Multi-Criteria Approach to Firm Performance Evaluation: An Application on the Banking Sector

Öz

Performance appraisal is one of the basic tools in determining the current status of companies and determining the activities that can be done to achieve their goals. As a multidimensional process, performance appraisal can be carried out as an appraisal process for each of the business functions. A holistic performance evaluation covering all functions of the business is an important data source for the development of business processes and strategic planning. The multidimensional structure of performance evaluation and the fact that it contains a wide variety of objectives makes the problem a multi-criteria decision-making problem. TOPSIS and COPRAS methods, which are multi-criteria decision-making methods in which multiple and often conflicting objectives can be evaluated together, can be applied without the need for subjective data with ease of use and application. In this study, the performances of institutions in the banking sector are evaluated in two dimensions, equally weighted by TOPSIS and COPRAS method and weighted determined by CRITIC method. Although the evaluation of the financial performance of banks is one of the widely studied subjects, there are relatively limited studies on performance evaluation as a whole. In the performance evaluation of banks, a general performance evaluation is made by using structural and institutional parameters such as the number of branches and the number of employees, as well as financial ratios. In addition, the change in bank performance rankings during economic crisis periods was also evaluated in the study.

Anahtar Kelimeler

• Performance evaluation
• Bank
• TOPSIS
• CRITIC
• COPRAS

Firma Performans Değerlendirmesine Çok Kriterli Yaklaşım: Bankacılık Sektörü Üzerine Bir Uygulama

Öz

Performans değerleme firmaların mevcut durumlarının tespiti ve amaçlarına ulaşabilmek için yapılabilecek faaliyetlerinin belirlenmesinde temel araçlardan biridir. Çok boyutlu bir süreç olarak performans değerleme işletme fonksiyonlarının her biri için bir değerlendirme süreci olarak yürütülebilir. İşletmenin tüm fonksiyonlarını kapsayan bütüncül bir performans değerlendirme iş süreçlerinin geliştirilmesi ve stratejik planlama için önemli bir veri kaynağıdır. Performans değerlendirmenin çok boyutlu yapısı ve çok çeşitli amaçlar içermesi problemi çok kriterli karar verme problemi haline getirmektedir. Birden çok ve çoğu birbiri ile çelişen amaçların birlikte değerlendirilebildiği çok kriterli karar verme yöntemlerinden TOPSIS ve COPRAS yöntemleri, kullanım ve uygulama kolaylığı ile öznel verilere ihtiyaç duymadan uygulanabilmektedir. Bu çalışmada bankacılık sektöründeki kurumların performansları TOPSIS ve COPRAS yöntemiyle eşit ağırlıklı ve CRITIC yöntemiyle belirlenmiş ağırlıklı olmak üzere iki boyutlu olarak değerlendirilmektedir. Bankaların finansal performanslarının değerlendirilmesi yaygın olarak çalışılan konulardan biri olmakla birlikte bütüncül olarak performans değerlendirme konusunda nispeten sınırlı araştırmalar mevcuttur. Bankaların performans değerlendirmesinde finansal rasyolar yanında şube sayısı, çalışan sayısı gibi yapısal ve kurumsal parametreler de kullanılarak genel bir performans değerlendirme yapılmaktadır. Ayrıca ekonomik kriz dönemlerinde banka performans sıralamalarının değişimi de çalışmada değerlendirilmiştir.

Anahtar Kelimeler

• Performans değerlendirme
• Banka
• TOPSIS
• CRITIC
• COPRAS

Kaynakça

1. Acar, M. (2003). Tarımsal işletmelerde finansal performans analizi. Erciyes Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 20, 21-37. Erişim adresi: https://dergipark.org.tr/tr/pub/erciyesiibd/
2. Akbulut, O.Y. (2019). CRITIC ve EDAS yöntemleri ile İş Bankası’nın 2009-2018 yılları arasındaki performansının analizi. Ekonomi, Politika & Finans Araştırmaları Dergisi, 4(2), 249-263. doi:10.30784/epfad.594762
3. Akbulut, R. ve Rençber, Ö.F. (2015). BİST’te imalat sektöründeki işletmelerin finansal performansları üzerine bir araştırma. Muhasebe ve Finansman Dergisi, 65, 117-136. doi:10.25095/mufad.396520
4. Akçakanat, Ö., Eren, H., Aksoy, E. ve Ömürbek, V. (2017). Bankacılık sektöründe Entropi ve WASPAS yöntemleri ile performans değerlendirmesi. Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 22(2), 285-300. Erişim adresi: https://dergipark.org.tr/tr/pub/sduiibfd/
5. Akgül, Y. (2019). Çok kriterli karar verme yöntemleriyle Türk bankacılık sisteminin 2010-2018 yılları arasındaki performansının analizi. Finans Ekonomi ve Sosyal Araştırmalar Dergisi (FESA), 4(4), 567-582. doi:10.29106/fesa.655722
6. Apan, M., Öztel, A. ve Ceyhan, İ.F. (2019). Entropi yöntemine dayalı Camels performans değerlendirme modeli: Türk mevduat bankaları üzerine bir uygulama. Akademik Araştırmalar ve Çalışmalar Dergisi, 11(20), 296-316. doi:10.20990/kilisiibfakademik.458192
7. Ayçin, E. (2019). BIST Menkul Kıymet Yatırım Ortaklıkları Endeksinde (XYORT) yer alan işletmelerin finansal performanslarının Entropi ve Gri İlişkisel Analiz Bütünleşik Yaklaşımı ile değerlendirilmesi. Dokuz Eylül Üniversitesi İktisadi ve İdari Bilimler Dergisi, 33, 595-622. doi:10.24988/deuiibf.2018332799
8. Aydın, Y. (2020a). A hybrid multicriteria decision making (MCDM) model consisting of SD & COPRAS methods in performance evaluation of foreign deposit banks. Equinox, Journal of Economics, Business & Political Studies, 7(2), 160-176. Retrieved from https://dergipark.org.tr/tr/pub/equinox/

9. Aydın, Y. (2020b). Bütünleşik CRITIC ve MAIRCA yöntemleri ile kamu sermayeli bankalarının performans analizi. Finans Ekonomi ve Sosyal Araştırmalar Dergisi, 5(4), 829-841. doi:10.29106/fesa.834217
10. Bağcı, H. ve Rençber, Ö.F. (2014). Kamu bankaları ve halka açık özel bankaların PROMETHEE yöntemi ile kârlılıklarının analizi. Aksaray Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 6(1), 39-47. Erişim adresi: http://aksarayiibd.aksaray.edu.tr/tr/pub
11. Bayyurt, N. (2011). İşletmelerde performans değerlendirmenin önemi ve performans göstergeleri arasındaki ilişkiler. Journal of Social Policy Conferences, 53, 577-592. Erişim adresi: https://dergipark.org.tr/tr/pub/iusskd/
12. Bektaş, H. ve Tuna, K. (2013) Borsa İstanbul gelişen işletmeler piyasası’nda işlem gören firmaların Gri İlişkisel Analiz ile performans ölçümü. Çankırı Karatekin Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 3(2), 185-198. Erişim adresi: https://dergipark.org.tr/tr/pub/ckuiibfd/
13. Brauers, W.K.M. and Zavadskas, E.K. (2006) The MOORA method and its application to privatization in a transition economy. Control and Cybernetics, 35(2), 445-469. Retrieved from http://control.ibspan.waw.pl:3000/mainpage
14. Bulgurcu, B.K. (2012). Application of TOPSIS technique for financial performance evaluation of technology firms in İstanbul Stock Exchange Market. Social and Behavioral Sciences, 62, 1033-1040. https://doi.org/10.1016/j.sbspro.2012.09.176
15. Chan, J.W.K. and Tong, T.K.L. (2007). Multi-criteria material selections and end-of-life product strategy: Grey Relational Analysis Approach. Materials and Design, 28, 1539-1546. https://doi.org/10.1016/j.matdes.2006.02.016
16. Chan, S.G. and Karim, M.Z.A. (2010). Bank efficiency and macro-economic factors: The case of developing countries. Global Economic Review, 39(3), 269-289. https://doi.org/10.1080/1226508X.2010.513141
17. Çalışkan, E. ve Eren, T. (2016). Bankaların performanslarının çok kriterli karar verme yöntemiyle değerlendirilmesi. Ordu Üniversitesi Bilim ve Teknoloji Dergisi, 6(2), 85-107. Erişim adresi: https://dergipark.org.tr/tr/pub/ordubtd/
18. Çelik, S. (2020). Türk katılım bankacılığı sektöründe performans analizi: Bütünleşik CRITIC ve MABAC uygulaması. İslam Ekonomisi ve Finansı Dergisi, 6(2) 311-334. Erişim adresi: https://dergipark.org.tr/en/pub/jief/
19. Demir, G. (2021a). Özel sermayeli mevduat bankalarında performans analizi: SWARA-RAFSI bütünleşik model uygulaması. Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, 35(4), 1359-1382. doi:10.16951/atauniiibd.897065
20. Demir, G. (2021b). Türk bankacılık sisteminin finansal performansının ROC-ITARA-CODAS yöntemleriyle analizi. Gümüşhane Üniversitesi Sosyal Bilimler Enstitüsü Elektronik Dergisi, 12(3), 831-847. Retrieved from https://dergipark.org.tr/tr/pub/gumus
21. Ertuğrul, İ. and Karakaşoğlu, N. (2009). Performance evaluation of Turkish cement firms with fuzzy analytic hierarchy process and TOPSIS method. Expert Systems with Applications, (36), 702-715. https://doi.org/10.1016/j.eswa.2007.10.014
22. Ertuğrul, İ. ve Özçil, A. (2014). Çok kriterli karar vermede TOPSIS ve VIKOR yöntemleriyle klima seçimi. Çankırı Karatekin Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 4(1), 267- 282. Erişim adresi: https://dergipark.org.tr/tr/pub/ckuiibfd/
23. Gezen, A. (2019). Türkiye’de faaliyet gösteren katılım bankalarının Entropi ve WASPAS yöntemleri ile performans analizi. Muhasebe ve Finansman Dergisi, 84, 213- 232. doi:10.25095/mufad.625812
24. Gözkonan, Ü. H. ve Küçükbay, F. (2019). Katılım bankaları ile geleneksel bankaların ÇKKV yöntemleri ile performansının değerlendirilmesi: TOPSIS ve Gri İlişkisel Analiz yöntemleri ile karşılaştırmalı analiz. Uluslararası İktisadi ve İdari İncelemeler Dergisi, (25), 71-94. https://doi.org/10.18092/ulikidince.538666
25. Guerrero-Baena, M.D., Gómez-Limón, J.A., and Fruet Cardozo, J.V. (2014). Are multi-criteria decision making techniques useful for solving corporate finance problems? A bibliometric analysis. Revista de Metodos Cuantitativos para la Economia y la Empresa, 17, 60-79. Retrieved from https://www.econstor.eu/
26. Gündoğdu, A. (2015). Measurement of financial performance using TOPSIS method for foreign banks of established in Turkey between 2003-2013 years. International Journal of Business and Social Science, 6(1), 139-151. Retrieved from http://www.ijbssnet.com/
27. Gündoğdu, A. (2018). Türkiye’de katılım bankalarının finansal performansının Gri İlişki Analizi ile ölçülmesi. Uluslararası İktisadi ve İdari İncelemeler Dergisi, 17(UİK Özel Sayısı), 201-214. doi:10.18092/ulikidince.434619
28. Huang, IB., Keisler, J. and Linkov, I. (2011) Multi-criteria decision analysis in environmental sciences: Ten years of applications and trends. Science of the Total Environment, 409, 3578–3594. https://doi.org/10.1016/j.scitotenv.2011.06.022
29. Işık, Ö. (2020). SD tabanlı MABAC ve WASPAS yöntemleriyle kamu sermayeli kalkınma ve yatırım bankalarının performans analizi. Uluslararası İktisadi ve İdari İncelemeler Dergisi, (29), 61-78. https://doi.org/10.18092/ulikidince.705148
30. Işık, Ö. (2021). Akbank’ın 2009-2019 dönemi finansal performansının PSI yöntemi ile değerlendirilmesi. Aydın Y. (Ed.), Ekonomi ve finans çalışmaları içinde (s. 299-312). Ankara: Nobel Yayınları.
31. Işık, Ö. ve Ersoy, E. (2020). Özel sermayeli mevduat bankalarinda faiz gelir ve giderlerine dayalı performans analizi: CRITIC ve EDAS yöntemleri ile bir uygulama. S.S. Karaca ve E. Demireli (Ed.), Finans teorisine uygulamalı katkılar -2 içinde (s. 69-89). Ankara: Ekin Yayınevi.
32. Karaatlı, M., Ömürbek, N., Aksoy, E. ve Atasoy, M. (2016). Çok kriterli karar verme teknikleri ile performans değerlendirmesine ilişkin bir uygulama. Sosyal Bilimler Araştırma Dergisi, 4(2), 176-186. Erişim adresi: https://dergipark.org.tr/tr/pub/ssrj/
33. Karakaya, A. (2020). Bulanık karar verme yaklaşımıyla katılım bankaları finansal performansı. Uluslararası İktisadi ve İdari İncelemeler Dergisi, Prof. Dr. Talha Ustasüleyman Özel Sayısı, 99-122. https://doi.org/10.18092/ulikidince.577236
34. Karande, P. and Chakraborty, S. (2012). Application of multi-objective optimization on the basis of ratio analysis (MOORA) method for materials selection. Materials & Design, 37, 317-324. http://dx.doi.org/10.1016%2Fj.matdes.2012.01.013
35. Karaoğlan, S. ve Şahin, S. (2018). BİST XKMYA işletmelerinin finansal performanslarının çok kriterli karar verme yöntemleri ile ölçümü ve yöntemlerin karşılaştırılması. Ege Akademik Bakış, 18(1), 63-80. doi:10.21121/eab.2018135912
36. Koşaroğlu, Ş.M. (2020). BİST’te işlem gören bankaların performanslarının SD ve EDAS yöntemleriyle değerlendirilmesi. Finans Ekonomi ve Sosyal Araştırmalar Dergisi, 5(3), 406-417. https://doi.org/10.29106/fesa.758281
37. Liu, S., Forrest, J. and Yang, Y. (2012). A brief introduction to grey systems theory grey systems. Papers presented at the 2011 International Conference on Grey Systems and Intelligent Services. Nanjing, China. Retrieved from https://ieeexplore.ieee.org/document/6044018
38. Orhan, M., Altın, H. ve Aytekin, M. (2020). Çok kriterli karar verme yöntemleriyle finansal performans değerlendirme: Ulaştırma alanında bir uygulama. Turkish Studies - Economy, 15(1), 395-410. https://dx.doi.org/10.29228/TurkishStudies.40149
39. Ömürbek, V. ve Kınay, B. (2013). Havayolu taşımacılığı sektöründe TOPSIS yöntemiyle finansal performans değerlendirmesi. Süleyman Demirel Üniversitesi İİBF Dergisi, 18(3), 343-363. Retrieved from https://dergipark.org.tr/tr/pub/sduiibfd/
40. Özçalıcı, M., Kaya, A. ve Gürler, H.E. (2022). Long-term performance evaluation of deposit banks with multi-criteria decision making tools: The case of Turkey. Pamukkale University Journal of Social Sciences Institute, 50, 87-114. https://doi.org/10.30794/pausbed.975901
41. Paul, A., Shukla, N., Paul, S.K. and Trianni, A. (2021). Sustainable supply chain management and multi-criteria decision-making methods: A systematic review. Sustainability, 13, 7104. https://doi.org/10.3390/su13137104
42. Podvezko V. (2011). The comparative analysis of MCDA methods SAW and COPRAS. Inzinerine Ekonomika-Engineering Economics, 22(2), 134-146. http://dx.doi.org/10.5755/j01.ee.22.2.310
43. Rençber, Ö.F. ve Avcı, T. (2018). BIST'te işlem gören bankaların sermaye yeterliliklerine göre karşılaştırılması: WASPAS yöntemi ile uygulama. Anemon Muş Alparslan Üniversitesi Sosyal Bilimler Dergisi, 6(ICEESS’ 18), 169-175. https://doi.org/10.18506/anemon.452713
44. Saaty, T.L. (1986). Axiomatic foundations of the AHP. Management Science, 32(7), 841-845. https://doi.org/10.1287/mnsc.32.7.841
45. Sakarya, Ş. ve Aytekin, S. (2013). İMKB'de işlem gören mevduat bankalarının performansları ile hisse senedi getirileri arasındaki ilişkinin ölçülmesi: PROMETHEE çok kriterli karar verme yöntemiyle bir uygulama. Uluslararası Alanya İşletme Fakültesi Dergisi, 5(2), 99-109. Erişim adresi: https://dergipark.org.tr/tr/pub/uaifd/
46. Saunders, A. and Millon C.M. (2019). Financial markets and institutions (7. Ed.). New York: McGraw-Hill Education.
47. Şenol, Z. ve Ulutaş, A. (2018). Muhasebe temelli performans ölçümleri ile piyasa temelli performans ölçümlerinin CRITIC ve ARAS yöntemleriyle değerlendirilmesi. Finans Politik & Ekonomik Yorumlar, 55(641), 83-102. Erişim adresi: https://dergipark.org.tr/en/pub/fpeyd/
48. Topak, M.S. ve Çanakçioğlu, M. (2019). Banka performansının Entropi ve COPRAS yöntemi ile değerlendirilmesi: Türk bankacılık sektörü üzerine bir araştırma. Mali Çözüm Dergisi, 29(154), 107-132. Erişim adresi: https://ismmmo.org.tr/
49. Ural, M., Demireli, E. and Özçalık, S. G. (2018). Kamu bankalarında performans analizi: Entropi ve WASPAS yöntemleri ile bir uygulama. Pamukkale Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 31, 129-141. http://dx.doi.org/10.30794/pausbed.414721
50. Uygun, Ö. and Dede, A. (2016). Performance evaluation of green supply chain management using integrated fuzzy multi-criteria decision making techniques. Computers & Industrial Engineering, 102, 502-511. https://doi.org/10.1016/j.cie.2016.02.020
51. Uyguntürk, H. (2015). Bankaların internet şubelerinin bulanık MOORA yöntemi ile değerlendirilmesi. Uluslararası Yönetim İktisat ve İşletme Dergisi, 25, 115-128. http://dx.doi.org/10.17130/ijmeb.2015.11.25.791
52. Ünlü, U., Yalçın, N. ve Yağlı, İ. (2016). Kurumsal yönetimi ve firma performansı: TOPSIS yöntemi ile BIST30 firmaları üzerine bir uygulama. Dokuz Eylül Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 19(1), 63-81. http://dx.doi.org/10.16953/deusbed.09673
53. Ünvan, Y.A. ve Yakubu, I.N. (2020). Do bank-specific factors drive bank deposits in Ghana? Journal of Computational and Applied Mathematics, 376, 112827. https://doi.org/10.1016/j.cam.2020.112827
54. Yaralıoğlu, K. (1999). Analitik hiyerarşi proses (AHP) modeli ile genel seçim sonuçlarının öngörülmesi. 4. Ulusal Ekonometri ve İstatistik Sempozyumunda sunulan bildiri. İstanbul, Türkiye.
55. Yavuz, S. ve Deveci, M. (2014). Bulanık TOPSIS ve bulanık VIKOR yöntemleriyle alışveriş merkezi kuruluş yeri seçimi ve bir uygulama. Ege Akademik Bakis, 14, 463-463. Erişim adresi: https://dergipark.org.tr/tr/pub/eab/
56. Yayar, R. ve Baykara, H.V. (2012). TOPSIS yöntemi ile katılım bankalarının etkinlik ve verimliliği üzerine bir uygulama. Business and Economics Research Journal, 3(4), 21-42. Erişim adresi: https://www.berjournal.com/tr/
57. Yılmaz Ö. ve Yakut E. (2021). Entropi temelli TOPSIS ve VIKOR yöntemleri ile bankacılık sektöründe finansal performans değerlendirmesi. Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, 35(4), 1297-1321. https://doi.org/10.16951/atauniiibd.874660
58. Yurdakul, M. and İç, Y. (2005). Development of performance measurement model for manufacturing companies using the AHP and TOPSİS approaches. International Journal of Production Research, 43(21), 4609-4641. doi:10.1080/00207540500161746
59. Zavadskas, E. K. and Turskis, Z. (2011). Multiple criteria decision making (MCDM) methods in economics: An overview. Technological and Economic Development of Economy, 17(2), 397-427. Retrieved from https://journals.vilniustech.lt/