Finansal yatırım araçlarının LOGSTA, MEREC ve CORASO bütünleşik yöntemiyle değerlendirilmesi

Öz

Bu çalışma, Türkiye’de finansal yatırım araçlarının çok dönemli reel getiri performansını Çok Kriterli Karar Verme (ÇKKV) yaklaşımıyla değerlendirmeyi amaçlamaktadır. Analizde, Türkiye İstatistik Kurumu tarafından yayımlanan “Finansal Yatırım Araçlarının Nominal ve Reel Getiri Oranları (2025)” verilerinden yararlanılmış olup; alternatifler mevduat faizi (brüt), BIST 100 endeksi, Amerikan doları, euro, külçe altın ve devlet iç borçlanma senetleri olarak belirlenmiştir. Kriter seti, tüketici fiyat endeksine göre hesaplanan reel getiriler temel alınarak aylık, üç aylık, altı aylık, yıllık ve yıllık ortalama getiri göstergelerinden oluşturulmuştur. Buna ek olarak, reel getirinin hangi enflasyon göstergesiyle hesaplandığına bağlı olarak sonuçların ne ölçüde değiştiğini göstermek amacıyla, üretici fiyat endeksine göre hesaplanan yıllık ortalama reel getiri ile tüketici fiyat endeksine göre hesaplanan yıllık ortalama reel getiri arasındaki farkın büyüklüğü modele dâhil edilmiştir. Kriter ağırlıkları LOGSTA ve MEREC yöntemleriyle nesnel biçimde hesaplanmış, elde edilen ağırlıklar birleşik ağırlıklandırma yaklaşımıyla tek bir nihai ağırlık setinde birleştirilmiştir. Alternatiflerin sıralaması CORASO yöntemiyle gerçekleştirilmiştir. Bulgular, külçe altının en yüksek performansı gösterdiğini; onu devlet iç borçlanma senetleri ve mevduatın izlediğini ortaya koymaktadır. Sonuçların sağlamlığı, farklı sıralama yöntemleriyle yapılan karşılaştırmalar ve duyarlılık analizi aracılığıyla sınanmıştır. Çalışma, çok dönemli reel performans değerlendirmesiyle yatırım araçlarının karşılaştırılmasına yönelik objektif ve tekrarlanabilir bir ÇKKV çerçevesi sunmaktadır.

Anahtar Kelimeler

• Finansal yatırım
• LOGSTA
• MEREC
• CORASO

Etik Beyan

Araştırma etik kurul izni gerektirmemektedir. Bu çalışma bilimsel araştırma ve yayın etiği kurallarına uygun olarak hazırlanmıştır.

Evaluation of financial investment instruments using the LOGSTA, MEREC, and CORASO integrated methodology

Öz

This study aims to comparatively evaluate the multi-period real return performance of financial investment instruments in Türkiye using the Multi-Criteria Decision-Making (MCDM) approach. The analysis draws on the data published by the Turkish Statistical Institute titled “Nominal and Real Return Rates of Financial Investment Instruments (2025)” and considers the following alternatives: deposit interest rate (gross), BIST 100 index, U.S. dollar, euro, bullion gold, and government domestic debt securities. The set of criteria is constructed based on real returns calculated with respect to the consumer price index, comprising monthly, three-month, six-month, annual, and annual average return indicators. In addition, in order to reflect the extent to which the results vary depending on which inflation indicator is used to compute real returns, the model incorporates the magnitude of the difference between the annual average real return calculated according to the producer price index and the annual average real return calculated according to the consumer price index. Criterion weights are computed objectively using the LOGSTA and MEREC methods, and the resulting weights are combined into a single final weight set through a combined weighting approach. The alternatives are ranked using the CORASO method. The findings indicate that bullion gold exhibits the highest performance, followed by government domestic debt securities and deposits. The robustness of the results is tested through comparisons with different ranking methods and sensitivity analysis. Overall, the study offers an objective and replicable MCDM framework for comparing investment instruments based on multi-period real performance.

Anahtar Kelimeler

• Financial investment
• LOGSTA
• MEREC
• CORASO

Kaynakça

1. Akbulut, O. Y., & Şenol, Z. (2021). Bütünleşik SD ve PROMETHEE ÇKKV yöntemleri ile portföy optimizasyonu: BIST gıda, içecek ve tütün sektöründe ampirik bir uygulama. Muhasebe ve Finansman Dergisi, (92), 161–182.
2. Albadvi, A., Chaharsooghi, S. K., & Esfahanipour, A. (2007). Decision making in stock trading: An application of PROMETHEE. European Journal of Operational Research, 177(2), 673–683.
3. Alptekin, N., & Şıklar, E. (2009). Türk hisse senedi emeklilik yatırım fonlarının çok kriterli performans değerlendirmesi: TOPSIS metodu. Dumlupınar Üniversitesi Sosyal Bilimler Dergisi, (25), 185-196.
4. Arman, K., Cıbır, M., & Kundakcı, N. (2022). İşletmelerin finansal performansının Bulanık PIPRECIA ve MARCOS yöntemleri ile analizi: BIST tekstil, deri endeksinde bir uygulama. Muhasebe Bilim Dünyası Dergisi, 24(4), 800-826.
5. Atmaca, S., & Karadaş, H. A. (2020). Decision making on financial investment in Turkey by using ARDL long-term coefficients and AHP. Financial Innovation, 6(1), 30.
6. Ayçin, E., & Arsu, T. (2021). Sosyal gelişme endeksine göre ülkelerin değerlendirilmesi: MEREC ve MARCOS yöntemleri ile bir uygulama. İzmir Yönetim Dergisi, 2(2), 75-88.
7. Ceylan, Ö. (2024). Türkiye’de Yi-ÜFE, TÜFE ile döviz kuru dengesi ne zaman bozuldu? Eşbütünleşme ilişkilerinde kırılma noktası tespiti. Optimum Ekonomi ve Yönetim Bilimleri Dergisi, 11(1), 1–16.
8. Chen, C. T., Ova, A., & Hung, W. Z. (2024). An MCDM method with dynamic weights for investment project selection. Econ. Comput. Econ. Cybern. Stud. Res, 58, 116–131.

9. Çakır, E., & Akar, G. S. (2019). Bütünleşik SWARA–TOPSIS yöntemi ile makine seçimi: bir üretim işletmesinde uygulama. Journal of Academic Value Studies, 3(13), 206-216.
10. Çilek, A. (2022). Entegre MEREC-MAIRCA teknikleri ile BİST sigorta endeksinde hisse senedi getirisi ve finansal başarım ilişkisi. Üçüncü Sektör Sosyal Ekonomi Dergisi, 57(4), 2567–2589.
11. Demir, F. (2021). Ekonomik güven endeksi ve finansal yatırım araçları reel getirileri arasındaki zamanla değişen nedensellik ilişkisi: Türkiye örneği. Süleyman Demirel Üniversitesi Vizyoner Dergisi, 12(31), 734–751.
12. Demircanlı, B., & Kundakcı, N. (2015). Futbolcu transferinin AHP ve VIKOR yöntemlerine dayalı bütünleşik yaklaşım ile değerlendirilmesi. Dokuz Eylül Üniversitesi İktisadi İdari Bilimler Fakültesi Dergisi, 30(2), 105-129.
13. Dragi´c, R., Puška, A., Dudi´c, B., Štili´c, A., Stoši´c, L., Josimovi´c, M., & Nedeljkovi´c, M. (2025). Hybrid interval type-2 fuzzy set methodology with symmetric membership function for application selection in precision agriculture. Symmetry, 17, 1504.
14. Ecer, F., Murat, T., Dinçer, H., & Yüksel, S. (2024). A fuzzy BWM and MARCOS integrated framework with Heronian function for evaluating cryptocurrency exchanges: a case study of Türkiye. Financial Innovation, 10(1), 31.
15. Ersoy, N. (2021). Application of the PIV method in the presence of negative data: an empirical example from a real-world case. Hitit Sosyal Bilimler Dergisi, 14(2), 318-337.
16. Fidan, Ü. (2022). Portföy çeşitlendirme kararı için bitcoin bir alternatif olabilir mi? MEREC tabanlı VIKOR yaklaşımı. Akademik Yaklaşımlar Dergisi, 13(2), 526–545.
17. Güngör, S. (2019). Ekonomik güven endeksi ve finansal yatırım araçları getirileri arasındaki nedensellik ilişkisi: 2007-2017 döneminde ABD doları ve altın getirileri örneği. Yönetim ve Ekonomi Araştırmaları Dergisi, 17(1), 22–39.
18. Keshavarz-Ghorabaee, M., Amiri, M., Zavadskas, E. K., Turskis, Z., & Antucheviciene, J. (2021). Determination of objective weights using a new method based on the removal effects of criteria (MEREC). Symmetry, 13(4), 525.
19. Kıyıcı, U., Korkmaz, T., & Uygurtürk, H. (2016). Türkiye’deki bireysel emeklilik yatırım fonlarının TOPSIS, VIKOR ve MOORA yöntemleri ile karşılaştırmalı performans değerlendirmesi. Namık Kemal Üniversitesi Sosyal Bilimler Metinleri, (1), 1-16.
20. Korkmaz, Ö., Erer, D., & Erer, E. (2016). Alternatif yatırım araçlarında ortaya çıkan balonlar Türkiye hisse senedi piyasasını etkiliyor mu? BİST 100 üzerine bir uygulama. BDDK Bankacılık ve Finansal Piyasalar Dergisi, 10(2), 29–61.
21. Mitra, A., Jalan, A. K., Biswas, P., & Gupta, S. (2025). Enhancing investment decisions in Indian stock market through MCDM approach. International Journal of Indian Culture and Business Management, 35(3), 291–327.
22. Nedeljković, M., Puška, A., Jeločnik, M., Subić, J., & Pătărlăgeanu, R. S. (2025). Selection of green packaging suppliers under intuitionistic fuzzy environment: Case study of agro-food company. Scientific Papers Series "Management, Economic Engineering in Agriculture and Rural Development", 25(3), 703–718.
23. Nedeljković, M., Vujić, E., & Krstić, S. (2025). Decision support for the selection of table egg suppliers. Ekonomika poljoprivrede, 72(4), 1129–1500.
24. Orhan, S., Azkeskin, S. A., & Aladağ, Z. (2023). MOORA yöntemleri ve TOPSIS arasındaki ilişkinin bir yatırım önceliği belirleme probleminde incelenmesi. Niğde Ömer Halisdemir Üniversitesi Mühendislik Bilimleri Dergisi, 12(4), 1508–1516.
25. Özcalıcı, M. (2022). Allocation with multi-criterial decision-making techniques. Decision Making: Applications in Management and Engineering, 5(2), 78–119.
26. Puška, A. (2025). Selection of CRM systems using objective criteria for the needs of small companies. International Journal of Knowledge and Innovation Studies, 3(1), 1–11.
27. Puška, A., & Bosna, J. (2025) Evaluation of the Balkan Countries in Terms of the Logistics Performance Index efficiency. X International Conference NEW HORIZONS of Transport and Communications - TransportaCom, 272–284.
28. Puška, A., Beganović, A. I., & Šadić, S. (2018). Model for investment decision making by applying the multi-criteria analysis method. Serbian Journal of Management, 13(1), 7–28.
29. Puška, A., Igić, S., Prdić, N., Dudić, B., Stojanović, I., Stošić, L., & Nedeljković, M. (2025). Application of intuitionistic fuzzy approaches and bonferroni mean operators in the selection of suppliers of agricultural equipment and machinery for the needs of the agriculture 4.0 system. Mathematics, 13(14), 2268.
30. Puška, A., Nedeljkovi´c, M., Božani´c, D., Štili´c, A., & Muhsen, Y. R. (2024). Evaluation of agricultural drones based on the COmpromise Ranking from Alternative SOlutions (CORASO) methodology. Eng. Rev., 44, 77–90.
31. Puska, A., Nedeljkovic, M., & Bosna, J. (2025). Decision support for application selection in smart farming. Agriculture and Forestry, 71(3), 113–125.
32. Shabani, M., Tavakoli, S., Ghanbari, H., Kumar, R. R., & Stauvermann, P. J. (2026). An empirical framework for evaluating and selecting cryptocurrency funds using DEMATEL-ANP-VIKOR. Journal of Risk and Financial Management, 19(1), 29.
33. Stevic, Z., Ulutas, A., Topal, A., Marinkovic, D., & Cavoski, S. (2025). A new objective method for determining criteria weights in MCDM models-LOGSTA. International Journal of Simulation Modelling (IJSIMM), 24(4), 589–600.
34. Şahin, A., & Akkaya, C. G. (2013). PROMETHEE sıralama yöntemi ile portföy oluşturma üzerine bir uygulama. Ekonomi ve Yönetim Araştırmaları Dergisi, 2(2), 67–81.
35. Şeyranlıoğlu, O., Kara, M. A., & Çilek, A. (2024). MEREC ve COPRAS yöntemleri ile piyasa çarpanlarına dayalı borsa performans değerlendirmesi: Bist-30 pay endeksi uygulaması. Anadolu Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 25(1), 141–167.
36. Torkayesh, A. E., Deveci, M., Karagoz, S., & Antucheviciene, J. (2023). A state-of-the-art survey of evaluation based on distance from average solution (EDAS): Developments and applications. Expert systems with applications, 221, 119724.
37. Tufan, D., & Ulutaş, A. (2026). Supplier selection in the food sector: An integrated approach using LODECI and CORASO methods. Spectrum of Decision Making and Applications, 3(1), 40–51. Türegün, N. (2022). Financial performance evaluation by multi-criteria decision-making techniques. Heliyon, 8, e09361.
38. Türkiye İstatistik Kurumu. (2025). Finansal yatırım araçlarının reel getiri oranları, Aralık 2025. TÜİK Veri Portalı. https://data.tuik.gov.tr/Bulten/Index?p=Finansal-Yatirim-Araclarinin-Reel-Getiri-Oranlari-Aralik-2025-58228. (Erişim Tarihi: 15.01.2026)
39. Uçakcıoğlu, B., & Eren, T. (2017). Analitik hiyerarşi prosesi ve VIKOR yöntemleri ile hava savunma sanayisinde yatırım projesi seçimi. Harran Üniversitesi Mühendislik Dergisi, 2(2), 35–53.
40. Veeramani, C., Venugopal, R., & Edalatpanah, S. A. (2025). Enhanced stock selection using a hybrid multi-criteria decision-making approach with interval type-2 fuzzy framework. OPSEARCH, 1–32.
41. Yıldız, A. (2014). BIST 100 endeksi ile alternatif yatırım araçlarının ilişkisi. Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 19(2), 39–56.
42. Yılmaz, Y., & Kılıç, E. (2022). Geleneksel yatırım araçları arasında getiri ve volatilite etkileşiminin VAR-EGARCH modeli ile analizi. Dicle Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, (30), 1–14.
43. Zavadskas, E. K., & Podvezko, V. (2016). Integrated determination of objective criteria weights in MCDM. International Journal of Information Technology and Decision Making, 15(2), 267–283.
44. Zavadskas, E. K., Turskis, Z., Antucheviciene, J., & Zakarevicius, A. (2012). Optimization of weighted aggregated sum product assessment. Elektronika ir elektrotechnika, 122(6), 3-6.
45. Zhang, H., Wang, H., Wei, G., & Chen, X. (2023). An integrated decision support system for stock investment based on spherical fuzzy PT-EDAS method and MEREC. Technological and Economic Development of Economy, 29(4), 1353–1381.
46. Zhang, X., Wang, C., Li, E., & Xu, C. (2014). Assessment model of eco-environmental vulnerability based on improved entropy weight method. The Scientific World Journal, 2014, 1-7.