TÜRKİYE DEKİ ÖZEL BANKALARIN FİNANSAL PERFORMANSLARININ KARŞILAŞTIRILMASI: DÖNEMİ. Fatih ECER *

Transkript

1 AİBÜ Sosyal Blmler Ensttüsü Dergs, Güz 2013, Clt:13, Yıl:13, Sayı:2, 13: TÜKİYE DEKİ ÖZEL BANKALAIN FİNANSAL PEFOMANSLAININ KAŞILAŞTIILMASI: DÖNEMİ Fath ECE COMPAISON OF PIVATE BANKS FINANCIAL PEFOMANCES IN TUKEY: THE PEIOD Öz Güçlü ve sağlıklı bankacılık sektörü sürdürüleblr ekonomk büyümenn ön şartlarından brsdr ve ekonomk sstemlern ayrılmaz br parçası olarak değerlendrlmektedr. Bu nedenle bankaların performanslarının değerlendrlmes yatırımcılar, yönetcler ve poltkacılar açısından oldukça önemldr. Çalışmanın amacı Gr İlşksel Analz (GİA) yaklaşımını kullanarak dönem çerçevesnde özel Türk bankalarının fnansal performanslarını karşılaştırmaktır. Bu amaçla 11 özel banka CAMELS krterlernden sermaye yeterllğ, lkdte, aktf kaltes ve karlılık göstergeler kapsamında yer alan 12 fnansal oran esas alınarak performanslarına göre sıralanmışlardır. Elde edlen bulgulara göre Garant Bankası lk sırada yer alırken son sırada Turksh Bank yer almıştır. Ayrıca özel bankaların fnansal başarısındak en öneml etmenn aktf kaltes olduğu ortaya konulmuştur. Anahtar Kelmeler: Gr İlşksel Analz, Özel Türk Bankaları, Fnansal Performans. Abstract A healthy and strong bankng sector s a prerequste for sustanable economc growth and thought to be an ntegral part of the economc systems. For ths reason, the performance evaluaton of banks s relatvely mportant for nvestors, managers, and poltcans. The obectve of ths study s to compare the fnancal performances of the Turksh Prvate banks durng the perod by usng Grey elaton Analyss (GA) approach. To do ths, 11 prvate banks are ranked based on ther performances observng 12 fnancal ratos based on the CAMELS crtera such as captal suffcency, actve qualty, lqudty, and proftablty. Accordng to the fndngs, Garant Bankas s the frst whereas Turksh Bank s the last among prvate banks n terms of fnancal performance. Furthermore, the Yrd. Doç. Dr., Afyon Kocatepe Ünverstes, İİBF, Uluslararası Tcaret ve Fnansman Bölümü, e-posta: fecer@aku.edu.tr 171

2 AIBU Journal of Socal Scences, Autumn 2013, Vol:13, Year:13, Issue:2, 13: most mportant fnancal ndcators n fnancal achevement are actve qualty for prvate banks. Keywords: Grey elatonal Analyss, Turksh Prvate Banks, Fnancal Performance. 1. Grş Küreselleşen dünyada ayakta kalmak steyen kuruluşların en öneml özellkler performanslarını sürekl olarak ölçmeler ve ortaya çıkan sonuçları obektf olarak değerlendrmelerdr. Böylelkle kuruluşlar sektörlernde hang konumda olduklarını göreblmekte ve gerekl önlemler alablmektedrler. Yaşadığımız çağda gderek artan rekabet ortamı, fnansal sstemn en öneml unsurlarından br olan bankaların performansının değerlendrlmesn daha da kaçınılmaz kılmaktadır. Güçlü ve sağlıklı br bankacılık sstem sürdürüleblr br ekonomk büyüme çn ön koşullardan brdr. Dğer taraftan ülke ekonomlernn gelşmes açısından en öneml etkenlerden br olan bankacılık sektöründek acımasız rekabet ortamı, bankaların ellerndek kaynakları en etkn br bçmde kullanmaya zorlamaktadır. Bu bağlamda bankaların kend performanslarını değerlendrmeler ve değerlendrme sonuçlarının ışığında performanslarını arttırıcı yönde önlemler almaları büyük önem taşımaktadır. Bankaların performansının değerlendrldğ çalışmaların 1990 lardan bu yana önem kazandığı görülmektedr (Matthew ve Esther, 2012). Yapılan çalışmalar ncelendğnde çeştl matematksel modellern kullanıldığı görülmektedr. Örneğn av vd. (2008), çeştl fnansal oranları kullanarak bankaların performans tahmnn yaptıkları çalışmalarında Yapay Snr Ağları (YSA), Destek Vektör Makneler (DVM) ve regresyon analzn kullanmışlardır. Çalışmalarında, bankaların geçmş k yılın verler kullanarak gelecek yılın performansını tahmn etmeye çalışmışlardır. Kosmdou ve Zopounds (2008) Yunanstan dak bankaların yıllarındak performanslarını POMETHEE yöntemne dayalı br yaklaşım le analz etmşlerdr. Tate ve Gou (2007) banka şubelernde çsel performans ölçümünü gerçekleştreblmek çn br matematksel model gelştrmşlerdr. Bu amaçla br bankanın şubeler üzernde br çalışma yapmışlardır. Bergendahl ve Lndblom (2008) yaptıkları çalışmada Ver Zarflama Analz (VZA) yardımıyla İsveç te faalyet gösteren yatırım bankalarının fnansal performanslarını değerlendrmştr. Tarawneh (2006) çalışmasında, Umman dak tcar bankaların yılları arasındak fnansal performanslarını 172

3 AİBÜ Sosyal Blmler Ensttüsü Dergs, Güz 2013, Clt:13, Yıl:13, Sayı:2, 13: değerlendrmştr. Alam vd. (2011) Pakstan dak kamu ve özel sermayel bankaların performanslarını karşılaştırdıkları çalışmalarında karlılık, sermaye yeterllğ, lkdte ve aktf kaltes oranlarını kullanmışlardır. Sonuç olarak fnansal oranlar değştğnde bankaların da performans sıralamasının değştğn göstermşlerdr. San vd. (2011) VZA le Malezya da faalyet gösteren yerel ve yabancı bankaların performanslarını analz etmşlerdr. Bu amaçla peryodunda 9 u yerel, 12 s yabancı olmak üzere 21 bankayı ncelemşlerdr. Çalışmanın sonuçlarına göre yerel bankaların yabancı bankalara göre daha y performans sergledkler ortaya konulmuştur. Jha ve Hu (2012) Nepal de faalyetlerne devam eden kamu, özel ve yabancı sermayel bankaların fnansal performanslarını karşılaştırdıkları çalışmada çoklu regresyon analznden yararlanmışlardır. Bu amaçla 18 tcar bankanın yılları arasındak fnansal rasyolarını kullanarak analzler gerçekleştrmşlerdr. Elde edlen bulgular özel ve yabancı sermayel bankaların kamu bankalarından daha y performans gösterdğn ortaya koymuştur. Berger vd. (2010) dönemnde Çn de faalyet gösteren 88 bankanın performans değerlendrmesn yaptıkları çalışmada regresyon emell br yaklaşım kullanmışlardır. Bankaları coğraf konum, kred verme, aktf karlılığı ve mevduatlarına göre sınıflandırarak yaptıkları çalışmada bu tür br sınıflandırmanın performans üzernde olumsuz br etkye sahp olduğu sonucuna ulaşmışlardır. Ayrıca banka performanslarını karşılaştırmaya yönelk çalışmalarda Tarawneh (2006) ve Al-Tamm (2009) regresyon analznden, Sufan (2009) ve Okpara (2009) se faktör analznden yararlanmışlardır. Banka performansını değerlendren çalışmalarda kullanılan statstksel yöntemlern çok sayıda ve normal dağılıma uygun verlerle analz yapılmasını gerektrdğ görülmektedr. Ver sayısının az olduğu ve dağılımın normal olup olmadığının blnmedğ durumlarda analz yapablme kablyetne sahp olan GİA yaklaşımı bu çalışmada terch edlen yöntem olmuştur. Türk Bankacılık Sstem nde yer alan özel bankaların dönem fnansal performansının karşılaştırılmasının amaçlandığı bu çalışma 5 bölümden oluşmaktadır. İknc bölümde GİA yaklaşımı kullanılarak yapılmış banka performansı değerlendrmeye yönelk çalışmalara yer verlmştr. Üçüncü bölümde ver set tanıtılarak GİA hakkında blgler verlmştr. Dördüncü bölümde yöntemn uygulanışı aşama aşama gösterlerek elde edlen bulgular değerlendrlmştr. Son bölümde se ulaşılan sonuçlar ele alınmış ve lerde yapılacak çalışmalara lşkn bazı önerlerde bulunulmuştur. 173

4 AIBU Journal of Socal Scences, Autumn 2013, Vol:13, Year:13, Issue:2, 13: Banka Performansı Değerlendrmede Gr İlşksel Analz Son yıllarda yapılan çalışmalarda banka performanslarının değerlendrlmesnde GİA yaklaşımının kullanılmaya başlandığı görülmektedr. Örneğn Chang (2006), Tayvan dak 15 tcar bankada şletme davranışı le fnansal performans lşksn nceledğ çalışmasında GİA dan faydalanmıştır. Anlamlı lşk bulduğu çalışmada bankaların lkdte, karlılık, büyüme ve sermaye yapısı oranlarını kullanmıştır. Ho ve Wu (2006), 3 bankayı karşılaştırdıkları çalışmalarında lkdte, karlılık, fnansal kaldıraç, büyüme, aktf kullanımı ve stok performansı oranları çersnde yer alan 53 oranı kullanmışlardır. Analzlerde GİA le fnansal durum analzn kıyaslamışlar ve GİA nın daha y sonuçlar verdğn göstermşlerdr. Daha sonra se TOPSİS yöntemyle bankaları sıralamışlardır. Ho ve Wu (2006) 23 fnansal orandan faydalanarak Avustralya da faalyet gösteren 3 bankanın performansını GİA kullanarak karşılaştırmışlardır. Çalışmanın sonucunda yüksek lkdte oranına sahp bankaların daha y performansa sahp olduğu ortaya konulmuştur. Uçkun ve Grgner (2011), Türk Bankacılık Sstem'ndek kamu ve özel bankaların fnansal oranlar yardımıyla GİA kullanılarak fnansal performanslarının belrlemey amaçlayan br çalışma yapmışlardır. Çalışmada 3 kamu bankası ve 10 özel banka, 14 fnansal oran bakımından GİA'ne tab tutularak, fnansal performanslarına göre kend grupları çnde sıralanmıştır. GİA sonucunda fnansal performans bakımından lk sırayı kamu bankalarında Zraat Bankası, özel bankalarda se Anadolu Bankası almıştır. Grgner ve Uçkun (2012), fnansal krzn Türk bankaları üzerndek etksn belrlemeye yönelk yaptıkları çalışmada GİA yaklaşımını kullanmışlardır. Bulgulara göre dönemnde bankaların performans sıralaması devlet bankaları, yabancı bankalar ve özel bankalar şeklnde gerçekleşmştr. Doğan (2013) se GİA kullanarak İMKB de yer alan 10 bankanın fnansal performansını değerlendrmştr. Ortaya çıkan sıralamaya göre lk sırada Akbank yer alırken son sırada se Yapı Kred Bankası yer almıştır. 3. Ver Set ve Yöntem Frmaların performans değerlemelernde genellkle fnansal oranlar terch edlmektedr. Çünkü frmaların geçmş dönemlernde gösterdkler performansları karşılaştırmanın en bast yolu fnansal oranları kullanmaktır. Çalışmada kullanılan verler Türkye de faalyet gösteren 11 özel bankanın yıllarına lşkn sermaye yeterllğ, lkdte, aktf kaltes ve karlılık göstergeler kapsamında yer alan 12 fnansal 174

5 AİBÜ Sosyal Blmler Ensttüsü Dergs, Güz 2013, Clt:13, Yıl:13, Sayı:2, 13: orandır. Verler Türkye Bankalar Brlğ nn web stesnden sağlanmıştır ( Çalışmada GİA yaklaşımı kullanılarak özel bankaları fnansal performanslarına göre sıralanmıştır. GİA yaklaşımı, pek çok krtern bulunduğu durumlarda alternatfler arasından seçm yapmada kullanılablen br yöntemdr. GİA özellkle örneklemn küçük olduğu ve örneklem dağılımının blnmedğ durumlarda değşkenler gruplandırmada terch edlr (Feng ve Wang, 2000). Gr sstem teors lk olarak Deng (1982) tarafından ortaya atılmıştır. Buradak gr term, blgnn eksk olmasını ya da hç blnmemesn fade etmektedr. Gr lşksel fades k sstem ya da eleman arasında zaman çnde meydana gelen etkleşmlerdek değşmn ölçülmes şeklnde yorumlanablr. Elemanlar arasındak benzerlk ve farklılıklardak değşmlern derecesndek gelşmeler ölçmekte yararlanılan yöntem se GİA olarak adlandırılmaktadır. Daha açık br fadeyle k eleman arasındak değşm trend stkrarlı hale gelyorsa lşk derecesnn yüksek olduğu kabul edlr. Aks halde lşk derecesnn düşük olduğu anlaşılır (Feng ve Wang, 2000). Çok krterl karar verme yöntemlernden br olan GİA, belrszlk ortamlarında dğer matematksel yöntemlere göre daha kolay çözümler üreteblmektedr (Üstünışık, 2007). GİA, performans ölçümlernde sıklıkla kullanılmaktadır. Özellkle çeştl fnansal rasyolar yardımıyla değerlendrmeler yapılablmektedr (Peker ve Bak, 2011). GİA nn kullanılma amaçlarından br dğer se pek çok değşken arasından önemsz olanları ayırt ederek öneml olanları kend arasında gruplara ayırmaktır. Böylelkle br gruptak değşkenler brbryle lşkl değşkenler olmakta ve böylelkle dğer gruplardan ayrılablmektedrler. Ver set büyük olduğunda ve ver set normal dağılıma sahp olduğunda faktör analz, kümeleme analz, ayırma analz gb yöntemler kullanılablmektedr. Ancak ver sayısı az ve verlern dağılımı normal olmadığında yapılan analzlern güvenlrlğ azalmaktadır. Böyle durumlara br de ver setnn eksk olması eklendğnde GİA le gerçekten öneml olan değşkenlern analzlere dahl edleblmes sağlanablmektedr (Ho ve Wu, 2006: 149). GİA yöntemnn adımları şunlardır (Wu, 2002): 175

6 AIBU Journal of Socal Scences, Autumn 2013, Vol:13, Year:13, Issue:2, 13: adım: Karar matrsnn ( X ) oluşturulması X 1 (1) 2 (1) n (1) (2) 1 2 n (2) (2) 1 2 n ( n) ( n) ( n) 2. adım: Karşılaştırma matrsnn oluşturulması eferans sers 0 ( 0(1), 0(2),..., 0( ),..., 0( n)) şeklndedr. Burada 0( ),. krtern normalze değerler çndek en büyük değern göstermektedr. eferans sers karar matrsnn lk satırına yazılarak karşılaştırma matrs oluşturulur. 3. adım: Normalzasyon şlem ve normalzasyon matrsnn oluşturulması Bu adımda ver set normalze edlr ve 3 olası durumla karşılaşılablr:. Fayda durumu: Eğer amaç daha y ya da büyük değer elde etmekse (2) numaralı formül kullanılır. ( ) mn ( ) (2) ma ( ) mn ( ). Malyet durumu: Eğer amaç daha küçük ya da az br değer elde etmekse (3) numaralı formül kullanılır. ma ( ) ( ) (3) ma ( ) mn ( ). Optmallk durumu: Eğer amaç optmal br değer elde etmekse (4) numaralı formül kullanılır. ( ) 0b ( ) (4) ma ( ) ( ) 0b (4) numaralı formülde b ( ). krtern hedef değerdr ve 0 ma ( ) 0 ( ) mn ( ) b (1) 176

7 AİBÜ Sosyal Blmler Ensttüsü Dergs, Güz 2013, Clt:13, Yıl:13, Sayı:2, 13: aralığında br değer alır. Bu şlemlern ardından (1) dek karar matrs şu hale dönüşür: X 1 (1) 2(1) n (1) (2) 1 2 n (2) (2) 1 ( n) 2( n) n ( n) 4. adım: Mutlak değer tablosunun oluşturulması 0 le arasındak mutlak değer ( ) şöyle bulunur: o (5) 01(1) 0 ( ) 0 ( ) ( ) 02(1) 0m(1) m (2) (2) (2) ( n) ( n) ( n) m 5. adım: Gr lşksel katsayı matrsnn oluşturulması mn ma 0 ( ) (7) ( ) ma 0 formülü kullanılarak hesaplanır. (7) numaralı formülde ayırıcı (dstngush) katsayısıdır ve [0,1] aralığında değer alır. Ancak şlemlerde 0.5 alınması tavsye edlmektedr. Ayrıca ma mama ( ) ve mn mn mn ( ) şeklnde hesaplanır. o 6. adım: İlşk derecesnn hesaplanması o n 1 o ( ) (8) n 1 (8) numaralı formülde o. elemanın gr lşk derecesn göstermektedr ve krterlern eşt önem düzeynde olduğu varsayıldığında kullanılır. Eğer krterlern farklı ağırlıkları söz konusu se, o n 1 [ W ( ) ( )] (9) formülünden yararlanılır. o o (6) 177

8 AIBU Journal of Socal Scences, Autumn 2013, Vol:13, Year:13, Issue:2, 13: Bulgular ve Değerlendrme Bu çalışmada, Türk Bankalar Brlğ nn web sayfasından elde edlen 11 özel bankanın CAMELS krterlerne dayanan 4 kategorde (sermaye yeterllğ, aktf kaltes, lkdte, kârlılık) yer alan 12 oranının dönem verlerne dayalı olarak fnansal performansları değerlendrlmştr. En son ver yılı 2011 olduğundan analzler 2011 yılına kadark verler kapsamıştır. CAMELS, ABD de denetm otorteler tarafından oluşturulan ve tcar bankaların rsk bazlı denetm sırasında genel durumunun tesptnde ve uzaktan gözetm faalyetlernde kullanılan br değerlendrme sstemdr. Genel olarak yernde denetm amacıyla kullanılan CAMELS değerlendrme sstemnde, C sermaye yeterllğn, A Aktf kaltesn, M yönetm yeterllğn, E kazanç durumunu, L lkdtey, S se pyasa rsklerne duyarlılığı temsl etmektedr (Uçkun ve Grgner, 2011). Çalışmada kullanılan fnansal kategorler ve bu kategorlerde çalışma kapsamına alınan 12 fnansal oran Tablo 1 de gösterlmştr. Tablo 1. Performans değerlendrmede kullanılan fnansal göstergeler ve oranlar Fnansal Gösterge Formülasyon Kod Hedef Sermaye yeterllğ Özkaynaklar / Toplam Aktfler 1 Maksmum 178 Özkaynaklar / (Mevduat + Mevduat Dışı 2 Maksmum Kaynaklar) Özkaynaklar / (Kred+Pyasa+Operasyonel ske 3 Maksmum esas tutar) (Özkaynaklar-Duran aktfler) / Toplam Aktfler 4 Maksmum Aktf kaltes Kred ve Alacaklar / Toplam Aktfler 5 Maksmum Kred ve Alacaklar / Toplam Mevduat 6 Maksmum Lkdte Lkt Aktfler / Kısa Vadel Yükümlülükler 7 Maksmum Lkt Aktfler / Toplam Aktfler 8 Maksmum Karlılık Net Dönem Karı (Zararı) / Toplam Aktfler 9 Maksmum Net Dönem Karı (Zararı) / Özkaynaklar 10 Maksmum Verg Önces Kar / Toplam Aktfler 11 Maksmum Net Dönem Karı (Zararı) / Ödenmş Sermaye 12 Maksmum Mevduat Dışı Kaynaklar = Bankalararası Para Pyasalarına Borçlar + Alınan Kredler + Fonlar + İhraç Edlen Menkul Kıymetler (Net) Lkt Aktfler = Nakt Değerler ve TCMB + Gerçeğe Uygun Değer Farkı K/Z Yansıtılan FV (net) + Bankalar + Para Pyasalarından Alacaklar + Satılmaya Hazır Fnansal Varlıklar (net) Bankaların sermayelernn yeterllğn mktar ve kalte açısından değerlendren sermaye yeterllğ oranları yardımıyla bankaların sermayelernn düzey ve kaltes, bankaların genel fnansal durumunun

9 AİBÜ Sosyal Blmler Ensttüsü Dergs, Güz 2013, Clt:13, Yıl:13, Sayı:2, 13: banka büyüklüğü de dkkate alınarak sermaye yeterllğ değerlendrleblmektedr. Bankacılık sektöründe banka kaynakları çnde öz kaynakların payı düşüktür. Öz kaynağın payının azlığı fnansal kaldıraç etksn arttırmaktadır. Fnansal kaldıracın yükseklğ bankalarda kâr fırsatı yarattığı gb, zarar rsk de doğurmaktadır. Kârlılık oranları bankanın kârlılığını değerlendren bleşen olup, hem tarhsel ve kalte olarak kazançları değerlendrmey hem de mevcut yapının sürdürüleblrlğn dkkate almaktadır. Lkdte oranları yoluyla varlıkların ne ölçüde lkt değerlere yatırıldığı, varlıkların menkul kıymetlere dönüştürüleblme durumu ve htyaç halnde satılablme olanakları değerlendrleblmektedr. Aktf kaltes oranları sayesnde bankanın, temel şlev olan kred vermey yeternce yerne getrp getrmedğ ölçüleblmektedr (Uçkun ve Grgner, 2011). Her dört kategordek oranların da yüksek değerde olmaları stenen br durumdur. Özel bankaların performanslarını değerlendrmesnde Şekl 1 dek gb br hyerarşk yapıdan faydalanılmıştır. Buna göre fnansal performans değerlendrmede sermaye yeterllğ ve karlılık göstergelernden 4 er, aktf kaltes ve lkdte göstergelernden se 2 şer adet olmak üzere toplam 12 fnansal oran kullanılmıştır. Banka Performansı Sermaye yeterllğ Aktf Kaltes Lkdte Karlılık Şekl 1. Fnansal performans değerlendrme şeması GİA yaklaşımıyla yapılan hesaplamalar adım adım aşağıdak gb özetleneblr: 4.1. Karar matrsnn oluşturulması dönem çn özel bankaların çalışmada kullanılan fnansal oranlarını gösteren Tablo 2 aynı zamanda GİA çn karar matrsdr. 179

10 AIBU Journal of Socal Scences, Autumn 2013, Vol:13, Year:13, Issue:2, 13: Tablo 2 oluşturulurken özel bankaların dönem verlernn ortalamaları dkkate alınmıştır Karşılaştırma matrsnn oluşturulması GİA yaklaşımının knc aşamasında karar matrs elde edlr. Bu çalışmada kullanılan fnansal oranları gösteren Tablo 2 ye referans satırı adı verlen ve her sütunun en büyük değern çeren satırın eklenmesyle elde edlen karar matrs Tablo 3 tek gbdr. Buna göre sermaye yeterllğ ve lkdte göstergelernde Adabank ın, Aktf Kaltes göstergelernde Alternatf Bank ın, Karlılık göstergelernde se Anadolubank, Akbank ve Garant bankasının en büyük değerler aldığı görülmektedr Normalzasyon şlemnn gerçekleştrlmes GİA yaklaşımında (2), (3) veya (4) numaralı formüller kullanılarak normalzasyon şlem yapılır. Çalışmadak hedef, kullanılan fnansal oranların büyük değer alması olduğundan normalzasyon şlemnde (2) numaralı formül kullanılmış ve Tablo 4 elde edlmştr. Normalze matrsn elemanlarının 0 le 1 arasında değerler aldığı görülmektedr Mutlak değer tablosunun elde edlmes Mutlak değer tablosu (6) numaralı formül kullanılarak elde edlmştr ve Tablo 5 te gösterlmştr. Tablo? nn elde edlmesnde karşılaştırma değerlernn referans banka değerlernden olan mutlak değer farkları dkkate alınmıştır. Ayrıca mutlak değer tablosunda artık referans sers satırına yer verlmez Gr İlşksel Katsayılar Matrsnn Oluşturulması Dördüncü aşama olan Gr İlşksel Katsayılar Matrsnn elde edlmesnde (7) numaralı formülden faydalanılmıştır. 12 fnansal oranın da eşt önem düzeyne sahp olduğu kabulü le analzler yapılmıştır. Ayırıcı katsayısı olarak 0. 5 değer kullanılmıştır. Gr İlşksel Katsayılar Matrs Tablo 6 da verlmştr. 180

11 AİBÜ Sosyal Blmler Ensttüsü Dergs, Güz 2013, Clt:13, Yıl:13, Sayı:2, 13: İlşk Derecelernn Hesaplanarak Sıralamaların Bulunması Son aşamada lşk dereceler (8) ya da (9) numaralı formülle hesaplanır. Bu çalışmada tüm fnansal göstergelern eşt önem düzeynde olduğu kabul edlerek (8) numaralı formülle hesaplamalar yapılmıştır. Elde edlen sonuçlar Tablo 7 de verlmş ve Şekl 2 de şematk olarak gösterlmştr. Tablo 7 ye göre aktf kaltes kapsamında yer alan oranların özel bankaların fnansal performansının belrlenmesnde en etkn oranlar olduğu söyleneblr. Onu sırasıyla karlılık, lkdte ve sermaye yeterllğ göstergeler takp etmektedr. 181

12 AIBU Journal of Socal Scences, Autumn 2013, Vol:13, Year:13, Issue:2, 13: Tablo 2. Özel Bankaların Fnansal Oran Değerler Sermaye Yeterllğ Aktf Kaltes Lkdte Karlılık Adabank Akbank Alternatf Bank Anadolubank Şekerbank Tekstl Bankası Turksh Bank TEB Garant Bankası İş Bankası Yapı ve Kred Bankası Tablo 3. Karşılaştırma matrs eferans Adabank Akbank Alternatf Bank Anadolubank Şekerbank Tekstl Bankası Turksh Bank TEB Garant Bankası İş Bankası Yapı ve Kred Bankası

13 AİBÜ Sosyal Blmler Ensttüsü Dergs, Güz 2013, Clt:13, Yıl:13, Sayı:2, 13: Tablo 4. Normalze matrs eferans Adabank Akbank Alternatf Bank Anadolubank Şekerbank Tekstl Bankası Turksh Bank TEB Garant Bankası İş Bankası Yapı ve Kred Bankası Tablo 5. Mutlak değerler tablosu Adabank Akbank Alternatf Bank Anadolubank Şekerbank Tekstl Bankası Turksh Bank TEB Garant Bankası İş Bankası Yapı ve Kred Bankası

14 AIBU Journal of Socal Scences, Autumn 2013, Vol:13, Year:13, Issue:2, 13: Tablo 6. Gr İlşksel Katsayılar Matrs Adabank Akbank Alternatf Bank Anadolubank Şekerbank Tekstl Bankası Turksh Bank TEB Garant Bankası İş Bankası Yapı ve Kred Bankası

15 AİBÜ Sosyal Blmler Ensttüsü Dergs, Güz 2013, Clt:13, Yıl:13, Sayı:2, 13: Tablo 7. GİA sonuçları Sermaye Yeterllğ Aktf Kaltes Lkdte (%42.27) Karlılık (%58.64) Genel İlşk Genel sıralama (%40.07) (%71.05) Düzey Derece Sıra Derece Sıra Derece Sıra Derece Sıra Adabank %100 1 % %100 1 % % Akbank % % % % % Alternatf Bank % %100 1 % % % Anadolubank % % % % % Şekerbank % % % % % Tekstl Bankası % % % % % Turksh Bank % % % % % TEB % % % % % Garant Bankası % % % % % İş Bankası % % % % % Yapı ve Kred Bankası % % % % %

16 AIBU Journal of Socal Scences, Autumn 2013, Vol:13, Year:13, Issue:2, 13: Dğer taraftan Türkye dek 11 özel bankanın fnansal performans sıralamasında lk sırayı Garant Bankası almıştır. Gerye kalan bankaların sıralaması se şu şekldedr: Anadolubank, Adabank, Akbank, Alternatf Bank, Yapı ve Kred Bankası, İş Bankası, Tekstl Bankası, TEB, Şekerbank ve Turksh Bank. Sermaye yeterllğ en y olan banka Adabank ken en kötü olan bana Alternatf Bank tır. Buna karşın Alternatf Bank aktf kaltes göstergesne göre en y durumda olan banka ken Adabank en kötü durumda olan bankadır. Lkdte ve karlılıkta Garant Bankası lk sırada olup Turksh Bank se son sırada yer almıştır. 0,7 0,6 0,5 0,4 0,3 0,2 0, Şekl 2. Türkye dek Özel Bankaların Fnansal Performansları 5. Sonuç ve Önerler Çalışmada, Türkye de faalyet gösteren 11 özel bankanın fnansal performansları CAMELS krterlernden sermaye yeterllğ, aktf kaltes, lkdte ve karlılık göstergelernden yararlanılarak gr lşksel analz yaklaşımıyla karşılaştırılmıştır. Gr lşksel analzn küçük örneklemlerde ve dağılımın normal olup olmadığının blnmedğ durumlarda güzel sonuçlar vermes sebebyle bu analz bankaların performanslarının değerlendrlmesnde terch edlmştr. Yapılan analzlerde 12 oranın eşt önem düzeyne sahp olduğu kabul edlmştr. Bu oranların hesaplanmasında 2007 ekonomk krznn sonrasındak verler dkkate alınmıştır. Her ne kadar geçmş yıllara lşkn verler mevcut olsa da 2001 ve 2007 ekonomk krzlernn önces ve sonrasının brlkte

17 AİBÜ Sosyal Blmler Ensttüsü Dergs, Güz 2013, Clt:13, Yıl:13, Sayı:2, 13: değerlendrlmesnn gerçekç br değerlendrme olmayacağı düşünülmüştür. Bu nedenle çalışmada 2008 yılı le erşleblr en güncel verlerden oluşan 2011 yılları arasındak fnansal oranlar dkkate alınmıştır. Analz sonuçlarına göre bankaların performans sıralaması Garant Bankası, Anadolubank, Adabank, Akbank, Alternatf Bank, Yapı ve Kred Bankası, İş Bankası, Tekstl Bankası, TEB, Şekerbank ve Turksh Bank olarak gerçekleşmştr. Fnansal göstergeler açısından konuya yaklaşıldığında aktf kaltesyle lgl oranların bankaların fnansal performansının belrlenmesnde en fazla etkye sahp oranlar olduğu bulunmuştur. Buna karşın sermaye yeterllğ oranları se performansı en az etkleyen oranlardır. Buradan hareketle özel bankaların aktflern daha y yöneterek fnansal başarılarını devam ettrmeye çalıştıkları söyleneblr peryodunda özel bankaların fnansal kaldıraçtan kaynaklanan rsk faalyet kaldıracını düşük tutarak dengeledkler düşünülmektedr. Ayrıca, analz sonuçlarına göre karlılıkları yüksek olan bankaların fnansal performans sıralamasında da lk sıralarda olduğu görülmektedr. Türk Bankacılık Sstem nde yer alan özel bankaların fnansal performansının Gr lşksel analz le karşılaştırıldığı bu çalışmanın alana farklı br bakış açısı kazandırması hedeflenmştr. İlerde yapılacak çalışmalarda bankaların 2007 krz öncesndek fnansal performansları da belrlenerek krz önces ve sonrak dönem performansları kıyaslanablr. Ayrıca yapılacak çalışmalarda farklı statstksel yöntemler de analzlere dahl edlerek yöntemlern sonuçları brbryle karşılaştırılablr. Kaynaklar Alam, H. M., aza A., & Akram M. (2011). A Fnancal Performance Comparson of Publc Vs Prvate Banks: The Case of Commercal Bankng Sector of Pakstan, Internatonal Journal of Busness and Socal Scence, 2(11): Al-Tamm, H, (2010). Factors Influencng Performance of the UAE Islamc and Conventonal Natonal Banks, Global Journal of Busness esearch, 4(2), 1-9. Bergendahl, G., & Lndblom, T. (2008). Evaluatng the Performance of Swedsh Savngs Banks Accordng to Servce Effcency, European Journal of Operatonal esearch, 185, Berger, N. A., Hasan I., & Zhou, M. (2010). The effects of focus versus dversfcaton on bank performance: Evdence from Chnese banks, Journal of Bankng and Fnance, 34,

18 AIBU Journal of Socal Scences, Autumn 2013, Vol:13, Year:13, Issue:2, 13: Chang, C.P. (2006). Managng Busness Attrbutes and Performance for Commercal Banks, The Journal of Amercan Academy of Busness, 9 (1), Deng, J. (1982). Control problems of grey systems, Systems and Control Letters 5, Doğan M. (2013). Measurng Bank Performance wth Gray elatonal Analyss: The Case of Turkey, Ege Akademc evew, 13(2), Feng, C. M., & Wang,. T., (2000). Performance Evaluaton for Arlnes Includng the Consderaton of Fnancal atos, Journal of Ar Transport Management, 6, Grgner N. & Uçkun N. (2012). The Fnancal Performance of the Commercal Banks In Crss Perod: Evdence From Turkey As an Emergng Market, European Journal of Busness and Management, 4(19): Ho, C.T & Wu, Y.S., (2006). Benchmarkng Performance Indcators for Banks, Benchmarkng: An Internatonal Journal, 13 (1/2), Jha, S. & Hu, X. (2012). A comparson of fnancal performance of commercal banks: A case study of Nepal, Afrcan Journal of Busness Management, 6(25): Kosmdou, K., & Zopounds, C., (2008). Measurement of Bank Performance n Greece, SouthEastern Europe Journal of Economcs, 1, Matthew, N.G. & Esther, L.A. (2012). Fnancal Performance Comparson of Foregn VS Local Banks n Ghana, Internatonal Journal of Busness and Socal Scence 3(21): Okpara, G. (2009). A Synthess of the Crtcal Factors Affectng performance of the Ngeran Bankng System, European Journal of Economcs, Fnance and Admnstratve Scences, Issue 17, Peker İ. & Bak B., (2011). Gr İlşksel Analz Yöntemyle Türk Sgortacılık Sektöründe Performans Ölçümü, Uluslararası İktsad ve İdar İncelemeler Dergs, 4 (7), av, V., Kurnawan, H., Tha, P.N.K., & Kumar, P.. (2008). Soft Computng System for Bank Performance Predcton, Appled Soft Computng, 8,