71
Tunga BOZDOĞAN1 Yılmaz AKYÜZ2 Emin HANTEKİN3
1 Uşak Üniversitesi, İİBF., İşletme
Bölümü,
tunga.bozdogan@usak.edu.tr
2 Uşak Üniversitesi, İİBF., İşletme
Bölümü, yilmaz.akyuz@usak.edu.tr
3 Dumlupınar Üniversitesi,
Hisar-cık MYO.,
emin.hantekin@dumlupinar.edu.tr
Analitik Hiyerarşi Süreciyle Mali
Performansın Değerlendirilmesi:
Bankacılık Sektöründe Bir
Uygulama
Özet
Günümüzde daha sıkı ve zorlu bir rekabet ortamında bulunan işlemelerin reka-bet güçlerini ölçmeleri ve performanslarını daha güvenilir olarak belirlemeleri ge-rekmektedir. İşletmelerin performanslarının değerlendirmesi tüm bilgi kullanıcılar için mali kararların alınmasında en öne çıkan unsur olmaktadır. Çalışmada, işlet-me performanslarının değerlendirilişlet-mesinde çok kriterli karar verişlet-me yöntemlerin-den Analitik Hiyerarşi Süreci(AHS) benimsenmiştir ve Türkiye’de faaliyet göste-ren altı banka ele alınarak performansları değerlendirilmeye çalışılmıştır. Çalış-mada, öncelikle konuya ilişkin literatür araştırması yapılmıştır ve daha sonra per-formans kriterleri belirlenmiştir. Belirlenen bankaların 2010 yılı verilerinden yarar-lanılarak Analitik Hiyerarşi Süreci uygulanmıştır. Yöntem sonuçlarına göre banka performans puanları hesaplanarak, performanslarına göre sıralanmıştır.
Anahtar Kelimeler: Çok Kriterli Karar Verme, Analitik Hiyerarşi Süreci (AHS), Banka, Mali Performans.
Evaluation of the Financial Performance with
Analytic Hierarchy Process: An Application in
the Banking Sector
Abstract
Nowadays firms in more rigorous and challenging competitive environment need to establish a more reliable measurement of competitiveness and performance. For all information users performance evaluation of enterprises for financial de-cisions is the most prominent element. In this study, one of multi-criteria decision making methods in the evaluation of operating performance Analytic Hierarchy Process (AHP) is used and it is tried to evaluate the performance of six banks operating in Turkey. First literature review was conducted and then performance criteria have been determined. Analytic Hierarchy Process is applied using the year of 2010 data of the specified banks. According to the results of bank perfor-mance points are calculated and based on their perforperfor-mance is ranged.
Keywords: Multi Criteria Decision Making, Analytic Hierarchy Process (AHP), Banking, Financial Performance.
72 GİRİŞ
Kişi ve kurumlar faaliyetlerini sürdürürken bir-çok sorunla karşı karşıya bulunmaktadırlar ve bu sorunlara yönelik çeşitli kararlar vermek zorun-da kalmaktadırlar. Karar vermek, bu çerçevede bir problem içermektedir. Karar vermenin bir prob-lem içermesinin nedenleri; sorunu çözmede kulla-nılacak kaynakların kıt olması, bu kaynakların et-kin ve verimli kullanılma isteği ve ayrıca bağım-sız dış çevre koşullarının varlığı olarak ifade edi-lebilmektedir.
Karar alıcıların, karar alırken çok farklı kriterleri göz önünde bulundurmaları gerekmektedir. Kriter sayısı arttıkça da karar almak daha karmaşık hale gelebilmektedir ve sorunların çözüme yönelik çok kriterli karar verme yöntemleri geliştirilmeye ça-lışılmıştır.
Çok kriterli karar verme yöntemlerinden biri olan Analitik Hiyerarşi Süreci (AHS) 1977 yılında Thomas L. Saaty tarafından geliştirilmiştir. AHS karar almada, nitel ve nicel değişkenleri bir arada değerlendiren matematiksel bir yöntemdir(Dağde viren,2004:131-138). Bu tarihten itibaren bu yön-tem çok kriterli karar verme problemlerinin çözü-münde birçok alanda kullanılmaktadır. Yöntemin kullanım alanlarından biride performans değerlen-dirmedir. Bu çalışmada, Türkiye’de 3 kamusal ser-mayeli, 3 özel sermayeli banka olmak üzere top-lam 6 bankanın finansal verileri alınarak, bu kri-terlere göre performans değerlendirmesi yapılma-ya çalışılmıştır.
Literatür Araştırması
Çok kriterli karar verme yöntemlerinden biri olan Analitik Hiyerarşi Süreci (Analytic Hierarchy Process-AHP) çok farklı alanlarda çok farklı ka-rar verme problemlerinin çözümünde kullanı-lan bir yöntemdir(Cheng-Ru,2008:256). AHS yöntemi, ilk olarak 1968 yılında, Myers ve Al-pert tarafından ortaya atılmış, 1977 yılında ise Saaty tarafından, çoklu kriterler içeren karma-şık karar verme problemlerinin çözümü için geliştirilmiştir(Mert,2010:56). AHS, ekonomi, planlama, enerji politikaları, kaynak tahsisleri, sağlık sektörü, proje seçimi, pazarlama, bilgisa-yar teknolojisi, bütçe tahsisi, muhasebe, eğitim, sosyoloji, mimarlık, bakım onarım problemle-ri, yer seçimi, performans ölçme, kaynak
kullanı-mı, alternatiflerin arasından en uygun olanın seçi-mi gibi bir çok alanda karmaşık karar verme prob-lemlerini çözmek için kullanılmaktadır(Cheng-Ru,2008:256; Girginer,2007:104).
Literatür incelendiğinde, AHS’nin işletme alanın-da uygulandığı birçok çalışma görülmektedir; Fi-rouzabadi (2008) hissedarlar için stratejik karar-ların alınmasında, Asamoah (2012) tedarik zinci-ri yönetimini değerlendirmede ve satıcı tercihinde, An-Yuan (2012) çevresel belirsizliğin derecelen-dirilmesinde, Dağdeviren (2004) iş değerlendirme sürecinde, Mert (2010) personel performansı de-ğerlendirilmesinda, Girginer (2007) otomotiv sek-töründe en uygun fiyatlandırma stratejisinin belir-lenmesinde, Gülnur (2010) kurumsal kaynak plan-lama sisteminin seçiminda, Ming-Kuen (2010) ti-cari bilgi toplama ve raporlamada stratejik karar-ların alınmasında Delphi yöntemiyle AHS yönte-mini ortak kullanmıştır, Büyüközkan (2012) satış performansını değerlendirmede, Baldemir (2012) fakülte kurulması düşünülen ilçelerin AHS yönte-miyle belirlenmesinde, Güngör (2007) işletmele-rin kredi talepleişletmele-rinin değerlendirilmesinde, Amy (2008) bilgi teknoloji bölümlerini değerlendirme-de, Tekçe (2011) inşaat firmalarının performansı-nı değerlendirmede ve Ahmadi (2012) insan kay-naklarını değerlendirmede bu yöntemin kulla-nıldığı görülmektedir. Ayrıca, bankacılık sektö-ründe; Cheng-Ru Wu (2008) bankaların kurum-sal performansın değerlendirilmesinde, Albayrak (2005) banka performansı değerlendirilmesinde, Lin Chin-Tsai (2008) banka kredi değerlendirme-de, Seçme (2009) bulanık AHS yöntemiyle ban-ka performansını değerlendirmede, Bellver (2011) İspanya’da yaşanan ekonomik kriz ortamında ban-ka piyasa değerlemesinde, Dollatabady (2011) Bu-lanık AHS yöntemiyle bir İran bankasında SWOT analizinin ortak kullanımında, Girginer (2008) bankalarının ticari kredi taleplerini değerlendir-mede, Ustasüleyman (2009) bankacılık sektörün-de hizmet kalitesinin sektörün-değerlendirilmesinsektörün-de, Çetin (2010) banka karlılık performanslarının değerlen-dirilmesinde, Hunjak (2001) banka performansı-nı değerlendirmede, Dinçer (2011) Türkiye’deki kamu, özel ve yabancı sermayeli banka grupları-nın performans ölçümünü değerlendirmede, bu yöntemin kullanıldığı görülmektedir.
Uygulamada AHS, gerek kamu alanında gerekse özel sektör alanında geniş bir yelpazede kullanıl-maktadır. British hava yollarının eğlence
sistemle-73 rinin tercihinde, Kuzey Atlantik’te Petrol
şirketi-nin kuracağı en uygun platformu belirlemesinde, Xerox şirketinin araştırma yatırımlarının tercihin-de, Ford Motor şirketinin müşteri memnuniyetini geliştirmede, askeri personelin terfisinde, öğrenci tercihleri ve işe alma gibi birçok alanda AHS kulla nılmaktadır(Saaty,2006:44-48).
MALİ PERFORMANSIN DEĞERLENDİRİLMESİ
Bir işletmenin varlığını devam ettirebilmesi ve bü-yümesi rakipleriyle rekabet edebilme yeteneği-ne, yani rekabet gücüne bağlıdır. İşletmenin re-kabet gücünün sağlıklı biçimde tespit edilebilme-si de söz konusu işletmenin finansal performansı-nın ölçülmesi ve analiz edilmesini gerektirmek-tedir. İşletmelerde sağlıklı karar alma, planlama ve denetim işlevlerinin etkin biçimde yürütüle-bilmesi, düzenli aralıklarla finansal analiz yapıl-masını kaçınılmaz kılmaktadır. Bu nedenle işlet-me yöneticilerinin en önemli sorumlulukları ara-sında finansal performansın ölçülmesi ve anali-zi gelmektedir(Acar,2003:21-37). Finansal analiz geçmiş, sektör ortalaması ve rakip işletmelerle kar-şılaştırılma ve işletme yönetiminin performansının ölçülmesi anlamına gelmektedir. Ayrıca bu analiz-ler gelecek dönemde alınacak finansal kararlar ve işletme politikalarına ışık tutar(Okka,2009:94). İşletmeler, mali performanslarını ölçmek, değer-lendirmek ve geliştirmek için önemli yatırımlar-da bulunmaktadırlar. Başarının değerlendirilme-sinde ve alınacak kararların belirlenmedeğerlendirilme-sinde mali performansın doğru ve isabetli bir şekilde ölçül-mesini gerekmektedir. Bankalar, bir ekonomide mali yapının önemli bir parçasını oluşturmakta-dırlar. Dolayısıyla bir ekonomiyi önemli düzeyde etkileyen ve ondan etkilenen bir hizmet işletme-si olarak bankaların mali performansının ölçülme-si bilgi kullanıcılar açısından oldukça önemli ol-maktadır. Mali performansı çeşitli yönlerden de-ğerlendirmek mümkündür. Bu çalışmada bankala-rın mali performansı, karlılık ve risk yönünden be-lirlenen kriterlerle değerlendirilmeye çalışılmıştır. Bankalar, bir ekonomi içersisinde mali hizmet sektöründe para ve fon ticareti yapan ve farklı mali kararların alındığı önemli araçlardan biridir. Ban-kacılık sektörü dinamik yapısıyla finansal sistemin
en önemli aktörü ve yoğun rekabet ortamının ya-şandığı bir özelliğe sahiptir. Bu nedenle bankaların yalnızca finansal hizmetlerin sunulduğu işletmeler olmaktan ziyade karlılık, risk, sermaye yeterlilik-leri gibi çok çeşitli kriterler çerçevesinde belirle-nen finansal hedeflere ulaşma gereksinimleri or-taya çıkmaktadır. Bu yönde bankaların faaliyetle-rini sürdürmek için alacakları kararlarda bilimsel temelli yöntemleri kullanmaları daha rasyonel so-nuçlara ulaşmalarını sağlayabilecektir.
ANALİTİK HİYERARŞİ SÜRECİ
AHS yöntemi, çok kriterli karar verme yöntemleri içerisinde araştırmacılar ve karar vericiler için en önde gelen yöntemlerden biri olmaktadır(Ming-Kuen,2010:7394-7407). AHS, karar hiyerarşisinin tanımlanabilmesi durumunda kullanılan, kararı et-kileyen faktörler açısından karar noktalarının yüz-de dağılımlarını veren bir karar verme ve tahmin-leme yöntemi olarak açıklanabilmektedir. AHS, bir karar hiyerarşisi üzerinde, önceden tanımlan-mış bir karşılaştırma skalası kullanılarak, gerek kararı etkileyen faktörler ve gerekse bu faktörler açısından karar noktalarının önem değerleri açı-sından, birebir karşılaştırmalara dayanmaktadır. Sonuçta önem farklılıkları, karar noktaları üzerin-de yüzüzerin-de dağılıma dönüşmektedir. Bir karar verme probleminin, AHS ile çözümlenebilmesi için ger-çekleştirilmesi gereken adımlar ve her bir adım-la ilgili açıkadım-lamaadım-lar aşağıda verilmeye çalışılmıştır (Yaralıoğlu,2001:129-142; Mert,2010:53-68; Su-rachai,2010: 470-475).
Adım 1 : Hedef ve Karar Verme Probleminin
Ta-nımlanması
Karar verme probleminin tanımlanması, iki aşa-madan oluşturulur. Birinci aşamada karar noktala-rı saptanır. İkinci aşamada ise karar noktalanoktala-rını et-kileyen faktörler belirlenir.
Adım 2 : Faktörler Arasında Karşılaştırma
Matri-sinin Oluşturulması
Faktörler arası karşılaştırma matrisi, boyutlu bir kare matristir. Bu matrisin köşegeni üzerinde-ki matris bileşenleri 1 değerini alır. Karşılaştırma matrisi aşağıda gösterilmiştir.
74
Karşılaştırma matrisinin köşegeni üzerindeki bile-şenler, yani olduğunda, 1 değerini alır. Çün-kü bu durumda ilgili faktör kendisi ile karşılaştırıl-maktadır. Faktörlerin karşılaştırılması, birbirlerine
göre sahip oldukları önem değerlerine göre bire-bir ve karşılıklı yapılır. Faktörlerin bire-birebire-bir karşı-lıklı karşılaştırılmasında Tablo 1’deki önem skala-sı kullanılır(Saaty,1990:15; Yaralıoğlu, 2001:132). Karşılaştırmalar, karşılaştırma matrisinin tüm de-ğerleri 1 olan köşegeninin üstünde kalan değerler için yapılır. Köşegenin altında kalan bileşenler için ise doğal olarak (1) formülünü kullanmak yeter-li olmaktadır.
(1) Tablo1: Önem Skalası
Önem Değerleri Değer Tanımları
1 Her iki faktörün eşit öneme sahip olması durumu 3 1. Faktörün 2. faktörden daha önemli olması durumu 5 1. Faktörün 2. faktörden çok önemli olması durumu
7 1. Faktörün 2. faktöre nazaran çok güçlü bir öneme sahip olması durumu 9 1. Faktörün 2. faktöre nazaran mutlak üstün bir öneme sahip olması durumu 2,4,6,8 Ara değerler
Adım 3 : Faktörlerin Yüzde Önem Dağılımlarının
Belirlenmesi
Karşılaştırma matrisi, faktörlerin birbirlerine göre önem seviyelerini belirli bir mantık içerisinde gös-terir. Ancak bu faktörlerin bütün içerisindeki ağır-lıklarını, diğer bir deyişle yüzde önem dağılımla-rını belirlemek için, karşılaştırma matrisini oluştu-ran sütun vektörlerinden yararlanılır ve n adet ve n
bileşenli B sütun vektörü oluşturulur. Aşağıda bu
vektör gösterilmiştir:
B sütun vektörlerinin hesaplanmasında (2) formü-lünden yararlanılır.
(2) Yukarıda anlatılan adımlar diğer değerlendirme
faktörleri içinde tekrarlandığında faktör sayısı (n) kadar B sütun vektörü elde edilecektir. n adet B sütun vektörü, bir matris formatında bir araya ge-tirildiğinde ise aşağıda gösterilen C matrisi oluş-turulacaktır.
C matrisinden yararlanarak, faktörlerin birbirleri-ne göre öbirbirleri-nem değerlerini gösteren yüzde öbirbirleri-nem da-ğılımları elde edilebilir. Bunun için (3) formülün-de gösterildiği gibi C matrisini oluşturan satır bi-leşenlerinin aritmetik ortalaması alınır ve Öncelik Vektörü olarak adlandırılan W sütun vektörü elde edilir.
(3) W vektörü aşağıda gösterilmiştir.
75
Adım 4 : Faktör Kıyaslamalarındaki Tutarlılığın
Ölçülmesi
AHS kendi içinde ne kadar tutarlı bir sistematiğe sahip olsa da sonuçların gerçekçiliği doğal olarak, karar vericinin faktörler arasında yaptığı birebir karşılaştırmadaki tutarlılığa bağlı olacaktır. AHS bu karşılaştırmalardaki tutarlılığın ölçülebilme-si için bir süreç önermektedir. Sonuçta elde edilen
Tutarlılık Oranı (CR) ile, bulunan öncelik
vektö-rünün ve dolayısıyla faktörler arasında yapılan bi-rebir karşılaştırmaların tutarlılığın test edilebilme-si imkanını sağlamaktadır. AHS, CR hesaplaması-nın özünü, faktör sayısı ile Temel Değer adı veri-len ( ) bir katsayının karşılaştırılmasına dayandır-maktadır. ’ nın hesaplanması için öncelikle A kar-şılaştırma matrisi ile W öncelik vektörünün matris çarpımından D sütun vektörü elde edilir.
(4) formülünde tanımlandığı gibi, bulunan D sütun vektörü ile W sütun vektörünün karşılıklı eleman-larının bölümünden her bir değerlendirme faktörü-ne ilişkin temel değer (E) elde edilir. Bu değerle-rin aritmetik ortalaması ((5) formülü) ise karşılaş-tırmaya ilişkin temel değeri ( ) verir.
(4)
(5)
hesaplandıktan sonra Tutarlılık Göstergesi (CI), (6) formülünden yararlanarak hesaplanabilir.
(6) Son aşamada ise CI, Random Gösterge (RI) olarak adlandırılan ve Tablo 2’de gösterilen standart dü-zeltme değerine bölünerek ((7) formülü) CR elde edilir. Tablo 2’den faktör sayısına karşılık gelen değer seçilir. Örneğin 3 faktörlü bir karşılaştırma-da kullanılacak RI değeri Tablo 2’den 0.58 olacak-tır. Tablo 2: RI Değerleri N RI N RI 1 0 8 1,41 2 0 9 1,45 3 0,58 10 1,49 4 0,90 11 1,51 5 1,12 12 1,48 6 1,24 13 1,56 (7) Hesaplanan CR değerinin 0.10’dan küçük olma-sı karar vericinin yaptığı karşılaştırmaların tutar-lı olduğunu gösterir. CR değerinin 0.10’dan büyük olması ya AHS’ deki bir hesaplama hatasını ya da karar vericinin karşılaştırmalarındaki tutarsızlığı-nı gösterir.
Adım 5 : Her Bir Faktör İçin, m Karar
Noktasın-daki Yüzde Önem Dağılımlarının Bulunması Bu adımda ise her bir faktör açısından karar nokta-larının yüzde önem dağılımları belirlenir. Diğer bir deyişle birebir karşılaştırmalar ve matris işlemle-ri faktör sayısı kadar (n kez) tekrarlanır. Ancak bu kez her bir faktör için karar noktalarında kullanıla-cak G karşılaştırma matrislerinin boyutu mxm ola-caktır. Her bir karşılaştırma işleminden sonra mx1 boyutlu ve değerlendirilen faktörün karar nokta-larına göre yüzde dağılımlarını gösteren S sütun vektörleri elde edilir. Bu sütun vektörleri aşağıda tanımlanmıştır:
76
Adım 6 : Karar Noktalarındaki Sonuç
Dağılımı-nın Bulunması
Bu adımda öncelikle, yukarıda anlatılan n tane mx1 boyutlu S sütun vektöründen meydana gelen ve mxn boyutlu K karar matrisi oluşturulur. Karar matrisi aşağıda tanımlanmıştır:
Sonuçta karar matrisi W sütun vektörü (öncelik vektörü) ile aşağıdaki gibi çarpıldığında ise m ele-manlı L sütun vektörü elde edilir. L sütun vektörü karar noktalarının yüzde dağılımını verir. Diğer bir deyişle vektörün elemanlarının toplamı 1’dir. Bu dağılım aynı zamanda karar noktalarının önem sı-rasını da gösterir.
YÖNTEMİN UYGULANMASI
Çalışmada, banka mali performansları AHS Yön-temi uygulanarak bankaların başarı sıralama-sı yapılmaya çalışılmıştır. Bu çerçevede bankacı-lık sektöründe faaliyet gösteren 3 kamusal serma-yeli banka (Türkiye Cumhuriyeti Ziraat Banka-sı A.Ş., Türkiye Halk BankaBanka-sı A.Ş., Türkiye Va-kıflar Bankası T.A.O.) ve 3 özel sermayeli banka (Türkiye Garanti Bankası A.Ş., Türkiye İş Banka-sı A.Ş., Yapı ve Kredi BankaBanka-sı A.Ş.) olmak üzere toplam 6 banka ele alınmıştır. Değerlendirme, 16 uzman kişiyle görüşülmüş değerlendirmeye uygun 10 anket verileri ile ağırlıklar belirlenmiş, oranlar iki ana kriter çerçevesinde toplam 20 alt kriter ile ele alınarak banka mali performans değerlendirme sıralaması yapılmaya çalışılmıştır.
Veri Hazırlama
Çalışmada bankacılık sektöründe faaliyet gösteren 6 banka seçilmiştir 2010 yılı verileri Türkiye Ban-kalar Birliği’nin resmi sitesinden elde edilmiştir. Anket çalışması içinde 16 uzman kişi ile görüşül-müştür ve bunlardan uygun olan 10 tanesi değer-lendirmeye alınmıştır.
Adım 1 : Hedef ve Karar Verme Probleminin
Ta-nımlanması
Çalışmada hedeflenen, seçilen 6 bankanın başarı sıralaması yapılarak en başarılı olan bankanın be-lirlenmesidir. Bu çerçevede kriterler ve alt kriter-ler belirlenmiştir ve sürece ilişkin hiyerarşik yapı aşağıda verilmektedir.
77 Şekil 1: Hiyerarşik Yapı
Finansal Kriterler ve Alt Kriterleri
Banka performans ölçümlerinde kullanılan finan-sal oranlar bir işletmenin finanfinan-sal performansını değerlendirmek için kullanılabilecek en basit ve önemli araçlardır. Çalışmada, bir hizmet işletme-si olan bankaların performanslarının değerlendi-rilmesine yönelik olarak ele alınacak finansal kri-terler, karlılık ve risk kriterleri olmak üzere ikiye ayrılmaktadır ve aşağıda alt kriterleriyle birlikte oranları verilmektedir(Albayrak,2005:50;Çetin,20 10:78;Dinçer, 2010:253).
I.KARLILIK KRİTERLERİ
Sermaye Yeterliliği(SY):
S1: Özkaynaklar / Risk ağırlıklı varlıklar S2: Özkaynaklar / Toplam Aktifler
S3: (Özkaynaklar – Duran Aktifler) / Toplam Ak-tifler
Aktif Kalitesi (AK):
A1: Toplam Krediler / Toplam Aktifler
A2: Takipteki Krediler (net) / Toplam Krediler A3: Özel karşılıklar / Takipteki Krediler A4: Duran Aktifler / Toplam Aktifler
A5: Net Bilanço Pozisyonu + Net Bilanço Dışı Po-zisyon / Toplam Özkaynaklar
Likidite (L):
L1: Likit aktifler / Toplam Aktifler
L2: Likit Aktifler / Kısa Vadeli Yükümlülükler
Dönem Kârlılığı (K):
DK1: Dönem Net Karı / Toplam Aktifler DK2: Dönem Net Karı / Toplam Özkaynaklar
Gelir-Gider Yapısı (GG):
G1: Net Faiz Geliri / Toplam Aktifler
G2: Net Faiz Geliri / Toplam Faaliyet Gelirleri G3: Faiz Dışı Gelirler / Toplam Aktifler
78 G4: Faiz Dışı Giderler / Toplam Faaliyet Gelirleri
II. RİSK KRİTERLERİ
Likidite Riski (LR) : (Duran Aktifler + Krediler) /
Toplam Krediler
Kredi Riski (KR) : Takipteki Krediler /
Özkaynak-lar
Sermaye Riski (SR) : Toplam Özkaynaklar /
Toplam Mevduat
Faiz Riski (FR) : Faiz Gelirleri / Faiz Giderleri
Adım 2 : Faktörler Arasında Karşılaştırma
Matri-sinin Oluşturulması
Anket sonuçlarında tutarlı olarak bulunan 10 uz-mandan edinilen karşılaştırma değerlerinin geo-metrik ortalamaları alınarak aşağıdaki matrisler oluşturulmuştur.
KARLILIK Ser.Yeterliliği Aktif Kalitesi Likidite D.Kârlılık Gelir-Gider Yapısı
Ser.Yeterliliği 1,00 0,81 0,93 0,67 0,64
Aktif Kalitesi 1,24 1,00 1,20 0,91 0,74
Likidite 1,08 0,84 1,00 0,64 0,72
D.Kârlılık 1,50 1,10 1,57 1,00 0,99
Gelir-Gid. Yapısı 1,56 1,35 1,40 1,01 1,00 RİSK Likidite Riski Kredi Riski Ser.Riski Faiz Riski
Likidite Riski 1,00 1,47 1,59 2,33
Kredi Riski 0,68 1,00 1,47 2,14
Sermaye Riski 0,63 0,68 1,00 1,87
Faiz Riski 0,43 0,47 0,53 1,00
Ana kriterler ve alt kriterlerden likidite ve
karlılı-ğın ağırlıkları katılımcıların puanlarının geometrik ortalamasıyla hesaplanmıştır. Bu değerler aşağıda verilmektedir.
Geometrik Ortalama Ağırlık Ağırlık
KRL RSK 1,17 KRL 0,510625 RSK 0,48938
L1 L2 0,90 L1 0,4925 L2 0,5075
DK1 DK2 0,36 DK1 0,386875 DK2 0,61313
Adım 3 : Faktörlerin Yüzde Önem Dağılımlarının
Belirlenmesi Bu adımda Ağırlık(W) matrisi aşağıdaki gibidir.
W KARLILIK 0,51 SY 0,16 AK 0,20 L 0,16 DK 0,24 GG 0,24 RİSK 0,49
79 Adım 4 : Faktör Kıyaslamalarındaki Tutarlılığın
Ölçülmesi Tutarlılık oranları aşağıdaki şekilde hesaplanmış-tır.
I-KARLILIK
Sermaye
Yeterliliği Aktif Kalitesi Likidite D.Kârlılık Gelir-Gider Yapısı
Yüzde Önem Dağılımı TUTARLILIK ÖLÇÜTÜ (D matrisi) 0,16 0,16 0,15 0,16 0,16 0,16 5,0055 0,19 0,20 0,20 0,22 0,18 0,20 5,0059 0,17 0,16 0,16 0,15 0,18 0,16 5,0052 0,23 0,22 0,26 0,24 0,24 0,24 5,0056 0,24 0,26 0,23 0,24 0,24 0,24 5,0055 Tutarlılık Oranı 0,001 Sermaye Yeterliliği; Özkaynaklar / Risk ağırlıklı varlıklar Özkaynaklar / Toplam Aktifler (Özkaynaklar - Duran Aktifler) / Toplam Aktifler Yüzde Önem Dağılımı TUTARLILIK ÖLÇÜTÜ (D matrisi) 0,43 0,43 0,42 0,43 3,0003 0,31 0,31 0,32 0,32 3,0002 0,26 0,25 0,26 0,26 3,0002 Tutarlılık Oranı 0,000 Aktif Kalitesi; Toplam Krediler / Toplam Aktifler Takipteki Krediler (net) / Toplam Krediler Özel karşılıklar / Takipteki Krediler Duran Aktifler / Toplam Aktifler Net Bilanço Pozisyonu + Net Bilanço Dışı Pozisyon / Toplam Özkaynaklar Yüzde Önem Dağılımı TUTARLILIK ÖLÇÜTÜ (D matrisi) 0,20 0,22 0,21 0,23 0,15 0,20 5,0220 0,15 0,17 0,16 0,17 0,18 0,17 5,0248 0,17 0,19 0,19 0,19 0,19 0,19 5,0240 0,18 0,21 0,21 0,21 0,24 0,21 5,0235 0,30 0,21 0,23 0,21 0,24 0,24 5,0346 Tutarlılık Oranı 0,006
80 Gelir-Gider Yapısı;
Net Faiz Geliri / Toplam Aktifler Net Faiz Geliri / Toplam Faaliyet Gelirleri Faiz Dışı Gelirler / Toplam Aktifler Faiz Dışı Giderler / Toplam Faaliyet Gelirleri Yüzde Önem Dağılımı TUTARLILIK ÖLÇÜTÜ (D matrisi) 0,12 0,12 0,11 0,11 0,11 4,0029 0,37 0,39 0,42 0,38 0,39 4,0070 0,25 0,21 0,23 0,24 0,23 4,0045 0,27 0,27 0,25 0,26 0,26 4,0033 Tutarlılık Oranı 0,002 II-RİSK
Likidite Riski Kredi Riski Sermaye Riski Faiz Riski Yüzde Önem Dağılımı TUTARLILIK ÖLÇÜTÜ (D matrisi) 0,37 0,41 0,35 0,32 0,36 4,0253 0,25 0,28 0,32 0,29 0,28 4,0253 0,23 0,19 0,22 0,25 0,22 4,0140 0,16 0,13 0,12 0,14 0,13 4,0139 Tutarlılık Oranı 0,007
Adım 5 : Her Bir Faktör İçin, m Karar Noktasındaki Yüzde Önem Dağılımlarının Bulunması
KARLILIK 0,51 KriterlerAlt Yüzde Önem Dağılımı Toplamdaki Yüzde Önem Dağılımı SY 0,16 S1 0,43 0,034275 S2 0,32 0,025246 S3 0,26 0,02042 AK 0,20 A1 0,20 0,020331 A2 0,17 0,016649 A3 0,19 0,018644 A4 0,21 0,021123 A5 0,24 0,023907 L 0,16 L1 0,49 0,041433 L2 0,51 0,042695 DK 0,24 K1 0,39 0,046891 K2 0,61 0,074313 GG 0,24 GG1 0,11 0,014327 GG2 0,39 0,048745 GG3 0,23 0,028936 GG4 0,26 0,032691
81 RİSK 0,49 KR 0,36 0,175739 LR 0,28 0,139038 FR 0,22 0,10876 SR 0,13 0,065838 TOPLAM 1
Adım 6 : Karar Noktalarındaki Sonuç
Dağılımı-nın Bulunması Toplamdaki yüzde önem dağılımlarıyla banka per-formans oranlarının çarpımı sonucunda toplam ba-şarı puanlarının hesaplanması aşağıdaki gibidir.
KRT . Banka A Banka B Banka C Banka D Banka E Banka F S1 19,2 0,658059 15,9 0,546191 14,4 0,492002 19,6 0,672615 17,5 0,601426 16,1 0,5530508 S2 8,9 0,224767 10,2 0,257663 11,6 0,292131 13,3 0,33551 12,9 0,325899 12,2 0,3072524 S3 7,7 0,156278 7,3 0,149791 8,8 0,178686 10,6 0,21593 6,7 0,136829 6,6 0,1352717 A1 38,0 0,772614 60,7 1,234661 60,7 1,233163 52,3 1,063219 48,7 0,99084 62,1 1,2618144 A2 0,5 0,008176 0,7 0,01 1021 0,1 0,000914 0,5 0,009029 0,0 0 0,8 0,0134867 A3 67,0 1,249331 83,3 1,553424 98,9 1,844182 81,9 1,526422 100,0 1,864445 77,1 1,4373582 A4 1,3 0,026405 2,9 0,060639 2,8 0,059589 2,7 0,057358 6,2 0,131 142 5,5 0,1 171506 A5 1,2 0,029853 -4,2 -0,09922 2,1 0,050769 -1,4 -0,03276 5,1 0,122755 -3,0 -0,071612 L1 36,3 1,504015 18,2 0,752421 29,5 1,221723 39,6 1,642668 33,2 1,376968 16,2 0,671 1649 L2 49,6 2,1 18791 28,0 1,195614 52,7 2,252121 65,4 2,7923 55,7 2,377138 26,3 1,122501 DK1 2,5 0,1 15167 2,8 0,129237 1,6 0,073361 2,5 0,1 18972 2,3 0,106101 2,4 0,1 139567 DK2 27,6 2,050024 27,0 2,006775 13,5 1,004736 19,1 1,418743 17,5 1,302568 20,0 1,4839155 GG1 8,2 0,1 17448 8,7 0,124737 8,0 0,1 13957 7,7 0,109795 7,4 0,106509 6,9 0,0983882 GG2 76,0 3,70437 64,4 3,139697 50,1 2,440369 57,6 2,809859 48,3 2,354872 36,6 1,7852683 GG3 1,0 0,028865 1,7 0,050459 1,9 0,054608 2,3 0,06589 2,5 0,072661 3,4 0,0986983 GG4 32,8 1,071506 33,5 1,095264 41,0 1,338926 40,1 1,31 1875 40,6 1,326916 40,9 1,3355482 KR 0,1 0,01 1165 0,2 0,041479 0,3 0,046512 0,1 0,020653 0,1 0,024864 0,2 0,0316831 LR 0,027976 0,00389 0,040636 0,00565 0,045942 0,006388 0,046493 0,006464 0,127384 0,01771 1 0,0812506 0,01 12969 FR 176,1 19,15475 201,0 21,8601 186,6 20,2933 200,2 21,77398 187,8 20,42981 222,0 24,146847 SR 0,1 0,007032 0,1 0,008954 0,2 0,01 1812 0,2 0,01493 0,2 0,012694 0,2 0,0128832 PUAN 33,01251 PUAN 34,12456 PUAN 33,00925 PUAN 35,93345 PUAN 33,68214 PUAN 34,665924
82 Bankaların hesaplanan toplam başarı puanlarının en başarılı bankadan başlayarak başarı sıralama-sı şu şekilde olmuştur; 35,93345 puanı ile D Ban-kası birinci, 34,665924 puanı ile F BanBan-kası ikinci, 34,12456 puanı ile B Bankası üçüncü, 33,68214 puanı ile E Bankası dördüncü, 33,01251 puanı ile A Bankası beşinci ve 33,00925 puanı ile C Banka-sı altıncı olmuştur
SONUÇ
İşletmelerde finansal performans analizi, geçmi-şi ölçmede, sektör içinde değerlendirmede, rakip işletmelerle karşılaştırmada, gelecek için finansal karar almada ve planlamada, kaynakların etkin ve verimli kullanılması için gerekli kararları almada ve işletme yönetiminin performansının ölçülme-sinde kullanılır ve bu değerlendirmeler işletme po-litikalarına ışık tutar.
Bankalar, genel ekonomi içerisinde finans siste-minin en önde gelen ekonomik birimlerinden biri-dir ve yoğun rekabet ortamında bulunmaktadırlar. Bankalar, bulundukları yoğun rekabet ortamında başarı performanslarını sürekli olarak planlamak, geliştirmek, denetlemek ve değerlendirmek du-rumundadırlar. Bu hedef doğrultusunda, bankalar çok farklı sorunlarla karşı karşıya kalmakta ve bu sorunların çözümüne ilişkin isabetli,doğru ve gü-venilir karar vermek durumdadırlar. Karar alınır-ken çok farklı kriterlerin göz önüne alınması ge-rekmektedir. Farklı kriterlerin etkilediği alterna-tifler arasından en uygunun seçiminde çok kriterli karar verme yöntemlerinden biri olan AHS yönte-minin kullanılması, karar alıcılar için daha güveni-lir, doğru ve isabetli kararların alınmasına yardım-cı olabileceği düşünülmektedir.
Çalışmada, Türkiye’de 3 kamusal sermayeli, 3 özel sermayeli banka olmak üzere toplam 6 ban-kanın 2010 yılı finansal verileri karlılık ve risk kri-terleri olmak üzere toplam 20 alt kriter ile birlikte AHS yöntemi kullanılarak banka performans pu-anları hesaplanmıştır. Elde edilen sonuçlara göre yapılan en başarılı banka sıralamasında; birinci Banka D, ikinci Banka F, üçüncü Banka B, dör-düncü Banka E, beşinci Banka A ve altıncı Banka C olmuştur.
Yapılacak yeni çalışmalarda AHS ile diğer perfor-mans ölçüm yöntemleri birlikte kullanılarak
işlet-meler için daha bilimsel ve objektif, karşılaştırıla-bilir finansal kararların alınması ve performansla-rın değerlendirilmesi yapılabilir.
Kaynakça
ACAR M., (2003), “Tarımsal İşletmelerde Finansal Performans Analizi”, Erciyes Üniversitesi İktisadi Ve İdari Bilimler Fakültesi Dergisi, Sayı: 20, Ocak-Haziran 2003, ss. 21-37.
AHMADİ S.A.A., “Performance Evaluation Of Tehran Province Payame Noor University Staffs (Open University) By AHP Tech-nique”, Interdisciplinary Journal Of Contemporary Research In Busıness, Institute of Interdisciplinary Business Research, Vol 4, No 1, May 2012, pp.225-234.
ALBAYRAK Y.E., Erkut H., “Banka Performans Değerlendirmede Analitik Hiyerarşi Süreç Yaklaşımı”, İTÜ Dergisi/d Mühendislik, Cilt:4, Sayı:6, Aralık 2005, ss.47-68.
AMY H.I. Lee, Wen-Chin Chen, Ching-Jan Chang, “A Fuzzy AHP And BSC Approach For Evaluating Performance Of IT Department In The Manufacturing Industry In Taiwan”, Expert Systems with Applications 34, 2008, pp.96-107.
AN-YUAN Chang, ”Prioritising The Types Of Manufacturing Flexibility In An Uncertain Environment”, International Jour-nal of Production Research, Vol. 50, No. 8, 15 April 2012, pp.2133–2149.
ASAMOAH D., Annan J., Nyarko S., “AHP Approach for Sup-plier Evaluation and Selection in a
Pharmaceutical Manufacturing Firm in Ghana”, International Journal of Business and Management Vol. 7, No. 10, May 2012, pp.49-62.
BALDEMİR E., Bakan H., Kılıç B., “Fakülte Kurulması Uygun Olan İlçelerin AHS Yöntemiyle Belirlenmesi: Muğla İli Örneği”, Uluslararası Alanya İşletme Fakültesi Dergisi, Yıl:2012, C:4, S:1, ss.1-15.
BELLVER J.A., Royo R.C., Civera A.R, “New Spanish Banking Conglomerates. Application of the
Analytic Hierarchy Process (AHP) to their Market Value”, Inter-national Research Journal of Finance and Economics, Issue 78, 2011, pp.70-82.
BÜYÜKÖZKAN G., “An Integrated Fuzzy Multi-Criteria Group Decision-Making Approach For Green Supplier Evaluation”, In-ternational Journal of Production Research, Vol. 50, No. 11, 1 June 2012, pp.2892–2909.
CHENG-RU Wu, Chin-Tsai Lin and Pei-Hsuan Tsai, “Financial Service of Wealth Management Banking: Balanced Scorecard Approach”, Journal of Social Sciences 4 (4),2008, pp.255-263. ÇETİN A.C., Bıtırak İ.A., “Banka Karlılık Performansının Anali-tik Hiyerarşi Süreci İle Değerlendirilmesi: Ticari Bankalar İle Katılım Bankalarında Bir Uygulama”, Alanya İşletme Fakültesi Dergisi 2/2, 2010, ss.75-92.
DAĞDEVİREN Metin, Akay Diyar, Kurt Mustafa, “İş Değerlendirme Sürecinde Analitik Hiyerarşi Prosesi Ve Uygulaması”, Gazi Üni..Müh. Mim. Fak. Dergisi, Cilt 19, No 2, 2004, ss.131-138.
83 DİNÇER H., Görener A., “Performans Değerlendirmesinde
Ahp - Vikor ve Ahp - Topsis Yaklaşımları: Hizmet Sektöründe Bir Uygulama”, Mühendislik ve Fen Bilimleri Dergisi Sigma 29, 2011, ss. 244-260.
DOLLATABADY H.R., Saeideh K., Hadavi Mohammad H., “Hybrid Approach of Fuzzy AHP and SWOT Marketing Strate-gies Formulating in a Large Commercial Bank”, Interdisciplin-ary Journal Of ContemporInterdisciplin-ary Research In Business, Vol 3, No. 7, 2011, pp. 315-329.
FIROUZABADI S.M.A.K., Henson B., Barnes C., “A Multiple Stakeholders’ Approach To Strategic Selection Decisions”, Computers and Industrial Engineering 54, 2008, pp. 851–865. GİRGİNER N., “Ticari Kredi Taleplerinin Değerlendirmesine Çok Kriterli Yaklaşım: Özel ve Devlet Bankası Karşılaştırması”, MUFAD, Sayı 37, Ocak 2008, ss.132-142.
GİRGİNER N., Çavdar Z., “En Uygun Fiyatlandırma Strate-jisinin Grup Karar Vermeli Analitik Hiyerarşi Süreci İle Değerlendirilmesi: Türkiye Otomotiv Sektörü İçin Bir Uygula-ma”, İktisat, İşletme Finans Dergisi, Ağustos 2007, ss.101-127. GÜLNUR K., Yıldırım E., “Kurumsal Kaynak Planlama (ERP) Sisteminin Analitik Hiyerarşi Süreci (AHP) İle Seçimi: Otomo-tiv Sektöründe Bir Uygulama”, Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 2010, C.15, Sayı.1, ss.193-211.
GÜNGÖR S., “Kredi Taleplerinin Değerlendirilmesinde Analitik Hiyerarşi Süreci Yöntemi Ve
Uygulanabilirliği Üzerine Bir Araştırma”, DEÜ. SBE. Y.Lisans Tezi, 2007.
HUNJAK T., Jakovčević D., “AHP Based Model For Bank Per-formance Evaluation And Rating”, ISAHP 2001, August 2-4, 2001, Proceedings – 6th ISAHP 2001 Berne, Switzerland, pp.149-157.
LIN Chin-Tsai, Chen Yi-Shan, “Evaluating the Emerging Indus-try Credit Ability for Banking Sector Using AHP and GRA: A Case Study in Taiwanese Solar Energy Industry”, The Journal of Grey System 4 , 2008, pp.359-374.
MERT İbrahim Sani, Uludağ Ceyhun, Güney Salih, “Perfor-mans Değerlendirmede Analitik Hiyerarşi Prosesi”, ABMYO Dergisi. S;18, Yıl :5, Nisan 2010, ss.53-68.
MING-KUEN Chen, Shih-Ching Wang, “The Use Of A Hybrid Fuzzy-Delphi-AHP Approach To Develop Global Business In-telligence For Information Service Firms”, Expert Systems with Applications, Volume 37, Issue 11, November 2010, pp. 7394-7407.
OKKA Osman, “Analitik Finansal Yönetim”, Nobel Yayınları nu:839,Ankara, 2009, s.94.
SAATY T.L., “How to Make a Decision: The Analytic Hierar-chy Process”, European Journal of Operational Research, 48, North Holland, 1990, pp. 9-26.
SAATY Thomas L., Niemira M.P., “A Framework For Making Better Decisions, How To Make More Effective Site Selection, Store Closing And Other Real Estate Decisions”, Research Re-view, Vol. 13, No. 1, 2006, pp.44-48.
SEÇME N.Y., Bayrakdaroğlu A., Kahraman C., “Fuzzy Perfor-mance Evaluation In Turkish Banking Sector Using Analytic Hierarchy Process And TOPSIS”, Expert Systems with Appli-cations 36, 2009, pp. 11699–11709.
SURACHAI Bovornsethanant, Somchai Wongwises, “As-sessment of Useful Life of Lubricants Using Analytical Hier-archy Process (AHP) and Vector Projection Approach (VPA)”, American J. of Engineering and Applied Sciences 3 (2), 2010, pp.470-475.
TBB resmi sitesi, http://www.tbb.org.tr/tr/Banka_ve_Sektor_ Bilgileri/Tum_Raporlar.aspx, 20.08.2012.
TEKÇE I., Dikbaş A., “Yüklenici İnşaat Firmaları İçin Çok Krit-erli Performans Ölçme Modeli Geliştirilmesi”, İTÜ Dergisi/d Mimarlık, Planlama, Tasarım Cilt: 10, Sayı: 1, Mart 2011, ss.151-164.
USTASÜLEYMAN T., “Bankacılık Sektöründe Hizmet Kalite-sinin Değerlendirilmesi: Ahs-Topsis Yöntemi”, Bankacılar Der-gisi, Sayı 69, 2009, ss.33-44.
YARALIOĞLU K., “Performans Değerlendirmede Analitik Hiyerarşi Proses”, Dokuz Eylül Üniversitesi. İİBF. Dergisi, Cilt 16, Sayı:1, 2001, ss.129-142., www.deu.edu.tr/userweb/k. yaralioglu/.../Analitik_Hiyerarsi_Proses.doc, 30.08.2012
