Bankaların Finansal Performansının VIKOR Yöntemi ile Değerlendirilmesi: Türkiye Örneği

Yıl 2021, Cilt: 13 Sayı: 24, 151 - 164, 10.05.2021

Filiz Yetiz Yunus Kılıç

https://doi.org/10.20990/kilisiibfakademik.890105

Cited By: 9

Öz

Amaç: Bu araştırmanın amacı, Türkiye’de faaliyet gösteren özel ve kamu sermayeli mevduat bankalarının finansal performanslarının çok kriterli karar verme yöntemleri ile değerlendirilmesidir.
Tasarım/Yöntem: Çalışmanın veri setini Türkiye’de faaliyet gösteren 15 mevduat bankasının 2015-2019 yıllarına ait yıllık finansal rasyoları oluşturmaktadır. Bankaların finansal performansı çok kriterli karar verme yöntemlerinden VIKOR analizi tekniğiyle değerlendirilmiştir.
Bulgular: Belirlenen finansal oranlar çerçevesinde yıllar itibariyle finansal performans açısından en başarılı bankaların ilk üç yıl için T.C. Ziraat Bankası A.Ş., sonraki iki yıl için ING Bank A.Ş. olmuştur. Başarısı en düşük bankalar ise yıllar itibariyle ilk iki yıl HSBC Bank A.Ş., sonraki iki yıl için Alternatif Bank A.Ş. ve son yıl için Türkiye Halk Bankası A.Ş. olmuştur.
Sınırlılıklar: Çalışmanın örneklemini 15 banka oluşturduğu için performans değerlendirmesi sadece bu bankalar arasında geçerlidir.
Özgünlük/Değer: Bankaların performans değerlendirmesi genel olarak TOPSIS yöntemi kullanılarak yapılmaktadır. Bu çalışmanın gerek VIKOR yönteminin kullanılması açısından gerekse de daha güncel veri seti kullanılması açısından literatüre katkı sağlayacağı düşünülmektedir.

Anahtar Kelimeler

Bankacılık sektörü, Finansal performans değerlendirmesi, Çok kriterli karar verme yöntemi

Evaulating the Financial Performance of Banks via VIKOR Method: Turkey Case

Öz

Purpose: The purpose of this research is to evaulate the financial performance of private and state-owned commercial banks operating in Turkey by multi-criteria decision-making methods.
Design/Methodology: The data set of the study consists of the annual financial ratios of the 15 deposit banks operating in Turkey for the years 2015-2019. The financial performance of banks was evaluated using the VIKOR analysis technique, one of the multi-criteria decision making methods.
Findings: Within the framework of the determined financial ratios, the most successful banks in terms of financial performance by years, T.C. Ziraat Bankası A.Ş. for the first three years and ING Bank A.Ş. for the last two years has been. The banks with the lowest success are HSBC Bank A.Ş. for the first two years, and Alternatif Bank A.Ş. for the next two years and Turkey Halk Bankası A.Ş. for the last year has been.
Limitations: As the sample of the study consists of 15 banks, performance evaluation is valid only among these banks.
Originality/Value: Performance evaluation of banks is generally conducted using the TOPSIS method. It is thought that this study will contribute to the literature in terms of both the use of the VIKOR method and the use of a more up-to-date data set.

Anahtar Kelimeler

Banking sector, financial performance evaulation, multi criteria decision making method, VIKOR method

Kaynakça

• Albayrak, Y. S., & Erkut, H. (2015). Banka performans değerlendirmede analitik hiyerarşi süreç yaklaşımı. İTÜ Dergisi, 4(6), 47-58. http://itudergi.itu.edu.tr/index.php/itudergisi_d/article/viewFile/704/603
• Chang, C. P. (2006). Managing business attributes and performance for commercial banks. The Journal of American Academy of Business, 9(1), 104-109.
• Çalışkan E., & Eren, T. (2016). Bankaların performanslarının çok kriterli karar verme yöntemiyle değerlendirilmesi. Ordu Üniversitesi Bilim Teknoloji Dergisi, 6(2), 85-107. https://dergipark.org.tr/tr/download/article-file/271026
• Dinçer, H., & Görener, A. (2011). Analitik hiyerarşi süreci ve vikor tekniği ile dinamik performans analizi: Bankacılık sektöründe bir uygulama. İstanbul Ticaret Üniversitesi Sosyal Bilimler Dergisi, 10(19), 109-127. http://acikerisim.ticaret.edu.tr/xmlui/handle/11467/593
• Doğan, M. (2013). Gri ilişkisel analiz yöntemi ile banka performansının ölçülmesi: Türkiye örneği. Ege Akademik Bakış, 13(2), 215-225.https://search.proquest.com/openview/7eadf9b8e6c69cfc86776db7b4175303/1?pq-origsite=gscholar&cbl=136110
• Doumpos, M., & Zopounidis, C. (2010). A multicriteria decision support system for bank rating. Decision Support Systems, 50(1), 55- 63. https://doi.org/10.1016/j.dss.2010.07.002
• Ecer, F. (2013). Türkiye’deki özel bankaların finansal performanslarının karşılaştırılması: 2008-2011 dönemi, Abant İzzet Baysal Üniversitesi, Sosyal Bilimler Enstitüsü Dergisi, 13(2), 171-189. https://doi.org/10.11616/AbantSbe.326
• Guru, S., & Mahalik, D.K. (2018). Evaluating and ranking the performance of banks using VIKOR analysis. The IUP Journal of Bank Management, 17(3), 26-41. https://www.researchgate.net/publication/327822567_Evaluating_and_Ranking_the_Performance_of_Banks_Using_Vikor_Analysis
• Kandemir, T., & Karataş, H. (2016). Ticari bankaların finansal performanslarının çok kriterli karar verme yöntemleri ile incelenmesi: Borsa İstanbul’da işlem gören bankalar üzerine bir uygulama (2004-2014). İnsan ve Toplum Bilimleri Araştırmaları Dergisi, 5(7), 1766-1776. https://app.trdizin.gov.tr/publication/paper/detail/TWpNeE1UWXpNdz09
• Kartal, M. T. (2018). Bankaların finans sektöründeki önemi. İçinde Finansal iktisat (ss. 5-27). Orion Publishing.
• Kılıç, S. B. (2006). Türk bankacılık sistemi için çok kriterli karar alma analizine dayalı bir erken uyarı modelinin tahmini. Orta Doğu Teknik Üniversitesi Gelişme Dergisi, 33, 117-154. http://www.ajindex.com/dosyalar/makale/acarindex-1423910045.pdf
• Kosmidou, K., & Zopounidis, C. (2008). Measurement of bank performance in Greece. South-Eastern Europe Journal of Economics, 1, 79- 95. http://www.asecu.gr/Seeje/issue10/kosmidou.pdf
• KPMG (2020). Bankacılık sektörel bakış. https://assets.kpmg/content/dam/kpmg/tr/pdf/2019/12/sektorel-bakis-2020-bankacilik.pdf
• Liang, D., Zhang, Y., Xu, Z., & Jamaldeen, A. (2019). Pythagorean fuzzy VIKOR approaches based on TODIM for evaluating internet banking website quality of Ghanaian banking industry. Applied Soft Computing Journal, 78, 583-584. https://doi.org/10.1016/j.asoc.2019.03.006
• Lixin D., Ying, L., & Zhiguang, Z. (2008). Selection of logis-tics service provider based on analytic network process and VIKOR algorithm. Networking, Sensing and Control, ICNSC 2008, IEEE International Conference Proceedings: 1207-1210. https://ieeexplore.ieee.org/abstract/document/4525400
• Opricovic S., & Tzeng, G. H. (2004). Compromise solution by MCDM methods: A comparative analysis of VIKOR and TOPSIS. European Journal of Operational Research, 156, 445-455. https://doi.org/10.1016/S0377-2217(03)00020-1
• TBB (2021a). Banka çalışan ve şube sayıları-Aralık 2020, https://www.tbb.org.tr/Content/Upload/istatistikiraporlar/ekler/1479/Banka_Calisan_ve_Sube_Sayilari-Aralik_2020.pdf
• TBB (2021b). Türkiye Bankalar Birliği web sitesi, www.tbb.org.tr
• Tezergil, S. A. (2016). Vikor yöntemi ile Türk bankacılık sektörünün performans analizi. Marmara Üniversitesi İktisadi ve İdari Bilimler Dergisi, 38(1), 357-373. https://dergipark.org.tr/tr/download/article-file/221693
• Tunay, B. K., & Akhisar, İ. (2015). Performance evaluation and ranking of Turkish private banks using AHP and Topsis. Management International Conferance, Portoroz, Slovenia, 28-30 May, 2015.
• Uçkun, N., & Girginer, N. (2011). Türkiye’deki kamu ve özel bankaların performanslarının gri ilişki analizi ile incelenmesi. Akdeniz İ.İ.B.F. Dergisi, (21), 46-66. https://dergipark.org.tr/tr/download/article-file/372744
• Wu, H. Y., Tzeng, G. H., & Chen, Y. H. (2009). A fuzzy MCDM approach for evaluating banking performance based on balanced scorecard. Expert Systems with Applications, 36(6), 10135-10147. https://doi.org/10.1016/j.eswa.2009.01.005
• Wu, M., Li, C., Fan, J., Wang, X., & Wu, Z. (2018). Assessing the global productive efficiency of Chinese banks using the cross-efficiency interval and VIKOR. Emerging Markets Review, 34, 77-86. https://doi.org/10.1016/j.ememar.2017.10.005
• 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