BANKA PERFORMANS ÖLÇÜMÜNDE TOPSIS VE PROMETHEE YÖNTEMLERİNİN KARŞILAŞTIRILMASI

Yıl 2020, Cilt: 34 Sayı: 1, 99 - 117, 25.01.2020

Tuğba Sarı

https://doi.org/10.16951/atauniiibd.480238

Cited By: 17

Öz

Bu çalışmada
kamu, özel ve yabancı sermayeli olmak üzere toplam 11 Türk bankasının finansal
performanslarının analiz edilmesi için, çok kriterli karar verme yöntemlerini
esas alan bir model oluşturulmuştur. Çalışmanın amacı, banka performansının
değerlendirilmesinde kullanılan TOPSIS ve PROMETHEE metotlarının bir
karşılaştırmasını yapmaktır. Toplam 13 finansal oranın kriter olarak
kullanıldığı bu modelde, bankalar en yüksek performanstan en düşüğe doğru sıralanmıştır.
Elde edilen sıralamalar, en temel performans kriterleri olan aktif karlılık ve
öz kaynak karlılığına olan yakınlıkları ile kıyaslanmıştır. Karşılaştırmalı
analizlere göre PROMETHEE yönteminin, banka performansını belirlemede, TOPSIS yöntemine
göre daha etkili bir değerlendirme aracı olduğu sonucuna varılmıştır.

Anahtar Kelimeler

: Banka Performansı, Banka Etkinliği, TOPSIS, PROMETHEE

COMPARISON OF TOPSIS AND PROMETHEE METHODS IN BANK PERFORMANCE MEASUREMENT

Öz

In this study, a model based on
multi criteria decision making methods is established to analyze the financial
performance of 11 Turkish banks with public, private and foreign capital. The
aim of this study is to make a comparison of TOPSIS and PROMETHEE methods which
are used in evaluation of bank performance. In this model, where 13 financial
ratios are used as criteria, banks are ranked from the highest performance to
the lowest. The rankings are compared with the most basic performance criteria,
namely the return on assets and the return on equity. According to the
comparative analysis, PROMETHEE method is a more effective evaluation tool in
determining the performance of the banks than the TOPSIS method.

Anahtar Kelimeler

Bank Performance, Bank Efficiency, TOPSIS, PROMETHEE

Kaynakça

• Bağcı, H., & Rençber, Ö. F. (2014). Kamu bankaları ve halka açık özel bankaların promethee yöntemi ile karlılıklarının analizi. Aksaray Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 6(1), 39-47.
• Bayyurt, N. (2013). Ownership Effect on Bank's Performance: Multi Criteria Decision Making Approaches on Foreign and Domestic Turkish Banks. Procedia-Social and Behavioral Sciences, 99, 919-928.
• Behzadian, M., Kazemzadeh, R. B., Albadvi, A., & Aghdasi, M. (2010). PROMETHEE: A comprehensive literature review on methodologies and applications. European Journal of Operational Research, 200(1), 198-215.
• Berger, A. N., & Humphrey, D. B. (1997). Efficiency of financial institutions: International survey and directions for future research. European journal of operational research, 98(2), 175-212.
• Brans, J. P., Vincke, J. P., (1985). A preference ranking organization method: The PROMETHEE method for multiple criteria decision making. Management Science, 31, 647-656.
• Brans, J. P., & Mareschal, B. (2005). PROMETHEE methods, Multiple criteria decision analysis: state of the art surveys (pp. 163-186). Springer, New York, NY.
• Brown, K., & Skully, M. T. (2002). International studies in comparative banking: a survey of recent developments. Australasian Banking and Finance Conference, Sydney, Australia.
• Çalışkan , E., & Eren, T. (2016). Bankaların Performanslarının Çok Kriterli Karar Verme Yöntemiyle Değerlendirilmesi. Ordu Üniversitesi Bilim ve Teknoloji Dergisi, 6(2), 85-107.
• Dash, M. (2017). A model for bank performance measurement integrating multivariate factor structure with multi-criteria PROMETHEE methodology. Asian Journal of Finance & Accounting, 9(1), 310-332.
• Doumpos, M., & Zopounidis, C. (2010). A multicriteria decision support system for bank rating. Decision Support Systems, 50(1), 55-63.
• Gardener, E., Molyneux, P., & Nguyen-Linh, H. (2011). Determinants of efficiency in South East Asian banking. The Service Industries Journal, 31(16), 2693-2719.
• European Central Bank (2010). Beyond ROE - How to measure bank performance,Frankfurt,Germany. https://www.ecb.europa.eu/pub/pdf/other/beyondroehowtomeasurebankperformance201009en.pdf
• Hemmati, M., Dalghandi, S., & Nazari, H. (2013). Measuring relative performance of banking industry using a DEA and TOPSIS. Management Science Letters, 3(2), 499-504.
• Hwang, C. L., & Yoon, K. (1981). Methods for multiple attribute decision making. In Multiple attribute decision making (pp. 58-191). Springer, Berlin, Heidelberg.
• Kosmidou, K., & Zopounidis, C. (2008). Measurement of bank performance in Greece. South-Eastern Europe Journal of Economics, 1(1), 79-95.
• Mandic, K., Delibasic, B., Knezevic, S., & Benkovic, S. (2014). Analysis of the financial parameters of Serbian banks through the application of the fuzzy AHP and TOPSIS methods. Economic Modelling, 43, 30-37.
• Önder, E., Taş, N., & Hepsen, A. (2013). Performance Evaluation of Turkish Banks Using Analytical Hierarchy Process and TOPSIS Methods. Journal of International Scientific Publication: Economy & Business, Volume 7, Part 1, 2013, pp. 470-503.
• Sakarya, Ş., & Aytekin, S. (2013). İMKB'de İşlem Gören Mevduat Bankalarının Performansları ile Hisse Senedi Getirileri Arasındaki İlişkinin Ölçülmesi: PROMETHEE Çok Kriterli Karar Verme Yöntemiyle Bir Uygulama. Uluslararası Alanya İşletme Fakültesi Dergisi, 5(2), 99-109.
• Sari, T., & Timor, M. (2015). Tedarikçi Seçiminde ANP, Taguchi ve TOPSIS Yöntemleri ile Otomotiv Sektöründe Bir Uygulama. Kafkas Üniversitesi İktisadi ve İdari Bilim Fakültesi Dergisi, 6(10), 281-300.
• Seçme, N. Y., Bayrakdaroğlu, A., & Kahraman, C. (2009). Fuzzy performance evaluation in Turkish banking sector using analytic hierarchy process and TOPSIS. Expert Systems with Applications, 36(9), 11699-11709.
• Timor, M. (2011). Analitik Hiyerarşi Prosesi, İstanbul, Türkmen Kitabevi.
• Wanke, P., Azad, M. A. K., & Barros, C. P. (2016a). Predicting efficiency in Malaysian Islamic banks: A two-stage TOPSIS and neural networks approach. Research in International Business and Finance, 36, 485-498.
• Wanke, P., Azad, M. A. K., & Barros, C. P. (2016b). Efficiency factors in OECD banks: A ten-year analysis. Expert Systems with Applications, 64, 208-227.
• Wanke, P., Azad, M. A. K., Barros, C. P., & Hassan, M. K. (2016c). Predicting efficiency in Islamic banks: An integrated multicriteria decision making (MCDM) approach. Journal of International Financial Markets, Institutions and Money, 45, 126-141.
• Wu, H. Y., Tzeng, G. H., & Chen, Y. H. (2009). A fuzzy MCDM approach for evaluating banking performance based on Balanced Scorecard. Expert Systems with Applications, 36(6), 10135-10147.
• Yayar, R., & Baykara, H. V. (2012). TOPSIS Yöntemi ile Katilim Bankalarinin Etkinligi ve Verimliligi Üzerine Bir Uygulama/An Implementation upon Efficiency and Productivity of Participation Banks with TOPSIS Method. Business and Economics Research Journal, 3(4), 21.
• Yıldırım, B. F., & Demirci, E. Banka Performansının TOPSIS-M Uygulaması İle Değerlendirilmesi. Söke İşletme Fakültesi Priene Uluslararası Sosyal Bilimler Dergisi, 1(1), 35-48.