Dergiler / İşletme Araştırmaları Dergisi / 2018 / Cilt: 10 - Sayı: 1

Veri Zarflama Analizi ile Türk Sigorta Sektörünün Elementer Branşlarda Değerlendirilmesi

Evaluation of Turkish Insurance Sector in Non-Life Insurance With Data Envelopment Analysis

Sayfa
342–357
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)

Kurulan model DEA-SOLVER programı ile çözülmüş olup, ölçeğe göre değişken getiri varsayımına dayanan Girdi Yönlü BBC Süper Etkinlik (Super- Radial(Super-BCC-I)) modeli kullanılmıştır.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Bu çalışma Türk Sigorta Sektöründe son üç yıl için elementer branşlarda yer alan sigorta şirketlerine ait etkinlik düzeylerinin Veri Zarflama Analizi (VZA) ile belirlenmesi amaçlanmaktadır.
📊
Temel Bulgular & Veri:VZA, parametrik olmayan bir etkinlik ölçüm yöntemidir.
💡
Sonuç & Katkı:Kurulan model DEA-SOLVER programı ile çözülmüş olup, ölçeğe göre değişken getiri varsayımına dayanan Girdi Yönlü BBC Süper Etkinlik (Super- Radial(Super-BCC-I)) modeli kullanılmıştır.
🔬Tür:Literatür & Derleme Çalışması
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Alan Parametreleri

Özet

Bu çalışma Türk Sigorta Sektöründe son üç yıl için elementer branşlarda yer alan sigorta şirketlerine ait etkinlik düzeylerinin Veri Zarflama Analizi (VZA) ile belirlenmesi amaçlanmaktadır. VZA, parametrik olmayan bir etkinlik ölçüm yöntemidir. Veri Zarflama Analizi, benzer girdiler ile çıktı ya da çıktılar ortaya koyan karar birimlerinin göreceli etkinliklerini değerlendirmek için kullanılan ve doğrusal programlama tabanlı bir yöntem olarak tanımlanmaktadır. Çalışmada literatür değerlendirmesi ile belirlenmiş olan finansal ve finansal olmayan değişkenler kullanılmıştır. Kurulan model DEA-SOLVER programı ile çözülmüş olup, ölçeğe göre değişken getiri varsayımına dayanan Girdi Yönlü BBC Süper Etkinlik (Super- Radial(Super-BCC-I)) modeli kullanılmıştır.

Abstract

This study is aimed to determine the efficiency levels of the insurance companies in elementary branches in the last three years period in the Turkish Insurance Sector with Data Envelopment Analysis (DEA). DEA is a nonparametric efficiency measurement method. Data Envelopment Analysis is defined as a linear programming based method used to evaluate the relative activities of decision units that produce outputs with similar inputs. Financial and non-financial variables determined by literature review were used in the study. The established model which is based on a variable return-based assumption, Banker-Charnes-Cooper (BCC) model was solved by the DEA-SOLVER program.

🔖

Bu Makaleye Atıf Yap

TEZERGİL, S. A. (2018). Veri Zarflama Analizi ile Türk Sigorta Sektörünün Elementer Branşlarda Değerlendirilmesi. İşletme Araştırmaları Dergisi, Cilt: 10 - Sayı: 1, 342–357. https://ajindex.com/articles/268868

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (10)

  1. Akel, V., Torun, T., & Aksoy, B. (2017). Türkiye’de Hayat Dışı Sigortacılık Sektöründe Kârlılık, Sermaye Yapısı ve Yoğunlaşma İlişkisine Yönelik Ampirik Bir Uygulama. International Journal of Finance & Banking Studies (2147-4486), 5(5), 1-15.
  2. Akyüz, Y., Yıldız, F., & Kaya, Z. (2013). “Veri Zarflama Analizinde (VZA) Malmquist Endeksi ile Toplam Faktör Verimlilik Ölçümü: IMKB’ye Kayıtlı Mevduat Bankaları Üzerine Bir Uygulama”, Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, 27(4), 110-130.
  3. Altan M. (2010). “Türk Sigortacılık Sektöründe Etkinlik:Veri Zarflama Analizi Yöntemi ile Bir Uygulama”, Gazi University Journal Of Economics & Administrative Sciences [serial online]185-204. Available from: Business Source Complete, Ipswich, MA. Accessed July 29, 2017
  4. Aydemir, Z. C. (2002). “Bölgesel Rekabet Edebilirlik Kapsamında İllerin Kaynak Kullanım Görece Verimlilikleri: Veri Zarflama Analizi Uygulaması”, Uzmanlık Tezi, DPT:2664 Bakırcı, F. (2006). Üretimde Etkinlik ve Verimlilik Ölçümü Veri Zarflama Analizi Teori ve Uygulama. Atlas Yayınları,
  5. Ankara.
  6. Banker, R. D., Charnes, A., & Cooper, W. W. (1984). “Some Models For Estimating Technical and Scale Inefficiencies In Data Envelopment Analysis”, Management Science, 30(9), 1078-1092.
  7. Barros, C. P., Nektarios, M., & Assaf, A. (2010). “Efficiency in the Greek Insurance Industry. European Journal of Operational Research”, 205(2), 431-436.
  8. Behdioğlu, S., & ÖZCAN, A. G. G. (2009). “Veri Zarflama Analizi ve Bankacılık Sektöründe Bir Uygulama”, Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 14(3), 301-326.
  9. Bülbül, S.,Akhisar, İ.(2005).“Türk Sigorta Şirketlerinin Etkinliğinin Veri Zarflama Analizi İle Araştırılması”, VII.Ulusal Ekonometri ve İstatistik Sempozyumu,26- 27. Charnes, A., Cooper, W. W., & Rhodes, E. (1978). “Measuring The Efficiency of Decision Making Units”, European Journal of Operational Research, 2(6), 429- 444. Chen, Y., Cook, W. D., Li, N., & Zhu, J. (2009). “Additive Efficiency Decomposition In Two-Stage DEA”, European Journal of Operational Research, 196(3), 1170- 1176. Cingi, S., & Tarım, A. (2000). “Türk Banka Sisteminde Performans Ölçümü Dea- Malmquist Tfp Endeksi Uygulaması”, Türkiye Bankalar Birliği Araştırma Tebliğleri Serisi, 1, 1-34.
  10. Cummins, J. D., Weiss, M. A., Xie, X., & Zi, H. (2010). “Economies of Scope in Financial Services: A DEA Efficiency Analysis of the US Insurance Industry”, Journal of Banking & Finance, 34(7), 1525-1539. Çakın,E.(2017). “Ükelerin