A Hybrid Multi-Criteria Decision Making (MCDM) Model Consisting of SD and COPRAS Methods in Performance Evaluation of Foreign Deposit Banks

Öz

This study aims to employ a hybrid multi-criteria decision making (MCDM) model in foreign deposit banks' performance evaluation in the period from 2016 to 2019. Eight key indicators such as total assets, total loans, off-balance-sheet accounts, the total number of branches, total number of employees, ratio of personnel expenses to total assets, ratio of net interest income to total assets and capital adequacy ratio are identified for the assessment and rating of foreign banks in Turkey. The SD and the COPRAS methods are used for building the proposed model. In the first stage, priority weights of criteria are calculated using the SD method, while In the second stage, the COPRAS method is used in the performance evaluation of foreign banks. According to the proposed model results, Garanti Bank is the highest performing foreign bank in the period examined.

Anahtar Kelimeler

• performace evaluation,
• SD method
• COPRAS method
• Turkey
• foreign banks

Kaynakça

1. Akbulut, O. Y. (2019). CRITIC ve EDAS Yöntemleri ile İş Bankası'nın 2009-2018 Yılları Arasındaki Performansının Analizi. Ekonomi Politika ve Finans Araştırmaları Dergisi, 4(2), 249-263. DOI: 10.30784/epfad.594762.
2. Akbulut, O. Y. (2020). Gri Entropi Temelli PSI ve ARAS ÇKKV Yöntemleriyle Türk Mevduat Bankalarının Performans Analizi, Finans Ekonomi ve Sosyal Araştırmalar Dergisi, 5(2),171-187. https://doi.org/10.29106/fesa.690432
3. Akgüç, Öztin (2007). Türkiye’de Yabancı Bankalar, Muhasebe ve Finansman Dergisi, (36), 6-17. Erişim adresi: https://d1wqtxts1xzle7.cloudfront.net/
4. Anthony, P., Behnoee, B., Hassanpour, M., & Pamucar, D. (2019), Financial Performance Evaluation Of Seven Indian Chemical Companies. Decision Making: Applications in Management and Engineering, 2(2), 81-99. DOI:https://doi.org/10.31181/dmame1902021a
5. Ayçin, E., & Çakın, E. (2019). KOBİ'lerin Finansal Performansının MACBETH-COPRAS Bütünleşik Yaklaşımıyla Değerlendirilmesi. Journal of Yasar University, 14(55), 251-265. Erişim adresi: https://eds.a.ebscohost.com/
6. Aydın, Y. (2019). Türk bankacılık sektöründe karlılığı etkileyen faktörlerin panel veri analizi ile incelenmesi. Gümüşhane Üniversitesi Sosyal Bilimler Enstitüsü Elektronik Dergisi, 10(1), 181-189. Erişim adresi: Erişim adresi: https://eds.a.ebscohost.com/
7. Bağcı, H., & Yiğiter, Ş.Y. (2019). BİST'te Yer Alan Enerji Şirketlerinin Finansal Performansının SD ve WASPAS Yöntemleriyle Ölçülmesi. Journal Of Social Sciences Institute/Sosyal Bilimler Enstitüsü Dergisi, 9(18), 877-898. Erişim adresi: https://www.ceeol.com/
8. Bayrakci, E., & Aksoy, E. (2019). Bireysel Emeklilik Şirketlerinin Entropi Ağırlıklı ARAS ve COPRAS Yöntemleri ile Karşılaştırmalı Performans Değerlendirmesi. Business and Economics Research Journal, 10(2), 415-434.Erişim adresi: https://www.ceeol.com/

9. Belke, M., & Unal, E. A. (2017). Determinants of Bank Profitability: Evidence From Listed And Non-Listed Banks in Turkey. Journal of Economics Finance and Accounting, 4(4), 404-416. DOI: 10.17261/Pressacademia.2017.750
10. Chang, C.P. (2006). Managing Business Attributes and Performance for Commercial Banks, The Journal of American Academy of Business, 9(1), :104-109.Erişim adresi: https://www.sid.ir/
11. Das, M. C., Sarkar, B., & Ray, S. (2012). A Framework To Measure Relative Performance Of Indian Technical İnstitutions Using İntegrated Fuzzy AHP and COPRAS Methodology. Socio-Economic Planning Sciences, 46(3), 230-241. https://doi.org/10.1016/j.seps.2011.12.001
12. Diakoulaki, D., Mavrotas, G., & Papayannakis, L. (1995). Determining Objective Weights İn Multiple Criteria Problems: The CRİTİC Method. Computers & Operations Research, 22(7), 763-770. https://doi.org/10.1016/0305-0548(94)00059-H
13. Doğan, M. (2013). Measuring Bank Performance with Gray Relational Analysis: The Case of Turkey. Ege Akademik Bakis, 13(2), 215-225.Erişim adresi: https://www.researchgate.net/
14. Ebrahimi, E., Fathi, M. R., & Irani, H. R. (2016). A New Hybrid Method Based On Fuzzy Shannon’s Entropy And Fuzzy COPRAS for CRM Performance Evaluation (Case: Mellat Bank). Iranian Journal of Management Studies, 9(2), 333-358.DOİ: 10.22059/IJMS.2016.56414
15. Ecer, F. (2014). A Hybrid Banking Websites Quality Evaluation Model Using AHP and COPRAS-G: a Turkey Case. Technological and Economic Development of Economy, 20(4), 758-782.Erişim adresi: https://www.ceeol.com/
16. Ersoy, E., & Aydın, Y. (2018). Bankaların Likiditesini Etkileyen Makroekonomik ve Bankaya Özgü Faktörlerin Ampirik Analizi: Türkiye Örneği. Global Journal Of Economics and Business Studies, 7(14), 158-169.Erişim adresi: https://www.researchgate.net/
17. Gavurova, B., Belas, J., Kocisova, K., & Kliestik, T. (2017). Comparison of Selected Methods For Performance Evaluation Of Czech And Slovak Commercial Banks. Journal of Business Economics and Management, 18(5), 852-876. https://doi.org/10.3846/16111699.2017.1371637
18. Ho, C.T. ve Wu Y.S. (2006). Benchmarking Performance Indicators for Banks Benchmarking, An International Journal, 13(1/2):147-159. DOI: https://doi.org/10.1108/14635770610644646
19. Işık, Ö. (2018), Türk Bankacılık Sektöründe Etkinlik: Pay Senetleri Borsa İstanbul’da İşlem Gören Ticari Bankalardan Kanıtlar, Sinop Üniversitesi Sosyal Bilimler Dergisi, 2(2), 75-100.Erişim adresi: https://www.researchgate.net/
20. Işık, Ö. (2019). Türk Mevduat Bankacılığı Sektörünün Finansal Performanslarının ENTROPİ Tabanlı ARAS Yöntemi Kullanılarak Değerlendirilmesi. Finans Ekonomi ve Sosyal Araştırmalar Dergisi, 4(1), 90-99. DOI : 10.29106/fesa.533997
21. Işık, Ö., & Ersoy, E. (2020). Özel Sermayeli Mevduat Bankalarında Faiz Gelir ve Giderlerine Dayalı Performans Analizi: CRITIC ve EDAS Yöntemleri ile Bir Uygulama. (Editörler: Karaca, S.S. ve Demireli E. ) Finans Teorisine Uygulamalı Katkılar-2 içinde (s. 69-89). Ankara: Ekin Yayınevi.
22. Kılıç, O. ve Çerçioğlu, H. (2016). TCDD İltisak Hatları Projelerinin Değerlendirilmesinde Uzlaşık Çok Ölçütlü Karar Verme Yöntemleri Uygulaması. Journal of the Faculty of Engineering & Architecture of Gazi University, 31(1), 211-220. https://doi.org/10.17341/gummfd.15002
23. Kosmidou, K.& Zopounidis, C. (2008). Measurement of bank performance in Greece, South- Eastern Europe, Journal of Economics, 6, 79–95.Erişim adresi: http://www.asecu.gr/Seeje/issue10/kosmidou.pdf
24. Mandic, K., Delibasic, B., Knezevic, S., & Benkovic, S. (2014). Analysis Of The Financial Parameters Of Serbian Banks Through The Application Of The Fuzzy AHP and TOPSIS Methods. Economic Modelling, 43, 30-37. https://doi.org/10.1016/j.econmod.2014.07.036
25. Mercan, Y., & Çetin, O. (2020). COPRAS VE VIKOR Yöntemleri ile BIST Elektrik Endeksindeki Firmalarının Finansal Performans Analizi. Uluslararası Afro-Avrasya Araştırmaları Dergisi, 5(9), 123-139.Erişim adresi: https://dergipark.org.tr/
26. Oral, C. (2016). Evaluating The Financial Performances Of Privately Owned Deposit Banks İn Turkey By TOPSIS Method. Işletme Araştırmaları Dergisi, 8(1), 448-455.Erişim adresi: https://www.ceeol.com/
27. Özbek, A. (2015a). Efficiency Analysis Of Foreign-Capital Banks İn Turkey by OCRA and MOORA. Research Journal of Finance and Accounting, 6(13), 21-30.Erişim adresi: https://www.researchgate.net/
28. Özbek, A. (2015b). Performance Analysis of Public Banks in Turkey, International Journal of Business Management and Economic Research, 6(3), 178-186.Erişim adresi: https://www.researchgate.net/
29. Podvezko, V. (2011). The Comparative Analysis of MCDA Methods SAW and COPRAS. Engineering Economics, 22(2), 134-146. http://dx.doi.org/10.5755/j01.ee.22.2.310
30. Rabbani, A., Zamani, M., Chamzini, A. Y., & Zavadskas, E. K. (2014). Proposing A New İntegrated Model Based On Sustainability Balanced Scorecard (SBSC) and MCDM Approaches By Using Linguistic Variables For The Performance Evaluation Of Oil Producing Companies. Expert Systems with Applications, 41(16), 7316-7327. https://doi.org/10.1016/j.eswa.2014.05.023
31. Rezaei, M., & Ketabi, S. (2016). Ranking The Banks Through Performance Evaluation By İntegrating Fuzzy AHP and TOPSIS Methods: A Study Of Iranian Private Banks. International Journal of Academic Research in Accounting, Finance and Management Sciences, 6(3), 19-30. DOI: 10.6007/IJARAFMS/v6-i3/2148
32. Sarıçalı, G. & Kundakcı, N. (2019). Bütünleşik KEMIRA-M ve COPRAS Yöntemi ile Mermer İşletmesi İçin Katrak Makinesi Seçimi. Kafkas Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 10(20), 1028-1061. DOI:10.36543/kauiibfd.2019.044
33. Seçme, N. Y., Bayrakdaroğlu, A., & Kahraman, C. (2009). Fuzzy Performance Evaluation İn Turkish Banking Sector Using Analytic Hierarchy Process and TOPSIS. Expert systems with applications, 36(9), 11699-11709. https://doi.org/10.1016/j.eswa.2009.03.013
34. Topak, M. S., & Çanakçioğlu, M. (2019). Banka Performansının Entropi ve COPRAS Yöntemi ile Değerlendirilmesi: Türk Bankacılık Sektörü Üzerine Bir Araştırma. Mali Çözüm Dergisi, (29), 107-132. Erişim adresi: https://www.researchgate.net/
35. Türkiye Bankalar Birliği [TBB], (2019). Bankalarımız 2019. Erişim adresi: https://www.tbb.org.tr/Content/Upload/Dokuman/7678/Bankalarimiz_2019.pdf. (02.07.2020).
36. Ulutaş, A., & Karaköy, Ç. (2019). G-20 Ülkelerinin Lojistik Performans Endeksinin Çok Kriterli Karar Verme Modeli ile Ölçümü. Cumhuriyet Üniversitesi İktisadi ve İdari Bilimler Dergisi, 20(2), 71-84.Erişim adresi: https://www.researchgate.net/
37. Ural, M., Demireli, E., & Güler Özçalık, S. (2018). Kamu Bankalarında Performans Analizi: Entropi ve WASPAS Yöntemleri ile Bir Uygulama. Pamukkale University Journal of Social Sciences Institute/Pamukkale Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, (31), 129-141. DOİ: 10.30794/pausbed.414721
38. Ünal, E. A. (2019). Özel Sermayeli Ticari Bankalarının Finansal Performansının SD ve WASPAS Yöntemleri ile Ölçülmesi. Ekonomi Politika ve Finans Araştırmaları Dergisi, 4(3), 384-400. https://doi.org/10.30784/epfad.650513
39. Wanke, P., Kalam Azad, M. A., Barros, C. P., & Hadi‐Vencheh, A. (2016). Predicting Performance in ASEAN Banks: An İntegrated Fuzzy MCDM–Neural Network Approach. Expert Systems, 33(3), 213-229. https://doi.org/10.1111/exsy.12144
40. Yağcılar, G. G., & Kalaycı, Ş. (2020). Türk Bankacılık Sektöründe Net Faiz Marjının Mikro-Belirleyicileri: Küresel Mali Krizin Etkileri. Karadeniz Teknik Üniversitesi Sosyal Bilimler Enstitüsü Sosyal Bilimler Dergisi, 10(19), 7-34.Erişim adresi: https://dergipark.org.tr/
41. Yilmaz, B., & Harmancioglu, N. (2010). Multi-Criteria Decision Making For Water Resource Management: A Case Study Of The Gediz River Basin, Turkey. Water SA, 36(5), 563-576. DOI: 10.4314/wsa.v36i5.61990
42. Zavadskas, E. K., Kaklauskas, A., Peldschus, F., & Turskis, Z. (2007). Multi-Attribute Assessment Of Road Design Solutions By Using The COPRAS Method. Baltic Journal of Road & Bridge Engineering (Baltic Journal of Road & Bridge Engineering), 2(4), 195-203.Erişim adrresi: https://eds.b.ebscohost.com/
43. Zavadskas, E.K. & Kaklauskas, A. (1996), Pastatǐ Sistemotechninis Ʋvertinimas [eng. Systemic-technical Assessment of Buildings], Vilnius: Technika.