BANKALARIN BAKIŞ AÇISINDAN BIST SINAİ İŞLETMELERİNİN DEĞERLENDİRİLMESİ – SWARA-GİA BÜTÜNLEŞİK YAKLAŞIMI

Yıl 2019, , 229 - 241, 30.07.2019

Aşkın Özdağoğlu , Murat Kemal Keleş

https://doi.org/10.21076/vizyoner.532727

Cited By: 4

Öz

Bir imalat işletmesinin performansını anlamak için göz önüne alınması gereken pek çok faktör bulunmaktadır. Bu faktörler bir arada analiz edilmelidir. Değerlendirme faktörleri, banka finans uzmanları ile mülakatlar yapılarak ve literatür araştırması sonucunda belirlenmiştir. Belirlenen değerlendirme faktörleri; likidite oranları, mali yapı oranları, devir hızı oranları ve kârlılık oranlarına ait 15 adet finansal orandır. Söz konusu 15 adet değerlendirme faktörünün ağırlığı SWARA yöntemi ile belirlenmiştir. Ardından, Borsa İstanbul (BIST) Sınai kategorisinde yer alan 157 adet işletme, GİA yöntemi ile analiz edilmiştir. Analizi yapabilmek için gerekli olan BIST Sınai kategorisinde yer alan işletmelerin bilanço ve gelir tablolarına ait veriler Finnet programı yardımıyla elde edilmiştir. Bu çalışmanın amacı, BIST Sınai kategorisinde yer alan işletmelerin performanslarını bankacı gözüyle değerlendirmektir. Sonuçlar sektör için faydalı bilgiler sunmaktadır. Verilerin analiz edilmesinde, Excel paket programı kullanılmıştır.

Anahtar Kelimeler

BIST Sınai, Çok Ölçütlü Karar Verme, SWARA, GİA

THE EVALUATION OF BIST INDUSTRIAL ENTERPRISES FROM THE VIEW POINT OF BANKS - SWARA-GRA INTEGRATED APPROACH

Öz

There are many different factors that should be taken into account for understanding the performance of a manufacturing company. These factors should be analysed together. Evaluation factors are determined by interviews with the financial experts at the banks in addition to the literature survey. The evaluation factors that are determined are 15 financial ratios related to liquidity ratios, financial structure ratios, turnover rates and profitability ratios. Within the scope of the study, the weights of these financial ratios are found with SWARA method. Then, the companies in BIST manufacturing category are analysed with GRA method. Balance sheet and income statements data of the enterprises included in the BIST Industrial category, which are required for the analysis, are obtained with the help of the Finnet program. The purpose of the study is to evaluate the performances of enterprises in the BIST Industrial category from the viewpoint of the bank managers. The results provide useful information for the sector. Excel package program is used for analysing the data.

Anahtar Kelimeler

BIST Manufacturing, Multi Criteria Decision Making, SWARA, GRA

Kaynakça

• Adıgüzel, Mercangöz, B., Özaslan, Çalışkan, B.Ö. ve Yıldırım, B.F. (2018). “Fortune 500 Türkiye’de Yer Alan Lojistik İşletmelerinin Sosyal Medya Kullanımının Analizi ve Değerlendirilmesi”, İşletme Araştırmaları Dergisi, 10/4, 1321-1341.
• Alimardani, M., Hashemkhani, Zolfani, S., Aghdaie, M.H. ve Tamošaitienė, J. (2013). “A Novel Hybrid SWARA and VIKOR Methodology for Supplier Selection in an Agile Environment”, Technological and Economic Development of Economy, 19(3), 533-548.
• Alpay, M.G. ve Sakınç, İ. (2017). “Türk Bankacılık Sektörünün Yeniden Yapılandırma Öncesi Ve Sonrası Gri İlişkisel Analiz İle Finansal Performans Analizi”, Ömer Halisdemir Üniversitesi, İktisadi ve İdari Bilimler Fakültesi Dergisi, 10(2), 49-61.
• Apan, M., Öztel, A. ve İslamoğlu, M. (2015). “Teknoloji Sektörünün Entropi Ağırlıklı Uzlaşık Programlama (CP) ile Finansal Performans Analizi: BİST’de Bir Uygulama”, 19. Finans Sempozyumu, Hitit Üniversitesi, 21 Ekim 2015, Çorum, 477-486.
• Ayçin, E. (2018). “Veri Tabanı Yönetim Sistemi Seçiminde SWARA ve Copras Yöntemlerinin Bütünleşik Olarak Kullanılması”, Journal of Business in The Digital Age, 1(2), 51-58.
• Aydeniz, E. Ş. (2009). “Makroekonomik Göstergelerin Firmaların Finansal Performans Ölçütleri Üzerindeki Etkisinin Ölçülmesine Yönelik Bir Araştırma: İMKB’ye Kote Gıda ve İçecek İşletmeleri Üzerine Bir Uygulama”, Marmara Üniversitesi İİBF Dergisi. 27(2), 263-277.
• Aytaç, Adalı, E. ve Tuş, Işık, A. (2017). “Bir Tedarikçi Seçim Problemi İçin Swara ve Waspas Yöntemlerine Dayanan Karar Verme Yaklaşımı”, International Review of Economics and Management, 5(4), 56-77.
• Chang, C.P. (2006). “Managing Business Attributes and Performance for Commercial Banks”, The Journal of American Academy of Business, 9(1), 104-109.
• Çakır, E., Akel, G. ve Doğaner, M. (2018). “Türkiye’de Faaliyet Gösteren Özel Alışveriş Sitelerinin Bütünleşik Swara - Waspas Yöntemi İle Değerlendirilmesi”, Uluslararası İktisadi ve İdari İncelemeler Dergisi, UİİİD-IJEAS, (18. EYİ Özel Sayısı), 599-616.
• Çabuk, A. ve Lazol, İ. (2007). Mali Tablolar Analizi, Ankara: Nobel Yayın Dağıtım.
• Elitaş, C., Eleren, A., Yıldız, F. ve Doğan, M. (2012). “Gri İlişkisel Analiz İle Sigorta Şirketlerinin Performanslarının Belirlenmesi”, 16. Finans Sempozyumu, Atatürk Üniversitesi İktisadi ve İdari Bilimler Fakültesi, 10-13 Ekim 2012, 521-529.
• Finnet Veri Tabanı (2019). Finnet Kurumsal Aboneliği, https://www.finnet.com.tr, (Erişim Tarihi: 18 Şubat 2019).
• Gündoğdu, A. (2018). “Türkiye’de Katılım Bankalarının Finansal Performansının Gri İlişki Analizi İle Ölçülmesi”, Uluslararası İktisadi ve İdari İncelemeler Dergisi, UİİİD-IJEAS, (17. UİK Özel Sayısı), 201-214.
• Karabasevic, D., Stanujkic, D., Urosevic, S., ve Maksimovic, M. (2015). “Selection of candidates in the mining industry based on the application of the SWARA and the MULTIMOORA methods” Acta Montanistica Slovaca, 20(2), 116-124.
• Karadeniz, E., Koşan, L., Günay, F. ve Beyazgül, M. (2017). “Türk İmalat Sektöründe Finansal Performansın Gri İlişkisel Analiz Yöntemi ile İncelenmesi: Türkiye Cumhuriyet Merkez Bankası İmalat Alt Sektör Bilançolarında Bir Araştırma”, Muhasebe ve Vergi Uygulamaları Dergisi, 10(2), 161-184.
• Karkacıer, O. ve Yazgan, A.E. (2017). “Turizm Sektöründe Gri İlişkisel Analiz (Gia) Yöntemiyle Finansal Performans Değerlemesi”, Selçuk Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, (37), 154-162.
• Korucuk, S. (2019). “ÇKKV Yöntemleri İle İmalat İşletmelerinde TZY Performans Faktörlerinin Önem Derecelerinin Belirlenmesi ve En İdeal Rekabet Stratejisi Seçimi: Ordu İli Örneği”, Dokuz Eylül Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 33(2), 569-593.
• Kouchaksaraei, Haghnazar, R., Hashemkhani, Zolfani, S. ve Golabchi, M. (2015). “Glasshouse Locating Based On SWARA-COPRAS Approach”, International Journal of Strategic Property Management, 19(2), 111-122.
• Kung, C.Y. ve Wen, K.L. (2007). “Applying Grey Relational Analysis and Grey Decision-Making to Evaluate the Relationship Between Company Attributes and its Financial Performance-A Case Study of Venture Capital Enterprises in Taiwan”, Decision Support Systems, 43(3), 842-852.
• Lin, S.L. ve Wu, S.J. (2011). Is Grey Relational Analysis Superior to the Conventional Techniques in Predicting Financial Crisis? Expert Systems with Applications, 38(5), 5119-5124.
• Meydan, C., Yıldırım, B.F. ve Senger, Ö. (2016). “BİST’te İşlem Gören Gıda İşletmelerinin Finansal Performanslarının Gri İlişkisel Analiz Yöntemi Kullanılarak Değerlendirilmesi”, Muhasebe ve Finansman Dergisi, 69, 147- 167.
• Nezhad, M. R. G., Hashemkhani, Zolfani, S., Moztarzadeh, F., Zavadskas, E.K. ve Bahrami, M. (2015). “Planning The Priority of High Tech Industries Based on SWARA-WASPAS Methodology: The Case of The Nanotechnology Industry in Iran”, Economic Research-Ekonomska Istrazivanja, 28(1), 1111–1137.
• Özbek, A. (2017). Çok Kriterli Karar Verme Yöntemleri ve Excel ile Problem Çözümü, Seçkin Yayıncılık. Ankara.
• Özbek, A. ve Demirkol, İ. (2018). “AHS ve SWARA Yöntemleri İle Yem Sektöründe İş Sağlığı ve Güvenliği Kriterlerinin Ağırlıklandırılması”, Afyon Kocatepe Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 20(2), 51-66.
• Özbek, A. ve Erol, E. (2018). “Lojistik Sektöründe Faaliyet Gösteren İşletmelerin SWARA ve GİA Yöntemleri İle Analizi”, Kırıkkale Üniversitesi Sosyal Bilimler Dergisi (KÜSBD), 8(1), 71-86.
• Peker, İ. ve Baki, B. (2011). “Gri ilişkisel analiz yöntemiyle Türk sigortacılık sektöründe performans ölçümü”, Uluslararası İktisadi ve İdari İncelemeler Dergisi, 4(7), 1-17. Savcı, M. (2010). Mali Tablolar Analizi, Trabzon: Murathan Yayınevi.
• Singh, R., Chaturvedi, V. ve Vimal, J. (2012). “Optimization of control parameters for mechanical and wear properties of carburized mild steel using grey relational analysis”, International Journal of Engineering Research and Applications (IJERA), 2(3), 2047-2052.
• Şengül, Ü. ve Ece, N. (2018). “Gri İlişkisel Analiz Yöntemi İle Finansal Performans Değerlendirilmesi: BİST 100 Üzerine Bir Araştırma”, Journal of Awareness, 3,(Special), 865-880.
• Tayyar, N., Akcanlı, F., Genç, E. ve Erem, I. (2014). “BİST’e Kayıtlı Bilişim ve Teknoloji Alanında Faaliyet Gösteren İşletmelerin Finansal Performanslarının Analitik Hiyerarşi Prosesi (AHP) ve Gri İlişkisel Analiz (GİA) Yöntemiyle Değerlendirilmesi”, Muhasebe ve Finansman Dergisi, Ocak, 19-40.
• Yurdoğlu, H. ve Kundakcı, N. (2017). “Swara ve Waspas Yöntemleri İle Sunucu Seçimi”, Balıkesir Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 20 (38), 253-269.