Evaluation of the Financial Performance of the Deposit Banking Sector in the Context of Global Crises Using LOPCOW-RAFSI MCDM Methods: The Case of Kyrgyzstan

Öz

The examination of the financial performance of a nation’s commercial banking industry and knowing how this industry was affected by the 2008 Global Financial Crisis and the COVID-19 Pandemic Crisis that shook the world is extremely important for analyzing the sustainable development process of this nation. The aim of this study is to explain the relationship between the financial performance of the banking sector in Kyrgyzstan and the global crises. In this study, the financial performance process of the commercial banking sector in Kyrgyzstan between the years of 2001-2023 was analyzed in the context of its relationship with global crises and based on the financial ratios of the banking sector with the integrated LOPCOW-RAFSI method. All years within the period were ranked according to their financial performance and the most successful year was determined. The LOPCOW method was applied to calculate the importance levels of the criteria, and the RAFSI method was applied to rank the financial performance of the years. According to the results of LOPCOW method, “Non-performing loan/ Total loan” has been the most effective criteria while the results from RAFSI method indicate that 2007 and 2020 were the worst and best performing years for Kyrgyzstan’s commercial banking sector. Both integrated methods are among the multi-criteria decision-making techniques (MCDM). Three-level sensitivity analysis was also performed for the strength and consistency of the analysis results.

Anahtar Kelimeler

• Financial Performance
• Global Crises
• Sustainable Development
• Banking Sector
• MCDM

Küresel Krizler Bağlamında Mevduat Bankacılığı Sektöründe Finansal Performansın LOPCOW-RAFSI ÇKKV Yöntemleri ile Değerlendirilmesi: Kırgızistan Örneği

Öz

Bir ülkedeki ticari bankacılık sektörünün finansal performans analizi ve yıllar içinde değişebilen performansının krizler bağlamında gözlemlenmesi, o ülkede sürdürülebilir kalkınma hedeflerine ulaşabilmek için oldukça önemlidir. Bu çalışmanın amacı, Kırgızistan'da bankacılık sektörünün finansal performansı ile küresel krizler arasındaki ilişkiyi açıklamaktır. Bu çalışmada, 2001-2023 yılları arasında Kırgızistan'daki ticari bankacılık sektörünün finansal performans ölçüm süreci, küresel krizlerle ilişkisi bağlamında ve bankacılık sektörünün finansal oranlarına dayalı olarak, entegre LOPCOW-RAFSI yöntemiyle analiz edilmiştir. Dönem içindeki tüm yıllar, finansal performanslarına göre kendi içlerinde sıralanmış ve en başarılı yıl belirlenmiştir. Kriterlerin önem düzeylerinin hesaplanması için LOPCOW yöntemi, yılların finansal performans sıralanması için RAFSI yöntemi uygulanmıştır. LOPCOW yöntemi sonuçlarına göre en önemli kriter “sorunlu kredilerin toplam kredilere oranı” kriteriyken, RAFSI yöntemine göre, Kırgızistan’daki ticari bankacılık sektörünün en iyi performans gösterdiği yıl 2007, en düşük performans gösterdiği yıl ise 2020 olmuştur. Lale Devrimi 2007 yılındaki yüksek sektör performansının, ülke ekonomisinin Çin gibi ülkelere bağımlı olması ise 2020 yılındaki en düşük sektör performansının sebebi olabilir.

Anahtar Kelimeler

• Finansal Performans
• Küresel Krizler
• Sürdürülebilir Kalkınma
• Bankacılık Sektörü
• ÇKKV

Kaynakça

1. Abdel-Basset, M., Mohamed, R., Elhoseny, M., Abouhawash, M., Nam, Y. and AbdelAziz, N.M. (2021). Efficient MCDM model for evaluating the performance of commercial banks: A case study. Computers, Materials and Continua, 67(3), 2729-2746. https://doi.org/10.32604/cmc.2021.015316
2. Ada, A.A. ve Kılıç, Z. (2014). Sürdürülebilir kalkınma ve sürdürülebilir bankacılık: AB ve Türkiye'deki uygulamalar. Dumlupınar Üniversitesi Sosyal Bilimler Dergisi, 42, 203-212. Erişim adresi: https://dergipark.org.tr/en/pub/dpusbe
3. Akbulut, O.Y. (2023). Evaluation of financial performance of participation banks operating in Turkey with CRITIC based COPRAS method. International Journal of Current Social Science, 2(1), 15-24. Retrieved from http://cusos.cumhuriyet.edu.tr/en/pub/
4. Akbulut, O.Y. (2024). Assessing the environmental sustainability performance of the banking sector: A novel integrated grey multi-criteria decision-making (MCDM) approach. International Journal of Knowledge and Innovation Studies, 2(4), 239-258. https://doi.org/10.56578/ijkis020404
5. Akgül, Y. (2019). Çok kriterli karar verme yöntemleriyle Türk bankacılık sisteminin 2010-2018 yılları arasındaki performansının analizi. Finans Ekonomi ve Sosyal Araştırmalar Dergisi, 4(4), 567-582. https://doi.org/10.29106/fesa.655722
6. Akgül, Y. (2021). Borsa İstanbul’da işlem gören ticari bankaların finansal performansının bütünleşik CRITIC CoCoSo modeliyle analizi. Ekonomi ve Finansal Araştırmalar Dergisi, 3(2), 71-90. Erişim adresi: https://dergipark.org.tr/en/pub/jefr
7. Akkaya, C. ve Avşarlıgil, N. (2025). Bankaların finansal performanslarının değerlendirilmesi: Türkiye bankacılık sektöründe bir inceleme. Alanya Akademik Bakış, 9(1), 290-307. https://doi.org/10.29023/alanyaakademik.1567547
8. Ali, J., Hussain, K.N., Alnoor, A., Muhsen, Y.R. and Atiyah, A.G. (2024). Benchmarking methodology of banks based on financial sustainability using CRITIC and RAFSI techniques. Decision Making: Applications in Management and Engineering, 7(1), 315-341. https://doi.org/10.31181/dmame712024945

9. Altıntaş, F.F. (2024). Analysis of artificial intelligence readiness performances of G7 countries: An application with LOPCOW-based MARCOS method. Computer Science, 9(2), 99-121. https://doi.org/10.53070/bbd.1537792
10. Altıntaş, F.F. (2025). Analysis of climate change performances of G7 group countries: An Application using the MEREC-based RAFSI method. Journal of Mehmet Akif Ersoy University Economics and Administrative Sciences Faculty, 12(1), 214-245. https://doi.org/10.30798/makuiibf.1489592
11. Bakır, M. ve İnce, F. (2024). Havayolu işletmelerinde yolcu memnuniyetinin LOPCOW-AROMAN modeliyle analizi: Star alliance stratejik ortaklığı uygulaması. Dumlupınar Üniversitesi Sosyal Bilimler Dergisi, 81, 168-189. https://doi.org/10.51290/dpusbe.1432572
12. Batır, T.E. (2023). Covid-19 pandemi sürecinde bankacılık sektörü performansının çok kriterli karar verme yöntemleri ile karşılaştırmalı analizi: “CRITIC-EDAS yaklaşımı kapsamında bir inceleme. Uluslararası Muhasebe ve Finans Araştırmaları Dergisi, 4(2), 186-203. Erişim adresi: https://dergipark.org.tr/en/pub/ijafr
13. Bayrak, R. and Aseinov, D. (2021). The impact of the Covid-19 outbreak on the banking sector of Kyrgyzstan. In S. Sarı and A. Gencer (Eds.), Proceedings of the international conference on Eurasian economies (pp. 197–204). Paper presented at the International Conference on Eurasian Economies, Beykent University, İstanbul.
14. Butler, J., Jia, J. and Dyer, J. (1997). Simulation techniques for the sensitivity analysis of multi- criteria decision models. European Journal of Operational Research, 103(3), 531-546. https://doi.org/10.1016/S0377-2217(96)00307-4
15. 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. https://doi.org/10.16951/atauniiibd.897065
16. Demir, G. (2021b). Türk bankacılık sisteminin finansal performansının ROC-ITARA-CODAS yöntemleriyle analizi. Gümüşhane Üniversitesi Sosyal Bilimler Enstitüsü Elektronik Dergisi, 12(3), 831-847. Erişim adresi: https://dergipark.org.tr/tr/pub/gumus
17. Demir, G. (2022). Analysis of the financial performance of the deposit banking sector in the Covid-19 period with LMAW-DNMA methods. International Journal of Insurance and Finance, 2(2), 17-36. https://doi.org/10.52898/ijif.2022.7
18. Ecer, F. and Pamucar, D. (2022). A novel LOPCOW-DOBI multi-criteria sustainability performance assessment methodology: An application in developing country banking sector, Omega, 112, 102690. https://doi.org/10.1016/j.omega.2022.102690
19. Ecer, F., Küçükönder, H., Kaya, S.K. and Görçün, Ö.F. (2023b). 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(2023), 103667. https://doi.org/10.1016/j.tra.2023.103667
20. Ecer, F., Ögel, İ.Y., Krishankumar, R. and Tirkolaee, E.B. (2023a). The q-rung fuzzy LOPCOW-VIKOR model to assess the role of unmanned aerial vehicles for precision agriculture realization in the agri-food 4.0 era. Artificial Intelligence Review, 56(11), 13373-13406. https://doi.org/10.1007/s10462-023-10476-6
21. Erdoğan, B. (2022). Covid-19 kamu sermayeli mevduat bankalarının performansını nasıl etkiledi? SV-EDAS modeli uygulaması. Sosyal, Beşeri ve İdari Bilimler Dergisi, 5(7), 897-912. https://doi.org/10.26677/TR1010.2022.1034
22. Fetanat, A. and Tayebi, M. (2024). A decision support system for cooling tower technologies evaluation in the oil and gas industry. Computers & Chemical Engineering, 191(2024), 108853. https://doi.org/10.1016/j.compchemeng.2024.108853
23. Ghosh, R. and Saima, F.N. (2021). Resilience of commercial banks of Bangladesh to the shocks caused by Covid-19 pandemic: An application of MCDM-based approaches. Asian Journal of Accounting Research, 6(3), 281-295. https://doi.org/10.1108/AJAR-10-2020-0102
24. Goodridge, W.S. (2016). Sensitivity analysis using simple additive weighting method. International Journal of Intelligent Systems and Applications, 8(5), 27-33. https://doi.org/10.5815/ijisa.2016.05.04
25. IMF. (2024). Standby agreement. Retrieved from https://www.imf.org/external/np/fin/tad/extarr2.aspx?memberKey1=565&date1key=2015-06-30
26. Işık, Ö., Shabir, M., Demir, G., Puska, A. and Pamucar, D. (2025). A hybrid framework for assessing Pakistani commercial bank performance using multi-criteria decision-making. Financial Innovation, 11(38), 1-35. https://doi.org/10.1186/s40854-024-00728-x
27. Kabadurmus, O. and Kabadurmus, F.N.K. (2019), Innovation in Eastern Europe & Central Asia: A multi-criteria decision-making approach. Business & Management Studies: An International Journal, 7(3), 98-121. http://dx.doi.org/10.15295/bmij.v7i3.1234
28. Karande, P., Zavadskas, E. K. and 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), 399-422. http://dx.doi.org/10.5267/j.ijiec.2016.1.001
29. Karaş, Z. (2024). Türk bankacılık sektöründe çoklu kriterli karar verme yaklaşımları ile finansal performans değerlendirmesi. Elektronik Sosyal Bilimler Dergisi, 23(90), 798-820. http://dx.doi.org/10.17755/esosder.1429337
30. Karbassi Yazdi, A., Spulbar, C., Hanne, T. and Birau, R. (2022). Ranking performance indicators related to banking by using hybrid multicriteria methods in an uncertain environment: A case study for Iran under COVID-19 conditions. Systems Science & Control Engineering, 10(1), 166-180. https://doi.org/10.1080/21642583.2022.2052996
31. Katı, M. (2025). Kalkınma ve yatırım bankalarının finansal performanslarının CRITIC–MAIRCA yöntemleriyle incelenmesi. Uluslararası İktisadi ve İdari İncelemeler Dergisi, 47, 11-28. https://doi.org/10.18092/ulikidince.1518691
32. Korucuk, S., Aytekin, A., Görçün, Ö., Simic, V. and Görçün, Ö.F. (2024). Warehouse site selection for humanitarian relief organizations using an interval-valued fermatean fuzzy LOPCOW-RAFSI model. Computers & Industrial Engineering, 192(2024), 110160. https://doi.org/10.1016/j.cie.2024.110160
33. Lukić, R. (2023). Research of the economic positioning of the Western Balkan countries using the LOPCOW and EDAS methods. Journal of Engineering Management and Competitiveness, 13, 106-116. https://doi.org/10.5937/JEMC2302106L
34. Marjanović, I. and Popović, Ž. (2020). MCDM approach for assessment of financial performance of Serbian banks. In Horobet, A., Polychronidou, P. and Karasavvoglou, A. (Eds.), Business performance and financial institutions in Europe: Business models and value creation across European industries (pp. 71-90). Cham: Springer.
35. National Bank of the Kyrgyz Republic. (2024). Final report on profits and costs of commercial banks. Retrieved from https://nbkr.kg/index1.jsp?item=1485&lang=KGZ.
36. National Bank of the Kyrgyz Republic. (2025). Development trends of the banking sector. Retrieved from https://www.nbkr.kg/index1.jsp?item=1481&lang=KGZ.
37. Nguyen, P.H., Tsai, J.F., Hu, Y.C. and Ajay Kumar, G.V. (2022). A hybrid method of MCDM for evaluating financial performance of Vietnamese commercial banks under Covid-19 impacts. In Abdul
38. Karim, S.A. (Ed.), Shifting economic, financial and banking paradigm: New systems to encounter COVID-19 (pp. 23-45). Cham: Springer.
39. Nişel, R. and Nişel, S. (2024). Advancing global innovation metrics: A comprehensive country ranking using the novel LOPCOW-CoCoSo Model. In K. Tunca Çalıyurt (Ed.), Ethics and sustainability in accounting and finance, volume IV (pp. 118-138). Singapore: Springer.
40. Özaydın, M. and Bicil, İ.M. (2023). Sürdürülebilirlik kavramı ve bankacılık sektöründe sürdürülebilirlik uygulamaları. Başarır, Ç. and Yılmaz, Ö. (Eds.), Sosyal bilimlerde yeşil yaklaşımlar: Dijitalleşme ve enerji içinde (s. 1-16). https://doi.org/10.58830/ozgur.pub374
41. Özdil, Z., Kartal, C. ve Karaboğa, M.A. (2025). AB 27 ülkelerinin LOPCOW ve EDAS yöntemleri ile lojistik performanslarının analizi. Üçüncü Sektör Sosyal Ekonomi Dergisi, 60(1), 681-693. https://doi.org/10.15659/3.sektor-sosyal-ekonomi.25.02.2540
42. Paksoy, Ö.B. ve Küçüker, M. (2024). Bankacılık sektöründe finansal performans analizi: BIST bankacılık endeksi üzerine bir inceleme. Muhasebe ve Finans İncelemeleri Dergisi, 7(2), 170-189. https://doi.org/10.32951/mufider.1519449
43. Rong, Y., Yu, L., Liu, Y., Simic, V. and 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), 25. https://doi.org/10.1007/s40314-023-02532-2
44. Ruziev, K. and Majidov, T. (2013). Differing effects of the global financial crisis on the Central Asian countries: Kazakhstan, the Kyrgyz republic and Uzbekistan. Europe-Asia Studies, 65(4), 682-716. https://doi.org/10.1080/09668136.2013.766044
45. Sezgin, V. (2022). Covid-19 salgını Türkiye-Kırgızistan ikili ticaretini nasıl etkiledi: Sektörel bir değerlendirme. Organizasyon ve Yönetim Bilimleri Dergisi, 14(1), 52-67. Erişim adresi: https://dergipark.org.tr/tr/pub/oybd
46. Sharma, D. and Kumar, P. (2024). Prioritizing the attributes of sustainable banking performance. International Journal of Productivity and Performance Management, 73(6), 1797-1825. https://doi.org/10.1108/IJPPM-11-2022-0600
47. Simic, V., Dabic-Miletic, S., Tirkolaee, E.B., Stević, Ž., Ala, A. and 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(2023), 110400. https://doi.org/10.1016/j.asoc.2023.110400
48. Süzülmüş, S. ve Yakut, E. (2024). CRITIC temelli PROMETHEE ve EDAS teknikleriyle bankaların finansal performanslarının belirlenerek karşılaştırılması. MANAS Sosyal Araştırmalar Dergisi, 13(1), 218-239. https://doi.org/10.33206/mjss.1267073
49. Şahin, M. (2023). Çok kriterli karar verme kriter ağırlıklandırma yöntemleri (1. bs). Ankara: Nobel Akademik Yayıncılık.
50. Şimşek, O. (2022). Hibrid bir ÇKKV modeli ile Türk bankacılık sektöründe finansal performans değerlendirmesi. Turkish Studies-Economics, Finance, Politics, 17(2), 447-470. https://dx.doi.org/10.7827/TurkishStudies.62308
51. Tutar, H., Kavas, Y.B., Medetoğlu, B. and Koltai, J. (2025). Analysis of financial performance of deposit banks in Turkey using multi-criteria decision-making methods. Journal of International Studies, 18(1), 196-215. http://dx.doi.org/10.14254/2071-8330.2025/18-1/12
52. Ünen, Ç. (2024). Borsa İstanbul’da işlem gören bankaların finansal performansının analizi: VIKOR ve WASPAS yöntemleri. Karadeniz Ekonomi Araştırmaları Dergisi, 5(2), 23-38. Erişim adresi: https://dergipark.org.tr/tr/pub/kared
53. Ünlü, U., Yalçın, N, and Avşarlıgil, N. (2022). Analysis of efficiency and productivity of commercial banks in Turkey pre-and during COVID-19 with an integrated MCDM approach. Mathematics, 10(13), 2300. https://doi.org/10.3390/math10132300
54. Vinokurov, E., Lavrova, N. and Petrenko, V. (2020). Tajikistan and the Kyrgyz Republic post-Covid-19: Debt sustainability, financing needs, and resilience (EFSD Working Paper No. 2020/3). Retrieved from https://ssrn.com/abstract=4030640
55. Wang, W., Chen, Y., Wang, Y., Deveci, M., Al-Hinai, A. and Kadry, S. (2025). Analyzing the barriers to blockchain adoption in supply chain finance using an integrated interval-valued Fermatean fuzzy RAFSI model. Financial Innovation, 11(9), 1-39. https://doi.org/10.1186/s40854-024-00670-y
56. WITS. (2022) HHI market concentration index by country 2000-2022. Retrieved from https://wits.worldbank.org/CountryProfile/en/country/by-country/startyear/ltst/endyear/ltst/indicator/HH-MKT-CNCNTRTN-NDX
57. World Bank. (2023). Kyrgyz Republic GDP per capita growth. Retrieved from https://data.worldbank.org/indicator/NY.GDP.PCAP.KD.ZG?locations=KG
58. World Bank. (2024). The World Bank in the Kyrgyz Republic, Overview. Retrieved from https://www.worldbank.org/en/country/kyrgyzrepublic/overview
59. Yamaltdinova, A. (2017). Kırgızistan bankalarının finansal performanslarının TOPSIS yöntemiyle değerlendirilmesi. International Review of Economics and Management, 5(2), 68-87. https://doi.org/10.18825/iremjournal.316694
60. 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
61. Žižović, M., Pamučar, D., Albijanić, M., Chatterjee, P. and Pribićević, I. (2020). Eliminating rank reversal problem using a new multi-attribute model-the RAFSI method. Mathematics, 8(6), 1015. https://doi.org/10.3390/math8061015