SavedAdd your journal

Journals / Hacettepe Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi / 2026 / Cilt: 39 Sayı: 1

ASSESSMENT OF FİNANCİAL PERFORMANCE BY ENTROPY BASED ARAS METHOD: AN APPLİCATİON ON BUSİNESSES İN BIST ELECTRİCİTY, GAS AND STEAM SECTOR

FİNANSAL PERFORMANSIN ENTROPİ TABANLI ARAS YÖNTEMİ İLE DEĞERLENDİRİLMESİ: BIST ELEKTRİK, GAZ VE BUHAR SEKTÖRÜNDEKİ İŞLETMELER ÜZERİNE BİR UYGULAMA

Talip Arsu(AKSARAY ÜNİVERSİTESİ, AKSARAY SOSYAL BİLİMLER MESLEK YÜKSEKOKULU, OTEL, LOKANTA VE İKRAM HİZMETLERİ BÖLÜMÜ, TURİZM VE OTEL İŞLETMECİLİĞİ PR.)0000-0002-2580-166X
Pages
15–32
Publication Date
2021-03-29
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

According to the result of the ARAS method, in which weights obtained from the entropy method are used, ENJSA, AKSEN and ZOREN are found to be the companies with the highest financial performance, respectively.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:The energy sector is a risky sector, in which fixed capital investments are very high.
📊
Key Findings & Data:From this point of view, the aim of this study is to assess the financial performance of the companies in the energy sector with the Entropy based ARAS method.
💡
Conclusion & Impact:According to the result of the ARAS method, in which weights obtained from the entropy method are used, ENJSA, AKSEN and ZOREN are found to be the companies with the highest financial performance, respectively.
🔬Design:Araştırma Makalesi
📍Scope:2018 Verileri
⚙️Variables:Enerji İşletmeleri · Finansal Performans · Entropi

Abstract

The energy sector is a risky sector, in which fixed capital investments are very high. Therefore, enterprises in the energy sector must have a financially sound structure. From this point of view, the aim of this study is to assess the financial performance of the companies in the energy sector with the Entropy based ARAS method. This study is important in terms of examining the soundness of financial structures of enterprises in the energy sector, which is the driving force of countries. As a sample, businesses in Borsa İstanbul Electricity, Gas and Steam Sector were selected. In the study, financial data belonging to 2018 were used. According to the result of the Entropy method, in which the criterion weights are determined, the most important financial ratios are found as equity turnover ratio, debt to equity ratio and total assets turnover ratio, respectively. The fact that financing and financial structure ratios are the most important ratios can be attributed to the high starting and operating costs of the energy sector because these high costs must be supported by a solid financial structure. According to the result of the ARAS method, in which weights obtained from the entropy method are used, ENJSA, AKSEN and ZOREN are found to be the companies with the highest financial performance, respectively.

Özet

Enerji sektörü sabit sermaye yatırımlarının çok yüksek olduğu, riskli bir sektördür. Bundan dolayı enerji sektöründe yer alan işletmelerin finansal açıdan sağlam bir yapıları olmak zorundadır. Buradan hareketle bu çalışmanın amacı enerji sektöründe yer alan işletmelerin finansal performansının Entropi tabanlı ARAS yöntemi ile değerlendirilmesidir. Bu çalışma, ülkelerin itici gücü konumundaki enerji sektöründe yer alan işletmelerin finansal yapılarının sağlamlığını incelemesi açısından önemlidir. Örneklem olarak Borsa İstanbul Elektrik, Gaz ve Buhar Sektöründeki işletmeler seçilmiştir. Çalışmada 2018 yılı finansal verileri kullanılmıştır. Kriter ağırlıklarının belirlendiği Entropi yöntemi sonucuna göre en önemli finansal oranlar sırasıyla özsermaye devir hızı, borçlanma katsayısı ve aktif devir hızı olarak bulunmuştur. Finansman ve finansal yapı oranlarının en önemli oranlar olarak bulunması, enerji sektörünün hem başlangıç hem de işletim maliyetlerinin yüksek olması ile ilişkilendirilebilir çünkü bu yüksek maliyetler sağlam bir finansal yapı ile desteklenmelidir. Entropi sonucuda ulaşılan ağırlıkların kullanıldığı ARAS yöntemi sonucuna göre de sırasıyla ENJSA, AKSEN ve ZOREN işletmeleri finansal performansı en yüksek işletmeler olarak bulunmuştur.

🔖

Cite This Article

Arsu, T. (2021). ASSESSMENT OF FİNANCİAL PERFORMANCE BY ENTROPY BASED ARAS METHOD: AN APPLİCATİON ON BUSİNESSES İN BIST ELECTRİCİTY, GAS AND STEAM SECTOR. Hacettepe Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, Cilt: 39 Sayı: 1, 15–32. https://doi.org/10.17065/huniibf.740393

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (41)

  1. Akçakaya, O., Akçakaya, E. D. U. “Türkiye’deki Büyükşehirlerin Çevresel Performanslarının Entropi Temelli COPRAS ve ARAS Yöntemleri ile Değerlendirilmesi”. OPUS Uluslararası Toplum Araştırmaları Dergisi, 11(18), 1437-1473. https://doi.org/10.26466/opus.556278
  2. Akhtar, S., Javed, B., Maryam, A., Sadia, H. (2012). “Relationship between financial leverage and financial performance: Evidence from fuel & energy sector of Pakistan”. European Journal of Business and Management, 4(11), 7-17.
  3. Ayçin, E. (2018). “BIST Menkul Kıymet Yatırım Ortaklıkları Endeksinde (XYORT) Yer Alan İşletmelerin Finansal Performanslarının Entropi ve Gri İlişkisel Analiz Bütünleşik Yaklaşımı İle Değerlendirilmesi”. Dokuz Eylül Üniversitesi İktisadi İdari Bilimler Fakültesi Dergisi, 33(2), 595-622. https://doi.org/10.24988/deuiibf.2018332799
  4. Ayçin, E., Çakın, E. (2019). “KOBİ'lerin Finansal Performansının MACBETH-COPRAS Bütünleşik Yaklaşımıyla Değerlendirilmesi”. Journal of Yasar University, 14(55), 251-265. https://doi.org/10.19168/jyasar.483594
  5. Ayçin, E., Güçlü, P. (2020). “BIST Ticaret Endeksinde Yer Alan İşletmelerin Finansal Performanslarının Entropi ve MAIRCA Yöntemleri ile Değerlendirilmesi”. Muhasebe ve Finansman Dergisi, (85), 287-312. https://doi.org/10.25095/mufad.673739
  6. Ayçin, E., Orçun, Ç. (2019). “Mevduat Bankalarının Performanslarının Entropi Ve MAIRCA Yöntemleri İle Değerlendirilmesi”. Balikesir University Journal of Social Sciences Institute, 22(42), 175-194. https://doi.org/10.31795/baunsobed.657002
  7. Aydın, İ. (2013). “Balıkesir'de Rüzgar Enerjisi”. Eastern Geographical Review, 18(29), 29-50.
  8. Bakır, M., Atalık, Ö. (2018). “Entropi ve ARAS Yöntemleriyle Havayolu İşletmelerinde Hizmet Kalitesinin Değerlendirilmesi”. İşletme Araştırmaları Dergisi, 10(1), 617-638. https://doi.org/10.20491/isarder.2018.410
  9. Bayrakci, E., Aksoy, E. (2019). “Bireysel emeklilik şirketlerinin entropi ağırlıklı ARAS ve COPRAS yöntemleri ile karşılaştırmalı performans değerlendirmesi”. Business and Economics Research Journal, 10(2), 415-434. https://doi.org/10.20409/berj.2019.177
  10. Dadelo, S., Turskis, Z., Zavadskas, E. K., Dadeliene, R. (2012). “Multiple Criteria Assessment Of Elite Security Personal on The Basis of ARAS and Expert Methods”. Economic Computation and Economic Cybernetics Studies and Research, 46(4), 65-88.
  11. Ecer, F. (2016). “ARAS Yöntemi KullanılarakKurumsal Kaynak Planlaması Yazılımı Seçimi”. Journal Of Alanya Faculty Of Business/Alanya Isletme Fakültesi Dergisi, 8(1), 89-98.
  12. Ecer, F. (2019). “Özel Sermayeli Bankaların Kurumsal Sürdürülebilirlik Performanslarının Değerlendirilmesine Yönelik Çok Kriterli Bir Yaklaşım: Entropi-ARAS Bütünleşik Modeli”. Eskişehir Osmangazi Üniversitesi İktisadi ve İdari Bilimler Dergisi, 14(2), 365-390. https://doi.org/10.17153/oguiibf.470336
  13. EPDK. (2017). “2017 Yılı Elektrik Piyasası Gelişim Raporu”. Ankara: Enerji Piyasası Düzenleme Kurumu. http://www.epdk.org.tr/Detay/Icerik/3-0-24/elektrikyillik-sektor-raporu (E.T.: 21.01.2020)
  14. Erdoğan, N. K., Altınırmak, S., Şahin, C., Karamaşa, Ç. (2020). “Analyzing The Financial Performance of Football Clubs Listed in BIST Using Entropy Based COPRAS Methodology”. Dumlupınar Üniversitesi Sosyal Bilimler Dergisi, (63), 39-53.
  15. Erol, I., Ferrell Jr, W. G. (2009). “Integrated Approach for Reorganizing Purchasing: Theory and A Case Analysis on A Turkish Company”. Computers & Industrial Engineering, 56(4), 1192-1204. https://doi.org/10.1016/j.cie.2008.07.011
  16. Esbouei, S. K., Ghadikolaei, A. S., Antucheviciene, J. (2014). “Using FANP and Fuzzy VIKOR for Ranking Manufacturing Companies Based on Their Financial Performance”. Economic Computation & Economic Cybernetics Studies & Research, 48(3), 141-162.
  17. Fahami, N. A., Azhar, F. W., Abd Rahim, Z. H., Abd Karim, H., Nor Abdul Rahim, Z. S. K. (2019). “Application of Technique for Order Preference by Similarity to Ideal Solution Multi-Criteria Decision-Making Method for Financial Performance Evaluation: A Case Study of Services Sector in Malaysia”. Journal of Computational and Theoretical Nanoscience, 16(12), 4965-4969. https://doi.org/10.1166/jctn.2019.8549
  18. Ghadikolaei, A. S., Khalili Esbouei, S., Antucheviciene, J. (2014). “Applying fuzzy MCDM for financial performance evaluation of Iranian companies”. Technological and Economic Development of Economy, 20(2), 274-291. https://doi.org/10.3846/20294913.2014.913274
  19. Gökgöz, F., Yalçın, E. (2019) “An Integrated Approach to the World Cup Teams Using Entropy based ARAS and SAW Methods”. 25th ISTANBUL Int'l Conference on Literature, Languages, Humanities & Social Sciences içinde (1-4 ss.). https://doi.org/10.17758/URUAE8.UH12194007
  20. Hsu, L. C. (2015). “Using a Decision-Making Process to Evaluate Efficiency and Operating Performance for Listed Semiconductor Companies”. Technological and Economic Development of Economy, 21(2), 301-331. https://doi.org/10.3846/20294913.2013.876689
  21. Işık, O. (2019). “Türk Mevduat Bankacılığı Sektörünün Finansal Performanslarının Entropi Tabanlı ARAS Yöntemi Kullanılarak Değerlendirilmesi”. Finans Ekonomi ve Sosyal Araştırmalar Dergisi (FESA), 4(1), 90-99. https://doi.org/10.29106/fesa.533997
  22. Karaoğlan, S., Şahin, S. (2018). “BİST XKMYA İşletmelerinin Finansal Performanslarının Çok Kriterli Karar Verme Yöntemleri İle Ölçümü ve Yöntemlerin Karşılaştırılması”. Ege Academic Review, 18(1), 63-80.
  23. Kenger, M. D., Organ, A. (2017). “Banka Personel Seçiminin Çok Kriterli Karar Verme Yöntemlerinden Entropi Temelli ARAS Yöntemi İle Değerlendirilmesi”. Adnan Menderes Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 4(4), 152-170. https://doi.org/10.30803/adusobed.336215
  24. Koca, G., Ekinci, F., Şimşek, M. (2019). “Vergi Gelirleri Bakımından OECD Ülkelerinin Performansının Bütünleşik Entropi-ARAS Yöntemi İle Değerlendirilmesi”. Elektronik Sosyal Bilimler Dergisi, 18(70), 964-985. https://doi.org/10.17755/esosder.487135
  25. Metin, S., Yaman, S., Korkmaz, T. (2017). “Finansal Performansın TOPSIS ve MOORA Yöntemleri İle Belirlenmesi: BİST Enerji Firmaları Üzerine Karşılaştırmalı Bir Uygulama”. Kahramanmaraş Sütçü İmam Üniversitesi Sosyal Bilimler Dergisi, 14(2), 371-394.
  26. Orçun, Ç. (2019). “Enerji Sektöründe WASPAS Yöntemiyle Performans Analizi”. Bolu Abant İzzet Baysal Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 19(2), 439-453. https://doi.org/10.11616/basbed.v19i47045.537839
  27. Ömürbek, N., Eren, H., Dağ, O. (2017). “Entropi-ARAS ve Entropi-MOOSRA Yöntemleri ile Yaşam Kalitesi Açısından AB Ülkelerinin Değerlendirilmesi”. Ömer Halisdemir Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 10(2), 29-48.
  28. Özdağoğlu, A., Yakut, E., Bahar, S. (2017). “Machine Selection in A Dairy Product Company with Entropy and SAW Methods Integration”. Dokuz Eylül Üniversitesi İktisadi İdari Bilimler Fakültesi Dergisi, 32(1), 341-359. https://doi.org/10.24988/deuiibf.2017321605
  29. Pätäri, S., Arminen, H., Tuppura, A., Jantunen, A. (2014). “Competitive and Responsible? The Relationship Between Corporate Social and Financial Performance in The Energy Sector”. Renewable and Sustainable Energy Reviews, 37, 142-154. https://doi.org/10.1016/j.rser.2014.05.012
  30. Ruggiero, S., Lehkonen, H. (2017). “Renewable Energy Growth and The Financial Performance of Electric Utilities: A Panel Data Study”. Journal of Cleaner Production, 142, 3676-3688. https://doi.org/10.1016/j.jclepro.2016.10.100
  31. Sakarya, Ş., Yıldırım, H. H., Akkuş, H. T. (2015). “BİST’de İşlem Gören Enerji Şirketlerinin Finansal Performanslarının TOPSIS Çok Kriterli Karar Verme Yöntemi İle Belirlenmesi”. 19. Finans Sempozyumu Bildiriler Kitabı, Çorum, 21-24 Ekim 2015.
  32. Shaverdi, M., Heshmati, M. R., Ramezani, I. (2014). “Application of Fuzzy AHP Approach for Financial Performance Evaluation of Iranian Petrochemical Sector”. Procedia Computer Science, 31, 995-1004. https://doi.org/10.1016/j.procs.2014.05.352
  33. Shen, K. Y., Tzeng, G. H. (2015). “A decision rule-based soft computing model for supporting financial performance improvement of the banking industry”. Soft Computing, 19(4), 859-874. https://doi.org/10.1007/s00500-014-1413-7
  34. Suvvari, A., Durai, R. S., Goyari, P. (2019). “Financial Performance Assessment Using Grey Relational Analysis (GRA)”. Grey Systems: Theory and Application, 9(4), 502-516. https://doi.org/10.1108/GS-05-2019-0010
  35. Tayyar, N., Gökakın, E. (2018). “BİST Gelişen İşletmeler Piyasasına Dâhil Şirketlerin Finansal Performanslarının ÇKKV Yöntemleri İle Analizi”. Electronic Journal of Social Sciences, 17(65), 62-78. https://doi.org/10.17755/esosder.296145
  36. Tiwari, G. N., Mishra, R. K. (2012). Advanced Renewable Energy Sources. Cambridge: The Royal Society of Chemistry.
  37. Wang, T. C., Lee, H. D. (2009). “Developing A Fuzzy TOPSIS Approach Based on Subjective Weights and Objective Weights”. Expert Systems with Applications, 36(5), 8980-8985. https://doi.org/10.1016/j.eswa.2008.11.035
  38. Zavadskas, E. K., Turskis, Z. (2010). “A New Additive Ratio Assessment (ARAS) Method in Multicriteria Decision‐Making”. Technological and Economic Development of Economy, 16(2), 159-172. http://dx.doi.org/10.3846/tede.2010.10
  39. Zhang, H., Gu, C. L., Gu, L. W., Zhang, Y. (2011). “The Evaluation of Tourism Destination Competitiveness By TOPSIS & Information Entropy–A Case in The Yangtze River Delta of China”. Tourism Management, 32(2), 443-451. https://doi.org/10.1016/j.tourman.2010.02.007
  40. Zhang, H., Li, L., Zhou, D., Zhou, P. (2014). “Political Connections, Government Subsidies and Firm Financial Performance: Evidence From Renewable Energy Manufacturing in China”. Renewable Energy, 63, 330-336. https://doi.org/10.1016/j.renene.2013.09.029
  41. Zhang, X., Wang, C., Li, E., Xu, C. (2014). “Assessment Model of Ecoenvironmental Vulnerability Based on Improved Entropy Weight Method”. The Scientific World Journal, 2014, 1-7. http://dx.doi.org/10.1155/2014/797814