KaydedilenlerDerginizi ekleyin

Dergiler / Uluslararası Bankacılık Ekonomi ve Yönetim Araştırmaları Dergisi / 2026 / Cilt: 8 Sayı: 1

KURUMSAL YÖNETİM ENDEKSİNDE YER ALAN BANKALARIN FİNANSAL PERFORMANSLARI İLE KURUMSAL YÖNETİM DERECELENDİRME NOTLARI ARASINDAKİ İLİŞKİNİN PSI – CRADIS ENTEGRE ÇKKV MODELİ İLE DEĞERLENDİRİLMESİ

EVALUATION OF THE RELATIONSHIP BETWEEN FINANCIAL PERFORMANCES OF BANKS INCLUDED IN THE CORPORATE GOVERNANCE INDEX AND CORPORATE GOVERNANCE RATING SCORE USING PSI AND CRADIS MODELS

Mustafa Yurttadur(BANDIRMA ONYEDİ EYLÜL ÜNİVERSİTESİ, BANDIRMA MESLEK YÜKSEKOKULU, MUHASEBE VE VERGİ BÖLÜMÜ)
Mehmet Zafer Taşcı(SİVAS CUMHURİYET ÜNİVERSİTESİ, ZARA VEYSEL DURSUN UYGULAMALI BİLİMLER YÜKSEKOKULU, SİGORTACILIK BÖLÜMÜ)0000-0001-5848-259X
Sayfa
25–45
Yayın Tarihi
2025-06-30
🏛️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)

CRADIS sıralama yöntemi sonuçları ise çalışmada ele alınan 2018-2023 dönem aralığında en iyi performans sergileyen bankanın Türkiye Garanti Bankası A.Ş, en kötü performansa sahip bankanın ise Şekerbank A.Ş. olduğunu ortaya koymuştur.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Bu çalışma Borsa İstanbul Kurumsal Yönetim Endeksinde (XKURY) yer alan bankaların finansal performansını ÇKKV yöntemleri ile ölçerek kurumsal yönetim derecelendirme notları ile performans sıralamasını karşılaştırmayı amaçlamaktadır.
📊
Temel Bulgular & Veri:İlk olarak PSI yöntemi ile bankaların performans değerlendirmesinde kullanılan kriterlerin önem ağırlıkları elde edilmiştir.
💡
Sonuç & Katkı:CRADIS sıralama yöntemi sonuçları ise çalışmada ele alınan 2018-2023 dönem aralığında en iyi performans sergileyen bankanın Türkiye Garanti Bankası A.Ş, en kötü performansa sahip bankanın ise Şekerbank A.Ş. olduğunu ortaya koymuştur.
🔬Tür:Modelleme & Sayısal Simülasyon
📍Kapsam:2018-2023 Verileri
⚙️Değişkenler:Banka · Finansal Performans · Kurumsal Yönetim

Özet

Bu çalışma Borsa İstanbul Kurumsal Yönetim Endeksinde (XKURY) yer alan bankaların finansal performansını ÇKKV yöntemleri ile ölçerek kurumsal yönetim derecelendirme notları ile performans sıralamasını karşılaştırmayı amaçlamaktadır. Bu amaç doğrultusunda XKURY’de yer alan bankaların performansının ölçülmesinde PSI ve CRADIS yöntemlerinden oluşan ÇKKV modelinden yararlanılmıştır. İlk olarak PSI yöntemi ile bankaların performans değerlendirmesinde kullanılan kriterlerin önem ağırlıkları elde edilmiştir. PSI yöntemi sonuçları incelendiğinde bankaların performansı üzerinde en etkili kriterin sermaye yeterliliği rasyosu olduğu gözlemlenmektedir. CRADIS sıralama yöntemi sonuçları ise çalışmada ele alınan 2018-2023 dönem aralığında en iyi performans sergileyen bankanın Türkiye Garanti Bankası A.Ş, en kötü performansa sahip bankanın ise Şekerbank A.Ş. olduğunu ortaya koymuştur. Ayrıca elde edilen performans sıralama sonuçları ile kurumsal yönetim derecelendirme notlarına göre oluşturulan başarı sıralaması arasındaki ilişki spearman korelasyon analizi ile tespit edilmiş ve pozitif yönlü yüksek bir ilişki ortaya konulmuştur

Abstract

This study aims to compare the performance rankings with corporate governance rating scores by measuring the financial performance of banks listed in Borsa Istanbul Corporate Governance Index (XKURY) using MCDM methods. For this purpose, the MCDM model, which consists of PSI and CRADIS methods, was used to measure the performance of the banks in XKURY. Firstly, the importance weights of the criteria used in the performance evaluation of banks were obtained with the PSI method. When the PSI method results are examined, it is observed that the most effective criterion on the performance of banks is the capital adequacy ratio. The results of the CRADIS ranking method revealed that the bank with the best performance in the 2018-2023 period covered in the study was Türkiye Garanti Bankası A.Ş. and the bank with the worst performance was Şekerbank A.Ş. In addition, the relationship between the performance ranking results and the success ranking created according to the corporate governance rating scores was determined by Spearman correlation analysis, and a high positive relationship was revealed

🔖

Bu Makaleye Atıf Yap

Yurttadur, M., Taşcı, M. Z. (2025). KURUMSAL YÖNETİM ENDEKSİNDE YER ALAN BANKALARIN FİNANSAL PERFORMANSLARI İLE KURUMSAL YÖNETİM DERECELENDİRME NOTLARI ARASINDAKİ İLİŞKİNİN PSI – CRADIS ENTEGRE ÇKKV MODELİ İLE DEĞERLENDİRİLMESİ. Uluslararası Bankacılık Ekonomi ve Yönetim Araştırmaları Dergisi, Cilt: 8 Sayı: 1, 25–45. https://doi.org/10.52736/ubeyad.1660522

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (27)

  1. Abdel-Basset, M., Mohamed, R., Elhoseny, M., Abouhawash, M., Nam, Y., ve AbdelAziz, N. M. (2021). Efficient MCDM Model for Evaluating the Performance of Commercial Banks: A Case Study. CMC-COMPUTERS MATERIALS & CONTINUA, 67(3), 2729-2746. DOI:10.32604/cmc.2021.015316
  2. Akbulut, O. Y. (2020). GRİ ENTROPİ TEMELLİ PSI VE ARAS ÇKKV YÖNTEMLERİYLE TÜRK MEVDUAT BANKALARININ PERFORMANS ANALİZİ. Finans Ekonomi Ve Sosyal Araştırmalar Dergisi, 5(2), 171-187. https://doi.org/10.29106/fesa.690432
  3. Akbulut, O.Y. (2020). Gri ENTROPİ Temelli PSI ve ARAS ÇKKV Yöntemleriyle Türk Mevduat Bankalarının Performans Analizi. Finans Ekonomi ve Sosyal Araştırmalar Dergisi, 5(2), 171-187. DOI:10.29106/fesa.690432
  4. Altıntaş, F.F. (2024). G7 Grubu Ülkelerinin Cinsiyet Eşitliği Performanslarının Analizi: SECA Yöntemi ile Bir Uygulama”, İstanbul Gelişim Üniversitesi Sosyal Bilimler Dergisi, 11 (2), 722-742. DOI: 10.17336/igusbd.1291466
  5. Ayçin, E. ve Güçlü, P. (2020). BİST Ticaret Endeksinde yer alan işletmelerin finansal performanslarının Entropi ve MAIRCA yöntemleri ile değerlendirilmesi. Muhasebe ve Finansman Dergisi, (85), 287-312. DOI: 10.25095/mufad.673739
  6. Bahrami, S., ve Rastegar, M. (2022). Security-based critical power distribution feeder identification: Application of fuzzy BWM-VIKOR and SECA. International Journal of Electrical Power & Energy Systems, 134, 1-8.
  7. Çetiner Leylek, B. & Yılmaz İnce, E. (2024). Çok kriterli karar verme yöntemlerinin eğitimde kullanımı [The Use of multi criteria decision making methods in education]. Bilim, Eğitim, Sanat ve Teknoloji Dergisi (BEST Dergi) [Science, Education, Art and Technology Journal (SEAT Journal)], 8(2), 202-216.
  8. Doğan, M. İ. ve Onan, O. (2021). Bankacılık Performans Sistemleri için Karar Destek Sistemi: R Dilinde Veri Zarflama Analizi ve Malmquist Endeks Uygulaması. Düzce Üniversitesi Bilim ve Teknoloji Dergisi, 9(3), 106-120. DOI: 10.29130/dubited.860752
  9. Eghbali-Zarch, M., Zabihi, S. Z, ve Masoud, S. (2023). A novel fuzzy SECA model based on fuzzy standard deviation and correlation coefficients for resilient-sustainable supplier selection. Expert Systems With Applications 231 (2023) 120653. DOI: 10.1016/j.eswa.2023.120653
  10. Guru, S. ve Mahalik, D. K. (2019). A comparative study on performance measurement of Indian public sector banks using AHP-TOPSIS and AHP-grey relational analysis. Opsearch, 56(4), 1213-1239.DOI: 10.1007/s12597-019-00411-1
  11. Ic, Y. T., Celik, B., Kavak, S., ve Baki, B. (2020). Development of a multi-criteria decision-making model for comparing the performance of Turkish commercial banks. Journal of Advances in Management Research. DOI: 10.1108/JAMR-05-2020-0083
  12. Işık, Ö. (2023). COVID-19 SALGINININ KATILIM BANKACILIĞI SEKTÖRÜNÜN PERFORMANSINA ETKİSİNİN MEREC-PSI-MAIRCA MODELİYLE İNCELENMESİ. Nişantaşı Üniversitesi Sosyal Bilimler Dergisi, 10(2). https://doi.org/10.52122/nisantasisbd.1167829
  13. Işık, Özcan. (2022). COVID-19 salgınının katılım bankacılığı sektörünün performansına etkisinin MEREC-PSI-MAIRCA modeliyle incelenmesi. Nişantaşı Üniversitesi Sosyal Bilimler Dergisi, 10(2).
  14. Karahan, M., & Kızkapan, L. (2022). ÇOK KRİTERLİ KARAR VERME TEKNİKLERİYLE BANKALARIN FİNANSAL PERFORMANSLARININ KARŞILAŞTIRMALI ANALİZİ. Verimlilik Dergisi (3), 441-462. https://doi.org/10.51551/verimlilik.953606
  15. Keleş, M.K., Özdağoğlu, A. ve Armağan, İ.Ü. (2021). Türk Bankacılık Sisteminin IDOCRIW ve MULTIMOOSRAL Yöntemleri ile İncelenmesi. M.S. Öztürk, (Ed.), Üretim ile İşletme Alanlarında Teknolojik Yenilikler ve Sürdürülebilirlik içinde. (145 -172), Efe Akademi Yayınevi, Basım sayısı:1, ISBN:978-625-7450-89-8
  16. Keshavarz-Ghorabaee, M., Amiri, M., Zavadskas, E. K., Turskis, Z., ve Antucheviciene, J. (2018). Simultaneous evaluation of criteria and alternatives (SECA) for multi-criteria decisionmaking. Informatica, 29(2), 265-280.
  17. Keshavarz-Ghorabaee, M., Govindan, K., Amiri, M., Zavadskas, E. K., ve Antuchevičienė, J. (2019). An integrated type-2 fuzzy decision model based on WASPAS and SECA for evaluation of sustainable manufacturing strategies. Journal of Environmental Engineering and Landscape Management, 27(4), 187-200. DOI: https://doi.org/10.3846/jeelm.2019.11367
  18. Maniya, K. ve Bhatt, M. G. (2010). A selection of material using a novel type decision-making method: Preference selection index method. Materials & Design, 31(4), 1785-1789.
  19. Medetoğlu, B., Kavas, Y. B., Öztürk, M., & Türkay, K. (2023). BIST Konaklama Sektöründeki İşletmelerin Finansal Performanslarının COPRAS ve WASPAS Yöntemleriyle Ölçümü. Akademik Hassasiyetler, 10(22), 357-376.
  20. No, R.K.G., Niroomand, S., Didehkhani, H., ve Mahmoodirad, A. (2021). Modified interval EDAS approach for the multi-criteria ranking problem in banking sector of Iran. Journal of Ambient Intelligence and Humanized Computing, 12(7), 8129-8148. DOI: 10.1007/s12652-020-02550-6
  21. Ozcalici, M. ve Bumin, M. (2020). An integrated multi-criteria decision making model with Self-Organizing Maps for the assessment of the performance of publicly traded banks in Borsa
  22. Özcan, M., (2021), Türk Bankacılık Sektörünün Finansal Performans Göstergeleri: BIST Mali Sektörü Üzerine Bir Araştırma. Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, 35(2): Sayfa: 389- 406. DOI:10.16951/atauniiibd.689612
  23. Puška, A., Stević, Ž., & Pamučar, D. (2022). Evaluation and selection of healthcare waste incinerators using extended sustainability criteria and multi-criteria analysis methods. Environment, Development and Sustainability, 1-31.
  24. Rasmussen, A., Sabic, H., Saha, S., & Nielsen, I. E. (2023). Supplier Selection for aerospace & defense ındustry through MCDM methods. Cleaner Engineering and Technology, 12, 1-13.
  25. Sutrisno, A., & Kumar, V. (2022). Supply chain sustainability risk decision support model using integrated Preference Selection Index (PSI) method and prospect theory. Journal of Advances in Management Research, 19(2), 316-346.
  26. Şenol, Z., ve Ulutaş, A. (2018). Muhasebe temelli performans ölçümleri ile piyasa temelli performans ölçümlerinin CRITIC ve ARAS yöntemleriyle değerlendirilmesi. Finans Politik ve Ekonomik Yorumlar, (641), 983-1002.
  27. Wanke, P., Azad, M. A. K., ve Barros, C. P. (2016). Efficiency factors in OECD banks: A ten-year analysis. Expert Systems with Applications, 64, 208-227. DOI: 10.1016/j.eswa.2016.07.020