cinsiyet ayrımcılığı olarak üstün erillik

Transkript

AİBÜ Sosyal Bilimler Enstitüsü Dergisi, Güz 2013, Cilt:13, Yıl:13, Sayı:2, 13:171-189
TÜRKİYE’DEKİ ÖZEL BANKALARIN FİNANSAL
PERFORMANSLARININ KARŞILAŞTIRILMASI: 2008-2011
DÖNEMİ
Fatih ECER*
COMPARISON OF PRIVATE BANKS’ FINANCIAL
PERFORMANCES IN TURKEY: THE PERIOD 2008-2011
Öz
Güçlü ve sağlıklı bankacılık sektörü sürdürülebilir ekonomik büyümenin ön
şartlarından birisidir ve ekonomik sistemlerin ayrılmaz bir parçası olarak
değerlendirilmektedir.
Bu
nedenle
bankaların
performanslarının
değerlendirilmesi yatırımcılar, yöneticiler ve politikacılar açısından oldukça
önemlidir. Çalışmanın amacı Gri İlişkisel Analiz (GİA) yaklaşımını kullanarak
2008-2011 dönemi çerçevesinde özel Türk bankalarının finansal
performanslarını karşılaştırmaktır. Bu amaçla 11 özel banka CAMELS
kriterlerinden sermaye yeterliliği, likidite, aktif kalitesi ve karlılık göstergeleri
kapsamında yer alan 12 finansal oran esas alınarak performanslarına göre
sıralanmışlardır. Elde edilen bulgulara göre Garanti Bankası ilk sırada yer alırken
son sırada Turkish Bank yer almıştır. Ayrıca özel bankaların finansal
başarısındaki en önemli etmenin aktif kalitesi olduğu ortaya konulmuştur.
Anahtar Kelimeler: Gri İlişkisel Analiz, Özel Türk Bankaları, Finansal
Performans.
Abstract
A healthy and strong banking sector is a prerequisite for sustainable economic
growth and thought to be an integral part of the economic systems. For this
reason, the performance evaluation of banks is relatively important for investors,
managers, and politicians. The objective of this study is to compare the financial
performances of the Turkish Private banks during the period 2008-2011 by using
Grey Relation Analysis (GRA) approach. To do this, 11 private banks are ranked
based on their performances observing 12 financial ratios based on the CAMELS
criteria such as capital sufficiency, active quality, liquidity, and profitability.
According to the findings, Garanti Bankasi is the first whereas Turkish Bank is
the last among private banks in terms of financial performance. Furthermore, the
*
Yrd. Doç. Dr., Afyon Kocatepe Üniversitesi, İİBF, Uluslararası Ticaret ve
Finansman Bölümü, e-posta: [email protected]
171
AIBU Journal of Social Sciences, Autumn 2013, Vol:13, Year:13, Issue:2, 13:171-189
most important financial indicators in financial achievement are active quality
for private banks.
Keywords: Grey Relational Analysis, Turkish Private Banks, Financial
Performance.
1. Giriş
Küreselleşen dünyada ayakta kalmak isteyen kuruluşların en önemli
özellikleri performanslarını sürekli olarak ölçmeleri ve ortaya çıkan
sonuçları objektif olarak değerlendirmeleridir. Böylelikle kuruluşlar
sektörlerinde hangi konumda olduklarını görebilmekte ve gerekli
önlemleri alabilmektedirler. Yaşadığımız çağda giderek artan rekabet
ortamı, finansal sistemin en önemli unsurlarından biri olan bankaların
performansının değerlendirilmesini daha da kaçınılmaz kılmaktadır.
Güçlü ve sağlıklı bir bankacılık sistemi sürdürülebilir bir ekonomik
büyüme için ön koşullardan biridir. Diğer taraftan ülke ekonomilerinin
gelişmesi açısından en önemli etkenlerden biri olan bankacılık
sektöründeki acımasız rekabet ortamı, bankaların ellerindeki kaynakları
en etkin bir biçimde kullanmaya zorlamaktadır. Bu bağlamda bankaların
kendi performanslarını değerlendirmeleri ve değerlendirme sonuçlarının
ışığında performanslarını arttırıcı yönde önlemler almaları büyük önem
taşımaktadır.
Bankaların performansının değerlendirildiği çalışmaların 1990’lardan bu
yana önem kazandığı görülmektedir (Matthew ve Esther, 2012). Yapılan
çalışmalar incelendiğinde çeşitli matematiksel modellerin kullanıldığı
görülmektedir. Örneğin Ravi vd. (2008), çeşitli finansal oranları
kullanarak bankaların performans tahminini yaptıkları çalışmalarında
Yapay Sinir Ağları (YSA), Destek Vektör Makineleri (DVM) ve
regresyon analizini kullanmışlardır. Çalışmalarında, bankaların geçmiş
iki yılın verileri kullanarak gelecek yılın performansını tahmin etmeye
çalışmışlardır. Kosmidou ve Zopounidis (2008) Yunanistan’daki
bankaların 2003-2004 yıllarındaki performanslarını PROMETHEE
yöntemine dayalı bir yaklaşım ile analiz etmişlerdir. Tatje ve Gou (2007)
banka şubelerinde içsel performans ölçümünü gerçekleştirebilmek için bir
matematiksel model geliştirmişlerdir. Bu amaçla bir bankanın şubeleri
üzerinde bir çalışma yapmışlardır. Bergendahl ve Lindblom (2008)
yaptıkları çalışmada Veri Zarflama Analizi (VZA) yardımıyla İsveç’te
faaliyet gösteren yatırım bankalarının finansal performanslarını
değerlendirmiştir. Tarawneh (2006) çalışmasında, Umman’daki ticari
bankaların 1999-2003 yılları arasındaki finansal performanslarını
172
değerlendirmiştir. Alam vd. (2011) Pakistan’daki kamu ve özel sermayeli
bankaların performanslarını karşılaştırdıkları çalışmalarında karlılık,
sermaye yeterliliği, likidite ve aktif kalitesi oranlarını kullanmışlardır.
Sonuç olarak finansal oranlar değiştiğinde bankaların da performans
sıralamasının değiştiğini göstermişlerdir. San vd. (2011) VZA ile
Malezya’da faaliyet gösteren yerel ve yabancı bankaların
performanslarını analiz etmişlerdir. Bu amaçla 2002-2009 periyodunda
9’u yerel, 12’si yabancı olmak üzere 21 bankayı incelemişlerdir.
Çalışmanın sonuçlarına göre yerel bankaların yabancı bankalara göre
daha iyi performans sergiledikleri ortaya konulmuştur. Jha ve Hui (2012)
Nepal’de faaliyetlerine devam eden kamu, özel ve yabancı sermayeli
bankaların finansal performanslarını karşılaştırdıkları çalışmada çoklu
regresyon analizinden yararlanmışlardır. Bu amaçla 18 ticari bankanın
2005-2010 yılları arasındaki finansal rasyolarını kullanarak analizler
gerçekleştirmişlerdir. Elde edilen bulgular özel ve yabancı sermayeli
bankaların kamu bankalarından daha iyi performans gösterdiğini ortaya
koymuştur. Berger vd. (2010) 1996-2006 döneminde Çin’de faaliyet
gösteren 88 bankanın performans değerlendirmesini yaptıkları çalışmada
regresyon emelli bir yaklaşım kullanmışlardır. Bankaları coğrafi konum,
kredi verme, aktif karlılığı ve mevduatlarına göre sınıflandırarak
yaptıkları çalışmada bu tür bir sınıflandırmanın performans üzerinde
olumsuz bir etkiye sahip olduğu sonucuna ulaşmışlardır. Ayrıca banka
performanslarını karşılaştırmaya yönelik çalışmalarda Tarawneh (2006)
ve Al-Tamimi (2009) regresyon analizinden, Sufian (2009) ve Okpara
(2009) ise faktör analizinden yararlanmışlardır.
Banka performansını değerlendiren çalışmalarda kullanılan istatistiksel
yöntemlerin çok sayıda ve normal dağılıma uygun verilerle analiz
yapılmasını gerektirdiği görülmektedir. Veri sayısının az olduğu ve
dağılımın normal olup olmadığının bilinmediği durumlarda analiz
yapabilme kabiliyetine sahip olan GİA yaklaşımı bu çalışmada tercih
edilen yöntem olmuştur. Türk Bankacılık Sistemi’nde yer alan özel
bankaların
2008-2011
dönemi
finansal
performansının
karşılaştırılmasının amaçlandığı bu çalışma 5 bölümden oluşmaktadır.
İkinci bölümde GİA yaklaşımı kullanılarak yapılmış banka performansı
değerlendirmeye yönelik çalışmalara yer verilmiştir. Üçüncü bölümde
veri seti tanıtılarak GİA hakkında bilgiler verilmiştir. Dördüncü bölümde
yöntemin uygulanışı aşama aşama gösterilerek elde edilen bulgular
değerlendirilmiştir. Son bölümde ise ulaşılan sonuçlar ele alınmış ve
ileride yapılacak çalışmalara ilişkin bazı önerilerde bulunulmuştur.
173
2. Banka Performansı Değerlendirmede Gri İlişkisel Analiz
Son yıllarda yapılan çalışmalarda banka performanslarının
değerlendirilmesinde GİA yaklaşımının kullanılmaya başlandığı
görülmektedir. Örneğin Chang (2006), Tayvan’daki 15 ticari bankada
işletme davranışı ile finansal performans ilişkisini incelediği çalışmasında
GİA’dan faydalanmıştır. Anlamlı ilişki bulduğu çalışmada bankaların
likidite, karlılık, büyüme ve sermaye yapısı oranlarını kullanmıştır. Ho ve
Wu (2006), 3 bankayı karşılaştırdıkları çalışmalarında likidite, karlılık,
finansal kaldıraç, büyüme, aktif kullanımı ve stok performansı oranları
içerisinde yer alan 53 oranı kullanmışlardır. Analizlerde GİA ile finansal
durum analizini kıyaslamışlar ve GİA’nın daha iyi sonuçlar verdiğini
göstermişlerdir. Daha sonra ise TOPSİS yöntemiyle bankaları
sıralamışlardır. Ho ve Wu (2006) 23 finansal orandan faydalanarak
Avustralya’da faaliyet gösteren 3 bankanın performansını GİA kullanarak
karşılaştırmışlardır. Çalışmanın sonucunda yüksek likidite oranına sahip
bankaların daha iyi performansa sahip olduğu ortaya konulmuştur. Uçkun
ve Girginer (2011), Türk Bankacılık Sistemi'ndeki kamu ve özel
bankaların finansal oranlar yardımıyla GİA kullanılarak finansal
performanslarının belirlemeyi amaçlayan bir çalışma yapmışlardır.
Çalışmada 3 kamu bankası ve 10 özel banka, 14 finansal oran
bakımından GİA'ne tabi tutularak, finansal performanslarına göre kendi
grupları içinde sıralanmıştır. GİA sonucunda finansal performans
bakımından ilk sırayı kamu bankalarında “Ziraat Bankası”, özel
bankalarda ise “Anadolu Bankası” almıştır. Girginer ve Uçkun (2012),
finansal krizin Türk bankaları üzerindeki etkisini belirlemeye yönelik
yaptıkları çalışmada GİA yaklaşımını kullanmışlardır. Bulgulara göre
2005-2009 döneminde bankaların performans sıralaması devlet bankaları,
yabancı bankalar ve özel bankalar şeklinde gerçekleşmiştir. Doğan (2013)
ise GİA kullanarak İMKB’de yer alan 10 bankanın finansal performansını
değerlendirmiştir. Ortaya çıkan sıralamaya göre ilk sırada “Akbank” yer
alırken son sırada ise “Yapı Kredi Bankası” yer almıştır.
3. Veri Seti ve Yöntem
Firmaların performans değerlemelerinde genellikle finansal oranlar tercih
edilmektedir. Çünkü firmaların geçmiş dönemlerinde gösterdikleri
performansları karşılaştırmanın en basit yolu finansal oranları
kullanmaktır. Çalışmada kullanılan veriler Türkiye’de faaliyet gösteren
11 özel bankanın 2008-2011 yıllarına ilişkin sermaye yeterliliği, likidite,
aktif kalitesi ve karlılık göstergeleri kapsamında yer alan 12 finansal
174
orandır. Veriler Türkiye Bankalar Birliği’nin web sitesinden sağlanmıştır
(http://www.tbb.org.tr/tr/). Çalışmada GİA yaklaşımı kullanılarak özel
bankaları finansal performanslarına göre sıralanmıştır.
GİA yaklaşımı, pek çok kriterin bulunduğu durumlarda alternatifler
arasından seçim yapmada kullanılabilen bir yöntemdir. GİA özellikle
örneklemin küçük olduğu ve örneklem dağılımının bilinmediği
durumlarda değişkenleri gruplandırmada tercih edilir (Feng ve Wang,
2000). Gri sistem teorisi ilk olarak Deng (1982) tarafından ortaya
atılmıştır. Buradaki “gri” terimi, bilginin eksik olmasını ya da hiç
bilinmemesini ifade etmektedir. “Gri ilişkisel” ifadesi iki sistem ya da
eleman arasında zaman içinde meydana gelen etkileşimlerdeki değişimin
ölçülmesi şeklinde yorumlanabilir. Elemanlar arasındaki benzerlik ve
farklılıklardaki değişimlerin derecesindeki gelişmeleri ölçmekte
yararlanılan yöntem ise GİA olarak adlandırılmaktadır. Daha açık bir
ifadeyle iki eleman arasındaki değişim trendi istikrarlı hale geliyorsa
ilişki derecesinin yüksek olduğu kabul edilir. Aksi halde ilişki derecesinin
düşük olduğu anlaşılır (Feng ve Wang, 2000). Çok kriterli karar verme
yöntemlerinden biri olan GİA, belirsizlik ortamlarında diğer
matematiksel yöntemlere göre daha kolay çözümler üretebilmektedir
(Üstünışık, 2007).
GİA, performans ölçümlerinde sıklıkla kullanılmaktadır. Özellikle çeşitli
finansal rasyolar yardımıyla değerlendirmeler yapılabilmektedir (Peker
ve Baki, 2011). GİA’nin kullanılma amaçlarından bir diğeri ise pek çok
değişken arasından önemsiz olanları ayırt ederek önemli olanları kendi
arasında gruplara ayırmaktır. Böylelikle bir gruptaki değişkenler
birbiriyle ilişkili değişkenler olmakta ve böylelikle diğer gruplardan
ayrılabilmektedirler. Veri seti büyük olduğunda ve veri seti normal
dağılıma sahip olduğunda faktör analizi, kümeleme analizi, ayırma
analizi gibi yöntemler kullanılabilmektedir. Ancak veri sayısı az ve
verilerin dağılımı normal olmadığında yapılan analizlerin güvenilirliği
azalmaktadır. Böyle durumlara bir de veri setinin eksik olması
eklendiğinde GİA ile gerçekten önemli olan değişkenlerin analizlere dahil
edilebilmesi sağlanabilmektedir (Ho ve Wu, 2006: 149).
GİA yönteminin adımları şunlardır (Wu, 2002):
175
1. adım: Karar matrisinin ( X i ) oluşturulması
 x1 (1) x1 (2)
 x (1) x (2)
2
Xi   2
 


 xn (1) xn (2)
 x1 (n) 
 x2 (n)

 

 xn ( n) 
(1)
2. adım: Karşılaştırma matrisinin oluşturulması
Referans serisi x0  ( x0 (1), x0 (2),..., x0 ( j ),..., x0 (n)) şeklindedir. Burada
x0 ( j ) , j. kriterin normalize değerleri içindeki en büyük değerini
göstermektedir. Referans serisi karar matrisinin ilk satırına yazılarak
karşılaştırma matrisi oluşturulur.
3. adım: Normalizasyon
oluşturulması
işlemi
ve
normalizasyon
matrisinin
Bu adımda veri seti normalize edilir ve 3 olası durumla karşılaşılabilir:
i. Fayda durumu: Eğer amaç daha iyi ya da büyük değer elde etmekse (2)
numaralı formül kullanılır.
xi* 
xi ( j )  min xi ( j )
j
max xi ( j )  min xi ( j )
(2)
j
j
ii. Maliyet durumu: Eğer amaç daha küçük ya da az bir değer elde
etmekse (3) numaralı formül kullanılır.
xi* 
max xi ( j )  xi ( j )
j
max xi ( j )  min xi ( j )
j
(3)
j
iii. Optimallik durumu: Eğer amaç optimal bir değer elde etmekse (4)
numaralı formül kullanılır.
xi* 
xi ( j )  x0b ( j )
max xi ( j )  x0b ( j )
j
(4) numaralı formülde x0b ( j ) j. kriterin hedef değeridir ve
max xi ( j )  x0b ( j )  min xi ( j )
j
176
j
(4)
aralığında bir değer alır. Bu işlemlerin ardından (1)’deki karar matrisi şu
hale dönüşür:
 x1* (1) x1* (2)
 *
x (1) x2* (2)
X i*   2
 

 *
*
 xn (1) xn (2)
 x1* (n) 

 x2* (n) 

 

*
 xn (n)
(5)
4. adım: Mutlak değer tablosunun oluşturulması
x0* ile xi* arasındaki mutlak değer  oi ( j ) şöyle bulunur:
  01 (1)  01 (2)
  (1)  (2)
02
 0i ( j )  x0* ( j )  xi* ( j )   02
 


 0 m (1)  0 m (2)
  01 (n) 
  02 (n) 

 

  0 m ( n) 
(6)
5. adım: Gri ilişkisel katsayı matrisinin oluşturulması
 0i ( j ) 
 min  max
 0i ( j )   max
(7)
formülü kullanılarak hesaplanır. (7) numaralı formülde  ayırıcı
(distinguish) katsayısıdır ve [0,1] aralığında değer alır. Ancak işlemlerde
0.5 alınması tavsiye edilmektedir. Ayrıca  max  max max  oi ( j ) ve
i
j
 min  min min  oi ( j ) şeklinde hesaplanır.
i
j
6. adım: İlişki derecesinin hesaplanması
oi 
1 n
  oi ( j)
n j 1
(8)
(8) numaralı formülde oi i. elemanın gri ilişki derecesini
göstermektedir ve kriterlerin eşit önem düzeyinde olduğu varsayıldığında
kullanılır. Eğer kriterlerin farklı ağırlıkları söz konusu ise,
n
oi   [Wi ( j ) oi ( j )]
(9)
j 1
formülünden yararlanılır.
177
4. Bulgular ve Değerlendirme
Bu çalışmada, Türk Bankalar Birliği’nin web sayfasından elde edilen 11
özel bankanın CAMELS kriterlerine dayanan 4 kategoride (sermaye
yeterliliği, aktif kalitesi, likidite, kârlılık) yer alan 12 oranının 2008-2011
dönemi
verilerine
dayalı
olarak
finansal
performansları
değerlendirilmiştir. En son veri yılı 2011 olduğundan analizler 2011
yılına kadark verileri kapsamıştır.
CAMELS, ABD’de denetim otoriteleri tarafından oluşturulan ve ticari
bankaların risk bazlı denetimi sırasında genel durumunun tespitinde ve
uzaktan gözetim faaliyetlerinde kullanılan bir değerlendirme sistemidir.
Genel olarak yerinde denetim amacıyla kullanılan CAMELS
değerlendirme sisteminde, C sermaye yeterliliğini, A Aktif kalitesini, M
yönetim yeterliliğini, E kazanç durumunu, L likiditeyi, S ise piyasa
risklerine duyarlılığı temsil etmektedir (Uçkun ve Girginer, 2011).
Çalışmada kullanılan finansal kategoriler ve bu kategorilerde çalışma
kapsamına alınan 12 finansal oran Tablo 1’de gösterilmiştir.
Tablo 1. Performans değerlendirmede kullanılan finansal göstergeler ve
oranlar
Finansal Gösterge
Formülasyon
Kod
Hedef
Sermaye yeterliliği
Özkaynaklar / Toplam Aktifler
R1
Maksimum
Özkaynaklar / (Mevduat + Mevduat Dışı
Kaynaklar)*
Özkaynaklar / (Kredi+Piyasa+Operasyonel Riske
esas tutar)
(Özkaynaklar-Duran aktifler) / Toplam Aktifler
R2
Maksimum
R3
Maksimum
R4
Maksimum
Kredi ve Alacaklar / Toplam Aktifler
R5
Maksimum
Kredi ve Alacaklar / Toplam Mevduat
R6
Maksimum
Likit Aktifler** / Kısa Vadeli Yükümlülükler
R7
Maksimum
Likit Aktifler** / Toplam Aktifler
R8
Maksimum
Net Dönem Karı (Zararı) / Toplam Aktifler
R9
Maksimum
Net Dönem Karı (Zararı) / Özkaynaklar
R10
Maksimum
Vergi Öncesi Kar / Toplam Aktifler
R11
Maksimum
Net Dönem Karı (Zararı) / Ödenmiş Sermaye
R12
Maksimum
Aktif kalitesi
Likidite
Karlılık
* Mevduat Dışı Kaynaklar = Bankalararası Para Piyasalarına Borçlar + Alınan Krediler + Fonlar +
İhraç Edilen Menkul Kıymetler (Net)
** Likit Aktifler = Nakit Değerler ve TCMB + Gerçeğe Uygun Değer Farkı K/Z Yansıtılan FV (net)
+ Bankalar + Para Piyasalarından Alacaklar + Satılmaya Hazır Finansal Varlıklar (net)
Bankaların sermayelerinin yeterliliğini miktar ve kalite açısından
değerlendiren sermaye yeterliliği oranları yardımıyla bankaların
sermayelerinin düzeyi ve kalitesi, bankaların genel finansal durumunun
178
banka büyüklüğü de dikkate alınarak sermaye yeterliliği
değerlendirilebilmektedir. Bankacılık sektöründe banka kaynakları içinde
öz kaynakların payı düşüktür. Öz kaynağın payının azlığı finansal
kaldıraç etkisini arttırmaktadır. Finansal kaldıracın yüksekliği bankalarda
kâr fırsatı yarattığı gibi, zarar riski de doğurmaktadır. Kârlılık oranları
bankanın kârlılığını değerlendiren bileşen olup, hem tarihsel ve kalite
olarak kazançları değerlendirmeyi hem de mevcut yapının
sürdürülebilirliğini dikkate almaktadır. Likidite oranları yoluyla
varlıkların ne ölçüde likit değerlere yatırıldığı, varlıkların menkul
kıymetlere dönüştürülebilme durumu ve ihtiyaç halinde satılabilme
olanakları değerlendirilebilmektedir. Aktif kalitesi oranları sayesinde
bankanın, temel işlevi olan kredi vermeyi yeterince yerine getirip
getirmediği ölçülebilmektedir (Uçkun ve Girginer, 2011). Her dört
kategorideki oranların da yüksek değerde olmaları istenen bir durumdur.
Özel bankaların performanslarını değerlendirmesinde Şekil 1’deki gibi
bir hiyerarşik yapıdan faydalanılmıştır. Buna göre finansal performans
değerlendirmede sermaye yeterliliği ve karlılık göstergelerinden 4’er,
aktif kalitesi ve likidite göstergelerinden ise 2’şer adet olmak üzere
toplam 12 finansal oran kullanılmıştır.
Banka Performansı
Sermaye
yeterliliği
R
1
R
2
R
3
Aktif
Kalitesi
R
4
R
5
R
6
Karlılık
Likidite
R
7
R
8
R
9
R
1
0
R
1
1
R
1
2
Şekil 1. Finansal performans değerlendirme şeması
GİA yaklaşımıyla yapılan hesaplamalar adım adım aşağıdaki gibi
özetlenebilir:
4.1. Karar matrisinin oluşturulması
2008-2011 dönemi için özel bankaların çalışmada kullanılan finansal
oranlarını gösteren Tablo 2 aynı zamanda GİA için karar matrisidir.
179
Tablo 2 oluşturulurken özel bankaların 2008-2011 dönemi verilerinin
ortalamaları dikkate alınmıştır.
4.2. Karşılaştırma matrisinin oluşturulması
GİA yaklaşımının ikinci aşamasında karar matrisi elde edilir. Bu
çalışmada kullanılan finansal oranları gösteren Tablo 2’ye “referans
satırı” adı verilen ve her sütunun en büyük değerini içeren satırın
eklenmesiyle elde edilen karar matrisi Tablo 3’teki gibidir. Buna göre
sermaye yeterliliği ve likidite göstergelerinde Adabank’ın, Aktif Kalitesi
göstergelerinde Alternatif Bank’ın, Karlılık göstergelerinde ise
Anadolubank, Akbank ve Garanti bankasının en büyük değerler aldığı
görülmektedir.
4.3. Normalizasyon işleminin gerçekleştirilmesi
GİA yaklaşımında (2), (3) veya (4) numaralı formüller kullanılarak
normalizasyon işlemi yapılır. Çalışmadaki hedef, kullanılan finansal
oranların büyük değer alması olduğundan normalizasyon işleminde (2)
numaralı formül kullanılmış ve Tablo 4 elde edilmiştir. Normalize
matrisin elemanlarının 0 ile 1 arasında değerler aldığı görülmektedir.
4.4. Mutlak değer tablosunun elde edilmesi
Mutlak değer tablosu (6) numaralı formül kullanılarak elde edilmiştir ve
Tablo 5’te gösterilmiştir. Tablo ?’inin elde edilmesinde karşılaştırma
değerlerinin referans banka değerlerinden olan mutlak değer farkları
dikkate alınmıştır. Ayrıca mutlak değer tablosunda artık referans serisi
satırına yer verilmez.
4.5. Gri İlişkisel Katsayılar Matrisinin Oluşturulması
Dördüncü aşama olan Gri İlişkisel Katsayılar Matrisinin elde edilmesinde
(7) numaralı formülden faydalanılmıştır. 12 finansal oranın da eşit önem
düzeyine sahip olduğu kabulü ile analizler yapılmıştır. Ayırıcı katsayısı
olarak   0.5 değeri kullanılmıştır. Gri İlişkisel Katsayılar Matrisi
Tablo 6’da verilmiştir.
180
4.6. İlişki
Bulunması
Derecelerinin
Hesaplanarak
Sıralamaların
Son aşamada ilişki dereceleri (8) ya da (9) numaralı formülle hesaplanır.
Bu çalışmada tüm finansal göstergelerin eşit önem düzeyinde olduğu
kabul edilerek (8) numaralı formülle hesaplamalar yapılmıştır. Elde
edilen sonuçlar Tablo 7’de verilmiş ve Şekil 2’de şematik olarak
gösterilmiştir.
Tablo 7’ye göre aktif kalitesi kapsamında yer alan oranların özel
bankaların finansal performansının belirlenmesinde en etkin oranlar
olduğu söylenebilir. Onu sırasıyla karlılık, likidite ve sermaye yeterliliği
göstergeleri takip etmektedir.
181
Tablo 2. Özel Bankaların Finansal Oran Değerleri
Sermaye Yeterliliği
Adabank
Akbank
Alternatif Bank
Anadolubank
Şekerbank
Tekstil Bankası
Turkish Bank
TEB
Garanti Bankası
İş Bankası
Yapı ve Kredi Bankası
Aktif Kalitesi
Likidite
Karlılık
R1
R2
R3
R4
R5
R6
R7
R8
R9
R10
R11
R12
84.8
14.2
10.1
15.7
12.1
17.8
16.2
10.3
12.1
11.4
11.6
643.3
18.7
12.3
21.0
14.9
23.2
20.6
13.1
15.9
14.7
15.6
168.5
19.6
13.8
18.6
14.6
18.5
30.0
16.0
18.5
16.3
16.1
78.6
12.4
6.5
12.6
7.7
12.8
11.3
7.6
9.5
5.7
5.4
0.0
48.2
70.5
63.3
58.8
68.2
29.2
61.6
53.2
49.2
61.0
0.0
81.6
112.1
102.3
84.9
106.7
51.3
99.3
90.6
77.0
98.0
715.7
62.3
30.1
30.0
40.4
41.9
83.6
47.7
60.6
61.7
26.7
93.7
36.8
16.4
16.8
25.3
22.9
65.7
30.7
37.7
35.4
15.8
1.9
2.3
1.1
2.5
1.5
0.6
0.4
1.2
2.4
1.9
2.0
2.2
16.1
10.0
15.6
11.8
3.2
2.6
11.4
19.3
16.5
16.9
1.9
2.8
1.3
3.1
1.9
0.7
0.5
1.3
3.0
2.3
2.5
1.2
69.7
14.2
21.3
25.3
3.7
4.8
17.7
65.1
64.3
36.3
R1
R2
R3
R4
R5
R6
R7
R8
R9
R10
R11
R12
84.8
84.8
14.2
10.1
15.7
12.1
17.8
16.2
10.3
12.1
11.4
11.6
643.3
643.3
18.7
12.3
21.0
14.9
23.2
20.6
13.1
15.9
14.7
15.6
168.5
168.5
19.6
13.8
18.6
14.6
18.5
30.0
16.0
18.5
16.3
16.1
78.6
78.6
12.4
6.5
12.6
7.7
12.8
11.3
7.6
9.5
5.7
5.4
70.5
0.0
48.2
70.5
63.3
58.8
68.2
29.2
61.6
53.2
49.2
61.0
112.1
0.0
81.6
112.1
102.3
84.9
106.7
51.3
99.3
90.6
77.0
98.0
715.7
715.7
62.3
30.1
30.0
40.4
41.9
83.6
47.7
60.6
61.7
26.7
93.7
93.7
36.8
16.4
16.8
25.3
22.9
65.7
30.7
37.7
35.4
15.8
2.5
1.9
2.3
1.1
2.5
1.5
0.6
0.4
1.2
2.4
1.9
2.0
19.3
2.2
16.1
10.0
15.6
11.8
3.2
2.6
11.4
19.3
16.5
16.9
3.1
1.9
2.8
1.3
3.1
1.9
0.7
0.5
1.3
3.0
2.3
2.5
69.7
1.2
69.7
14.2
21.3
25.3
3.7
4.8
17.7
65.1
64.3
36.3
Tablo 3. Karşılaştırma matrisi
Referans
Adabank
Akbank
Alternatif Bank
Anadolubank
Şekerbank
Tekstil Bankası
Turkish Bank
TEB
Garanti Bankası
İş Bankası
182
Tablo 4. Normalize matris
Referans
Adabank
Akbank
Alternatif Bank
Anadolubank
Şekerbank
Tekstil Bankası
Turkish Bank
TEB
Garanti Bankası
İş Bankası
R1
R2
R3
R4
R5
R6
R7
R8
R9
R10
R11
R12
1.00
1.00
0.05
0.00
0.07
0.03
0.10
0.08
0.00
0.03
0.02
0.02
1.00
1.00
0.01
0.00
0.01
0.00
0.02
0.01
0.00
0.01
0.00
0.01
1.00
1.00
0.04
0.00
0.03
0.01
0.03
0.10
0.01
0.03
0.02
0.01
1.00
1.00
0.10
0.02
0.10
0.03
0.10
0.08
0.03
0.06
0.00
0.00
1.00
0.00
0.68
1.00
0.90
0.83
0.97
0.41
0.87
0.75
0.70
0.87
1.00
0.00
0.73
1.00
0.91
0.76
0.95
0.46
0.89
0.81
0.69
0.87
1.00
1.00
0.05
0.00
0.00
0.02
0.02
0.08
0.03
0.05
0.05
0.00
1.00
1.00
0.27
0.01
0.01
0.12
0.09
0.64
0.19
0.28
0.25
0.00
1.00
0.71
0.90
0.33
1.00
0.52
0.10
0.00
0.38
0.95
0.71
0.76
1.00
0.00
0.81
0.46
0.78
0.56
0.06
0.02
0.54
1.00
0.84
0.86
1.00
0.54
0.88
0.31
1.00
0.54
0.08
0.00
0.31
0.96
0.69
0.77
1.00
0.00
1.00
0.19
0.29
0.35
0.04
0.05
0.24
0.93
0.92
0.51
R1
R2
R3
R4
R5
R6
R7
R8
R9
R10
R11
R12
0.00
0.95
1.00
0.93
0.97
0.90
0.92
1.00
0.97
0.98
0.98
0.00
0.99
1.00
0.99
1.00
0.98
0.99
1.00
0.99
1.00
0.99
0.00
0.96
1.00
0.97
0.99
0.97
0.90
0.99
0.97
0.98
0.99
0.00
0.90
0.98
0.90
0.97
0.90
0.92
0.97
0.94
1.00
1.00
1.00
0.32
0.00
0.10
0.17
0.03
0.59
0.13
0.25
0.30
0.13
1.00
0.27
0.00
0.09
0.24
0.05
0.54
0.11
0.19
0.31
0.13
0.00
0.95
1.00
1.00
0.98
0.98
0.92
0.97
0.95
0.95
1.00
0.00
0.73
0.99
0.99
0.88
0.91
0.36
0.81
0.72
0.75
1.00
0.29
0.10
0.67
0.00
0.48
0.90
1.00
0.62
0.05
0.29
0.24
1.00
0.19
0.54
0.22
0.44
0.94
0.98
0.46
0.00
0.16
0.14
0.46
0.12
0.69
0.00
0.46
0.92
1.00
0.69
0.04
0.31
0.23
1.00
0.00
0.81
0.71
0.65
0.96
0.95
0.76
0.07
0.08
0.49
Tablo 5. Mutlak değerler tablosu
Adabank
Akbank
Alternatif Bank
Anadolubank
Şekerbank
Tekstil Bankası
Turkish Bank
TEB
Garanti Bankası
İş Bankası
183
Tablo 6. Gri İlişkisel Katsayılar Matrisi
Adabank
Akbank
Alternatif Bank
Anadolubank
Şekerbank
Tekstil Bankası
Turkish Bank
TEB
Garanti Bankası
İş Bankası
184
R1
R2
R3
R4
R5
R6
R7
R8
R9
R10
R11
R12
1.00
0.35
0.33
0.35
0.34
0.36
0.35
0.33
0.34
0.34
0.34
1.00
0.34
0.33
0.34
0.33
0.34
0.34
0.33
0.33
0.33
0.33
1.00
0.34
0.33
0.34
0.33
0.34
0.36
0.34
0.34
0.34
0.34
1.00
0.36
0.34
0.36
0.34
0.36
0.35
0.34
0.35
0.33
0.33
0.33
0.61
1.00
0.83
0.75
0.94
0.46
0.80
0.67
0.62
0.79
0.33
0.65
1.00
0.85
0.67
0.91
0.48
0.81
0.72
0.61
0.80
1.00
0.35
0.33
0.33
0.34
0.34
0.35
0.34
0.34
0.35
0.33
1.00
0.41
0.34
0.34
0.36
0.35
0.58
0.38
0.41
0.40
0.33
0.64
0.84
0.43
1.00
0.51
0.36
0.33
0.45
0.91
0.64
0.68
0.33
0.73
0.48
0.70
0.53
0.35
0.34
0.52
1.00
0.75
0.78
0.52
0.81
0.42
1.00
0.52
0.35
0.33
0.42
0.93
0.62
0.68
0.33
1.00
0.38
0.41
0.44
0.34
0.35
0.40
0.88
0.86
0.51
Tablo 7. GİA sonuçları
Sermaye
Aktif
Likidite
Karlılık
Genel
Genel
Yeterliliği
Kalitesi
(%42.27)
(%58.64)
İlişki
sıralama
(%40.07)
Düzeyi
(%71.05)
Sıra
Derece
Sıra
Derece
Sıra
Derece
Derece
Sıra
Adabank
%100
1
%33.0
11
%100
1
%45.5
7
%62.48
3
Akbank
%34.8
4
%63.0
8
%38.0
3
%84.5
2
%58.62
4
Alternatif Bank
%33.3
11
%100
1
%33.5
9
%42.8
9
%58.29
5
Anadolubank
%34.8
5
%84.0
3
%33.5
10
%77.8
3
%62.90
2
Şekerbank
%33.5
7
%71.0
6
%35.0
7
%50.0
6
%50.93
10
Tekstil Bankası
%35.0
2
%92.5
2
%34.5
8
%35.0
10
%54.17
8
Turkish Bank
%35.0
3
%47.0
10
%46.5
2
%33.8
11
%40.97
11
TEB
%33.5
8
%80.5
4
%36.0
6
%44.8
8
%52.86
9
Garanti Bankası
%34.0
6
%69.5
7
%37.5
4
%93.0
1
%62.91
1
İş Bankası
%33.5
9
%61.5
9
%37.5
5
%71.8
4
%54.26
7
%33.5
10
%79.5
5
%33.0
11
%66.3
5
%57.87
6
185
Diğer taraftan Türkiye’deki 11 özel bankanın finansal performans
sıralamasında ilk sırayı Garanti Bankası almıştır. Geriye kalan bankaların
sıralaması ise şu şekildedir: Anadolubank, Adabank, Akbank, Alternatif
Bank, Yapı ve Kredi Bankası, İş Bankası, Tekstil Bankası, TEB,
Şekerbank ve Turkish Bank. Sermaye yeterliliği en iyi olan banka
Adabank iken en kötü olan bana Alternatif Bank’tır. Buna karşın
Alternatif Bank aktif kalitesi göstergesine göre en iyi durumda olan
banka iken Adabank en kötü durumda olan bankadır. Likidite ve
karlılıkta Garanti Bankası ilk sırada olup Turkish Bank ise son sırada yer
almıştır.
0,7
0,6
0,5
0,4
0,3
0,2
0,1
0
Şekil 2. Türkiye’deki Özel Bankaların Finansal Performansları
5. Sonuç ve Öneriler
Çalışmada, Türkiye’de faaliyet gösteren 11 özel bankanın finansal
performansları CAMELS kriterlerinden sermaye yeterliliği, aktif kalitesi,
likidite ve karlılık göstergelerinden yararlanılarak gri ilişkisel analiz
yaklaşımıyla karşılaştırılmıştır. Gri ilişkisel analizin küçük örneklemlerde
ve dağılımın normal olup olmadığının bilinmediği durumlarda güzel
sonuçlar vermesi sebebiyle bu analiz bankaların performanslarının
değerlendirilmesinde tercih edilmiştir. Yapılan analizlerde 12 oranın eşit
önem düzeyine sahip olduğu kabul edilmiştir. Bu oranların
hesaplanmasında 2007 ekonomik krizinin sonrasındaki veriler dikkate
alınmıştır. Her ne kadar geçmiş yıllara ilişkin veriler mevcut olsa da 2001
ve 2007 ekonomik krizlerinin öncesi ve sonrasının birlikte
186
değerlendirilmesinin
gerçekçi
bir
değerlendirme
olmayacağı
düşünülmüştür. Bu nedenle çalışmada 2008 yılı ile erişilebilir en güncel
verilerden oluşan 2011 yılları arasındaki finansal oranlar dikkate
alınmıştır. Analiz sonuçlarına göre bankaların performans sıralaması
Garanti Bankası, Anadolubank, Adabank, Akbank, Alternatif Bank, Yapı
ve Kredi Bankası, İş Bankası, Tekstil Bankası, TEB, Şekerbank ve
Turkish Bank olarak gerçekleşmiştir.
Finansal göstergeler açısından konuya yaklaşıldığında aktif kalitesiyle
ilgili oranların bankaların finansal performansının belirlenmesinde en
fazla etkiye sahip oranlar olduğu bulunmuştur. Buna karşın sermaye
yeterliliği oranları ise performansı en az etkileyen oranlardır. Buradan
hareketle özel bankaların aktiflerini daha iyi yöneterek finansal
başarılarını devam ettirmeye çalıştıkları söylenebilir. 2008-2011
periyodunda özel bankaların finansal kaldıraçtan kaynaklanan riski
faaliyet kaldıracını düşük tutarak dengeledikleri düşünülmektedir. Ayrıca,
analiz sonuçlarına göre karlılıkları yüksek olan bankaların finansal
performans sıralamasında da ilk sıralarda olduğu görülmektedir.
Türk Bankacılık Sistemi’nde yer alan özel bankaların finansal
performansının Gri ilişkisel analiz ile karşılaştırıldığı bu çalışmanın alana
farklı bir bakış açısı kazandırması hedeflenmiştir. İleride yapılacak
çalışmalarda bankaların 2007 krizi öncesindeki finansal performansları da
belirlenerek kriz öncesi ve sonraki dönem performansları kıyaslanabilir.
Ayrıca yapılacak çalışmalarda farklı istatistiksel yöntemler de analizlere
dahil edilerek yöntemlerin sonuçları birbiriyle karşılaştırılabilir.
Kaynaklar
Alam, H. M., Raza A., & Akram M. (2011). “A Financial Performance
Comparison of Public Vs Private Banks: The Case of
Commercial Banking Sector of Pakistan”, International Journal
of Business and Social Science, 2(11): 56-64.
Al-Tamimi, H, (2010). “Factors Influencing Performance of the UAE
Islamic and Conventional National Banks”, Global Journal of
Business Research, 4(2), 1-9.
Bergendahl, G., & Lindblom, T. (2008). “Evaluating the Performance of
Swedish Savings Banks According to Service Efficiency”,
European Journal of Operational Research, 185, 1663-1673.
Berger, N. A., Hasan I., & Zhou, M. (2010). “The effects of focus versus
diversification on bank performance: Evidence from Chinese
banks”, Journal of Banking and Finance, 34, 1417-1435.
187
Chang, C.P. (2006). “Managing Business Attributes and Performance for
Commercial Banks”, The Journal of American Academy of
Business, 9 (1), 104-109.
Deng, J. (1982). “Control problems of grey systems”, Systems and
Control Letters 5, 288-294.
Doğan M. (2013). “Measuring Bank Performance with Gray
Relational Analysis: The Case of Turkey”, Ege Akademic
Review, 13(2), 215-225.
Feng, C. M., & Wang, R. T., (2000). “Performance Evaluation for
Airlines Including the Consideration of Financial Ratios”,
Journal of Air Transport Management, 6, 133-142.
Girginer N. & Uçkun N. (2012). “The Financial Performance of the
Commercial Banks In Crisis Period: Evidence From Turkey As
an Emerging Market”, European Journal of Business and
Management, 4(19): 19-36.
Ho, C.T & Wu, Y.S., (2006). “Benchmarking Performance Indicators for
Banks”, Benchmarking: An International Journal, 13 (1/2), 147159.
Jha, S. & Hui, X. (2012). “A comparison of financial performance of
commercial banks: A case study of Nepal”, African Journal of
Business Management, 6(25): 7601-7611.
Kosmidou, K., & Zopounidis, C., (2008). “Measurement of Bank
Performance in Greece”, SouthEastern Europe Journal of
Economics, 1,79-95.
Matthew, N.G. & Esther, L.A. (2012). “Financial Performance
Comparison of Foreign VS Local Banks in Ghana”, International
Journal of Business and Social Science 3(21): 82-87.
Okpara, G. (2009). “A Synthesis of the Critical Factors Affecting
performance of the Nigerian Banking System”, European Journal
of Economics, Finance and Administrative Sciences, Issue 17,
34-44.
Peker İ. & Baki B., (2011). “Gri İlişkisel Analiz Yöntemiyle Türk
Sigortacılık Sektöründe Performans Ölçümü”, Uluslararası
İktisadi ve İdari İncelemeler Dergisi, 4 (7), 1-17.
Ravi, V., Kurniawan, H., Thai, P.N.K., & Kumar, P.R. (2008). “Soft
Computing System for Bank Performance Prediction”, Applied
Soft Computing, 8, 305-315.
188
San, O. T., Theng L. L., & Heng, T. B. (2011). “A Comparison on
Efficency of Domestic and Foreign Banks in Malaysia: A DEA
Approach”, Business Management Dynamics 1(4): 33-49.
Sufian, F. (2009). “Factors Influencing Bank Profitability In Developing
Economy: Empirical Evidence from Malaysia”, Global Business
Review, 10 (2), 225-241.
Tarawneh, M. (2006). “A Comparison of Financial Performance in the
Banking Sector: Some Evidence from Omani Commercial
Banks”, International Research Journal of Finance and
Economics, 3, 101-112.
Tatje, E.G., & Gou, P.M. (2008). “Internal Performance Evaluation: The
Case of Bank Branches”, International Journal of Service
Industry Management, 19(3), 302-324.
Türkiye Bankalar Birliği, http://www.tbb.org.tr/tr/, (Erişim tarihi: 26
Nisan 2013).
Uçkun, N. ve Girginer N. (2011). “Türkiye’deki Kamu ve Özel
Bankaların Performanslarının Gri İlişki Analizi İle İncelenmesi”.
Akdeniz İktisadi ve İdari Bilimler Fakültesi Dergisi, (21): 46-66.
Üstünışık, N.Z. (2007). Türkiye’deki İller ve Bölgeler Bazında Sosyo
Ekonomik Gelişmişlik Sıralaması Araştırması: Gri İlişkisel
Analiz Yöntemi ve Uygulaması, Yayınlanmamış Yüksek Lisans
Tezi, Ankara, Gazi Üniversitesi Fen Bilimleri Enstitüsü.
Wu, H. H. (2002). “A Comparative Study of Using Grey Relational
Analysis in Multiple Attribute Decision Making Problems”,
Quality Engineering, 159(2), 209-217.
189
190

cinsiyet ayrımcılığı olarak üstün erillik

Transkript

Benzer belgeler

KPMG Gündem 12 Bilgi Sistemleri Risk Yönetimi Dosyası

mülkiyet yapısının finansal oranlar üzerindeki etkisi

Abstract

dosyayı indir

Tam Metin - Karatekin Üniversitesi İktisadi ve İdari Bilimler

Kalkınma ve Yatırım Bankalarının Performansları Açısından

Danışmanlık Hizmetleri

10-finansal piyasalarda bilgi problemlerinin çözümünde

Vaka Çalışması Garanti Bankası

Yatırımcı Sunumu - 2014

MNG Factoring-31 12 2008 Kapak

Avrupa borsalarında borç ihracı hakkında rehber

4. bölüm - İktisadi Araştırmalar Vakfı

1.Çeyrek - Arçelik A.Ş.

Makaleyi Yazdır - Kahramanmaraş Sütçü İmam Üniversitesi Sosyal

Gözat

igindex.co.uk

indir - SuperFresh

PDF İndir - Aksaray Üniversitesi İktisadi ve İdari Bilimler Fakültesi

Büyük - Türkiye Finans

2011 Faaliyet Raporu

Faaliyet Raporu - Ziraat Bankası