cinsiyet ayrımcılığı olarak üstün erillik
Transkript
cinsiyet ayrımcılığı olarak üstün erillik
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: fecer@aku.edu.tr 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 AİBÜ Sosyal Bilimler Enstitüsü Dergisi, Güz 2013, Cilt:13, Yıl:13, Sayı:2, 13:171-189 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 AIBU Journal of Social Sciences, Autumn 2013, Vol:13, Year:13, Issue:2, 13:171-189 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 AİBÜ Sosyal Bilimler Enstitüsü Dergisi, Güz 2013, Cilt:13, Yıl:13, Sayı:2, 13:171-189 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 AIBU Journal of Social Sciences, Autumn 2013, Vol:13, Year:13, Issue:2, 13:171-189 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) AİBÜ Sosyal Bilimler Enstitüsü Dergisi, Güz 2013, Cilt:13, Yıl:13, Sayı:2, 13:171-189 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 AIBU Journal of Social Sciences, Autumn 2013, Vol:13, Year:13, Issue:2, 13:171-189 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 AİBÜ Sosyal Bilimler Enstitüsü Dergisi, Güz 2013, Cilt:13, Yıl:13, Sayı:2, 13:171-189 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 AIBU Journal of Social Sciences, Autumn 2013, Vol:13, Year:13, Issue:2, 13:171-189 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 AİBÜ Sosyal Bilimler Enstitüsü Dergisi, Güz 2013, Cilt:13, Yıl:13, Sayı:2, 13:171-189 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 AIBU Journal of Social Sciences, Autumn 2013, Vol:13, Year:13, Issue:2, 13:171-189 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 Yapı ve Kredi Bankası 182 AİBÜ Sosyal Bilimler Enstitüsü Dergisi, Güz 2013, Cilt:13, Yıl:13, Sayı:2, 13:171-189 Tablo 4. Normalize matris Referans Adabank Akbank Alternatif Bank Anadolubank Şekerbank Tekstil Bankası Turkish Bank TEB Garanti Bankası İş Bankası Yapı ve Kredi 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 Yapı ve Kredi Bankası 183 AIBU Journal of Social Sciences, Autumn 2013, Vol:13, Year:13, Issue:2, 13:171-189 Tablo 6. Gri İlişkisel Katsayılar Matrisi Adabank Akbank Alternatif Bank Anadolubank Şekerbank Tekstil Bankası Turkish Bank TEB Garanti Bankası İş Bankası Yapı ve Kredi 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 AİBÜ Sosyal Bilimler Enstitüsü Dergisi, Güz 2013, Cilt:13, Yıl:13, Sayı:2, 13:171-189 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 Yapı ve Kredi Bankası %33.5 10 %79.5 5 %33.0 11 %66.3 5 %57.87 6 185 AIBU Journal of Social Sciences, Autumn 2013, Vol:13, Year:13, Issue:2, 13:171-189 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 AİBÜ Sosyal Bilimler Enstitüsü Dergisi, Güz 2013, Cilt:13, Yıl:13, Sayı:2, 13:171-189 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 AIBU Journal of Social Sciences, Autumn 2013, Vol:13, Year:13, Issue:2, 13:171-189 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 AİBÜ Sosyal Bilimler Enstitüsü Dergisi, Güz 2013, Cilt:13, Yıl:13, Sayı:2, 13:171-189 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 AIBU Journal of Social Sciences, Autumn 2013, Vol:13, Year:13, Issue:2, 13:171-189 190