Dergiler / Düzce Üniversitesi Bilim ve Teknoloji Dergisi / 2021 / Cilt: 9 - Sayı: 3

Bankacılık Performans Sistemleri için Karar Destek Sistemi: R Dilinde Veri Zarflama Analizi ve Malmquist Endeks Uygulaması

Sayfa
106–120
Yayın Tarihi
2022-10-12
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)

Performans ve etkinlik skorları düşük olan bankalara elde edilen sonuçlara göre bazı iyileştirmeler ve öneriler maddeler halinde verilmiştir.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Yapılan bu çalışmada etkinlik ve performans konularında sıklıkla kullanılan Malmquist Toplam Faktör Verimlilik Endeksi (MTFVE) ve Veri Zarflama Analizi (VZA) yardımıyla, ülkemizde 2008-2013 seneleri arasında işlem yürüten toplam 19 bankanın etkinlik ve performansları analiz edilmiştir.
📊
Temel Bulgular & Veri:Büyük veri yapılarının stratejik kararların alınmasında oldukça önem kazandığı bilişim tabanlı algoritmalar sayesinde güçlü kestirimler yapılabilmektedir.
💡
Sonuç & Katkı:Performans ve etkinlik skorları düşük olan bankalara elde edilen sonuçlara göre bazı iyileştirmeler ve öneriler maddeler halinde verilmiştir.
🔬Tür:Literatür & Derleme Çalışması
📍Kapsam:2008-2013 Verileri
⚙️Değişkenler:Etkinlik analizi · Malmquist Endeksi · R programlama

Özet

Yapılan bu çalışmada etkinlik ve performans konularında sıklıkla kullanılan Malmquist Toplam Faktör Verimlilik Endeksi (MTFVE) ve Veri Zarflama Analizi (VZA) yardımıyla, ülkemizde 2008-2013 seneleri arasında işlem yürüten toplam 19 bankanın etkinlik ve performansları analiz edilmiştir. Özellikle şu günlerde yaşanılan dijital sosyolojinin gelişmesinin hız kazandığı bilgi çağında, dağınık veri yapılarının bilginin üretilmesi adına ham madde olduğu gerçeği önem kazanmaktadır. Büyük veri yapılarının stratejik kararların alınmasında oldukça önem kazandığı bilişim tabanlı algoritmalar sayesinde güçlü kestirimler yapılabilmektedir. Mamafih, herhangi bir veri yapısı incelendiğinde popüler bir yöntem kullanılmadan reel sektör oyuncularının teknolojik ve teknik etkinlikleri ile ilgili yapılabilecek yorumlar ziyadesiyle nispi kalmaktadır. Matematiksel programlama tekniklerinin uzantısı olan etkinlik ve performans ölçme yöntemleri bu türde problemlere cevap verebilmeyi hedefler. Buna bağlı olarak kurumların alacakları kararlarda daha isabetli ve kâr maksimizasyonun sağlanması beklenir. İlaveten literatürde az sayıda çalışma olması nedeniyle analiz yöntemi olarak istatiksel programlamada ve veri analizinde gün geçtikçe popülerleşen R yazılım dili kullanılmıştır. Analiz neticesinde farklı periyotlarda bazı bankaların gelişme gösterdikleri ve etkin oldukları görülmüştür. Performans ve etkinlik skorları düşük olan bankalara elde edilen sonuçlara göre bazı iyileştirmeler ve öneriler maddeler halinde verilmiştir.

🔖

Bu Makaleye Atıf Yap

DOĞAN, M. İ., ONAN, O. (2022). Bankacılık Performans Sistemleri için Karar Destek Sistemi: R Dilinde Veri Zarflama Analizi ve Malmquist Endeks Uygulaması. Düzce Üniversitesi Bilim ve Teknoloji Dergisi, Cilt: 9 - Sayı: 3, 106–120. https://ajindex.com/articles/494006

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (11)

  1. T.C. Cumhurbaşkanlığı Strateji ve Bütçe Başkanlığı, “On Birinci Kalkinma Planı”, s. 198, 2019. [2] https://www.bddk.org.tr/BultenAylik, “İstatistik Adı Türk Bankacılık Sektörü Aylık Bülten – Diğer Bilgiler Tablosu”, [3] İ. Akhisar ve S. Tezergil, “Malmquist Toplam Faktör Veri̇mli̇li̇k Endeksi̇: TürkSi̇gorta Sektörü Uygulamasi”, Finansal Araştırmalar ve Çalışmalar Dergisi, c. 5, sayı 10, ss. 1–14, 2014, doi: 10.14784/jfrs.2014104496
  2. F. Emiral, “Türk Bankacılık Sisteminde Etkinlik Analizi”, Deloitte, 2002
  3. K. O. Oruç, “Veri Zarflama Analizi İle Bulanık Ortamda Etkinlik Ölçümleri Ve Üniversitelerde Bir Uygulama”, s. 212, 2008
  4. H. Fukuyama ve R. Matousek, “Efficiency of Turkish banking: Two-stage network system. Variable returns to scale model”, Journal of International Financial Markets, Institutions and Money, c. 21, sayı 1, ss. 75–91, 2011, doi: 10.1016/j.intfin.2010.08.004
  5. F. Lorcu, “Malmquist toplam faktör verimlilik endeksi: Türk otomotiv sanayi uygulamasi”, İstanbul Üniversitesi İşletme Fakültesi Dergisi, c. 39, sayı 2, ss. 276–289, 2010, [8] M. Öner ve N. D. Arıcı, “Türk Bankac ı l ı k Sektörünün Etkinlik ve Verimlilik Analizi: 2012-2017 VZA ve Malmquist TFV Endeksi Uygulamas ı”, Bankacılar Dergisi, sayı 106, ss. 18–36, 2018
  6. E. Partovi ve R. Matousek, “Bank efficiency and non-performing loans: Evidence from Turkey”, Research in International Business and Finance, c. 48, sayı December 2018, ss. 287–309, 2019, doi: 10.1016/j.ribaf.2018.12.011
  7. E. Çakmak ve H. H. Örkcü, “Türkiye ’ deki İllerin Etkinliklerinin Sosyo- Ekonomik Temel Göstergelerle Veri Zarflama Analizi Kullanarak İncelenmesi”, c. 6 sayı 2, 2016
  8. A. Kutlar, “Türkiye’deki Kamu Üniversitelerinde CCR Etkinliği-Ölçek Etkinliği Analizi: DEA Tekniği Uygulaması”, Kocaeli Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, sayı 15, ss. 148–172, 2008
  9. A., D. OKURSOY, TEZSÜRÜCÜ, “Veri Zarflama Analizi ile Göreli Etkinliklerin Karşılaştırılması: Türkiye’deki İllerin Kültürel Göstergelerine İlişkin Bir Uygulama”, Yönetim ve Ekonomi: Celal Bayar Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, c. 21, sayı 2, 2014, doi: 10.18657/yecbu.92031
  10. B. Hollingsworth ve P. Smith, “Use of ratios in data envelopment analysis”, Applied Economics Letters, c. 10, sayı 11, ss. 733–735, 2003, doi: 10.1080/1350485032000133381
  11. N. G. ÖZEL, İ. E. ŞAHİN, ve R. GÖRAL, “Türk Bankacılık Sektöründe Etki̇nli̇k Veri̇mli̇lik Anali̇zi̇ni̇n Veri̇ ZarflamaYöntemi̇ İle İncel