Financial Performance Analysis of the Sea and Coastal Freight Water Transport Sector Using the Entropy-Based COPRAS Method

Year 2022, Volume: 7 Issue: 2, 341 - 356, 16.01.2023

İsmail Fatih Ceyhan , Ferhat Demirci

https://doi.org/10.26650/JTL.2022.1029349

Abstract

The aim of the research is to analyze the financial performance of the Turkish sea and coastal freight water transport sector for the 2009-2020 period. This period has been sorted using the COPRAS method, a multi-criteria decision-making method, in terms of financial ratios widely used in financial analysis. The weight values of the criteria have been calculated using the entropy method. When considering the entropy method’s findings, financial ratios related to profitability took on higher values than the other ratios. According to the findings, the most successful year in this period was 2012, and the least successful year was 2011. The study results generally conclude the sector to have shown variable financial performance during the period and the factors determining the financial performance ranking for this sector to be the profitability ratios.

Keywords

Sea Freight Transportation, Financial Performance, Multi-Criteria Decision Making, COPRAS, Entropy

Türk Deniz ve Kıyı Sularında Yük Taşımacılığı Sektörünün Entropi-COPRAS Yöntemleriyle Finansal Performansının Analizi

Abstract

Deniz yolu taşımacılığı, üç tarafı denizlerle çevrili coğrafi yapısı sebebiyle Türkiye için oldukça önemlidir. Diğer taşımacılık türleriyle karşılaştırıldığında, deniz yolu taşımacılığı sektörünün görece olarak düşük birim maliyete imkân vermesi ve taşımacılığa konu olan ürünlerin çeşitliliği, sektörün en cazip yönleri olarak kabul edilmektedir. Sektörün gelişimine ilişkin yasal otorite tarafından konulan makro hedeflere ek olarak, sektörde faaliyet gösteren firmaların sürdürülebilir bir mali yapıda olmaları da oldukça önemlidir.
Araştırmanın amacı, Türk deniz kıyı sularında yük taşımacılığı sektörünün finansal performansını 2009-2020 dönemi için analiz etmektedir. Bahsedilen dönem, finansal analizde yaygın kullanıma sahip finansal oranlar üzerinden çok kriterli karar verme yöntemi ile sıralamaya tabi tutulmuştur. Çok kriterli karar verme yöntemi olarak COPRAS (Karmaşık Nispi Değerleme Yöntemi) tercih edilmiş, kriterlerin ağırlık değerleri entropi yöntemi ile hesaplanmıştır. Entropi yöntemi bulgularına göre karlılıkla ilgili finansal oranlar, diğer oranlara göre daha yüksek değerler almıştır. COPRAS yöntemi ile elde edilen bulgulara göre ise ilgili dönemde en başarılı yıl 2012 yılı, en başarısız yıl ise 2011 yılı olmuştur. Genel olarak değerlendirildiğinde, sektörün ilgili dönemde yıllar itibariyle değişken bir finansal performans seyri gösterdiği ve ayrıca finansal performans sıralamasında belirleyici olan faktörlerin kârlılıkla ilgili göstergeler olduğu sonuçlarına ulaşılmıştır.

Keywords

Deniz Yolu Yük Taşımacılığı, Finansal Performans, Çok Kriterli Karar Verme, COPRAS, Entropi

References

• Abdel-Basset, M., Ding, W. P., Mohamed, R., & Metawa, N. (2020). An integrated plithogenic MCDM approach for financial performance evaluation of manufacturing industries. Risk Management-An International Journal, 22(3), 192–218. https://doi.org/10.1057/s41283-020-00061-4
• Akgül, Y. (2019). Çok kriterli karar verme yöntemleriyle Türk bankacilik sisteminin 2010-2018 yillari
• arasindaki performansinin analizi. Finans Ekonomi ve Sosyal Araştırmalar Dergisi, 4(4), 567–582.
• Aksoy, E. E., & Yildiz, A. (2017). Applying Data Envelopment Analysis to Evaluate Firm Performance. In U. Hacioglu, H. Dincer, & N. Alayoglu (Eds.), Global Business Strategies In Crisis: Strategic Thinking And Development (pp. 319–334). https://doi.org/10.1007/978-3-319-44591-5_22
• Arslan, R. (2018). Çok Kriterli Karar Verme Yöntemlerinin Karşılaştırılması ve Bütünleştirilmesi: OECD Verileri Üzerine Bir Uygulama. Sivas Cumhuriyet Üniversitesi Sosyal Bilimler Enstitüsü İşletme Anabilim Dalı (Yayımlanmamış Doktora Tezi).
• Çakır, S., & Perçin, S. (2013). Çok Kriterli Karar Verme Teknikleriyle Lojistik Firmalarında Performans Ölçümü. Ege Akademik Bakış, 13(4), 449–459.
• Ceylan, S. (2020). Deniz Taşımacılığı ve Incoterms: FOB’a İlişkin Bir Değerlendirme. Uygulamalı Bİlimler Fakültesi Dergisi, 2(2), 13–39.
• Demir, G. (2021). Türk bankacılık sisteminin finansal performansının ROC-ITARA-CODAS yöntemleriyle
• analizi. Gümüşhane Üniversitesi Sosyal Bilimler Enstitüsü Elektronik Dergisi, 12(3), 831–847.
• Doğan, Ö. (2020). T.C. Merkez Bankası Sektör Bilançoları Üzerinden Deniz Yolu Yük Taşımacılığının Finansal Performans Analizi. Türk Denizcilik ve Deniz Bilimleri Dergisi, 6(2), 191–206.
• Dursun, A., & Erol, S. (2012). Denizyolu Yük Taşımacılığı Sektöründe Faaliyet Gösteren Firmaların Finansal Yapı Analizi. Atatürk Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 16(3), 367–382.
• Eğilmez, M. (2014). Türkiye Ekonomisinin Görünümü, https://www.mahfiegilmez.com/2014/01/turkiye- ekonomisinin-gorunumu.html. Erişim Tarihi:14.09.2022.
• Farrokh, M., Heydari, H., & Janani, H. (2016). Two comparative MCDM approaches for evaluating the financial performance of Iranian basic metals companies. Iranian Journal of Management Studies, 9(2), 359–382.
• Hwang, C.-L., & Yoon, K. (1981). Multiple Attribute Decision Making Methods and Applications A State- of-the-Art Survey. Springer-Verlag.
• IMEAK. (2011). Denizcilik Sektör Raporu 2011, https://www.denizticaretodasi.org.tr/Media/ SharedDocuments/sektorraporu/2011sr_TR.pdf. Erişim Tarihi:15.09.2022.
• IMEAK. (2021). Denizcilik Sektör Raporu 2021, https://www.denizticaretodasi.org.tr/tr/yayinlarimiz/ sektorraporu. Erişim Tarihi:10.09.2021.
• Jacintho, V. G., & Kroenke, A. (2021). Economic and financial indicators of Brazilian companies: a comparison between sectors. Revista Ambiente Contabil, 13(1), 90–113. https://doi.org/10.21680/2176- 9036.2021v13n1ID19365
• Kablan, A., & Erdoğan, S. (2021). Mülkiyetine Göre Bankaların Finansal Performaslarının COPRAS Yöntemi ile Analizi: 1980-2018 Yılları Arası Türk Bankacılık Sektörü Üzerine Bir Araştırma. Mali Çözüm, 31(163), 67–92.
• Kaklauskas, A., Zavadskas, E. K., & Raslanas, S. (2005). Multivariant design and multiple criteria analysis of building refurbishments. Energy and Buildings, 37(4), 361–372. https://doi.org/10.1016/j. enbuild.2004.07.005
• Karadeniz, E., & Kılıç, E. (2015). Deniz ve Kıyı Sularında Yolcu Taşımacılığı Sektörünün Finansal Performansının Oran Yöntemiyle Analizi. Bolu Abant İzzet Baysal Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 15(2), 79–98.
• Karahan, C. B., & Kırval, L. (2018). Clustering Analysis of Turkish Maritime Transportation Sector. Journal of Transportation and Logistics, 3(2), 63–80.
• Ömürbek, N., & Mercan, Y. (2014). İmalat Alt Sektörlerinin Finansal Performanslarının TOPSIS ve ELECTRE Yöntemleri İle Değerlendirilmesi. Çankırı Karatekin Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 4(1), 237–266.
• Özbek, A. (2018). Fortune 500 Listesinde Yer Alan Lojistik Firmaların Değerlendirilmesi. AKÜ İktisadi ve İdari Bilimler Fakültesi Dergisi, 20(1), 13–26.
• Özbek, A., & Demirkol, İ. (2018). Lojistik Sektöründe Faaliyet Gösteren İşletmelerin SWARA ve GİA Yöntemleriyle Analizi. Kırıkkale Üniversitesi Sosyal Bilimler Dergisi, 8(1), 71–86.
• Podvezko, V. (2011). The comparative analysis of MCDA methods SAW and COPRAS. Engineering Economics, 22(2), 134–146. https://doi.org/10.5755/j01.ee.22.2.310
• Shannon, C. E. (1948). A Mathematical Theory of Communication. Bell System Technical Journal, XXVII(3), 379–423. https://doi.org/10.1002/j.1538-7305.1948.tb01338.x
• T.C. Cumhurbaşkanlığı Strateji ve Bütçe Başkanlığı. (2019). On Birinci Kalkınma Planı.
• T.C. Merkez Bankası. (2021). Sektör Bilançoları, https://www.tcmb.gov.tr/wps/wcm/connect/TR/TCMB+TR/ Main+Menu/Istatistikler/Reel+Sektor+Istatistikleri/Sektor+Bilancolari/Sektor+Bilanco+Verileri/. Erişim Tarihi:15.09.2021.
• Tunalı, H., & Akarçay, N. (2018). Deniz Taşımacılığı ile Sanayi Üretimi İlişkisinin Analizi: Türkiye Örneği. İktisadi İdari ve Siyasal Araştırmalar Dergisi, 3(6), 111–122.
• Wanke, P., Azad, M. A. K., Barros, C. P., & Hassan, M. K. (2016). Predicting efficiency in Islamic banks: An integrated multicriteria decision making (MCDM) approach. Journal Of International Financial Markets Institutions & Money, 45, 126–141. https://doi.org/10.1016/j.intfin.2016.07.004 WE - Social Science Citation Index (SSCI)
• Zavadskas, E. K., Kaklauskas, A., & Sarka, V. (1994). The new method of multicriteria complex proportional
• assessment of projects. Technological and Economic Development of Economy, 1(3), 131–139.
• Zhang, X., Wang, C., Li, E., & Xu, C. (2014). Assessment Model of Ecoenvironmental Vulnerability Based on Improved Entropy Weight Method. The Scientific World Journal, 2014, 797814. https://doi. org/10.1155/2014/797814