KaydedilenlerDerginizi ekleyin

Dergiler / Necmettin Erbakan Üniversitesi Siyasal Bilgiler Fakültesi Dergisi / 2026 / Cilt: 8 Sayı: 1

Hibrit Bir Karar Verme Modeli ile 2016-2024 Dönemi Albaraka Portföy Yönetimi A.Ş. ve Kuveyt Türk Yönetimi A.Ş.’nin Finansal Performanslarının Değerlendirilmesi

Evaluation of the Financial Performance of Albaraka Portfolio Management Inc. and Kuveyt Türk Portfolio Management Inc. for the Period 2016–2024 Using a Hybrid Decision-Making Model

Selahattin Bektaş(KTO KARATAY ÜNİVERSİTESİ)0000-0001-6285-8318
Sinan Çimen(KTO KARATAY ÜNİVERSİTESİ)0000-0002-8294-1749
Sayfa
109–133
Yayın Tarihi
2026-06-28
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Bulgular, her iki şirket için de esas faaliyet kârının hasılata oranının (EFK/H) en etkili kriter olduğunu ortaya koymuştur.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Bu çalışma, Albaraka Portföy Yönetimi A.Ş. ile Kuveyt Türk Portföy Yönetimi A.Ş.’nin 2016–2024 dönemi finansal performanslarını ÇKKV yöntemleriyle analiz ederek karşılaştırmayı amaçlamaktadır.
📊
Temel Bulgular & Veri:Bulgular, her iki şirket için de esas faaliyet kârının hasılata oranının (EFK/H) en etkili kriter olduğunu ortaya koymuştur.
💡
Sonuç & Katkı:Çalışma, İslami portföy yönetimi literatürüne yenilikçi ve uygulanabilir bir analiz modeli sunmakta; yöneticiler ve politika yapıcılar için stratejik çıkarımlar sağlamaktadır.
🔬Tür:Literatür & Derleme Çalışması
📍Kapsam:2016–2024 Verileri
⚙️Değişkenler:LOPCOW · CoCoSo · Portföy yönetimi

Özet

Bu çalışma, Albaraka Portföy Yönetimi A.Ş. ile Kuveyt Türk Portföy Yönetimi A.Ş.’nin 2016–2024 dönemi finansal performanslarını ÇKKV yöntemleriyle analiz ederek karşılaştırmayı amaçlamaktadır. Analizde, kriter ağırlıklarının objektif olarak belirlenmesi için LOPCOW yöntemi, alternatiflerin sıralanması için ise CoCoSo yöntemi hibrit biçimde kullanılmıştır. Literatürle uyumlu olarak belirlenen beş finansal performans göstergesi, şirketlerin resmi finansal raporlarından elde edilmiştir. Bulgular, her iki şirket için de esas faaliyet kârının hasılata oranının (EFK/H) en etkili kriter olduğunu ortaya koymuştur. Performans açısından Albaraka’nın en başarılı yılı 2017, Kuveyt Türk’ün ise 2024 yılı olarak belirlenmiştir. Çalışma, İslami portföy yönetimi literatürüne yenilikçi ve uygulanabilir bir analiz modeli sunmakta; yöneticiler ve politika yapıcılar için stratejik çıkarımlar sağlamaktadır.

Abstract

This study aims to analyze and compare the financial performance of Albaraka Portfolio Management Inc. and Kuveyt Türk Portfolio Management Inc. for the period 2016–2024 using MCDM methods. A hybrid model was applied in the analysis, combining the LOPCOW method to objectively determine the criterion weights and the CoCoSo method to rank the alternatives. Five financial performance indicators, selected in line with the literature, were obtained from the companies’ official financial reports. The findings reveal that the ratio of operating profit to revenue (EFK/H) is the most influential criterion for both companies. In terms of performance, 2017 was identified as the most successful year for Albaraka, while 2024 was the peak year for Kuveyt Türk. The study offers an innovative and applicable analysis model to the Islamic portfolio management literature and provides strategic insights for managers and policymakers.

🔖

Bu Makaleye Atıf Yap

Bektaş, S., Çimen, S. (2026). Hibrit Bir Karar Verme Modeli ile 2016-2024 Dönemi Albaraka Portföy Yönetimi A.Ş. ve Kuveyt Türk Yönetimi A.Ş.’nin Finansal Performanslarının Değerlendirilmesi. Necmettin Erbakan Üniversitesi Siyasal Bilgiler Fakültesi Dergisi, Cilt: 8 Sayı: 1, 109–133. https://ajindex.com/articles/1532250

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (46)

  1. Akbulut, O. Y., & Hepşen, A. (2021). Finansal Performans ve Pay Senedi Getirileri Arasındaki İlişkinin Entropi ve CoCoSo ÇKKV Teknikleriyle Analiz Edilmesi. Ekonomi Politika ve Finans Araştırmaları Dergisi, 6(3), 681-709. https://doi.org/10.30784/epfad.945770
  2. Akel, V. (2016). Türkiye’deki A ve B Tipi Yatırım Fonları Performansının Devamlılığının Parametrik ve Parametrik Olmayan Yöntemlerle Değerlendirilmesi. Dokuz Eylül Üniversitesi İktisadi İdari Bilimler Fakültesi Dergisi, 22(2), 147-178.
  3. Albaraka Portföy (2025), https://www.albarakaportfoy.com.tr/
  4. Alptekin, N., & Şıklar, E. (2015). Türk hisse senedi emeklilik yatırım fonlarının çok kriterli performans değerlendirmesi: TOPSIS metodu. Dumlupınar Üniversitesi Sosyal Bilimler Dergisi (25).
  5. Altıntaş, F. F. (2023). Barış Performanslarının LOPCOW Tabanlı WISP Yöntemi İle Analizi: G7 Ülkeleri Örneği. Fenerbahçe Üniversitesi Sosyal Bilimler Dergisi, 3(2), 215-241. https://doi.org/10.58620/fbujoss.1313949
  6. Atan, M., Atan, S., ve Özdemir, Z. A. (2008). Türkiye’deki Bazı Yatırım Fonlarının Performanslarının Değerlendirilmesi. Gazi Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 10(2), 47-67.
  7. Bakır, M., & İnce, F. (2024). Havayolu İşletmelerinde Yolcu Memnuniyetinin LOPCOW-AROMAN Modeliyle Analizi: Star Alliance Stratejik Ortaklığı Uygulaması. Dumlupınar Üniversitesi Sosyal Bilimler Dergisi (81), 168-189. https://doi.org/10.51290/dpusbe.1432572
  8. Baykara, Büşra (2018), “İslami Yatırım Fonları ve Türkiye’de İslami Yatırım Fonlarının Geleneksel Fonlarla Karşılaştırılmalı Analizi”, Yüksek Lisans Tezi, Ufuk Üniversitesi Sosyal Bilimler Enstitüsü, Ankara.
  9. Bayraktar, M., & Aksoy, M. (2020). Katılım Esasına Dayalı Bireysel Emeklilik Fonlarının Performans Analizi. Muhasebe ve Finansman Dergisi (86), 153-184. https://doi.org/10.25095/mufad.710354
  10. Bhanutej, J. V., & Rao, V. V. S. K. (2024). Evaluating Healthcare Efficacy: An Exploration Of Grey Relational Analysis And COCOSO In MCDM Framework. Educ. Adm. Theory Pract, 30(4), 7261-7276.
  11. Climent, F., Molla, P. ve Soriano, P. (2020). The investment performance of U.S. Islamic mutual funds. Sustainability, 12(3530), 1-18. doi:10.3390/SU12093530
  12. Çilek, A. (2022). Bütünleşik SV-CoCoSo Teknikleriyle Etkinlik Analizi: Mevduat Bankaları Gruplarında Bir Uygulama. Karadeniz Sosyal Bilimler Dergisi, 14(26), 52-69. https://doi.org/10.38155/ksbd.1079357
  13. Dhruva, S., Krishankumar, R., Ravichandran, K. S., Kaklauskas, A., Zavadskas, E. K., & Gupta, P. (2025). Selection of waste treatment methods for food sources: an integrated decision model using q-rung fuzzy data, LOPCOW, and COPRAS techniques. Clean Technologies and Environmental Policy, 1-25. https://doi.org/10.1007/s10098-025-03160-6
  14. Doğanay, M. (2015). Hisse Senedi Fonlarının Çok Kriterli Karar Yaklaşımı ile Derecelendirilmesi. Ankara Üniversitesi SBF Dergisi, 57(3). https://doi.org/10.1501/SBFder_0000001759
  15. Ecer, F. ve Pamucar, D. (2022). A Novel LOPCOW-DOBI Multi Criteria Sustainability Performance Assessment Methodology: An Application in Developing Country Banking Sector. Omega, 112,112690, 1-17.
  16. Ege, İ., Topaloğlu, E. E., ve Coşkun, D. (2011). Türkiye’deki Emeklilik Yatırım Fonlarının Yatırım Performanslarının Analizi. Ekonomi Bilimleri Dergisi, 3(1), 79-89.
  17. Ersoy, N. (2023). BIST Perakende Ticaret Sektöründe LOPCOW-RSMVC Modeli ile Performans Ölçümü. Sosyoekonomi, 31(57), 419-436. https://doi.org/10.17233/sosyoekonomi.2023.03.20
  18. Göktaş, F., & Güçlü, F. (2024). Yeni Bir Çok Kriterli Karar Verme Yaklaşımı “Olabilirlik Değerlendirme Sistemi”: Katılım Fonları Üzerine Bir Uygulama. Black Sea Journal of Engineering and Science, 7(1), 1-8. https://doi.org/10.34248/bsengineering.1341340
  19. Güçlü, F. (2022). Katılım Hisse Senedi Şemsiye Fonlarının Performansının Gri İlişkisel Analiz Yöntemi ile İncelenmesi. Finans Ekonomi ve Sosyal Araştırmalar Dergisi, 7(1), 121-130. https://doi.org/10.29106/fesa.1079375
  20. Güçlü, F. ve Şekkeli, F. E. (2020). Türkiye’deki İslami ve Konvansiyonel Hisse Senedi Yatırım Fonlarının Performans Analizi ve Karşılaştırılması. Business & Management Studies: An International Journal, 8(5), 4463-4486. https://doi.org/10.15295/bmij.v8i5.1659
  21. Gülcemal, T., & İzci, A. Ç. (2023). Türk Katılım Bankacılığı Sektörünün Performansının LOPCOW-MOOSRA Modeliyle Analizi. Doğuş Üniversitesi Dergisi, 25(1), 115-134. https://doi.org/10.31671/doujournal.1287120
  22. Gülcemal, T., İzci, A. Ç., & Taşcı, M. Z. (2023). BİST 100’de İşlem Gören Sigorta Şirketlerinin CRITICCOCOSO Yöntemiyle Performans Analizi. Muhasebe ve Finansman Dergisi (97), 63-78. https://doi.org/10.25095/mufad.1168270
  23. Güler, A. (2024). Türkiye’de Satışa Sunulan Elektrikli Araçların BWM ve LOPCOW Yöntemleriyle Ağırlıklandırılması ve Kriterlerin Sıralanması. Ordu Üniversitesi Bilim ve Teknoloji Dergisi, 14(1), 106-120. https://doi.org/10.54370/ordubtd.1365690
  24. Güler, B., Nebati, E. E. (2024). Nötrosofik AHP, WASPAS ve ABC Yöntemleri ile Stok Yönetimini Optimize Etme: Yedek Parça Satış Firması Örneği. Uluslararası Yönetim İktisat ve İşletme Dergisi, 20(3),635-653. doi.org/10.17130/ijmeb.1427295
  25. Kahreman, Y. (2024). Türkiye’nin Sürdürülebilir Kalkınma ve Alt Boyut Performanslarının LOPCOW-CRADIS Yöntemi ile Belirlenmesi. MANAS Sosyal Araştırmalar Dergisi, 13(4), 1411-1426. https://doi.org/10.33206/mjss.1354435
  26. Keleş, N. (2023). Lopcow ve Cradis yöntemleriyle G7 ülkelerinin ve Türkiye’nin yaşanabilir güç merkezi şehirlerinin değerlendirilmesi. Ömer Halisdemir Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 16(3), 727-747. https://doi.org/10.25287/ohuiibf.1239201
  27. Kılıçarslan, A., & Sucu, M. Ç. (2021). Çok Ölçütlü Karar Verme Yöntemleri ile Finansal Performans Sıralamaları Portföy Yönetim Şirketleri Üzerine Bir Uygulama. Erciyes Akademi, 35(4), 1451-1480. https://doi.org/10.48070/erciyesakademi.994546
  28. Kıyıcı, U., Korkmaz, T., ve Uygurtürk, H. (2016). Türkiye'deki Bireysel Emeklilik Yatırım Fonlarının TOPSIS, VIKOR ve MOORA Yöntemleri ile Karşılaştırılmalı Performans Değerlendirmesi. Sosyal Bilimler Metinleri, 1-16.
  29. Korkmaz, T., & Uygurtürk, H. (2014). Türkiye’de İşlem Gören Hisse Senedi Ağırlıklı Yatırım Fonlarının Performans Karşılaştırması. Akademik Araştırmalar ve Çalışmalar Dergisi (AKAD), 1(1), 1-15. https://doi.org/10.20990/aacd.43183
  30. Kuveyt Türk Portföy (2025), https://www.kuveytturkportfoy.com.tr/
  31. Önder, M. F. (2001). Türk Hukukunda Yatırım Fonları. Öneri Dergisi, 4(16), 223-226.
  32. Pala, O. (2021). BIST İnşaat Endeksinde Bütünleşik CCSD-COCOSO Tabanlı Finansal Performans Analizi. Afyon Kocatepe Üniversitesi Sosyal Bilimler Dergisi, 23(4), 1500-1513. https://doi.org/10.32709/akusosbil.912504
  33. Popović, M. (2021). An MCDM approach for personnel selection using the CoCoSo method. Journal of process management and new technologies, 9(3-4), 78-88. https://doi.org/10.5937/jpmnt9-34876
  34. Sanyal, A., Biswas, S., & Sur, S. (2024). An integrated full consistent LOPCOW-EDAS framework for modelling consumer decision making for organic food selection. Yugoslav Journal of Operations Research, (00), 22-22. https://doi.org/10.2298/YJOR240315022S
  35. Sermaye Piyasası Kurulu (SPK). “Yatırım Fonlarına İlişkin Esaslar Tebliği”, Resmî Gazete, 09.07.2013, Sayı: 28702. Singal, V. S., & Manrai, R. (2018). Factors Affecting Investment in Mutual Funds. Journal of General Management Research, 5(2)., 96-107.
  36. Sumerli Sarıgül, S., Ünlü, M., & Yaşar, E. (2023). A New MCDM Approach in Evaluating Airport Service Quality: MEREC-Based MARCOS and CoCoSo Methods. Uluslararası Yönetim Akademisi Dergisi, 6(1), 90-108. https://doi.org/10.33712/mana.1250335
  37. Tešić, D., Božanić, D., Radovanović, M., & Petrovski, A. (2023). Optimising assault boat selection for military operations: An application of the DIBR II-BM-CoCoSo MCDM model. J. Intell. Manag. Decis, 2(4), 160-171. https://doi.org/10.56578/jimd020401
  38. Topal, A. (2021). Çok kriterli karar verme analizi ile elektrik üretim şirketlerinin finansal performans analizi: Entropi tabanlı Cocoso yöntemi. Business & Management Studies: An International Journal, 9(2), 532-546. https://doi.org/10.15295/bmij.v9i2.1794
  39. Turanlı, Özden & Gerçeker (2023). Cocoso Yöntemi ile Eni İyi Yaşanabilir Avrupa Ülkeleri Başkentlerinin Sıralanması. Balkan & Near Eastern Journal of Social Sciences (BNEJSS), 9(1).
  40. Ulutaş, A., Popovic, G., Radanov, P., Stanujkic, D., & Karabasevic, D. (2021). A new hybrid fuzzy PSI-PIPRECIA-CoCoSo MCDM based approach to solving the transportation company selection problem. Technological and Economic Development of Economy, 27(5), 1227-1249. https://doi.org/10.3846/tede.2021.15058
  41. Uygurtürk, H., & Bal, K. (2020). Emeklilik ve Menkul Kıymet Yatırım Fonlarının Gri İlişkisel Analiz Yöntemi ile Karşılaştırmalı Performans Analizi. Bartın Üniversitesi İktisadi Ve İdari Bilimler Fakültesi Dergisi, 11(21), 298-320.
  42. Uysal, M. ve Adalı, Z. (2018). Türkiye’deki Emeklilik Yatırım Fonlarının Performans Ölçümü: İslami Emeklilik Yatırım Fonları ile Geleneksel Emeklilik Yatırım Fonlarının Performans Karşılaştırması. Fiscaoeconomia, 2(2), 50-73. https://doi.org/10.25295/fsecon.2018.02.004
  43. Yaşar, E., & Ünlü, M. (2023). Üniversitelerde Sürdürülebilirliğin İncelenmesi: LOPCOW ve MEREC Tabanlı CoCoSo Yöntemleriyle Çevreci Üniversitelerin Analizi. İşletme Akademisi Dergisi, 4(2), 125-142. https://doi.org/10.26677/TR1010.2023.1246
  44. Yazdani, M., Zarate, P., Zavadskas, E. K., & Turskis, Z. (2019). A Combined Compromise Solution (CoCoSo) Method for Multi-Criteria Decision Making Problems. Management Decision, 57(9), 2501-2519.
  45. Yıldız, S. B. (2020). Performance analysis of Turkey’s participation and conventional indices using TOPSIS method. Journal of Islamic Accounting and Business Research. https://doi.org/10.1108/JIABR-08-2018-0123
  46. Yıldız, S. B., Ovalı, M., & Berberoglu, B. (2020). Hisse Senedi Yatırım Fonlarının Performansının Çok Kriterli Karar Verme Yöntemleri ile Değerlendirilmesi. Press Academia Procedia, 12(1), 70-71. https://doi.org/10.17261/Pressacademia.2020.1351