Entropi Tabanlı Waspas Yöntemiyle Karadeniz Bölgesindeki Şehirlerin Bankacılık Performansının Analizi: 2014-2019 Dönemi

Yıl 2021, Cilt: 18 Sayı: Yönetim ve Organizasyon Özel Sayısı, 1484 - 1513, 10.07.2021

Arif Çilek , Alper Karavardar

https://doi.org/10.26466/opus.866120

Cited By: 1

Öz

Bankaların, hanehalkının tasarruflarının yatırıma dönüştürülmesinde köprü görevi üstlendiği için, bir ülkenin ekonomisi bakımından çok büyük değeri vardır. Bankaların parasal kazançları çekme, doğrudan kredi ve diğer bankacılık hizmetlerini sunma kabiliyetleri, bir ülkenin gelişmesine, ekonomik büyümesine doğrudan doğruya katkı sağlar. Bankaların ne ölçüde sağlıklı bir şekilde faaliyetlerini sürdürdüğünü kavramak, bankaları birbirleriyle karşılaştırabilmek ve büyümelerini analiz etmek amacıyla banka etkinlik ve başarım sonuçlarından faydalanılır. Bu çalışmada Karadeniz Bölgesi’nde bulunan şehirlerin çok kıstaslı karar verme yöntemlerinden Entropi ve WASPAS yöntemleri kullanılarak şehir bazlı değerlendirilmesi amaçlanmıştır. 2014- 2019 dönemine ait temel bilanço göstergeleri ve istatistiki veriler analiz edilmiştir. Uygulamada kriter olarak toplam krediler, toplam mevduat, çalışan sayısı, şube sayısı ve takip hesaplarındaki krediler oranı kullanılmıştır. Entropi yöntemi kullanılarak kıstasların öncelikleri tespit edilmiştir. Kıstasların öncelikleri tespit edildikten sonra, WASPAS tekniği ile Türkiye’de, Karadeniz Bölgesi’nde yer alan şehirlerin bankacılık performansının sıralaması yapılmıştır. Yapılan analizler vasıtasıyla 2014-2019 dönemi için en iyi performansı gösteren şehrin Samsun, en kötü performansa gösteren şehirlerin Kastamonu ve Tokat olduğu sonucuna varılmıştır.

Anahtar Kelimeler

Banka Performansı, Entropi Yöntemi, WASPAS Yöntemi, Çok Kıstaslı Karar Verme

Analysis of the Banking Performance of Cities in the Black Sea Region with Entropy-Based Waspas Method: 2014-2019 Period

Öz

Banks are of immense value to a country's economy, as they act as a bridge in converting household savings to investment. The ability of banks to attract monetary gains and to offer direct loans and other banking services directly contributes to the development and economic growth of a country. Bank efficiency and performance results are utilized in order to understand the extent to which banks continue their activities properly, to compare banks with each other and to analyze their growth. In this study, it was aimed to evaluate the cities in the Black Sea Region on a city basis using Entropy and WASPAS methods, which are among the multi-criteria decision-making methods. Basic balance sheet indicators and statistical data for the 2014-2019 period were analyzed. In practice, total loans, total deposits, number of employees, number of branches and ratio of loans in follow-up accounts were used as criteria. The priority of the criteria has been determined by using the entropy method. After determining the priorities of the criteria, with technical WASPAS in Turkey, the Black Sea Region is located in the city of banking performance rankings were made. Based on the analysis conducted, it was concluded that the city with the best performance for the 2014-2019 period was Samsun, and the worst performing cities were Kastamonu and Tokat.

Anahtar Kelimeler

Bank Performance, Entroph Method, WASPAS Method, Multi Criteria Decision Making

Kaynakça

• Akçakanat, Ö., Eren, H., Aksoy, E. ve Ömürbek, V. (2017). Bankacılık sektöründe entropi ve waspas yöntemleri ile performans değerlendirmesi. Suleyman Demirel University Journal of Faculty Of Economics & Administrative Sciences, 22(2), 285-300.
• Alinezhad, A., ve Khalili, J. (2019). WASPAS method. In New Methods and Applications in Multiple Attribute Decision Making (MADM) (pp. 93-98). Springer, Cham.
• Alkan, Ö. ve Albayrak, Ö. K. (2020). Ranking of renewable energy sources for regions in Turkey by fuzzy entropy based fuzzy COPRAS and fuzzy MULTIMOORA. Renewable Energy, 162, 712-726.
• Bera, A. K., ve Park, S. Y. (2008). Optimal portfolio diversification using the maximum entropy principle. Econometric Reviews, 27(4-6), 484-512.
• Bostanci, S. H., ve Ocakçi, M. (2009). Kent siluetlerine ilişkin tasarım niteliklerinin, entropi yaklaşımı ile değerlendirilmesi. İstanbul Teknik Üniversitesi Dergisi, 8(2), 27-36.
• Brauers, W. K. M., ve Zavadskas, E. K. (2012). Robustness of MULTIMOORA: A method for multi-objective optimization. Informatica, 23(1), 1-25.
• Chakraborty, S., ve Zavadskas, E. K. (2014). Applications of WASPAS method in manufacturing decision making. Informatica, 25(1), 1-20.
• Chakraborty, S., Zavadskas, E. K. ve Antucheviciene, J. (2015). Applications of WASPAS method as a multi-criteria decision-making tool. Economic Computation and Economic Cybernetics Studies and Research, 49(1), 5-22.
• Eş, A. ve Kök, E. (2020). Banka performanslarının entropi tabanlı WASPAS yöntemiyle analizi. Düzce Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 10(2), 233-250.
• Gezen, A. (2019). Türkiye'de faaliyet gösteren katılım bankalarının entropi ve WASPAS yöntemleri ile performans analizi. Muhasebe ve Vergi Uygulamalari Dergisi (MUVU)/Journal of Accounting & Taxation Studies (JATS), 84, 213-232.
• Huang, X. (2012). An entropy method for diversified fuzzy portfolio selection. International Journal of Fuzzy Systems, 14(1), 160-165.
• Karaca, S., Altemur, N. ve Çevik, M. (2020). Bankacılık sektöründe performans analizi: Entropi ve waspas yöntemi uygulaması. Malatya Turgut Özal Üniversitesi Işletme Ve Yönetim Bilimleri Dergisi, 1(2), 46-76
• Karami, A., ve Johansson, R. (2014). Utilizization of multi attribute decision making techniques to integrate automatic and manual ranking of options. Journal of information science and engineering, 30, 519-534.
• Karavardar, A. ve Çilek, A. (2020). Banka tercihini belirleyen kriterlerin Entropi Yöntemi ile ağirliklandirilmasi: Giresun ili örneği. İşletme Araştırmaları Dergisi, 12(4), 3482-3492.
• Madić, M., Gecevska, V., Radovanović, M., ve Petković, D. (2014). Multi-criteria economic analysis of machining processes using the WASPAS method. Journal of Production Engineering, 17(2), 79-82.
• Memiş, S. (2019). Konaklama işletmelerinde yeşil yönetim uygulamalarının ENTROPİ Yöntemi ile ağırlıklandırılması: Giresun ili örneği. İşletme Araştırmaları Dergisi, 11(1), 653-665.
• Ömürbek, N., Karaatli, M. ve Balci, H. F. (2016). Entropi temelli Maut ve Saw yöntemleri ile otomotiv firmalarının performans değerlemesi. Dokuz Eylül Üniversitesi İktisadi İdari Bilimler Fakültesi Dergisi, 31(1), 227-255.
• Qin, Z., Li, X., ve Ji, X. (2009). Portfolio selection based on fuzzy cross-entropy. Journal of Computational and Applied mathematics, 228(1), 139-149.
• Sarı, T. (2020). Banka performans ölçümünde Topsis ve Promethee Yöntemlerinin karşılaştırılması. Ataturk University Journal of Economics & Administrative Sciences, 34(1), 99-117.
• Sarıkaya, G. ve Tatlidil, H. (2014). Entropi optimizasyon ölçüsü ile optimal portföy seçimi ve Bist Ulusal-30 endeksi üzerine bir çalışma. Dumlupınar Üniversitesi Sosyal Bilimler Dergisi, XIV. Uluslararası Ekonometri Sempozyumu Özel Sayısı, 381-402.
• Seçme, N. Y., Bayrakdaroğlu, A. ve Kahraman, C. (2009). Fuzzy performance evaluation in Turkish banking sector using analytic hierarchy process and TOPSIS. Expert Systems with Applications, 36(9), 11699-11709.
• TBB, Türkiye Bankalar Birliği (2020). https://www.tbb.org.tr/tr/banka-cilik/banka-ve-sektor-bilgileri/istatistiki-raporlar/59 (Erişim Tarihi: 15.01.2020).
• Tunca, M. Z., Ömürbek, N., Cömert, H. G. ve Aksoy, E. (2016). Opec ülkelerinin performanslarinin çok kriterli karar verme yöntemlerinden Entropi ve Maut ile değerlendirilmesi. Süleyman Demirel Üniversitesi Vizyoner Dergisi, 7(14), 1-12.
• Ural, M., Demireli, E., ve Güler Özçalik, 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.
• Usta, I., ve Kantar, Y. M. (2011). Mean-variance-skewness-entropy measures: A multi-objective approach for portfolio selection. Entropy, 13(1), 117-133.
• Wang, T. C., ve Lee, H. D. (2009). Developing a fuzzy TOPSIS approach based on subjective weights and objective weights. Expert systems with applications, 36(5), 8980-8985.
• Wu, J., Sun, J., Liang, L., ve Zha, Y. (2011). Determination of weights for ultimate cross efficiency using Shannon entropy. Expert Systems with Applications, 38(5), 5162-5165.
• Zavadskas, E. K., Antucheviciene, J., Saparauskas, J., and Turskis, Z. (2013). MCDM methods WASPAS and MULTIMOORA: Verification of robustness of methods when assessing alternative solutions. Economic Computation and Economic Cybernetics Studies and Research, 47(2), 5-20.
• Zavadskas, E. K., Turskis, Z., Antucheviciene, J., ve Zakarevicius, A. (2012). Optimization of weighted aggregated sum product assessment. Elektronika ir elektrotechnika, 122(6), 3-6.
• Zhang, H., Gu, C. L., Gu, L. W., ve Zhang, Y. (2011). The evaluation of tourism destination competitiveness by TOPSIS & information entropy–A case in the Yangtze River Delta of China. Tourism Management, 32(2), 443-451.
• Zhang, W. G., Liu, Y. J. ve Xu, W. J. (2012). A possibilistic mean-semivariance-entropy model for multi-period portfolio selection with transaction costs. European Journal of Operational Research, 222(2), 341-349.
• Zhou, H., Wang, J. ve Qiu, Y. (2008). Application of the Cross Entropy Method to the credit risk assessment in an early warning system. In 2008 International Symposiums on Information Processing, 728-732.
• Zhou, R., Cai, R., ve Tong, G. (2013). Applications of entropy in finance: A review. Entropy, 15(11), 4909-4931.