KURUMSAL FİRMALAR İÇİN BİR FİNANSAL PERFORMANS KARŞILAŞTIRMA MODELİNİN GELİŞTİRİLMESİ

Gaz Ünv. Müh. Mm. Fak. Der. Journal of thefaculty of Engneerngand Archtecture of Gaz Unversty Clt 30, No 1, 71-85, 2015 Vol 30, No 1, 71-85, 2015 KURUMSAL FİRMALAR İÇİN BİR FİNANSAL PERFORMANS KARŞILAŞTIRMA MODELİNİN GELİŞTİRİLMESİ Yusuf Tansel İÇ, Muhteşem TEKİN, Fazıl Zya PAMUKOĞLU, S. Erdnç YILDIRIM Endüstr Mühendslğ Bölümü, Mühendslk Fakültes, Başkent Ünverstes, Bağlıca, 06810 Etmesgut/ Ankara. ytansel@baskent.edu.tr; meht05@hotmal.com;fazlzya@yahoo.com.tr;erdyldrm@gmal.com (Gelş/Receved: 13.03.2014; Kabul/Accepted: 16.09.2014) ÖZET Bu çalışmada Türkye ekonomsndek 24 sektördek kurumsal frmaların sıralanmasına yönelk br fnansal performans değerlendrme model gelştrlmştr.gelştrlen model fnansal oranlar ve İdeal Çözümlere Yakınlık Yoluyla Terchlern Sıralanması Teknğ (Technque for Order Preference by Smlarty to Ideal Soluton- TOPSIS) yöntem üzerne kurulmuştur.model, aynı sektöre atkurumsal frmaların rakplerne göre derecelendrme puanlarını sunmaktadır. Gelştrlen model Vsual Basc programıyla kodlanmış ve gerçek hayat çalışmalarıyla test edlmştr. TOPSIS, Çok Krterl Enyleme ve Uzlaşık Çözüm (Vse Krterjumska Optmzacja I Kompromsno Resenje-VIKOR), Gr İlşksel Analz (Grey Relatonal Grade-GRA) ve Oran Analz Temell Çok Amaçlı Enyleme (Mult-Objectve Optmzaton on the bass of Rato Analyss-MOORA) yöntemlernden elde edlen fnansal performans değerlendrme sıralamaları Spearman ın Sıra İlşks Test kullanılarak karşılaştırılmıştır. Test sonuçlarına göre fnansal performans değerlendrme model çn en uygun sıralama yöntemnn TOPSIS yöntem olduğu bulunmuştur. Makalede modeln çalışmasını gösteren br uygulamaya da ayrıca yer verlmştr. Anahtar Kelmeler: Fnansal analz, fnansal oran analz, çok krterl karar verme (ÇKKV), TOPSIS, VIKOR, GRA, MOORA. DEVELOPMENT OF A FINANCIAL PERFORMANCE BENCHMARKING MODEL FOR CORPORATE FIRMS ABSTRACT In ths study, we developed a fnancal performance evaluaton model to rank the corporate frms of 24 sectors n the Turksh economy.the developed model s based on the fnancal ratosand Technque for Order Preference by Smlarty to Ideal Soluton (TOPSIS)approach. Ths model of ferscorporate frm s ratng scores wth respect to ts compettors belongng to the same ndustry. The developed model s coded n Vsual Basc and tested wth real case studes. Fnancal performance evaluaton rankngs obtaned from TOPSIS, Vse Krterjumska Optmzacja I Kompromsno Resenje (VIKOR), Grey Relatonal Grade (GRA), and Mult-Objectve Optmzaton on thebass of Rato Analyss (MOORA) methods were compared by usng Spearman's rank correlaton test. Based on the test results, t was found that the TOPSIS method s the most approprate method for the evaluaton of fnancal performance. An applcaton s also provded n the paper for llustratve purposes. Keywords: Fnancal analyss, fnancal rato analyss, mult crtera decson makng (MCDM), TOPSİS, VİKOR, GRA, MOORA. 1. GİRİŞ (INTRODUCTION) Fnansal analz, blanço ve gelr tablosu gb fnansal tablolarda yer alan hesap kalemler arasındak lşklern kurulmasını ve yorumlanmasını kapsayan br süreçtr.fnansal analz, bzzat frmaların kendler tarafından yapılableceğ gb, frmalara kred veren kurumlar (bankalar ve dğer fnans kuruluşları) veya yatırımcılar tarafından da yapılablr. Fnansal analz yapılarak br frmaya lşkn ) frmanın lkdte durumu, ) frmanın karlılık durumu,

Y. T. İç ve ark. Kurumsal Frmalar İçn Br Fnansal Performans Karşılaştırma ) frmanın sermaye yapısı, v) frmanın aktflernn kullanım durumu gb konularda blg sahb olunablr. Fnansal analzde kullanılan fnansal oran, fnansal tablolarda yer alan çeştl kalemler arasındak bast matematksel lşkler gösterr [1]. Sağlıklı br fnansal analz çn onlarca elde edleblecek olan fnansal oranlar arasından gerçekten gerekl olan oranlar hesaplanarak yorumlanmalı ve sektör ortalamaları le karşılaştırılmalıdır. Fnansal oranlar temel olarak dört grupta sınıflandırılmaktadır. Brnc grupta lkdte oranları yer almaktadır. Lkdte, br varlığın hızlı br şeklde nakde dönüşeblme kablyetdr [1]. İknc grupta se fnansal yapı oranları yer almaktadır. Fnansal yapı oranları, frmaların faalyetlernn hang ölçüde yabancı kaynakla (borçlanmayla) fnanse edldğn ve yabancı kaynak fnansmanının frma çn ne düzeyde faydalı olduğunu değerlendrmeye yarayan oranlardır. Üçüncü grupta faalyet oranları yer alır. Faalyet oranları, frmaların varlıklarının ne ölçüde etkn kullandıklarını gösteren oranlardır. Dördüncü ve son grupta yer alan karlılık oranları se şletmelern faalyetler sonucunda elde ettkler başarıyı (kar etme düzeyn) ölçmeye yarayan oranlardır. Fnansal analz genş kapsamlı br blmsel dspln olup, muhasebe prensplerne hâkmyetle brlkte, muhasebe kalemlernn fnansal tablolara yansımalarının yorumlanması, brbryle lşklernn analz gb uzmanlık ve uzun yıllar tecrübey gerektren br alandır. Başarılı br fnansal analz, sağlıklı ve muhasebe sstem kurallarına uygun olarak doğru prensplerle oluşturulmuş fnansal tablolara bağlıdır. Muhasebe standartları ve fnansal tabloların oluşturulması bu makale çalışması kapsamının dışında olup, lglenen okurlar detaylı blgler çn [1] nolu kaynağa başvurablrler. Bu çalışmada Borsa İstanbul da (BİST) şlem gören frmaların fnansal oran verler ve TOPSIS yöntem kullanılarak blgsayar destekl br fnansal performans değerlendrme sstem oluşturulmuştur. Oluşturulan sstemn ver tabanında BİST te şlem gören frmalar 24 farklı sektör grubunda sınıflandırarak her br frmanın kend sektörü çersndek frmalarla fnansal performansının karşılaştırılması hedeflenmştr. Her br sektör grubunda faalyet gösteren frmaların sektörden kaynaklanan üretm, pazarlama, yurtç/dışı alış/satış koşulları, ulusal/uluslararası rekabet koşulları gb etkenler nedenyle; stoklar, madd duran varlıklar, tcar alacaklar/borçlar, yurtdışı satışlar, banka kredler, satılan malın malyet ve ödenecek faz gb fnansal kalemler br sektördek frmadan dğerne farklılıklar taşıyablmektedr. Dolayısıyla farklı sektörlerdek frmaları br arada değerlendrmek (örneğn malat frmaları, enerj sektöründek frmalar ve ulaştırma sektöründek frmaları br arada değerlendrmek) elde edlecek fnansal performans sıralaması açısından uygun br yaklaşım olmamaktadır. Kullanıcı sektör seçm yaptıktan sonra, sektördek yer alan frmaları fnansal performanslarına göre sıralayablmektedr. Dğer taraftan esnek yapıda tasarlanan modele lgl sektörlerde faalyet gösteren yen frma verlernn eklenmes ve böylece sektörel bazda frma sayısının artırılma mkânı da sağlanmıştır. Lteratürde hedef alınan bell sektörlerde faalyet gösteren (örneğn tekstl, çmento, otomotv v.b.) frmaların fnansal performans ölçüm/derecelendrme çalışmaları mevcuttur. Bu çalışmada se Türkye de faalyet gösteren ve verlerne ulaşım mkânı bulunan tüm sektörlerdek frmaların kend sektörlerndek fnansal performans durumlarının belrlenebleceğ br model tasarlanmaya çalışılmıştır. Model, frma fnansal performans sıralaması çalışmalarına htyaç duyan bankalar, fnansal kuruluşlar, yatırımcılar ve rekabet mkânlarını değerlendrmek veya dğer frmalarla kıyaslamak steyen frmalar açısından kullanılablr ntelkte tasarlanmıştır. Makalede 2. Bölümde lteratür taramasına yer verlmekte, 3. Bölümde gelştrlen fnansal performans ölçüm model tanıtılmakta, 4. Bölümde modeln uygulama örneklerne yer verlmekte, 5. ve 6. Bölümlerde se çalışma kapsamında ulaşılan sonuçlar aktarılmaktadır. 2. LİTERATÜR TARAMASI (LITERATURE SURVEY) Lteratürde fnansal analzn objektf yöntemlerle gerçekleştrldğ lk çalışmalar 1970 l yıllarda Altmanv. d. [2] tarafından gerçekleştrlmştr. Altmanv. d., frmaların başarılarında ve fnansal açıdan başarısız olarak flas etmelernde etkl olan fnansal oranları analz ederek, çok değşkenl dskrmnant analzn kullanmak suretyle Z-Skor Model olarak adlandırılan br dskrmnant fonksyonu elde etmştr. Frmanın lgl fnansal oran değerlernn fonksyonda yerne yazılmasıyla elde edlen Z-skor değer, yne Altmanv. d. tarafından gelştrlen br ölçekle karşılaştırılarak frmanın gelecektek başarısı hakkında br değerlendrme yapılablmektedr. Altman v. d. nn çalışmasında kullanılan fnansal oranların geçmş yıl verlerne dayanması ve yıllar lerledkçe modeln, yenlenmes gereken geçmş yıl fnansal oran setleryle güncellenmes zorunluluğu ve her zaman sağlıklı ver setlerne ulaşılamaması gb sorunlar nedenyle yen metodolojlere htyaç doğmuştur. 1980 l yıllardan tbaren Çok Krterl Karar Verme (ÇKKV) yöntemlernn ortaya çıkması, bu çalışmaların kullanıldığı fnansal performans ölçüm çalışmalarının yaygınlaşmasına yol açmıştır. İlk olarak gelştrlme 72 Gaz Ünv. Müh. Mm. Fak. Der. Clt 30, No 1, 2015

Kurumsal Frmalar İçn Br Fnansal Performans Karşılaştırma Y. T. İç ve ark. ve yaygınlaşma sürecne paralel olarak, Analtk Hyerarş Proses (AHP) ve TOPSIS yöntemleryle gerçekleştrlen çalışmaların ardından, daha sonrak yıllarda gelşen ve yaygınlaşan Analtk Ağ Sürec (ANP) [3,4], VIKOR [5], PROMETHEE [6,7], Ver Zarflama Analz (VZA) [8],UTltés Addtves DIScrmnantes(UTADIS) [9], GRA [10]ve MOORA [11] gb yöntemlerle çeştl sektörlerde performans ölçüm çalışmaları ortaya konmuştur. Bu alandak çalışmalarda temel hedef; daha hızlı, daha yalın ve gerçek hayattak uzman görüşlerne daha yakın sıralamayı vereblecek metodolojlerle yen fnansal performans ölçüm modellernn ortaya konma çabasıdır. Son yıllarda se fnansal performans değerlendrme çalışmalarında uzman görüşlerne htyacı en az düzeye ndrerek daha objektf modellern ortaya konmasına yönelk çalışmalar gerçekleştrlmeye başlanmıştır. Bu tür çalışmalara örnek olarak Deney tasarımı ve TOPSIS yöntemnn brleştrldğ ve krter ağırlıklandırma sürecnde uzman görüşüne htyacı en aza ndrmeye çalışan İç [12] tarafından gerçekleştrlen çalışma örnek olarak verleblr. Bu çalışmada fnansal performans verlernn alt ve üst sınırları kullanılarak 2 k deney tasarımıyla (2: performans krternn-fnansal oran- alt ve üst sevyesn, k: krter sayısını fade etmektedr) elde edlen deney set karar matrs olarak TOPSIS yöntemne aktarılmaktadır. Ardından krterlere 1-10 arasında rastgele atanan ağırlıklar kullanılarak hesaplanan TOPSIS sıralama puanlarına dayalı br regresyon fonksyonu elde edlmektedr. Elde edlen regresyon fonksyonu kullanılarak da frmaların sıralama puanları hesaplanablmektedr. Yöntemn lteratürde geçmş yıllarda gerçekleştrlen ÇKKV yöntemlernn kullanıldığı fnansal performans değerlendrme çalışmalarına uygulanması sonucunda, brbrne çok yakın sıralama sonuçlarının elde edlebldğ görülmüştür [12]. Lteratür ncelendğnde fnansal oranların krter olarak kullanıldığı ve ÇKKV yöntemler kullanılarak frmaların fnansal performanslarına göre sıralandığı çalışmalardan örneklere aşağıda yer verlmektedr: İç ve Yurdakul [13] ve Yurdakul ve İç [14] tarafından gerçekleştrlen çalışmalarda AHP yöntemn kullanarak tekstl sektöründe faalyet gösteren frmaların derecelendrldğ ve bankaların kred derecelendrme faalyetlernde kullanılablr ntelkte br model sunulmuştur. Başka br çalışmada Yurdakul ve İç [15] TOPSIS yöntemnn kullanarak Türk otomotv frmalarının fnansal performanslarının derecelendrldğ br çalışma gerçekleştrmşlerdr. Dğer br çalışmada Ertuğrul ve Karakaşoğlu [16] Bulanık AHP- TOPSIS bütünleşk yöntemn kullanarak Türk çmento frmalarını fnansal performanslarına göre sıralamışlardır. İç ve Yurdakul [17] Bulanık TOPSIS yöntemnn kullanıldığı ve bankaların kred talep eden frmaları hızlı br şeklde değerlendrerek daha detaylı analze sevk edlp edlmemes gerektğnn tesptne yönelk br karar destek sstem gelştrmşlerdr. Seçme ve dğerler [18] se Bulanık AHP- TOPSIS bütünleşk yöntemn kullanarak Türkye nn beş büyük bankasının fnansal başarılarına göre derecelendrldğ br çalışma sunmuşlardır. Başka br çalışmada BabcandPlazbat [19] AHP ve PROMETHEE yöntemlern kullanarak kurumsal frmaları derecelendren br çalışma gerçekleştrmştr. Mostafa [8] se Arap Bankaları nın fnansal performanslarını VZA yöntemn kullanarak değerlendren br çalışma gerçekleştrmştr. Deng ve dğerler [20] kurumsal frmaların fnansal performansların karşılaştırmalı analznn yapıldığı ve TOPSIS yöntemnn kullanıldığı br çalışma sunmuşlardır. Moghm ve Anvar [21] Bulanık AHP- TOPSIS bütünleşk yöntemn kullanarak İran da faalyet gösteren çmento frmalarının fnansal performanslarına göre derecelendrldğ br çalışma gerçekleştrmştr. Yalçın ve dğerler [5] Bulanık AHP le TOPSIS ve VIKOR yöntemlern ayrı ayrı brleştrerek Türk gıda, kâğıt, kmya, metal, metal ve makne malatı, metal dışı malat ve tekstl sektörlerndek frmaların fnansal performanslarına göre sıralandığı ve ardından TOPSIS ve VIKOR yöntem sıralama sonuçlarının kıyaslandığı br çalışma gerçekleştrmşlerdr. Voulgars ve dğerler [9] UTADIS metodunu kullanarak Yunan Küçük ve Orta Boy İşletmeler (KOBİ) fnansal performanslarına göre sıralayan br çalışma sunmuşlardır. Bulgurcu [22] İstanbul Menkul Kıymetler Borsası nda (İMKB-bugünkü adıyla Borsa İstanbul-BİST) faalyet gösteren teknoloj şrketlernden 13 adetn fnansal performanslarına göre TOPSIS yöntemyle derecelendren br çalışma sunmuştur. TOPSIS yöntemn kullanan dğer br fnansal performans değerlendrme çalışmasında Feng ve Wang [23] Tayvan havayolu şrketlern derecelendrmştr. Tayvan havayolu şrketlernn derecelendrldğ benzer br çalışmada se Wang [24] fnansal performans derecelendrme yöntem olarak GRA ve Bulanık TOPSIS yöntemlern brlkte kullanmıştır. Tung ve Lee [25] Tayvan dak byoteknoloj frmalarının fnansal performans değerlendrmesnde GRA yöntemn kullanmışlardır. GRA yöntemyle gerçekleştrlen dğer fnansal performans değerlendrme çalışmalarında Lee ve dğerler [26] Tayvan ve Kore gemclk şrketlern, Kung ve Wen [27], Tayvan dak grşm sermayes şrketlern, Wang [10], Tayvan dak konteynır taşıma hattı şletmelern, Huang ve Chung [28] se Çn kurumsal frmalarını derecelendren çalışmalar gerçekleştrmşlerdr. Lteratürde dğer ÇKKV yöntemlerne göre nspeten yen br yöntem olan MOORA yöntemnn kullanıldığı Brauers [11] tarafından gerçekleştrlen çalışmada, lman nşaatı yüklencs frmaların projelerne lşkn Net Bugünkü Değer (NBD), İç Verm Oranı (IRR), ger ödeme süres gb ekonomk göstergeler krter olarak kullanılarak frmalar proje değerllklerne göre sıralanmıştır. Yne Brauers ve dğerler [29] Gaz Ünv. Müh. Mm. Fak. Der. Clt 30, No 1, 2015 73

Y. T. İç ve ark. Kurumsal Frmalar İçn Br Fnansal Performans Karşılaştırma tarafından gerçekleştrlen ve MOORA yöntemnn uygulandığı dğer br çalışmada Ltvanya dak taahhüt frmalarının malyet muhasebesne dayalı proje yönetm performanslarına göre derecelendrldğ br çalışma gerçekleştrlmştr. Lteratürde taahhüt sektörü frmaları performans değerlendrme [29], malat teknolojs seçm [30], malzeme seçm [31] ve kaltel ürün tasarımı [32] gb farklı alanlarda kullanımı bulunan bu yen yöntemn fnansal oranlar kullanılarak frmaların performans sıralamasının gerçekleştrldğ br çalışmaya lteratürde rastlanılmamıştır. MOORA yöntemnn frma fnansal performans derecelendrmede kullanılablrlğne lşkn uygulamaya çalışmamızda yer verlerek yöntemn dğer ÇKKV yöntemyle karşılaştırılması da gerçekleştrlmştr. Yönteme lşkn değerlendrmeler Bölüm 5 te verlmektedr. Lteratürdek çalışmalar ncelendğnde ÇKKV yöntemlernn uygulandığı fnansal performans ölçüm çalışmalarında en fazla kullanılan yöntemn TOPSIS yöntem olduğu görülmektedr. Bunun en öneml sebeb yöntemn kolay anlaşılır olması, bast matematksel lşklere dayanması ve dolayısıyla uygulama kolaylığıdır. Dğer taraftan yöntemn yapısı gereğ karar matrsnn oluşturulmasıyla şlem adımlarının başlamasının fnansal performans ölçümünde getrdğ kolaylıklar da kullanım yaygınlığının br dğer neden olarak gösterleblr. Karar matrsnn sonrak adımı verlern normalzasyonu olduğundan, karar matrsnde hem oransal değerler (örneğn Net Kar/Öz Kaynak=5) hem de mktarsal değerler (örneğn Net şletme Sermayes= 1 Mlyon TL) aynı matrste bulunablmektedr. Böylece fnansal analzde öneml olan kaynakların verml kullanımına lşkn Net İşletme Sermayesnn Değer gb faalyet göstergeler le Net Kar/Öz Kaynak gb performans göstergelernn aynı anda değerlendrlme mkânını sağlanablmektedr. Gelştrlen modele lşkn detaylı blgler aşağıdak bölümde açıklanmaktadır. 3. FİNANSAL PERFORMANS DEĞERLENDİRME MODELİNİN GELİŞTİRİLMESİ (DEVELOPMENT OF THE FINANCIAL PERFORMANCE EVALUATION MODEL) Bu bölümde frmaların fnansal performanslarının değerlendrlmesnde kullanılacak modeln gelştrlme adımlarından bahsedlmektedr. Çalışmada kurumsal ntelkl frmalar br başka deyşle yıllık net satış tutarı 25 Mlyon TL nn üzerndek büyük ölçekl frmalar değerlendrme kapsamında tutulmaktadır. Gelştrlen modeln kurumsal frmalara yönelk olmasının temel neden verlerne ulaşılablen frmaların kurumsal ntelkl frmalar olmasından kaynaklanmaktadır. Model çerğnde frmaların sektörel bazda fnansal performans düzeynn ölçümünde kullanılacak fnansal oran verler Kamuyu Aydınlatma Platformu (KAP-www.kap.gov.tr) [33] tarafından yayınlanan frma blanço-gelr tabloları kullanılarak oluşturulmuştur. KAP ta sektörel bazda gruplandırılmış olan frmaların blanço ve gelr tabloları ndrlmş ve sektördek her br frmanın fnansal oranı hesaplanmıştır. Frmalara at fnansal verlern ve fnansal oranların yer aldığı ver tabanı MS Excel'de oluşturulmuştur. Ver tabanında 24 adet sektör ve toplamda 198 adet frmanın fnansal oran verler bulunmaktadır. Çalışma kapsamında kullanılan fnansal oranlar ve oranların hesaplanma formüller aşağıdak Çzelge 1 de sunulmuştur. Çalışmada kullanılan fnansal oranlar belrlenrken her br fnansal oran grubunda lteratürde ve fnans sektörü uygulamalarında genel kabul görmüş olan temel fnansal oranlar kullanılmıştır. Fnansal oranların sayısının artırılması mümkün olmakla brlkte, artan fnansal oran sayısı berabernde fnansal oranlar arasındak bağımlılığın da artmasına neden olacağından terch edlmeyen br durumdur. Örneğn karlılık oranlarında fnansal oranların hesaplanmasında net satışlar a göre oranlama şlem gerçekleştrlmektedr. Eğer net satışlara oranlamanın kullanıldığı daha fazla sayıda fnansal oran kullanılırsa her br oranın sıralama sonuçları üzerndek etks azalacaktır. Ayrıca benzer oranlarla elde edlecek aynı amaca hzmet eden brbrne yakın oran değerleryle TOPSIS yöntemnn gerçekleştrlmes, sıralama sonuçlarını olumsuz etkleyeblecektr. Bu nedenle çalışmada karlılık oranları ve fnansal yapı oranlarıyla lgl olarak fnansal performansı tek başına yeterl br şeklde göstereblecek tarzdak fnansal oranlar kullanılmıştır. Dğer taftan faalyet oranları açısından alacak devr hızı, borç devr hızı ve stok devr hızının her üçünün de değerlendrlmes fnansal analz açısından gerekl br durumdur. Frmanın borç devr hızı borçlarını yılda kaç kez ödemes gerektğnn br ölçüsüyken, stok devr hızı stoklarını yılda kaç kez satışa çevrdğn, alacak devr hızı se alacaklarını yılda kaç kez tahsl ettğnn br göstergesdr. Br frma çn borç devr hızının düşük değerde, alacak devr hızı ve stok devr hızının yüksek değere sahp olması arzulanır. Dolayısıyla bu üç faalyet oranının da aynı model çersnde değerlendrlmes gerekmektedr. Lkdte oranları açısından se frmanın stoklar dâhl nakde çevreblme mkânı olan tüm dönen varlıklarının kısa vadel yabancı kaynaklara oranını temsl eden car oran, kısa sürede nakde çevrlme mkânı olan dönen varlıklarının kısa vadel yabancı 74 Gaz Ünv. Müh. Mm. Fak. Der. Clt 30, No 1, 2015

Kurumsal Frmalar İçn Br Fnansal Performans Karşılaştırma Y. T. İç ve ark. Çzelge 1. Fnansal oranlar (Fnancal ratos) Fnansal Oran Grupları Oran Açıklama Lkdte Oranları Faalyet oranları Karlılık Oranları Fnansal Yapı Oranları Car Oran Lkdte Oranı Net İşletme Sermayes Alacak devr hızı Stok devr hızı Borç devr hızı Aktf devr hızı (Esas Faalyet Karı / Net Satışlar)100 (Net Kar / Net Satışlar)100 (Net Kar / Öz Kaynak)100 (Toplam Borç/Pasf Toplamı)100 (Fnansal Borçlar/Özkaynak)100 [Dönen Varlıklar/ Kısa Vadel Yabancı Kaynaklar]100 [Dönen Varlıklar- (Stoklar +Verlen Avanslar+Peşn Ödenmş Gderler+Dğer Dönen Varlıklar) / Kısa Vadel Yabancı Kaynaklar]100 Dönen Varlıklar - Kısa Vadel Yabancı Kaynaklar Net Satışlar / (Kısa+Uzun Vadel Tcar Alacaklar) Satışların Malyet/ [(Car Yıl Stoku+Öncek Yıl Stoku)/2] Net Satışlar/ (Kısa+Uzun Vadel Tcar Borçlar) Net Satışlar/Aktf Toplamı Frmanın faalyetler sonucundak karlılığını gösterr. Frmanın toplam faalyetler sonucundak karlılığını gösterr Özkaynak karlılığının göstergesdr Frmanın faalyetlernn ne kadarını yabancı kaynakla (dışarıdan borçlanarak) fnanse ettğn gösterr. Frmanın fnansal borçlarının ne kadarını özkaynaklarıyla karşıladığını gösterr. kaynaklara oranlandığı lkdte oranı ve frmanın şletme sermayes değer lkdte oranlarını temsl eden fnansal göstergeler olarak alınmıştır. Bu üç gösterge fnansal analzde lkdtenn ölçümünde kullanılan en temel oranlardır. 3.1 Frma Derecelendrme (Frm Ratng) a11 a12... a1 n a21 a22... a 2n.. Aj.... am 1 am2... amn (1) Gelştrlen model sektörel bazda frmaların derecelendrlmesnde ÇKKV yöntemlernden br olan TOPSIS yöntemn kullanmaktadır. Modelde karar verc stedğ br sektördek frmaları kend aralarında fnansal performanslarına göre derecelendrebldğ gb, aynı sektördek yen frma/frmaların fnansal oran verlern değerlendrme yapılacak sektörün ver tabanına ekleyerek de sıralama şlem gerçekleştreblmektedr. Model çersnde kullanılan TOPSIS yöntemnn uygulama adımları aşağıda belrtlmştr [12,15,16]: Adım 1: Karar matrsnn oluşturulması Yöntemn lk adımı karar verc tarafından karar matrsnn oluşturulmasıdır. Karar matrsnde m derecelendrlecek alternatf sayısını (=1,...m, frma sayısını), n se değerlendrme krter (j=1,...,n, fnansal oranlar) sayısını, j se fnansal oran değern fade eder. Adım 2: Normalze karar matrsnn oluşturulması Normalze karar matrs, Adım 1 de oluşturulan A matrsnn elemanları kullanılarak ve aşağıdak formülden yararlanarak oluşturulur. r j a m j k 1 a 2 kj R normalze karar matrs aşağıdak gb elde edlr: r11 r12... r1 n r21 r22... r 2n.. Rj.... r r... r (2) m1 m2 mn (3) Gaz Ünv. Müh. Mm. Fak. Der. Clt 30, No 1, 2015 75

Y. T. İç ve ark. Kurumsal Frmalar İçn Br Fnansal Performans Karşılaştırma Adım 3: Ağırlıklı normalze karar matrsnn oluşturulması Bu adımda öncelkle değerlendrme krterlerne (fnansal oranlara) lşkn ağırlık değerler w ) belrlenr. ( n ( w 1 ) 1 Daha sonra R matrsnn her br sütunundak elemanlar lgl ağırlık değer le çarpılarak V ağırlıklı karar matrs oluşturulur: wr 111 wr 212... wr n 1n wr 1 21 wr 2 22... wr n 2n.. Vj.... wr wr... wr 1 m1 2 m2 n mn (4) Adım 4: İdeal ve negatf deal çözümlern belrlenmes İdeal (A ) çözümün belrlenmes çn Eş. (5) kullanılarak ağırlıklandırılmış matrste her br sütun çn en büyük değerler (lgl değerlendrme faktörü en küçükleme yönlü se en küçük değer) ve negatf deal (A - ) çözümün belrlenmes çnse Eş. (6) kullanılarak en küçük değerler (lgl değerlendrme faktörü en küçükleme yönlü se en büyük değer) tespt edlr. A (max v j J),(mn v j J ' A v 1, v2,..., vn ' j j A (mn v j J),(max v j J j j (5) A v 1, v2,..., vn (6) Adım 5: İdeal noktaya ( S ) ve negatf deal noktaya ( S ) uzaklıklar sırasıyla Eş. (7) ve Eş. (8) kullanılarak hesaplanır. n 2 ( j j) j1 S v v (7) n j j j1 S ( v v ) 2 (8) Adım 6: İdeal çözüme görecel yakınlığın hesaplanması Her br alternatfn deal çözüme görecel yakınlığının ( C ) hesaplanmasında aşağıdak formül kullanılır. C Burada S S S C değer 0 C 1 aralığında değer alır. (9) Yukarıda detayları açıklanan modele lşkn ver tabanı ve frma derecelendrme şlemnn gerçekleştrldğ TOPSIS yöntem lşklendrlerek Vsual Basc dl le kodlanan br blgsayar uygulaması halne dönüştürülmüştür. Blgsayar uygulamasının şletm ve kullanılmasına lşkn uygulama örneğne br sonrak bölümde yer verlmştr. 4. GELİŞTİRİLEN BİLGİSAYAR UYGULAMASININ ADIMLARI (STEPS OF THE DEVELOPED COMPUTER APPLICATION) Adım 1: Kullanıcı uygulamayı açtıktan sonra lk önce değerlendrmenn yapılacağı sektörün seçm yapmalıdır (Şekl 1). Adım 2: İlgl sektör seçm (Örneğn Teknoloj-Bkz. Şekl 1) gerçekleştrldkten sonra Onay butonuna basıldığında yen frma ekleme ekranı görüntülenr (Şekl 2). Burada eğer kullanıcı ver tabanında mevcut olmayan yen br frmayı (örneğn ABC: gzllk lkeler nedenyle frmanın sm gzl tutulmuştur) lgl sektördek dğer frmaların arasına ekleyerek değerlendrmeye dâhl etmek sterse, frmanın fnansal oran verlern Şekl 3 te verlen ekranları kullanarak greblr. Adım 3: Kullanıcı Seçm: Gelştrlen uygulama farklı türde kullanıcılara htap edecek şeklde yapılandırılmıştır. Fnansal performans derecelendrme şlemne htyaç duyan farklı kurum/kuruluş/kşler bulunablmektedr. Bunları bankalar, yatırımcılar ve frmalar olmak üzere 3 temel gruba ayırablrz. Örneğn bankalar açısından özellkle kred değerlendrme faalyet düşünüldüğünde, frmaların derecelendrlmesnde fnansal yapı oranlarının ve faalyet oranlarının dğer oranlar göre daha fazla öneml olduğu blnmektedr. Yatırımcılar açısından se frmaların karlılığı, dolayısıyla karlılık oranlarının dğer oranlara göre daha öneml olduğu, frmaların kend performanslarını değerlendrmelernde se karlılık ve lkdte oranlarının dğer oranlara göre daha öneml oranlar olduğu söyleneblr. Kullanıcı bazında bu farklılıklar dkkate alınarak her br grup çn ayrı fnansal oran ağırlıkları belrlenmştr (Şekl 4-6). 76 Gaz Ünv. Müh. Mm. Fak. Der. Clt 30, No 1, 2015

Kurumsal Frmalar İçn Br Fnansal Performans Karşılaştırma Y. T. İç ve ark. Şekl 1.Sektör seçm (Sector selecton) Şekl 2. Yen frmanın modele grş ekranı (The nput screen of the model for the new applcant frm) Şekl 3. Yen frmanın fnansal verlernn modele grş ekranı (The nput screen of the model for the new applcant frm s fnancal values) Gaz Ünv. Müh. Mm. Fak. Der. Clt 30, No 1, 2015 77

Y. T. İç ve ark. Kurumsal Frmalar İçn Br Fnansal Performans Karşılaştırma Şekl 4. Kullanıcı türüne göre önceden belrlenmş krter ağırlıkları: Banka (Pre-determned crtera weghts based on the selected user type: Bank) Şekl 5. Kullanıcı türüne göre önceden belrlenmş krter ağırlıkları: Yatırımcı (Pre-determned crtera weghts based on the selected user type: Investor) Şekl 6. Kullanıcı türüne göre önceden belrlenmş krter ağırlıkları: Frma. (Pre-determned crtera weghts based on the selected user type: Frm) Fnansal oranlar ve oranların ağırlıkları belrlenrken Türk Bankacılık Sektöründek Türkye nn en büyük bankalarından br tanesnn fnansal analz brmnde çalışan 3 uzmanın (brm müdürü, yönetmen ve fnansal analz uzmanı), deneymlernden faydalanılmıştır. Uzmanların her br kullanıcı grubu çn fnansal oranlara verdkler ağırlık değerlernn geometrk ortalaması alınarak fnansal oran ağırlıkları belrlenmştr. Belrlenen fnansal oran ağılıkları TOPSIS yöntem uygulama adımları-adım 3 te belrtldğ şeklde normalze edlerek kullanılmıştır. Ağırlıkların belrlenmesnde TOPSIS yöntemn gelştren Hwang ve Yoon un 10 puan ölçeğ kullanılmıştır (Çzelge 2). Çzelge 2. Krter ağırlıklarının atanması çn 10 puan ölçeğ (10-pont scaleforassgnment of crteraweghts) [15] Krtern Değerlendrlmes Rakamsal Değer En önemsz 0 Çok önemsz 1 Önemsz 3 Orta önemde 5 Öneml 7 Çok öneml 9 En öneml 10 78 Gaz Ünv. Müh. Mm. Fak. Der. Clt 30, No 1, 2015

Kurumsal Frmalar İçn Br Fnansal Performans Karşılaştırma Y. T. İç ve ark. Kullanıcı hang kullanıcı grubunu seçerse o grup çn belrl krter ağırlıkları otomatk olarak kullanılarak frma sıralaması elde edleblmektedr. Bu üç gruptan hç brn kullanmak stemeyen ve krter ağırlıklarını kends belrlemek steyen kullanıcılar çnse dğer seçeneğ seçldğnde krter ağırlıklarının kullanıcı tarafından verlebldğ ekran görüntülenmektedr (Şekl 7). Kullanıcı bu ekranda krter ağırlıklarını grdkten sonra onay butonuna bastığında frmaların sıralanmış haln kend belrledğ krter ağırlıkları doğrultusunda tespt edeblmektedr. (Şekl 8). Kullanıcı Şekl 1 ve Şekl 2 dek ekranları kullanarak belrledğ tüm aday frmaları, Şekl 4 te hang kullanıcı grubunu seçtyse (örneğn Banka) o grup çn blgsayar uygulamasında önceden belrlenmş ve kayıtlı olan ağırlıklara göre sıralamaktadır. Eğer kullanıcı sıraladığı frmaları başka br kullanıcı grubu çn (örneğn Yatırımcı veya Frma) yenden sıralamak sterse, bu sefer Şekl 4 tek kullanıcı gruplarından dğer br tanesn seçerek sıralama gerçekleştreblr. Bu durumda blgsayar uygulamasında kayıtlı olan frma (çalışma çerğnde bahs geçen ABC frması) le frmanın karşılaştırılacağı dğer aday frmaların (sektördek dğer frmalar) seçlen kullanıcı grubu doğrultusunda otomatk olarak değerlendrme grubu değşmektedr (örneğn lk sıralamada Banka kullanıcı grubunda değerlendrlrken, Yatırımcı veya Frma kullanıcı grubunda değerlendrlecektr). Burada değerlendrme yapılan frmaların sayılarında ve değerlendrme verlernde br değşklk olmayıp, seçlen kullanıcı grubu doğrultusunda krterlern ağırlıkları otomatk olarak değşmekte ve yenden sıralama gerçekleştrlmektedr. Şekl 9-11 de sırasıyla deneme yapılan ve ver grş gerçekleştrlen (Şekl 3) ABC frmasının Banka Kullanıcısı, Yatırımcı Kullanıcısı ve Frma Kullanıcısı bazında derecelendrlme sonuçları verlmştr. Bu sonuca göre ABC frması; banka kullanıcısı uygulamasında 13. sırada, frma kullanıcısı uygulamasında 8. sırada ve yatırımcı kullanıcısı uygulamalarında se 10. sırada yer almıştır. Şekl 7. Fnansal oranların ağırlık grş ekranı (Input screen for the weghts of the fnancal ratos ) Şekl 8. Modeln çıktı ekranı (Output screen of the model) Gaz Ünv. Müh. Mm. Fak. Der. Clt 30, No 1, 2015 79

Y. T. İç ve ark. Kurumsal Frmalar İçn Br Fnansal Performans Karşılaştırma Şekl 9. Banka tp kullanıcı çn frma derecelendrme (Frm ratngs for the bank type user) Şekl 10. Yatırımcı tp kullanıcı çn frma derecelendrme (Frm ratngs for the nvestor) Şekl 11. Frma tp kullanıcı çn frma derecelendrme (Frm ratngs for the frm type user) 5. TARTIŞMA (DISCUSSION) Bu bölümde çalışmamızda gelştrlen modeln kullanılablrlğ tartışılmış ve test edlmştr. Bu amaçla, çalışmada gelştrlen model kullanılarak BİST te şlem gören teknoloj frmaları çn üç farklı kullanıcı grubuna göre elde edlen TOPSIS frma sıralama sonuçları, teknoloj frmalarının hsse senetler değerlerne göre belrlenen pazar değerler sıralanmaları le karşılaştırılmıştır (Çzelge 3). Sıralamaların karşılaştırılması amacıyla Spearman ın Sıra İlşks Test [34] kullanılmıştır. Spearman ın Sıra İlşks Test ne göre k sıralama arasındak tutarlılıktan bahsedlmek çn, Eş.(10-11) kullanılarak elde edlen test statstğ Z nn değernn %95 güven düzeynde (α=0,05) 1,645 n üzernde olması beklenmektedr [34]. 1 (10) 1 (11) Eştlklerde d j, sıralama tutarlılığı analz edlen k farklı yöntemden elde edlen j frmasının sıralama farkını; K, frma sayısını ve r s, Spearman nın sıra lşks katsayısını fade eder. Spearman ın Sıra İlşks Test sonuçlarına göre frmaların pazar değerlerne göre sıralamaları ve gelştrlen modeln yatırımcı kullanıcı grubuna göre sıralama sonuçları arasında tutarlılık bulunduğu söyleneblr (Bkz. Çzelge 3: Z=1,73). Banka ve frma kullanıcı gruplarında se sıralamalar arasındak tutarlılığın düşük olduğu söyleneblr. Genel olarak hsse senetlerne yatırım yapan yatırımcıların yatırım kararlarındak temel beklents hsse sened satın alınan frmaların faalyetlernde başarılı olması ve karlılıklarındak olumlu yönde gelşme beklentsdr. 80 Gaz Ünv. Müh. Mm. Fak. Der. Clt 30, No 1, 2015

Kurumsal Frmalar İçn Br Fnansal Performans Karşılaştırma Y. T. İç ve ark. Çzelge 3. Frma sıralamalarının karşılaştırılması (Comparson of frm rankngs) Teknoloj Frmaları Gelştrlen Modeln TOPSIS Sıralama Sonuçları Banka (B) Frma (F) Yatırım (Y) Frmaların Pazar Değer [22] Pazar Değer Sırası (PD) Sıralama Farkı AlcatelTeletaş Telekomünkasyon 6 5 5 111845,2 4 2-1 -1 Anel Telekomünkasyon 13 13 13 43000 9 4-4 -4 Arena Blgsayar Sanay 4 3 4 75520 7-3 4 3 Armada Blgsayar Sstemler 8 9 9 35040 11-3 2 2 Aselsan Elektronk Sanay 3 2 1 1928837 1 2-1 0 Datagate Blgsayar Malzemeler 7 6 7 22800 12-5 6 5 Escort Teknoloj Yatırım 10 10 10 146909,3 3 7-7 -7 İndeks Blgsayar Sstemler 9 8 8 128800 5 4-3 -3 Karel Elektronk Sanay 2 4 3 122400 6-4 2 3 Lnk Blgsayar Sstemler 11 11 11 21670 13-2 2 2 Logo Yazılım Sanay 12 12 12 37750 10 2-2 -2 Nortel-Netaş Telekomünkasyon 5 7 6 794593,8 2 3-5 -4 Plastkkart Akıllı Kart İletşm Sstemler 1 1 2 49595 8-7 7 6 Pazar Değer= (Frmanın hsse senednn yıl sonu kapanış değerödenmş Sermaye)/1000 [1,22] B-PD F- PD Y- PD Spearman ın sıra lşk katsayısı (r s ) 0,412 0,401 0,500 Z 1,43 1,39 1,73 Bu doğrultuda TOPSIS modelnde yatırımcı kullanıcı grubu çn fnansal oran ağırlıkları da bu beklent doğrultusunda karlılık ve faalyet oranlarına, fnansal yapı oranlarından daha fazla ağırlık verlerek gerçekleştrlmeye çalışılmıştır. Bunun br sonucu olarak da yatırımcı kullanıcı grubu çn TOPSIS sıralama sonuçları le frmaların pazar değerler sıralamalarında br tutarlılık elde edleblmştr. Dğer roller olan banka ve frma kullanıcıları le pazar değer sıralamasının tutarlı olmaması beklenen br durumdur. Çünkü banka ve frma kullanıcıları çn krter ağırlıkları bankaların kred verecekler frmaları, frmaların se kend performanslarını değerlendrmedek öncelklerne göre krter ağırlıkları belrlenerek oluşturulmuştur. Örneğn banka kullanıcısı çn bankanın kend poltkaları doğrultusunda gelştrdğ br fnansal analz sstemnden elde edlecek sıralama sonuçlarıyla aynı frmaların makalede gelştrlen banka kullanıcısına göre sıralanma sonuçlarının karşılaştırılarak tutarlılık analz yapılması anlamlıdır. Ancak bu analz çn bankaların frmaların fnansal analzn gerçekleştrdkler sstemlernn sonuçlarını gzllk kuralları doğrultusunda analze açmamaları dolayısıyla bu tür br analz makalede gerçekleştrlememştr. Başka br karşılaştırma şlem olarak, lteratürde kullanılan dğer ÇKKV yöntemlernden olan VIKOR, GRA ve MOORA yöntemleryle de teknoloj frmaları sıralanmış ve elde edlen sıralama sonuçları pazar değer sıralamasıyla yne Spearman ın Sıra İlşks Test kullanılarak sıralama tutarlılığı ölçülmüştür. Oprcovc ve Tzeng tarafından gelştrlen VIKOR yöntem, alternatflern krterlern poztf ve negatf deal çözümlerne uzaklığının uzlaşma katsayısı (v) kullanılarak hesaplandığı ve bu hesaplama sonuçlarına göre alternatflern sıralandığı br ÇKKV yöntemdr [35]. VIKOR yöntem uygulaması sonucunda ulaşılan uzlaşık çözüm, çoğunluğun en büyük grup faydasını (v>0,5), çoğunluğa karşıt görüşler (v<0,5) dkkate alarak veya çoğunluğun görüşü le karşıt görüşlüler arasında uzlaşmayı (v=0,5) dkkate alarak sıralama gerçekleştrleblen br yöntemdr. Br başka fadeyle v=0,5; poztf deal (çoğunluğun görüşü) ve negatf deal çözüme (karşıt görüş) eşt mesafedek alternatfler sıralamada üst sıralara yerleştrmeye çalışıldığını fade eder. 1982 de Julong Deng n[36] fade ettğ gr sstem teors ; gr tahmn, gr karar verme, gr lşksel analz gb alt konu başlıkları altında uygulama alanı bulmaktadır. Gr lşksel analz, gr br sstemdek her br krter le kıyaslanan br referans krter sersnn lşk derecesn belrlemeye yarayan br yöntemdr. Krterler br dz olarak tanımlanarak, krterler arasındak etkleşm mertebesnn düzey se gr lşksel derece olarak adlandırılır [37]. Gaz Ünv. Müh. Mm. Fak. Der. Clt 30, No 1, 2015 81

Y. T. İç ve ark. Kurumsal Frmalar İçn Br Fnansal Performans Karşılaştırma Gr teorde krter değerlernn normalzasyon sürec gr lşksel oluşum olarak smlendrlr. Krter değerler normalze edlrken krter sersnn en büyük en y, en küçük en y ve nomnal en y önermelernden hangsne uygun olduğunun blnerek normalzasyon şlemnde uygun eştlğn kullanılması gerekr. k, n uzunluğundak serdek k. sırayı göstermek üzere k. noktadak gr lşksel katsayı olup, 0,1 arasındak br ayrım katsayı kullanılarak (çoğunlukla orta değer olan 0,5 değer alınarak) hesaplanır [37]. Gr lşksel katsayı yardımıyla ve krterlern önem ağırlıkları kullanılarak gr lşksel derece hesaplanır. Gr lşksel derece, referans seryle karşılaştırılan sernn benzerlğnn ölçüsüdür. Gr lşksel dereces en büyük olan alternatf en y alternatf belrtr. Brauers [11] tarafından 2004 yılında gelştrlen MOORA yöntem se brçok amaçlı en yleme yöntemdr. TOPSIS, VIKOR ve GRA yöntemne göre çok daha yen br yöntem olan ve uygulama adımları çok daha bast ve kolay anlaşılır MOORA yöntemnn uygulama adımları aşağıda verlmektedr [32]: Adım 1: Fnansal oranlar kullanılarak karar matrs oluşturulur. x X x21... xm1 x x x 22... m2............ x1 n x 2n... x mn 11 12 (12) Matrste x j. frmanın j. fnansal oran değern, m frma sayısını, n se fnansal oran sayısını fade eder. Adım 2: Normalze karar matrs Eş.(13) dek gb oluşturulur: j x m x 1 j x j 2 ( j 1,2,..., n) (13) Burada x j [0,1] arasında fade edlen. Frmanın j. fnansal oranının brmden bağımsız normalze değern gösterr. Adım 3: Normalze fnansal oran değer en büyükleme durumunda toplanır (getr türü fnansal oranlar çn), enküçükleme durumunda (malyet türü fnansal oranlar çn) çıkarılarak frmaların tüm fnansal oranlar bazında sıralama puanını temsl eden MOORA ndeks (Y ) hesaplanır (Eş. 14). (14) Burada gen büyüklenmek stenen fnansal oran sayısını, (n g) en küçüklenmek stenen fnansal oran sayısını fade eder. Fnansal oranlara (krterlere) ağırlık verlmes durumunda, her br fnansal oranın ağırlık değer, fnansal oranın normalze edlmş değeryle çarpılır ve bu durumda Eş.(15) aşağıdak gb fade edlr: ) ( j,12,..., n (15) VIKOR, GRA ve MOORA yöntemleryle sıralama sonuçlarının elde edlmesnde TOPSIS yöntemnde olduğu gb yatırımcı kullanıcı türüyle şlem gerçekleştrlmştr. Dğer tarafta VIKOR yöntemnn uzlaşma parametres v [5, 35, 37] ve GRA yöntemndek ayrım katsayısı ""yöntemlern uzlaşık çözüm ve gr sstem teors felsefelerne uygun olarak 0,5 [26-28, 37] alınarak sıralama sonuçları elde edlmştr. Çzelge 4 ncelendğnde her üç yöntemnde pazar değer sıralamasıyla tutarlılık gösteremedğ görülmektedr (VIKOR yöntem çn Z=1,637<1,645; GRA yöntem çn Z=1,18<1,645;MOORA yöntem çn Z=1,389). Elde edlen bu sonuç, TOPSIS, VIKOR, GRA ve MOORA yöntemler arasında fnansal performans derecelendrme şlemnde pazar değer sıralamasıyla en tutarlı sıralamayı veren yöntemn TOPSIS yöntem olduğunu göstermektedr. Bu sonuç ayrıca çalışmamızda gelştrlen fnansal performans derecelendrme modelnde kullanılan TOPSIS modelnn y br seçm olduğunun da br göstergesdr. TOPSIS yöntemnn VIKOR, GRA, MOORA yöntemlerne göre fnansal performans değerlendrmede daha y sonuçlar vermesnn en öneml nedennn TOPSIS yöntemnn alternatfler çersnde krterlern poztf deal değerlerne daha yakın olanları sıralamada üst sıralara yerleştrme prensbnden kaynaklandığı söyleneblr. Bu prensp Eş. (9) da açık olarak görüleblmektedr. Eş. (9) a göre alternatfnn C değernn yüksek olması, S - değernn dğer alternatflern S - değernden daha büyük olmasıyla (negatf deal noktaya daha uzak), dğer yönden S değernn dğer alternatflern S değernden daha düşük olmasıyla (poztf deal noktaya daha yakın olma) sağlanablr. Dğer taraftan VIKOR yöntemnde uzlaşık çözüm felsefes gereğ poztf ve negatf deal noktalara eşt mesafede; veya GRA yöntemnde gr bölgede olan alternatfler dğer alternatflere göre daha üst sırada yer alması tavsye edlmektedr. 82 Gaz Ünv. Müh. Mm. Fak. Der. Clt 30, No 1, 2015

Kurumsal Frmalar İçn Br Fnansal Performans Karşılaştırma Y. T. İç ve ark. Çzelge 4. Frma sıralamalarının karşılaştırılması: Pazar Değer-VIKOR-GRA-MOORA (Comparson of frm rankngs: Market Value-VIKOR-GRA-MOORA) Teknoloj Frmaları Pazar Değer (PD) Sıra VIKOR GRA MOORA VIKOR Puanı (P) Sıra Gr İlşk Dereces (GİD) Sıra MOORA Puanı (Y) Sıra Sıralama Farkı PD-P PD-GİD PD-Y Alcatel T.T 111845,2 4 0,30747 7 0,50612 8 0,0927 7-3 -4-3 Anel T. 43000 9 0,69924 11 0,410128 13-0,0577 12-2 -4-3 Arena B.S. 75520 7 0,25018 5 0,557665 3 0,1345 4 2 4 3 Armada B.S. 35040 11 0,31246 8 0,496144 10 0,0890 8 3 1 3 Aselsan E.S. 1928837 1 0,00000 2 0,638227 2 0,2288 2-1 -1-1 Datagate B.M. 22800 12 0,25833 6 0,536383 5 0,1237 6 6 7 6 Escort T.Y. 146909,3 3 0,59650 10 0,512465 7 0,0292 10-7 -4-7 İndeks B.S. 128800 5 0,38429 9 0,490332 11 0,0851 9-4 -6-4 Karel E.S. 122400 6 0,19690 4 0,555255 4 0,1348 3 2 2 3 Lnk B.S. 21670 13 0,82841 12 0,497506 9-0,0135 11 1 4 2 Logo Y.S. 37750 10 0,98602 13 0,427407 12-0,0877 13-3 -2-3 Nortel N.T. 794593,8 2 0,11044 3 0,536267 6 0,1273 5-1 -4-3 Plastkkart A.K.İ.S 49595 8-0,09776 1 0,696071 1 0,2810 1 7 7 7 Spearman ın sıra lşk katsayısı (r s ) 0,473 0,341 0,401 Z 1,637 1,180 1,389 Fnansal analzde se dama frmaların fnansal oranlarının poztf deal çözüme yakın olması arzu edlr (örneğn maksmum kar, mnmum borçluluk gb). Dolayısıyla TOPSIS yöntem VIKOR ve GRA yöntemlerne göre fnansal performans ölçümü açısından daha elverşl br yöntem olarak ntelendrleblr. Farklı problem tpler düşünüldüğünde örneğn krterlern k farklı uç değer aralığında değerler alabldğ durumlarda(örneğn bell br uygulama çn seçlecek br malzemenn kullanım şartlarındak deal çalışma sıcaklığının -50 0 C la 50 0 C arasında olması) TOPSIS yöntemndense VIKOR (v=0,5) veya GRA (=0,5) yöntemleryle uzlaşık seçm felsefesn kullanmak daha uygun br alternatf sıralaması elde edlmesn sağlayablr. Dğer taraftan TOPSIS yöntemne göre daha kısa ve bast br çözüm sunan MOORA metodunda deal çözüme uzaklık prensb kullanılmayıp, her br alternatfn toplamda tüm krterler sağlama düzeylernn tek br rakamla fade edldğ sıralama puanları kullanılmaktadır. Bu yöntemn fnansal performans ölçümünde kullanılmasının dezavantajı, alternatflern deal çözüme mesafelerne göre sıralanmaları yaklaşımının gerçekleştrmemesdr. Örneğn TOPSIS yöntemnde her br krter çn bell deal çözümler önceden belrlenrse (karlılık krterlerne belrl eşk değerler vererek poztf dealn belrlenmes gb) frmaların aldıkları sıralama puanlarının olması gereken en y duruma göre kıyaslanablmes de mümkün olablr. Dolayısıyla poztf deal çözüme daha yakın, negatf deal çözümü se daha uzak olan alternatfler sıralamada üst sıralara yerleştrme prensbn kullanan TOPSIS yöntemnn yukarıda açıklananlar ışığında VIKOR, GRA ve MOORA yöntemne göre fnansal performans değerlendrme çalışmaları çn daha uygun br yöntem olduğu söyleneblr. 6. SONUÇLAR (CONCLUSIONS) Bu çalışmada Türkye de faalyet gösteren kurumsal frmalarının at oldukları sektör çersnde fnansal başarı performanslarına göre sıralanmasının gerçekleştrldğ br model gelştrlmştr. Lteratürdek çalışmalarda dkkat çeken öneml br husus, çalışmaların belrl sektörlerdek frmalarla sınırlandırılmasıdır. Bu çalışmalarda çmento veya otomotv gb belrl sektörlerdek frmaların fnansal performansları ölçülmüştür. Bunun dışında örneğn Elektrk Makneler ve Aygıtları Sanay, Gayrmenkul Yatırım Ortaklıkları, Haberleşme veya Ulaştırma frmaları gb farklı sektörlerdek frmaların fnansal performans ölçümüne yönelk br çalışma bulunmamaktadır. Lteratürde frma fnansal performans derecelendrme şlemnn gerçekleştrldğ sektörlerle brlkte çalışma gerçekleştrlmeyen sektörler de aynı model çersnde toplanarak, toplamda 24 farklı sektörde faalyet gösteren frmaların kend sektörler çersnde performanslarının değerlendrlebleceğ br model ortaya konmuştur. Dğer taraftan gelştrlen modeln yapısı yen sektör grupları veya frmaların modele eklenmesne olanak sağlayacak ntelktedr. Özellkle bankalar ve fnansal kuruluşların genş frma Gaz Ünv. Müh. Mm. Fak. Der. Clt 30, No 1, 2015 83

Y. T. İç ve ark. Kurumsal Frmalar İçn Br Fnansal Performans Karşılaştırma portföyler sayesnde gerek sektör çeştllğ, gerekse frma sayısı açısından modeln uygulama kapsamını daha da gelştrecek potansyele sahp oldukları düşünülmektedr. Model kullanıldıkça her br sektördek frma sayısının artması ve modeln daha kullanışlı br hale gelmes beklenmektedr. Gelştrlen modeln, özellkle bankaların kred pazarlama ve kred değerlendrme faalyetlernde frmaların sektörde dğer frmalara göre yerlernn tespt ve yen değerlendrlen frmaların portföydek mevcut frmalarla kıyaslanması gb faalyetlerde oldukça faydalı br araç olacağı düşünülmektedr. Dğer taraftan model, özellkle menkul kıymetler borsasında yatırım yapmak steyen yatırımcıların sektörler bazında frma değerlendrme faalyetlernde ve frmaların sektörlerndek rakp frmalarla kendlern kıyaslamaları konularında da kullanılablr. Gelştrlen modelde frma fnansal performans sıralaması çn TOPSIS yöntem kullanılmış ve yen frmaların eklenebleceğ, mevcut frmaların verlernn güncellenebleceğ esnek yapıda br blgsayar uygulaması oluşturulmuştur. TOPSIS yöntemnde blgsayar uygulamasını kullanablecek farklı kullanıcı gruplarına yönelk üç farklı krter ağırlıklandırma seçeneğ sunulmuş, ayrıca krter ağırlıklarını kullanıcıların kendlernn greblmelerne de olanak sağlanmıştır. Gelştrlen blgsayar uygulamasının sektörel bazda frma sayılarının artırılması, yen sektörlern ve bu sektördek frmaların fnansal verlernn uygulamaya eklenmes gb lerk dönemlerde gelştrlmeye açık yönler de bulunmaktadır. Blgsayar uygulamasının güncellğn koruması çn frmalara at fnansal verlern en az yılda br kez güncellenmes ve ver tabanının güncel tutulması uygulamanın daha sağlıklı çalışması açısından dkkat edlmes gereken hususlardır. SEMBOLLER (SYMBOLS) A: Karar Matrs R: Normalze Karar Matrs V: Ağırlıklı Karar Matrs A : İdeal Çözüm A - : Negatf İdeal Çözüm S : İdeal noktaya uzaklık S : Negatf deal noktaya uzaklık C : İdeal çözüme görecel yakınlık d j : Sıralama tutarlılığı analz edlen k farklı yöntemden elde edlen j frmasının sıralama farkı K: Frma sayısı r s : Spearman nın sıra lşks katsayısı Z: Test statstğ v: Uzlaşma katsayısı : Ayrım katsayısı : MOORA ndeks x j : 0-1 arasında fade edlen. Frmanın j. Fnansal oranının brmden bağımsız normalze değer KAYNAKLAR (REFERENCES) 1. Akgüç, Ö., Kred Taleplernn Değerlendrlmes, Avcıol Basın-Yayın, 5.baskı, İstanbul, 1991. 2. Altman, E.I., Haldeman, R.G., ve Narayanan, P., Zetaanalyss: A new model todentfybankruptcy rsk of corporatons, Journal of Bankngand Fnance, Clt 1, 29 54, 1977. 3. Dagdevren, M., Eraslan, E., Prortydetermnaton n strategcenergypolces n Turkeyusnganalytc network process (ANP) wthgroupdecsonmakng, Internatonal Journal Of Energy Research, Clt 32, No 11, 1047-1057, 2008. 4. Aksakal, E., Dagdevren, M., An IntegratedApproachFor Personel Selecton Wth Demateland ANP Methods, Journal of The Faculty of Engneerng and Archtecture of Gaz Unversty, Clt 25, No 4, 905-913, 2010. 5. Yalcn, N., Bayrakdaroglu, A., ve Kahraman, C., Applcaton of Fuzzy Mult-Crtera Decson Makng Methods for Fnancal Performance Evaluaton of Turksh Manufacturng Industres, Expert Systems wth Applcatons, Clt 39, 350 364, 2012. 6. Dagdevren, M., Eraslan, E., SupplerSelecton Usng PROMETHEE Sequencng Method, Journal of The Faculty of Engneerng and Archtecture of Gaz Unversty, Clt 23, No 1, 69-75, 2008. 7. Ylmaz, B., Dagdevren, M., Comparatve Analyss of PROMETHEE andfuzzy PROMETHEE Methods n EqupmentSelecton Problem, Journal of The Faculty of Engneerng and Archtecture of Gaz Unversty, Clt 25, No 4, 811-826, 2010. 8. Mostafa, M., Benchmarkng Top Arab Banks Effcency Through Effcent Fronter Analyss, Industral Management and Data System, Clt 107, No 6, 802-823, 2007. 9. Voulgars, F., Doumpos, M., ve Zopounds, C., On the Evaluaton of Greek Industral SMEs Performance va Multcrtera Analyss of Fnancal Ratos, Small Busness Economcs, Clt 15,127 136, 2000. 10. Wang, Y.-J., Combnng Grey Relaton Analyss wth FMCGDM to Evaluate Fnancal Performance of Tawan Contaner Lnes,Expert Systems wth Applcatons, Clt 36, 2424 2432, 2009. 11. Brauers, W.K.M., Mult-Objectve Seaport Plannng by MOORA decson Makng, Annals of Operaton Research, Clt 206, 39 58, 2013. 12. İç, Y.T., A TOPSIS Based Desgn of Experment Approach to Assess Company Rankng, Appled Mathematcs and Computaton, Clt 227, 630 647, 2014. 84 Gaz Ünv. Müh. Mm. Fak. Der. Clt 30, No 1, 2015

Kurumsal Frmalar İçn Br Fnansal Performans Karşılaştırma Y. T. İç ve ark. 13. İç. Y.T., Yurdakul, M., Analtk Hyerarş Sürec (AHS) Yöntemn Kullanan Br Kred Değerlendrme Sstem, Journal of The Faculty of Engneerng and Archtecture of Gaz Unversty, Clt 15, No 1, 1-14, 2000. 14. Yurdakul, M., İç, Y.T., AHP Approach n the Credt Evaluaton of the Manufacturng Frms n Turkey, Internatonal Journal of Producton Economcs, Clt 88, 269-289, 2004. 15. Yurdakul, M., İç, Y.T., Türk Otomotv Frmalarnn Performans Ölçümü ve Analzne Yönelk TOPSIS Yöntemn Kullanan Br Örnek Çalışma, Journal of The Faculty of Engneerng and Archtecture of Gaz Unversty, Clt 18, No 1, 1-18, 2003. 16. Ertugrul, I., Karakasoglu, N., Performance Evaluaton of Turksh Cement Frms wth Fuzzy Analytc Herarchy Process and TOPSIS methods, Expert Systems wth Applcatons, Clt 36, 702 715, 2009. 17. İç. Y.T., Yurdakul, M., Development of a QuckCredbltyScorngDecsonSupportSystem usngfuzzy TOPSIS, Expert Systems wth Applcatons, Clt 37, 567 574, 2010. 18. Secme N.Y., Bayrakdaroglu, A., Kahraman, C. Fuzzy Performance Evaluaton n Turksh Bankng Sector usng Analytc Herarchy Process and TOPSIS, Expert Systems wth Applcatons, Clt 36, 11699 11709, 2009. 19. Babc, Z., Plazbat, N., Rankng of Enterprses based on Mult Crteral Analyss, Internatonal Journal of Producton Economcs, Clt 56-57, 29-35, 1998. 20. Deng, H., Yeh, C-H., ve Wlls, R.J., Inter- Company Comparson usng Modfed TOPSIS wth Objectve Weghts, Computers and Operaton Research, Clt 27, 963-973, 2000. 21. Moghm, R., Anvar, A., An Integrated Fuzzy MCDM approach and analyss to Evaluate the Fnancal Performance of Iranan Cement Companes, Internatonal Journal of Advanced Manufacturng Technology, Clt 71, 685 698, 2014. 22. Bulgurcu, B., K., Applcaton of TOPSIS Technque for Fnancal Performance Evaluaton of Technology Frms n Istanbul Stock Exchange Market, Proceda - Socal and Behavoral Scences, Clt 62,1033 1040, 2012. 23. Feng, C-M., Wang, R-T., Performance Evaluaton for Arlnes Includng the Consderaton of Fnancal Ratos, Journal of Ar Transport Management, Clt 6 133-142, 2000. 24. Wang, Y-J., Applyng FMCDM to Evaluate Fnancal Performance of Domestc Arlnes n Tawan, Expert Systems wth Applcatons, Clt 34, 1837 1845, 2008. 25. Tung, C-T., Lee, Y.-J., The Innovatve Performance Evaluaton Model of Grey Factor Analyss: A Case Study of Lsted Botechnology Corporatons n Tawan, Expert Systems wth Applcatons, Clt 37, 7844 7851, 2010. 26. Lee, P., T-W., Ln, C-W., Shn, S-H., A Comparatve Study on Fnancal Postons of Shppng Companes n Tawan and Korea usng Entropy and Grey Relaton Analyss,Expert Systems wth Applcatons, Clt 39, 5649 5657, 2012. 27. Kung, C-Y., Wen, K-L., Applyng Grey Relatonal Analyss and Grey Decson-Makng to Evaluate the Relatonshp Between Company Attrbutes and ts Fnancal Performance A Case Study of Venture Captal Enterprses n Tawan, Decson Support Systems, Clt 43,842 852, 2007. 28. Huang,C-J., Kuo-Chung, M.A., Assocatng Grey Relaton and Cluster Analyss to Perform Fnancal Characterstc Study on Enterprses n Chna, Journal of Informaton & Optmzaton Scences, Clt 32, No. 4, 945 957, 2011. 29. Brauers W.K.M., Zavadskas, E. K., Tursks, Z., Vlutene, T., Mult Objectve Contractor's Rankng by Applyng the MOORA Method, Journal of Busness Economcs and Management, Clt 9, No. 4, 245-255, 2008. 30. Chakraborty, S., Applcatons of the MOORA MethodforDecsonMakng n Manufacturng Envronment, Internatonal Journal of Advanced ManufacturngTechnology, Clt 54, 1155 1166, 2011. 31. Karande, P., Chakraborty, S., Applcaton of Mult-Objectve Optmzaton on the Bass of Rato Analyss (MOORA) Method for Materals Selecton, Materals and Desgn, Clt 37, 317 324, 2012. 32. İç, Y.T., Yıldırım, S., MOORA-Based Taguch Optmsaton for Improvng Product or Process Qualty, Internatonal Journal of Producton Research, Clt 51, No. 11, 3321-3341, 2013. 33. İnternet: Kamuyu Aydınlatma Platformu, KAP, www.kap.gov.tr. 34. Parkan, C., Wu, M-L., Decson Makng and Performance Measurement Models wth Applcatons to Robot Selecton, Computers and Industral Engneerng, Clt 36, 503-523, 1999. 35. Oprcovc, S., Tzeng, G.H., Compromse Soluton by MCDM Methods: A Comparatve Analyss of VIKOR and TOPSIS, European Journal of Operatonal Research, Clt 156, 445-455, 2004. 36. Deng, J., Control problems of grey system, Systems & Control Letters, Clt 1, 288 294, 1982. 37. İç, Y.T., Yıldırım, S., Çok Krterl Karar Verme Yöntemleryle Brlkte Taguch Yöntemn Kullanarak Br Ürünün Tasarmnn Gelştrlmes, Journal of The Faculty of Engneerng and Archtecture of Gaz Unversty, Clt 27, No 2, 447-458, 2012. Gaz Ünv. Müh. Mm. Fak. Der. Clt 30, No 1, 2015 85