Bankacılık Performans Sistemleri için Karar Destek Sistemi: R Dilinde Veri Zarflama Analizi ve Malmquist Endeks Uygulaması
Abstract
Yapılan bu çalışmada etkinlik ve performans konularında sıklıkla kullanılan Malmquist Toplam Faktör Verimlilik Endeksi (MTFVE) ve Veri Zarflama Analizi (VZA) yardımıyla, ülkemizde 2008-2013 seneleri arasında işlem yürüten toplam 19 bankanın etkinlik ve performansları analiz edilmiştir. Özellikle şu günlerde yaşanılan dijital sosyolojinin gelişmesinin hız kazandığı bilgi çağında, dağınık veri yapılarının bilginin üretilmesi adına ham madde olduğu gerçeği önem kazanmaktadır. Büyük veri yapılarının stratejik kararların alınmasında oldukça önem kazandığı bilişim tabanlı algoritmalar sayesinde güçlü kestirimler yapılabilmektedir. Mamafih, herhangi bir veri yapısı incelendiğinde popüler bir yöntem kullanılmadan reel sektör oyuncularının teknolojik ve teknik etkinlikleri ile ilgili yapılabilecek yorumlar ziyadesiyle nispi kalmaktadır. Matematiksel programlama tekniklerinin uzantısı olan etkinlik ve performans ölçme yöntemleri bu türde problemlere cevap verebilmeyi hedefler. Buna bağlı olarak kurumların alacakları kararlarda daha isabetli ve kâr maksimizasyonun sağlanması beklenir. İlaveten literatürde az sayıda çalışma olması nedeniyle analiz yöntemi olarak istatiksel programlamada ve veri analizinde gün geçtikçe popülerleşen R yazılım dili kullanılmıştır. Analiz neticesinde farklı periyotlarda bazı bankaların gelişme gösterdikleri ve etkin oldukları görülmüştür. Performans ve etkinlik skorları düşük olan bankalara elde edilen sonuçlara göre bazı iyileştirmeler ve öneriler maddeler halinde verilmiştir.
Keywords
Etkinlik analizi, Malmquist Endeksi, R programlama, Veri zarflama analizi
References
- [1] T.C. Cumhurbaşkanlığı Strateji ve Bütçe Başkanlığı, “On Birinci Kalkinma Planı”, s. 198, 2019.
- [2] https://www.bddk.org.tr/BultenAylik, “İstatistik Adı Türk Bankacılık Sektörü Aylık Bülten – Diğer Bilgiler Tablosu”,
- [3] İ. Akhisar ve S. Tezergil, “Malmquist Toplam Faktör Veri̇mli̇li̇k Endeksi̇: TürkSi̇gorta Sektörü Uygulamasi”, Finansal Araştırmalar ve Çalışmalar Dergisi, c. 5, sayı 10, ss. 1–14, 2014, doi: 10.14784/jfrs.2014104496.
- [4] F. Emiral, “Türk Bankacılık Sisteminde Etkinlik Analizi”, Deloitte, 2002.
- [5] K. O. Oruç, “Veri Zarflama Analizi İle Bulanık Ortamda Etkinlik Ölçümleri Ve Üniversitelerde Bir Uygulama”, s. 212, 2008.
- [6] H. Fukuyama ve R. Matousek, “Efficiency of Turkish banking: Two-stage network system. Variable returns to scale model”, Journal of International Financial Markets, Institutions and Money, c. 21, sayı 1, ss. 75–91, 2011, doi: 10.1016/j.intfin.2010.08.004.
- [7] F. Lorcu, “Malmquist toplam faktör verimlilik endeksi: Türk otomotiv sanayi uygulamasi”, İstanbul Üniversitesi İşletme Fakültesi Dergisi, c. 39, sayı 2, ss. 276–289, 2010,
- [8] M. Öner ve N. D. Arıcı, “Türk Bankac ı l ı k Sektörünün Etkinlik ve Verimlilik Analizi : 2012-2017 VZA ve Malmquist TFV Endeksi Uygulamas ı”, Bankacılar Dergisi, sayı 106, ss. 18–36, 2018.
- [9] E. Partovi ve R. Matousek, “Bank efficiency and non-performing loans: Evidence from Turkey”, Research in International Business and Finance, c. 48, sayı December 2018, ss. 287–309, 2019, doi: 10.1016/j.ribaf.2018.12.011.
- [10] E. Çakmak ve H. H. Örkcü, “Türkiye ’ deki İllerin Etkinliklerinin Sosyo- Ekonomik Temel Göstergelerle Veri Zarflama Analizi Kullanarak İncelenmesi”, c. 6 sayı 2, 2016.