IDOCRIW ve CoCoSo Yöntemleri ile Sistemik Önemli Bankaların Performans Analizi: Türkiye Örneği

Öz

Bankaların finansal piyasalar içerisindeki fonksiyonu her geçen gün gelişmektedir. Sektörün ekonomi içerisinde önemi ile orantılı olarak risk potansiyeli de artmaktadır. Özellikle, 2008 finansal krizinin küresel ekonomiyi etkilemesi, denetim ve gözetim mekanizmalarını daha dikkatli olmaya sevk etmiştir. Bankaların performans ölçümleri literatürde sıklıkla incelenen konular içerisinde yer almaktadır. Bu çalışmada bankaların performanslarının CAMELS değişkenleri bakımından incelenmesi amaçlanmıştır. Buna göre değişkenlerinin ağırlıklarının belirlenmesi için Entropi tabanlı objektif kriter ağırlıklandırma yöntemlerinden IDOCRIW yöntemi; finansal performans sıralaması için de CoCoSo yöntemi kullanılmıştır. Araştırma kapsamında, sistemik bankalar adı verilen 8 banka tercih edilmiştir. Bu doğrultuda, 2010-2020 dönemi yıllık banka verileri 20 değişken kullanılarak değerlendirilmiştir. Söz konusu yıllar arasında, Ziraat Bankası, İş Bankası ve Garanti Bankası’nın, performans puanları bakımından artış trendinde olduğu, Halkbank’ın ise hesaplanan performans puanları bakımından düşüş trendinde olduğu gözlemlenmiştir.

Anahtar Kelimeler

• Sistemik önemli banka
• finansal performans
• CAMELS analizi
• IDOCRIW
• CoCoSo

Performance Analysis of Systemic Important Banks with IDOCRIW and CoCoSo Methods: Example of Turkey

Öz

The function of banks in financial markets is developing day by day. The risk potential increases in proportion to the importance of the sector in the economy. In particular, the impact of the 2008 financial crisis on the global economy prompted the supervision and surveillance mechanisms to be more careful. Performance measurements of banks are among the topics that are frequently examined in the literature. In this study, it is aimed to examine the performance of banks in terms of CAMELS variables. Accordingly, to determine the weights of the variables, the IDOCRIW method, one of the Entropy-based objective criterion weighting methods; CoCoSo method was used for financial performance ranking. Within the scope of the research, 8 banks, called systemic banks, were preferred. In this direction, annual bank data for the period 2010-2020 were evaluated using 20 variables. It has been observed that Ziraat Bank, İşbank and Garanti Bank are in an increasing trend in terms of performance scores, while Halkbank is in a decreasing trend in terms of calculated performance scores.

Anahtar Kelimeler

• Systemically important bank
• financial performance
• CAMELS analysis
• IDOCRIW
• CoCoSo

Kaynakça

1. Akgül, Y. (2021). Borsa İstanbul’da İşlem Gören Ticari Bankaların Finansal Performansının Bütünleşik CRITIC CoCoSo Modeliyle Analizi. Ekonomi ve Finansal Araştırmalar Dergisi, 3(2), 71-90.
2. Alao, M. A., Popoola, O.M., and Ayadole, 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.
3. Alinezhad, A., Khalili, J. (2019). New methods and applications in multiple attribute decision making (MADM) (Vol. 277). Cham: Springer.
4. Apan, M., Öztel, A., ve Ceyhan, İ. F. (2019). Entropi Yöntemine Dayalı Camels Performans Değerlendirme Modeli: Türk Mevduat Bankaları Üzerine Bir Uygulama. Akademik Araştırmalar ve Çalışmalar Dergisi (AKAD), 11 (20), 296-316.
5. Arıçelik, G. (2010). Ticari Bankalarda Performans Ölçümü: CAMELS Analizine Dayalı Bir İnceleme (Doktora Tezi, DEÜ, İzmir). Erişim adresi http://acikerisim.deu.edu.tr:8080/xmlui/bitstream/handle/20.500.12397/10665/285797.pdf?sequence=1&isAllowed=y
6. Armağan, İ.Ü., Özdağoğlu, A. & Keleş, M.K. (2021). Covıd-19 Salgınının Banka Performanslarına Etkisinin Seca Yöntemiyle Değerlendirilmesi . Oğuzhan Sosyal Bilimler Dergisi, 3(2), 114-124.
7. Bankacılık Denetleme ve Düzenleme Kurumu (2015). Sistemik Önemli Bankalar Hakkında Yönetmelik Taslağına İlişkin Basın Açıklaması. Erişim adresi https://www.bddk.org.tr/Duyuru/EkGetir/560?ekId=580
8. Bankacılık Denetleme ve Düzenleme Kurumu (2021). Türk Bankacılık Sektörü Temel Göstergeleri Aralık 2021, Erişim adresi https://www.bddk.org.tr/Veri/EkGetir/8?ekId=81

9. Čereška, A., Podvezko, V., & Zavadskas, E. K. (2016). Operating characteristics analysis of rotor systems using MCDM methods. Studies in Informatics and Control, 25(1), 60.
10. Choudhary, V., & Mishra, A. (2021). Analyzing the critical success enablers of industry 4.0 using hybrid fuzzy AHP–CoCoSo method. Journal of Industrial Integration and Management, 2150018.
11. Coşkun, S. A., ve Karğın, S. (2016). Sınır Ötesi Birleşme ve Satın Almaların Bankaların Finansal Performansına Etkileri: Üç Banka Üzerinde CAMELS Analizi. Muhasebe ve Finansman Dergisi, (69), 41-60.
12. Çiftci, H. N., Kuzu Yıldırım, S., ve Yıldırım, B. F. (2021). Nakit Akış Oranlarına Dayalı Finansal Performansların Kombine Uzlaşık Çözüm Yöntemi ile Analizi: BIST’te İşlem Gören Enerji Firmaları Üzerine Bir Uygulama. Muhasebe ve Finansman Dergisi, (92), 207-224.
13. Desta, T. S. (2016). Financial performance of “The best African banks”: A comparative analysis through CAMEL rating. Journal of accounting and management, 6(1), 1-20.
14. Doğan, M. İ. ve Onan, O. (2021). Bankacılık Performans Sistemleri için Karar Destek Sistemi: R Dilinde Veri Zarflama Analizi ve Malmquist Endeks Uygulaması. Düzce Üniversitesi Bilim ve Teknoloji Dergisi, 9(3), 106-120
15. Ecer F. (2013). Türkiye’deki Özel Bankaların Finansal Performanslarının Karşılaştırılması: 2008-2011 Dönemi. AİBÜ Sosyal Bilimler Enstitüsü Dergisi, Güz 2013, Cilt:13(2), 171–189.
16. Ecer, F., & Pamucar, D. (2020). Sustainable supplier selection: A novel integrated fuzzy best worst method (F-BWM) and fuzzy CoCoSo with Bonferroni (CoCoSo’B) multi-criteria model. Journal of Cleaner Production, 266, 121981.
17. Güleç, M., Hazar, A., ve Babuşçu, Ş. (2021). Türkiye’de Sistemik Önemli Bankaların CAMELS Analizi. Bankacılık ve Sermaye Piyasası Araştırmaları Dergisi, 5(11), 1-19.
18. Gündoğdu, A. (2017). Türkiye’de mevduat bankalarının CAMELS analizi. Bankacılık ve Finansal Araştırmalar Dergisi (BAFAD), 4 (2), 26-43.
19. Karaca, S. S., Altemur, N. & Çevik, M. (2019). Türkiye'deki Mevduat Bankalarının Camels Analizi ile Finansal Performans Ölçümü. Muhasebe ve Finans İncelemeleri Dergisi, 2(2), 130-148.
20. Karaçor, Z. Ö., Mangır, F., Kodaz, Ş. S., ve Kartal, M. (2018). Kamusal ve Özel Sermayeli Bankaların CAMELS Performans Analizi: Türkiye Örneği. İstanbul Gelişim Üniversitesi Sosyal Bilimler Dergisi, ICEFM 2017 Özel Sayısı, 47-65.
21. Kaya, Y. T. (2001). Türk Bankacılık Sektöründe CAMELS Analizi. Bankacılık Düzenleme ve Denetleme Kurumu, MSPD Çalışma Raporları, 6, 1-20.
22. Kaygusuz, Ö., Ersoy, Ö., ve Bozdoğan, D. (2020). CAMELS Değerlendirme Sistemiyle Bankaların Finansal Performanslarının TOPSİS Yöntemiyle Analizi. İnsan ve Toplum Bilimleri Araştırmaları Dergisi, 9 (1), 67-95.
23. Khan, S., & Haleem, A. (2021). Investigation of circular economy practices in the context of emerging economies: a CoCoSo approach. International Journal of Sustainable Engineering, 14(3), 357-367.
24. Kırhasanoğlu, Ş. & Özdemir, M. (2022). Bist’te İşlem Gören Futbol Kulüplerinin Covid-19 Dönemi Finansal Performanslarinin Idocriw Temelli Analizi. Enderun, 6(1), 44-65
25. Kumar, V., Kalita, K., Chatterjee, P., Zavadskas, E. K., & Chakraborty, S. (2022). A SWARA-CoCoSo-based approach for spray painting robot selection. Informatica, 33(1), 35-54.
26. Lai, H., Liao, H., Wen, Z., Zavadskas, E. K., & Al-Barakati, A. (2020). An improved CoCoSo method with a maximum variance optimization model for cloud service provider selection. Engineering Economics, 31(4), 411-424.
27. Luo, Y., Zhang, X., Qin, Y., Yang, Z., & Liang, Y. (2021). Tourism Attraction Selection with Sentiment Analysis of Online Reviews Based on Probabilistic Linguistic Term Sets and the IDOCRIW-COCOSO Model. International Journal of Fuzzy Systems, 23(1), 295-308.
28. Nugroho, M., Halık, A., & Arif, D. (2020). Effect Of Camels Ratio On Indonesia Banking Share Prices. The Journal of Asian Finance, Economics and Business, 7(11), 101-106.
29. Özdağoğlu, A., Ulutaş, A., and Keleş, M. K. (2020). The ranking of Turkish universities with COCOSO and MARCOS. Economics Business and Organization Research, 2(Special Issue), 374-392.
30. Pala, O. (2021). Idocrıw ve Marcos Temelli Bist Ulaştırma İşletmelerinin Finansal Performans Analizi. Kafkas Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 12(23), 263-294.
31. Paolicelli, P., Tregub, I., and Byvshev, V. (2021). Analysis of the Impact of CAMELS Framework and Macroeconomic Indicators on the Italian Cooperative Bank's Financial Performance, 14th International Conference Management of large-scale system development (MLSD), pp. 1-5,
32. Peng, X., Zhang, X., & Luo, Z. (2020). Pythagorean fuzzy MCDM method based on CoCoSo and CRITIC with score function for 5G industry evaluation. Artificial Intelligence Review, 53(5), 3813-3847.
33. Saçcı, Ö. Ü. & Sayılgan, G. (2014). Türk Bankacılık Sektöründe Sistemik Öneme Sahip Yerel Bankaların Belirlenmesinde Gösterge Bazlı Bir Yöntem Önerisi. BDDK Bankacılık ve Finansal Piyasalar Dergisi, 8 (2), 13-37.
34. Sarker, A.A. (2006). CAMELS rating system in the context of Islamic banking: A proposed ‘S’ for Shariah framework. Journal of Islamic Economics, Banking and Finance, 2(2), 1-26
35. Sezal, L. (2021). Analysis of the fınancial performances of bank groups in Turkey with the camels rating system approach. A. Ç. Ceylan (Ed.) Research & Reviews in social, human and administrative sciences – I (ss. 101-121). Gece Kitaplığı
36. Sogunro, A. B., Gbajumo-Sheriff, M., Olalude, G. A., & Lawuyi, R. M. (2021). Managıng Bank Rısks in Nigeria: Analysis of Performance Of Domestic Systemıcally Important Banks (D-SIB) Usıng The Camels Model. UNILAG Journal of Business, 7(1), 148-169.
37. Şimşek, T., Aslan, E. & Şahin, A. (2017). Turkısh Banking Sector Performance Analysis by Camels Method for 2001-2015 period. Bilgi Ekonomisi ve Yönetimi Dergisi, 12(2), 155-167.
38. Torkayesh, A.E., Ecer, F., Pamučar, D., & Karamaşa, Ç. (2021). Comparative assessment of social sustainability performance: Integrated data-driven weighting system and CoCoSo model. Sustainable Cities and Society, 71, 102975.
39. Trung, N. K. Q. (2021). Determinants of bank performance in Vietnamese commercial banks: an application of the camels model. Cogent Business & Management, 8(1), 1979443.
40. Türkiye Bankalar Birliği (2021). 2020-Seçilmiş Rasyolar, Erişim Tarihi: 01.12.2020, https://www.tbb.org.tr/tr/bankacilik/banka-ve-sektor-bilgileri/istatistiki-raporlar/59
41. Ulutaş, A., Karakuş, C. B., & Topal, A. (2020). Location selection for logistics center with fuzzy SWARA and CoCoSo methods. Journal of Intelligent & Fuzzy Systems, 38(4), 4693-4709.
42. Yazdani, M., Zarate, P., Zavadskas, E. K. and Turskis, Z. (2019). A combined compromise solution (CoCoSo) method for multi-criteria decision-making problems. Management Decision, 57(9): 2501-2519.
43. Yazdani, M., Wen, Z., Liao, H., Banaitis, A., & Turskis, Z. (2019). A grey combined compromise solution (CoCoSo-G) method for supplier selection in construction management. Journal of Civil Engineering and Management, 25(8), 858-874.
44. Yıldırım, O. (2020). Bankacılık Sistemindeki Gelişmeler ve Türkiye’de Bankacılık Sistemi. Uluslararası Finansal Ekonomi ve Bankacılık Uygulamaları Dergisi, 1(2), 63-77.
45. Zarch, E. M., Moghaddam, R. T., Sanej, K. D., & Kaboli, A. (2022). Prioritizing the effective strategies for construction and demolition waste management using fuzzy IDOCRIW and WASPAS methods. Engineering, Construction and Architectural Management, 29(3), 1109-1138.
46. Zavadskas, E. K., & Podvezko, V. (2016). Integrated Determination of Objective Criteria Weights in MCDM. International Journal of Information Technology & Decision Making, 15(02), 267-283.