Gelir Çeşitliliği ve Kredi Kullanımının Performansa Etkisi: Türk Aracı Kurumları Üzerine Kantitatif Bir Yaklaşım

Öz

Bu çalışma, 2005–2024 döneminde Türkiye sermaye piyasasında faaliyet gösteren aracı kurumların finansal performansını, çok kriterli karar verme (ÇKKV) tekniklerinden IDOCRIW (kriter ağırlıklandırma) ve COBRA (alternatif sıralama) yöntemleri aracılığıyla değerlendirmeyi amaçlamaktadır. Aracı kurumların gelirlerinin büyük bir kısmını (%60–75) alım satım komisyonlarından elde etmeleri ve komisyon dışı gelirlerin (%25–40) sınırlı kalması, sektörün sürdürülebilirliği açısından ciddi bir kırılganlık göstermektedir. Bu çerçevede, çalışma aracı kurumların performansını yatırımcı davranışları, kaldıraç kullanımı ve gelir yapısı ekseninde kapsamlı şekilde analiz etmektedir. Çalışmada kullanılan veri seti, Türkiye Sermaye Piyasaları Birliği (TSPB) tarafından yayımlanan istatistikler temel alınarak oluşturulmuştur. Karar matrisi altı temel kriter üzerinden şekillendirilmiştir: kredi sözleşmeli yatırımcı oranı, kredi kullanan yatırımcı oranı, kredi kullanım oranı, kredili işlem oranı, komisyon gelir oranı ve faiz gelir oranı. Bu kriterler hem yatırımcı risk iştahı hem de aracı kurumların gelir çeşitliliği açısından kritik öneme sahiptir. IDOCRIW yöntemiyle belirlenen kriter ağırlıkları, COBRA yöntemiyle yıl bazlı performans sıralamalarında kullanılmıştır. IDOCRIW sonuçlarına göre, "müşterilerden alınan faiz geliri/satış gelirleri" kriteri %65,22 ile en yüksek ağırlığa sahip olurken, "kredi kullanan yatırımcı sayısı/pay senedi yatırımcı sayısı" yalnızca %2,76 ağırlıkla en düşük değere sahip olmuştur. Bu durum, faiz gelirlerinin aracı kurum performansı üzerinde baskın rol oynadığını göstermektedir. COBRA yöntemiyle yapılan sıralamada 2009 yılı en yüksek performansı gösterirken, 2024 yılı en düşük performansa sahip yıl olarak belirlenmiştir. 2009 yılındaki yükseliş, komisyon gelirlerindeki artış ve faiz gelirlerindeki azalma ile açıklanabilirken, 2024 yılındaki düşüş yüksek işlem hacmine rağmen gelir yapısının sürdürülemezliğini ortaya koymaktadır. Sıralamaların güvenilirliği, VIKOR, TOPSIS, ARAS, EDAS ve MABAC gibi diğer mesafe tabanlı ÇKKV yöntemleriyle karşılaştırılarak Spearman sıra korelasyon analizi ile test edilmiştir. Analizler, COBRA yöntemi ile diğer yöntemler arasında yüksek düzeyde korelasyon (ρ > 0,80) olduğunu ortaya koymuştur. TODIM yöntemi ise diğerlerinden belirgin şekilde farklı sıralama üretmiş ve korelasyon göstermemiştir. Ayrıca duyarlılık analizleri kapsamında, en yüksek ağırlığa sahip kriterin ağırlığı %90 oranında azaltıldığında sıralamalarda küçük sapmalar gözlemlenmiş, ancak genel sıralama yapısının korunduğu görülmüştür. Alternatif ağırlıklandırma yöntemleri (MEREC, CRITIC, NMD) ile yapılan analizler de IDOCRIW yönteminin tutarlılığını desteklemiştir. Çalışmanın sonuçları, aracı kurumların sadece komisyon gelirine dayalı yapılarından uzaklaşarak danışmanlık, portföy yönetimi ve halka arz gibi katma değerli hizmetlere yönelmesi gerektiğini göstermektedir. Ayrıca, yatırımcı davranışlarının izlenmesi ve kaldıraçlı işlemlerin daha dikkatli yönetilmesi operasyonel risklerin azaltılmasına katkı sağlayacaktır. Düzenleyici kurumların, gelir çeşitliliğini teşvik eden politikalar geliştirmesi sektörel sürdürülebilirlik açısından kritik öneme sahiptir. Bu çalışma, mikro düzeyde bireysel firma analizlerinin ötesine geçerek, makro düzeyde sektörel bir değerlendirme sunmakta ve karar alıcılar ile politika yapıcılar için ampirik temelli stratejik bilgiler sağlamaktadır. Modelin esnekliği ve yöntemlerin tutarlılığı dikkate alındığında, IDOCRIW tabanlı COBRA yaklaşımının sermaye piyasalarında performans değerlendirmeleri için etkin ve güvenilir bir araç sunduğu sonucuna ulaşılmıştır.

Anahtar Kelimeler

• Aracı Kurumlar
• IDOCRIW
• COBRA
• Finansal Performans
• Türkiye Sermaye Piyasası
• ÇKKV

The Impact of Revenue Diversification and Credit Utilization on Performance: A Quantitative Approach on Turkish Brokerage Firms

Öz

This study evaluates the financial performance of brokerage houses operating in Türkiye’s capital markets during the period 2005-2024 using multi-criteria decision-making (MCDM) techniques, namely IDOCRIW for criteria weighting and COBRA for alternative ranking. The motivation stems from the structural fragility in the sector, where brokerage houses remain highly dependent on trading commissions—comprising 60–75% of their service revenues—while generating only 25-40% from non-commission income streams. This concentration indicates a lack of revenue diversification and undermines long-term financial sustainability. Accordingly, the study provides a comprehensive framework for analyzing performance through the lenses of investor behavior, leverage usage, and income structure. The dataset was compiled from the Turkish Capital Markets Association (TSPB) and consists of six key financial indicators: the ratio of investors with margin agreements, ratio of margin users, margin utilization rate, ratio of margin trading volume to equity volume, commission income to sales ratio, and interest income to sales ratio. These indicators offer insights into both institutional performance and investor risk appetite. IDOCRIW, which integrates Entropy and CILOS methods to determine objective weights, was used to compute the relative importance of the criteria. The COBRA method was then applied to rank the performance of each year within the dataset. According to the IDOCRIW results, the most significant factor was “interest income from clients as a share of sales revenue” which received the highest weight of 65.22%. In contrast, the “ratio of margin users to equity investors” had the lowest weight at 2.76%. These findings underscore the decisive role of credit-based income in brokerage performance. COBRA rankings indicated that 2009 was the best-performing year, primarily due to a 37% increase in commission income and a 34% decrease in interest income compared to the previous year. Meanwhile, 2024 showed the lowest performance despite record trading volumes and rising investor numbers, revealing deeper structural vulnerabilities. To test the robustness of the results, alternative rankings using other distance-based MCDM methods-VIKOR, TOPSIS, ARAS, EDAS, and MABAC-were compared. Spearman rank correlation analysis revealed strong correlations (ρ > 0.80) between COBRA and these methods, supporting the validity of the results. The TODIM method, which incorporates gain/loss sensitivity, produced significantly different rankings and did not correlate meaningfully with the others. Sensitivity analysis was also conducted to test the model’s stability: reducing the weight of the dominant K6 criterion by up to 90% caused only minor shifts in rankings, indicating that the overall evaluation framework remains consistent under changing assumptions. Further comparisons with other weighting methods such as MEREC, CRITIC, and NMD confirmed the consistency and reliability of the IDOCRIW-based model. The findings suggest that brokerage houses must reduce their dependency on commission income by expanding into high value-added services such as investment advisory, portfolio management, and IPO consultancy. Additionally, close monitoring of investor behavior and prudent leverage management are essential for mitigating operational risks. Regulatory bodies should promote income diversification through incentives and develop stricter oversight mechanisms to ensure sustainability. The study also recommends caution regarding zero-commission marketing strategies, which may distort competition and conceal hidden costs. Unlike previous research focused on firm-level analysis, this study adopts a macro-level approach by providing a year-based sectoral evaluation. The proposed IDOCRIW-COBRA framework offers practical implications for decision-makers, investors, and policymakers by presenting an empirically grounded model for sector-wide performance measurement.

Anahtar Kelimeler

• Brokerage Houses
• IDOCRIW
• COBRA
• Financial Performance
• Turkish Capital Markets
• MCDM

Kaynakça

1. Akusta, A., & Salur, M. N. (2024). Derin öğrenme tabanlı fiyat tahmini ve algoritmik ticaret: BİST100 endeksinde bir uygulama. Fiscaoeconomia, 8(3), 1194-1215 https://doi.org/10.25295/fsecon.1447129
2. Al-Aamri, I., Hussain, S., Su, C., & Hsu, H.-H. (2022). The importance of brokerage house size in determining the utility of IFRS8 segment data to financial analysts. Journal of International Accounting, Auditing and Taxation, 47, 100472. https://doi.org/10.1016/j.intaccaudtax.2022.100472
3. Alao, M. A., Popoola, O. M., & Ayodele, T. R. (2021). Selection of waste-to-energy technology for distributed generation using IDOCRIW-Weighted TOPSIS method: a case study of the city of Johannesburg, South Africa. Renewable Energy, 178, 162-183. https://doi.org/10.1016/j.renene.2021.06.031
4. Ali, T., Chiu, Y.-R., Aghaloo, K., Nahian, A. J., & Ma, H. (2020). Prioritizing the existing power generation technologies in Bangladesh’s clean energy scheme using a hybrid multi-criteria decision making model. Journal of Cleaner Production, 267, 121901. https://doi.org/10.1016/j.jclepro.2020.121901
5. Al-Khulaidi, A. A. G., Nasser, A. A., Al-ashwal, M. H. Y., Al-Ashwal, M. M. Y., & Altayeb, A. M. (2024). Investigating information security risk management in Yemeni banks: An CILOS-TOPSIS approach. Multidisciplinary Science Journal, 6(9), 2024175-2024175. https://doi.org/10.31893/multiscience.2024175
6. Aouadni, S., & Aouadni, I. (2024). Fuzzy LMAW method for digital marketing technologies assessment in ındustry 4.0 age: Saudi Food Company Study Case. Journal of Ecohumanism, 3(8), 2474-2493. https://doi.org/10.62754/joe.v3i8.5744
7. Aras, G., Karaman, Y., & Kazak, E. H. (2020). Efficiency and productivity analysis for intermediary institutions: Turkish capital markets case. Journal of Capital Markets Studies, 4(2), 193-208. https://doi.org/10.1108/JCMS-08-2020-0032
8. Aras, G., Tezcan, N., Kutlu Furtuna, Ö., & Hacıoğlu Kazak, E. (2018a). Türkiye Sermaye Piyasasında Faaliyet Gösteren Aracı Kurumların Mevcut Durum Araştırması (No. TSPB Yayın No.84; s.49). TSPB. Erişim adresi: https://tspb.org.tr/wp-content/uploads/2022/12/Turkiye_Sermaye_Piyasasinda_Faaliyet_Gosteren_Araci_Kurumlarin_Mevcut_Durum_Arastirmasi.pdf

9. Aras, G., Tezcan, N., Kutlu Furtuna, Ö., & Hacıoğlu Kazak, E. (2018b). Türkiye Sermaye Piyasasında Faaliyet Gösteren Aracı Kurumların Performans ve Etkinlik Analizi (No. TSPB Yayın No.84; s.147). TSPB. Erişim adresi: https://tspb.org.tr/wp-content/uploads/2022/12/Turkiye_Sermaye_Piyasasinda_Faaliyet_Gosteren_Araci_Kurumlarin_Mevcut_Durum_Arastirmasi.pdf
10. Arsu, T. (2023). Bölgesel Kalkınma Odaklı Misyon Farklılaşması ve İhtisaslaşma Projesinde Yer Alan Pilot Üniversitelerin Performanslarının IDOCRIW Tabanlı GRA Yöntemi ile Karşılaştırılması. Aksaray Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 15(1), 1-12. https://doi.org/10.52791/aksarayiibd.1193307
11. Asker, V. (2024). Evaluation of Financial and Operational Sustainability with Multi-Criteria Decision-Making Methods: An Application in the US Airline Market. Studies in Business and Economics, 19(3), 50-66. https://doi.org/10.2478/sbe-2024-0043
12. Atici Ustalar, S., & Şanlisoy, S. (2021). Covid-19 küresel salgınının hisse senedi piyasası oynaklığı üzerindeki etkisi: BIST100 uygulaması. Ömer Halisdemir Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 14(4), 1143-1158. https://doi.org/10.25287/ohuiibf.827464
13. Aydoğan, B., Olgun, M., Smarandache, F., & Ünver, M. (2024). A decision‐making approach incorporating TODIM method and sine entropy in q ‐rung picture fuzzy set setting. Journal of Applied Mathematics, 2024(1), 3798588. https://doi.org/10.1155/2024/3798588
14. Baker, H. K., Filbeck, G., & Nofsinger, J. R. (2010). Investor behavior: an overview. ıçinde behavioral finance: what everyone needs to know (ss. 1-22). John Wiley & Sons, Inc. https://doi.org/10.1093/wentk9780190868741.003.0004
15. Baykuş, O., & Bektaş, S. (2024). Bist aracı kurumlar (XAKUR) endeksinde yer alan şirketlerin finansal performanslarının değerlendirilmesi. Kırklareli Üniversitesi Sosyal Bilimler Dergisi, 8(2), 127-146. https://doi.org/10.47140/kusbder.1543782
16. Bayram, N. (2016). Veri zarflama analizi ve toplam faktör verimliliği: aracı kurumlar üzerine bir uygulama. Verimlilik Dergisi, 2, 7-44. Erişim adresi: https://dergipark.org.tr/tr/pub/verimlilik/issue/24176/256438
17. Bedelova, L., Yıldız, Y., & Karan, M. B. (2017). Aracı kurum tavsiyelerinin hisse senedi fiyatı üzerindeki etkisi: Türkiye örneği. Muhasebe ve Finansman Dergisi, 74, 97-118. https://doi.org/10.25095/mufad.396861
18. Bian, J., Da, Z., He, Z., Lou, D., Shue, K., & Zhou, H. (2021). Margin Trading and Leverage Management | Financial Markets Group. Paul Woolley Centre Working Paper, 79, 1-72. Erişim adresi: https://www.fmg.ac.uk/sites/default/files/2021-07/DP839.pdf
19. BİAŞ. (2022). 2021 Borsa İstanbul için Rekorlar Yılı Oldu. Erişim adresi: https://www.borsaistanbul.com/tr/duyuru/4208/2021-borsa-istanbul-icin-rekorlar-yili-oldu
20. Boyacioğlu, E. Z., Türksever, E., Adigüzel, T., Taş, H., & Ulu, B. (2023). Faiz Kararı ile İlgili Makro Ekonomi Gündemi ve Duygu Durumu İncelemesi: Twitter Analizi. İzmir İktisat Dergisi, 38(3), 862-883. https://doi.org/10.24988/ije.1205526
21. Čereška, A., Podvezko, V., & Zavadskas, E. K. (2016). Operating characteristics analysis of rotor systems using MCDM methods. Studies in Informatics and Control, 25(1). https://doi.org/10.24846/v25i1y201607
22. Chatterjee, S., & Chakraborty, S. (2024). A study on the effects of objective weighting methods on TOPSIS-based parametric optimization of non-traditional machining processes. Decision Analytics Journal, 11, 100451. https://doi.org/10.1016/j.dajour.2024.100451
23. Coşkun, Y. (2009). Aracı Kurum çevrimini yönlendiren etkenler ve finansal araç piyasaları hakkındaki direktif’in (MİFID) sektörel gelişime etkileri. Journal of Accounting and Taxation Studies, 2(3), 1-34. Erişim adresi: https://dergipark.org.tr/tr/pub/muvu/issue/60009/866847
24. Çelik, İ. E. (2019). 2008 global krizi sonrası Türkiyede aracı kurumlarda etkinlik ve etkinliği belirleyen faktörler: 2008-2017 dönemi. Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 24(3), 479-494. Erişim adresi: https://dergipark.org.tr/tr/pub/sduiibfd/issue/53005/704459
25. Çobanoğlu, C. (2023). Finans sektöründe dijital dönüşüm (G. Özer, R. Yücel, & H. Er, Ed.). Özgür Yayınları. https://doi.org/10.58830/ozgur.pub245
26. Dalgın, T., & Atak, O. (2021). Hisse senedi yatırımcılarının finansal profillerinin ve davranışsal finans eğilimlerinin ortalama portföy getirilerine etkisi: hisse.net forum üyeleri örneği. Karadeniz Teknik Üniversitesi Sosyal Bilimler Enstitüsü Sosyal Bilimler Dergisi, 11(22), 351-367. Erişim adresi: https://dergipark.org.tr/tr/pub/sbed/issue/67654/988442
27. Dogan, O. (2021). Process mining technology selection with spherical fuzzy AHP and sensitivity analysis. Expert Systems with Applications, 178, 114999. https://doi.org/10.1016/j.eswa.2021.114999
28. Doğan, M., Kevser, M., & Altinay, A. (2022). The impact of buy–sell recommendations on banks stock return. Baltic Journal of Economic Studies, 8(2), 1-10. https://doi.org/10.30525/2256-0742/2022-8-2-1-10
29. Eser, L. Y., & Ela, M. (2015). Avrupa Borç Krizi: Nasıl, Neden ve Nereye? Eskişehir Osmangazi Üniversitesi İİBF Dergisi, 10(1), 209-232.
30. Foreks. (2025). 2024’te 34 şirket halka açıldı, 2025 için 100’ün üzerinde şirket hazırlanıyor. Erişim adresi: https://news-content.foreks.com/676a97229fc0d95a12927f33
31. Fung, S. Y. K., Jiang, L., Pittman, J., Wang, Y., & Zhang, S. (2023). Auditor-client reciprocity: Evidence from forecast-issuing brokerage houses and forecasted companies sharing the same auditor. Contemporary Accounting Research, 40(3), 1823-1855. https://doi.org/10.1111/1911-3846.12856
32. Gökgöz, F., & Yalçin, E. (2024). Analysing the circular economies and waste management of european countries via decision models. Present Environment and Sustainable Development, 18(1), 33-50. https://doi.org/10.47743/pesd2024181003
33. Günay, B., & Kaya, İ. (2017). Borsa İstanbul’da yer alan aracı kurumların performansının çok kriterli karar verme yöntemleri ile değerlendirilmesi. Manisa Celal Bayar Üniversitesi Sosyal Bilimler Dergisi, 15(2), 141-164. Erişim adresi: https://dergipark.org.tr/tr/pub/cbayarsos/issue/30001/323997
34. Islam, A., & Chowdhury, E. K. (2023). Investors’ attitude toward stock market risk-a chittagong perspective. MPRA, 118140, 1-23. https://mpra.ub.uni-muenchen.de/118140/1/Investors
35. Kadioglu, E., & and Gunalp, B. (2019). Profitability of brokerage houses in Turkey. Economic Research-Ekonomska Istraživanja, 32(1), 1583-1601. https://doi.org/10.1080/1331677X.2019.1638282
36. Katrancı, A., Kundakcı, N., & Pamucar, D. (2025). Financial performance evaluation of firms in BIST 100 index with ITARA and COBRA methods. Financial Innovation, 11(1), 34. https://doi.org/10.1186/s40854-024-00704-5
37. Koç, H. (2023). Intermediation activities in the capital market and intermediation framework agreements. Lex Humana, 15(1), 291-307. Erişim adresi: https://seer.ucp.br/seer/index.php/LexHumana/article/view/2427
38. Kourtidis, D., Šević, Ž., & Chatzoglou, P. (2011). Investors’ trading activity: A behavioural perspective and empirical results. Journal of Behavioral and Experimental Economics (Formerly The Journal of Socio-Economics), 40(5), 548-557. Erişim adresi: https://ideas.repec.org//a/eee/soceco/v40y2011i5p548-557.html
39. Köse, A., & Akıllı, K. (2021). Aracı kurumların finansal performanslarının vikor yöntemi ile değerlendirilmesi. Cumhuriyet Üniversitesi İktisadi ve İdari Bilimler Dergisi, 22(2), 168-192. https://doi.org/10.37880/cumuiibf.952969
40. Krstic, M., Agnusdei, G. P., Miglietta, P. P., & Tadic, S. (2022). Logistics 4.0 toward circular economy in the agri-food sector. Sustainable Futures, 4, 100097. https://doi.org/10.1016/j.sftr.2022.100097
41. Krstić, M., Agnusdei, G. P., Miglietta, P. P., Tadić, S., & Roso, V. (2022). Applicability of industry 4.0 technologies in the reverse logistics: a circular economy approach based on comprehensive distance based ranking (COBRA) method. Sustainability, 14(9), 5632. https://doi.org/10.3390/su14095632
42. Krstić, M., Tadić, S., Agnusdei, L., Miglietta, P. P., & Porrini, D. (2025). Evaluation of intermodal transport routes: environment and biodiversity perspectives. Communications in Computer and Information Science, 2373 CCIS, 27-41. https://doi.org/10.1007/978-3-031-80775-6_2
43. Li, D., Monin, P. J., & Petrasek, L. (2024). Credit supply and hedge fund performance: evidence from prime broker surveys. Finance and Economics Discussion Series, 2024-089. https://doi.org/10.17016/FEDS.2024.089
44. Liang, L., Riedl, E. J., & Venkataraman, R. (2008). The determinants of analyst-firm pairings. Journal of Accounting and Public Policy, 27(4), 277-294. https://doi.org/10.1016/j.jaccpubpol.2008.06.001
45. Matsypura, D., & Pauwels, L. L. (2014). Margin debt and portfolio margin requirements (SSRN Scholarly Paper No. 2364900). Social Science Research Network. https://doi.org/10.2139/ssrn.2364900
46. Medetoğlu, B. (2024). Çok kriterli karar verme yöntemleriyle finansal performans analizi: BIST aracı kurumları üzerine uygulama. Uluslararası İktisadi ve İdari İncelemeler Dergisi, 45, 115-132. https://doi.org/10.18092/ulikidince.1482731
47. Mukhametzyanov, I. (2021). Specific character of objective methods for determining weights of criteria in MCDM problems: Entropy, CRITIC and SD. Decision Making: Applications in Management and Engineering, 4(2), 76-105. https://doi.org/10.31181/dmame210402076i
48. Naz, S., Shafiq, A., & Butt, S. A. (2024). CILOS-WASPAS approach based on Schweizer–Sklar power operators for evaluating cosmetic brands in a group decision-making environment. Granular Computing, 9(3), 59. https://doi.org/10.1007/s41066-024-00481-7
49. Onaç, E., & Birol, Y. E. (2024). Covid–19 pandemisi sonrası Türkiye’de enflasyonun belirleyicileri üzerine bir değerlendirme. Paradigma İktisadi ve İdari Araştırmalar Dergisi/Journal of Economics and Management Research, 13(2), 20-38. Erişim adresi: https://dergipark.org.tr/en/download/article-file/3832888
50. Orçun, Ç. (2020). İnternet tabanlı yatırımcı ilişkileri analizi: Borsa İstanbul ulaştırma sektöründe bir inceleme. Ekonomi, Politika & Finans Araştırmaları Dergisi, 128-139. https://doi.org/10.30784/epfad.678880
51. Popović, G., Pucar, Đ., & Smarandache, F. (2022). MEREC-COBRA approach in e-commerce development strategy selection. Journal of Process Management and New Technologies, 10(3-4), 66-74. Erişim adresi: https://scindeks.ceon.rs/article.aspx?artid=2334-735X2203066P
52. Raj Singh, R., Maity, S. R., & Zindani, D. (2022). Using the TODIM method as a Multi-Criteria Decision-Making support methodology for an automobile parts manufacturing company. Materials Today: Proceedings, 62, 1294-1298. https://doi.org/10.1016/j.matpr.2022.04.584
53. Rani, P., Mishra, A. R., Tirkolaee, E. B., Alshamrani, A. M., & Alrasheedi, A. F. (2025). Pythagorean fuzzy comprehensive distance-based ranking approach for assessing industry 4.0 adoption strategies in the automotive manufacturing sector. Advanced Engineering Informatics, 65. https://doi.org/10.1016/j.aei.2025.103359
54. Sahak, A. S., & Karsli, F. (2024). A new approach for the assessment of urban eco-environmental quality based on remote sensing: A case study of Herat City, Afghanistan. Journal of Spatial Science, 69(3), 937-962. https://doi.org/10.1080/14498596.2024.2333743
55. Sayıl, G. B., & Korhan, E. (2025). XAKUR endeksinde yer alan hisselerin ortak hareketlerinin birliktelik kural analizi ile belirlenmesi. Sosyoekonomi, 33(63), Article 63. https://doi.org/10.17233/sosyoekonomi.2025.01.17
56. Schober, P., Boer, C., & Schwarte, L. A. (2018). Correlation coefficients: appropriate use and interpretation. Anesthesia & Analgesia, 126(5), 1763. https://doi.org/10.1213/ANE.0000000000002864
57. Sermaye piyasası araçlarının kredili alım, açığa satış ve ödünç alma ve verme işlemleri hakkında tebliğ, 25168 Sayılı Resmi Gazete (2003). Erişim adresi: https://www.ataonline.com.tr/outside/Duyurular/spkkrediteblig1407.pdf
58. Sevim, A., & Temizel, F. (2009). İnternet ve hisse senedi yatırımcısı. Muhasebe ve Finansman Dergisi, 42, 135-143. Erişim adresi: https://dergipark.org.tr/tr/pub/mufad/issue/35618/395826
59. Shannon, C. E. (1948). A mathematical theory of communication. The Bell System Technical Journal, 27(3), 379-423. https://doi.org/10.1002/j.1538-7305.1948.tb01338.x
60. SPK. (2025). İhraç ve halka arz verileri. Erişim adresi: https://spk.gov.tr. https://spk.gov.tr/sirketler/duyurular-ve-veriler/ihrac-ve-halka-arz-verileri
61. Stephan, A. P., Walther, B. R., & Wellman, L. A. (2021). Profiting from connections: Do politicians receive stock tips from brokerage houses? Journal of Accounting and Economics, 72(1), 101401. https://doi.org/10.1016/j.jacceco.2021.101401
62. Şeyranlıoğlu, O., & Kara, M. A. (2024). Aracı kurumların borsa performanslarının Entropi ve CODAS yöntemleri ile değerlendirilmesi. Yönetim ve Ekonomi Dergisi, 31(1), 183–202. https://doi.org/10.18657/yonveek.1271659
63. Tadić, S., Krstić, M., Dabić-Miletić, S., & Božić, M. (2023). Smart Material Handling Solutions for City Logistics Systems. Sustainability (Switzerland), 15(8). https://doi.org/10.3390/su15086693
64. Tera Yatırım. (2025). Yatırım sizden yemekler tera yatırımdan. Tera Yatırım. Erişim adresi: https://hesap.terayatirim.com/metropol/teracom-slider/yatirimsizdenyemeklerteradan
65. Trung, D. D., & Dua, T. V. (2024). Development of ramdoe: a new method for rapidly ranking alternatives with supplementary options and considering changes in criteria values. Eastern-European Journal of Enterprise Technologies, 2(4(128)), 6-12. https://doi.org/10.15587/1729-4061.2024.298612
66. TSPB. (2023). SERİ:V, No:65 Sayılı sermaye piyasası araçlarının kredili alım, açığa satış ve ödünç alma ve verme işlemleri hakkında tebliğine ilişkin sorular ve cevapları. Erişim adresi: https://tspb.org.tr/wp-content/uploads/2023/08/duyuru_s5no65_sorucevap.pdf
67. TSPB. (2025). Üç aylık yayınlar (Gösterge). Türkiye Sermaye Piyasaları Birliği. Erişim adresi: https://tspb.org.tr/yayinlar/kategori-uc-aylik-yayinlar/
68. TSPB. (2025). Üç aylık yayınlar (Gösterge). Türkiye Sermaye Piyasaları Birliği. Erişim adresi: https://tspb.org.tr/yayinlar/kategori-uc-aylik-yayinlar/
69. Türkiye Sermaye Piyasaları Birliği. (2018). Sermaye piyasalarını geliştirmenin yolu yatırımcı sayısını artırmaktan geçiyor. Erişim adresi: https://tspb.org.tr/bilgi/sermaye-piyasalarini-gelistirmenin-yolu-yatirimci-sayisini-artirmaktan-geciyor/
70. Türkiye Sermaye Piyasaları Birliği. (2025). Veriler. Aracı kurum verileri. Erişim adresi: https://tspb.org.tr/veriler/#araci-kurum-verileri
71. TÜYİD. (2025). Borsa Trendleri Raporu. Erişim adresi: https://www.tuyid.org/tr/files.php?type=borsa&id=104
72. Uygun, B. (1996). Türkiye Aracı Kurum Sektöründe Yer Alan Firmaların Hizmet Birimlerinde Çalışan Uzman Personel. Öneri Dergisi, 1(5), 219-224. https://doi.org/10.14783/maruoneri.726839
73. Valentinas, P., Edmundas Kazimieras, Z., & Askoldas, P. (2020). An Extension of the new Objective Weight Assessment Methods CILOS and IDOCRIW to Fuzzy MCDM. Economic Computation and Economic Cybernetics Studies and Research, 54(2/2020), 59-75. https://doi.org/10.24818/18423264/54.2.20.04
74. Verma, R., Koul, S., & Ajaygopal, K. V. (2024). Evaluation and selection of a cybersecurity platform case of the power sector in India. Decision Making: Applications in Management and Engineering, 7(1), 209-236. https://doi.org/10.31181/dmame712024891
75. Więckowski, J., & Sałabun, W. (2023). Sensitivity analysis approaches in multi-criteria decision analysis: A systematic review. Applied Soft Computing, 148, 110915. https://doi.org/10.1016/j.asoc.2023.110915
76. Yenilmezel, S., & Ertuğrul, İ. (2023). Evaluation of the financial performances of BIST IT sector by CILOS based CoCoSo method. Pamukkale Üniversitesi İşletme Araştırmaları Dergisi, 10(3), 745-759. https://doi.org/10.47097/piar.1359342
77. Yeşildağ, E., & Kaderli, Y. (2013). Türkiye’de seans salonuna gelen yatırımcıların aracı kurum seçimine etki eden unsurlar: bir faktör analizi uygulaması. Muhasebe ve Finansman Dergisi, 59, 113- 134. Erişim adresi: https://dergipark.org.tr/tr/pub/mufad/issue/35644/396429
78. Zavadskas, E. K., & Podvezko, V. (2016). Integrated determination of objective criteria weights in MCDM. International Journal of Information Technology and Decision Making, 15(2), 267-283. https://doi.org/10.1142/S0219622016500036
79. Zizovic, M., & Albijanić, M. (2025). An implementation of the entropy method for determining weighing coefficients in a multicriteria optimization of public procurements. Spectrum of Engineering and Management Sciences, 3(1), 28-42. https://doi.org/10.31181/sems31202528z