COVID-19 Salgınının Türk Bankacılık Sektörünün Finansal Performansı Üzerindeki Etkisinin Hibrid ÇKKV Yaklaşımları İle Değerlendirilmesi

Bu çalışmada, 2016-2021 yıllarını kapsayan dönemde Türk bankacılık sektörünün finansal performansının pandemi krizinden etkilenip etkilenmediğini değerlendirmek için CRITIC ve CoCoSo prosedürlerini içeren bütünleşik bir model önerilmiştir. Çalışmada CRITIC prosedürü yardımıyla seçilen performans kriterlerine ilişkin objektif ağırlıklar hesaplanmıştır. Ardından, Türk bankacılık sektörünün 2016-2021 dönemindeki finansal performansı CoCoSo prosedürü kullanılarak değerlendirilmiştir. Çalışmada önceki literatüre dayalı olarak bankacılık sektörüne ilişkin on adet finansal performans göstergesi belirlenmiştir. CRITIC prosedürü uygulama sonuçlarına göre 2016-2021 döneminde bankacılık sektörünün performansı üzerinde etkisi en fazla olan üç kriter sırasıyla ücretler, komisyon ve bankacılık hizmetleri gelirlerinin toplam gelirlere oranı, yasal sermayenin toplam risk ağırlıklı varlıklara oranı ve net faiz gelirlerinin ortalama toplam aktiflere oranıdır. CoCoSo yönteminin uygulama sonuçlarına göre ise Türk bankacılık sektörü pandeminin en yoğun yaşandığı 2020 yılında en kötü finansal performansı sergilemiştir. Bu sonuç sektörün pandemi krizinden olumsuz yönde etkilendiğini yani bankacılık sektöründe faaliyet gösteren bankaların risk yönetimi konusunda başarısız olduklarını ortaya koymaktadır. Dolayısıyla bu sonuç bankacılık sektörünü düzenleyen ve denetleyen mekanizmalara sektörün istikrarlı olarak büyümesini sağlamak için uzun vadeli planların tasarlamasıyla ilgili önemli bilgiler sunmaktadır. Ayrıca bulgular 2021 yılında alınan önlemlerden dolayı sektörün performansının iyileşme eğiliminde olduğunu da ortaya koymaktadır.

Evaluation of the Impact of the COVID-19 Epidemic on the Financial Performance of the Turkish Banking Sector with Hybrid MCDM Approaches

In this study, an integrated model including CRITIC and CoCoSo procedures is proposed to evaluate whether the financial performance of the Turkish banking sector is affected by the pandemic crisis in the period covering the years 2016-2021. In the study, objective weights for the selected performance criteria were calculated with the help of the CRITIC procedure. Then, the financial performance of the Turkish banking sector in the period 2018- 2021 is evaluated using the CoCoSo procedure. In accordance with the purpose of the study, firstly, ten financial performance indicators related to the banking sector are determined based on the previous literature. According to the results of the CRITIC procedure, the three criteria that have the most impact on the performance of the banking sector in the 2016-2021 period are the ratio of fees, commission and banking services income to total income, the ratio of legal capital to total risk-weighted assets, and the ratio of net interest income to average total assets. According to the results of the application of the CoCoSo method, the Turkish banking sector exhibited the worst financial performance in 2020, when the pandemic was most intense. This result reveals that the sector has been adversely affected by the pandemic crisis, that is, banks operating in the banking sector are unsuccessful in risk management. Therefore, this result provides important information to the mechanisms that regulate and supervise the banking sector in terms of designing long-term plans to ensure the steady growth of the sector. In addition, the findings also reveal that the performance of the sector tends to improve due to the measures taken against the COVID-19 pandemic in 2021.

PDF

___

Anastasia C, O., Blessing, A., & Oghenetega, O. E. (2022). COVID-19 pandemic and the performance of financial firms in Nigeria. Linguistics and Culture Review, 6(S1), 242-251.
Aydın, Y. (2020a). A Hybrid Multi-Criteria Decision Making (MCDM) Model Consisting of SD & COPRAS Methods in Performance Evaluation of Foreign Deposit Banks. Equinox, Journal of Economics, Business & Political Studies, 7(2), 160-176.
Aydın, Y. (2020b). Bütünleşik CRITIC ve MAIRCA Yöntemleri ile Kamu Sermayeli Bankalarının Performans Analizi. Finans Ekonomi ve Sosyal Araştırmalar Dergisi, 5(4), 829-841.
Banu, A. R., and Santhiyavalli, G. A. (2019). TOPSIS Approach to Evaluate the Financial Performance of Scheduled Commercial Banks in India, International Journal of Economics and Re- search,21(1), 24-33.
Barua, B., & Barua, S. (2021). COVID-19 implications for banks: evidence from an emerging economy. SN Business & Economics, 1(1), 1-28.
Chang, C.P. (2006). Managing Business Attributes and Performance for Commercial Banks, The Journal of American Academy of Business, 9(1), 104-109.
Chaudhuri, T. D. & Ghosh, I. (2014). A Multi-Criteria Decision-Making Model Based Approach for Evaluation of The Performance of Commercial Banks in India. IUP Journal of Bank Management, 13(3), 23-33.
Coşkun, B., Öncü, M. A., İstemi, Ç., & Hiçyılmaz, E. (2021). COVID-19’un Banka Finansal Performanslarına Etkisinin Entropi ve Waspas Yöntemiyle Analizi. Uluslararası İşletme, Ekonomi ve Yönetim Perspektifleri Dergisi, 5(2), 810-828.
Çetin, M. K., and Çetin, E.İ.(2010). MULTI-CRITERIA Analysis of Banks’ performances. International Journal of Economics and Finance Studies, 2(2), 73-78.
Demir, G. (2021a). Türk Bankacılık Sisteminin Finansal Performansının ROC-ITARA-CODAS Yöntemleriyle Analizi. Gümüşhane Üniversitesi Sosyal Bilimler Enstitüsü Elektronik Dergisi, 12(3), 831-847.
Demir, G. (2021b). Özel Sermayeli Mevduat Bankalarında Performans Analizi: SWARA-RAFSI Bütünleşik Model Uygulaması. Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, 35(4), 1359-1382.
Diakoulaki, D., Mavrotas, G., & Papayannakis, L. (1995). Determining Objective Weights in Multiple Criteria Problems: The CRITIC method. Computers & Operations Research, 22(7), 763-770.
Ecer, F. and Pamucar, D. (2020). Sustainable Supplier Selection: A Novel Integrated Fuzzy Best Worst Method (F-BWM) and Fuzzy CoCoSo with Bonferroni (CoCoSo’B) Multi-Criteria Model. Journal of Cleaner Production, 266, 121981.
Gao, R., Nam, H. O., Ko, W. I. and Jang, H. (2017). National Options for A Sustainable Nuclear Energy System: MCDM Evaluation Using An İmproved İntegrated Weighting Approach. Energies, 10(12), 1-24.
Gupta, S., Mathew, M., Syal, G., & Jain, J. (2021). A hybrid MCDM approach for evaluating the financial performance of public sector banks in India. International Journal of Business Excellence, 24(4), 481-501.
Ho, C.T. ve Wu Y.S. (2006). Benchmarking Performance Indicators for Banks Benchmarking, An International Journal, 13(1/2), 147-159.
Hu, S., & Zhang, Y. (2021). COVID-19 pandemic and firm performance: Cross-country evidence. International review of economics & finance, 74, 365-372.
Işık, Ö. (2018). Türk Bankacılık Sektöründe Etkinlik: Borsa İstanbul’da İşlem Gören Ticari Bankalar- dan Kanıtlar. Sinop Üniversitesi Sosyal Bilimler Dergisi, 2(2), 75-100.
Işık, Ö. (2019). Türk Mevduat Bankacılığı Sektörünün Finansal Performanslarının Entropi Tabanlı ARAS Yöntemi Kullanılarak Değerlendirilmesi. Finans Ekonomi ve Sosyal Araştırmalar Dergisi, 4(1), 90-99.
Işık, Ö. (2020). SD Tabanli MABAC ve WASPAS Yöntemleriyle Kamu Sermayeli Kalkinma ve Yatirim Bankalarinin Performans Analizi. Uluslararası İktisadi ve İdari İncelemeler Dergisi, (29), 61-78.
Işık, Ö. (2021). Akbank’ın 2009-2019 Dönemi Finansal Performansının PSI Yöntemi ile Değerlendirilmesi, Ekonomi ve Finans Çalışmaları, (Ed. Yüksel Aydın), Nobel Yayınları.
İç, Y. T., Yurdakul, M., & Pehlivan, E. (2021). Development of a hybrid financial performance measurement model using AHP and DOE methods for Turkish commercial banks. Soft Computing, 1-21.
Karadağ Ak, Ö., Hazar, A., & Babuşcu, Ş. (2022). Evaluation of the financial performance of development and investment banks with entropy-based ARAS method. Macroeconomics and Finance in Emerging Market Economies, 1-21.
Karbassi Yazdi, A., Spulbar, C., Hanne, T., & Birau, R. (2022). Ranking performance indicators related to banking by using hybrid multicriteria methods in an uncertain environment: a case study for Iran under COVID-19 conditions. Systems Science & Control Engineering, 10(1), 166-180.
Kaygusuz, M., Ersoy, B., & Bozdoğan, T. (2020). CAMELS Değerlendirme Sistemiyle Bankaların Finansal Performanslarının TOPSIS Yöntemiyle Analizi. Itobiad: Journal of the Human & Social Science Researches, 9(1), 67-95.
Kocaman, B. E. (2021). COVID-19 Sürecinde Türk Bankacilik Sektörü Ve Piyasa Yoğunlaşmasının Analizi. Hitit Sosyal Bilimler Dergisi, 14(2), 384-407.
Kosmidou, K., and Zopounidis, C. (2008). Measurement of Bank Performance in Greece. South-Eastern Europe Journal of Economics, 1(1), 79-95.
Koşaroğlu, Ş. M. (2020). BİST’te Işlem Gören Bankaların Performanslarının SD ve EDAS Yöntemleriyle Değerlendirilmesi. Finans Ekonomi ve Sosyal Araştırmalar Dergisi, 5(3), 406- 417.
Mandic, K., Delibasic, B., Knezevic, S., & Benkovic, S. (2014). Analysis Of The Financial Parameters Of Serbian Banks Through The Application Of The Fuzzy AHP and TOPSIS Methods. Economic Modelling, 43, 30-37.
Marcu, M. R. (2021). The impact of the covid-19 pandemic on the banking sector. Management Dynamics in the Knowledge Economy, 9(2), 205-223.
Özçalıcı, M., Kaya, A. ve Gürler, H. E. (2022). Long-Term Performance Evaluation of Deposit Banks with Multi-Criteria Decision Making Tools: The Case of Turkey Pamukkale University Journal of Social Sciences Institute, 50, 87-114.
Peters, A., Vetter, P., Guitart, C., Lotfinejad, N., & Pittet, D. (2020). Understanding the emerging coronavirus: what it means for health security and infection prevention. Journal of Hospital Infection, 104(4), 440-448.
Rizwan, M. S., Ahmad, G., & Ashraf, D. (2022). Systemic risk, Islamic banks, and the COVID-19 pandemic: An empirical investigation. Emerging Markets Review, 100890.
Sama, H. R., Kosuri, S. V. K., & Kalvakolanu, S. (2020). Evaluating and ranking the Indian private sector banks—A multi criteria decision making approach. Journal of Public Affairs, e2419.
San, O. T., Theng, L. L., & Heng, T. B. (2011). A Comparison on Efficiency of Domestic and Foreign Banks in Malaysia: A DEA Approach. Business Management Dynamics, 1(4), 33-49.
Sarı, S. (2021). Covid-19 Salgınının Türk Bankacılık Sektörüne Etkileri. New Era International Journal of Interdisciplinary Social Researches, 6(8), 89-106.
Shen, H., Fu, M., Pan, H., Yu, Z., & Chen, Y. (2020). The impact of the COVID-19 pandemic on firm performance. Emerging Markets Finance and Trade, 56(10), 2213-2230.
Siew, L. W., Fai, L. K. & Hoe, L. W. (2017). Evaluation on the financial performance of the Malaysian banks with TOPSIS model. American Journal of Service Science and Management, 4(2), 11-16.
Teresienė, D., Keliuotytė-Staniulėnienė, G., & Kanapickienė, R. (2021). Sustainable economic growth support through credit transmission channel and financial stability: in the context of the COVID- 19 pandemic. Sustainability, 13(5), 2692.
Tuna, K. (2021). COVID-19 pandemisinin Türkiye’de bankacılık sektörü istihdamı üzerine etkileri. İstanbul İktisat Dergisi, 71(1), 191-230.
Ünvan, Y. A. (2020). Financial Performance Analysis of Banks with TOPSIS and Fuzzy TOPSIS Approaches. Gazi University Journal of Science, 33(4), 904-923.
Ürgüp, S. E. ve Demir, E. (2021). BIST’te İşlem Gören Bankaların Finansal Performansının CRITIC- COPRAS Bütünleşik Modeliyle Analizi, Ekonomi ve Finans Çalışmaları, (Ed. Yüksel Aydın), Nobel Yayınları.
Yamaltdinova, A. (2017). Kırgızistan Bankalarının Finansal Performanslarının TOPSIS Yöntemiyle Değerlendirilmesi. International Review of Economics and Management, 5(2), 68-87.
Yazdani, M., Zarate, P., Zavadskas, E. K. and Turskis, Z. (2019). A combined Compromise Solution (CoCoSo) Method for Multi-Criteria Decision-Making Problems. Management Decision, 57(9), 2501-2519.