2003-2024 Dönemi Türkiye Kamu Mali Performansının Çok Kriterli Karar Verme (ÇKKV) Yöntemleri ile Değerlendirilmesi

Öz

Çalışmada, Türkiye’nin 2003-2024 dönemi kamu mali performansının Çok Kriterli Karar Verme (ÇKKV) yöntemleri Entropi ve WASPAS ile sıralanması ve değerlendirilmesi amaçlanmıştır. Öncelikle analizde kullanılan kriterler olan; kamu harcamalarının ve kamu gelirlerinin GSYİH oranı, genel bütçe vergi gelirlerinin GSYİH’ye esneklikleri, merkezi yönetim gelirlerinin giderlerini karşılama oranı, AB tanımlı kamu borç stokunun ve kamu kesimi borç gereğinin (KKBG) GSYİH oranı, vergi yükü, vergi tahsilat ve tahakkuk oranları ile GSYİH büyüme oranı değişkenlerinin Entropi yöntemiyle objektif ağırlıklandırması hesaplanmıştır. Hesaplamalar sonucunda kamu mali performansı en fazla etkileyen üç kritik faktör vergi gelirleri esnekliği, KKBG ve ekonomik büyüme oranı olarak bulunmuştur. Bu kriterlerin yüksek ağırlıkta olması kamu mali performansının dinamik bir yapıya sahip olduğunu göstermektedir. Kamu mali performansı açısından ekonomik konjonktüre uyum kapasitesi, KKBG ’nin kontrolü ve ekonomik büyümenin desteklenmesi büyük öneme sahiptir.  ÇKKV WASPAS skorları, 2003–2007 döneminde Türkiye kamu mali performansının en yüksek ortalamaya sahip olduğu ve 2006 yılının tüm dönemler içinde en yüksek performanslı yıl olduğunu göstermektedir. Türkiye kamu mali performansının 2008 küresel finans krizi sonrasında dalgalandığı, 2013–2017 döneminde nispeten istikrar sağlansa da ortalama skorun azaldığı, 2018 sonrası dönemde ise gerilediği tespit edilmiştir.

Anahtar Kelimeler

• Türkiye Kamu Mali Performansı
• Çok Kriterli Karar Verme (ÇKKV)
• Entropi Yöntemi
• WASPAS Yöntemi

Evaluation of Türkiye's Public Fiscal Performance During the 2003 - 2024 Period Using Multi-Criteria Decision Making (MCDM) Methods

Abstract

This study aims to rank and evaluate Türkiye's public fiscal performance for the period 2003-2024 by employing the Multi-Criteria Decision Making (MCDM) methods, Entropy and WASPAS. First, the objective weights of the criteria were determined using the Entropy method. The criteria include public expenditures and revenues as a share of GDP, tax revenue elasticity, the ratio of central government revenues to expenditures, the ratios of EU-defined public debt stock and Public Sector Borrowing Requirement (PSBR) to GDP, the tax burden, tax collection and accrual rates, and the GDP growth rate. The findings reveal that the most influential determinants of public fiscal performance are tax revenue elasticity, PSBR, and the economic growth rate. Their high weights indicate the dynamic structure of fiscal performance. Adapting to the economic cycles, controlling the PSBR, and sustaining economic growth are crucial for public fiscal performance. MCDM WASPAS scores indicate that Türkiye's average performance was highest in 2003-2007, peaking in 2006. Türkiye's public fiscal performance fluctuated after the 2008 global financial crisis, remained relatively stable but lower during 2013-2017, and declined further post-2018.

Keywords

• Türkiye Public Financial Performance
• Multi-Criteria Decision Making (MCDM)
• Entropy Method
• WASPAS Method

Kaynakça

1. 5018 Sayılı Kamu Mali Yönetimi ve Kontrol Kanunu. (2003). T.C. Resmî Gazete, 25304, 10 Aralık 2003. https://tinyurl.com/msww5xhh
2. Akbulut, O. Y. ve Hepşen, A. (2021). Finansal performans ve pay senedi getirileri arasındaki ilişkinin Entropi ve CoCoSo ÇKKV teknikleriyle analiz edilmesi. Ekonomi Politika ve Finans Araştırmaları Dergisi, 6(3), 681–709. https://doi.org/10.30784/epfad.945770
3. Akdoğan, A. (1999). Kamu maliyesi (7. Basım). Gazi Kitabevi.
4. Al, İ. ve Demirel, S. K. (2022). Türkiye'nin makroekonomik performansının TOPSIS yöntemiyle değerlendirilmesi: 2002-2019 dönemi. Journal of Mehmet Akif Ersoy University Economics and Administrative Sciences Faculty, 9(1), 202-222. https://doi.org/10.30798/makuiibf.860476
5. Arslan, H. M. (2023). Türkiye ekonomisinin çok kriterli karar verme yöntemleri ile değerlendirilmesi. Süleyman Demirel Üniversitesi Vizyoner Dergisi, 14(100. Yıl Özel Sayısı), 26-43. https://doi.org/10.21076/vizyoner.1300286
6. Ayçin, E. (2023). Çok kriterli karar verme: Bilgisayar uygulamalı çözümler. Nobel Akademik Yayıncılık.
7. Baray, Ş. A. (2003). Entropi ve karar verme. Yönetim Dergisi: İstanbul Üniversitesi İşletme Fakültesi İşletme İktisadı Enstitüsü. 14(44), 7-21 https://library.dogus.edu.tr/mvt/pdf.php
8. Barbara, F., dos Santos, M., Silva, A. S., Moreira, M. Â. L., Fávero, L. P., Pereira Júnior, E. L., dos Anjos Carvalho, W., Muradas, F. M., de Moura Pereira, D. A. ve Portella, A. G. (2023). İnteractive internet framework proposal of waspas method: a computational contribution for decision-making analysis. Mathematics, 11(15), 3375. https://doi.org/10.3390/math11153375

9. Bektaş, N. B. ve Çetinkaya, Ö. (2021). Bütçe yönetimi kavramı ve Türkiye’de bütçe yönetiminin başarısının değerlendirilmesi. International Journal of Public Finance, 6(2), 233-262. https://doi.org/10.30927/ijpf.1001036
10. Belke, M. (2020). Critic ve Mairca yöntemleriyle G7 ülkelerinin makroekonomik performansının değerlendirilmesi. İstanbul Ticaret Üniversitesi Sosyal Bilimler Dergisi, 19(Temmuz 2020 (Özel Ek)), 120-139. https://izlik.org/JA99KP84WX
11. Birol, Y. E. (2024). Türkiye’nin 2000–2023 dönemi makroekonomik performansının çok kriterli karar verme yaklaşımı ile analizi. Journal of Academic Opinion, 4(2), 85-93. https://doi.org/10.5281/zenodo.14584563
12. Celikay, F. (2020). Dimensions of tax burden: a review on oecd countries. Journal Of Economics, Finance And Administrative Science, 25(49), 27-43. https://doi.org/10.1108/JEFAS-12-2018-0138
13. Chakraborty, S., & Zavadskas, E. K. (2014). Applications of WASPAS method in manufacturing decision making. Informatica, 25(1), 1–20. https://doi.org/10.15388/Informatica.2014.01
14. Çetin, M. (2024). Entropi ekseninde orman yangınları fenomeni üzerine bir inceleme. Journal of Anatolian Geography, 1(1), 1-16. https://izlik.org/JA78RJ42WN
15. Çiçek, U. (2025). Assessing tax performances in selected OECD countries using entropy-based MULTIMOORA method. Journal of Mehmet Akif Ersoy University Economics and Administrative Sciences Faculty, 12(3), 1153-1168. https://doi.org/10.30798/makuiibf.1683042
16. Çobanoğulları, G. (2023). Is the impact of the COVID-19 pandemic on the tax accrual/collection rate? evidence from Türkiye. Çukurova Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 32(3), 238-245. https://doi.org/10.35379/cusosbil.1296949
17. Demir, G., Özyalçın, A. T. ve Bircan, H. (2021). Çok kriterli karar verme yöntemleri ve ÇKKV yazılımı ile problem çözümü. Nobel Akademik Yayıncılık.
18. Demirel, H. G. (2023). Doğa bilimlerinden sosyal bilimlere: örgütsel entropi. R&S - Research Studies Anatolia Journal, 6(4), 556-583. https://doi.org/10.33723/rs.1358922
19. Demirkale, Ö. ve Özarı, Ç. (2020). Assesstment of macroeconomic and financial performance of Fragile Five and MINT countries Using TOPSIS method. Florya Chronicles of Political Economy, 6(2), 171-192. https://doi.org/10.17932/IAU.FCPE.2015.010/fcpe_v06i2004
20. Dudine, P. ve Jalles, J. T. (2018). How buoyant is the tax system? New evidence from a large heterogeneous panel. Journal of International Development, 30(6), 961–991. https://doi.org/10.1002/jid.3332
21. Durdu, D. (2025). Bütünleşik bir karar verme yaklaşımıyla bankacılık sektöründe faiz yönetim performansının değerlendirilmesi. M. Belke ve O. Y. Akbulut (Ed.), Ekonomi ve finans alanında çok kriterli karar verme uygulamaları içinde (s. 121-133). Gazi Kitabevi.
22. Emek, Ö. F. ve Bayar, İ. (2023). An analysis of the relationship between public sector borrowing requirement (PSBR), money supply and inflation rate in Türkiye. Paradigma: İktisadi ve İdari Araştırmalar Dergisi, 12(Özel Sayı), 160-174. https://izlik.org/JA25FW64ZD
23. Fırat, A. (2021). Türk vergi sistemi yapısı, sorunlar ve çözüm yolları. Socrates Journal of Interdisciplinary Social Researches, 7(10), 98-111. https://doi.org/10.51293/socrates.73
24. Gökpınar S. (2022). Türkiye’de maliye politikalarının ekonomik büyümeye etkisinin içsel büyüme modeli çerçevesinde analizi. Giresun Üniversitesi İktisadi ve İdari Bilimler Dergisi, 8(2), 273-290. https://doi.org/10.46849/guiibd.1209257
25. Gündem, F. (2022). Türkiye’de vergi uyumu ve mekansal farklılıklar, 2013-2020. Fiscaoeconomia, 6(3), 1433-1456. https://doi.org/10.25295/fsecon.1094397
26. Heller, P. S. (2005). Understanding Fiscal Space (IMF Policy Discussion Paper No. 2005/004). International Monetary Fund. https://doi.org/10.5089/9781451975635.003
27. Hokka, C. ve Bektaş, S. (2024). ÇKKV yöntemleriyle makroekonomik performans ölçümü: 2021-2022 dönemi D8 ülkeleri örneği. Çukurova Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 33(1), 397-420. https://doi.org/10.35379/cusosbil.1404618
28. Huang, I. B., Keisler, J. ve Linkov, I. (2011). Multi-criteria decision analysis in environmental sciences: Ten years of applications and trends. Science of the total environment, 409(19), 3578-3594. https://doi.org/10.1016/j.scitotenv.2011.06.022
29. İnam, B. ve Murat, D. (2025). Yükselen ekonomilerde vergi geliri performansları CoCoSo yöntemiyle bir uygulama. Nişantaşı Üniversitesi Sosyal Bilimler Dergisi, 13(1), 270-283. https://doi.org/10.52122/nisantasisbd.1626215
30. Kahreman, Y. (2024). BRICS ülkeleri ve Türkiye’nin karşılaştırmalı ekonomik performanslarının ölçülmesi. Doğuş Üniversitesi Dergisi, 25(2), 69-87. https://doi.org/10.31671/doujournal.1340775
31. Kaya Samut, P. (2024). Türkiye Cumhuriyeti’nin 100 yılının ekonomik değerlendirmesi ve çok kriterli karar verme ile ekonomik performans analizi. Optimum Ekonomi ve Yönetim Bilimleri Dergisi, 11(2), 265-286. https://doi.org/10.17541/optimum.1398268
32. Kaya, H. ve Belke, M. (2024). Assessing the fiscal performance of Türkiye using a multi-criteria decision making approach. A. Akinci (Ed.), Theory and applied fiscal policy içinde (s. 287–301). Peter Lang. https://doi.org/10.3726/b22509
33. Kaya, vd. (2024). Bütünleşik bir karar verme yaklaşımına dayalı çok boyutlu makroekonomik performans ölçümü: Türkiye ekonomisi örneği. Oğuzhan Sosyal Bilimler Dergisi, 6(2), 168-186. https://doi.org/10.55580/oguzhan.1590248
34. Kete, H. (2023). Türkiye’de 2000-2021 döneminde kamu mali göstergelerinin performans analizi. Kırklareli Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 12(1), 34-54. https://doi.org/10.53306/klujfeas.1242538
35. Kete, H. ve Karasaç, F. (2022). COVID-19 sürecinde Avrupa Birliği ülkeleri ve Türkiye’nin ekonomik performanslarının COPRAS yöntemi ile değerlendirilmesi. Journal of Economic Policy Researches, 9(2), 373-395. https://doi.org/10.26650/JEPR1063962
36. Koşaroğlu, Ş. M. (2021). E7 ülkelerinin makroekonomik performanslarının ENTROPİ ve ARAS Yöntemleriyle Karşılaştırılması. Dumlupınar Üniversitesi Sosyal Bilimler Dergisi, (68), 203-221. https://doi.org/10.51290/dpusbe.833885
37. Oussama, Z., Ahmed, H. ve Nabil, C. (2024). Comparison of macroeconomic performance of MENA Countries with TOPSIS method. Operations Research Forum 5(21). https://doi.org/10.1007/s43069-024-00306-y
38. Şahin Urfalıoğlu, Ş. ve Özdemir, A. (2025). G8 ülkelerinin makroekonomik performanslarının CRITIC ve CRADIS çok kriterli karar verme yöntemleri ile değerlendirilmesi. Yönetim Bilimleri Dergisi, 23(55), 382-405. https://doi.org/10.35408/comuybd.1533914
39. Şahin, M. (2022). Güncel ve uygulamalı çok kriterli karar verme yöntemleri. Nobel Akademik Yayıncılık.
40. Şanlısoy, S. ve Çetin, M. (2017). Türkiye ekonomisinde politik istikrarsızlık–makroekonomik performans ilişkisi. Dokuz Eylül Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 32(2), 207–237. https://izlik.org/JA89UP35MT
41. T.C. Cumhurbaşkanlığı Strateji ve Bütçe Başkanlığı. (2025). Yıllar bazında genel devlet istatistikleri. https://www.sbb.gov.tr/yillar-bazinda-genel-devlet-istatistikleri
42. T.C. Gelir İdaresi Başkanlığı. (2025). Bütçe gelirleri (İstatistikler). https://gib.gov.tr/kurumsal/planlar-ve-raporlar/istatistikler/butce-gelirleri
43. T.C. Hazine ve Maliye Bakanlığı. (2025). Kamu finansmanı istatistikleri. https://www.hmb.gov.tr/kamu-finansmani-istatistikleri
44. Türk, İ. (1999). Kamu maliyesi (3. basım). Turhan Kitabevi.
45. Türkoğlu, M. ve Karataş, A. (2023). OECD ülkelerinin makroekonomik performanslarının COPRAS ve MAIRCA yöntemleri ile karşılaştırılması. Uygulamalı Sosyal Bilimler ve Güzel Sanatlar Dergisi, 5(13), 189-217. https://izlik.org/JA88UT28JU
46. Vayvada Derya, E. ve Yavuz, H. H. (2016). A new debt indicator for Turkey: General government net debt. Sayıştay Dergisi, (103), 111-134. https://izlik.org/JA89YN62UF
47. Yüzbaşı Künç, G. ve Atılgan Yaşa, A. (2019). Türkiye-OECD ülkelerine ait bütçe göstergelerinin TOPSIS ve VIKOR Yöntemleri ile Karşılaştırılması. Bitlis Eren Üniversitesi Sosyal Bilimler Dergisi, 8(2), 366-384. https://izlik.org/JA25BN77XK
48. Zavadskas, E. K., Turskis, Z., Antuchevičienė, J. ve Zakarevičius, A. (2012). Optimization of weighted aggregated sum product assessment. Elektronika ir Elektrotechnika, 122(6), 3–6. https://doi.org/10.5755/j01.eee.122.6.1810
49. Zhang, vd. (2014). Assessment model of ecoenvironmental vulnerability based on improved entropy weight method. The Scientific World Journal, 2014, 797814. http://dx.doi.org/10.1155/2014/797814