RANKİNG THE PERFORMANCE OF MARKET MAKİNG BANKS: CILOS, MARCOS AND COPELAND MULTİ-CRİTERİA DECİSİON MAKİNG ANALYSİS

Öz

In this study, a model that combines the results of different MCDM techniques is proposed to evaluate the financial performance of primary dealer banks between 2017 and 2020. In the decision process, 8 financial evaluation criteria were weighted using the CILOS technique and the performance ranking of 11 banks was made using the MARCOS technique. By using the COPELAND technique, the MARCOS technique ranking results for the years 2017-2020 were combined under the consensus order and the final rankings of the primary dealer banks were reached. It was determined that the three best performing banks were Akbank, Garanti and HSBC, respectively, and the three worst performing banks were Yapı Kredi, Vakıf and Halk Bankası, respectively. Analysis results also revealed a highly positive correlation between Spearman rank correlation analysis and rankings obtained using MARCOS and COPELAND techniques.

Anahtar Kelimeler

• Banking
• Market Making Banks
• Financial Performance
• CILOS
• MARCOS
• COPELAND
• Sperarman Rank Correlation Coefficient

PİYASA YAPICI BANKALARIN PERFORMANSLARININ SIRALANMASI: CILOS, MARCOS VE COPELAND ÇOK KISTASLI KARAR VERME ANALİZİ

Öz

Bu çalışmada piyasa yapıcı bankaların 2017-2020 yılları arasında finansal performanslarının değerlendirilmesi için farklı ÇKKV tekniklerinin sonuçlarını birleştiren bir model önerilmektedir. Karar sürecinde 8 finansal değerlendirme kıstası CILOS tekniği kullanılarak ağırlıklandırılmış ve MARCOS tekniği ile 11 bankanın bu kıstaslara göre performans sıralaması yapılmıştır. COPELAND tekniği kullanılarak uzlaşık sıra altında 2017-2020 yıllarına ait MARCOS tekniği sıralama sonuçları birleştirilerek piyasa yapıcı bankaların nihai sıralamalarına ulaşılmıştır. En iyi performans gösteren üç bankanın sırasıyla Akbank, Garanti ve HSBC, en kötü performans gösteren üç bankanın ise sırasıyla Yapı Kredi, Vakıf ve Halk Bankası olduğu belirlenmiştir. Analiz sonuçları ayrıca Spearman sıra korelasyon analizi ile MARCOS ve COPELAND teknikleri kullanılarak elde edilen sıralamalar arasında oldukça pozitif bir ilişki olduğunu ortaya koymuştur.

Anahtar Kelimeler

• Bankacılık
• Piyasa Yapıcı Bankalar
• Finansal Performans
• CILOS
• MARCOS
• COPELAND
• Spearman Sıra Korelasyon Katsayısı

Kaynakça

1. Akbulut, O. Y. (2019). CRITIC ve EDAS Yöntemleri ile İş Bankası'nın 2009-2018 Yılları Arasındaki Performansının Analizi. Ekonomi Politika ve Finans Araştırmaları Dergisi, 4(2), 249-263.
2. Akçakanat, Ö., Eren, H., Aksoy, E., ve Ömürbek, V. (2017). Bankacılık Sektöründe ENTROPI ve WASPAS Yöntemleri ile Performans Değerlendirmesi. Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 22(2), 285-300.
3. Arslan, R. ve Bircan, H. (2020). Çok Kriterli Karar Verme Teknikleriyle Elde Edilen Sonuçların Copeland Yöntemiyle Birleştirilmesi Ve Karşılaştırılması. Yönetim ve Ekonomi: Celal Bayar Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 27(1), 109-127.
4. Arsu, T. ve Ayçin, E. (2020). BIST Lokanta Ve Oteller Sektöründeki Turizm İşletmelerinin Finansal Performanslarının MACBETH ve EDAS Yöntemleri ile İncelenmesi. Ankara Hacı Bayram Veli Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 156-178.
5. Asr E. T., Hayaty M., Rafıee R., Ataıe M. ve Jalalı S.E. (2015). Selection of Optimum Tunnel Support System Using Aggregated Ranking of SAW, TOPSIS and LA Methods. International Journal of Applied Operational Research, 5(4), 49-63.
6. Atukalp, E. (2018). Bankaların Finansal Performansının Multi-MOORA Yöntemi İle Analizi. 1. Uluslararası Bankacılık Kongresi Bildiriler Kitabı, 4-5 Mayıs Ankara, 67-78.
7. Bektaş, S. (2021). Entropi Ve Mairca Yöntemiyle Türk Katılım Bankalarının Finansal Performans Sıralaması. International Journal Of Social Inquiry, 14(1), 113-144.
8. Čereška, A., Zavadskas, E. K., Cavallaro, F., Podvezko, V., Tetsman, I., ve Grinbergienė, I. (2016). Sustainable Assessment of Aerosol Pollution Decrease Applying Multiple Attribute Decision-Making Methods. Sustainability, 8(7), 586-597.

9. Chang, C. P. (2006). Managing Business Attributes and Performance for Commercial Banks. The Journal of American Academy of Business, 9(1), 104-109.
10. Çağıl, G. (2008). 2008 Küresel Kriz Sürecinde Türk Bankacılık Sektörünün Finansal Performansının Electre Yöntemi İle Analizi. Maliye ve Finans Yazıları, 1(93), 59-86.
11. Çalışkan, E. ve Eren, T. (2016). Bankaların Performanslarının Çok Kriterli Karar Verme Yöntemiyle Değerlendirilmesi. Ordu Üniversitesi Bilim ve Teknoloji Dergisi, 6(2), 85-107.
12. Çetin, A. C. ve Bıtırak, İ. A. (2010). Banka Karlılık Performansının analitik hiyerarşi süreci ile değerlendirilmesi: Ticari bankalar ile Katılım bankalarında bir uygulama. Uluslararası Alanya İşletme Fakültesi Dergisi, 2(2), 75-92.
13. Demir, G. ve Kartal, M. (2020). Güncel Çok Kriterli Karar Verme Teknikleri. Ankara: Akademisyen Kitabevi.
14. Doumpos, M. ve Zopounidis, C. (2010). A Multicriteria Decision Support System for Bank Rating. Decision support systems, 50(1), 55-63.
15. Duc Trung, D. (2022). Multi-criteria decision making under the MARCOS method and the weighting methods: applied to milling, grinding and turning processes. Manufacturing Review, 9(3), 1-13.
16. 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.
17. Ecer, F. ve Günay, F. (2015). Borsa İstanbul’da işlem gören turizm şirketlerinin finansal performanslarının gri ilişkisel analiz yöntemiyle ölçülmesi. Anatolia: Turizm Araştırmaları Dergisi, 25(1), 35-48.
18. Favardin, P., Lepelley, D. ve Serais, J. (2002). Borda rule, Copeland method and strategic manipulation. Review of Economic Design, 7(2), 213-228.
19. Gençtürk, M., Senal, S. ve Aksoy, E. (2021). COVID-19 Pandemisinin Katılım Bankaları Üzerine Etkilerinin Bütünleşik CRITIC-MARCOS Yöntemi İle İncelenmesi. Muhasebe ve Finansman Dergisi, (92), 139-160.
20. Guru, S. ve Mahalik, D.K. (2018). Evaluating and ranking the performance of banks using VIKOR analysis. The IUP Journal of Bank Management, 17(3), 26-41.
21. Gül, S. ve Bektaş, S. (2022). Türkiye’de Faaliyet Gösteren Konvansiyonel Bankaların Finansal İstikrar Performanslarının Finansal Sağlamlık Göstergeleri İle Değerlendirilmesi: Entropi ve Aras Yöntemleri İle Analizi. Pamukkale Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, (49), 553-572.
22. Güler, E., Avcı, S. ve Aladağ, Z. (2021). Türkiye’de İllerin Deprem Hasar Görebilirlik Sıralamasında PROMETHEE, VIKOR, TOPSIS Yöntemlerinin Başarılarının Değerlendirilmesi. Endüstri Mühendisliği, 32(3), 414-437.
23. Güneysu, Y., Er, B. ve Ar, İ. (2015). Türkiye’deki ticari bankalarin performanslarinin AHS ve GIA yöntemleri ile incelenmesi. Karadeniz Teknik Üniversitesi Sosyal Bilimler Enstitüsü Sosyal Bilimler Dergisi, 5(9), 71-93.
24. Hazar, A., Babuşçu, Ş., TekindaL, M. A., ve Köksal, M. O. (2017). Bankacılık Sektöründe Sermaye Yeterliliği Rasyosunu Belirleyen Risklerin Analizi. Uluslararası iktisadi ve idari incelemeler Dergisi, (20), 135-150.
25. Hazine ve Maliye Bakanlığı (2021). 8 Mayıs 2022 tarihinde https://ms.hmb.gov.tr/uploads/2021/09/2021-KBYR-Turkce-20210901.pdf adresinden eriş
26. Hazine ve Maliye Bakanlığı (2022). 28 Şubat 2022 tarihinde https://www.hmb.gov.tr/duyuru/2019-donemi-piyasa-yapici-bankalara-iliskin-basin-duyurusu adresinden erişildi.
27. Hazine ve Maliye Bakanlığı (2022a). 20 Mart 2022 tarihinde https://www.hmb.gov.tr/duyuru/2020-yili-piyasa-yapiciligi-kriterlerine-iliskin-basin-duyurusu adresinden erişildi.
28. Hazine ve Maliye Bakanlığı (2022b). 20 Mart 2022 tarihinde https://www.hmb.gov.tr/duyuru/2020-donemi-piyasa-yapici-bankalara-iliskin-basin-duyurusu adresinden erişildi.
29. Işık, Ö. ve Ersoy, E. (2020). Özel Sermayeli Mevduat Bankalarında Faiz Gelir ve Giderlerine Dayalı Performans Analizi: CRITIC Ve EDAS Yöntemleri İle Bir Uygulama. Karaca. E. Demirelli ve S. S. Karaca (Yay. Haz.). Finans Teorisine Uygulamalı Katkılar-2 içinde (ss. 69-89). Ankara: Ekin Yayınevi.
30. Karadağ Ak, Ö., Babuşçu, Ş. ve Hazar, A. (2021). Bıst Banka Endeksinde Yer Alan Mevduat Bankalarının Finansal Performanslarının Copras Yöntemiyle Değerlendirilmesi. Çankırı Karatekin Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 12(1), 280-305.
31. Karakaş, A. ve Öztel, A. (2020). Bist’de Yer Alan Turizm İşletmelerinin Finansal Performanslarının Entropi Tabanlı Topsıs Yöntemi İle Belirlenmesi: Bir Python Uygulaması. Dicle Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 10(20), 543-562.
32. Kaygusuz, M., Ersoy, B. ve Bozdoğan, T. (2020). CAMELS Değerlendirme Sistemiyle Bankaların Finansal Performanslarının TOPSIS Yöntemiyle Analizi. Itobiad: Journal of the Human & Social Science Researches, 9(1), 67-95.
33. Lestari, S., Adji, T. B. ve Permanasari, A. E. (2018). Performance comparison of rank aggregation using borda and copeland in recommender system. In 2018 International Workshop on Big Data and Information Security (IWBIS) (pp. 69-74). IEEE.
34. Liu, D., Cho, S. Y., Sun, D. M. ve Qiu, Z. D. (2010). A Spearman correlation coefficient ranking for matching-score fusion on speaker recognition. In TENCON 2010-2010 IEEE Region 10 Conference (pp. 736-741). IEEE.
35. Mazman İtik, Ü. ve Sel, A. (2021). Borsa İstanbul'da İşlem Gören Perakende Ticaret Sektörü Şirketlerinin Finansal Performansının Cilos Ağırlıklandırma ve Topsis Yöntemiyle İncelenmesi: 2013-2019. Itobiad: Journal of the Human & Social Science Researches, 10(3), 2769-2795.
36. Mirkin, B. G. (1974). The Problem of Group Choice. Science, Moscow.
37. Mukaka, M. M. (2012). A guide to appropriate use of correlation coefficient in medical research. Malawi medical journal, 24(3), 69-71.
38. Pala, O (2021). BİST Turizm Endeksinde Yer Alan Firmaların CILOS ve MAIRCA Tabanlı Finansal Performans Analizi. Abant Sosyal Bilimler Dergisi, 21(2), 163-185.
39. Parker, C. (2000). Performance Measurement. Work Study, 49(2), 63–66.
40. Podvezko, V., Zavadskas, E. K. ve Podviezko, A. (2020). An Extensıon of the New Objectıve Weıght Assessment Methods Cılos and Idocrıw to Fuzzy Mcdm. Economic Computation & Economic Cybernetics Studies & Research, 54(2), 59-75.
41. Pourjavad, E. ve Shirouyehzad, H. (2011). A MCDM approach for prioritizing production lines: a case study. International Journal of Business and Management, 6(10), 221-229.
42. Puška, A., Stojanović, I., Maksimović, A., ve Osmanović, N. (2020). Evaluation software of project management used measurement of alternatives and ranking according to compromise solution (MARCOS) method. Operational Research in Engineering Sciences: Theory and Applications, 3(1), 89-102.
43. Saari, D. G. ve Merlin, V. R. (1996). The copeland method. Economic Theory, 8(1), 51-76.
44. Sama, H. R., Kalvakolanu, S. ve Chinmay, C. (2021). Integration of ARAS and MOORA MCDM Techniques for Measuring the Performance of Private Sector Banks in India. International Journal of Uncertainty, Fuzziness and Knowledge-Based Systems, 29, 279-295.
45. 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.
46. Sel, A. (2020). CILOS Yöntemi. H. Bircan (Yay. Haz). Kriter Ağırlıklandırma Yöntemleri içinde (ss.37-50). Ankara: Nobel.
47. Spearman, C. (1906). Footrule for measuring correlation. British Journal of Psychology, 2(1), 89-108.
48. Stević, Ž. ve Brković, N. (2020). A novel integrated FUCOM-MARCOS model for evaluation of human resources in a transport company. Logistics, 4(1), 1-14.
49. Stević, Ž., Pamučar, D., Puška, A. ve Chatterjee, P. (2020). Sustainable supplier selection in healthcare industries using a new MCDM method: Measurement of alternatives and ranking according to COmpromise solution (MARCOS). Computers & Industrial Engineering, 140, 1-15.
50. Tezergil, S. A. (2016). VİKOR Yöntemi ile Türk Bankacılık Sektörünün Performans Analizi. Marmara Üniversitesi İktisadi ve İdari Bilimler Dergisi, 38(1), 357-373.
51. Topak, M. S. ve Çanakçioğlu, M. (2019). Banka Performansının Entropi ve Copras Yöntemi ile Değerlendirilmesi: Türk Bankacılık Sektörü Üzerine Bir Araştırma. Mali Çözüm Dergisi, 29(154), 107-132.
52. Türkiye Bankalar Birliği (2022). 28 Şubat 2022 tarihinde https://www.tbb.org.tr/tr/bankacilik/banka-ve-sektor-bilgileri/istatistiki-raporlar/59 adresinden erişildi.
53. Uludağ, A. S. ve Ece, O. (2018). Türkiye’de Faaliyet Gösteren Mevduat Bankalarının Finansal Performanslarının TOPSIS Yöntemi Kullanılarak Değerlendirilmesi. Finans Politik ve Ekonomik Yorumlar, (637), 49-80.
54. Ünal, E. A. (2019). Özel Sermayeli Ticari Bankalarının Finansal Performansının SD ve WASPAS Yöntemleri İle Ölçülmesi. Ekonomi Politika ve Finans Araştırmaları Dergisi, 4(3), 384-400.
55. Wu, M., Li, C., Fan, J., Wang, X. ve Wu, Z. (2018). Assessing the global productive efficiency of Chinese banks using the cross-efficiency interval and VIKOR. Emerging Markets Review, 34, 77-86.
56. Yakut, E. (2020). OECD Ülkelerinin Bilgi ve İletişim Teknolojileri Gelişmişliklerinin MOORA ve WASPAS Yöntemiyle Değerlendirilerek Kullanılan Yöntemlerin Copeland Yöntemiyle Karşılaştırılması. Atatürk Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 24 (3) , 1275-1294.
57. Yamaltdinova, A. (2017), Kırgızistan Bankalarının Finansal Performanslarının TOPSIS Yöntemiyle Değerlendirilmesi. International Review of Economics and Management, 5(2), 68-87.
58. Yetiz, F. ve Kılıç, Y. (2021). Bankaların finansal performansının VIKOR yöntemi ile değerlendirilmesi: Türkiye örneği. Akademik Araştırmalar ve Çalışmalar Dergisi (AKAD), 13(24), 151-164.
59. Yurttadur, M. ve Demirbaş, H. (2017). Türkiye'de Bulunan Katılım Bankaları ve Özel Sermayeli Mevduat Bankalarının Finansal Performanslarının Karşılaştırılması. İstanbul Gelişim Üniversitesi Sosyal Bilimler Dergisi, 4(2), 89-117.
60. Zavadskas, E ve Podvezko, V. (2016). MCDM'de Objektif Kriter Ağırlıklarının Entegre Tespiti. International Journal of Information Technology & Decision Making, 15(02), 267-283.