ANALYZING THE PERFORMANCE OF THE TURKISH PARTICIPATION BANKING SECTOR USING THE LOPCOW-MOOSRA MODEL

Yıl 2024, , 115 - 134, 20.12.2023

Tuba Gülcemal , Abdullah Çağlar İzci

https://doi.org/10.31671/doujournal.1287120

Öz

Banking sector is the sector with the largest share in the financial system in Turkey. In the meantime, participation banking sector is increasing its share in the banking sector day by day, as there is a large segment of our country desiring transactions free from interest. The present study aimed to measure the financial performance of the Turkish Participation Banking sector for the period between January 2021 and October 2022. Thus, it is aimed to determine the most important financial performance indicators within the sector for Islamic banks. In this study, performance evaluation was made on 6 criteria making use of the total sector data of participation banks. These criteria include Loans, Dividends Received, Return on Assets, Return on Equity, Operating Expenses / Average Total Assets, and Liabilities / Total Equity, respectively. After weighting the criteria with the LOPCOW method, the alternatives were ranked using the MOOSRA methods. The results of the LOPCOW method showed that the most effective criterion in determining the financial performance of participation banks is the Foreign Resources / Total Equity criterion. The findings of the current study show that the most successful period of the participation banking sector was October 2022 while the most unsuccessful period was January 2021. Moreover, the findings reveal that the performance of the sector tends to increase continuously.

Anahtar Kelimeler

Performance Analysis, Participation Banks, LOPCOW, MOOSRA, MCDM

TÜRK KATILIM BANKACILIĞI SEKTÖRÜNÜN PERFORMANSININ LOPCOW-MOOSRA MODELİYLE ANALİZİ

Öz

Türkiye’de finansal sistem içerisinde en büyük paya sahip sektör bankacılık sektörüdür. Ülkemizde faizden uzak işlem yapmak isteyen büyük bir kesimin bulunması sebebiyle katılım bankacılığı sektörü bankacılık sektörü içerisindeki payını gün geçtikçe artırmaktadır. Bu çalışmada Türk Katılım Bankacılığı sektörünün 2021 Ocak – 2022 Ekim dönemine ait finansal performansının ölçülmesi amaçlanmıştır. Böylelikle İslami bankalar için sektör içinde en önemli finansal performans göstergelerinin belirlenmesi amaçlanmaktadır. Çalışmada katılım bankalarına ait toplam sektör verileri kullanılarak 6 kriter üzerinden performans değerlendirmesi yapılmıştır. Bu kriterler sırasıyla Krediler, Alınan Kâr Payları, Aktif Kârlılığı, Özkaynak Kârlılığı, İşletme Giderleri / Ortalama Toplam Aktifler ve Yabancı Kaynaklar / Toplam Özkaynaklardır. LOPCOW yöntemi ile kriterlerin ağırlıklandırılması yapıldıktan sonra, MOOSRA yöntemi ile belirlenen alternatiflerin sıralaması yapılmıştır. LOPCOW yöntemi sonuçları katılım bankalarının finansal performansının belirlenmesinde en etkili kriterin Yabancı Kaynaklar / Toplam Özkaynaklar kriteri olduğunu ortaya koymaktadır. Çalışmanın bulguları, katılım bankacılığı sektörünün en başarılı olduğu dönemin Ekim 2022, en başarısız olduğu dönemin ise Ocak 2021 olduğunu göstermektedir. Ayrıca, bulgular sektörün performansının sürekli artma eğiliminde olduğunu ortaya koymaktadır.

Anahtar Kelimeler

Performans Analizi, Katılım Bankaları, LOPCOW, MOOSRA, ÇKKV

Kaynakça

• Acar, M. (2003). Tarımsal işletmelerde finansal performans analizi. Erciyes Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 20, 21-37.
• Akbalık, M., Yurttadur, M., & Taşcı, M. Z. (2022). ENTROPİ ve COPRAS yöntemleriyle finansal performans analizi: Mevduat ve katılım bankaları karşılaştırması. Bankacılık ve Sigortacılık Araştırmaları Dergisi, 16, 13-27.
• Aras, O. N. ve Öztürk, M. (2011). Reel ekonomiye katkıları bakımından katılım bankalarının kullandırdığı fonların analizi. Ekonomi Bilimleri Dergisi, 3(2), 167-179.
• Avşarligil, N., Doğru, E., ve Ciğer, A. (2023). The bank performance ranking in the emerging markets: A case of Turkey. Sosyoekonomi, 31(55), 69-84.
• Aydın, Y. (2020). Bütünleşik CRITIC ve MAIRCA yöntemleri ile kamu sermayeli bankalarının performans analizi. Finans Ekonomi ve Sosyal Araştırmalar Dergisi, 5(4), 829-841.
• Bağcı, H. (2013). Ticari bankalar ile katılım bankalarının kârlılık performanslarının Topsis yöntemi ile karşılaştırılması. (Yayımlanmamış yüksek lisans tezi). Dokuz Eylül Üniversitesi Sosyal Bilimler Enstitüsü, İzmir.
• Baykara, H. V. (2012). Katılım bankalarında etkinlik ve verimlilik analizi (Yayımlanmamış yüksek lisans tezi). Gaziosmanpaşa Üniversitesi Sosyal Bilimler Enstitüsü, Tokat.
• Bayram, E. (2020). Katılım bankalarının finansal performans analizi: CRITIC ve PROMETHEE yaklaşımları. Balkan Sosyal Bilimler Dergisi, 9(18), 32-38.
• Bektaş, S. (2022). Türk sigorta sektörünün 2002-2021 dönemi için MEREC, LOPCOW, COCOSO, EDAS ÇKKV yöntemleri ile performansının değerlendirilmesi. BDDK Bankacılık ve Finansal Piyasalar Dergisi, 16(2), 247-283.
• Bhowmik, C., Dhar, S., ve Ray, A. (2019). Comparative analysis of MCDM methods for the evaluation of optimum green energy sources: a case study. International Journal of Decision Support System Technology (IJDSST), 11(4), 1-28.
• Biswas, S., Bandyopadhyay, G., ve Mukhopadhyaya, J. N. (2022). A multi-criteria based analytic framework for exploring the impact of Covid-19 on firm performance in emerging market. Decision Analytics Journal, 5, 100143.
• Demir, G. (2021). Özel sermayeli mevduat bankalarında performans analizi: SWARA-RAFSI bütünleşik model uygulaması. Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, 35(4), 1359-1382.
• Dinçer, H., Yüksel, S., & Kartal, M. T. (2016). Evaluating the corporate governance based performance of participation banks in Turkey with the house of quality using an integrated hesitant fuzzy mcdm. BDDK Bankacılık ve Finansal Piyasalar Dergisi, 10(1), 9-33.
• Gençtürk, M., Senal, S., ve Aksoy, E. (2021). Covid-19 pandemisinin katılım bankaları üzerine etkilerinin bütünleşik CRITIC-MARCOS yöntemi ile incelenmesi. Muhasebe ve Finansman Dergisi, 92, 139-160.
• Gözkonan, Ü. H., ve Küçükbay, F. (2019). KATILIM bankaları ile geleneksel bankaların ÇKKV yöntemleri ile performans değerlendirilmesi: TOPSIS ve Gri İlişkisel Analiz yöntemleri ile karşılaştırmalı analiz. International Journal of Economic & Administrative Studies, 25, 71-94.
• Işık, Ö. (2018). Türk bankacılık sektöründe etkinlik: Borsa İstanbul’da işlem gören ticari bankalardan kanıtlar. Sinop Üniversitesi Sosyal Bilimler Dergisi, 2(2), 75-100.
• Işık, Ö. (2019). Türk mevduat bankacılığı sektörünün finansal performanslarının entropi tabanlı Aras yöntemi kullanılarak değerlendirilmesi. Finans Ekonomi ve Sosyal Araştırmalar Dergisi, 4(1), 90-99.
• Işık, Ö. (2020). SD tabanlı MABAC ve WASPAS yöntemleriyle kamu sermayeli kalkınma ve yatırım bankalarının performans analizi. Uluslararası İktisadi ve İdari İncelemeler Dergisi, 29, 61-78.
• Işık, Ö. (2021). Akbank’ın 2009-2019 dönemi finansal performansının PSI yöntemi ile değerlendirilmesi. Y. Aydın (Ed.), Ekonomi ve finans çalışmaları içinde (299-312, ss.). Ankara: Nobel Yayınları.
• Işık, Ö. (2022). Covid-19 Salgınının katılım bankacılığı sektörünün performansına etkisinin MEREC-PSI-MAIRCA modeliyle incelenmesi. Nişantaşı Üniversitesi Sosyal Bilimler Dergisi, 10(2), 363-385.
• Karaman, R. (2009). İşletmelerde performans ölçümünün önemi ve modern bir performans ölçme aracı olarak Balanced Scorecard. Sosyal ve Ekonomik Araştırmalar Dergisi, 16, 411-427.
• Kaya, F. (2012). Bankacılık giriş ve ilkeleri (1.Baskı). İstanbul: Beta Yayınevi.
• Kemal, Ö. Z. E. R., & Saygın, O. (2022). Katılım bankacılığının finansal performans analizi: Türkiye uygulaması. Ekonomi Politika ve Finans Araştırmaları Dergisi, 7(1), 257-273.
• Koşaroğlu, Ş. M. (2020). BİST’te İşlem gören bankaların performanslarının SD ve EDAS yöntemleriyle değerlendirilmesi. Finans Ekonomi ve Sosyal Araştırmalar Dergisi, 5(3), 406-417.
• Kumar, R. ve Ray, A. (2015) Selection of material under conflicting situation using simple ratio optimization technique. Das et al. (Eds.), In Proceedings of Fourth International Conference on Soft Computing for Problem Solving, Advances in Intelligent Systems. and Computing (335, 513–519. pp.).
• Marković, V., Stajić, L., Stević, Ž., Mitrović, G., Novarlić, B., & Radojičić, Z. (2020). A novel integrated subjective-objective mcdm model for alternative ranking in order to achieve business excellence and sustainability. Symmetry, 12(1), 164.
• Niu, W., Rong, Y., Yu, L., ve Huang, L. (2022). A novel hybrid group decision making approach based on EDAS and regret theory under a fermatean cubic fuzzy environment. Mathematics, 10(17), 2-30.
• Osmani, M., Moradi, K., Rozan, M. Z. A., ve Layegh, M. A. (2017). Using AHP method to evaluate e-payment system factors influencing mobile banking use in Iranian banks. International Journal of Business Information Systems, 24(4), 511-528.
• Ömürbek, N., Hande, E. R. E. N., & Okan, D. A. Ğ. (2017). Entropi-Aras ve Entropi-Moosra yöntemleri ile yaşam kalitesi açısından AB ülkelerinin değerlendirilmesi. Ömer Halisdemir Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 10(2), 29-48.
• Ömürbek, V., Aksoy, E., ve Akçakanat, Ö. (2017). Bankaların sürdürülebilirlik performanslarının ARAS, MOOSRA ve COPRAS yöntemleri ile değerlendirilmesi. Süleyman Demirel Üniversitesi Vizyoner Dergisi, 8(19), 14-32.
• Özkan, H. (2012). Katılım bankacılığının klasik bankalarla karşılaştırılması ve muhasebe uygulamaları. (Yayımlanmamış yüksek lisans tezi). Niğde Üniversitesi Sosyal Bilimler Enstitüsü, Niğde.
• Özsoy, İ. (2013). Katılım bankacılığı nedir, ne değildir?. Yeni Ümit Dini İlimler ve Kültür Dergisi, Erişim adresi http://www.yeniumit.com.tr/konular/detay/katilim-bankaciligi-nedir-ne-degildir-nisan2013.
• Paksoy, Ö. B., ve Duran, Z. (2023). Otomotiv sektörünün Covıd-19 sürecindeki finansal performansının CRITIC VE MOOSRA yöntemleri ile değerlendirilmesi. Muhasebe ve Denetime Bakış, 22(68), 227-248.
• Parmaksız, S., & Özdemir, O. (2021). Çok kriterli karar verme tekniklerinin bankacılık oran analizinde kullanılması üzerine bir araştırma. Journal of Banking and Financial Research, 8(2), 65-93.
• Pehlivan, P. (2016). Türkiye’de katilim bankacılığı ve bankacılık sektöründeki önemi. Sosyal Ekonomik Araştırmalar Dergisi, 16(31), 296-324.
• Sarkar, A., Panja, S. C., Das, D., & Sarkar, B. (2015). Developing an efficient decision support system for non-traditional machine selection: an application of MOORA and MOOSRA. Production & Manufacturing Research, 3(1), 324-342.
• Tabash, I. M. (2017). Critical challenges affecting Islamic banking growth in India using Analytical Hierarchy Process (AHP). Banks and Bank Systems (open-access), 12(3), 27-34.
• Tafti, S. F., Hosseini, S. F., ve Emami, S. A. (2012). Assessment the corporate social responsibility according to Islamic values (case study: Sarmayeh Bank). Procedia-Social and Behavioral Sciences, 58, 1139-1148.
• Taşçı, M. Z. (2022). Allianz sigorta şirketinin performansının LOPCOW-MOOSRA karar modeliyle analizi. International Social Sciences Studies Journal, 8(104), 3963-3970.
• Tetik, N. ve Şahin, A. (2020), Katılım bankalarının finansal performans analizi. Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, 34(2), 293-314.
• TKBB (2023). Erişim Adresi https://www.tkbb.org.tr/
• Tunç, H. (2000). Katılım bankacılığı felsefesi, teorisi ve Türkiye uygulaması (10. Baskı). Nesil Yayınları.
• Wanke, P., Azad, M. A. K., Barros, C. P., ve Hassan, M. K. (2016). Predicting efficiency in Islamic banks: An integrated multicriteria decision making (MCDM) approach. Journal of International Financial Markets, Institutions and Money, 45, 126-141.
• Yılmaz, N. (2022). Performance analysis of foreign banks in Turkey: MOOSRA method. G. İşseveroğlu, A. Toptaş, Y. Katı (Eds.), In Theory and Research in Social, Human and Administrative Sciences (513–519. ss.). İzmir: Serüven Yayınevi.