Performans analizinde, VZA modelini oluştururken iki önemli noktayı göz önünde bulundurmak gerekir: Girdi/çıktıları oluşturacak verilerin seçilmesi ve uygulanacak VZA modelinin belirlenmesi183
3.2.1. Amacın Belirlenmesi
. Bu iki hususta verilecek kararlara göre modelin ana yapısının kurulması sürecinde, amaca bağlı olarak verilerin belirlenmesi, incelenecek karar birimlerinin tespit edilmesi, içerisinde faaliyet gösterilen ortamın değerlendirilmesi, girdi-çıktı mekanizmasının iyi tahlil edilmesi ve alınan sonuçlar ışığında modelin yeniden değerlendirilmesi gerekmektedir. Destekleyici noktalarda verilecek kararlar, kurulan ana yapının daha sağlam işlemesini sağlayacaktır.
Çalışmayı yürüten analistin veya yöneticinin öncelikle çalışmanın amacını belirlemesi gerekir. Banka yönetiminin gereksinim duyduğu belirli bilgilerin ve performansı artıracak unsurların ortaya konması gerekir. Etkinlik analizinden önce şubenin iş tanımı yapılmalıdır.
Karmaşık ve birbirinden bağımsız pek çok ürün sunulduğundan, yapılan bazı işlemlerin doğrudan parasal karşılığı olmadığından, hizmetlerin sunumunu ve fiyatını etkileyen düzenlemeler bulunduğundan, bir şubenin etkinliğinin ölçülmesi kolay değildir. Bu nedenle şube etkinliğini ölçen tek ve doğru bir çözüm bulunmamaktadır.
Başarıyla yürütülüp sonuçlandırılması için yönetimin başlangıçtan itibaren çalışmanın içerisinde yer alması, oluşturulan modeli ve modelde kullanılacak verileri bütün unsurlarıyla anlaması ve sonuçları “adil” olarak değerlendirmesi gerekir.
120
3.2.2. Girdi ve Çıktıların Belirlenmesi
Şube performansının ölçülmesinde kullanılacak girdi ve çıktıların neler olduğu konusunda tam bir görüş birliği bulunmamaktadır. Girdi ve çıktılar şubeye yüklediğimiz anlama (üretim, aracılık, kar vs) göre de değişmektedir.
Modeli oluştururken maksimize veya minimize edilmemesi gereken bazı girdi ve çıktılar tereddüt oluşturabilmektedir. Sözgelimi “takipteki krediler” aslında bir çıktıdır, ancak diğer çıktılarda olduğu gibi maksimize edilmesi düşünülemez. Literatürde bunun için iki yaklaşım bulunmaktadır: Takipteki krediler ya negatif işaretle çıktı olarak ya da minimize edilmesi gereken bir girdi olarak ele alınmaktadır.
Mevduatla ilgili de çelişkiler söz konusu olabilir. Yüksek mevduat daha fazla etkinlik anlamına gelebilir. Ancak diğer taraftan düşük mevduat, krediler/mevduat oranını yükselteceğinden, olumlu bir unsur olarak da ele alınabilir. Hangi yolun kullanılacağı analistin amacına göre değişmektedir.
Girdi ve çıktılardan hangilerinin yönetimin inisiyatifinde olduğu ve kontrol edilip edilemediği değerlendirilmelidir.
3.2.3. Karar Birimi ve Veri Sayısı İlişkisi
Diğer yöntemlerde olduğu gibi, VZA’da da karar birimleri arasındaki farkı ortaya koyabilecek ve etkin olan ile olmayan birimleri ayırabilecek oranda gözlem olması gerekir. Karar birimi sayısının az olması durumunda Window analizi kullanılabilir.
Karar birimleri ve girdi/çıktı sayısı belirlenirken KVB sayısı mümkün olduğunca yüksek tutulmalıdır. Çünkü sayı artıkça, daha az birimin söz konusu olması durumunda etkin sınır üzerinde yer alacak bazı birimler, sayının çok olması durumunda artık etkin sınırda yer almaz. Daha az oranda şube etkin sayılır ve modelin ayırt etme gücü artar. Etkin birim sayısının bütün birimlere oranı azalır. Ancak bu kez veri setinin homojenliği azalabilir, başka bir deyişle, analizle
121
ilgili olmayan ya da yönetici tarafından kontrol edilemeyen bir veri, sonucu etkileyebilir. Veri seti arttıkça homojenliği azaltacak verilerin ayıklanması gerekebilir184
Bazı çalışmalarda etkin birimlerin etkin olmayan birimlerden sağlıklı bir biçimde ayırt edilebilmesi için KVB sayısının, girdi ve çıktı sayılarının çarpımından büyük olması gerektiği ifade edilmektedir
.
Genel kural olarak karar birimi sayısının kullanılan girdi ve çıktı toplamının 2-3 katı olması gerekir. Sözgelimi 3 girdi, 5 çıktı bulunuyorsa, karar birimi sayısının en az 16-24 arasında olması gerekir
185
3.2.4. Verilerin Azaltılması
.
Modelin ayırt ediciliğinin mümkün olduğunca artırılması açısından, her iki kuralın da yerine getirilmesinde yarar bulunmaktadır.
Birbiriyle ilişkisi olmasa dahi farklı veriler arasındaki korelasyon yüksek olabilir. Veri sayısının fazlalığı modelin açıklayıcılığını azaltacağından, korelasyonu yüksek verilerden yalnızca biri kullanılabilir. Hangi verinin kullanılıp hangisinin çıkarılacağını görmek için bütün girdi ve çıktılar için korelasyon analizi yapılmalıdır.
Veri azaltılması konusunda görüş birliği yoktur. Bazı araştırmacılar birbiriyle korelasyonu yüksek iki veriden birinin çıkarılması durumunda, modelden çıkarılan verinin de sonuçlar üzerinde etkili olabileceğini ve aslında çıkarılmaması gerektiğini öne sürmektedir. Bir girdi ve bir çıktıyla modele başlayarak her seferinde bir verinin modele dahil edilmesi ve sonuçlar üzerinde etkinin gözlenmesi başka bir yaklaşımdır. Bazı yaklaşımlarda ise, her seferinde bir verinin modele eklenip çıkarılması ve sonuçlar üzerinde etkili değilse modelden çıkarılmasını önerilmektedir. Wagner ve Shimshak (2007) ise her seferinde bir veri eklenerek
184 Joe Sarkis, “Preparing Your Data for DEA”, Joe Zhu ve Wade D. Cook (Ed.), Modeling Data
Irregularities and Structural Complexities in Data Envelopment Analysis içinde, USA:Springer, 2007, s.306.
185 Avkiran, An Application Reference for Data Envelopment Analysis in Branch Banking: Helping the
122
verilerin artırılması veya verilerin tamamından başlanarak her seferinde bir veri çıkarılmasını ve etkinlik sonucunun etkilenmesine göre karar verilmesine dayalı bir öneri getirmiştir186
3.2.5. Aykırı Gözlemler
.
Ölçüm birimleri birbirinin aynı olmamasına rağmen, farklı veriler aslında aynı değişkeni temsil edebilir. Sözgelimi bir şubenin personel giderleri ile personel sayısı aynı değişkeni ifade etmektedir, dolayısıyla iki veriden birini kullanmak gerekir. Çoğunlukla çalışmanın amacına göre değişmekle birlikte, ücret skalası genişse personel sayısı kullanılmaktadır.
Bazı veriler yanlış, eksik ya da bazı karar birimleri diğerlerinin çok dışında olabilir. Sonuçların anlamlı olması için “sürüden ayrılan” bu birimlerin ele alınması gerekir. Bunun için öncelikle diğerlerine göre çok iyi veya çok kötü birimler yeniden kontrol edilmelidir. Banka şubeleri sürekli gözetim altında olduklarından, aşırı biçimde etkinsizliğin de şüphe yaratması gerekir. Gerçek hayattaki etkinlik %80’in üzerinde olmalıdır.
“Sürüden ayrılma” şubenin durumundan da kaynaklanabilir. Sözgelimi “kurumsal” olarak yapılandırılan ve belirli bir cironun üzerindeki müşteri işlemlerini yerine getiren bir şubenin ticari kredilerinin diğerlerinden daha yüksek olması olağan karşılanmalıdır.
3.2.6. Birimlerin Büyüklüğü
İlk bakışta banka veya şube büyüklüğünün, operasyonel açıdan önemli olduğu düşünülebilir. Büyüklük farklarını ortaya koymak açısından bankalar daha çok BCC, şubeler ise CCR yapısına uyma eğilimi gösterir. Pek çok banka yaptıkları işe bağlı olarak önce şube segmentasyonuna gitmekte, daha sonra her grubu kendi içinde değerlendirmektedir. Şube sayısı fazla olan büyük bankalarda, bu segmentasyon VZA çalışmasında da kullanılmaktadır.
186 Janet M Wagner ve Daniel G. Shimshaka, “Stepwise Selection of Variables in Data Envelopment
Analysis: Procedures and Managerial Perspectives”, European Journal of Operational Research, Vol:180, No:1, 1 July 2007, ss. 57-67.
Ayrıca bkz. Sarkis, Joe, “Preparing Your Data for DEA”. Joe Zhu ve Wade D. Cook (Ed.). Modeling Data Irregularities and Structural Complexities in Data Envelopment Analysis içinde. USA:Springer, 2007, ss.305-320.
123
3.2.7. Etkin Birimlerin Fazlalığı
Banka şubeleri, genel müdürlükleri ve düzenleyici kurumlar tarafından belirlenen kuralları uygulayan, iyi yönetilen ve denetlenen birimlerdir. Bu nedenle pek çok VZA çalışmasında önemli oranda şube (genellikle %25-50) etkin sınır üzerinde yer alır. Sınırdaki birimler kendilerini “en iyi” göreceğinden, şube performansının geliştirilmesini gözeten üst yönetim açısından bu durum handikap yaratabilir. Sowlati ve Paradi ampirik sınırın ötesinde, ampirik sınırı kapsayan ve hedefleri dikkate alan yeni bir “pratik sınır” kavramını geliştirmiştir187
3.2.8. Çevresel Faktörler
.
VZA sonuçlarını değerlendirirken, ölçümlerde yer almayan ancak şubenin çalışmasını etkileyen ekonomik ve coğrafik her türlü çevresel faktörün göz önünde bulundurulması gerekir. Bazı şubeler bulundukları bölgede tek olmasına ve tüm potansiyelden tek başına yararlanmasına rağmen, diğerleri çok rekabetçi bir ortamda aynı bölgedeki diğer banka şubeleriyle rekabet etmek durumunda olabilir. Bu etkiyi dikkate almak üzere Vance (2000) tarafından, aynı bölgede rekabet eden diğer banka şubelerini göz önünde bulunduran “rekabet endeksi” geliştirilmiştir.
3.2.9. Hizmet Kalitesi
Hizmet kalitesi önemli ancak modele dahil etmesi zor bir kavramdır. Soru ve anketlerle müşteri ve çalışan tatminini değerlendirilip modelde kullanılmaya çalışan analizler bulunmaktadır.
Banka ve hastane gibi hizmet sunan kurumlarda hizmet kalitesi daha da önem kazanmaktadır.
187 Taraneh Sowlati ve Joseph C. Paradi, “Establishing The “Practical Frontier” in Data Envelopment
124
3.2.10. Sonuçların Güvenilirliği
Pek çok yönetici için VZA “kara bir kutudur”. Yöneticiler sonuçları doğrulamadan yapılan önerilere inanmamakta ve kullanmaya yanaşmamaktadır. Kolay olmamakla birlikte, sonuçların doğrulanması önemli bir husustur. Sonuçları doğrulamanın bir yolu, onları bankanın kendi performans sistemiyle karşılaştırmaktır. Diğer bir yöntem ise güvenilirliği sağlayacak istatistiki araçlar kullanmaktır.