İMKB’ye Kayıtlı Seçilmiş İşletmelere Yönelik Etkinlik Ölçümü ve Performans Değerlendirmesi: Veri Zarflama Analizi ve Topsis Uygulaması

Nüfusun hızla artmakta olduğu dünyada bireylerin ihtiyaçlarınıkarşılamak ve gelişmekte olan teknolojiler karşısında esnek ve uygun bir yapıya sahip olmak işletmeler için büyük bir önem arz etmektedir. Bu durum sektörlerde ilerleme kaydedebilmek ve az gelişmişveya gelişmekte olan ülkelerde belli bir istikrar seviyesini yakalayabilmek bağlamında önemli bir rol oynamaktadır. Üretim sektörünün alt dallarından olan taşve toprağa dayalısektör ile metal eşya makine ve gereç yapım sektörleri, son yıllarda inşaat ve beyaz eşya sektörlerinde yaşanan gelişmelere paralellik göstermektedir. Özellikle taşve toprağa dayalısektörlerde yer alan çimento sektörü de Türkiye’de inşaat sektöründeki gelişmelerden büyük ölçüde etkilenmektedir ve uzun yıllar boyunca devam edeceği beklenmektedir. Bu sebepten dolayıpetrol ve enerji maliyetlerini minimize etmek ve bu duruma uygun bir çözüm getirebilmek amacıyla birçok faaliyetlerde bulunulmaktadır. Türkiye’deki 2010 ihracat verilerine göre; 113,7 milyar dolarlık toplam ihracat rakamıiçerisinde otomotiv sektörü %15’lik pay ile diğer sektörler arasında ilk sırada yer almaktadır. Bu durum daha kapsamlıbir gözlem yapabilmek amacıyla; hem üretim hem de finansal performansın farklıyöntemlerle ölçülmesi gerektiğini göstermektedir. Bu çalışmada taşve toprağa dayalısektörde faaliyet gösteren 26 işletme ile metal eşya makine ve gereç yapım sektöründe faaliyet gösteren 28 işletmenin 2008-2010 yıllarıarasındaki etkinlik ölçümü ve performans değerlendirmeleri Veri Zarflama Analizi ve TOPSIS yöntemleriyle yapılmasıamaçlanmıştır. Veri Zarflama Analizi uygulanmasında DEA-Solver-LV programıkullanılırken TOPSIS yöntemi uygulamasında ise Sanna programından yararlanılmıştır. İlk olarak 1957 yılında; Farrell, tek bir sektörden bütün bir ekonomiye uygulanabilme imkânıolan bir model oluşturulabileceği, yani herhangi bir kavramın etkinliğini ölçmede etkinliğin de kendi içinde parçalara ayrılabileceği fikrini ortaya atmıştır Eken ve Kale, 2011: 889-901 . Daha sonra 1978 yılında Charnes, Cooper ve Rhades tarafından karar alma birimlerinin etkinliğini ölçme konusunda bir çalışma yapılmışve Farrell’in öne sürdüğü model Veri Zarflama Analizi VZA olarak adlandırılmıştır. Bu yöntemle üretim teknolojilerinin etkinliğini ölçme konusunda bir uygulama gerçekleştirilmiştir Ebnerasoul ve Yavarian, 2009: 42-48 . VZA; yöneylem araştırması, yönetim bilimi ve ekonometriyi bir araya getiren yeni bir çalışma alanıdır. Bu yöntem; üretim ve hizmet faaliyetlerinin etkinliğini ölçmede ve geliştirmede gün geçtikçe artan bir önem kazanmaktadır. Charnes’in yönetim ve ekonomi bilimi gibi farklıalanlarda yaptığıçalışmaların, diğer VZA çalışmalarının yapılmasında büyük bir etkisi olduğu gözlemlenmiştir Wei, 2001: 1321-1332 . Veri Zarflama Analizi ile değerlendirilecek işletmeler ayrıgirdi ve çıktıya sahip olmalarızorundadır. İlgili girdi ve çıktıların belirleyiciliği Veri Zarflama Analizi kullanımıiçin büyük önem arz etmektedir. Aksi halde söz konusu metottan doğru bir sonuca ulaşılamayabilir. TOPSIS; çoklu karar verme yöntemlerinden uygulanmasıkolay olan ve etkin sonuçların alınmasınısağlayan tekniklerden biridir. TOPSIS yönteminin uygulanma sürecinde; performans dereceleri ve kriterlerin ağırlıklarıdüzenli değerler halinde oluşturulmaktadır. Bu nedenden dolayıağırlıkların ve sayısal özelliklerin ölçümlenmesi, herhangi bir rakam üzerindeki kişisel tercihler ile ilgili belirsizlikleri dikkate almaz Soba, Akcanlı, Erem ve Eren, 2011: 413-420 . TOPSIS yönteminin aşamalarıaşağıdaki gibidir Demireli, 2010: 104-106 : • Karar matrislerinin oluşturulması, • Karar matrislerinin normalleştirilmesi, • Normalleştirilen karar matrislerinin ağırlıklandırılması, • Matrislerin maksimum ve minimum değerleri, • Pozitif ideal çözüme yakınlık değerleri negatif ideal çözüme uzaklık değerleri, • Alternatiflerin göreceli sıralanmasıolarak ifade edilebilir. Bu çalışmanın konu alanı İstanbul Menkul Kıymetler Borsası’na kayıtlıve taş-toprağa dayalısektörler ile metal eşya, makine ve gereç yapım sektörlerini kapsamaktadır. Kullanılan Veri Zarflama Analizi modelinde değişkenlerin tanımlanmasıaşağıdaki tabloda gösterilmiştir: Veri zarflama analizi yönteminden elde edilen sonuçlara göre: • Taşve toprağa dayalısektörde 2008 yılında 26 işletme arasından 14 tane göreli etkin işletme olduğu, 2009 yılında ise 8 tane etkin işletme olduğu sonucu elde edilmiştir. Ayrıca Adana çimento, Anadolu cam, Çimsa, Eczacıbaşıyapı, Göltaşçimento, Mardin çimento ve Uşak seramik işletmelerinin 2008 yılındaki etkinliklerini 2009 yılında da koruyabildikleri gözlemlenmiştir. Söz konusu sektörde 2010 yılında 11 tane etkin işletme olduğu sonucuna varılmıştır. Bu üç yıllık değerlendirme göz önüne alındığında; Adana çimento, Çimsa, Eczacıbaşıyapı, Göltaşçimento, Mardin çimento ve Uşak seramik işletmelerinin etkinliklerini korumayıbaşardıklarıgörülmüştür. • Metal eşya, makine ve gereç yapım sektöründe 2008 ve 2009 yıllarında 25 işletme arasından göreli etkin olan işletme sayısı9 tanedir Esas olarak söz konususektörde faaliyet gösteren işletme sayısı28 tanedir, ancak bu işletmelerden Uzel Makine, Katmerciler Ekipman ve Bosch Fren Sistemleri işletmelerinin bilanço ve gelir tablolarına ulaşılamamasısebebiyle çalışma kapsamıdışında tutulmuştur . Söz konusu sektörde 2010 yılında etkin olan işletme sayısı11 tanedir. Ayrıca etkin olmayan işletmeler arasından Emek Elektrik işletmesinin etkinlik değerine 1,0000 en yakın işletme olduğu sonucuna varılmıştır. Benzer yorumlar diğer işletmeler için de yapılabilmektedir. TOPSIS yönteminden elde edilen sonuçlara göre; • Taşve toprağa dayalısektörde 2008 yılında BatıSöke çimento işletmesinin 26 işletme arasında ilk sırada yer aldığıve Eczacıbaşıyapıişletmesinin ise en düşük performans derecesine sahip olduğu görülmüştür. Mardin çimento işletmesi 2009 yılında en yüksek performans derecesine sahip iken, Konya çimento ikinci ve Ünye çimento üçüncü sırada yer almıştır. Konya çimento 2010 yılında birinci sırada yer almışve Eczacıbaşıyapıtekrardan en düşük performans derecesine sahip olmuştur. • Metal eşya, makine ve gereç yapım sektöründe 2008 yılında F-M İzmit Piston işletmesi 25 işletme arasında en yüksek performans derecesine sahip olmuşve diğer iki yılda da performans derecesine düşürmesine rağmen birincilik konumunu korumayıbaşarmıştır. Sonuç olarak; performans değerlemesi ve ya etkinlik ölçümü birçok farklıanaliz teknikleri uygulanarak yapılabilmektedir. Fakat en uygun girdi-çıktıbileşimini belirlemenin çalışmanın sonuçlarıüzerinde önemli bir etkisi olduğu gerçeği de göz ardı edilmemelidir.

Efficiency Measurement and Performance Evaluation for Chosen Companies Registered in İstanbul Stock Exchange: Data Envelopment Analysis and Topsis Method

The fact that meeting the rapidly increasing requirements of population and having a flexible and compatible structure in view of the improving technologies plays an important role in the meaning of making progress in the so-called sectors and catching the certain stability level in the under-developed and developing countries. Non-Metallic mineral products sector and Fabricated metal products, machinery and equipment sector, which are the subbranches of production industry, substantially show parallelism with the improvements in construction and white goods sectors in recent years. Especially, cement sector involved in non-metallic mineral products sector is affected by the improvements in construction sector to a great extent Pala; 2006: 1 . Because of the fierce competition in the so-called sector; it is observed that the domestic and foreign cement prices come down. So several operations are being conducted in order for retrieving this situation and minimizing the fuel and energy expenses Pala; 2006: 3 . According to the export data of 2010 in Turkey; it is seen that the total export in automotive industry, which is 113,7 billion dollars, takes a 15 percent share and comes first among the other industries TİM, bt:1 . This situation shows that both production and financial performance should be measured by some different methods so as to look through more comprehensive vision. For this reason, in this study we tried to determine the efficiencies and to make performance evaluations of twenty six companies operating in Non-Metallic Mineral Products sector and twenty eight companies operating in Fabricated Metal Products, Machinery and Equipment sector by applying both DEA and TOPSIS methods for 2008-2010 period. DEA-Solver-LV is used for DEA in efficiency measurement and TOPSIS Sanna programme is used for TOPSIS in performance evaluation. In 1957, Farrell firstly maintained the idea that a model appropriate for applying on whole economy from a single sector, that is, in measuring efficiency of a concept, efficiency can fall to pieces in its inside . Then, in 1978; a study was conducted by Charnes, Cooper and Rhades in measuring the efficiency of decision making units and the model which Farrell suggested was termed as Data Envelopment Analysis. Data Envelopment Analysis DEA is a field of study combining Operational Research, Management Science and Econometrics. This method gains more importance day by day in measuring and increasing the efficiency of production and service activities. It is observed that the studies, Charnes has made in different fields such as management and economy, have a considerable effect on the other studies related to DEA Wei, 2001: 1321-1332 . The companies which will be evaluated by DEA have to produce the same input and output. Determining the interrelated inputs and outputs is enough in order for Using DEA. Otherwise precise results can not be achieved from the method under discussion Sherman, 1983: 7 . Technique for Order Preference By Similarity to Ideal Solution TOPSIS , easy to apply and providing to take efficient results; is one of the multiple decision techniques. In the process of applying TOPSIS method; the weights of performance levels and criterias are generated in proper values. Because of this, in measuring weights and quantitive features; this method doesn’t consider any uncertainties associated with the subjective preferences on any number Soba, Akcanlı, Erem ve Eren, 2011: 413- 420 . The stages of TOPSIS method are as follows Demireli, 2010: 104-106 : • Generation of decision matrix, • Normalization of decision matrix, • Weighting of normalized matrix, • Maximum and minimum values of matrix, • Determining the ideal and non-ideal solution, • Relatively ranking of the alternatives. The field of our study is determined as the companies registered in Public Disclosure Platform and operating in NonMetallic Mineral Products sector and Fabricated Metal Products, Machinery and Equipment sector. Then inputs and outputs thought to have great effects on calculating the relatively efficiencies of the so-called companies are assigned. In our study; a DEA model is generated by seven input and output criteria in total. The table of inputs and outputs variables and their formulas are shown as follows: According to DEA results; • In Non-Metallic Mineral Products sector ‐ In 2008; there are fourteen relatively efficient companies among twenty-six companies. ‐ In 2009; there are eight relatively efficient companies. Seperately; Adana Cimento, Anadolu Cam, Cimsa, EczacibasiYapi, Göltas Cimento, Mardin Cimento ve Usak Seramik are managed to keep their efficiencies in 2009 as well as the year of 2008. ‐ In 2010; there are eleven relatively efficient companies. It is seen that Adana Cimento, Cimsa, Eczacibasi Yapi, Göltas Cimento, Mardin Cimento and Usak Cimento keep their efficiencies all the three years round. • In Fabricated Metal Products, Machinery and Equipment sector ‐ In 2008 and 2009; there are nine relatively efficient companies among twenty-five companies In fact; there are twentyeight companies operating in this sector, but we’ ve taken Uzel Makine, Katmerciler Ekipman and Bosch Fren Sistemleri out of context because the balance sheets and income statements of these companies can not be reached . ‐ In 2010; there are eleven relatively efficient companies. Seperately, it is observed that Emek Elektrik is the closest company to the efficiency value 1,0000 among the inefficient companies. Similar comments can be made for the other companies. According to TOPSIS methods; • In Non-Metallic Mineral Products sector ‐ In 2008; the performance of Batı söke Cimento comes first among the twenty-six companies, while Eczacibasi has the lowest performance degree. ‐ In 2009; Mardin Cimento becomes the first company, Konya Cimento becomes the second and Unye Cimento becomes the third company among them. ‐ In 2010; Konya Cimento qualifies for the first rank and Eczacibasi Yapi shows the lowest performance again. • In Fabricated Metal Products, Machinery and Equipment sector ‐ In 2008; F-M Izmit Piston comes first among twenty-five companies and is managed to keep this situation in 2009 and 2010 although it decreases its performance degree in the last two years. Consequently; it can be possible to make performance evaluation or efficiency measurement by applying different analysis techniques. But making the right decision in determining the appropriate input-output combination has a great importance on the results of the study.

___

  • ALTIN, Hakan (2010), “Küresel Kriz Ortamında İMKB Sınaî Şirketlerine Yönelik Finansal Etkinlik Sınaması: Veri Zarflama Analizi Uygulaması”, Anadolu Üniversitesi Sosyal Bilimler Dergisi, Cilt: 10, Sayı: 2, s.15–30
  • “Aralık Ayı Rekorla Bitti, Yeni Yıl Hedefi 127 Milyar Dolar Oldu”, http://www.tim.org.tr/tr/content.asp?PID={FE232E46-A221-4256-84A1-577CF469E168}
  • ASLAN, Şebnem (2007), “Performans Ölçümünde Kıyaslama Yöntemi Olarak Veri Zarflama Analizinin Kullanımı: Türkiye Şeker Fabrikaları Örneği”, Atatürk Üniversitesi, İktisadi ve İdari Bilimler Dergisi, Cilt: 21,Sayı. 1, s.383-396
  • BEHDİOĞLU, Sema ve ÖZCAN, Gözde (2009), “Veri Zarflama Analizi ve Bankacılık Sektöründe Bir Uygulama”, Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, Cilt: 14, Sayı.3, s.301– 326
  • DEMİR, Yusuf ve GENÇTÜRK, Mehmet (2006), “ İMKB’de İşlem Gören Yerli ve Yabancı Bankaların Göreli Etkinliklerinin Veri Zarflama Analizi ile Ölçümü”, D.E.Ü.İ.İ.B.F. Dergisi, Cilt:21, Sayı.2, s.49-74
  • DEMİRELİ, Erhan (2010), “TOPSIS Çok Kriterli Karar Verme Sistemi: Türkiye’deki Kamu Bankaları Üzerine Bir Uygulama”, Girişimcilik ve Kalkınma Dergisi, Cilt:5, Sayı.1, s.101-112
  • DESJEUX, Yann ve LATRUFFE, Laure (2010), “Agricultural Policy Support and Technical Efficiency in French Agriculture” , 8th International Conference on DEA, Beirut, Lebanon, s.1-10
  • Devlet Planlama Teşkilatı Müsteşarlığı (2006), Dokuzuncu Kalkınma Planı (2007-2013), Taş ve Toprağa Dayalı Sanayiler Özel İhtisas Komisyonu Raporu, s.1-84
  • EBNERASOUL, S.Asghar ve YAVARİAN, Hossein (2009), “Performance Evaluation of Organizations: An Integrated Data Envelopment Analysis and Balanced Scorecard Approach”, International Journal of Business and Management, Cilt:4, Say:4, s.42-48
  • EKEN, M.Hasan ve KALE, Süleyman (2011), “Measuring Bank Branch Performance Using Data Envelopment Analysis (DEA): The Case of Turkish Bank Branches”, African Journal of Business Management, Cilt:5, Sayı:3,s. 889-901
  • HALKOS, E. George ve SALAMOURIS, Dimitrios (2001), “Efficiency Measures of The Greek Banking Sector: A Non-Parametric Approach for The Period 1997-1999”, University Library Of Munich- Germany-MPRA Paper, Munich Personal RePEc Archive, Sayı.2858, s.0-24
  • HAQ, Mamiza, SKULLY, Michael ve PATHAN, Shams (n.d.), “Efficiency of Micro finance Institutions: A Data Envelopment Analysis”, http:// ssrn.com/abstract=1405709, s.1-39
  • KARĞIN, Mahmut (2010), “Bulanık Analitik Hiyerarşi Süreci ve İdeal Çözüme Yakınlığa Göre Sıralama Yapma Yöntemleri ile Tekstil Sektöründe Finansal Performans Ölçümü”, Celal Bayar Üniversitesi Sosyal Bilimler Dergisi, Cilt:8, Sayı:1, s.195-216
  • KOÇAK, Serdar (2006), “Türk Telekom Erişim Şebekelerinde Performans Ölçümü: Veri Zarflama Analizi Uygulaması”, Gazi Üniversitesi, Fen Bilimleri Enstitüsü, Endüstri Mühendisliği, Yüksek Lisans Tezi, Ankara, s.30-32
  • MARKOVIC, Zoran (2010), “Modification of TOPSIS Method for Solving of Multicriteria Tasks”, Yugoslav Journal of Operations Research, Cilt: 20, Sayı: 1, s. 117-143
  • PALA, Aynur,(2006), Sektör Analizi-Seramik Sektörü-Ziraat Yatırım Menkul Değerler A.Ş-Araştırma Bölümü- s.1-3
  • SEZGİN, H.Funda (2008), “Portföy Seçiminde Veri Zarflama Analizi ile Diskriminant Analizi Yöntemlerinin Karşılaştırmalı Etkinliği” , Uluslararası Sermaye Hareketleri ve Gelişmekte Olan Piyasalar Sempozyumu (İCAM,2007) Bildiriler Kitabı, s.1-16
  • SHERMAN, H.David (1983), “Evaluating Operating Efficiency of Service Businesseswith DEA- Empirical Study of Bank Branch Operations”, Workingpaper/ Sloan School of Management Massachusetts Institute of Technology, s.6-7
  • SOBA Mustafa, AKCANLI Fatma, EREM Işıl ve EREN Kudret (2011),“IMKB’ye Kayıtlı Taş ve Toprak Alanında Faaliyet Gösteren İşletmelerin Performanslarının TOPSIS Yöntemi ile Değerlendirilmesi”, Üretim Araştırmaları Sempozyum Bildiri Kitabı, İstanbul Ticaret Üniversitesi, İstanbul, Türkiye, 23-24 Haziran, s.413-420
  • TALLURI, Srinivas (2000), “Data Envelopment Analysis: Models and Extensions”, Decision Line, Pennsylvania State University-Production/OperationsManagement, s.8-11
  • USTASÜLEYMAN, Talha (2009), “Bankacılık Sektöründe Hizmet Kalitesinin Değerlendirilmesi: Ahs- Topsis Yöntemi”, Bankacılar Dergisi, Sayı:69, s.33-43
  • YANG, Zijiang (2009), “Bank Branch Operating Efficiency: A DEA Approach”, Proceedings of the International MultiConference of Engineers and Computer Scientists, Hong Kong, Cilt: 2, s.1-6
  • YURDAKUL, M. ve İÇ, Y.T. (2003), “Türk Otomotiv Firmalarının Performans Ölçümü ve Analizine Yönelik TOPSIS Yöntemini Kullanan Bir Örnek Çalışma”, Gazi Üniversitesi Müh. Mim. Fak. Dergisi, Cilt 18, Sayı: 1, ss:1-18
  • WEI, Quanling (2001), “Data Envelopment Analysis”, Chinese Bulletin Science, Cilt:46, Sayı:16, s.1321- 1332 TABLOLAR