2008 KÜRESEL KRİZ SÜRECİNDE TÜRKİYE BANKACILIK SEKTÖRÜ ETKİNLİK ANALİZİ

Öz

VZA (Veri Zarflama Analizi) modelleri ile yapılan etkinlik ölçümü çalışmalarının önemli bir bölümü, bankacılık sektörü üzerinde gerçekleştirilen çalışmalardan oluşmaktadır. VZA modeli sonucu elde edilen bulgular, etkin olmayan bankaların, etkin olabilmeleri için almaları gereken karşı önlemleri net bir şekilde ortaya koymaktadır. Etkinliğin zaman içerisindeki seyrini, ilgili dönem içerisinde etkinlikte meydana gelen değişimleri gözlemlemek ve bu değişimlerin sebeplerini analiz etmek üzere de VZA’nın farklı modelleri kullanılmaktadır. Bu çalışmada da, 2008 küresel kriz sürecinde, Türkiye Bankacılık Sektörü etkinlikleri, Çok Kriterli VZA ve Malmquist Üretim Endeksi modeli yardımıyla ölçümlenmiştir. 2008-2010 döneminin incelendiği çalışmada, ÇKVZA modeli etkin bankaları kendi içerisinde sıralamaya olanak sağlarken, Malmquist üretim endeksi modeli ise kriz sürecinde bankaların etkinliklerinde meydana gelen değişimleri ve sebeplerini ortaya koymayı amaçlamaktadır. Çalışma sonucunda elde edilen bulgular, 2008 küresel finansal kriz sonrası Türkiye bankacılık sektöründe, önemli birtakım değişimler olduğunu ortaya koymaktadır. Bankacılık sektörü etkinlik değerlerinin, 2008 yılından 2009 yılına geçişte %36 oranında (ortalama) arttığı, 2010 yılında ise 2009 yılına göre yaklaşık %79 oranında azaldığı görülmektedir. Takipteki krediler girdisindeki önemli artışlar ve net faiz geliri ve faiz dışı gelirler çıktılarındaki keskin düşüşler, etkinlik değerlerinde önemli değişimlere/dalgalanmalara sebep olmuştur. Olumsuz teknolojik değişim, bankaların girdilerini ya da kaynaklarını, çıktıları üretmekte etkin biçimde kullanmadıklarının bir göstergesidir. Teknolojik değişimin, kriz sonrasında mikro, küçük, orta ve büyük ölçekli bankalar üzerinde olumsuz bir etkisi olduğu da çalışma kapsamında elde edilen bir diğer önemli bulgudur. 

Anahtar Kelimeler

• Çok kriterli VZA,Malmquist üretkenlik endeksi,2008 küresel kriz,etkinlik

Efficiency Analysis of Turkish Banking Industry During 2008 Financial Crisis

Öz

Significant number of studies on efficiency analysis via Data Envelopment Analysis (DEA) model are performed on banking industry. The results of the DEA models expose clearly what the inefficient banks should take countermeasures to be an efficient decision making unit. The different types of DEA models are used to measure how the change over time and to analyze the of changes in efficiency. In this study, efficiency of Turkish Banking industry is measured via multi-criteria data envelopment analysis (MC-DEA) and Malmquist productivity index during 2008 global financial crisis. While MC-DEA is used to rank the efficient decision making units, Malmquist productivity index model is used to expose changes in efficiencies over time and reasons behind it. Findings reveal significant efficiency changes after 2008 financial crisis.  The average efficiencies of the banks increased by 36% from 2008 to 2009. However, in 2010, it decreased by79% compared to 2009. Increases non-performing loans as an input and dramatic reductions in interest income and non-interest income as outputs cause significant fluctuations on efficiency. The negative technological change shows that banks could not transform inputs into outputs efficiently in the analyzed period. Another finding shows that in the post-crisis period, technological change has more impact on micro, small, medium and big sized banks.  

Anahtar Kelimeler

• Multi-criteria DEA,Malmquist productivity index,2008 financial crisis,efficiency

Kaynakça

1. Aigner, D. J. and Chu, S. F. (1968). On Estimating the Industry Production Function. American Economic Review 58:826-839.
2. Banker, R.D., Charnes, A. and Cooper, W.W. (1984). Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis. Management Science 30 (9): 1078-1092.
3. Berger, A. N. and Humphrey, D. B. (1997). Efficiency of Financial Institutions: International Survey and Directions for Future Research. European Journal of Operational Research 98(2): 175-212.
4. Caves, D. W., Christensen, L. R. and Diewert, W. E. (1982). The Economic Theory of Index Numbers and the Measurement of Input, Output and Productivity. Econometrica 50:1393-1414.
5. Charnes, A., Cooper, W. W., Huang, Z. M. and Sun, D. B. (1990). Polyhedral Cone-Ratio DEA Models with an Illustrative Application to Large Commercial Banks. Journal of Econometric 46: 73-91.
6. Charnes, A., Cooper, W. W. and Rhodes, E. (1978). Measuring Efficiency of Decision Making Units, European Journal of Operations Research 2(6): 429-444.
7. Chen, Z., Matousek, R., Wanke, P. (2017), Chinese bank efficiency during the global financial crisis: A combined approach using satisficing DEA and Support Vector Machines, The North American Journal of Economics and Finance, In press.
8. Cingi, S. ve Tarım, A. (2000). Türk Banka Sisteminde Performans Ölçümü Dea-Malmquıst TFP Endeksi Uygulaması. TBB Araştırma Tebliğleri Dizisi.

9. Cook, W. D. and Seiford, L. M., (2009), Data Envelopment Analysis (DEA): Thirty Years On. European Journal of Operational Research 192: 1-17.
10. Cooper, W., Seiford, L. M., and Tone, K. (2000). Data Envelopment Analysis: A Comprehensive Text with Models, Applications, References and DEA Solver Software, Kluwer Academic Publishers, Boston, USA.
11. Cooper, W.W., Shanling, L., Seiford, L.M., Tone, K., Thrall, R.M., Zhu, J. (2001), Sensitivity And Stability Analysis in DEA: Some Recent Developments, Journal of Productivity Analysis, Vol. 15, N. 3.
12. Cooper W.W., Seiford, L.M,, Tone, K., Zhu, J., (2007), Some models and measures for evaluating performances with DEA: past accomplishments and future prospects, Journal of Productivity Analysis, 28, 151–163
13. Çetin, A. C. ve Bıtırak, İ. A. (2010). Banka Karlılık Performansının Analitik Hiyerarşi Süreci ile Değerlendirilmesi: Ticari Bankalar ile Katılım Bankalarında Bir Uygulama. Alanya İşletme Fakültesi Dergisi 2(2): 75-92.
14. Çolak, Ö. F. ve Altan, Ş. (2002). Toplam Etkinlik Ölçümü: Türkiye’deki Özel ve Kamu Bankaları İçin Bir Uygulama. İşletme ve Finans Dergisi 196: 45-55.
15. Debreu, G., (1951). The Coefficient of Resource Utilization, Econometrica, 19, 3, 273-292.
16. Drake, L., Hall, Hall, M. J. B., Simper, R. (2009). Bank Modelling Methodologies: A Comparative Non-Parametric Analysis of Efficiency in the Japanese Banking Sector. Journal of International Financial Markets Institutions and Money 19(1): 1-15.
17. Dyson, R.G., Allen, R., Camanho, A.S., Podinovski, V.V., Sarrico, C.S., Shale, E.A. (2001), Pitfalls And Protocols in DEA”, European Journal of Operational Research, Vol: 132, I. 2, pp. 245-259.
18. Ekren, N. ve Emiral, F. (2002). Türk Bankacılık Sistemindeki Etkinlik Analizi (Veri Zarflama Analizi Uygulaması). Active Bankacılık ve Finans Dergisi 4(24): 6-27.
19. Emrouznejad, A., Yang, G. (2016). CO2 emissions reduction of Chinese light manufacturing industries: A novel RAM-based global Malmquist–Luenberger productivity index. Energy Policy, 96: 397-410
20. Eroğlu, E. ve Lorcu, F. (2007). Veri Zarflama Analitik Hiyerarşi Prosesi (VZAHP) ile Sayısal Karar Verme. İ.Ü. İşletme Fakültesi İşletme Dergisi 36(2): 30-53.
21. Fare, R., Grosskopf, S. and Lovell, C. A .K. (1994). Production Frontiers. Cambridge University Press, Cambridge
22. Färe, R. Grosskopf, S. & Roos, P. (1998). ‘Malmquist productivity indexes: a survey of theory and practice’ in Färe, R, Grosskopf, S & Russell, R R (eds) Index Numbers: Essays in Honour of Sten Malmquist Kluwer Academic Publishers, Norwell, MA
23. Färe, R., Grosskopf, S. and Roos P. (1997). Malmquist Productivity Indexes: A Survey of Theory and Practice. In: Färe, R., Grosskopf, S., Russell, R.R. (Eds.), Index numbers: Essays in honour of Sten Malmquist. Kluwer Academic Publishers, Boston .
24. Fare, S. G., Norris, M. and Zhang, Z. (1994). Productivity Growth, Technical Progress, and Efficiency Changes in Industrialised Countries. American Economic Review 84: 66-83.
25. Farrel, M. J. (1957). The Measurement of Productive Efficincy. Journal of Royal Statistical Society. Series A (General) 120(3): 253-290.
26. Gökgöz, F. (2009). Veri Zarflama Analizi ve Finans Alanına Uygulanması, Ankara Üniversitesi SBF Yayın No:597.
27. Ganley, J. A., Cubbin, J. S., 1992. Public sector efficiency measurement: Applications of DEA, London, North Holland, Elsevier Science & Technology, 1-180
28. Golany, B., (1988). An Interactive MOLP Procedure for the Extension of DEA to Effectiveness Analysis, The Journal of the Operational Research Society, 39, 725-734.
29. Grifell-Tatje, E. and Lovell, C. A. K. (1998). The Sources of Productivity Change in Spanish Banking. European Journal of Operational Research, 98: 364-380.
30. Grosskopf, S. (1993). “Efficiency and Productivity” The Measurement of Productive Efficiency (Ed. Fried, H. O., Lovell, C. A. K. and Schmidt, S. S.), New York: Oxford University Press, 160-194.
31. İnan, E. A. (2000). Banka Etkinliğinin Ölçülmesi ve Düşük Enflasyon Sürecinde Bankacılıkta Etkinlik. TBB Bankacılık ve Araştırma Grubu, Bankacılar Dergisi 34: 82-96.
32. Joro, T., Pekka, K., Wallenius, J., 1996. Structural comparison of data envelopment analysis and multiple objective linear programming (forthcoming in Management Science)
33. Kabaklarlı, E. (2011). Türk Bankacılık Sektörünün Toplam Faktör Verimliliğinin Malmquist Endeksi İle Ölçülmesi (2003-2008). Çağ Üniversitesi Sosyal Bilimler Dergisi 8(1): 109-122.
34. Karacabey, A. A. (2002). Türk Bankalarındaki Üretim Değişiklikleri ve Nedenleri. Ankara Üniversitesi SBF Tartışma Metinleri.
35. Karacabey, A. A. (2001). Veri Zarflama Analizi. Ankara Üniversitesi SBF Tartışma Metinleri.
36. Kaya, Y. T. Ve Doğan, E. (2005) Dezenflasyon Sürecinde Türk Bankacılık Sektöründe Etkinliğin Gelişimi. BDDK ARD Çalışma Raporu, No: 2005/10.
37. Koopmans, T. C. (1951). Activity Analysis of Production and Allocation, NewYork: John Wiley & Sons Inc.
38. Lovell. C. A. K. (1993). “Production Frontiers and Productive Efficiency” The Measurement of Productive Efficiency, New York: Oxford University Press, 3-67.
39. Liu, J.S., Lu, L.Y.Y., Lu, W., Lin, B.J.Y., (2013a). Data envelopment analysis 1978–2010: A citation-based literature survey, Omega, 41, 3-15.
40. Liu, J.S., Lu, L.Y.Y., Lu, W., Lin, B.J.Y., (2013b). A survey of DEA applications, Omega, 41: 893-902.
41. Maredza, A. and Ikhide, S. (2013). The Impact of the Global Financial Crisis on Efficiency and Productivity of the Banking System in South Africa. Economic Research Southern Africa - ERSA, Working Paper Series No: 328.
42. Nishimizu, M. and Page, J. (1982) Total Factor Productivity Growth, Technological Progress and Technical Efficiency Changes. Economic Journal, 92, 920-936.
43. Norman, M. and Stoker, B. (1991). Data Envelopment Analysis: The assessment of performance. Chichestes: John Wiley & Sons.
44. Ramanathan, R. (2003). An Introduction to Data Envelopment Analysis. New Delhi, USA, London: Sage Publications.
45. Seyrek, İ. H. ve Ata, H. A. (2010). Veri Zarflama Analizi ve Veri Madenciliği ile Mevduat Bankalarında Etkinlik Ölçümü. BDDK Bankacılık ve Finansal Piyasalar Dergisi 4(2): 67-84.
46. Suiçmez, H. (1990). Türkiye’de Kalkınma ve Yatırım Bankacılığında Proje Değerlendirme ve Verimlilik. Ankara: MPM Yayınları.
47. Nishimizu, M. and Page, J. (1982) Total Factor Productivity Growth, Technological Progress and Technical Efficiency Changes. Economic Journal, 92, 920-936.
48. Tarım, A. (2001). Veri Zarflama Analizi. Sayıştay Yayınları, Araştırma Serisi, No:15, Ankara.
49. Tatje, E. G and Lovell, C. A. K. (1995). A Note on the Malmquist Productivity Index. Economic Letters 47:169-175.
50. Thompson, R. G., Dharmapala, P. S., Humphrey, D. B., Taylor, W. M. and Thrall, R. M. (1996). Computing DEA/AR Efficiency and Profit Ratio Measures With An Illustrative Bank Application. Annals of Operations Research 68(3): 321-327.
51. Ulucan, A. (2007). Yöneylem Araştırması-İşletmecilik Uygulamalı Bilgisayar Destekli Modelleme. Ankara: Siyasal Kitabevi.
52. Yolalan, R. (2003). İşletmelerarası Göreli Etkinlik Ölçümü, Milli Prodüktivite Merkezi Yayınları, 483, Ankara.