım Basım.
31. Erdoğan, B. (2023), Sigorta Şirketlerinin Performansının CRITIC-MAIRCA Modeliyle Değerlendirilmesi: Türk Sigortacılık Sektörü Üzerine Bir Araştırma, Afyon Kocatepe Üniversitesi Sosyal Bilimler Dergisi, 25(4), s. 1438–1455.
32. Ersoy, N. (2023), BIST Perakende Ticaret Sektöründe LOPCOW-RSMVC Model ile Performans Ölçümü, Sosyoekonomi, 31(57), s. 419–436. https://doi.org/10.17233/sosyoekonomi.2023.03.20
33. Goodridge, W. S. (2016), Sensitivity Analysis Using Simple Additive Weighting Method, International Journal of Intelligent Systems and Applications, 8(5), s. 27. https://doi.org/10.5815/ijisa.2016.05.04
34. Güçlü, O. (2019), Oran Analizi. İçinde A. Gündoğdu (Editör), Uygulamalı Finansal Tablolar Analizi (s. 133–170). Ankara: Gazi Kitabevi.
35. Gülcemal, T. ve İzci, A. Ç. (2024), Analyzing the Performance of the Turkish Participation Banking Sector Using the LOPCOW-MOOSRA Model, Doğuş Üniversitesi Dergisi, 25(1), s. 115–134. https://doi.org/10.31671/doujournal.1287120
36. Gülençer, S. (2020), Borsa İstanbul Teknoloji Endeksi Şirketlerinin Değerlendirilmesi, Kırklareli Üniversitesi Sosyal Bilimler Meslek Yüksekokulu Dergisi, 1(2), s. 1–16.
37. Gürkan, S. ve Aldoury, N. (2021), TOPSIS Çok Kriterli Karar Verme Yöntemi ile Karşılaştırmalı Finansal Performans Analizi: Teknoloji Şirketleri Üzerine Bir Araştırma, Finans Ekonomi ve Sosyal Araştırmalar Dergisi, 6(2), s. 225–239. https://doi.org/10.29106/fesa.868905
38. Inani, S. K. ve Gupta, R. (2017), Evaluating Financial Performance of Indian IT Firms: An Application of A Multi-Criteria Decision-Making Technique, International Journal of Behavioural Accounting and Finance, 6(2), s. 126–139. https://doi.org/10.1504/IJBAF.2017.086425
39. Investopedia. (2022), Technology Sector: Definition, 4 Major Sectors, Investing in Tech, https://www.investopedia.com/terms/t/technology_sector.asp , (Erişim Tarihi: 04.06.2025).
40. Kahreman, Y. (2023), G20 Ülkelerinin Ekonomik Performanslarının 2008 Krizi Döneminde LOPCOW-COCOSO Yöntemi ile Değerlendirilmesi, İzmir İktisat Dergisi, 38(3), s. 786–803. https://doi.org/10.24988/ije.1232306
41. Kannan, J., Jayakumar, V. ve Pethaperumal, M. (2025), Advanced Fuzzy-Based Decision-Making: The Linear Diophantine Fuzzy CODAS Method for Logistic Specialist Selection, Spectrum of Operational Research, 2(1), s. 41–60. https://doi.org/10.31181/sor2120259
42. KAP (Kamuyu Aydınlatma Platformu) (2025), https://www.kap.org.tr/tr/bist-sirketler , (Erişim Tarihi: 10.06.2025).
43. Kara, H. T. (2025), Turkey’s 2030 Industry and Technology Strategy. https://www.setav.org/en/turkeys-2030-industry-and-technology-strategy, (Erişim Tarihi: 04.06.2025).
44. Karande, P., Zavadskas, E. ve Chakraborty, S. (2016), A Study on the Ranking Performance of Some MCDM Methods for Industrial Robot Selection Problems, International Journal of Industrial Engineering Computations, 7(3), s. 399-422. https://doi.org/10.5267/j.ijiec.2016.1.001
45. Katrancı, A., Kundakcı, N. ve Pamucar, D. (2025), Financial Performance Evaluation of Firms in BIST 100 Index with ITARA and COBRA Methods, Financial Innovation, 11(1), s. 34. https://doi.org/10.1186/s40854-024-00704-5
46. Keleş, N. ve Ersoy, N. (2023), Analyzing Climate Change Performance over the Last Five Years of G20 Countries Using A Multi-Criteria Decision-Making Framework, Dokuz Eylül Üniversitesi İşletme Fakültesi Dergisi, 24(2), s. 13–34. https://doi.org/10.24889/ifede.1284974
47. Kizielewicz, B. ve Sałabun, W. (2024), SITW Method: A New Approach to Re-Identifying Multi-Criteria Weights in Complex Decision Analysis, Spectrum of Mechanical Engineering and Operational Research, 1(1), s. 215–226. https://doi.org/10.31181/smeor11202419
48. Liew, K. F., Lam, W. S. ve Lam, W. H. (2023), Evaluation of the Performance of Technology Companies Using VIKOR Algorithm, Journal of Advanced Research in Applied Sciences and Engineering Technology, 33(1), s. 175–186. https://doi.org/10.37934/araset.33.1.175186
49. Madić, M., Petrović, G., Petković, D. ve Janković, P. (2024), Traditional and Integrated MCDM Approaches for Assessment and Ranking of Laser Cutting Conditions, Spectrum of Mechanical Engineering and Operational Research, 1(1), s. 250–257.
50. Meder Çakır, H. ve Küçükkaplan, İ. (2012), İşletme Sermayesi Unsurlarının Firma Değeri ve Karlılığı Üzerindeki Etkisinin İMKB’de İşlem Gören Üretim Firmalarında 2000–2009 Dönemi için Analizi, Muhasebe ve Finansman Dergisi, 53, s. 69–86.
51. Nila, B. ve Roy, J. (2023), A New Hybrid MCDM Framework for Third-Party Logistics Provider Selection Under Sustainability Perspectives, Expert Systems with Applications, 234, s. 121009. https://doi.org/10.1016/j.eswa.2023.121009
52. Oral, C. ve Şenen, M. (2023), Gri İlişkisel Analiz Yöntemi ile Finansal Performans Değerlendirmesi: BİST’te İşlem Gören Teknoloji Şirketleri Üzerine Bir Uygulama, İşletme Araştırmaları Dergisi, 15(2), s. 894–906. https://doi.org/10.20491/isarder.2023.1625
53. Ova, A. (2025), Teknoloji Şirketlerinin Finansal Performansının MULTIMOORA Yöntemi ile İncelenmesi, Doğuş Üniversitesi Dergisi, 26(1), s. 359–373. https://doi.org/10.31671/doujournal.1540335
54. Öndeş, T. ve Özkan, T. (2021), Bütünleşik CRITIC-EDAS Yaklaşımıyla COVID-19 Pandemisinin Bilişim Sektörü Üzerindeki Finansal Performans Etkisi, Gümüşhane Üniversitesi Sosyal Bilimler Enstitüsü Elektronik Dergisi, 12(2), s. 506–522.
55. Özekenci, E. K. (2024), International Market Selection Based on Integrated MCDM Methods: A Case Study of Iron and Steel Sector, Selçuk Üniversitesi Sosyal Bilimler Meslek Yüksekokulu Dergisi, 27(1), s. 274–293. https://doi.org/10.29249/selcuksbmyd.1440711
56. Öztaş, T. ve Öztaş, G. Z. (2024), Innovation Performance Analysis of G20 Countries: A Novel Integrated LOPCOW-MAIRCA MCDM Approach Including the COVID-19 Period, Verimlilik Dergisi, Productivity for Innovation (Special Issue), s. 1–20. https://doi.org/10.51551/verimlilik.1320794
57. Pala, F. (2023), BİST Teknoloji ve Bilişim Sektöründe İşlem Gören Şirketlerin Finansal Performanslarının Çok Kriterli Karar Verme Yöntemleri ile Ölçülmesi ve Yöntemlerin Karşılaştırılması, Finans Ekonomi ve Sosyal Araştırmalar Dergisi, 8(1), s. 121–155. https://doi.org/10.29106/fesa.1220327
58. Papathanasiou, J. ve Ploskas, N. (2018), Multiple Criteria Decision Aid Methods, Examples and Python İmplementations, Springer International Publishing.
59. Riaz, M., Qamar, F., Tariq, S. ve Alsager, K. (2024), AI-Driven LOPCOW-AROMAN Framework and Topological Data Analysis Using Circular Intuitionistic Fuzzy Information: Healthcare Supply Chain Innovation, Mathematics, 12(22), s. 3593. https://doi.org/10.3390/math12223593
60. Rong, Y., Yu, L., Liu, Y., Simic, V. ve Garg, H. (2024), The FMEA Model Based on LOPCOW-ARAS Methods with Interval-Valued Fermatean Fuzzy Information for Risk Assessment of R&D Projects in Industrial Robot Offline Programming Systems, Computational and Applied Mathematics, 43(1), s. 25. https://doi.org/10.1007/s40314-023-02532-2
61. Sakarya, Ş. ve Erayman, Ç. (2022), Nakit Akış Tablosuna Dayalı Finansal Oranlar ve PROMETHEE Yöntemi ile Finansal Performans Analizi: BİST Bilişim Sektöründe Bir Uygulama, Aksaray Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 6(1), s. 52–78. https://doi.org/10.38122/ased.1016352
62. Sakarya, Ş. ve İlkdoğan, S. (2022), BIST Bilişim Sektöründe Faaliyet Gösteren İşletmelerin Finansal Performanslarının Nakit Akış Oranları Kapsamında CRITIC Temelli TOPSIS Yöntemi ile Değerlendirilmesi, Pamukkale Üniversitesi İşletme Araştırmaları Dergisi, 9(2), 421–445. https://doi.org/10.47097/piar.1173015
63. Satır, H. (2024), BIST Bilişim Sektöründe Faaliyet Gösteren ve Nakit Akış Profili 2 Olan Başarılı İşletmelerin Finansal Performans Değerlendirmesi: Entropi-TOPSIS Yöntemiyle Uygulama, Hitit Sosyal Bilimler Dergisi, 17(2), s. 152–165.
64. Say, S. (2022), ARAS ve COPRAS Yöntemleri ile BIST Teknoloji Endeksindeki Şirketlerin Finansal Performans Analizi, Selçuk Üniversitesi Sosyal Bilimler Meslek Yüksekokulu Dergisi, 25(Özel Sayı), s. 511–523. https://doi.org/10.29249/selcuksbmyd.1142373
65. Sayılgan, G. (2017), Soru ve Yanıtlarıyla İşletme Finansmanı, 7. Basım, Ankara: Siyasal Kitabevi.
66. Sezer, S. (2023), Dynamics of High-Tech Investment and Export Growth in Turkey: A Multidisciplinary Analysis, The Journal of Corporate Governance, Insurance, and Risk Management, 10(2), s. 186–195.
67. Sezgin, A., Aytekin, S. ve Sakarya, Ş. (2024), Finansal Performansın Ölçülmesinde Piotroski F-Skoru Bileşenleri ve ÇKKV Yöntemlerinin Bağlantısı: MEREC Tabanlı MARCOS Uygulaması, Ekonomi Politika ve Finans Araştırmaları Dergisi, 9(2), s. 367–395. https://doi.org/10.30784/epfad.1481070
68. Sharma, P., Nila, B., Pamucar, D. ve Roy, J. (2025), Integrating LOPCOW-DOBI Method and Possibilistic Programming for Two-Stage Decision Making in Resilient Food Supply Chain Network, Journal of Industrial Information Integration, 46, s. 100847. https://doi.org/10.1016/j.jii.2025.100847
69. Siew, L. W., Fai, L. K. ve Hoe, L. W. (2022), Performance Assessment of Technology Companies in Malaysia with Entropy-VIKOR Model, Science International (Lahore), 34(2), s. 141–144.
70. Simic, V., Dabic-Miletic, S., Tirkolaee, E. B., Stević, Ž., Ala, A. ve Amirteimoori, A. (2023), Neutrosophic LOPCOW-ARAS Model for Prioritizing Industry 4.0-Based Material Handling Technologies in Smart and Sustainable Warehouse Management Systems, Applied Soft Computing, 143, s. 110400. https://doi.org/10.1016/j.asoc.2023.110400
71. Soy Temür, A. ve Tulum, S. (2022), BIST Teknoloji İşletmelerinin Nakit Akış Oranlarına Dayalı CRITIC Ağırlıklandırmalı COCOSO Yöntemi ile Finansal Performans Analizi, Pamukkale Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 51, s. 383–401.
72. Sumrit, D. ve Keeratibhubordee, J. (2025), Risk Assessment Framework For Reverse Logistics in Waste Plastic Recycle Industry: A Hybrid Approach Incorporating FMEA Decision Model with AHP-LOPCOW-ARAS Under Trapezoidal Fuzzy Set, Decision Making: Applications in Management and Engineering, 8(1), s. 42–81. https://doi.org/10.31181/dmame812025984
73. Şeyranlıoğlu, O. ve Kara, M. A. (2024), Aracı Kurumların Borsa Performanslarının Entropi ve CODAS Yöntemleri ile Değerlendirilmesi, Yönetim ve Ekonomi Dergisi, 31(1), s. 183–202. https://doi.org/10.18657/yonveek.1271659
74. Şeyranlıoğlu, O., Kara, M. A. ve Çilek, A. (2024), MEREC ve COPRAS Yöntemleri ile Piyasa Çarpanlarına Dayalı Borsa Performans Değerlendirmesi: BİST-30 Pay Endeksi Uygulaması, Anadolu Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 25(1), s. 141–167.
75. Taşcı, M. Z. (2023), Piyasa Çarpanlarıyla Performans Analizi: BİST Sigorta Şirketleri, Nevşehir Hacı Bektaş Veli Üniversitesi SBE Dergisi, 13(2), s. 1211-1224. https://doi.org/10.30783/nevsosbilen.1277228
76. Tayyar, N., Akcanlı, F., Genç, E. ve Erem, İ. (2014). BİST’e Kayıtlı Bilişim ve Teknoloji Alanında Faaliyet Gösteren İşletmelerin Finansal Performanslarının Analitik Hiyerarşi Prosesi (AHP) ve Gri İlişkisel Analiz (GİA) Yöntemiyle Değerlendirilmesi, Muhasebe ve Finansman Dergisi, 61, s. 19–40.
77. Temizel, F. ve Bayçelebi, B. E. (2016), Finansal Oranların TOPSIS Sıralaması ile Yıllık Getiriler Arasındaki İlişki: Tekstil İmalatı Sektörü Üzerine Bir Uygulama, Anadolu Üniversitesi Sosyal Bilimler Dergisi, 16(2), s. 159–170. https://doi.org/10.18037/ausbd.389248
78. Thinh, H. X. ve Van Dua, T. (2023), RSMVC: A New-Simple Method to Select the Cutting Tool Base on Multi Criteria, Journal of Applied Engineering Science, 21(1), s. 167–175. https://doi.org/10.5937/jaes0-39772
79. Tüminçin, K., Öztel, A. ve Korkmaz, K. (2022), Entropi Tabanlı PROMETHEE Yöntemi ile COVID-19 Pandemisinin Finansal Performans Üzerindeki Etkisinin Araştırılması: Bilişim Sektörü Örneği, Yönetim Ekonomi Edebiyat İslami ve Politik Bilimler Dergisi, 7(2), s. 49–92. https://doi.org/10.24013/jomelips.1204098
80. Ulutaş, A., Balo, F. ve Topal, A. (2023), Identifying the Most Efficient Natural Fibre for Common Commercial Building Insulation Materials with An Integrated PSI, MEREC, LOPCOW and MCRAT Model, Polymers, 15(6), s. 1500. https://doi.org/10.3390/polym15061500
81. Usta, Ö. (2011), İşletme Finansı ve Finansal Yönetim, 1. Basım, Ankara: Detay Yayıncılık.
82. Wang, Y. J. ve Lee, H. S. (2010), Evaluating Financial Performance of Taiwan Container Shipping Companies by Strength and Weakness Indices, International Journal of Computer Mathematics, 87(1), s. 38–52. https://doi.org/10.1080/00405000701489412
83. Yalçın, N., Bayrakdaroğlu, A. ve Kahraman, C. (2012), Application of Fuzzy Multi-Criteria Decision-Making Methods for Financial Performance Evaluation of Turkish Manufacturing Industries, Expert Systems with Applications, 39(1), s. 350–364. https://doi.org/10.1016/j.eswa.2011.07.024
84. Yenilmezel, S. ve Ertuğrul, İ. (2023), Evaluation of the Financial Performances of BIST IT Sector by CILOS Based Cocoso Method, Pamukkale Üniversitesi İşletme Araştırmaları Dergisi, 10(3), s. 745–759. https://doi.org/10.47097/piar.1359342
85. Yerdelen Kaygın, C. (2020), BİST Bilişim Sektöründe İşlem Gören Şirketlerin Finansal Performanslarının MULTIMOORA Yöntemleri ile Ölçümü, Muhasebe Bilim Dünyası Dergisi, 22(3), s. 529–546.
86. Yıldırım, B. F. ve Çiftci, H. N. (2020), BİST’te İşlem Gören Tekstil Firmalarının Finansal Performanslarının Dinamik Sezgisel Bulanık WASPAS Yöntemi ile Değerlendirilmesi, İzmir İktisat Dergisi, 35(4), s. 777–791. https://doi.org/10.24988/ije.202035408
87. Yılmaz Özekenci, S. (2024), Financial Performance Analysis of BIST Energy Index Companies with LOPCOW-CRITIC Based Cocoso Methods, Selçuk Üniversitesi Sosyal Bilimler Meslek Yüksekokulu Dergisi, 27(1), s. 48–64. https://doi.org/10.29249/selcuksbmyd.1400056
88. Yılmaz Türkmen, S. ve Çağıl, G. (2012), İMKB’ye Kote Bilişim Sektörü Şirketlerinin Finansal Performanslarının TOPSIS Yöntemi ile Değerlendirilmesi, Maliye ve Finans Yazıları, 1(95), s. 59–78.
89. Yılmaz, N. (2023), An Integrated LOPCOW-WISP Model for Analyzing Performance of Banking Sector in Romania. İçinde H. Akgün, S. Sağlık, ve U. İnan (Editör), Academic Studies in Social, Human and Administrative Sciences (s. 161–176). Ankara: Gece Publishing.
90. Zhang, X., Wang, C., Li, E. ve Xu, C. (2014), Assessment Model of Eco-Environmental Vulnerability Based On Improved Entropy Weight Method, The Scientific World Journal, 2014(1), s. 797814. https://doi.org/10.1155/2014/797814