Neden dünyanın her yerinde aynı zamanda aynı mevsimler yaşanmaz?
T.C. ANKARA ÜNİVERSİTESİ SOSYAL BİLİMLER ENSTİTÜSÜ...
Transcript of T.C. ANKARA ÜNİVERSİTESİ SOSYAL BİLİMLER ENSTİTÜSÜ...
T.C. ANKARA ÜNİVERSİTESİ
SOSYAL BİLİMLER ENSTİTÜSÜ İŞLETME ANABİLİM DALI
ÇOK AMAÇLI DİNAMİK ETKİNLİK ÖLÇÜMÜ VE ETKİNLİĞE ETKİ EDEN FAKTÖRLER: ÇA-DVZA MODELİ VE TÜRKİYE BANKACILIK SEKTÖRÜ
UYGULAMASI
Doktora Tezi
TEKİNER KAYA
ANKARA, 2015
T.C. ANKARA ÜNİVERSİTESİ
SOSYAL BİLİMLER ENSTİTÜSÜ İŞLETME ANABİLİM DALI
ÇOK AMAÇLI DİNAMİK ETKİNLİK ÖLÇÜMÜ VE ETKİNLİĞE ETKİ EDEN FAKTÖRLER: ÇA-DVZA MODELİ VE TÜRKİYE BANKACILIK SEKTÖRÜ
UYGULAMASI
Doktora Tezi
TEKİNER KAYA
Tez Danışmanı Doç.Dr. Yetkin ÇINAR
ANKARA, 2015
T.C. ANKARA ÜNİVERSİTESİ
SOSYAL BİLİMLER ENSTİTÜSÜ İŞLETME ANABİLİM DALI
ÇOK AMAÇLI DİNAMİK ETKİNLİK ÖLÇÜMÜ VE ETKİNLİĞE ETKİ EDEN FAKTÖRLER: ÇA-DVZA MODELİ VE TÜRKİYE BANKACILIK SEKTÖRÜ
UYGULAMASI
Doktora Tezi
Tez Danışmanı: Doç. Dr. Yetkin ÇINAR
Tez Jürisi Üyeleri
Adı Soyadı İmzası
............................................................................. ........................ ............................................................................. ........................ ............................................................................. ........................ ............................................................................. ........................ ............................................................................. ........................ ............................................................................. ........................
Tez Sınav Tarihi: ......................................
TÜRKİYE CUMHURİYETİ ANKARA ÜNİVERSİTESİ
SOSYAL BİLİMLER ENSTİTÜSÜ MÜDÜRLÜĞÜNE Bu belge ile, bu tezdeki bütün bilgilerin akademik kurallara ve etik davranış ilkelerine uygun olarak toplanıp sunulduğunu beyan ederim. Bu kural ve ilkelerin gereği olarak, çalışmada bana ait olmayan tüm veri, düşünce ve sonuçları andığımı ve kaynağını gösterdiğimi ayrıca beyan ederim. (……/……/2015) Tezi Hazırlayan Öğrencinin Adı Soyadı
....................................................
İmzası
....................................................
VI
TEŞEKKÜR
Tez çalışmam süresince manevi desteğini esirgemeyen ve önemli katkılar
sunan değerli danışman hocam Sayın Doç. Dr. Yetkin ÇINAR'a, desteğini her zaman
hissettiğim değerli hocam Doç. Dr. Fazıl GÖKGÖZ'e, yönlendirmeleri, yol gösterici
ve yapıcı yaklaşımları için değerli hocam Sayın Prof.Dr. Argun KARACABEY'e;
ayrıca çalışma süresince ve hayatımda her an yanımda olan ve desteklerini
esirgemeyen eşim Gamze KAYA'ya çok teşekkür ederim. .
Tekiner KAYA
VII
2010 yılında kaybettiğimiz değerli hocam Prof. Dr. Aydın EREL
ve 2014 yılında kaybettiğimiz genç bilim insanı, örnek insan sevgili hocam Doç.Dr.Ali FIKIRKOCA'ya...
VIII
İÇİNDEKİLER
TEŞEKKÜR......................................................................................................... VI
İÇİNDEKİLER................................................................................................. VIII
ŞEKİL LİSTESİ.....................................................................................................X
TABLO LİSTESİ................................................................................................XII
KISALTMALAR .............................................................................................. XIII
BİRİNCİ BÖLÜM: GİRİŞ .................................................................................XV
İKİNCİ BÖLÜM: VERİ ZARFLAMA ANALİZİ VE İŞLETME UYGULAMALARI................................................................................................ 1
2.1. Veri Zarflama Analizi.................................................................................... 2 2.2. VZA Modelleri..............................................................................................16
2.2.1 Oransal VZA Modeli ..................................................................................20 2.2.2. Girdi ve Çıktı Yönelimli Doğrusal Etkinlik Ölçüm Modelleri .....................21
2.2.3 Optimal Ölçek Varsayımı ve Ölçeğe Göre Sabit Getiri Modeli ...................23 2.2.4 VZA'nde Ölçek Ekonomisi ve Önemi...........................................................25
2.3. Etkinliğin Yakalanabilmesi İçin Yapılması Gerekenler ve Çıktıların Ekonomik Yorumu....................................................................................................................29
2.4. VZA Modellerinin Sınıflandırılması ve Uygulama Alanları...........................34
ÜÇÜNCÜ BÖLÜM- YÖNTEM: ÇOK AKTİVİTELİ DİNAMİK VZA MODELİ (ÇA-DVZA), ÖLÇEĞE GÖRE GETİRİ (RTS) VE ETKİNLİĞE ETKİ EDEN FAKTÖRLER.................................................................................39
3.1 Dinamik VZA Modelleri ve Pencere VZA (P-VZA).........................................39 3.2 Ağ VZA Modelleri (N-VZA) ...........................................................................44
3.3 VZA ve Çok Amaçlı Karar Verme ..................................................................52 3.3.1 VZA ve Çok Amaçlı Doğrusal Programlama (ÇADP) İlişkisi......................61
3.4 Çok Aktiviteli Veri Zarflama Analizi (ÇA-VZA) .............................................63 3.5 Çok Aktiviteli Dinamik VZA Modeli...............................................................73
3.6 Ölçeğe Göre Getiri (RTS)..............................................................................79 3.7 Etkinliğe Etki Eden Faktörler: Dinamik Tobit Regresyon Analizi ..................93
IX
DÖRDÜNCÜ BÖLÜM- UYGULAMA: TÜRKİYE BANKACILIK SEKTÖRÜ FAALİYET VE FAALİYET DIŞI AKTİVİTE ETKİNLİKLERİ VE İÇSEL DİNAMİKLERİ....................................................................................................96
4.1. Çalışmanın Amacı ve Kapsamı .....................................................................96 4.2. Bankacılık Sektörü Etkinlik Ölçümü ve Türkiye Bankacılık Sektörü ..............98
4.3. Problemin Tanımı ve Veri...........................................................................103 4.3.1. Veri: ÇA-DVZA .......................................................................................104
4.3.2 Tobit Regresyon Analizi Verileri...............................................................110 4.4. Genel Kavramsal Tasarım..........................................................................114
4.5. ÇA-DVZA α, ve Ağırlıkları.................................................................118
4.6. Bulgular.....................................................................................................120
4.6.1. ÇA-DVZA Sonuçları ................................................................................121 4.6.2. Ölçeğe Göre Getiri Tutumları Sonuçları..................................................139
4.6.3. Dinamik Tobit Regresyon Analizi Sonuçları ............................................146
BEŞİNCİ BÖLÜM: SONUÇ VE DEĞERLENDİRME ....................................158
ÖZET...................................................................................................................163
ABSTRACT ........................................................................................................165
KAYNAKÇA.......................................................................................................167
EKLER................................................................................................................184
X
ŞEKİL LİSTESİ
Şekil 2.1. Grafik gösterim........................................................................................ 5
Şekil 2.2. Etkin olmayan karar birimi grafiksel gösterim.......................................... 7
Şekil 2.3. Etkin kenar analizi ................................................................................... 9
Şekil 2.4. VZA modelleri sınıflandırması................................................................17
Şekil 2.5. BCC modelinde etkin sınır ......................................................................27
Şekil 2.6. VZA sınıflandırması ve VZA bütünleşik yöntemler.................................35
Şekil 3.1. Dinamik VZA modeli .............................................................................41
Şekil 3.2. Geleneksel VZA yaklaşımında kara kutu örneği......................................45
Şekil 3.3. N-VZA modeli........................................................................................45
Şekil 3.4. Dinamik N-VZA yapısı ...........................................................................50
Şekil 3.5. Bir Pareto optimal set..............................................................................58
Şekil 3.6. Geliştirilen ÇA-DVZA modelinin VZA sınıflandırması içerisindeki yeri.79
Şekl 3.7. Çoklu MPSS ............................................................................................87
Şekil 4.1. Bankalar için ÇA-DVZA üretim süreci .................................................108
Şekil 4.2. 2003 - 2013 yılları faiz dışı gelir / Toplam gelir oranı ve politika faiz oranı
ilişkisi ...................................................................................................................110
Şekil 4.3. Pazar spesifik(dışsal) faktörlerin yıllar itibari ile seyri...........................114
Şekil 4.4. Kavramsal tasarım üretim süreci ...........................................................117
Şekil 4.5. Faiz dışı gelir/toplam gelir oranı............................................................119
Şekil 4.6. Bankaların toplam etkinlik skorları ve politika faiz oranı.......................123
Şekil 4.7. Banka türlerine göre ÇA-DVZA etkinlik skorları ..................................124
Şekil 4.8. Ortalama α skorları ...............................................................................125
Şekil 4.9. Kamu ve özel bankaların α değerleri .....................................................126
Şekil 4.10. KVB'leri ortalama μ1 değerleri............................................................126
Şekil 4.11. Periyot ve banka türü bazında μ1 ağırlıkları ........................................127
Şekil 4.12. KVB'leri ortalama μ2 değerleri............................................................127
Şekil 4.13. Periyot ve banka türü bazında μ2 ağırlıkları ........................................128
Şekil 4.14. KVB'leri ortalama β değerleri..............................................................129
Şekil 4.15. Periyot ve banka türü bazında β ağırlıkları..........................................130
Şekil 4.16. KVB'leri ortalama faaliyet aktivitesi etkinlikleri..................................131
Şekil 4.17. Periyot ve banka türü bazında faaliyet aktivitesi etkinlik skorları........131
XI
Şekil 4.18. KVB'leri ortalama faaliyet dışı aktivite etkinlikleri..............................132
Şekil 4.19. Periyot ve banka türü bazında faaliyet dışı aktivite etkinlik skorları....133
Şekil 4.20. Bankaların faaliyet ve faaliyet dışı aktivite etkinlikleri ........................136
Şekil 4.21. Bankaların yıllar itibari ile DRS davrnaışları değişimi.........................144
Şekil 4.22. Bankaların yıllar itibari ile IRS davrnaışları değişimi ..........................145
XII
TABLO LİSTESİ
Tablo 2.1. Mağaza satış ve çalışan sayısı verileri..................................................... 5
Tablo 2.2. Tek girdili iki çıktılı örnek ...................................................................... 8
Tablo 2.3. Tek girdili iki çıktılı örnek performans oranları....................................... 8
Tablo 2.4. İki girdi, tek çıktılı örnek için girdi / çıktı oranları .................................. 9
Tablo 2.5. Kısıt tipi, amaç fonksiyonu ve değişkenlerin işareti için gerekli kurallar
tablosu ....................................................................................................................31
Tablo 2.6 VZA uygulamaları sektörel dağılım........................................................37
Tablo 3.1. Çok faaliyetli/amaçlı etkinlik ölçüm çalışmaları ....................................71
Tablo 3.2. VZA'nın yeni inovasyon-gelişim alanları...............................................74
Tablo 4.1. Etkinlik analizinde kullanılan girdi ve çıktılara ilişkin 11 bankaya ait
tanımlayıcı istatistikler ..........................................................................................105
Tablo 4.2. Değişkenler (girdi-çıktı) arası korelasyonlar ........................................107
Tablo 4.3. İncelenen bankalar, sahiplik yapıları ve büyüklükleri...........................109
Tablo 4.4. Banka spesifik (içsel) faktörler ............................................................113
Tablo 4.5. Bankaların toplam etkinlik skorları ......................................................122
Tablo 4.6. Bankaların ve A-KVB'lerin RTS tutumları ..........................................141
Tablo 4.7. KVB ve A-KVB'lerin dönemler bazında DRS tutum oranları...............145
Tablo 4.8. Pazar ve banka spesifik faktörlerin bankaların genel, faaliyet ve faaliyet
dışı aktivite etkinlikleri üzerindeki etkileri (Adımsal regresyon analizi sonuçları) .147
Tablo 4.9. Adımsal regresyon sonuçlarına bağlı olarak, toplam sistem (KVB)
dinamik Tobit regresyon analizi sonuçları .............................................................151
Tablo 4.10. Adımsal regresyon sonuçlarına bağlı olarak faaliyet aktivitesi etkinliği
(A-KVB) dinamik Tobit regresyon analizi sonuçları .............................................153
Tablo 4.11. Adımsal regresyon sonuçlarına bağlı olarak faaliyet dışı aktivite etkinliği
(A-KVB) dinamik Tobit regresyon analizi sonuçları .............................................154
Tablo 4.12. Pazar ve banka spesifik faktörlerin bankaların genel ve faaliyet ve
faaliyet dışı aktivite etkinlikleri üzerindeki etkileri................................................156
XIII
KISALTMALAR
AHP : Analitik Hiyerarşi Prosesi A-KVB : Alt Karar Verme Birimi
ANP : Analitik Ağ Prosesi AR : Güven Bölgesi CBR : Vaka Tabanlı Nedenselleme CCR : Charnes, Cooper ve Rhodes CRS : Ölçeğe Göre Sabit Getiri BCC : Banker, Charnes ve Cooper BDDK : Bankacılık Düzenleme ve Denetleme Kurumu ÇAKV : Çok Amaçlı Karar Verme ÇADP : Çok Amaçlı Doğrusal Programlama ÇA-VZA : Çok Aktiviteli Veri Zarflama Analizi ÇA-DVZA : Çok Aktiviteli Dinamik Veri Zarflama Analizi ÇKKV : Çok Kriterli Karar Verme ÇNKV : Çok Nitelikli Karar Verme DEA : Veri Zarflama Analizi (Data Envelopment Analysis) ELECTRE : Uyum-uyumsuzluk Yöntemi FDGE : Faiz Dışı Gelirler FDGİ : Faiz Dışı Giderler FGE : Faiz Gelirleri FGİ : Faiz Giderleri GA : Genetik Algoritmalar
XIV
GSMH : Gayri Safi Milli Hasıla KVB : Karar Verme Birimi
MOGA : Çok Amaçlı Genetik Algoritmalar MPSS : En Verimli Ölçek Büyüklüğü NK : Toplam Net Kar NSGA : Baskın Olmayan Sıralı Genetik Algoritmalar N-VZA : Ağ Veri Zarflama Analizi PG : Personel Giderleri P-VZA : Pencere Veri Zarflama Analizi RB-VZA : Rota Bazlı Veri Zarflama Analizi RTS : Ölçeğe Göre Getiri SFA : Parametrik Stokastik Yaklaşım SMART : Basit Çok Nitelikli Reyting Tekniği TBB : Türkiye Bankalar Birliği TCMB : Türkiye Cumhuriyeti Merkez Bankası TOPSIS : Uzlaşma Yöntemi TUİK : Türkiye İstatistik Kurumu TV : Toplam Varlıklar VEGA : Vektör Bazlı Genetik Algoritmalar VRS : Ölçeğe Göre Değişken Getiri VZA : Veri Zarflama Analizi WOR : Web of Science
XV
BİRİNCİ BÖLÜM
GİRİŞ
Kurumlar için etkinlik ve performans ölçümü, mevcut durumlarını ve
problemlerin hangi noktalarda yoğunlaştığını görmeleri açısından önemlidir. Bu
süreçte mevcut sorunlara yönelik olarak geliştirilecek karşıönlemler, kurumları
gelecekte olmak istedikleri noktaya taşıyabilecek anahtar faaliyetlerdir.
Göreli etkinlik ölçümü ile ilgili ilk uygulamalar, Debreu (1951)'nun yapmış
olduğu kavramsal çalışmalar geliştirilmek sureti ile Farrell (1957) tarafından
yapılmıştır. Bu kapsamda Veri Zarflama Analizi (VZA) de Charnes, vd., (1978)
tarafından geliştirilmiş ve günümüzde çok geniş bir alanda kullanılmakta olan göreli
bir etkinlik ölçüm yöntemidir. Non-parametrik bir etkinlik ölçüm yöntemi olan VZA
benzer hizmet ya da ürün üreten karar birimlerinin etkinliklerini göreli olarak
ölçmeyi amaçlar. Literatürde, kâr amacı gütmeyen (üniversiteler, hastaneler, sivil
toplum örgütleri vb.) kurum ve kuruluşlarla özel sektörde (bankalar, ar-ge projeleri,
üretim tesisleri vb.) gerçekleştirilen pek çok göreli performans ölçüm çalışması yer
almaktadır.
Sistemleri meydana getiren alt sistemler (çalışma kapsamında bu alt
sistemlere ya da faaliyetlere, ilk olarak Amirteimoori ve Shafiei (2006) tarafından
kullanılan "alt karar verme birimleri", A-KVB, denilecektir) kurumlarda farklı roller
XVI
üstlenebilmekte, farklı amaçlar veya öncelikler doğrultusunda faaliyetlerini
sürdürebilmektedirler. A-KVB'lerin performanslarını etkileyen faktörler de farklılık
gösterebilmektedir. Etkin sınıra ulaşmak için her bir A-KVB'nin alacağı karşı
önlemler de bu çerçevede farklılık gösterebilmektedir. Dolayısı ile toplam faktör
etkinliği, her ne kadar alt faaliyet etkinliklerinin bir bileşkesi olsa da, karar verme
birimleri (KVB) tutumu, A-KVB'ler bazında farklılıklar arzetmektedir. Literatürde
"kara kutu" olarak adlandırılan bu problem, etkin bir problem çözme ve gelişim
süreci için, sistemlerin içsel dinamiklerinin mutlak suretle incelenmesi gerektiğini
belirtmektedir.
Birden fazla faaliyet içeren ve bu alt faaliyetler tarafından ortak kullanılan
kaynaklara sahip kurumların etkinliklerinin değerlendirilmesi ile bu alt faaliyetlere
ilişkin stratejik önceliklerin atanması, aynı zamanda önemli bir yönetim karar
problemidir. Etkinlik ve önceliklerin her ikisi de zaman içerisinde
değişebileceğinden, problem daha da karmaşık bir hal alabilmektedir. Son yıllarda
VZA'nin ağ metodolojisini kullanan ve bu yolla KVB'lerinin alt proseslerinin ya da
alt faaliyetlerinin etkinliklerini ölçmeyi amaçlayan pek çok çalışma yapılmıştır. Kao
vd., (2014), klasik VZA ile yapılmış çalışmaların pek çoğunun, KVB'lerinin içsel
dinamiklerini gözardı etmekte olduğundan, kara kutu sorununu gözönünde
bulundurmadıklarından bahsetmektedir. Gerçek yaşamda ise, KVB'lerinin içsel
dinamikleri bu karar birimlerinin etkinlikleri üzerinde önemli etkilere sahiptir. Diğer
yandan, etkin olmayan bir karar biriminin, hangi alt faaliyetlerinin etkin olmadığı,
hangi alanda iyileştirmeye gidilmesi durumunda karar biriminin kolay ve hızlı bir
şekilde etkin olacağı sorularına yanıt bulmak önemlidir. A-KVB faaliyetlerini göz
XVII
önünde bulunduran analizler, çok daha gerçekçi sonuçlar verecektir. Genel olarak bir
sistemin etkin olmadığını gösteren günümüzde yapılmış pek çok çalışma olmasına
karşın, bu sonuçlar, bu sistemin alt sistemlerinin de etkin olmadığı anlamına
gelmemektedir.
Diğer yandan, karar birimlerinin ve alt faaliyetlerinin dinamik
performanslarının, kara kutu problemi kapsamında eşzamanlı olarak incelenmesi
önemlidir. Mevcut literatürde, aktivite bazlı etkinlik ölçüm yöntemleri ve dinamik
performansı ölçen ölçüm yöntemleri olsa da, aynı anda alt faaliyet etkinliklerini ve
bu alt faaliyetlere ilişkin dinamik analizleri gerçekleştirebilen bir hibrit yöntem
henüz ortaya konmamıştır (Moghaddam ve Ghoseiri, 2011: 851).
Etkinliklerin zaman içerisindeki değişimi ve gelişimi, yönetsel açıdan karar
vericilere önemli bilgiler sunar. Bu tez çalışması kapsamında "herhangi bir karar
biriminin dinamik olarak belirli bir zaman içerisindeki etkinliği, davranışları ve etkin
bir karar birimi olabilmesi için yapması gerekenler ile, bu karar birimini meydana
getiren alt sistemlerin etkinliği, davranışları ve yapması gerekenler arasında
farklılıklar vardır" tezi öne sürülmüş ve metodolojik bir yaklaşımla elde edilen
bulgular sunulmuştur. Çalışmada ilk olarak parametrik olmayan çok amaçlı dinamik
bir etkinlik ölçüm yöntemi önerilmiştir. Model Çok aktiviteli dinamik VZA modeli
(ÇA-DVZA) olarak adlandırılmıştır. Önerilen model VZA tabanlı iki farklı modelin
entegre edilmesi ile oluşturulmuştur. İlk model Beasley (1995) tarafından
geliştirilmiş bir modeldir ve alt faaliyetler tarafından ortak kullanılan girdi/çıktıları
bu faaliyetlere ayrı ayrı tahsis ederek hem genel hem de faaliyetler bazında bir
XVIII
etkinlik skoruna ulaşmaktadır. Diğer model ise dinamik etkinliği ölçmeye ve analiz
etmeye yönelik olarak Charnes vd., (1978) tarafından geliştirilmiş pencere veri
zarflama analizi (P-VZA)'dır. Önerilen hibrit model ise alt faaliyetlere toplam
faaliyet alanı kapsamında farklı ağırlıklar/öncelikler verebilmeyi ve bu süreci
dinamik olarak yapabilmeyi olanaklı kılmaktadır. Bu çerçevede önerilen yeni hibrit
dinamik etkinlik ölçüm modelinin, VZA literatürüne teorik katkı sağlaması
beklenmektedir. Önerilen model, çok aktiviteli veya çok prosesli etkinlik
değerlendirme problemlerinin dinamik etkinlik analizleri için kullanılabilecektir.
Önerilen çok aktiviteli dinamik etkinlik ölçüm modeline ek olarak, alt
faaliyetlerin ölçek esnekliği ve bu yapının dinamik seyri, genel ve alt faaliyetler
bazında ölçeğe göre getiri (RTS) kapsamında incelenmiştir. Çok girdili-çıktılı
durumlar için RTS, en iyi ya da en ekonomik-ideal ölçek büyüklüğünü belirlemek
için kullanılabilir. Kara kutu probleminin söz konusu olduğu çok aktiviteli
durumlarda, alt faaliyetlerin RTS tutumları, ana faaliyet tutumundan farklı olabilir.
Ölçek esnekliği, çarpımsal (multiplicative) modeller kapsamında ele alınmış olup, bu
tez çalışması kapsamında RTS yönü (artan, azalan ya da sabit) üzerinde
odaklanılmıştır. Bu çıkarsamalara bağlı olarak, Türkiye bankacılık sisteminde
faaliyet gösteren bankaların faaliyet ve faaliyet dışı aktivitelerinin RTS tutumları,
Banker ve Thrall (1992) tarafından geliştirilmiş olan modelin P-VZA versiyonu
geliştirilerek incelenmiştir.
KVB etkinlikleri, farklı mikro ve makro değişkenlere bağlı olabilir. Etkinliğe
etki eden bu makro ve mikro faktörler detaylı olarak incelenecek olursa, karar
XIX
vericiler performans düşüklüğünü anlamlandırabilecek, kök nedenleri bulabilecek ve
atılması gereken adımları kolaylıkla planlayabileceklerdir. Diğer yandan, ana sistemi
ve alt sistemleri etkileyen faktörler de RTS davranışlarında olduğu gibi farklılık
gösterebilir. Eğer mevcut üretim sisteminde bir kara kutu problemi var ise, etkinlik
trendini açıklamada farklı baskın iç ve dış değişkenler olabilir.
İlgili kavramsal çerçeve kapsamında, geliştirilen model ve yaklaşımların
uygulanabilirliğinin incelenmesi ve Türkiye Bankacılık sektöründe mevcut bazı
problemlerin çözümüne yönelik olarak bir uygulama yapılmıştır. Geliştirilen ÇA-
DVZA modeli, Türk bankacılık sektöründe faaliyet gösteren 11 büyük bankanın
faaliyet ve faaliyet dışı etkinliklerinin dinamik ölçümünde kullanılmıştır. Analizde 3
aşama yer almaktadır. Birinci aşamada, geliştirilen hibrit parametrik olmayan
etkinlik değerlendirme modeli ÇA-DVZA, Türkiye bankacılık sektöründe sektör
performansını ölçmek amacıyla uygulanmıştır. İkinci aşamada, birinci aşamada elde
edilen sonuçlara bağlı olarak, "kara kutu" problemi kapsamında ana ve alt
faaliyetlerin RTS davranışları belirlenmiştir. Teknik ve ölçek etkinlikleri, ana ve alt
faaliyetler bazında hesaplanmıştır. Son aşamada ise, literatürde banka
performanslarını etkileyen faktörlerin incelendiği pek çok çalışma olmasına karşın,
Türkiye bankalarının faaliyet ve faaliyet dışı aktivite etkinliklerine etki eden
faktörlerin, ekonometrik bir yöntemle dinamik bir şekilde analiz edilmemiş
olmasından hareketle, dinamik bir Tobit regresyon analizi yapılmıştır. Kullanılan
regresyon modeli, bankaların ana ve alt faaliyet alanlarında hangi değişkenlerin
önemli rol oynadığını bulmaya yöneliktir. Her bir bankanın faaliyet ve faaliyet dışı
aktivite etkinlikleri yıllar bazında bulunduktan sonra, etkinlik skorları ile belirlenmiş
XX
olan dışsal/içsel faktörler arasındaki ilişki ortaya konmuştur. Elde edilen bulgular,
yıllar bazında değerlendirilmiş ve 4 dönem için ayrı ayrı yorumlanmıştır. Bu
dönemler, 2003-2005 yılları arası "2001 krizi sonrası toparlanma dönemi", 2005-
2007 yılları arası "büyüme, birleşme ve satın alma dönemi", 2008-2010 yılları arası
"küresel finansal kriz ve komplikasyonları dönemi" ve 2011-2013 yılları arası
"küresel belirsizlik ve temkinli politikalar dönemi"'dir.
Çalışma şu şekilde ilerlemektedir: İkinci bölümde tez çalışması temel etkinlik
ölçüm yöntemi olan VZA, çok amaçlı etkinlik ölçüm yöntemleri ile ağ VZA ve çok
aktiviteli VZA modelleri incelenecektir. Üçüncü bölümde ise, tez çalışması
kapsamında geliştirilen çok amaçlı dinamik veri zarflama analizi modeli
açıklanmaktadır. Aynı bölümde, geliştirilen modelin sonuçlarına bağlı olarak, alt
faaliyet performanslarının RTS tutumlarını ölçümlemek amacı ile geliştirilen RTS
modeli ile genel sistem ve alt faaliyetler bazında performansı etkileyen faktörleri
belirleyebilmek üzere çalışmada kullanılan dinamik Tobit regresyon analizi
incelenecektir. Dördüncü bölümde ise, ÇA-DVZA temelli kavramsal ve kuramsal
yaklaşım, Türkiye Bankacılık Sektörü faaliyet ve faaliyet dışı aktivite
performanslarının ölçümünde uygulanacaktır. Son bölümde ise elde edilen bulgular
değerlendirilmiş, sonuçlar yorumlanmıştır.
İKİNCİ BÖLÜM
VERİ ZARFLAMA ANALİZİ VE İŞLETME UYGULAMALARI
Karar problemleri, çözümlerin durumuna ve kullanılan yöntemlere bağlı
olarak farklılık göstermektedirler. İşletmelerin küresel çapta büyümesi, farklı
uzmanlık alanları oluşturması gerekliliği, rekabetin arttığı bir ortamda karar verme
süreçlerini daha da kritik kılmaktadır. İşletme fonksiyonlarının da giderek
spesifikleşmesi ve alt alanlara bölünmesi, bu alt alanların birbirleriyle olan
etkileşimlerinin ve iletişim imkânlarının artması, fonksiyonlar arası etkileşimlerin
artmasına sebep olmuştur. Her ne kadar uzmanlaşma gelişse de, teknolojik
gelişmelere bağlı olarak entegrasyonun sağlanmasının maliyet ve verimlilik olarak
işletmelere pozitif katkılar sağlaması, karar vermede üzerinde düşünülmesi ve sürece
dâhil edilmesi gereken kriter sayısını da arttırmıştır. Sosyal kriterler, ekonomik
kriterler, mali kriterler, operasyonel kriterler gibi pek çok kriter birbirini etkilemekte
ve işletmeler de bu kriterlerden oluşan performans göstergelerini, mümkün olduğu
ölçüde hedefleri doğrultusunda gerçekleştirmek istemektedirler.
Bir problemi dahi ele aldığımızda, bu problemin sadece tek bir kök nedeninin
olduğunu söyleyebilmek çok güçtür. Günümüzde pek çok problemin, birden fazla
kök nedeni vardır ve teknolojik gelişmelere bağlı olarak problemlerin yapısı da
giderek değişmekte, kriter sayısı giderek artmaktadır. Örneğin bir otomobil
üretiminde 20 yıl öncesinde kullanılan parça, mikroişlemci, elektronik aygıt sayısı ile
2
günümüzde kullanılanlar arasında çok büyük farklar vardır. Bu farklar, meydana
gelecek problemin çözümünde de çok farklı kriterlere bakmayı, problem çözme
sürecine de bu farklı kriterleri dâhil etmeyi gerektirmektedir.
2.1. Veri Zarflama Analizi
Karar verme, hedef/amaçlar doğrultusunda, mümkün seçenekler arasından bir
ya da birkaçının belirlenmesi süreci olarak tanımlanmaktadır. Bir bankanın yatırım
uzmanı elindeki fonları hangi finansal varlıklara ne kadar dağıtması gerektiğini,
üretim yapan bir şirketin planlama bölümünde çalışan kişi hangi üründen ne kadar
üretmesi gerektiğine, insan kaynakları yöneticisi hangi özelliklere sahip olan
personelin hangi işlerde daha etkin olabileceğine, market alışverişine çıkmış ev
hanımı bütçesini aşmadan hangi üründen ne kadar alacağına karar vermek ister. Bu
kararların temeline bakıldığında karar vericilerin ya faydalarını maksimize etmek ya
da katlanacakları maliyetleri minimize etmek amacı güttüklerini söyleyebiliriz. Bu
durumda özellikle iş hayatında işletmelerin stratejik öneme sahip kararlarını
oluştururken, çeşitli sayısal karar verme yöntem ve programları kullandıkları göze
çarpmaktadır.
İş gücü planlamasından, yatırım planlamasına, taşımacılık sektöründen üretim
planlamasına kadar çeşitli alanlarda uygulanabilen doğrusal programlama yaklaşımı
karar vericilere karar sürecinde destek sağlamaktadır. Doğrusal programlama,
doğrusal bir yapıdaki kısıtları ihlal etmeden, doğrusal formdaki amaç fonksiyonunu
maksimize ya da minimize etmeyi sağlayan ve bunun sonucunda da karar
3
değişkenlerinin aldıkları değeri bulan bir yaklaşım olarak karşımız çıkmaktadır.
Doğrusal programlama kısıtlı optimizasyon yaklaşımı olarak kıt kaynakların
ilgilenilen amacı optimize edecek şekilde dağıtılması olarak tanımlanabilir (Ulucan,
2007; 65). VZA de doğrusal programlama tabanlı bir etkinlik ölçme yaklaşımıdır.
Stratejik planlamanın ve üretim kontrolün de özü, işletme içi kaynakların en
etkin bir şekilde kullanılması esasına dayanmaktadır. Bu nedenle, sürekli değişim
gösteren pazar koşullarına ayak uydurabilmek ve artan pazar rekabetinde daha uzun
süre yaşayabilmek için günümüz işletmeleri sahip oldukları kaynakları en etkin ve
verimli bir biçimde kullanmak zorundadırlar. Verimlilik denildiğinde ilk akla gelen,
girdi, dönüşüm ve çıktı sonunda elde edilen çıktıların, süreç boyunca kullanılan
girdilere oranıdır. Örneğin, “harcanan elektrik kw/saat başına üretilen araç sayısı” ya
da “harcanan işgücü saatine bağlı olarak üretilen ayakkabı adedi” birer verimlilik
göstergesi olarak kullanılabilir. Diğer yandan bu ölçüler, kısmi verimlilik
ölçütleridir. İşletmelerin ne derece etkin olarak çalıştıklarını göstermezler.
Verimliliği daha doğru ölçebilmek için tüm çıktı ve tüm girdilerin toplamından
oluşan büyüklüklerin ele alınması ve büyüklüklerin oranlarının belirlenmesi
gerekmektedir. Bu kapsamda ortaya çıkan bir diğer sorun ise, tüm girdi ve çıktıların,
bu ölçümde eşit ağırlığa sahip olmamalarıdır. Her bir değişken ve büyüklüğü,
verimliliği farklı oranlarda etkilemektedir.
Çok boyutlu bir kavram olan verimlilik, birçok tanıma sahip olduğu gibi,
ölçüm yöntemleri de farklılık gösterir. Verimlilik ölçümü ile ilgili literatürde pek çok
yöntem mevcuttur. Diğer yandan verimlilik ve etkinlik kavramları birbirleriyle
4
karıştırılmakta, bir kavram kargaşası bu anlamda yaşanmaktadır. Genel olarak
verimlilik ölçüm modelleri iki başlık altında toplanabilir.
Parametreli Yöntemler
Parametresiz Yöntemler
Parametresiz yöntemler, parametreli yöntemlere bir alternatif olarak
geliştirilmiştir. Parametrik olmayan yöntemler çözüm tekniği olarak, genellikle
matematiksel programlamayı tercih ederler. VZA'yı da içeren bu yöntemler, üretim
fonksiyonunun ardında bir analitik form öngörmezler. Dolayısı ile daha esnek
yöntemlerdir ve çok girdili ve çok çıktılı üretim süreçlerinde verimlilik/etkinlik
ölçümü için uygun yapıya sahiptirler.
Etkinlik ölçümü, mevcut rekabet ortamı içinde işletmeye nerede olduğunu
belirlemesine olanak vermekte ve eldeki girdilerden ne denli iyi bir biçimde çıktı
üretebileceğini göstermektedir. VZA'ni açıklamadan önce, verimlilik kavramının
daha iyi anlaşılabilmesi amacıyla tek girdi ve tek çıktıdan oluşan bir sistemi
incelenecektir. Bu sistem üzerinde verimlilik kavramı irdelenirken, parametreli ve
parametresiz yöntemlerin birbirinden ayrıldığı noktalara değinilecektir. Aşağıda
sekiz mağazası bulunan bir işletmenin mağazalarında çalışan personel sayısı ve bu
mağazaların satış miktarlarını belirten bir Tablo verilmiştir (Tablo 2.1).
Tablo 2.1’de verilen değerleri bir grafikte (Şekil 2.1) belirterek yorumlamaya
çalışacak olursak, Şekil 2.1’de belirtilen her noktayı orijine bağlayan doğrunun
eğimi, o noktanın temsil ettiği mağazada çalışan personel başına yapılan satış
5
miktarını temsil etmektedir. Ve bu eğimin en yüksek olduğu mağaza B mağazasıdır.
Burada mağazada çalışan personel sayısı girdi, satış miktarı ise çıktı olarak kabul
edilmektedir. Satış/Çalışan değeri ise bu mağazalar için bir etkinlik bildirmektedir ve
B ile kıyaslandığında diğer mağazalar nispi anlamda etkin değildirler. B noktasından
geçen ve en yüksek eğime sahip olan doğru etkin kenar” (frontier efficient) olarak
adlandırılmaktadır.
Tablo 2.1. Mağaza satış ve çalışan sayısı verileri
Mağaza A B C D E F G H Çalışan Sayısı 2 3 3 4 5 5 6 8
Satış 1 3 2 3 4 2 3 5 Satış / Çalışan 0,50 1,00 0,67 0,75 0,80 0,40 0,50 0,63
Şekil 2.1. Grafik gösterim
Şekil 2.1’e bakıldığında dikkat edilmesi gereken önemli noktalardan birisi,
etkin kenar doğrusunun diğer noktaları zarflamasıdır. VZA'nin adını aldığı bu
yaklaşım tarzı da bu noktada ortaya çıkmaktadır. Bu doğrunun sonsuza kadar aynı
eğimle devam edip etmeyeceğinin cevabı VZA’nde incelenen konular arasındadır.
6
Şekil 2.1’de yer alan y= 0.62x eşitliği ile ifade edilen ve grafik üzerinde
kesikli doğru ile gösterilen regresyon çizgisi, tüm noktaların oluşturduğu kümenin
tam ortasından geçmektedir ve ortalama değerleri temsil etmektedir. Bir nevi sektör,
örneklem, grup performansı ortalamasıdır. Diğer taraftan, etkin kenar ismini
verdiğimiz doğru ise, sadece en etkin çalışan mağazanın performansını temsil eder.
Parametreli ve parametresiz yöntemler arasındaki fark da budur. Parametreli
yöntemler ayarlamaların ortalamaya göre yapılmasını sağlarken, VZA planlamaların
en etkin referansa göre yapılabilmesini sağlar.
B mağazası ile kıyaslandığında diğer mağazaların etkin olmadıkları Şekil
2.3’de de görülebilmektedir. Bu mağazaların etkinliklerini sıralayacak olursak;
1= B > E > D > C > H > A = G > F = 0,4
sonucuna ulaşılmaktadır. Görüldüğü gibi, en düşük etkinliğe sahip mağaza F
mağazasıdır ve F mağazası B mağazasının (0,4x100%=0 40%) %40’ı kadar etkinliğe
sahiptir. Bu noktada etkin olmayan mağazaların nasıl etkinleştirilebileceği sorusunu
yanıtlamak için etkin olmayan A mağazası örnek olarak alınacak olursa (Şekil 2.2);
7
Şekil 2.2. Etkin olmayan karar birimi grafiksel gösterim
Şekil 2.2’de görüldüğü üzere, A karar biriminin etkinliğinin 2 farklı yolla
arttırılabileceği görülmektedir. Buradaki temel yöntem, A noktasının bir şekilde etkin
kenar üzerinde bir noktaya kaydırılmasıdır. Bunun için yapılabilecek ilk yol çalışan
sayısını 1 azaltarak A2 noktasına ulaşmak olabilir. Bu yolla girdi miktarını azaltarak
çıktıyı aynı tutmak suretiyle verimlilik artışı sağlanmış olur. Diğer bir yöntem ise,
çalışan sayısını aynı tutmak kaydı ile, satış miktarını 1 birim arttırarak A1 noktasına
ulaşmaktır. Bir diğer yol ise, A noktasından etkin kenara 90 derecelik bir açı ile
giderek, etkin kenar ile buluşmak olabilir. Ancak ilgili örnekte çalışan sayısı tam sayı
olduğundan, bu tür bir etkinlik artışı sağlamak mümkün değildir.
Uygulamada hiçbir firma, sadece bir girdi kullanarak bir çıktı üretmeyi
amaçlamaz. Bu kapsamda aşağıdaki Tablo'da yer aldığı üzere, örneğimizde çalışan
sayısı ve yatırılan sermaye girdi olarak belirlenmiş, tek çıktı olarak ise yaratılan
katma değer (milyon $) alınmıştır. Bu durumda dahi iki oran (yatırılan birim sermaye
8
başına yaratılan katma değer ve birim çalışan başına üretilmiş katma değer),
performansı ölçmek için kullanılabilmektedir.
Tablo 2.2. Tek girdili iki çıktılı örnek (Ramanathan, (2003): 30)
Tablo 2.3. Tek girdili iki çıktılı örnek performans oranları
Tablo 2.2’ye baktığımızda, yatırılan sermaye ve yaratılan katma değer
birimleri milyon TL iken, çalışan sayısı bin kişi olarak değerlendirilmeye alınmıştır.
Tablo 2.3'de hesaplanmış performans göstergelerine göre A firması yatırılan sermaye
başına en yüksek getiriyi sağlarken (0,209), C firması kişi başına en yüksek katma
değeri yaratmaktadır (1,077). Bu noktada hangi oranın daha önemli – ağırlıklı olduğu
bilinmediğinden, A veya B firması daha etkindir şeklinde bir yorum
yapılamamaktadır. Bu noktada yapılabilecek çıkarım ise, B ve D firmalarının A ve C
firmalarına oranla etkin olmadıklarıdır.
9
Şekil 2.3. Etkin kenar analizi
İncelediğimiz örnekte bir çıktı ve iki girdi olması dolayısı ile, grafiksel
gösterimde, girdi/çıktı oranları kullanılmıştır. Aşağıdaki Tablo'da bu oranlar
görülebilmektedir (Tablo 2.4).
Tablo 2.4. İki girdi, tek çıktılı örnek için girdi / çıktı oranları
Yukarıdaki oranlar kapsamında beklenen, bir birim çıktı başına en az düzeyde
girdi tüketen birimin etkin olmasıdır. Dolayısı ile orjin’e doğru düşen ve orjine yakın
olan karar birimi, en etkin karar birimidir denebilir. Daha önce de bahsedildiği üzere
A ve C karar birimleri, diğer iki karar birimine göre etkin karar birimleridir. Bu
durumda A ve C’yi birbirine bağlayan dikey bir doğru etkin kenarlardan birini
10
oluştururken, yatay eksendeki etkin kenar ise etkin karar birimlerini dikey eksene
bağlayan doğrudur. Bu etkin kenarlar, etkin olmayan diğer karar birimleri için birer
referans nokta anlamı taşır ve etkin olmaları için izlemeleri gereken yol haritasına
benzetilebilir (Şekil 2.3).
Yukarıda yapılan analize benzer analizler, Farrel (1957) tarafından “etkinlik
analizleri” olarak adlandırılan analizlerdir. Bu tip etkinlik analizleri, etkinlik
analizlerinin temelini oluşturur. Etkin kenarlar, mevcut verileri zarflarlar. Her ne
kadar A ve C firmaları etkin sınırlar üzerinde ve %100 etkin olarak adlandırılsa da,
bu kendilerini geliştiremeyecekleri anlamı taşımaz. Bu etkinlik eldeki veriler ve diğer
firma verilerine bağlı olarak elde edilmiş bir etkinliktir. Eldeki veriler kapsamında en
ulaşılabilir başarıyı sağlayan firmalar A ve C firmalarıdır. Dolayısı ile bu etkinlik
göreli bir etkinlik olup, kesin bir etkinlik anlamı taşımamaktadır (Ramanathan, 2003;
32).
Örneğimizde yer alan ve etkin olmayan karar birimlerinden biri olan B
firmasının etkin olması için izlemesi gereken yol ise şu şekilde bulunabilir: Orjin ile
B noktası arasında çizdiğimiz OB doğrusu üzerinde yer alan E noktası, B firmasının
etkin olabilmesi için ulaşması gereken en ideal noktadır. B firması bu noktaya,
girdilerini sabit tutmak kaydı ile, yaratılan değeri arttırarak ulaşabilir. AG
doğrusunun altında ise en iyi performansı gösteren bir firma olma ihtimali yoktur. B
firmasının etkinliğe ulaşması için referans alması gereken firma ise A firmasıdır ve A
firması B firması için emsal (peer) firmadır.
11
B firmasının, B noktasından etkin kenar üzerindeki E noktasına göre
etkinliğini hesaplamak için, benzerlikten faydalanılabilir;
PerformansGerçek
Performans iyiEn Etkinligi Göreli Firması B
= OE / OB = 22
22
115,8
78,469,3
= 0,4344
Bu durumda B firmasının göreli etkinliğinin % 43 olduğu söylenebilir. Bir
sonraki bölümde, çok girdi ve çıktılı süreçlerin göreli etkinlik ölçümünde kullanılan
VZA yöntemi ve matematiksel ifadesi üzerinde durulacaktır.
VZA, karar birimlerinin girdi ve çıktı parametrelerini kullanarak, parametrik
olmayan kenarlar (veya yüzeyler) oluşturmak amacı ile lineer programlama
yöntemlerinden yararlanan modellerdir. Başka bir ifade ile VZA, ürettikleri mal veya
hizmet açısından birbirlerine benzer ekonomik karar verme birimlerinin göreli
etkinliklerinin ölçülmesi amacı ile geliştirilmiş olan parametresiz bir etkinlik ölçüm
yöntemidir. Daha sonra bütün karar birimlerinin etkinlik ölçümleri, bu etkin
yüzeylere (kenarlara) bağlı ve göreli olarak hesaplanır. Yöntemin kapsamlı
anlatımına Fare vd. (1994), Seiford ve Thrall (1990), Ali ve Seiford (1993), Charnes
vd. (1995), Seiford (1996), Cooper vd. (2000) ile Thannassoulis (2001) ulaşılabilir.
Farrell (1957) tarafından önerilen ve etkin sınır tahmini için geliştirilen
parçalı lineer konveks tabanlı yaklaşım Farrell'in çalışmasından sonraki 20 yılda, çok
az araştırmacı tarafından incelenmiştir. Charnes vd., (1978), bir matematiksel model
olarak Boles (1966), Shephard (1970) ve Afriat (1972) tarafından önerilen yaklaşımı,
uygulamada VZA adıyla kullanmaya başlamıştır. Farrell’in “Sınır Üretim
12
Fonksiyonu” çalışmasını takiben “Charnes, Cooper ve Rhodes (CCR)” tarafından
1978 yılında “girdi odaklı ve ölçeğe göre sabit getiri (CRS)” varsayımı altında
yapılan bu çalışma, VZA yönteminin gelişimine katkıda bulunan bir diğer önemli
adım olmuştur. Charnes vd., (1978) tarafından ortaya konulan VZA’nın orijinal
modeli tüm üretim bileşimlerinin sabit oranlarda değiştirilebileceği bir teknoloji
olarak tanımlanan sabit ölçek getirisini varsayar. Charnes vd.,(1978) ürettikleri mal
ve hizmet açısından birbirlerine benzer ekonomik karar verme birimlerinin göreli
etkinliklerinin ölçülmesi amacı ile parametrik olmayan bir etkinlik ölçüm yöntemi
geliştirmişlerdir. Daha sonra “Banker, Charnes ve Cooper (BCC)” tarafından 1984
yılında CCR modelinin varsayımlarında değişiklik yapılarak “ölçeğe göre değişken
getiri (VRS) modeli” üzerinde çalışılmış ve bu uygulama BCC modeli olarak
adlandırılmıştır. Bu kapsamda Charnes vd., (1978) performans yönetimi alanında
çalışmalarını sürdürmüştür. Fakat VZA bazlı detaylı çalışmalar Norman ve Stoker
(1991) tarafından yapılmış, Cooper vd.,(2000) de VZA alanında önemli gelişimlere
ön ayak olmuştur.
Bu gelişmeleri takiben, farklı alanlarda VZA yöntemlerinin kullanıldığı ve
çeşitli versiyonlarının geliştirildiği pek çok çalışma yapılmıştır. İlk başlarda kâr
amacı gütmeyen kurumların (hastane, silahlı kuvvetler, üniversite vb.) karşılaştırmalı
etkinliğinin ölçülmesini hedefleyen bu yöntem, daha sonraları AR-GE projelerinde,
çok uluslu ya da çok şubeli şirketlerin göreli performanslarının ölçümünde ve
sonunda kâr amaçlı üretim ve hizmet sektörlerinde de işletmeler arası göreli
etkinliğin ölçümünde yaygın bir şekilde kullanılmaya başlanmıştır.
13
Farrel (1957)’den önce ise, etkinlik yaklaşımı, “Pareto-Koopmans” etkinliği
adı altında, Vilfredo Pareto ve Tjalling Koopmans’ın yapmış olduğu çalışmalarına
dayanır. Örneğin, Pareto, sosyal ekonomi kavramını ve bileşenlerini, tüm
tüketicilerin faydalanabileceği şekilde görselleştirmek için çalışmalar yapmıştır.
Tjalling Koopmans ise, bu yaklaşımı üretim ortamına adapte etmek için çalışmalar
yapmış, “faaliyet analizi” ismini verdiği bu çalışmalarında Koopmans, optimum
vektör testi ile mevcut kaynakların (işgücü, malzeme, sermaye vb) diğer çıktıları
olumsuz etkilemeksizin herhangi bir çıktıyı arttırma imkânlarını araştırmıştır. Pareto
ve Koopmans’ın çalışmaları ve yaklaşımları tamamen kavramsaldır. 1957 yılında
Farrel’in yapmış olduğu çalışmadan önce, bu alanda herhangi bir ampirik çalışmaya
rastlanmamaktadır. Farrel’in yaklaşımı, Koopmans ve Pareto’nun tersine (ki Pareto
ve Koopmans olayları, verimsizliğin nedenlerini sorgulamaksızın betimlemiştir)
faaliyetlerin etkinliğini ya da etkinsizliğini sorgulayan bir yaklaşımdır. Örneğin
Koopmans, üreticilerin, fiyatlara optimal bir şekilde tepki vereceğini varsaymış ve
bunu da “etkin fiyatlar” (efficiency prices) olarak isimlendirmiştir. Pareto ise bütün
tüketicilerin mevcut sosyal politikalar çerçevesinde faydalarını maksimize edeceğini
varsaymıştır. Bu alanda bir sonraki ileri adım ise, “The Cooefficient of Resources
Utilization” isimli çalışmasıyla Debreu (1951) tarafından atılmıştır. Etkinsizlik
tanımlamalarına da değinen bu çalışma, faaliyet analizi literatürüne ek olarak bazı
hesap uygulamalarına da değinmiştir. Bu nedenle Farrel (1957) ilk çalışmasında,
devasa ve külfetli matris dönüşümleri üzerine odaklanmıştır. Daha sonra ise,
Hoffman, Farrel’in çalışmalarına ilaveten alternatif lineer programlama alternatifleri
üzerinde çalışmıştır. Gerçekten de faaliyet analizi yaklaşımı, lineer programlama ile
14
henüz tanımlanmış, yeniden formüle edilmiş ve genişletilerek 1957 yılında Charnes
ve Coopers tarafından yayınlanmıştır.
VZA uygulamasının temel amaçları aşağıdaki şekilde sıralanabilir.
Karşılaştırılan birimlerin her biri için girdi-çıktı boyutlarından herhangi
birinde göreli etkinsizliğin kaynaklarının ve miktarlarının belirlenmesi,
Etkinliğe göre birimlerin sınıflandırılması,
Karşılaştırılan birimlerin, yönetimlerinin değerlendirilmesi,
Değerlendirme altındaki birimler için kaynakların yeniden atanması amacıyla
niceliksel bir temel oluşturulması, (Bu yeniden atama politikalarının genel
amacı, sınırlı kaynakları istenilen çıktıları üretmekte daha etkin
kullanılabilecek birimler arasında değiştirmektir.)
Birimler arasındaki karşılaştırma ile doğrudan doğruya ilişkili olmayan
amaçlar için etkin birimlerin ya da etkin girdi-çıktı ilişkilerinin belirlenmesi,
Hızlı teorik gelişiminin yanı sıra, çok çıktı ve çok girdili üretim sektöründe
problem yaratmadan etkinlik ölçümünü gerçekleştirebilmesi nedeniyle VZA
yöntemi, son dönemde pek çok alanda başarıyla uygulanmaktadır: üniversite, eğitim
kurumları, askeri birimler, hastaneler, eczacılık hizmetleri, mahkemeler,
yiyecek/içecek hizmetleri, tarım ve hayvancılık, atama/yerleştirme problemleri,
yer/tahsis problemleri, hisse senedi değerlendirmesi ve bankacılık. Ülkemizdeki
VZA uygulamaları ise genellikle sağlık ve bankacılık alanlarında yoğunlaşmaktadır.
15
VZA modellerinin temel amacı, karar birimleri etkinliklerini göreli olarak
ortaya koyabilmekteir. Karar birimleri ifadesi ilk olarak Charnes vd., (1978)
tarafından CCR modeli önerilirken kullanılmıştır. VZA terimi de aynı yayında ilke
kez ifade edilmiş ve tanımlanmıştır. Fakat VZA'nın temelleri 1970 yılında yapılan
“Program Follow Through” -ABD Eğitim Bakanlığı tarafından yürütülen bir proje-
isimli projede atılmıştır. Projenin amacı, eğitim programlarının performansını
ölçmek ve yapılacak geliştirmelerle düşük performansa sahip okullardaki
öğrencilerin mağduriyetini ortadan kaldırmaktır. Bu çalışmada, pek çok istatistiksel
ve ekonometrik model ve yaklaşım denenmiş, fakat tatminkar bir sonuca
ulaşılamamıştır. Ne var ki, Charnes, Cooper ve Rhodes, Farrel’in gelecekte
geliştirilmek üzere temellerini attığı makalesinden (The measurement of productive
efficiency) esinlenerek ve Farrel’in yaklaşımını geliştirerek VZA’yı etkinlik
analizlerinde temel teşkil edecek şekilde yapılandırmayı başarmışlardır (Cooper vd,
2006; 33).
VZA örgüt birimlerini veya örgütleri birer karar değişkeni olarak görerek
göreli performanslarını ölçmeyi amaçlar. Bu karar birimleri, üretim birimleri, büyük
örgütlerin bölümleri, üniversiteler, okullar, banka şubeleri, enerji tesisleri, polis
şubeleri, vergi daireleri, savunma sanayi birimleri olabilir. Genellikle bu karar
birimleri, performans ölçümünün zor olduğu kâr amacı gütmeyen örgütler olmaktadır
(Fakat son yıllarda kâr amacı güden örgütlerdeki uygulamalarına sıkça
rastlanmaktadır). Ticari bir örgütte yıllık karlar veya hisse senedi piyasa endeksi
ölçütleri ile firma performansı değerlendirilebilirken, bu tip değişkenler, kâr amacı
gütmeyen örgütlerde değerlendirilememektedir. Bu noktada, karar birimleri birden
16
fazla girdi tüketerek, farklı çıktılar üretmek isterler. VZA da, etkinlik ya da verimlilik
konseptini kullanmak suretiyle, çıktı ve girdi arasındaki oranı baz alır ve karar
birimlerinin performanslarını mukayese eder. VZA’da performanslar görelidir.
Görelilik en iyi performansı gösteren karar birim(ler)ine göredir. Karşılaştırılan karar
birimleri arasında en iyi performans gösteren karar birimi %100 olarak
değerlendirilir ve diğer karar birimleri performansı da bu karar biriminin skoruna
göre 0 ila %100 arasında değişkenlik gösterir (Zhu, 2009: 2-4).
2.2. VZA Modelleri
Doğrusal programlama temeline dayanan ve etkinlik ölçümü olarak VZA
tarzındaki ilk uygulama 1957 yılında “Farrell” tarafından “Sınır Üretim Fonksiyonu”
çalışması ile ortaya konulmuştur. Farrell, üretim sınırını varsayılan bir fonksiyon
olmaktan çıkararak mevcut üretim birimlerinden göreli olarak en iyi başarıya sahip
olanları birleştiren ve tüm gözlemleri bir zarf şeklinde çevreleyen bir küme ya da
yapı olarak tanımlamış ve bu sınırı göreli teknik etkinlik sınırı olarak adlandırmıştır.
Bu tanımdan hareketle optimal bir değer veya üretim fonksiyonu varsaymaksızın ele
alınan üretim birimlerinin göreli etkinlik düzeylerinin saptanması mümkün olmuştur.
Böylece mevcut girdi ve çıktı bileşenleri ile en iyi başarıya sahip olan birimler ve
bunlar tarafından oluşturulan parametrik olmayan bir etkin sınır belirlenerek bu
sınırın altında üretim yapanlar “etkin olmayan” olarak nitelendirilir. Mevcut
koşullarda üretim sınırının üstünde üretim yapmak olanaksız olduğundan etkin
sınırın aynı zamanda endüstrideki mevcut üretim teknolojisini tanımladığı da
söylenir (Çınar, 2010; 99).
17
Genel olarak VZA modelleri “girdi” ve çıktı”’ya yönetlik olmak üzere iki
gruba ayrılır (Şekil 2.4).
Şekil 2.4. VZA modelleri sınıflandırması
Çıktıya yönelik VZA modelleri de girdiye yönelik VZA modellerine
benzemektedir. Aralarındaki fark, çıktıya yönelik modelde ağırlıklandırılmış
girdinin, ağırlıklandırılmış çıktıya oranının en azlanması amaç fonksiyonunu
oluşturur. Burada belirli bir girdi bileşimi ile en fazla çıktı bileşimi elde edilebileceği
araştırılmaktadır. Bu çalışma kapsamında, Oransal VZA modelleri ve ardından
ağırlıklı VZA modelleri ele alınacak, daha sonra, Ağırlıklı VZA modellinin duali
alınarak oluşturulan Zarflamalı VZA modeli incelenecektir. Zarflamalı VZA modeli
çıktılarının yorumu ve önemi, bu modelde ağırlıkla üzerinde durulan konulardır.
Bir önceki bölümde anlatılan grafik analizler, çok sayıda girdi ve çıktı olması
durumunda çözüm için yeterli olmamaktadır. Bu nedenle, çoklu girdi ve çoklu çıktı
vakalarında, genel bir matematiksel formülasyona ihtiyaç duyulmaktadır. Farrel
(1957) etkin kenar yaklaşımını ortaya koymuş fakat bundan yaklaşık 20 yıl sonra bu
yaklaşım Charnes vd. (1978) tarafından CRS varsayımı altında matematiksel bir
18
formülasyon haline getirilebilmiştir. Dolayısı ile etkin kenar yaklaşımının
matematiksel formülasyonuna, yazarlar VZA ismini vermişlerdir.
CRS modelini açıklayabilmek amacı ile, ilk olarak bazı değişkenlerin
tanımlanması gerekmektedir. Her bir karar birimine ait N tane girdi ve M tane çıktı
olduğu varsayılsın. NxI girdi matrisi, X, ve MxI çıktı matrisi de Y ile gösterilecek
olursa, tüm I karar birimlerinin veri seti bu yolla tanımlanmış olmaktadır (Coelli vd.,
2005). X ve y değişkenlerine girdi ve çıktıyı temsil eden değişkenler diyelim. İ ve
j’ler de belirli girdi ve çıktılar olsun. Bu durumda Xi ve Yi, belirli bir karar birimi
için i’ninci girdi ve j’ninci çıktıyı temsil etsinler. Toplam girdi ve çıktı miktarları da
sırasıyla I ve J olsun. (I, J > 0)
VZA’nde çoklu girdi ve çıktılar, doğrusal olarak ve ağırlıkları çerçevesinde
kümelenmişlerdir. Bu nedenle bir firmanın sanal girdisi, lineer olarak
ağırlıklandırılmış bütün girdilerin toplamıyla ifade edilir.
Sanal Girdi =
I
iii xu
1
Burada ui, Xi girdisine verilen ağırlığı ifade eder. Benzer şekilde sanal çıktı
için de formülasyon yazılabilir.
Sanal Çıktı =
J
jjj yv
1
19
Yine burada vi, Yi çıktısına verilen ağırlığı ifade eder.
Yukarıda verilen sanal girdi ve sanal çıktı formülasyonlarını karar
birimlerinin etkinliğini ölçmek amacıyla ifade edilmek istenirse, bu iki toplam,
çıktı/girdi şeklinde yazabilir:
Etkinlik = Sanal Çıktı / Sanal Girdi =
I
iii
J
jjj
xu
yv
1
1
Bu süreçte şüphesiz en önemli nokta, ağırlıkların değerlendirilmesidir ve bu
oldukça hassas bir konudur. Örneğin, insan bilimi alanında iyi olduğunu iddia eden
ve bu alanda ün yapmış bir okul, insan bilimi alanındaki çıktılara yüksek ağırlık
verilmesini talep edecektir. Başka bir okul da, öğrencilerinin büyük bir bölümünün
sosyal anlamda zayıf gruplardan geldiğini öne sürecek ve bu girdi grubunun
ağırlığının yüksek olmasını isteyecektir. Bu nedenle ağırlıklar esnek ve her bir karar
birimi performansını yansıtacak şekilde yapılandırılmalıdır (Ramanathan, 2003; 39).
Ağırlıkların atanması konusu, VZA’nde, her bir karar birimine tek bir set
ağırlık verilmesi yolu ile çözülmektedir. Belli bir karar birimi için ağırlıklar,
matematiksel programlama yolu ile belirlenir. Belirlenirken izlenen yol, bu
ağırlıkların bir karar birimi etkinliğini belirli koşullar altında ve diğer karar
birimlerinin etkinliklerini de -ki bu etkinlikler de aynı ağırlık seti ile hesaplanır- 0 ile
1 arasında tutacak şekilde en büyükler.
20
Her bir k karar birimi için oluşturulan modelin çözümü u ve v'nin optimal
ağırlıklarını vermektedir. Bu kapsamda k'nincı karar biriminin etkinliği, tüm etkinlik
skorlarının 1 ya da 1'den küçük olması kısıtı altında en büyüklenmiş olmaktadır
(Coelli vd., 2005: 163). Modelin çözümü ile elde edilen amaç fonksiyonu değerleri,
ilgili karar biriminin etkinlik skorlarıdır. Bu değer 1'e eşit çıkmış ise, bu karar
biriminin göreli olarak etkin bir karar birimi olduğu sonucuna varılır. Aksi durumda
etkin bir karar birimi değildir sonucuna varılır.
2.2.1 Oransal VZA Modeli
N farklı karar birimimizin olduğu ve bu karar birimlerinin etkinliklerini
mukayese edeceğimiz bir örnek alalım. Bölüm 2.1'deki örnekte m karar biriminin
etkinliği aşağıdaki formülasyon çerçevesinde en büyüklenecek olursa;
Maks. Em =
I
iimim
J
jjmjm
xu
yv
1
1 (2.1)
s.k.g.
0
I
iinim
J
jjnjm
xu
yv
1
1 1; n=1,2,K,N (2.2)
vjm , ujm 0; i= 1,2,K,I; j= 1,2,K,J (2.3)
Burada;
21
Em = m karar biriminin etkinliği
yjm = m’ninci karar birimi tarafından üretilen j’ninci çıktı
vjm = m karar birimi tarafından j’ninci çıktıya verilen ağırlık
xim = m’ninci karar birimi tarafından kullanılan i’ninci girdi
uim = m karar birimi tarafından i’ninci girdiye verilen ağırlık
yjn ve xin = n’inci karar birimi için j’ninci çıktı ve i’ninci girdiyi
göstermektedir.
2.2.2. Girdi ve Çıktı Yönelimli Doğrusal Etkinlik Ölçüm Modelleri
Dikkat edilecek olursa buraya kadar anlatılan modeller, kesirli modellerdir ve
bu modellerin çözümleri güçtür. Kesirli ifadeler formülasyona indirgenecek olursa
(örneğin bir doğrusal programlama modeline), daha kolay bir şekilde çözülebilirler.
Bunu yapmanın en kolay yolu ise, kesirli amaç fonksiyonunun normalize ederek bir
doğrusal programlama modeli elde etmektir.
İlk olarak firma A için amaç fonksiyonunda paydayı normalize edelim. Bu
durumda elde edilen model, ağırlıklı VZA modeline dönüşür;
Maks. 1.8 UVA,A
s.t
8.6UCAP,A + 1.8 UEMP,A =1
1.8UVA,A – (8.6UCAP,A + 1.8 UEMP,A ) 0
0.2UVA,A – (2.2UCAP,A + 1.7 UEMP,A ) 0
22
2.8UVA,A – (15.6UCAP,A + 2.6 UEMP,A ) 0
4.1UVA,A – (31.6UCAP,A + 12.3UEMP,A ) 0
UVA,A ,UCAP,A, UEMP,A 0
Amaç fonksiyonu, ağırlıklandırılmış çıktı toplamlarını maksimize etmektedir.
Bu nedenle bu tip VZA programlarına çıktıya yönelik VZA modeli denir.
Yukarıdaki modelin tersine, pay’da yer alan matematiksel formülü en
küçükleyerek etkinliği en büyüklemeyi amaçlayan bir model de yazılabilir. Bu da
girdiyi en küçükleyen VZA modeli olarak adlandırılır. Aşağıda, firma A için girdiye
yönelik VZA modeli görülmektedir.
Min. 8.6UCAP,A + 1.8UEMP, A
s.t
1.8UVA,A =1
1.8UVA,A – (8.6UCAP,A + 1.8 UEMP,A ) 0
0.2UVA,A – (2.2UCAP,A + 1.7 UEMP,A ) 0
2.8UVA,A – (15.6UCAP,A + 2.6 UEMP,A ) 0
4.1UVA,A – (31.6UCAP,A + 12.3UEMP,A ) 0
UVA,A ,UCAP,A, UEMP,A 0
Yukarıda bahsedilen iki model de Charnes vd. (1978) tarafından geliştirilmiş
orijinal modellerdir. Hemen ardından, yine aynı yazarlar 1979 yılında bu modellerde
küçük değişiklikler yaparak, değişkenlerin 0 veya pozitif olması gerektiğini modele
23
eklemişler ve değişkenlerin “0”veya pozitif olma koşulunu aşağıdaki gibi formüle
etmişlerdir.
UVA,A ,UCAP,A, UEMP,A > ε,
Burada ε oldukça küçük (genellikle 10-5) bir sayıdır. Bir kısıt olarak ε, bir
sayıdan çok, ilkesel anlamda yaklaşılması çok güç olan sonlu değerde bir sayıdır.
Diğer yandan doğrusal programlama modellerinde bu ifade, çok küçük bir sayı
olarak kabul edilir. ε sayısının modeldeki amacı, belirli koşullar altında, herhangi bir
karar birimi etkinliğinin sıfır dışında olmasının istenmesidir. Başka bir ifade ile
hiçbir girdi ve çıktı değerinin göz ardı edilmemesi için u ve v değerlerinin epsilon (ε)
gibi çok küçük pozitif bir değerden büyük ya da eşit olması gereklidir.
2.2.3 Optimal Ölçek Varsayımı ve Ölçeğe Göre Sabit Getiri Modeli
Charnes, Cooper ve Rhodes (1978) tarafından girdiye yönetlik olarak ve
ölçeğe göre sabit getirinin var olduğu varsayımı çerçevesinde geliştirilmiştir. Bu
kavramın iktisadi yorumu, tüm firmaların optimal ölçekte faaliyet gösterdiği
varsayımına dayanmaktadır. Fakat etkin olmayan piyasa koşulları, yasal
düzenlemeler, finansal kısıtlar gibi sistematik değişkenler sebebiyle, firmalar optimal
ölçekte faaliyet gösteremeyebilirler. Bu konuda pek çok yazar, CRS yaklaşımı
modellerinin, VRS yaklaşımı modelleri ile revize edilmesi gerektiğini
belirtmektedirler (Coelli vd., 2005: 172).
24
KVB'lerinin toplam etkinlik değerlerini veren ve yukarıda bahsedilen
modeller çerçevesinde genel bir çıktı maksimizasyonuna yönelik CCR VZA modeli
yazılacak olursa, aşağıdaki matematiksel modele ulaşılır.
Max z =
J
jjmjm yu
1 (2.4)
s.t
I
iimim xu
1 =1 (2.5)
J
jjnjm yv
1 -
I
iimim xu
1 0; n= 1,2,K,N (2.6)
vjm , uim ε; i= 1,2,K,I; j= 1,2,K,J (2.7)
Benzer şekilde, girdiyi en küçükleyecek (girdiye yönelik) CCR VZA modeli
de aşağıdaki biçimde ifade edilir;
Min z =
I
iimim xu
1 (2.8)
s.t
J
jjmjm yv
1 = 1 (2.9)
J
jjnjm yv
1 -
I
iinim xu
1 0; n= 1,2,K,N (2.10)
vjm , uim ε; i= 1,2,K,I; j= 1,2,K,J (2.11)
25
2.2.4 VZA'nde Ölçek Ekonomisi ve Önemi
Bir üretim tesisinin genişletilmesi, üretim hacminin ya da üretim
fonksiyonunun değiştirilmesi, teknolojik yenilikler getirerek veya dış çevrede
meydana gelen maliyet düşürücü faktörlerden yararlanılarak verimliliğinin
arttırılması, diğer bir deyişle maliyet masraflarının düşürülmesi yoluyla elde edilen
kazançlar, ölçek ekonomisi kavramının ana uğraş alanıdır. Kısaca geniş çaplı
üretimin sağlamış olduğu tasarruflar olarak da tanımlanabilen ölçek ekonomileri,
yani daha çok üretmek yoluyla emek ve teçhizatı daha verimli kullanmalarını,
pazarlama ve yönetim masraflarını azaltmalarını ifade eder. Bu açıdan etkinlik ölçüm
süreçlerinde oldukça önemli bir yere sahiptir. Modellerin kurulması sürecinde ilk
olarak incelenmesi ve analiz edilerek modele mutlak suretle dâhil edlmesi gerekir.
Aksi taktirde etkinlik sonuçları doğru çıktılar üretemez.
Charnes vd.,(1978) tarafından 1978 yılında önerildiği günden bu yana
VZA’nın çeşitli uzanımları araştırılmıştır. Bunlardan birisi de Banker, Charnes ve
Cooper (1984) tarafından geliştirilen ve VRS varsayımı altında karar birimlerinin
etkinliğini ölçen BCC modelidir. CCR VRS modeli ile bulunan teknik etkinliğin
ölçek etkinliğiyle karıştığı belirlenmiş ve teknik etkinlik, saf teknik etkinlik ve ölçek
etkinliği olarak ayrıştırılmıştır. Bu nedenle ölçege göre değişken getiri varsayımı
altında BCC modeli ile saf teknik etkinlik bulunmaktadır. Burada teknik etkinlikten
kasıt, sistemlere ilişkin girdi bileşiminin en uygun biçimde kullanılması ile mümkün
olan en fazla çıktının üretilmesindeki başarıdır. Teknik etkinlik, üretim yapılan
ölçekten bağımsızdır. tanımlanmaktadır. Teknik etkinlik değerlerinin
hesaplanmasında kullanılan yönteme göre girdi-çıktı gözlemleri yapılarak üretim için
26
etkin (diğer bir ifade ile referans) sınırlar oluşturulur. Daha sonra her bir KVB'nin
üretim etkinliği değeri,ilgili etkin sınırlarla karşılaştırılır. Teknik etkinlik değerinin 1
olması, KVB'nin tam üretim sınırı üzerinde (etkin) olduğu anlamına gelir. Diğer
yandan teknik etkinlik değerinin 1'den küçük olması ise, bu KVB'nin etkin
olmadığını ifade eder. Teknik etkinlik değeri ile toplam teknik etkinlik değeri
arasındaki fark (1-Teknik Etkinlik) ise, üretim faktörlerinin etkinsiz kullanım oranını
ortaya koyar. Bu endeksin 1’den küçük olması, mevcut teknoloji çerçevesinde
mevcut girdilerle en yüksek çıktıya ulaşılamadığını veya elde edilen çıktının oransal
olarak daha az bir girdi ile üretilebileceğini göstermektedir. Dolayısı ile atıl kalan
faktörler olduğunu ifade eder.
CCR ve teknik etkinlik (BCC) modelleri arasındaki tek fark, zarflama
modeline
n
jj
1 =1 biçimindeki konvekslik kısıtının eklenmesidir. Bu kısıt, etkinlik
sınırının VRS özelliği göstermesine sebep olur.
Şekil 2.5’de bir girdi ve bir çıktıdan oluşan, 4 karar birimli (A, B, C ve D) bir
sistem görülmektedir. CCR modelinin etkinlik sınırı, B noktası ile orijini birleştiren
doğru iken, BCC modelinde etkin sınır, şekilde görüldüğü üzere parçalı doğrusal bir
yapı sergiler (ABC parçalı doğrusu) ve bu özelliğinden dolayı VRS karakteristiğine
sahiptir. AB doğru parçasında “ölçeğe göre artan getiri”, BC doğru parçasında
“ölçeğe göre azalan getiri” ve B noktasında ise CRS özelliği gözlemlenmektedir.
27
Şekil 2.5. BCC modelinde etkin sınır
A, B ve C noktaları BCC etkindirler. B noktası hem CCR hem de BCC
etkindir.
Etkinliği, VRS varsayımı altında ölçen (BCC) Modeli de, girdi yönlü ve çıktı
yönlü BCC modeli olmak üzere iki şekilde tanımlanmaktadır (Tarım 2001: 95).
a) Girdiye Yönelik BCC Modeli
Girdiye yönelik VZA modelleri, belirli bir çıktı bileşimini en etkin şekilde
üretebilmek amacıyla kullanılacak en uygun girdi bileşiminin nasıl olması gerektiğini
araştırmaktadır ve girdi bileşiminin yapısının analiz edildiği durumlar için kullanılır.
Banker vd. (1984) tarafından ortaya atılan ve değişken getiri varsayımına sahip
bulunan girdi yönlü BCC modeli matematiksel formülasyonu aşağıda sunulmaktadır.
Qk= Min (α – ε
m
iSi
1- ε
p
rSi
1) (2.12)
28
şkg.
n
jjXij
1 + Si- - αXik = 0 i= 1, …….m (2.13)
n
jjYrj
1 - Sr+ - Yrk = 0 r= 1, …….m (2.14)
11
n
jj (2.15)
λj , Si- , Si+ 0, (2.16)
Burada α, göreli etkinliği ölçülen k karar biriminin girdilerinin ne kadar
azaltılabileceğini belirleyen daralma katsayısını, j j'nci karar biriminin aldığı
yoğunluk değerini, Si- k karar biriminin i'nci girdisine ait atıl değeri, Si+ k karar
biriminin r'nci çıktısına ait atıl değeri ifade eder. Bu modelin çözülmesi sonucunda
eğer söz konusu karar birimi etkin ise göreli etkinlik ölçütü Q 1'e eşit olur ve girdi ve
çıktı vektörlerinde herhangi bir değişiklik yapılmaz. Ayrıca, kendi referans
kümesinde yine kendisi bulunur ve 1'e eşit olur. Eğer ölçülen karar birimi etkin
değilse etkinlik ölçütünü belirleyen daralma katsayısı 1'den küçük olur. Bu durum,
girdide azaltma yapılabileceği anlamına gelmektedir.
b) Çıktıya Yönelik BCC Modeli
CCR modelinde olduğu gibi BCC modeli de çıktı yönlü olarak ifade
edilebilir. Amaç çıktıya yönelik CCR modellerindeki gibidir. Belli bir girdi bileşimi
ile en fazla ne kadar çıktı bileşimi elde edilebileceği araştırılmaktadır. Çıktıya
yönelik BCC modellerinin matematiksel formülasyonu, Banker vd. (1984), Cooper
vd. (2000) ve Cooper vd. (2006) tarafından aşağıdaki gibi ifade edilmiştir.
29
Qk= Min
m
iXikVi
1 - ρo (2.17)
şkg.
p
rUrYrk
1 = 1 (2.18)
p
rUrYrk
1-
m
iViXij
1 + ρo 0 j= 1, …….n (2.19)
Ur ε, Vi ε, ρo kısıtsız (2.20)
Bu formülasyonda da ρo ölçeğe göre getirinin yönüyle ilgili değişkendir. Bu
program için de amaç fonksiyonunda Qk'nın alacağı en küçük değer 1'dir. Qk'nın 1'e
eşit olması, k karar biriminin etkin olduğu anlamına gelirken 1'den büyük olması
etkin olmadığını göstermektedir. Daha önce anlatılan ağırlıklı modellerde olduğu
gibi bu modelde de etkin olmayan karar birimleri için referans kümelerinin
bulunması oldukça zaman alıcıdır. Bu nedenle modelin duali alınarak zarflama
modeli geliştirilmiştir. CCR modelinde etkin olarak belirlenen bir karar verme birimi
BCC modeline göre de etkindir. Fakat tersi her zaman için doğru değildir.
2.3. Etkinliğin Yakalanabilmesi İçin Yapılması Gerekenler ve Çıktıların
Ekonomik Yorumu
Bu alt bölümde, etkin olmayan bir KVB'nin, etkin sınıra çekilerek etkin bir
KVB olması için gerekli rol modellerinin tanımlanması işlenecektir. Bu kapsamda
literatürde "zarflama modeli" olarak da geçen girdiye yönelik CCR modelinin dual
modeli oluşturularak, etkin olmayan KVB'nin rol modelleri ya da referans kümeleri
30
belirlenecektir. Etkin olmayan KVB'i için referans kümesi, etkinliğin
yakalanabilmesi için neler yapılması gerektiği konusunda yönneticiye bir reçete
sunmaktadır. Bu kapsamda referans küme analizi karar vericiler açısından son derece
önemlidir. Duali alınan bir VZA modelinde referans kümelerin belirlenmesi mümkün
hale gelmektedir. Referans küme analizi için bu bölümde öncelikle dualite konusu
incelenecektir.
Doğrusal programlamanın temel teorisi, her bir doğrusal programlama
probleminin (genellikle primal problem olarak isimlendirilir), başka bir doğrusal
program ile ilişkili olduğudur ki bu programa da dual denir. Bu kapsamda, önceki
bölümlerde incelenen VZA modellerinin dualleri de yazılabilir. Dual programlar,
VZA’nde önemli bir rol oynarlar. Bu çerçevede dual problemin kısıtları ve
değişkenleri primal problemden simetrik olarak aşağıdaki gibi oluşturulabilir (Taha,
2010: 112).
1. m tane primal kısıt denkleminin her biri için bir dual değişken tanımlanmıştır.
2. n tane primal değişkenin her biri için bir dual kısıt tanımlanmıştır.
3. Dual kısıtın sol taraf katsayıları ilgili primal değişkenin kısıt katsayılarına
(sütun halinde) eşittir. Sağ taraf sabiti ise aynı primal değişkenin amaç
fonksiyonu katsayısına eşittir.
4. Dualin amaç fonksiyonu katsayıları primal kısıt denklemlerinin sağ tarafına
eşittir.
31
Dual problemdeki optimizasyonun amacının ne olacağı (min. ya da maks.)
kısıtların tipi ve değişkenlerin işareti için gerekli kurallar da aşağıdaki Tablo'da
özetlenmektedir (Taha, 2010: 113).
Tablo 2.5. Kısıt tipi, amaç fonksiyonu ve değişkenlerin işareti için gerekli kurallar tablosu
Dual Problem Standart primal problemin amacı
Amaç Kısıt Tipi Değişkenin İşareti
Maksimizasyon Minimizasyon Sınırlandırılmamış
Minimizasyon Maksimizasyon Sınırlandırılmamış
Bu ilkeler ışığında, A firması VZA modeli için önce matematiksel primal
modelin standart formu yazılır, ardından da duali alınacak olursa;
Min. θA
s.t.
1.8λAA + 0.2λBA + 2.8λCA + 4.1λDA 1.8
8.6θA – 8.6λAA – 2.2λBA – 15.6λCA – 31.6λDA 0
1.8θA -1.8λAA - 1.7λBA – 2.6λCA – 12.3λDA 0
λAA, λAA, λAA , λAA 0
θA sınırlandırılmamış
matematiksel model elde edilmiş olur.
32
Dual problemin çözümü sonucu elde edilen amaç fonksiyonu değeri, A
firmasının etkinliğini vermektedir. Primal ve dual amaç fonksiyonu optimal değerleri
birbirine eşit olduğundan, θA A firmasının etkinliğini ortaya koyar.
Yukarıda yer alan model, ε kısıtı da konarak tamamlanabilir. Bunun için de
yine standart formda, kısıtların sağ tarafı 0 olacak şekilde düzenlenir ve dual
değişkenler tanımlanır.
Dual modelin ekonomik modeli yapılırken, ilk olarak, primal modelin girdi
ve çıktılar için optimal ağırlıkları sağladığı, diğer yandan dual modelin ise, karar
birimleri (λ) için ağırlıkları sağladığı belirtilmelidir. Bu kapsamda A firması için ilk
dual kısıtı incelenecek olursa;
1.8λAA + 0.2λBA + 2.8λCA + 4.1λDA 1.8
eşitsizliğin sol tarafı, bütün firma çıktılarının ağırlıklı toplamıdır. Sağ taraf ise, A
firmasının (referans firma) çıktısını ifade eder. Bu kısıt, "öyle bir λ dual değişkeni
seçilmelidir ki bütün firmaların bütün çıktılarının ağırlıklandırılmış kombinasyonu,
en az referans firma çıktısı kadar olmalıdır" anlamı taşır.
B firması dual modeli ele alınacak olursa, model;
Min. ΘB
s.t.
1.8λAB + 0.2λBB + 2.8λCB + 4.1λDB 0.2
33
8.6λAB + 2.2λBB + 15.6λCB + 31.6λDB -2.2 θB 0
1.8λAB +1.7λBB + 2.6λCB + 12.3λDB – 1.7 θB 0
λAB, λBB, λCB , λDB 0
θB sınırlandırılmamış
şeklindedir.
B firmasının etkin olmadığı bilinmektedir. Ve A firması B firmasının
emsalidir. Eğer B firması için verilen doğrusal programlama modeli çözülecek
olursa, aşağıdaki çözüm elde edilir.
θB = 0,434 ve λAB =1/9
λAB pozitif olduğundan, B firmasının emsali (referansı) A firmasıdır.
Modeldeki diğer λs değerleri 0'dır. Böylece, matematiksel olarak, dual VZA programı
çözülmek suretiyle etkin olmayan karar birimleri için referans firmalar
tanımlanabilir. Referans firmalar, etkin firma karar birimlerinin optimal çözümde
pozitif λs değerine sahip karar birimleridir.
Çalışmanın başlarında ifade edildiği üzere, girdi ve çıktıya yönelik olarak
kullanılan modellerden birisi olan Zarflamalı VZA modeli, Ağırlıklı VZA modelinin
dualidir.
34
2.4. VZA Modellerinin Sınıflandırılması ve Uygulama Alanları
Gattoufi vd., (2004) yapmış oldukları detaylı VZA sınıflandırma
çalışmalarında, genel olarak VZA çalışmalarının 4 temel kategoride toplandığını
ifade etmişleridir (Şekil 2.6). Yapılan çalışmaların çoğu amaçlarına göre
incelendiğinde, bu 4 kategoriden bir kaçını içermektedir. Sınıflandırma kapsamında
farklı amaçlar içeren VZA bütünleşik yöntemlere bakıldığında ise, VZA'nın
literatürde yer alan pek çok matematiksel modeller ile birlikte kullanılabildiği
görülmektedir.
35
Şekil 2.6. VZA sınıflandırması ve VZA bütünleşik yöntemler (Gattoufi vd., 2004: 148)
VZA yöntemi ile etkinlik ölçümü yapılan uygulamalara bakıldığında, bu
uygulamaların ağırlıklı kısmının deneysel olduğu görülmektedir. İşletmecilik
Amaçlarına Göre
* Tanımlayıcı
* Açıklayıcı
* Planlayıcı
* Tahmin
* Çok Amaçlı
Zaman Boyutuna Göre
* Tek periyotlu
* Çok periyotlu
- Zaman pencereli - Malmquist
- Dinamik modeller - T.Faktör Verimliliği - Diğer formlar
Etkinlik Düzeyine Göre
* Teknik
* Ölçek
* Mali
* Teşvik
* Diğer
Duyarlılık Analizine Göre
* Analitik
* Ampirik analizler *Simülasyonlar * İstatistiksel testler
* Ekonometrik modeller
* Diğer teknikler
* Hibrit yöntemler
VZA bütünleşik yöntemler
* - VZA ve hedef programlama
* - VZA ve çok kriterli karar verme
* - VZA ve bulanık mantık
* - VZA ve tedarik zinciri
* - VZA ve toplam kalite yönetimi
* VZA ve üretim yönetimi teknikleri
* - VZA ve envanter yönetimi
* - VZA ve kuyruk teorisi
* - VZA ve sıralama/çizelgeleme
* - VZA ve stokastik programlama
* - VZA ve matematiksel programlama genel formları
* - VZA ve çok amaçlı LP
* - VZA ve ağ teorisi
36
uygulamaları ise ağırlıklı olarak bankacılık, sağlık, tarım ve hayvancılık, taşımacılık
ile eğitim sektörlerinde gerçekleştirilmiştir. Son dönem uygulamaları ise finans,
enerji ve çevre alanlarında yoğunlaşmaktadır. VZA literatürünü ve uygulamalarını
inceleyen pek çok makale de yayınlanmıştır. Seiford ve Thrall (1990) VZA
gelişiminin ilk yıllarını incelemiş ve bu dönem yayınlarını derlemiştir. Sonrasında ise
Seiford (1996) VZA'nin 1978-1995 gelişim serüvenini ele almıştır. Cooper vd.
(2007) bazı VZA modellerini ve etkinlik ölçüm yöntemlerini incelemiştir. Cook ve
Seiford (2009) ise 1978'den sonraki 30 yıllık süreçte VZA modellerini incelemiş ve
karşılaştırmalı bir analiz yapmıştır. Liu vd., (2013) VZA yayınlarını 1978-2010
yılları arasında incelemiş ve bu süreçte VZA'nın temel gelişim şablonunu ortaya
koymuştur. Tüm bu çalışmalar, genel VZA yöntemleri, ağ modeller, ağırlıkları
kısıtlandırılmış modeller, değişken analizleri, veri setleri gibi metodolojik başlıklar
çerçevesinde yapılmış detaylı araştırmalardır.
Liu vd., (2013) yapmış oldukları çalışmada, web of science (WOS) veri
tabanında yer alan 4936 VZA uygulamasını incelemişlerdir. VZA uygulamalarının
en çok uygulandığı ilk 5 sektör bankacılık, sağlık, tarım ve hayvancılık ve eğitim
sektörleridir ve toplam uygulamaların %41'ini bu 5 sektör uygulamaları
oluşturmaktadır (Tablo 2.6). Liu vd., (2013)'e göre, bu 5 sektörün en çok uygulama
alanı seçilmesinde, veriye ulaşılabilirlik ve etkinlik ölçümü için gerekli olan
performans kriterleri (girdi-çıktı) belirlenmesinin nispeten daha kolay olmasıdır.
Diğer bir sebep ise, bazı dergilerde bu alanlarda yapılan çalışmaların yayınlanması
çok daha kolay olmaktadır (örneğin journal of banking & finance gibi). Tablo 2.6'da
yer alan uygulama alanları içerisinde sağlık, eğitim ve iletişim sektörleri, son yıllarda
37
göreli olarak diğer sektörlere göre daha az gelişim göstermiştir. Diğer yandan enerji
ve çevre ile finans sektörleri alanlarında yapılan uygulamaların sayısı ise hızla
artmaktadır. Gelecek dönem yapılacak olan VZA çalışmalarının ağırlıklı olarak bu
sektörlerde gerçekleştirilmesi beklenebilir (Liu vd., 2013: 896).
Tablo 2.6 VZA uygulamaları sektörel dağılım
Uygulama Alanı Yapılan Yayın Sayısı Oran (%)
Bankacılık 323 10,31% Sağlık 271 8,65% Tarım ve Hayvancılık 258 8,23% Taşımacılık 249 7,95% Eğitim 184 5,87% Elektrik 156 4,98% Üretim 146 4,66% Enerji ve Çevre 109 3,48% İletişim 70 2,23% Finans 51 1,63% Sigortacılık 44 1,40% Turizm 42 1,34% Petrol 41 1,31% Balıkçılık 39 1,24% Spor 31 0,99% İnşaat 29 0,93% Otomotiv 28 0,89% Perakende 28 0,89% Ormancılık 27 0,86% Su 27 0,86% Emlak 25 0,80% Yazılım 25 0,80% E-Ticaret 22 0,70% Madencilik 22 0,70% Diğer 351 11,20% Farklı Disiplinler 536 17,10%
38
Mevcut VZA literatürü incelendiğinde, sistemlerin iç dinamiklerinin sistem
performansı üzerinde önemli etkilerinin olduğu; bu iç dinamiklerin sistem içerisinde
yok sayılmasının ve sadece toplam sistem etkinliğinin ölçülmesinin, karar vericileri
sistem geliştirme/iyileştirme sürecinde yanlış yönlendirebileceği; ve sistem
etkinliklerinin zaman içerisindeki değişiminin incelenmesinin önemi pek çok
çalışmada belirtilmektedir (ör. Charnes vd., (1985), Çınar, (2013b), Beasley, (1995),
Kao vd., (2008), Amirteimoori (2006), Coelli, (2005), Tone ve Tsutsui, (2014), Liu
vd., (2013b)). Moghaddam ve Ghoseiri, (2011) de mevcut literatürde, aktivite bazlı
etkinlik ölçüm yöntemleri ve dinamik performansı ölçümleyebilen yöntemler olsa da,
aynı anda alt faaliyet etkinliklerini ve bu alt faaliyetlere ilişkin dinamik analizleri
gerçekleştirebilen bir hibrit yöntemin henüz ortaya konmadığını belirtmektedir.
Emrouznejav vd., (2008) son 30 yılın VZA literatürünü ve etkinlik değerlendirme
çalışmalarını taradığı çalışmasında ise, gelecekte bu alanda yapılacak çalışmaların
büyük örgütler için kompleks, çok girdi ve çıktılı problemler ile çok amaçlı gerçek
dünya problemleri olduğunu belirtmektedir.
39
ÜÇÜNCÜ BÖLÜM
YÖNTEM: ÇOK AKTİVİTELİ DİNAMİK VZA MODELİ (ÇA-DVZA), ÖLÇEĞE GÖRE GETİRİ (RTS) VE ETKİNLİĞE ETKİ EDEN FAKTÖRLER
Tez çalışması kapsamında geliştirilen yöntem temel olarak 2 ana etkinlik
ölçüm yöntemini bünyesinde barındırmaktadır. Bunlar dinamik VZA yöntemleri ve
çok amaçlı/aktiviteli VZA yöntemleridir. Bir önceki bölümde açıklandığı üzere,
mevcut VZA literatürü incelendiğinde, çok amaçlı dinamik etkinlik ölçüm
yöntemleri alanında geliştirilmiş yapısal ve entegre bir yöntem mevcut değildir. Bu
bölümde de, öncelikle VZA literatüründe bu alandaki eksikliği giderebilmek ve
teorik katkı sağlamak üzere, hibrit bir yöntem geliştirilmiştir. Öncesinde ise
geliştirilen yöntemin iki temel ayağı, dinamik etkinlik ölçüm yöntemleri ile ağ VZA
ve çok amaçlı etkinlik ölçüm yöntemlerine değinilecektir.
3.1 Dinamik VZA Modelleri ve Pencere VZA (P-VZA)
Tez çalışması kapsamında, dinamik modeller çalışmanın ana konu
başlıklarından birisidir ve bu alt bölümde dinamik VZA modelleri incelenecektir.
Pek çok VZA uygulamasında, KVB'lerine ait belli bir t anındaki veriler
kullanılmakta ve her bir KVB'nin sadece bir gözlem değeri sürece dâhil edilmektedir.
Şâyet, çok periyotlu bir veri söz konusu ise, böyle bir durumda panel veri seti
kullanımı söz konusu olur ve etkinliğin zaman içerisindeki değişimi gözlemlenebilir.
40
Bu amaç doğrultusunda, dikey analiz yapabilmek için kullanılan bir yaklaşım da
zaman periyotları bazında kesitsel performansları karşılaştırmaktır. Fakat bu
yaklaşım, analizde bazı sapmalara yol açmaktadır. Çünkü bu yaklaşımda, herhangi
bir KVB'nin belirli bir zamandaki performansı, o KVB'nin bir önceki
performansından bağımsızmış gibi ölçümlenir. Buna ilaveten, bu yaklaşımla
performans eğiliminin saptanması ya da etkinliğin ya da etkinsizliğin sürekliliğinin
ortaya konması doğru sonuçlar vermez. P-VZA yöntemi, bu problemleri ortadan
kaldırmaktadır. Özetle, bir KVB'nin belli bir andaki performansı, hem kendisinin
diğer dönemlerdeki performansı ile, hem de diğer KVB'lerinin diğer dönemlerdeki
performansları ile karşılaştırılmak sureti ile hesaplanır (Sözen vd., 2012: 195). İki
farklı görelilik boyutu söz konusudur.
Zamana bağlı etkinlik değişimi ölçümü, uzun zamandır VZA literatüründe
incelenen bir konudur. P-VZA bu alanda ortaya atılan ilk yaklaşımdır. Tone ve
Tsustsui (2014), bu yaklaşımın ilk olarak Klopp (1985) tarafından geliştirildiğini
belirtirken, bazı çalışmalar ise (Cook ve Seiford, (2009), Coelli, (2005)) Charnes vd.,
(1985) tarafından geliştirildiğini öne sürmektedir. Fare ve Grosskopf (1996a)
tarafından sunulan dinamik model ise faaliyetler arasında ardışık olarak zamansal bir
ilişkinin var olduğu ilk yaratıcı modeldir (Şekil 3.1). Sonrasında ise bu yapı pek çok
araştırmacı tarafından incelenmiştir (Bogetoft vd., (2008), Chen, (2009), Kao,
(2008), Nemoto ve Goto (1993 ve 2003), Park ve Park (2009), Sueyoshi ve Sekitani,
(2005), Chang vd., (2009)).
41
Şekil 3.1. Dinamik VZA modeli (Tone ve Tsutsui, 2014: 125)
Dinamik bir yapıda, pek çok kurumda ardışık periyotlar arası devirler söz
konusudur. Örneğin finansal kurumlarda geri ödenmeyen borçlar ve kar, sırasıyla
istenmeyen ve istenilen devirlerdir. Tıbbi kurumlarda, yatak sayısı isteğimiz dışında
değişen devirlerdir. Bir elektrik üretim tesisinde ise üretim kapasitesi, elektrik iletim
hattı uzunluğu ve dağıtım trafoları temsili devirlerdir (Tone ve Tsutsui, 2014: 125).
Diğer yandan, standart VZA modelleri, değerlendirdiği tüm KVB'lerini
homojen olarak ele almakta ve sadece etkinliği tek bir ölçü olarak belirlemek üzere
tasarlamaktadırlar (Amirteimoori, 2006: 21). Charnes vd., (1985) P-VZA yöntemi ile
bu sürece dinamik bir yaklaşım getirmişlerdir. Sonrasında ise Nemoto ve Goto
(1995) VZA modellerine farklı dinamik yaklaşımlar kazandırmışlardır. Bu yapı, pek
çok araştırmacı tarafından da irdelenmiştir (bakınız Sengupta, 1995). Sueyoshi ve
Sekitani (2005), Nemoto ve Goto (1995) çalışmasını geliştirerek yeni bir dinamik
etkinlik ölçüm yöntemi sunmuşlardır. Ayrıca bu çalışmalarında RTS tutumlarını,
dinamik ortamda VZA kapsamında ortaya koyabilen bir yöntem de geliştirmişlerdir.
Amirteimoori (2006) ise, yeni bir VZA dinamik gelir etkinliği modeli geliştirmiştir.
Periyot t
Girdi t
Periyot t+1 Devir
Çıktı 1 Çıktı t+1
Girdi t+1
42
Bu alt bölümde de, tez çalışması kapsamında incelenen çok periyotlu sistem
etkinliği ölçüm yöntemlerinden P-VZA kısaca incelenecektir.
Pencere analizleri, karar birimleri performanslarının zaman içerisindeki
davranışlarını, karar birimlerinin her bir periyottaki davranışını ayrı birer karar birimi
olarak ele alır. Bu model, her bir karar birimi için w adet gözlemi bir pencere olarak
kabul eder ve performansı değerlendirir. Böylece, n x w birimin bir toplamı
değerlendirilmekte her bir KVB için w kadar farklı etkinlik skoru hersaplanmaktadır.
Her bir KVB'nin belirli bir periyot için ölçülen performansı, ilgili KVB'nin diğer
periyotlardaki ve diğer KVB'lerin performansları ile göreli olarak karşılaştırılır. İlgili
KVB'nin her bir periyottaki performansı ayrı bir KVB olarak ele alındığından,
analizde kullanılan KVB sayısı da artmış olur. P-VZA, bu yolla belirli bir dönem için
az sayıda KVB ile de etkinlik analizi yapılmasına olanak sağlar. Fakat modelin temel
varsayımlarından birisi ve en zayıf noktası, farklı zaman dilimleri için elde edilen
göreli etkinliklerin, zaman içerisinde teknolojide meydana gelen değişmeler,
ekonomik ve çevresel değişimler, yasal düzenlemeler gibi değişimleri gözönünde
bulundurmamasıdır (Yue, 1992). N adet KVB'nin olduğu (n=1, …, N) ve T adet
periyot (t=1, …, T) için yapılan bir veri kümesi düşünelim. Ve her bir KVB'nin r
girdisi ve s çıktısı olsun. Burada, yukarıda bahsedildiği üzere klasik VZA'dan farklı
olarak, NxT kadar KVB olacaktır. ntKVB n. karar biriminin t. periyot için bir
gözlemi olsun. Bu durumda m boyutlu girdi vektörünün ntX =( n
tX1 , ntX 2 ,…, n
mtX ) ve s
boyutlu çıktı vektörünün ise ntY =( n
tY1 , ntY2 ,…, n
stY ) ile gösterildiği kabul edilecek
olursa, burada k başlangıç zamanındaki pencere, 1 ≤ k ≤ T−w+1, ve pencere genişliği
43
w, 1 ≤ w ≤ T, kw olarak ifade edilir ve N x w gözleme sahiptir. Pencere analizi için
gerekli olan girdi ve çıktı matrisi ise aşağıda verildiği şekilde oluşturulur.
tx1 tx2 , ..... tNx
11tx 1
2tx , ..... 1t
Nx
..... ..... ..... .....
wtx 1 wtx
2 , ..... wtNx
ty1 ty2 , ..... tNy
11ty 1
2ty , ..... 1t
Ny
..... ..... ..... .....
wty 1 wty
2 , ..... wtNy
P-VZA modeli hareketli ortalamalar mantığına dayalı olarak işlemektedir.
Zaman dilimlerini kaydırmak sureti ile etkinlik analizleri, belirlenen periyot aralıkları
çerçevesinde yapılır .Böylece hem karar verme birimlerinin etkinliklerinin zaman
içerisindeki değişimi hem de herhangi bir andaki etkinlik skoru göreli olarak
hesaplanmış olmaktadır.
Bir sonraki bölümde, karar birimlerinin içsel dinamiklerini göz önünde
bulunduran ve son dönem etkinlik ölçüm problemlerinde yoğun olarak kullanılan ağ
VZA modelleri incelenecektir.
kwX =
kwY =
44
3.2 Ağ VZA Modelleri (N-VZA)
Ağ veri zarflama analizi (N-VZA), göreli etkinlikleri, içsel yapıyı da göz
önünde bulundurarak ölçümleyen yöntemlerdir. Bu açıdan sonuçlar, kara kutu (black
box) yaklaşımından daha anlamlı ve bilgilendiricidir. Günlük yaşamda, pek çok
operasyon kendi içinde iki ya da daha fazla proses içermektedir. Bu, bir seri, paralel
ya da karma bir yapı teşkil edebilir. Bu tür yapılar genel olarak ağ yapı olarak
tanımlanmaktadırlar (Fare vd., 2000: 217). Kao (2009a) ise bu süreci seri yapılar,
paralel yapılar ve karma yapılar olarak sınıflandırmıştır. Emrouznejad vd., (2008) ise
gelecekte VZA alanında yapılacak çalışmaların, ağırlıklı olarak karmaşık, çok girdi
ve çıktılı yapılar ile gerçek dünya problemleri üzerinde olacağından bahsetmektedir.
N-VZA, 1996 yılında Fare ve Grosskopf tarafından ortaya atıldığından bu
yana, kısa süre içerisinde pek araştırmacı tarafından incelenmiş, geliştirilmiş ve farklı
alanlarda uygulanmıştır. Bu yapılar incelenen probleme, problemin yapısına ve iç
dinamiklerine bağlı olarak yapılandırılabilen oldukça esnek modellerdir.
Liu vd., (2013a) 1978-2010 yılları arasında yapılan ve uluslararası hakemli
dergilerde yayımlanmış VZA yayımlarını incelemişlerdir. Çalışmada öne çıkan
bulgulardan biri, en aktif VZA çalışma alanının, 2 aşamalı bütünleşik performans
ölçüm sistemleri olduğudur. Bununla beraber, iki aşamalı sistemler, içsel yapıların ve
dinamiklerin incelendiği sistemler, çevresel performansların ve özel verilerin
sistemlere dâhil olduğu yapılar da yoğun olarak çalışılan diğer konular olmuştur. Her
ne kadar sistemlerin içsel yapıları ilk başlarda popüler bir çalışma alanı olmasa da,
N-VZA modelleri bu alandaki çalışmalara öncülük ederek bu alanın gelişmesine
45
katkı sağlamış ve "kara kutu" problemlerine geniş bir bakış açısı ve çalışma alanı
kazandırmıştır. Şekil 3.2'de geleneksel VZA'nın bir organizasyonda nasıl bir kara
kutu gibi davrandığı görülmektedir. Bir dışsal kaynak seti (girdiler) bir organizsyona
veya KVB'ne girer ve sadece nihai bir çıktı seti oluşturma amacı güder. Dolayısı ile
geleneksel sistemler organizasyonel yapıda KVB'lerinin alt birimlerini göz önünde
bulundurmazlar.
Şekil 3.2. Geleneksel VZA yaklaşımında kara kutu örneği (Tone ve Tsutsui, 2014: 125)
Fare ve Grosskopf (1996b, 2000) ise N-VZA modelini Şekil 3.3'de görüldüğü
biçimde tanımlamaktadırlar.
Şekil 3.3. N-VZA modeli (Tone ve Tsutsui, 2014: 125)
KVB (Kara Kutu)
Girdi 1
Girdi 2
Girdi 3
Dışsal
Çıktı 1
Çıktı 2
Çıktı 3
Nihai Çıktı
A-KVB 1
Girdi 1
Girdi 2
Girdi 3
Çıktı 1
Çıktı2
Çıktı3
A-KVB 2
A-KVB 3
Bağlantı 1-2
Bağlantı 2-3
46
Kao vd., (2014), N-VZA modellerini çok amaçlı programlama metodu ile
çözmeyi öneren bir çalışma yapmışlardır. Bu çalışmada, firmaların toplam
performanslarının bölüm performanslarının bir sonucu olduğu belirtilmektedir. Kara
kutu probleminin, farklı modellerle ayrı ayrı çözülmesini öngören ayrık modellerde
ise, her bir birim bağımsız birer KVB olarak davranır. Bu birimlerin, diğer birimler
ile ilişkisi göz önünde bulundurulmaz. Dolayısı ile aradaki ilişki bu modellerde yok
sayılmaktadır. N-VZA temelde bu ihtiyaçtan doğmuştur. N-VZA, bir KVB'nin
toplam performansını, alt birimlerin etkinliklerini de performansın bir bileşeni olarak
göz önde bulundurarak ölçmeyi amaçlar. Pek çok alt faaliyet içeren bir karar
biriminin etkin bir KVB olmaması, bu karar biriminin tüm alt faaliyetlerinin etkin
olmadığı anlamını taşımamaktadır. N-VZA'da, toplam etkinlik ve alt birim
etkinlikleri ayrı birer amaç fonksiyonu olarak tanımlanmakta ve birleşik bir şekilde
optimize edilmektedir.
Kao (2014) yapmış olduğu çalışmada, öncelikle N-VZA alanında kullanılan
etkinlik ölçüm modellerini/yöntemlerini 9 farklı grupta incelemiştir.
1. Bağımsız modeller
2. Sistem Uzaklık Ölçüm Modelleri
3. Proses Uzaklık Ölçüm Modelleri
4. Faktör Uzaklık Ölçüm Modelleri
5. Aylak Tabanlı Ölçüm Modelleri
6. Oran Tabanlı Sistem Etkinlik Modelleri
7. Oran Tabanlı Proses Etkinlik Modelleri
47
8. Oyun Modelleri
9. Değer Tabanlı modeller
Kao (2014) aynı zamanda yapılarına göre N-VZA modellerini 7 farklı tipte
sınıflandırmıştır. İlgili modeller bu bölümde kısaca özetlenmiştir.
1- Temel 2 Aşamalı Yapı
Bu yapılarda tüm girdiler dışarıdan gelmekte, ara ürünlerin üretimi için ilk
prosese girmekte ve son ürünün üretimi ikinci proseste son bulmaktadır. Wang vd.
(1997), bu yöntemle bilgi teknolojilerinin 22 banka performansı üzerindeki etkisini
ölçümlemişlerdir. Seiford ve Zhu (1999) ise banka performanslarını karlılık ve
pazarlanabilirlik olarak iki aşamalı olarak incelemişlerdir. Operasyonel ve karlılık,
pazarlama ve hizmet performansı, faaliyet verimliliği ve etkinliği gibi farklı
faaliyetler de bu yolla ölçümlenebilmektedir (Kao, 2014: 4). Kao ve Hwang (2011)
ise BCC ile N-VZA'da ölçek ve teknik etkinlikleri ölçümlemişlerdir.
2- Genel 2 Aşamalı Yapı
Temel 2 aşamalı yapının genelleştirilmiş halidir. Bu yapı her iki aşamada da
dışarıdan girdi tüketebilmeyi ve nihai çıktı üretebilmeyi mümkün kılmaktadır.
Amirteimoori (2013) araç üretim problemini bu yöntem ile incelemiştir.
3- Seri Yapılar
Seri yapılar, birbirine bir sıra ile bağlı belli sayıda prosesten oluşan yapılardır.
Her bir proses, bir dış girdi ve bir önceki proses tarafından üretilen ara ürünü
48
tüketmektedir. Buna ek olarak da dışsal bir çıktı ile, kullanılmak üzere bir ara ürün
üretirler. Literatürde yer alan en karmaşık sistem 5 proseslidir.
4- Paralel Yapılar
Bu sistemde bütün prosesler bağımsız hareket edebilmekte ve çok periyotlu
sistem gibi davranabilmektedirler (Kao, 2014: 7). Bu alanda yapılmış pek çok
çalışma vardır (bakınız Fare vd., (1997), Bi vd., (2012), Tsai ve Mar Molinero
(2002), Chao vd., (2010)).
5- Karma Yapılar
Karma yapılar, ne tam bir paralel ne de tam bir seri özellik gösteririler. Tam
olarak bu iki sistemin karma halleridir. Bu alanda yapılmış önemli çalışmalar Lovell
vd., (1994), Lewis ve Sexton, (2004), Adler vd., (2013) tarafından yapılan
çalışmalardır.
6- Hiyerarşik Yapılar
Bahsedildiği üzere N-VZA çalışmalarının temel amacı bir sistemin "kara
kutu"'sunu açmaktır. Başka bir ifade ile operasyonel etkinliğini alt faaliyetleri
bazında irdelemektir. Hiyerarşik bir yapı, pek çok düzey içerebilirken mevcut
literatür sadece 2 aşamalı hiyerarşik yapıları incelemiştir. VZA yapısına
bakıldığında, her bir karar biriminin aynı sayıda prosese ve her prosesin de
karşılaştırılabilir bir analiz için aynı fonksiyonlara sahip olması gerekmektedir. Fakat
bu tür yapıların olmadığı, etkinliklerin aşama aşama ölçümlenmesi gerektiği ve karar
birimleri proseslerinden herhangi birisinin farklı davrandığı yapılarda, hiyararşık
49
VZA modelleri, proses etkinliklerinin ölçülmesine olanak sağlar. Bu alanda yapılmış
bazı öncü çalışmalar ise Kao, (2009b), Castelli vd., (2004), Cook ve Green, (2005),
Fare ve Primont (1984) tarafından yapılan çalışmalardır.
7- Dinamik Yapılar
KVB'leri, hem içsel dinamiklere sahip hem de faaliyetlerini zaman içerisinde
sürdüren birimler olduklarından, uzun dönem performanslarının ölçümünde,
değişkenlerinde (girdi ve çıktılarında) meydana gelen değişimleri performansa
yansıtabilen modellerin geliştirilmesine ihtiyaç duyulmaktadır (Tone ve Tsutsui,
2014: 125).
Dinamik VZA yapıları, seri yapıların özel bir tipidir. Çünkü girdi, çıktı ve ara
ürünler tüm periyotlar için aynıdır. Aynı zamanda her bir periot da kendi içinde bir
ağ yapıya sahiptir. Alt faaliyet alanları birbirleri ile ara bağlantılar yardımıyla
iletişim içerisindedirler ve bu yapı ardışık periyotlar şeklinde zamana bağlı olarak
devam eder (Şekil 3.4).
50
Şekil 3.4. Dinamik N-VZA yapısı (Tone ve Tsutsui, 2014: 126)
Bu alanda yapılan çalışmalara bakıldığında; Silva ve Stefanou (2007) klasik
girdi odaklı uzaklık fonksiyonu kullanarak bir sistemin uzun dönem etkinlik analizini
yapmıştır. Jaenicke (2000) Pensilvanya'da hasat rotasyonunun etkinlik üzerindeki
etkisini 16 dönem için incelemiştir. Chen (2009) panel veri analizi ile 1997 - 2005
yılları arasında Kuzey Amerika'daki 7 otomobil fabrikasının reklam kampanyaları
etkinliğini ölçümlemiştir. Bogetoft vd., (2009) kamu sermayesinin teknoloji ve
üretkenlik üzerindeki etkisini 1978 -1999 yılları arasında uzaklık fonksiyonu modeli
ile ölçümlemiştir. Skevas vd., (2012) doğrusal uzaklık parametre modeli ile tarım
ilaçlarının üretim kararlarındaki dinamik etkisini incelemiştir. 2003-2007 yılları
arasında yapılan inceleme Hollanda'da gerçekleştirilmiştir. Von Geymualler (2009),
aylak tabanlı VZA ile en büyük 50 elektrik iletim şirketinin 2000-2006 yılları
arasındaki performansını değerlendirmiştir. Avkıran ve Goto (2011), Tone ve Tsutsui
A-KVB 1
Girdi 1
Girdi 2
Girdi 3
Çıktı 1
Çıktı2
Çıktı3
A-KVB 2
A-KVB 3
Bağlantı 1-2
Bağlantı 2-3
A-KVB 1
A-KVB 2
A-KVB 3
Bağlantı 1-2
Bağlantı 2-3
Çıktı 1
Çıktı2
Çıktı3
Girdi 1
Girdi 2
Girdi 3 Devir
Devir
Devir
Periyot t Periyot t+1
51
(2010) da benzer yöntemle dinamik etkinlik analizleri yapmışlardır. Kao (2013) ise,
dinamik sistem performansını ölçümleyebilmek için bir ilişki modeli geliştirmiştir.
Tayvan orman endistrisi performanslarının ölçümlendiği çalışmada, sistem
etkinliğinin, dinamik etki yok sayıldığında yanıltıcı olduğu sonucu ortaya konmuştur.
Tone ve Tsutsui (2014) dinamik ve N-VZA modellerini birleştiren ve KVB'leri
etkinliklerini belirli bir periyot için hesaplayabilen ve aynı zamanda alt faaliyet
etkinliklerindeki dinamik değişimi de ortaya koyabilen bir model geliştirmişlerdir.
N-VZA kapsamında incelenebilecek bir diğer model ise Rota Bazlı VZA
(RB-VZA) modelidir. RB-VZA modeli Chiou ve Chen (2006) tarafından
geliştirilmiş ve belli bir kurumun ortak girdi ve çıktılarını, rotaları arasında
paylaştırarak karar birimi etkinliklerini rota düzeyinde ve işletme düzeyinde
hesaplayan bir yöntemdir. Çok amaçlı olmayan bu modelde, rotadan kastedilen
aslında alt süreçlerdir. RB-VZA da esası itibari ile sistemin iç dinamiklerini göz
önünde bulundurarak alt faaliyet etkinliklerini hesaplayan bir yapıya sahiptir. Bu
açıdan "kara kutu" problemini çözmeyi hedefler. 3 aşamalı bir süreçten oluşur:
1- Toplam firma etkinliklerinin hesaplanması (klasik VZA)
2- Rota etkinliklerinin hesaplanması: Her bir alt faaliyet/rota bir KVB
olarak düşünülür ve klasik VZA sonuçlarından elde edilen ağırlıklar yardımı ile ortak
çıktılar/girdiler rotalara paylaştırılır. Bir firmanın bütün rota etkinliklerini maksimize
etmek amacıyla, 1. aşamada elde edilen ağırlıklar (ur ve vj) kullanılarak, firmanın
rotaları arasındaki ortak girdilerin optimal tahsis oranları (girdilerin rotalara
paylaştırılma oranları) belirlenmektedir. Bu kapsamda bazı girdiler spesifik bir
52
rotaya aktarılabilirken (örneğin şoför sayısı), bazı girdiler ise ilgili şirketteki tüm
rotalar için ortak girdiler olarak kalırlar (yöneticiler, idari personel gibi).
3- Ortak girdiler için (sadece girdi) optimum tahsis oranları
hesaplanması: Her bir rota bir KVB olarak ele alınmakta ve rota etkinlikleri klasik
VZA yöntemi ile bulunmaktadır. Çalışma bu yolla, etkin olmayan rotaları/firmaları
tanımlayabilmektedir. Chiou vd., (2012) çalışmalarında RB-VZA yöntemini
kulllanarak 37 otobüs firmasının 1035 rota etkinliğini incelemiştir. Çalışma
sonucunda, etkin KVB'ni tesbit etmenin yanı sıra, etkin ve etkin olmayan rotalar da
RB-VZA yöntemi ile ortaya konmuştur. Modelin zayıf yönü, sadece ortak girdileri
olan sistemlerde kullanılabilmesidir. Ayrıca çok amaçlı bir model olmadığından, alt
proseslerin toplam sistem içerisindeki ağırlıkları ölçümlenememektedir.
Bir sonraki bölümde, birden fazla alt sistem ve amaç içeren sistemlere ilişkin
çok amaçlı etkinlik ölçüm kavramı ve modelleri ile çok amaçlı N-VZA
modellerinden çok aktiviteli VZA modeli incelenecektir.
3.3 VZA ve Çok Amaçlı Karar Verme
Çok nitelikli karar verme (ÇNKV) problemleri daha önce belirlenmiş olan
alternatifler arasından bir karara ulaşmaktadır. Bu alternatiflere ilişkin başarı
düzeyleri ele alınır. ÇNKV, araç-amaç ilişkilerinin açıkça ortaya konulduğu,
alternatifler kümesinin başlangıçta açıkça belirlenebildiği, sayılabilir olduğu ve karar
vermeden başlangıçta elde edilen tercih bilgisinin sonuç değerine ulaşmakta
53
kullanılabildiği yapıdaki problemleri inceler. Bunun yanında genel anlamda ÇKKV
problem veya model yapısının ÇNKV'yi kapsaması nedeniyle ÇKKV için ele alınan
bir çok unsur, ÇNKV problem ve modelleri için de geçerlidir. Karmaşık bir karar
problemi ile karşılaşan bir karar vericinin, ayrık olarak belirli alternatifler arasından
seçim yapması gerektiğinde, öncelikle bu alternatifleri ve bunların niteliklere göre
performanslarını gösteren bir karar matrisi oluşturması faydalı olabilir. Bundan
sonra, performanslar üzerinde değer yargıları gerektirmeyen ön eleme prosedürleri
izlenerek alternatiflerin sayısı azaltılabilir, daha sonra da performanslar üzerinde
değer yargılarının da ortaya konulması ile daha ayrıntılı çok nitelikli analiz
gerçekleştirilerek karar vericiyi en çok tatmin eden alternatif(ler)e ulaşılır (Çınar,
2004: 48).
ÇNKV problemlerinde, her bir alternatif için var olan niteliklerin
karşılaştırılması yolu ile kararlar alınırken, ÇAKV problemlerinde ise modelin ana
amacı alternatif çözümler arasından “en iyiyi” belirlemektir. Bu kategorilerde pek
çok yöntem bulunmaktadır: öncelik bazlı, uzaklık bazlı ve karma yöntemler pek çok
probleme uygulanabilmektedir. Her bir problemin kendine özgü özellikleri olup, bu
yöntemler, stokastik, deterministik ve bulanık yöntemler olabilir. Aynı zamanda bu
yöntemlerin bir karması da olabilir. Karar verici sayısına bağlı olarak, yöntemler
tekli ya da grup karar verme yöntemleri olarak da sınıflandırılabilir. Belirsizlik
altında karar verme ve karar destek sistemleri de aynı zamanda belirgin karar verme
teknikleridir.
54
Bu yöntemler, kriterler, karşılaştırılamayan birimler ve alternatifleri
belirlemedeki zorluklar arasındaki tipik çatışmaları da genel olarak içerirler.
ÇAKV’de, alternatifler önceden belirlenmez ve fakat bunun yerine bir amaç
fonksiyonu seti bir kısıt seti kapsamında optimize edilir. En tatmin edici ve etkin
çözüm bu yolla bulunmaktadır. Bu tanımlı etkin çözümde, herhangi bir amacın
performansını, en az bir diğer amacın performansını düşünmeden arttımak mümkün
değildir. ÇNKV'de ise, küçük sayıda belirli bir alternatif değerlendirilir ve en iyi
çözüme, genellikle karşılaştırmalar yapılmak ve her bir özellik göz önünde
bulundurulmak sureti ile ulaşılır. (Phekar ve Ramachandran, 2010; 367)
Tek amaçlı programlama problemleri kısıt setine bağlı olarak bir amacı
optimize etmeye yöneliktir. Diğer yandan, bir çok amaçlı programlama problemi,
hedef fonksiyonlarının p boyutlu bir vektörü ile ifade edilir:
Maks. Z(x) = )().......()(),( 321 xZxZxZxZ p x є X (3.1) Burada X fizibil alanı ifade etmektedir. Diğer yandan, tek bir optimal çözüm
aramaktansa, “baskın olmayan” bir çözüm seti aranır. Bu baskın olmayan, uzlaşık
çözümün (bazen pareto, non-inferior, etkin set, değişim seti veya etkin sınır olarak
adlandırılabilmektedir) temel özelliği, setin dışındaki her bir çözüm için (fakat hala
fizibil çözüm alanında), mutlaka bir baskın olmayan çözümün olduğudur. Bu baskın
olmayan çözümleri üretmek için pek çok yöntem vardır (ağırlıklandırma yöntemi,
kısıtlar yöntemi, Philip’in lineer çok amaçlı yöntemi, Zeleny’nin çok amaçlı modeli
gibi) (Goicoechea vd., 1982; 22). ÇAKV'de, n sayıdaki amacı da gerçekleştirebilen
modeller, gerçek hayatta oldukça sınırlıdır. Bu sebeple, çok amaçlı optimzasyon
55
modelleri, ÇAKV'de sıklıkla kullanılan ve çözüm setleri/alternatif çözümler
arasından optimal çözüme ulaşan modellerdir.
Kontrol sistemleri tasarımında, genellikle pek çok tasarım hedefleri yer
almaktadır. Bu hedefler bazen birbirleri ile çelişmekte ve hatta herhangi bir tasarıma
ulaşamamaktadır. Buna rağmen, tasarım hedefleri arasında kaçınılmaz bir denge söz
konusudur. Örneğin, çıktı performans hedefi ile istikrar arasındaki denge gibi... Bu
düşünceler, kontrol sistemleri için çok amaçlı optimizasyon yöntemlerini
doğurmuştur (Liu, vd., 2003, 1).
Genel çok amaçlı optimizasyon problemleri, bugüne kadar pek çok kişi
tarafından detaylı şekilde çalışılmıştır. Kısıt karşılama ve çok amaçlı optimizasyon,
aynı problemin farklı görünüşleridir. Her ikisi de pek çok amaç fonksiyonunun
eşzamanlı optimizasyon yöntemidir. Kısıtlar, genellikle zor hedefler olarak karşımıza
çıkabilir. Ve bu kısıtlar çok basit olan amaç fonksiyonunu gerçekleştirmeden önce
tatmin edilmelidir, karşılanmalıdır. Diğer yandan, çok yumuşak amaçlarla
oluşturulmuş problemler, çözüme ulaşma amacı ile kısıt optimizasyonu şeklinde
tekrar formüle edilmelidir. Hem çok amaçlı hem de kısıt optimizasyonları, oldukça
eski bir geçmişe sahiptirler (Liu vd., 2003, 1).
Çok amaçlı optimizasyon problemlerini çözmek için geliştirilmiş pek çok
yaklaşım mevcuttur. bu yaklaşımlar genel olarak üç kategoride toplanmaktadır.
Klasik yaklaşımlar: Çok amaçlı problemi, tek bir amacı olan probleme
çevirirler ve yeni bir amaca sahip bir problem oluştururlar.
56
Pareto Optimal Yaklaşımlar: Problem çözüldüğünde, bir çözüm setinin elde
edildiği yaklaşımlardır.
Birinci ve ikinci kategoride yer alan problemler karmaşık problemler ise, bu
tip durumlarda genetik algoritmalar kullanılarak çözüme ulaşılır. Bu yaklaşım
ile geliştirilmiş, çok amaçlı genetik algoritmalar (MOGA), baskın olmayan
sıralı genetik algoritmalar (NSGA), vektör bazlı genetik algoritmalar (VEGA),
mesafe yöntemi gibi pek çok yöntem vardır.
Çok amaçlı optimizasyon problemleri, çözüme ulaşım yaklaşımlarına göre 3
alt optimizasyon modeli ile ifade edilebilmektedir. Bu modeller alt başlıklar altında
incelenecektir.
1- Kısıtlı Optimizasyon
Uygulamalı problemler, genellikle karar değişkenlerine bağlı pek çok kısıt
içerir. Fakat genellikle, 2 tip kısıt söz konusudur. İlki, alan kısıtlarıdır. Alan kısıtları,
amaç fonksiyonunun tanımının alanını ifade eder. İkincisi ise, tercih kısıtlarıdır. Bu
kısıtlar, yüksek düzey bir bilgi ve kanaate bağlı problemlerin çözümünde yer alan
kısıtlardır. Pek çok vakada, tüm kısıtları birden karşılamak çok güçtür. Aynı anda
kısıtların karşılanamadığı durumlarda, problem genellikle çözümsüz olarak kabul
görür. Çözümü zorlaştıran kısıt bulunacak olursa, bazı gevşetmelerle tercih kısıtı
gevşetilebilir.
57
2- Geleneksel Çok Amaçlı Optimizasyon
Pek çok problem bazı ölçülemeyen/ölçeği eşit olmayan ve birbirleriyle
çelişen performans kriterleri veya amaçlar tarafından tanımlanır. Belirsizlik ortadan
kaldırılmadıkça, çok amaçlı optimizasyon problemi değişken bir vektör olan p’nin U
evreninde eşzamanlı olarak n adet amacı minimize eden bir problemdir. Bu aşağıdaki
gibi ifade edilebilir.
Upmin ( )(ø...,.........),(ø),(ø n21 ppp (3.2)
Ben-Tal (1980), genellikle, tüm amaçları eşzamanlı olarak yerine getiren bir
optimal çözümün olmadığını; fakat, etkin bir set veya pareto optimal gibi alternatif
çözüm setlerinin bulunduğunu ifade etmiştir.
3- Pareto Optimalliği
Herhangi bir tasarım problemi, nicel bir n tasarım amaç fonksiyonunu
açıklamayı amaçlarsa, tasarım problemi çok amaçlı bir optimizasyon problemi olarak
formüle edilebilir. Pek çok vakada, amaç fonksiyonları birbiriyle çelişmekte ve
birindeki artış diğerindeki azalmayı tetiklemektedir. Bu tür durumlarda, çok amaçlı
optimizasyonun sonucu, pareto optimal olarak tanımlanır (Pareto, 1906). Bir Pareto
optimal çözüm, en az bir amaç fonksiyonu arttırılmadan herhangi bir diğer amaç
fonksiyonunun azaltılamayacağı özelliğini taşır. Eğer ve sadece herhangi bir diğer p
P noktası (aşağıdaki gibi) yoksa, bir p* P, pareto optimal olarak tanımlanır.
a) )(ø)(ø *ii pp her i= 1,……,n için ve
b) )(ø)(ø *jj pp en az bir j için
58
Pareto optimal Şekil 3.5'deki gibi gösterilebilir. Bu şekilde, 2 farklı amaç
fonksiyonu görülmektedir. Ulaşılabilir setin içerisindeki bir nokta, alt optimaldir.
Çünkü hem ø1 hem de ø2 ikisi de azaltılabilir. Sınır setteki bir nokta, örneğin pareto
optimal setteki, ø1’in arttırılmasını ve aynı anda ø2’nin de azaltılmasını (veya tersini)
gerektirir. Çok amaçlı optimizasyon problemlerinde bir çözüme ulaşmak için,
çözümün bu sınır üzerinde olması gerekmektedir (Liu vd., 2013a; 4)
Şekil 3.5. Bir Pareto optimal set
Çok amaçlı optimizasyon problemleri çözümü için geliştirilen pek çok
yöntem mevcuttur. Literatürde yer alan en bilindik ve kolay yöntemler ise,
ağırlıklandırma, Є kısıt ve hedefe ulaşma yöntemleridir.
a) Ağırlıklandırma Yöntemi
n amacı olan bir çok amaçlı optimizasyon probleminin, i. amacının aşağıdaki
gibi verildiğini varsayalım:
min. Gi, i=1, 2,……, n (3.3)
59
Ağırlıklandırma yönteminde kullanılan birleştirilmiş amaç fonksiyonu,
min. Z= wiG1 + w2G2 +……..+ wnGn (3.4)
şeklinde tanımlanır. Burada wi, i=1,2,…,n, her bir amacın göreceli önemiyle ilgili
karar vericinin tercihlerini yansıtan pozitif ağırlıklardır. Örneğin tüm i’ler için wi=1,
bütün amaçların eşit ağırlık taşıdığını göstermekte olup, bu ağırlıkların özgül
değerlerinin belirlenmesi öznel bir konudur. Bu kapsamda, literatürde geliştirilmiş
olan karmaşık analitik prosedürler de her zaman öznel değerlendirmeleri temel
almaktadır.
b) Є Kısıt Yöntemi
Є kısıt yöntemi, ağırlıklı toplam tekniğindeki dışbükey probleminin üstesinde
gelmek için bulunmuş bir yöntemdir. Yöntem bir öncelik amacını minimize etmeyi
hedeflemekte ve diğer amaçları eşitsizlik kısıtları formunda açıklamaktadır.
Up
min )(ø i p (3.5)
s.t
kk )(ø p , k= 1, 2,…..,n,k i için; (3.6)
Bu yöntem, fizibil olmayan çözümleri tanımlayabilmekte ve uzlaşık bir
çözüme kavuşturabilmektedir. Diğer yandan, bu yaklaşımın uygulandığı bir
problemde, uygun bir fizibil alan oluşturabilmek için bir çözüm getirebilir.
60
Yaklaşımın dezavantajı ise, çok katı kısıtların kullanılması durumunda, doğru
tasarım amaçlarını açıklayabilmenin nadiren mümkün olmasıdır.
c) Hedefe Ulaşma Yöntemi
Hedefe ulaşma yöntemi, bir tasarım hedef setinin açıklanmasını
gerektirmektedir. Problemin formülasyonu, hedeflerin altında ya da üstünde olmasını
mümkün kılmakta, bu sayede ilk tasarım hedefleri tasarlayıcı tarafından göreli olarak
gevşek olacak şekilde oluşturulabilmektedir. Hedeflerin alt veya üst başarı göreli
düzeyi ağırlıklandırılmış vektör katsayısı tarafından kontrol edilir. Bu yöntemi
kullanan bir standart optimizasyon probleminin formüle edilmiş hali aşağıda
görülmektedir.
UpRf ,
min f (3.7)
*)( kkk fwp , k=1,2,.,n (3.8)
Burada k amaç, *k ise tasarım hedefi ve wk da ağırlık katsayısıdır. Hedefe
ulaşma yöntemi, tasarım probleminin uygun bir sezgisel yorumunun yapılabilmesini
sağlar. Bu yolla, standart optimizasyon problemleri kullanılarak problem çözülebilir
hale gelmektedir. Bu yöntemin avantajı, doğrusal olmayan programlama
problemlerine de uygulanabilmesidir (Liu vd., 2003: 6)
Ağırlıklandırma, kısıt yöntemi ve hedefe ulaşma yöntemlerine ek olarak,
doğrusal olmayan programlama, konveks optimizasyon ve etkileşimli çok amaçlı
61
programlama gibi diğer geleneksel çok amaçlı optimizasyon yöntemleri literatürde
yer almaktadır.
3.3.1 VZA ve Çok Amaçlı Doğrusal Programlama (ÇADP) İlişkisi
Karar birimleri performanslarının, gerçekçi ve detaylı bir şekilde
ölçülebilmesi için, üretim sürecinde bu birimlerin mutlak suretle bir ağ yapısına ve
içsel dinamiklere sahip olduğu göz önünde bulundurulmalıdır. Başka bir ifade ile,
karmaşık üretim sistemleri ve süreçleri, birden fazla alt proseslere veya alt
faaliyetlere sahiptir.
Toplam faaliyet alanı içerisinde bu alt faaliyetlerin ya da proseslerin oranı
farklılık gösterebilir. Dolayısı ile toplam etkinliğe olan etkileri de farklılk
göstermektedir. Bu alt prosesler veya faaliyetler, ortak bazı girdileri kullanarak çıktı
üretebilirler. Benzer şekilde, çıktılar, farklı aktiviteler tarafından meydana getirilmiş
ortak çıktılar da olabilir. Bunlara ilaveten, alt faaliyetler genellikle üretim
süreçlerinde farklı hedefler gütmektedirler. Nitekim Beasley (1995), ortak girdi
kullanarak ortak çıktı üreten çok aktiviteli modellerin, doğrusal olmayan çok amaçlı
matematiksel modeller olduğunu belirtmektedir. Bu kapsamda, çok amaçlı etkinlik
ölçüm metotlarından elde edilen sonuçlar, karar vericiler için toplam performans ve
amaçlar/öncelikler arasındaki dengenin verimli bir şekilde değerlendirilebilmesini
sağlayacak etkili çıktılardır (Klimberg vd., 2011: 87).
62
Son yıllarda, VZA ve ÇADP ilişkisi, araştırmacılar tarafından yoğun olarak
incelenmektedir. Bu iki farklı modelin yapısal olarak pek çok ortak yanı olmasına
karşın, VZA, karar verme birimlerinin geçmiş performanslarının değerlendirilmesine
odaklanır. ÇADP ise, gelecek performansın planlanmasına vurgu yapar. Diğer
yandan ÇADP gibi çok amaçlı programlama yöntemleri aynı zamanda ÇKKV
problemlerinin çözümü için geliştirilmiş tekniklerdir. Öncelikleri sürece dâhil etmek
için geliştirilen uygun bir metot, hem VZA hem de ÇADP içeren interaktif bir karar
verme tekniğinin kullanımıdır. Golany (1988), VZA ve ÇADP yaklaşımlarını,
interaktif tek bir modelde ilk olarak ortaya koyan kişidir. Thanassoulis ve Dyson
(1992) ve Athanassopoulos (1995) onu takip etmiştir. Golany (1988) tarafından
yapılan ilk çalışmanın temel amacı klasik VZA'nın ayırtedici gücünü geliştirmektir.
Bu tarihten itibaren çok amaçlı VZA modelleri zaman içerisinde gelişim göstermiştir.
Zhu (1996) hedeflere alternatif bir yol ile ulaşan bir model önermiştir. Joro vd.,
(1998), Halme vd. (1999) VZA ve ÇADP'nin yapısal benzerliklerini (referans nokta
yaklaşımı) karşılaştırmış ve VZA problemlerinin ÇADP formülasyonlarının,
etkinliklerin değerlendirilmesinde ek bir esneklik sağladığını göstermiştir. Chiang ve
Tzeng (2000), Yu vd., (2004) bulanık çok amaçlı VZA yaklaşımını, bütün KVB'ler
için ortak bir ağırlık bulmak amacı ile uygulamıştır. Bu yolla klasik VZA'nın ayırt
edici gücünü iyileştirmişlerdir. Lins vd., (2004) VZA modellerinde farklı amaçlar da
içeren bir model önerisi geliştirmişlerdir. Chen (2005), Golany (1988)'in ortaya
koymuş olduğu modeli geliştirerek, bu metodu bir çok kriterli-çok kısıtlı VZA model
olarak incelemiştir. Lozano ve Villa (2007), hedef belirlemek için 2 farklı çok amaçlı
VZA yaklaşımı geliştirmiştir. Bunlardan biri interaktif bir prosedür önerirken diğeri
sıralı (lexicographic) bir yaklaşım sunmaktadır. Wong vd., (2007) ve Yang vd.,
63
(2008), VZA ve ÇADP modelleri arasında bir eşitlik modeli sunmuşlar ve bir VZA
problemini bir ÇADP problemine dönüştürerek öncelik ataması yapılmadan
interaktif bir şekilde nasıl çözülebileceğini göstermişlerdir. Post ve Spronk (1999) da
VZA ve ÇADP yöntemlerini interaktif bir şekilde kullanmışlar ve girdi ve çıktı
düzeylerinin alt ve üst sınırlarını fizibil hale getirerek bir hedef programlama modeli
oluşturmuşlardır. Joro vd., (1998) ise, VZA ve ÇADP birlikteliğinin yarattığı
sinerjiyi ortaya koymuş ve VZA formülasyonunun yapısal olarak ÇADP'nın referans
nokta yaklaşımına benzer olduğunu göstermiştir.
Birden fazla faaliyet içeren sistemlerin etkinliklerinin bir arada
değerlendirilmesi problemini ele alan bir başka çok amaçlı VZA modeli, Beasley
(1995) tarafından ortaya konmuştur. Mar Molinero (1996) ve Mar Molinero ve Tsai
(1997) ise bu modelin dualini oluşturmuşlardır. Bir sonraki bölümde, Beasley (1995)
tarafından geliştirilen çok amaçlı etkinlik ölçüm yöntemi incelenecektir.
3.4 Çok Aktiviteli Veri Zarflama Analizi (ÇA-VZA)
N-VZA yapısının bir parçası olan ÇA-VZA, karar birimlerinin içsel
dinamiklerini de göz önünde bulundurmak sureti ile göreli etkinlikleri hesaplayan
yöntemlerden birisidir. Böylece sonuçların karar vericiye bilgi sağlama gücü,
geleneksel "kara kutu" yaklaşımlarıyla elde edilen sonuçlara göre daha yüksektir.
Pratik hayatta genellikle faaliyetler/sistemler birden fazla alt faaliyet/proses
içermektedirler. Bu alt bileşenlerin sistem içerisinde yok sayılması ve toplam sistem
64
etkinliğinin ölçülmesi, karar vericileri sistem geliştirme/iyileştirme sürecinde yanlış
yönlendirebilir. Ve bu alanda yapılan çalışmaların pek çoğu toplam sistem
etkinliğine odaklanmakta ve alt faaliyetleri göz önünde bulundurmamaktadır.
Literatürde yer alan pek çok çalışmada da, toplam sistem etkin olmadığı halde, alt
bileşenlerden etkin olan bazı faaliyetlerin olduğu görülmektedir.
ÇA-VZA matematiksel olarak çok amaçlı doğrusal olmayan bir modeldir.
Klimberg vd., (2011) birden fazla amaç içeren sistemlerde, amaçlar arasındaki
dengenin/çatışmanın, tek amaçlı klasik VZA yaklaşımı ile çözüme
kavuşturulamayacağını belirtmektedir. ÇA-VZA yapısına ilaveten, birden fazla
amacın bulunduğu sistemlerde, genellikle hedefler bazında birden fazla değişken,
girdi/çıktı, ortak değişkenler bulunmaktadır. Pek çok uygulamada, her bir karar
birimi için, ortak değişkenin bir amaca olan katkısı, ilişkili olduğu diğer amaca da
yansımaktadır.
Son yıllarda, N-VZA çalışmaları içerisinde ÇA-VZA çalışmalarının sayısı
artmaktadır. Bu alandaki en önemli ve ilk çalışma, Beasley (1995) tarafından ÇA-
VZA modelinin geliştirildiği çalışmadır. Beasley, geliştirmiş olduğu yöntemi
üniversitelerin fizik ve kimya bölümlerinin eğitim ve araştırma etkinliklerinin
ölçümünde kullanmıştır. Mar Molinero (1997) ise, bu modelin dualini formunu
geliştirmek suretiyle literatüre teorik bir katkı yapmıştır. Bu modeli, Tsai ve Mar
Molinero (2002), sağlık hizmetlerinin değerlendirilmesinde, Salerno (2006) eğitim
hizmetlerinin maliyet dağıtımının yapılmasında, Yu (2007) ise Tayvan'daki otobüs
işletmelerinin etkinliklerinin ölçülmesinde kullanmıştır. Modelin, genellikle, büyük
65
ölçekli sosyal kurumlarda ve kıt kaynaklarla fazla sayıda alt faaliyetleri olan
kurumların performanslarının ölçümünde kullanıldığı görülmektedir. Chen (2012),
Tayvan'da hayvancılıkla uğraşan tesislerin teknik etkinliklerini çok aktiviteli VZA ile
ölçümlemiştir. Bu çalışmasında Chen (2012), her bir (t) periyodunu ayrı ayrı ele
alarak ve etkinlikleri bu periyotlar için tek tek ölçümleyerek hesaplamışlardır. Chen
vd., (2012) yine Tayvan'da atık tesisleri etkinliklerini ölçümlediği çalışmalarında,
atık arıtma ve elektrik üretim tesisleri arasındaki dengeyi çok aktiviteli N-VZA
yöntemi ile modellemişlerdir. Bu alandaki diğer bir çalışma ise, Yu ve Lin (2008)
tarafından yapılan ve üretim ve tüketim teknolojilerinin etkinliklerinin ölçümlendiği
çok aktiviteli N-VZA uygulamasıdır. Türkiye'de ise bu modelin uygulandığı tek bir
çalışma olduğu görülmektedir. Çınar (2013a ve 2013b), bu modeli Türkiye’deki
yükseköğretim sistemindeki üretim yapısına uyarlamış ve 45 kamu üniversitesinin
eğitim ve araştırma etkinliklerini ölçümlemiştir. Ayrıca, eğitim ve araştırma
aktiviteleri ağırlıklarındaki değişimin, KVB etkinlikleri üzerinde yarattığı etkiyi
senaryo analizleri ile ortaya koymuştur. Her ne kadar Haktanırlar (2011) benzer bir
çalışma yapmış olsa da, ilgili çalışmasında yazar, araştırma ve eğitim etkinlikleri için
farklı girdi ve çıktılar kullanmış ve bu iki alt faaliyet etkinlikleri ölçümü için
oluşturulan iki ayrı model, klasik VZA modelleri ile çözümlenmiştir. İlgili çalışmada
ortak girdi-çıkıtlar ile ortak bir etkinlik kavramlarından söz etmek mümkün değildir.
Her bir k(s=1,…k,…,S) KVB için, iki alt faaliyet (faaliyet "N" ve faaliyet
"O" olarak adlandırılmıştır) içeren ÇA-VZA modeli aşağıdaki gibi formüle edilebilir
(Beasley, 1995: 444-447).
66
Amaç fonksiyonu:
Maks. Qk= Ok
Ok Q. + N
kNk Q. (3.9)
ş.k.g.
Aktivite “O” Etkinliği ( OkQ )
OSQ = 1
,,
,,
a c
ONsccc
Osaa
g
ONsggg
d
Osdd
xvxv
yuyu
s= 1,2,...k,...,S (3.10)
Aktivite “N” Etkinliği ( NkQ )
NSQ = 1
)1(
)1(
,,
,,
b c
ONsccc
Nsbb
g
ONsggg
f
Nsff
xvxv
yuyu
s= 1,2,...k,...,S (3.11)
Aktivite öncelikleri (ağırlıklar)
Nk
Ok =1 (3.12)
Ok
b c
ONsccc
Nsbb
a c
ONsccc
Osaa
c
ONkccc
a
Okaa
xvxvxvxv
xvxv
,,,,
,,
)1(
(3.13)
Değişken limitleri
u,v ; NSQ , O
SQ , SQ 0 s=1,...,S; gc , (3.14)
0 1 Ok ; 0 1 N
k ; (3.15)
Bu modelde her bir değişken, aşağıdaki şekilde tanımlanmıştır;
67
Osax , , sadece aktivite "O" ile ilgili girdiler (grup a); N
sbx , , sadece aktivite "N"
ile ilgili girdiler; (grup b); ONscx , , aktivite "O" ve "N" tarafından ortak kullanılan-
paylaşılan girdiler (grup c);
Osdy , , sadece aktivite "O" ile ilgili çıktıları (grup d); N
sfy , , sadece aktivite "N"
ile ilgili çıktıları; (grup f); ONsgy , , aktivite "O" ve "N" tarafından ortak kullanılan-
paylaşılan çıktıları (grup g);
u, v ise sırasıyla ilgili çıktı ve girdilere ilişkin ağırlıkları ifade etmektedir.
c and g ise yine belirli bir aktiviteye ilişkin sırasıyla paylaşılan girdi ve
çıktı(lar)'ın tahsis oranlarını göstermektedir.
OkQ , N
kQ , kQ ise k karar birimine ilişkin sırasıyla faaliyet "O", faaliyet "N" ve
toplam sistem etkinlik skorlarını temsil etmektedir.
Nk
Ok , da yine k karar birimi için faaliyet "O" ve faaliyet "N"'in ağırlıklarını
temsil etmektedir. Dolayısı ile iki faaliyetli bir sistem için 1 Nk
Ok 'dir.
ÇA-VZA modeli, esası itibari ile her bir alt aktivite için çıktı/girdi oranını en
büyükleyecek optimal ağırlıkları ve ortak girdi(ler)/çıktı(lar) için optimal tahsis
oranlarını belirleyen bir modeldir. Modelde görülen eşitlik (3.10) ve (3.11) eşitlik
(3.9)'u aktivite bazında ikiye bölmektedir (bu örnekte iki aktivite olduğundan bu
ikiye bölmektedir). Amaç fonksiyonunda (3.9) görüldüğü üzere, model karar birimi
68
k'nın toplam etkinlik skorunu, eşitlik (3.10) ve (3.11)'deki etkinliklerin ağırlıklı
ortalama bileşimi şeklinde belirlemektedir. Amaç fonksiyonunda yer alan α ise,
sırasıyla faaliyet "O" ve faaliyet "N"'in toplam faaliyet içerisindeki ağırlığı
(önceliği)'dır. Başka bir ifade ile, bir çok amaçlı programlama modeli amaç
fonksiyonunda yer alan ağırlıklarla aynı işlevi görmektedir. Böylece, model her bir
üretim süreci etkinliklerini ayrı ayrı ve eşzamanlı olarak en büyüklemektedir. Burada
yer alan μ ve β değişkenleri ise, belirli bir aktiviteye ilişkin, sırasıyla paylaşılan girdi
ve paylaşılan çıktı(lar)'ın ilgili aktiviteye tahsis oranlarını göstermektedir ve çok
küçük pozitif bir sayı olarak kabul edilen ε'dan büyüktür.
Mevcut N-VZA ve dinamik VZA literatürü incelendiğinde, sistemlerin iç
dinamiklerinin sistem performansı üzerinde önemli etkilerinin olduğu; bu iç
dinamiklerin sistem içerisinde yok sayılmasının ve sadece toplam sistem etkinliğinin
ölçülmesinin, karar vericileri sistem geliştirme/iyileştirme sürecinde yanlış
yönlendirebileceği; ve sistem etkinliklerinin zaman içerisindeki değişiminin
incelenmesinin önemi pek çok çalışmada belirtilmektedir (ör. Charnes vd., (1985),
Çınar, (2013b), Beasley, (1995), Kao vd., (2008), Amirteimoori (2006), Coelli,
(2005), Tone ve Tsutsui, (2014), Liu vd., (2013b)). Bu tez çalışması kapsamında da,
teorik bir katkı sağlamak ve yukarıda belirtilen sorunlara çözüm getirebilmek amacı
ile, sistemlerin hem iç dinamiklerini göz önünde bulundurabilen hem de bu
etkinliklerin zaman içerisindeki değişimini/gelişimini ortaya koyabilen hibrit bir çok
amaçlı dinamik etkinlik ölçüm modeli önerilmektedir. Modeli daha önce geliştirilen
modellerden farklı kılan yönü, eşzamanlı olarak hem dinamik bir analiz yapabilmesi,
hem de toplam sistem ve alt faaliyetler bazında etkinlik analizi yapabilme yetisidir.
69
Bir sonraki bölümde geliştirilen hibrit model ve matematiksel formülasyonu
anlatılmaktadır.
Literatürde yer alan ve çalışmanın 2. bölümünde de değinilen pek çok etkinlik
ölçüm çalışmaları incelendiğinde, VZA sınıflandırması içerisinde yer alan çok
amaçlı etkinlik ölçüm yöntemleri içerisinde eşzamanlı olarak dinamik etkinlik
ölçümü yapabilen bir yöntemin olmadığı görülmektedir.. Moghaddam ve Ghoseiri,
(2011) de mevcut literatürde, aktivite bazlı etkinlik ölçüm yöntemleri ve dinamik
performansı ölçümleyebilen yöntemler olsa da, aynı anda alt faaliyet etkinliklerini ve
bu alt faaliyetlere ilişkin dinamik analizleri gerçekleştirebilen bir hibrit yöntemin
henüz ortaya konmadığını belirtmektedir. Bu bulgudan hareketle, dinamik etkinlik
analizi yapabilen ve A-KVB'i bazında etkinlik ölçümü yapabilen çok amaçlı temel
VZA çalışmaları incelenmiş ve Tablo 3.1'de sunulmuştur.
Sistemlerin giderek daha çok fonksiyon ve alt faaliyet içermesi, ve bu
sistemlerin performanslarının zaman içerisindeki değişimin ortaya konmasının
önemine, Tablo 3.1'de yer alan pek çok çalışmada değinilmiştir. Benzer şekilde,
performansı etkileyen faktörlerin neler olduğu ve alt faaliyetler bazında farklılık
gösterip göstermediği de önemlidir. İlgili çalışmaların incelenmesinin ardından, tez
çalışmasının araştırma sorusu, yukarıda ele alınan temel yaklaşımlar, önermeler ve
sorunlar çerçevesinde belirlenmiştir: “Herhangi bir karar biriminin dinamik olarak
(belirli bir zaman içerisindeki) etkinliği, davranışları ve etkin bir karar birimi
olabilmesi için yapması gerekenler ile, bu karar birimini meydana getiren alt
sistemlerin etkinliği, davranışları ve yapması gerekenler arasında farklılıklar var
70
mıdır?“. Bu soruya cevap vermebilmek amacı ile, ilk olarak teorik katkı sağlaması
beklenen çok amaçlı faaliyet bazlı dinamik etkinlik ölçümü yapabilen bir model
geliştirilmesi planlanmıştır. Tablo 3.1'de yer alan çalışmalarda geliştirilmiş olan çok
amaçlı, hiyararşik, çok ölçütlü, çok aktiviteli etkinlik ölçüm yöntemlerinden hareket
edilerek, faaliyet tabanlı çok amaçlı bir problemin performansını dinamik olarak
ölçebilecek bir etkinlik ölçüm yöntemi üzerinde odaklanılmıştır. Geliştirilen dinamik
modelden elde edilen A-KVB bazlı etkinlik skorlarından hareketle, A-KVB
performanslarına etki eden faktörler ile ölçeğe göre getiri davranışları ve farklılıkları
ortaya konmuştur.
71
Tablo 3.1. Çok faaliyetli/amaçlı etkinlik ölçüm çalışmaları
No Çalışma Adı Yazar Yöntem
IRS-CRS-DRS
Analizi
CRS-VRS
Analizi
Duyarlılık
Analizi
Dinamik
Analiz Açıklama
1
Measuring the efficiency of Turkish Universities using measure-specific data envelopment analysis
Ulucan, A. (2011)
VZA ve Çok Ölçütlü VZA
Yok CRS-VRS Var Yok
Etkin karar birimlerine göre, etkin olmayan karar birimlerinin, hangi girdi ve çıktılarda ne kadarlık bir artış-azalış ile ölçüt bazında etkin olabileceklerini ortaya koymaktadır
2
Data envelopment analysis is not multiobjective analysis
Klimberg, K.R. vd., (2011)
Çok Amaçlı VZA
Yok CRS Yok Yok
Ortak girdi-çıktısı bulunan ve etkinlik - etkililik analizi yapabilen modellerde performans analizi yapabilmeyi sağlayan bir yöntemdir..
3 Route-based data envelopment analysis models
Chiou, C.Y. vd., (2012)
DEA, RDEA, AR1 ve AR2 Doğrusal modelleri
Var CRS-VRS Var Yok
Çalışmada, belli bir firmanın ortak girdi-çıktılarını rotalar arasında paylaştırarak rota düzeyinde ve işletme düzeyinde etkinlik hesaplayabilen bir yöntem geliştirmiştir.
4
Türkiye'de kamu üniversitelerinin eğitim-araştırma etkinlikleri ve etkinlik artışında stratejik önceliklerin rolü: Çok aktiviteli VZA uygulaması
Çınar, Y. (2013)
Çok Aktiviteli VZA
Yok CRS Var Yok
Ortak girdi-çıktya sahip iki ya da daha fazla aktivitenin-faaliyetin, aynı karar birimi için farklı aktivite etkinliklerini bulabilen çok amaçlı etkinlik ölçüm yöntemi
5
Determining Teaching and Research Efficiencies
Beasley,J.E. (1995)
Çok Aktiviteli VZA
Yok CRS Yok Yok ÇA-VZA modelinin geliştirildiği çalışmadır.
6
On the Joint Determination of Efficiencies in a DEA Context
Mar Molinero, C., (1996)
Çok Aktiviteli Dual VZA
Yok CRS-VRS Yok Yok ÇA-VZA modellerinin duali
geliştirilmiştir
7
Some mathematical properties of a DEA model for the joint determination of efficiencies
Mar Molinero, C., Tsai, P.F., (1997)
Çok Aktiviteli VZA
Yok CRS Var Yok
ÇA-VZA modelleri ve doğrusal olmayan VZA modellerinde Kuhn-Tucker durumları incelenmiştir.
8
Modeling data envelopment analysis (DEA) efficient location/allocation decisions
Klimberg, R.K., Ratick, S.K., (2008)
Eşzamanlı VZA ve kapasite kısıtlı yer tahsis problemleri-CPLP
Yok CRS Yok Yok
VZA, tüm karar birimleri etkinliklerini tek bir modelde (eşzamanlı veri zarflama analizi) çözebilecek biçimde geliştirilmiş ve CPLP ile birleştirilerek, çok amaçlı matematiksel bir model (maliyet minimizasyonu ve etkinlik maksimizasyonu) olarak sunulmuştur.
72
9 Deriving the DEA frontier for two-stage processes
Chen, Y., Cooki W.D., Zhu, J., (2010)
Ağ Veri Zarflama Analizi (N-VZA)
Yok CRS-VRS Var Yok
İki aşamalı bir etkinlik ölçüm yöntemi geliştirilmiştir. Birinci yapının çıktısı, ikinci yapının girdisi olarak sisteme dâhil olmaktadır. Bu yolla, eşzamanlı bir çözüm ya da ayrı ayrı bağımsız etkinlik ölçümü gerektirmeyen, aşamalı olarak çözüme ulaşan bir yöntem sunulmaktadır.
10
Evaluation of information technology investment: a data envelopment analysis approach
Chen, Y., Liang, L., Yang, F., Zhu, J. (2006)
İki aşamalı VZA etkinlik ölçümü
Yok CRS Yok Yok
Bilgi teknolojileri yatırımlarının firma performansı üzerindeki etkisi analiz edilmiştir. Method 2 aşamalı bir metottur. Çalışmada 1. aşamada, 2. aşama ile paylaşılan bir girdi bulunmaktadır. Ara girdiye ek olarak ikinci aşama, 1. aşamanın girdisinin bir kısmını kendisine girdi olarak kullanabilmektedir. Benzer yapıya sahip problemlerin etkinlik ölçümünde kullanılabilir.
11
Location optimization of solar plants by an integrated hierarchical DEA PCA approach
Azadeh,A., Ghaderi, S.F., Maghsoudi, A., (2008)
Hiyerarşik VZA Yok CRS Var Yok
Hiyerarşik VZA kullanıarak bulunan etkinlikler, daha önce yapılmış çalışmalar ile karşılaştırılımıştır. Bulunan etkinliklerin sıralanmasında da temel bileşenler analizi ile nümerik taksonomi kullanılmıştır.
12
Efficiency analysis of university departments:An empirical study
Kao, C., ve Hung, H.S., (2008)
CCR, BCC VZA, Kümeleme Analizi, Etkinlik Ayrıştırma
Yok CRS-VRS Var Yok
CCR-BCC VZA etkinlikleri hesaplanıp, kümeleme analizi ile üniversitelerin bölümleri gruplandırılmıştır. Bulunan toplam etkinlik skorları da etkinlik ayrıştırma (efficiency decomposition) yöntemi ile kriterler bazında ayrıştırılarak zayıf alanlar tanımlanabilmektedir.
13 Fuzzy Dynamic Multi Objective DEA Model
Jafarian Moghaddam, A.R., Ghoseiri K., (2011)
Bulanık Çok Amaçlı VZA
Yok CRS Yok Yok
Farklı zaman dilimlerinde, karar birimlerinin göreli etkinliklerini çok amaçlı VZA yöntemi ile hesaplayan, bunu da bulanık yaklaşım ile düzenleyen bir çalışma. Çalışmanın önemli bulguları: Çok amaçlı doğrusal programlama ile VZA'nın ayırtedici gücü arttırılmış; Çok amaçlı doğrusal programlama ile ulaşılan etkinlik skorları, klasik VZA'ya göre daha düşük..
73
3.5 Çok Aktiviteli Dinamik VZA Modeli
Liu vd., (2013b) 1978-2010 arası uluslararası hakemli dergilerde yayınlanan
VZA makalelerini taramış ve uygulamaları incelemiştir. Temel DEA
uygulamalarının neler olduğu, hangi alanlarda uygulandığı ve gerçek dünya
problemleri üzerinde durulan uygulamaların ağırlıklı olarak neler olduğu gibi
sorulara yanıt arayan çalışmanın genel sonuçlarına bakıldığında, son dönem
uygulama alanlarının ağırlıklı olarak enerji, finans ve çevre olduğu, 2 aşamalı
geleneksel analiz ile N-VZA uygulamalarının son dönemde üzerinde çalışılan 2
önemli başlık olduğu görülmektedir. İlgili çalışmada, literatürdeki 4900 DEA
makalesi incelenmiş ve bu çalışmalar 3 grupta toplanmıştır: tamamen metodolojik
(teoriyi test etmek için ampirik verilerle uygulamalar dâhil), uygulama odaklı ve
teori ile birlikte deneysel uygulamalar… Bununla birlikte, VZA'nın yeni inovasyon-
gelişim alanlarının ise, aşağıdaki çalışmalar çerçevesinde ilerleyeceği öngörülmüştür.
Tablo 3.2'de de görüldüğü üzere, N-VZA ve RTS konseptlerinin, VZA'nın yeni
gelişim alanlarından bir kaçı olması beklenmektedir.
74
Tablo 3.2. VZA'nın yeni inovasyon-gelişim alanları (Liu vd., 2013b: 900)
Yazar Yayın Adı Yıl Dula ve Lopez DEA with streaming data 2013
Cheni ve Liang DEA models for extended two-stage network structures. 2012
Fang, Lee, Hwang, Chung
A slacks-based measure of super-efficiency in DEA: an alternative approach 2013
Matthews Risk management and managerial efficiency in Chinese banks: a network DEA framework 2013
Sueyoshi ve Goto Returns to scale vs. damages to scale in DEA: an impact of U.S. clean air act on coal-fired power plants 2013
Premachandra, Chen ve Watson
DEA as a tool for predicting corporate failure and success: a case of bankruptcy assessment 2011
Samoilenko ve Osei-Bryson
Using DEA for monitoring efficiency-based performance of productivity-driven organizations: Design and implementation of a decision support system
2013
Amado, Santos ve Marques
Integrating the DEA and the balanced scorecard approaches for enhanced performance assessment. 2012
Sahoo ve Tone Non-parametric measurement of economies of scale and scope in non-competitive environment with price uncertainty.
2013
ÇADP ve VZA bütünleşik modellere bakıldığında, dinamik çok amaçlı VZA
modellerinin henüz ele alınmadığı söylenebilir (Moghaddam ve Ghoseiri, 2011:
851). Diğer yandan dinamik VZA ile ilgili literatürde pek çok çalışma yer
almaktadır. (Sengupta (1995, 1996), Sueyoshi ve Sekitani (2005), Amirteimoori,
(2006), Charnes vd., (1985), Avkıran ve Goto (2011), Tone ve Tsutsui (2010),
Hartman ve Storbeck, (1996), Yue, (1992), Webb (2003), Asmild et al. (2004), Kao
ve Liu (2014) Sengupta (1995, 1996), Sueyoshi ve Sekitani (2005), Amirteimoori,
(2006), Silva ve Stefanou (2007), Jaenicke (2000), Bogetoft vd., (2009)).
Emrouznejav vd., (2008) son 30 yılın VZA literatürünü ve etkinlik değerlendirme
çalışmalarını taradığı çalışmasında ise, gelecekte bu alanda yapılacak çalışmaların
büyük örgütler için kompleks, çok girdi ve çıktılı problemler ile çok amaçlı gerçek
dünya problemleri olduğunu belirtmektedir.
75
Ana faaliyet etkinliğinin geliştirilebilmesi için, hangi alt faaliyetlerin
etkinliğinin ne biçimde (irs, drs veya crs) iyileştirilmesi gerektiği kararı önemlidir.
Kurumlar için de aktivite bazlı performans istikrarının ve sürdürülebilirliğinin
sağlanması hayatlarını sürdürebilmeleri açısından kritiktir. Golany (1988) tarafından
ilk kez ortaya atılan ÇA-VZA'nın dinamik yapıları/modelleri henüz yeteri düzeyde
irdelenmediğinden hareketle, bu çalışmadaki amaçlardan ilki, çok amaçlı dinamik bir
VZA modeli geliştirilmesi olmuştur. Tez çalışması kapsamında, istikrar ve
performansın zaman içerisindeki durumunu ortaya koyabilmek adına, yeni bir hibrit
model, ÇA-DVZA, önerilmektedir. Önerilen hibrit model, ÇA-VZA modelinin
matematiksel altyapısını temel alan, A-KVB'ler tarafından ortak olarak kullanılan
girdi ve yine A-KVB'lerin ortak olarak ürettikleri çıktıları aktiviteler bazında
dinamik olarak paylaştıran bir yapıya sahiptir. Önerilen hibrit model bir çok amaçlı
model olması itibari ile, toplam performans içerisinde söz sahibi olan A-KVB'ler için
de farklı öncelikler/ağırlıklar tanımlanabilmesini olanaklı kılmaktadır. Bu şekilde,
KVB ve A-KVB performanslarının ve zaman içerisindeki değişiminin karar
vericilere sunulması amaçlanmaktadır.
Geliştirilen hibrit modelde, ÇA-VZA modeline, P-VZA'de olduğu gibi zaman
kısıtları eklenmiştir. Burada tw ,t (1 ≤ t ≤ T − w + 1) başlangıç zamanında, ve w (1 ≤
w ≤ T) pencere genişliğindeki durumu ifade etmektedir. Bu durumda önerilen iki
aktiviteli (aktivite N ve aktivite O) ÇA-DVZA modeli matematiksel olarak şu şekilde
ifade edilir.
76
Amaç fonksiyonu;
Max. twkQ = twO
ktwO
k Q ,, . + twNk
twNk Q ,, . (3.16)
ş.k.g
Aktivite "O" etkinliği ( twOkQ , );
twOSQ , = 1,
,,
,
,,
,,
a c
twONsc
twc
twc
twOsa
twa
g
twONsg
twg
twg
d
twOsd
twd
xvxv
yuyu
s= 1,2,...k,...,S (3.17)
Aktivite "N" etkinliği ( twNkQ , );
twNSQ , = 1
)1(
)1(
,,
,,
,,
,,
b c
twONsc
tqwc
twc
twNsb
twb
g
twONsg
twg
twg
f
twNsf
twf
xvxv
yuyu
s= 1,2,...k,...,S (3.18)
Aktivite öncelikleri/ağırlıkları;
twNk
twOk
,, =1 (3.19)
twOk
,
b c
twONsc
twc
twc
twNsb
twb
a c
twONsc
twc
twc
twOsa
twa
c
twONkc
twc
twc
a
twOka
twa
xvxvxvxv
xvxv
,,
,,
,,
,,
,,
,,
)1(
(3.20)
Değişken limitleri;
twu , twv ; twNSQ , , twO
SQ , , twSQ 0 s=1,...,S; tw
gtwc , (3.21)
0 1, twOk ; 0 1, twN
k ; (3.22)
ÇA-DVZA modelini açıklayabilmek üzere, modelde kullanılan parametre ve
değişkenler aşağıdaki şekilde açıklanmıştır:
twkQ = KVB "k"'nın t. yıldaki ve w. periyottaki etkinliği;
twOkQ , = KVB "k"'nın "O". aktivitesinin t. yıldaki ve w. periyottaki etkinliği;
77
twNkQ , = KVB "k"'nın "N". aktivitesinin t. yıldaki ve w. periyottaki etkinliği;
twOk
, = KVB "k"'ya ait "O" aktivitesinin t. yıldaki ve w. periyottaki ağırlığı;
twNk
, =KVB "k"'ya ait "N" aktivitesinin t. yıldaki ve w. periyottaki ağırlığı;
* twu , twv ilgili karar birimlerine ilişkin olarak, t. yıldaki ve w. başlangıç
periyodundaki çıktı ve girdi ağırlıklarını ifade etmektedir.
* twOsax ,
, sadece aktivite "O" ile ilgili t. yıldaki ve w. başlangıç periyodundaki
girdileri (grup a); twNsbx ,
, sadece aktivite "N" ile ilgili t. yıldaki ve w. başlangıç
periyodundaki girdileri (grup b); twONscx ,
, ise aktivite "O" ve aktivite "N"'in, t. yılda ve
w. başlangıç periyodunda ortak kullandıkları girdileri ifade etmektedir (grup c);
* twOsdy ,
, sadece aktivite "O" ile ilgili t. yıldaki ve w. başlangıç periyodundaki
çıktıları (grup d); twNsfy ,
, sadece aktivite "N" ile ilgili t. yıldaki ve w. başlangıç
periyodundaki çıktıları (grup f); twONsgy ,
, ise aktivite "O" ve aktivite "N"'in, t. yılda ve
w. başlangıç periyodunda birlikte ortak oluşturdukları çıktıları ifade etmektedir (grup
g);
* twc ve tw
g yine belirli bir aktiviteye ilişkin sırasıyla A-KVB'ler tarafından
paylaşılan girdi ve çıktı(lar)'ın t. yıldaki ve w. başlangıç periyodundaki tahsis
oranlarını göstermektedir.
78
İki A-KVB içeren bir sistem için matematiksel olarak yukarıda formüle
edilmiş olan ÇA-DVZA, üç ya da daha fazla aktivite için de benzer şekilde
modellenebilir. Model yapısal olarak bakıldığında doğrusal olmayan bir
matematiksel modeldir. Burada akla gelen ilk soru, bu modeli çözebilecek algoritma
çerçevesinde koşulların global optimuma ya da mevcut ise lokal optimuma
yakınsayıp yakınsamayacağıdır. Bu duruma ilişkin olarak Mar Molinero ve Tsai
(1997) makalesinde, ÇA-VZA modelinin konveks bir set üzerinde tanımlı konveks
bir matematiksel fonksiyon formunda olması dolayısı ile, herhangi bir lokal
optimumun aynı zamanda bir global optimum sonuç olduğunu belirtmişlerdir. Konu
ile ilgili matematiksel ispatlar için Walsh (1975) incelenebilir.
Geliştirilen modelin en zayıf noktası, şüphesiz P-VZA'nın da en zayıf noktası
olan teknolojideki, ekonomideki ve çevresel faktörlerdeki zaman içerisinde meydana
gelen değişimleri, modele yansıtamamasıdır. P-VZA'daki varsayımlar bu modelde de
aynen geçerlidir.
Geliştirilen ÇA-DVZA modeli, VZA literatüründeki sınıflandırma
kapsamında incelenecek olursa; modelin amaçlarına göre çok amaçlı, zaman
boyutuna göre çok periyotlu, etkinlik düzeyine göre teknik ve ölçek etkinliklerinin
her ikisini birden inceleyebilen, duyarlılık analizi boyutunda ise analitik ve ampirik
analizler ile simülasyonlar yapmaya olanak sağlayan bir yapıya sahip olduğu
söylenebilir (Şekil 3.6).
79
Şekil 3.6. Geliştirilen ÇA-DVZA modelinin VZA sınıflandırması içerisindeki yeri
Çalışmanın bir sonraki bölümünde, birden fazla A-KVB içeren sistemlerin,
zaman içerisindeki RTS tutumlarının nasıl değiştiği, sistem ve A-KVB RTS
tutumları arasında herhangi bir farklılık olup olmadığı sorularına yanıt aranacaktır.
3.6 Ölçeğe Göre Getiri (RTS)
VZA modellerinin gelişim süreci ile birlikte, ölçeğe göre getirinin ekonomik
ve kavramsal konseptleri de VZA çalışmaları kapsamında geniş bir yer bulmuştur.
Ölçeğe göre getiri tutumları, ilk olarak Fare vd., (1985), tarafından merkezi
ölçümlerle belirlenmiş, beraberinde de Banker (1984), Banker vd.. (1984), Banker ve
Thrall (1992) ve Banker ve Maindiratta (1986) bu çalışmaları genişletmiş; sadece
merkezi ölçümlere bağlı kalmaksızın çok kriterli problemler için de RTS analizleri
gerçekleştirmişlerdir.
80
Ölçeğe göre getirinin ekonomik yorumu, VZA etkinlik ölçüm yönteminin
kullanıldığı ve günümüze dek yapılan pek çok çalışmada yer almıştır. RTS, bir
üretim sürecinde, girdilerin belli bir miktar arttırılması durumunda, çıktı
seviyesindeki artışın, girdilerdeki artış oranına bağlı olarak nisbi değişimi ifade
edecek olursa; α, girdideki nisbi artışı ve β da tek bir çıktıdaki nisbi artışı ifade etsin.
Eğer β > α durumu söz konusu ise, ölçeğe göre artan getiriden (IRS); β < α ise
ölçeğe göre azalan getiriden söz edilebilir (Banker vd., 2004: 348). Banker (1984) ve
Banker ve Thrall (1992), KVB'lerin RTS tutumlarını, çok girdi/çıktılı olaylar için de
analiz etmiş ve tanımlamışlardır.
Ölçeğe göre getiri kavramı MPSS'in belirlenmesi ile de doğrudan ilişkilidir.
Bir üretim sürecine ilişkin olarak ölçeğe göre artan getiri durumunun var olabilmesi
için tüm girdi miktarlarının artış oranından daha yüksek bir oranda çıktı miktarında
artış gözlenmesi gerekir. Benzer şekilde, bir üretim sürecine ilişkin olarak ölçeğe
göre azalan getiri durumunun var olabilmesi için tüm girdi miktarlarının artış
oranından daha düşük bir oranda çıktı miktarında artış gözlenmesi gerekir (Tarım,
2001: 96). CRS varsayımı ise, tüm firmaların optimal ölçekte faaliyet gösterdiği
varsayımına dayanmaktadır. Fakat etkin olmayan piyasa koşulları, yasal
düzenlemeler, finansal kısıtlar gibi sistematik değişkenler sebebiyle, firmalar optimal
ölçekte faaliyet gösteremeyebilirler. Bu konuda pek çok yazar, CRS yaklaşımı
modellerinin, VRS yaklaşımı modelleri ile revize edilmesi gerektiğini belirtmişlerdir
(Coelli vd., 2005: 172).
81
Sueyoshi ve Sekitani (2007) VZA ile etkinlik ölçüm sürecinde RTS içerikli
çalışmaları beş kategoride sınıflandırmıştır. Bunlar, CRS, VRS, ölçek etkinliği/ölçek
elastisitesi/ölçek ekonomisi, maliyet tabanlı VZA/RTS ve merkezi olmayan VZA
modelleri ve RTS ölçümleri'dir. Bu kısımda, bu kategoriler kapsamında yapılan
çalışmalara kısaca değinilecektir.
a) CRS: Her bir gözleme dair yerel RTS tutumunu belirlemek için geliştirilen
bir yaklaşım, CRS RTS teknolojisi kısıtı altında optimal *j 'lerin (ilgili veriye dair
vektörün j. ağırlığı) toplamına ilişkin ölçümlere dayanmaktadır. Bu kapsamda
literatüre katkı yapan ilk çalışma Banker (1984) tarafından *j 'lerin toplamına
bakılmak sureti ile RTS tutumunun belirlendiği çalışmadır. Chang ve Guh (1991) ve
Ganley ve Cubbin (1992) ise bu yaklaşımın, alternatif optimal çözümler olması
durumunda bazı problemler yarattığından bahsetmişlerdir. Banker ve Thrall (1992)
çoklu optimal çözüm olması durumunda, RTS tutumunu belirleyen yeni bir model
geliştirmişlerdir. Sonrasında ise bu çalışmalar, Banker vd., (1996a, 1996b) ve Seiford
ve Zhu (1999) tarafından geliştirilmiştir. Her ne kadar bahsedilen çalışmalarda
geliştirilen modeller RTS'nin tutumunu ortaya koyabilse de, RTS'nin gücünü
ölçebilecek düzeyde çalışmalar değillerdir.
b) VRS: RTS ölçümü üzerinde çalışan İkinci bir grup ise, dışbükey kısıta
ilişkin dual değişkenin işaretini incelemişlerdir. Banker ve Thrall (1992), bu
yaklaşımı çoklu optimal çözümlerin olduğu problemlerde kullanılabilecek şekilde
düzenlemiştir. Tone (1996) ise, bir referans kümede yerel RTS ölçümü yapmak için
teorik bir çalışma yapmıştır. Onun sonuçlarına bağlı olarak, Sueyoshi (1999) ise RTS
82
türlerini ölçek ekonomisinin kantitatif ölçümleri doğrultusunda genişletmiş, her bir
gözlemin yerel RTS tutumu ölçümünde ne zaman ve niçin alternatif optimal sonuçlar
çıktığına odaklanmıştır.
c) Ölçek etkinliği/Ölçek elastisitesi/Ölçek ekonomisi: Bu alandaki üçüncü
yaklaşım, Fare vd., (1983, 1994) ve Fare ve Grosskopf (1985), tarafından
sunulmuştur. Bu yaklaşımda yazarlar ölçek etkinliğini, CRS'nin her bir KVB
tarafından sağlanıp sağlanmadığını belirleyebilmek için incelemişlerdir. Bu
çerçevede elde edilen sonuçlar, RTS tutumunun, ölçek etkinliğinin analizi
(ölçülmesi) ile kalitatif olarak belirlenebileceğini göstermiştir. Ölçek elastisitesi ise
RTS ölçümlerinde temel teşkil eder. ölçek etkinliğinin ölçümünün, ölçek elastisitesi
ile doğrudan ilişkili olup olmadığına ilişkin çeşitli tartışmalar vardır. Çünkü ölçek
etkinliği, iki farklı KVB'nin göreli olarak mukayesesini gerektirir. Sueyoshi (1999)
daha önce yapmış olduğu çalışmaları geliştirmek suretiyle üretim ve maliyet bazlı
VZA modellerinde ölçek etkinliğinin nasıl ölçülmesi gerektiğini ortaya koymuştur.
d) Maliyet Bazlı VZA/RTS: Yukarıdaki üç yaklaşımda anlatılan üretim
tabanlı RTS yaklaşımların dışında geliştirilen bir diğer yaklaşım ise maliyet bazlı
RTS ölçümleridir. Fare ve Grosskopf (1985) ilk olarak ölçek etkinliği sürecini
matematiksel formülasyona dökmüş ve sonrasında da bunu maliyet bazlı RTS
ölçümlerine uyarlamıştır. Sueyoshi (1999) de, maliyet ve üretim bazlı ölçek
ekonomileri (ölçek elastisitesi) ilişkisini inceleyen diğer bir yazardır.
83
e) Merkezi Olmayan VZA modelleri ve RTS Ölçümleri: VZA'nın pek çok
farklı modeli olduğu bilinmektedir. Bunlar arasında en çok bilinenler ise, CCR ve
BCC formlarındaki merkezi modellerdir. Yukarıdaki ilk grup, CCR oran yapısına
bağlı olarak CRS kapsamında merkezi bir modeldir. Diğer yandan ikinci grup ise,
VRS varsayımı altında BCC modelini baz alır. Doğal olarak bu iki yaklaşım dışında
merkezi olmayan VZA modelleri için farklı RTS tutumları söz konusudur. Bu
kapsamda, Banker vd. (2004), toplamsal ve çarpımsal gibi merkezi olmayan VZA
modelleri için RTS ölçümleri geliştirmişlerdir.
RTS tutumları, çok girdi-çıktı durumunu içeren yöntemlerin geliştirilmesi
sürecinde matematiksel olarak ifade edilecek olursa; analize dâhil edilecek karar
birim sayısı N ile gösterilecek olup, karar birimlerinin homojen oldukları, yani aynı
amaca yönelik olarak benzer şekilde üretim yaptıkları varsayılmaktadır. İncelenen
sistemde s tane çıktı faktörü, m tane girdi faktörü kullanılarak üretim
gerçekleştirilmektedir. Her biri bir gözlem olan N karar birimi içinden karar birimi
k'nın k=1,.....,N, kullandığı girdi, ,=1,...,m, miktarı Xik ve ürettiği çıktı r, r=1,....,s,
miktarı Yrk olarak tanımlanmıştır. Mevcut teknoloji ile gerçekleştirilmesi mümkün
olan girdi-çıktı karışımı (
x ),
y 'lerin kümesi üretim imkânları kümesi, , olarak
tanımlanmaktadır. Üretim imkânları kümesi;
(
x ),
y , y 0
x 0 (3.23)
verildiği şekilde tanımlanmıştır. Etkin sınır üzerinde tanımlanan (
x ),
y noktasında
ölçeğe göre getiri, bir büyüklüğü gösteren yardımıyla;
84
0},),(max{)(
yx olmak üzere,
=1
1)(lim1
(3.24)
tanımlanmıştır.
Böylece >1 olması ölçeğe göre artan getiriye işaret edecektir. Çünkü, girdi
ve çıktı karışımını sabit tutmak kaydıyla, girdi miktarlarındaki değişim, çıktı
miktarlarında oransal olarak daha büyük bir değişime yol açmaktadır. Benzer
şekilde, ölçeğe göre azalan ve sabit getiri, sırasıyla <1 ve =1'e karşılık
gelmektedir.
Bu noktada, yukarıda tanımlanan çok girdi-çıktı durumunda en verimli ölçek
büyüklüğü ve ölçeğe göre getiri ilişkisi üzerinde durulacaktır. Verilen tek girdi-çıktı
için MPSS birim girdi başına en büyük çıktı üretiminin gerçekleştiği ölçek
büyüklüğüdür. Dolayısı ile (
x ),
y üretim karışımı, ancak ve ancak diğer tüm
mümkün üretim karışımları ),(
yx için 1/ ise, bir MPSS'dir. Bu
bağlamda MPSS kavramı ortalama verimliliklerin kıyaslanmasına indirgenebilir
(Tarım, 2001: 97). Bu kapsamda Banker (1984)'ın ispatladığı önerme 3.1 aşağıda
verilmektedir.
85
Önerme 3.1. Eğer mümkün bir üretim karışımı ( sx
), sy
, girdi ve çıktı
karışımı sx
ve sy
için MPSS oluşturuyorsa ve eğer ( sx
), sy
verilen girdi-çıktı
karışımı için ne en küçük ne de en büyük mümkün üretim ise, o zaman ( sx
), sy
biraz
daha küçükler için ölçeğe göre azalmayan getiri ve ( sx
), sy
'den biraz daha büyükler
için ölçeğe göre artmayan getiriyi ifade eder.CRS, ( sx
), sy
'de gerçekleşir.
Banker (1984) çalışması CCR modeline dayanarak tek optimal çözüm
bulunduğunda MPSS'i belirlemeye yöneliktir. benzer şekilde, Banker vd. (1984)'ün
çalışmaları tek bir optimal çözümü bulunan BCC modelini vermektedir.
Uygulamaların çoğunda birden fazla çözüm bulunmaktadır. Bununla ilgili olarak
Charnes vd. (1991) ve Seiford ve Thrall (1990) incelenebilir. Dolayısı ile çok
çözümlü durumlar için ölçeğe göre getirinin yönünün belirlenmesi sorununu çözecek
yaklaşımlara ihtiyaç duyulmuştur. Bu bağlamda, Banker ve Thrall (1992) tarafından
geliştirilen model, alternatif çözümlerin bulunması durumunda, ölçeğe göre getirinin
yönünün belirlenmesi problemine çözüm getirmektedir.
Bu alanda gerçekleştirilen diğer önemli çalışmaların başında Fare ve
Grosskopf (1985) çalışmaları gelmektedir. Bahsedilen çalışmalarda ölçek etkinliği
endeksi metodu adı verilen bir yaklaşım önerilmektedir. Ölçek etkinliği endeksi
metodu, CCR ve BCC modellerinin aksine alternatif optimum çözümlerin bulunması
halinde de ölçek değerlendirmesini doğru şekilde yapabilmektedir. Değinilmesi
86
gereken diğer çalışmalar arasında Banker vd. (1996a), Banker vd., (1996b) ve Tone
(1996) bulunmaktadır. İlk olarak MPSS ile ilgili bir önerme (önerme 3.2)
verilmektedir.
Önerme 3.2. Mümkün bir üretim karışımını gösteren ( 0
x ), 0
y yalnız ve
yalnız teknik ve ölçek etkinlik skorlarının 1,0 olması halinde 1* CCRQ , bir MPSS
tanımlamaktadır.
Alternatif optimal çözümler bulunması dolayısı ile
N
jj
11 ifadesinin
sağlanması ( 0
x ), 0
y 'nin bir MPSS gösteremeyeceği anlamına gelmez. Öte yandan,
önerme 3.2, herhangi bir MPSS için 1* CCRQ ve
N
jj
1
* 1 koşulunu sağlayan en az
1 optimal çözüm olması gerektiğini söylemektedir. Böyle bir çözüm 1*0 ve j=0
haricindeki tüm j'ler için 0* j olmak üzere bulunabilir. Şekil 3.7'de yer alan B,G
ve C karar birimleri göreli maksimum verimliliğe sahip oldukları için MPSS olarak
değerlendirilirler. Ancak, xB < xG < xC olduğu açıktır. Karar birimi C'nin toplam
etkinliğini ölçmek için kurulacak olan EI modelinde ,1* CQ
,1//* BCBCB yyxx ve 0* j , Bj olacaktır. Böylece, bu optimum çözüm
için
N
jj
11 'dir; fakat bu durum C'nin MPSS olduğ
u gerçeğini değiştirmez (Tarım, 2001: 116). .
87
Şekl 3.7. Çoklu MPSS
Açıktır ki, teknik etkin olan mümkün bir üretim karışımının ölçek etkinliğinin
tam olması yalnız ve yalnız üretim yapılan ölçekte verimliliğin maksimize
edilmesiyle mümkündür. Bu nedenle ölçek etkinliği, verilen girdi-çıktı karışımıyla,
olabilecek en yüksek verimlilik düzeyinde üretim yapmayı sağlayacak ölçek
büyüklüğüne sahip olunduğunu göstermektedir. Verilen girdi-çıktı karışımı için
geçerli olan birden fazla MPSS bulunması olasıdır (Tarım, 2001: 117).
Ekonomi literatüründe tanımlandığı şekliyle, tek çıktı durumu için ölçeğe
göre getiri, eğer tüm girdilerde meydana gelen oransal artış çıktıda daha büyük bir
oransal artışa sebep oluyorsa artan türdedir. RTS kavramını çok çıktı durumunu
içerecek şekilde genişletmek için girdi ve çıktı karışımı değişmeden oransal olarak
artış esas alınmaktadır. Banker ve Thrall (1992)'ın bu yaklaşımı, Panzar ve Willig
(1977) ve Banker (1984) ile paralellik göstermektedir.
88
RTS tutumu, sadece teknik etkin noktalarda incelenecektir. Bu bağlamda, *
,
*
v ve *0 teknik etkin olan ( 0
x ), 0
y karar birimi için kurulan mI modelinin optimal
çözümünü göstersin. ( 0
x ), 0
y teknik etkin olduğundan,
S
rrr Y
1
*00
*0 1
m
rii Xv
10
*0 . Bu çözüm üretim imkânları kümesini ( 0
x ), 0
y
noktasında destekleyen bir hiperdüzlem tanımlamaktadır. Bu hiperdüzlemin
x =x
0x ,
y =y
0y düzlemi ile kesişiminin F'deki görüntüsü (
0
*y ), 0
y y= (
0
*xv ) x +
*0 'dir. Eğer bu çizilebilecek tek teğet doğrusu ise RTS ölçüsü yukarıda gösterildiği
şekilde (
0
*xv /
0
*y ) =1/
0
*y =1/(1+ *
0 ) olarak bulunur.
Belirli bir KVB için etkinlik VZA'nın BCC modeli ile ölçümlenebilir.
KVB'lerinin teknik etkinlikleri de böylece ölçümlenmiş olur. Toplam faktör etkinliği
de ölçülmüş ise, ölçek etkinliklerine de ulaşılabilir. Banker ve Thrall (1992) bu
modelinin dual versiyonunu oluşturmuş ve aşağıdaki matematiksel modeli (mI
modeli) geliştirmiştir;
maks. z=
S
roror yu
1 , (3.25)
s.t.
89
S
rrjr yu
1-
m
ioiji xv
10 , j=1,......,n, (3.26)
m
iioixv
11 , (3.27)
iv , ru , 0 serbest. (3.28)
Formülasyon (3.25), ijx , rjy 0 i, r, j varsayımı altında optimal çözüme
ulaşmaktadır. μo dışında tüm değişkenler sıfırdan büyüktür. uo ise, KVB'lerinin RTS
tutumlarını belirleyebilmek adına pozitif, negatif ya da sıfıra eşit olabilir. Bu süreçte
μo' ın alacağı işaret ya da değer, KVB'lerin RTS tutumlarını göstermektedir.
Bu noktada, çok girdi-çıktı durumu için , Banker ve Thrall (1992) modeli
yardımıyla ölçeğe göre getirinin yönünün belirlenmesi problemi tartışılacaktır. Bu
model ( 0
x ), 0
y noktasında teknik etkinliği *0 ile vermektedir. Önerme 3.3, Banker
ve Thrall (1992) modelinin optimal çözümünden bulunan *0 ve teknik etkin olan
( *0
0x ,
0y ) noktasındaki ölçeğe göre getiri arasında ilişki kurmaktadır.
Önerme 3.3. Eğer ( 0
x ), 0
y teknik etkin, fakat ekstrem ölçek büyüklüğünde
olmayan bir nokta ise, bu durumda;
a) ( 0
x ), 0
y 'da ölçeğe göre artan getiri yalnız ve yalnız mI modelinin tüm
optimal çözümleri için *0 =0 ise vardır.
90
b) ( 0
x ), 0
y 'da CRS yalnız ve yalnız mI modelinin bazı optimal çözümleri
için *0 <0 ise vardır.
c) ( 0
x ), 0
y 'da ölçeğe göre azalan getiri yalnız ve yalnız mI modelinin tüm
optimal çözümleri için *0 > 0 ise vardır.
Benzer olarak , Banker ve Thrall (1992) modelinin optimal çözümünde *0 =0
(ve ,1* BCCQ ) ise ( 0
x ), 0
y noktası teknik etkin olan bir MPSS'dir ve ölçeğe CRS
vardır. Eğer *0 0 (ve 1* BCCQ ) ise, *
0 'ın aldığı değere göre getirinin yönü ile
ilgili yorum yapılabilir. Tüm optimal çözümler için *0 > 0 ( *
0 < 0) ise, ( 0
x ), 0
y
noktasında ölçeğe göre azalan getiri (ölçeğe göre artan getiri) vardır. Fakat, eğer *0
bazı optimal çözümler için pozitif, diğerleri için negatif değer alıyorsa ( 0
x ), 0
y
noktasında CRS vardır. Aşağıda *0 'ın sınırları ile ilgili inceleme bulunmaktadır.
Eğer 1* CCRQ ise, o zaman tüm optimal çözümlerde ancak
N
jj
1
* 1 ise
*0 >0, ve ancak
N
jj
1
* 1 ise *0 <0
Eğer 1* CCRQ ise, o zaman bazı optimal çözümlerde ancak
N
jj
1
* 1 ve
*0 =0'dır.
91
Tez çalışması kapsamında, sistemlerin ve A-KVB'lerinin dinamik olarak
zaman içerisindeki RTS tutumlarını ölçümleyebilmek adına, Banker ve Thrall (1992)
modelinin, dinamik versiyonu geliştirilmiştir. Banker ve Thrall (1992) modelinin, A-
KVB bazlı RTS tutumları ölçümünde tez çalışması kapsamında kullanılmasının iki
temel nedeni vardır. Birincisi, modelin, duali alınmadan ve doğrusal programlama
modeli olarak Lingo programında kodlu olarak yazılabilmesidir. Böylece, 1056 farklı
model yazmak zorunda kalınmamış; modellerin yazım sürecinde oluşabilecek
hataların önüne geçilerek, yanlış sonuçların ortaya çıkması engellenmiştir. İkinci
sebep ise, modelin dinamik versiyonun geliştirilebilme ve yine lingo programında
kodlu olarak yazılabilme imkânıdır.
Bu modelde, Banker ve Thrall (1992) modeline ÇA-DVZA'da olduğu gibi
zaman değişkenleri eklenmiştir. tw ,t (1 ≤ t ≤ T − w + 1) başlangıç zamanında, ve w
(1 ≤ w ≤ T) pencere genişliğindeki durumu ifade eder (3.29 - 3.32).
maks. z=
S
r
twtwro
twr uyu
10 , (3.29)
s.t.
S
r
twrj
twr yu
1-
m
i
twtwij
twi uxv
10 0 , j=1,......,n, (3.30)
m
i
twio
twi xv
11, (3.31)
twiv , tw
ru , twu0 serbest (3.32)
92
Banker ve Thrall (1992)'ın, KVB'lerin RTS tutumlarını belirleyebilmek için
ortaya koyduğu aşağıdaki teorem bu modelde de geçerlidir.
Teorem. Aşağıdaki koşulların mevcut olması durumunda, BCC modeli ile
elde edilen sonuçlar, KVB'lerinin RTS tutumlarını ortaya koymaktadır;
(i) Eğer *0u < 0 ise, ölçeğe göre artan getiri (IRS);
(ii) Eğer *0u > 0 ise, ölçeğe göre azalan getiri (DRS);
(iii) Eğer *0u = 0 ise, CRS;
Tez çalışmasının bu aşamasında, Banker ve Thrall (1992)'ın bu teoremi, ilgili
modelin dinamik analiz sonuçları kapsamında aynı şekilde yorumlanacaktır. KVB ve
A-KVB RTS tutumları arasında bir farklılık olup olmadığını ortaya koymak adına,
öncelikle A-KVB'leri tarafından ortak olarak kullanılan girdi ve ortak olarak üretilen
çıktıların A-KVB'leri bazında tahsis edilmesi gerekmektedir. Bu tahsis için, ÇA-
DVZA modelinden elde edilen μ ve β katsayıları kullanılacaktır. Bu yolla, ortak girdi
ve çıktılar, A-KVB'ler bazında dağıtılmış olacak ve her bir A-KVB, ortak girdi ve
çıktılardan arındırılmış bir KVB olarak incelenebilecektir.
Bir sonraki bölümde ise, performansa etki eden faktörleri belirleyebilmek
üzere geliştirilmiş Tobit regresyon modelinin, alt faaliyet bazında ve dinamik ölçüm
yapabilecek versiyonu üzerinde durulacaktır.
93
3.7 Etkinliğe Etki Eden Faktörler: Dinamik Tobit Regresyon Analizi
Son yıllarda, Tobit regresyon analizi ve VZA etkinlik ölçüm yöntemlerini bir
arada kullanan iki aşamalı pek çok çalışma yapılmıştır. Diğer yandan, bu çalışmalar
arasında, performansa etki eden faktörleri, A-KVB ve KVB'leri bazında ele alan,
etkinliklerini ve farklılıklarını inceleyen ekonometrik bir çalışmaya
rastlanmamaktadır.
Tobit modeli, ekonometri literatürüne ilk olarak Tobin (1958) tarafından
kazandırılmıştır ve etkinliğe etki eden faktörleri tesbit etmeye yönelik olarak
geliştirilmiş bir modeldir. Bu regresyon modelleri, beklenen hataların sıfıra eşit
olmaması dolayısı ile kesikli ya da sansürlü regresyon modelleri olarak da bilinirler.
Modelin temel amacı, ölçümlenen performanstaki değişimleri, belirlenmiş olan bir
değişken seti (enflasyon, faiz oranları, borçlanma, ölçek vb.) çerçevesinde
açıklamaktır. RTS sonuçlarında olduğu gibi, Tobit regresyon sonuçları da karar
vericilere ve politika üreticilere performansın iyileştirilebilmesi adına odaklanılması
gereken unsurları, performansı etkileyen faktörleri ve etkileme derecelerini
sunmaktadır.
"i" adet gözlemden oluşan standart bir Tobit regresyon modeli şu şekilde
tanımlanabilir:
iii xy '*
*ii yy if *
iy > 0 ve
94
iy = 0, aksi durumda,
i ~ N(0, 2 3) , ix ve β sırasıyla açıklayıcı değişkenler ve bilinmeyen
parametreleri temsil ederler. *iy gizli (örtük) değişken iken, iy i. karar birimi VZA
etkinlik skorunu gösterir.
Olasılık yoğunluk fonksiyonu (L) ise, iy ve ix gözlem sayısına bağlı olarak β
ve 'nın çözümü için maksimize edilir.
L=
0 0
2/12 )2(1)1(
i iy yiF
x
22 ))](2/(1[ ii xye (3.33)
ve
/ix
iF dte t 2/2/1
2
)2(1
(3.34)
Buradaki ilk çarpım %100 etkin karar birimleri (y=0) üzerindekileri ve ikinci
çarpım ise etkin olmayan karar biirmleri (y>0) üzerindekileri temsil eder. iF ,
/ix 'da değerlendirilen standart normal dağılım fonskiyonudur (Gujarati, 1999:
573). it ise bağımsız, ortalaması sıfır ve varyansı 2 olan ve normal dağılan artık
değişkendir.
Tez çalışmasının amacı kapsamında, KVB ve A-KVB etkinliklerine etki eden
faktörleri belirleyebilmek ve farklılıkları ortaya koyabilmek için, ÇA-DVZA
95
modelinden elde edilen dinamik etkinlik skorları kullanılacaktır. Bu etkinlik skorları,
KVB ve A-KVB'ler bazında ayrı ayrı regresyona tabi tutularak, performansa etki
eden faktörler bu yolla saptanabilecektir. Çalışmada Tobit regresyon modelinin
seçilmesinin, iki nedeni vardır. Birincisi, etkinlik skorlarının bağımlı değişken olarak
0-1 aralığında değişmesidir. Bu açıdan tobit regresyon modelleri, bu tür sistemlerin
performanslarına etki eden faktörleri belirleyebilen güçlü bir analiz yöntemidir.
İkinci sebep ise, Tobit regresyon modelinin dinamik analizler için de uygun bir
yapıya sahip olmasıdır.
Çalışmanın bir sonraki bölümünde, geliştirilen hibrit model ÇA-DVZA, A-
KVB RTS tutumlarının dinamik olarak ölçümlenebilmesi için bir önceki bölümde
anlatılan Banker ve Thrall (1992) modeli ve Tobit regresyon modelleri, bankacılık
sektöründe uygulanacaktır. Bu uygulama ile literatüre üç farklı katkı yapılması
amaçlanmaktadır. Bunlardan ilki, geliştirilen ÇA-DVZA modelinin
uygulanabilirliğinin testidir. İkinci katkı, KVB ve A-KVB'ler bazında bankaların
RTS ve performansa etki eden faktörler çerçevesinde benzerlikleri ve farklılıklarının
ortaya konmasıdır. Üçüncü ve son katkı ise, bankaların farklı iki alt faaliyetlerinin
etkinliklerinin dinamik olarak ortaya konmasıdır. Her üç alanda bugüne kadar
yapılmış herhangi bir çalışma olmaması, bu çalışmayı diğer çalışmalardan farklı
kılan temel noktadır.
96
DÖRDÜNCÜ BÖLÜM
UYGULAMA: TÜRKİYE BANKACILIK SEKTÖRÜ FAALİYET VE FAALİYET DIŞI AKTİVİTE ETKİNLİKLERİ VE İÇSEL DİNAMİKLERİ
Çalışmanın uygulama aşamasında kullanılan yöntem, aktivite tabanlı çok
amaçlı dinamik VZA modelini temel alan 3 farklı modelden oluşmaktadır. Birinci
aşamada, esasında amaçları ayrı iki ayrı model olan aktivite tabanlı VZA ile etkinlik
performansını dinamik olarak analiz eden P-VZA yöntemleri birleştirilerek
geliştirilen hibrit bir parametrik olmayan model (ÇA-DVZA modeli) uygulamasıdır.
ÇA-DVZA modelinden elde edilen aktivite bazlı etkinlik skorları, daha sonra ikinci
aşamada Banker ve Thrall (1992)'ın ölçeğe göre getirinin yönünü belirlemeye
yönelik olarak geliştirmiş oldukları modelin dinamik versiyonu oluşturulmuştur. Bu
modelle karar birimlerinin her bir aktivitelerinin RTS davranışları ortaya
konulacaktır. Burada amaç, ana faaliyet ve alt faaliyetler arasında, ölçeğe göre
getirinin yönü açısından oluşması muhtemel farklılıkları ortaya koymaktır. Son
aşamada ise, adımsal ve dinamik Tobit regresyon analizi yöntemi kullanılarak, ana
ve alt faaliyetler bazında performansa etki eden faktörler belirlenecektir.
4.1. Çalışmanın Amacı ve Kapsamı
Uygulamanın temel amacı, bir önceki bölümde ortaya atılan 3 aşamalı
yaklaşım ile sistem ve sistemi oluşturan alt sistemler arasındaki etkinlik
97
farklılıklarını dinamik olarak incelemek ve bu sistemlerin içsel dinamiklerini, ölçeğe
göre getiri ve performansa etki eden faktörler kapsamında, alt-faaliyetler bazında ayrı
ayrı ortaya koymaktır. Ortaya çıkan sonuçların, karar vericilere mevcut durumlarını
iyileştirmeleri ve geliştirmeleri için yapmaları gerekenler konusunda yol gösterici
nitelikte olması beklenmektedir. Bu kapsamda, Türkiye bankacılık sektöründe
faaliyet gösteren en büyük 11 bankanın 2003-2013 yılları arasındaki faaliyet ve
faaliyet dışı (A-KVB) dinamik etkinlikleri hesaplanarak, KVB ve A-KVB'ler
arasındaki etkinlik ve davranışsal farklılıklar ortaya konacaktır.
Çalışma kapsamında incelenen bankalar, toplam varlık olarak Türk bankacılık
sektörünün %88'ini kontrol etmektedir. Toplam varlıklar, işgücü ve faiz dışı giderler,
etkinlik analizi kapsamında birer girdi olarak ele alınırken, faiz ve faiz dışı gelirler
ile net kâr çıktı olarak kabul edilmiştir. A-KVB'leri etkinlikleri dinamik olarak
hesaplandıktan sonra, KVB ve A-KVB RTS tutumları dinamik Banker ve Thrall
(1992) modeli yardımıyla ortaya konacak ve karşılaştırılacaktır. Bu çerçevede, elde
edilen sonuçları daha anlaşılır hale getirebilmek üzere incelenen 11 yıllık dönem,
Aysan (2011) çalışması baz alınarak 4 alt döneme bölünmüştür. Bu dönemler, 2003-
2005 yılları arası "2001 krizi sonrası toparlanma dönemi", 2005-2007 yılları arası
"büyüme, birleşme ve satın alma dönemi", 2008-2010 yılları arası "küresel finansal
kriz ve komplikasyonları dönemi" ve 2011-2013 yılları arası "küresel belirsizlik ve
temkinli politikalar dönemi"'dir.
Diğer yandan, mevcut literatürde banka performanslarını etkileyen faktörleri
inceleyen ve analiz eden pek çok model olsa da, A-KVB performanslarına etki eden
98
faktörleri inceleyen ve temel farklılıklarını ortaya koyan bir ekonometrik model ve
çalışma yapılmamıştır. Bu kapsamda, bu çalışmada, ÇA-DVZA modeli ile KVB ve
A-KVB'ler için elde edilen faaliyet ve faaliyet dışı etkinlik skorları, adımsal ve
dinamik Tobit regresyon modeline girdi teşkil ederek, KVB ve A-KVB
performanslarına etki eden pazar spesifik (dışsal) ve banka spesifik (içsel) faktörler
belirlenmiştir.
4.2. Bankacılık Sektörü Etkinlik Ölçümü ve Türkiye Bankacılık Sektörü
2001 yılında Türkiye bankacılık sektörü derin bir krizle karşı karşıya kalmış
ve tüm ekonomi ve bankacılık sektörü bu krizden önemli derecede etkilenmiştir.
2000-2002 döneminde, 79 olan banka sayısı 54'e düşmüştür. Bankacılık sektöründe
mevcut şube sayısı ise %26 azalmıştır. 2000 yılndan 2001 yılına kadar geçen sürede
bankacılık sektörü toplam varlığı %26 azalmıştır. 2003 yılından sonra ise sektör hızlı
bir büyüme trendine girmiş, sonraki 5 yılda yaklaşık 2 kat büyüklüğe ulaşmıştır. Bu
büyümenin arkasında, yerel ve uluslararası makro ekonomik politikalar, enflasyon
azaltıcı bazı tedbirler, bankacılık sektörünün yeniden yapılandırılması programı
Bankacılık Düzenleme ve Denetleme Kurumu (BDDK)'nın kurulması gibi pek çok
reform yatmaktadır. Bu reformlar, bankacılık sektörünün hızlı bir büyüme trendine
girmesini sağlamış, bankaları ise daha rekabetçi ve daha düşük kâr marjları ile
faaliyet göstermeye zorlamıştır. Son çalışmalarda ise, Türkiye bankacılık sektörü
gelirleri içerisinde, faaliyet dışı gelirlerin önemli bir rol oynadığı bulguları yer
almaktadır (bakınız Çınar, 2013b).
99
Bankacılık sektörü etkinlik ölçüm çalışma alanları arasında, en popüler
çalışma alanlarından birisidir. Gattoufi vd., (2004) yapmış oldukları çalışmalarında
bankacılık sektöründe yapılan etkinlik ölçüm çalışmalarını diğer alanlarda yapılan
etkinlik ölçümleri ile karşılaştırmıştır. VZA yöntemi kullanılarak yapılan
çalışmalardaki uygulamaların, %67'sinin güncel ve gerçek yaşamdan olduğu
belirtilen makalede, bankacılık, eğitim, sağlık ve bakım hizmetlerinin en çok analiz
edilen sektörler olduğu görülmektedir. Liu vd. (2013b) 1978-2010 yılları arasında
yayınlanmış uygulamalı VZA makalelerini incelemiş ve bankacılık sektörünün bu
alanda en çok uygulama yapılan alan olduğunu belirtmiştir. Toplam web of science
veritabanına kayıtlı indeksli VZA uygulamalı makalelerin %10,3'ü bankacılık
sektörü performanslarını incelemektedir. Bankacılık sektörünü sağlık, tarım ve
hayvancılık, taşımacılık ve eğitim sektörleri takip etmektedir. Bu çalışmalarda
etkinlik ölçümü için VZA'ya ilaveten, oran analizi, ÇKKV gibi farklı yöntemler de
kullanılmıştır. Bu çalışmalara ek olarak Paradi ve Zhu (2013) 24 farklı ülkede
bankacılık sektörü üzerine yapılmış ve yayınlanmış 80 VZA uygulamasını
incelemiştir. Fethi ve Pasiouras (2010) da yöneylem araştırması ve yapay zeka ile
bankacılık sektörü performans ölçümü üzerine yapılmış 196 çalışmayı incelemiş ve
VZA'nın bu alanda en çok kullanılan yöntem olduğunu belirtmişlerdir.
Bankacılık sektöründe VZA yöntemi ile etkinlik ölçümü, ilk olarak Sherman
ve Gold (1985) tarafından yapılmıştır. Mevduat bankalarının 14 farklı şubesinin
faaliyet etkinliklerinin karşılaştırıldığı çalışmada klasik CCR modeli kullanılmıştır.
Bu alanda yapılan diğer bir öncü çalışma Parkan (1987) tarafından yapılan ve
Kanada bankalarının etkinliğinin ölçüldüğü çalışmadır. Sherman ve Gold (1985)'den
100
sonra yapılan diğer bir önemli çalışma, Rangan vd., (1988)'e ait çalışmadır ve bu
çalışma iki aşamalı VZA yönteminin bankacılık sektöründeki ilk uygulamasıdır.
Bankacılık sektöründe Rangan (1988)'i takiben yapılan 3 farklı çalışma, etkinliklerin
zaman içerisindeki değişimine odaklanmış ilk çalışmalardır. Bu çalışmalar sırası ile
Elyasiani ve Mehdian (1990), Berg vd., (1992) ve Berg vd., (1993) tarafından
yapılmış çalışmalardır. Bu çalışmalarda Berg vd., (1992) ve Berg vd., (1993)
Malmquist verimlilik indeksini kullanarak Norveç ve İskandinav bankaların
etkinliklerini ölçmüşlerdir. Daha sonraki çalışmalarda ise Favero ve Papi (1995) 174
italyan banka etkinliklerini iki aşamalı VZA ile ölçümlemişlerdir. Thampson vd.,
(1997) ise güven bölgesi (AR) kavramlarını bankacılık sektöründe ilk uygulayan
çalışmayı gerçekleştirmişlerdir. Berger ve Humprey (1997) VZA alanındaki
gelişmeleri incelemiş, Thanassoulis (1999) de bankacılık sektörü etkinlik
çalışmalarını ele aldığı çalışmasında, bu alanda VZA ile yapılabilecek çalışmalara
ışık tutmuştur. Bu alanda yapılan diğer çalışmalar, Seiford ve Zhu (1999), Luo
(2003) ve Lo ve Lu (2006) tarafından yapılan ve banka faaliyetlerinin karlılık ve
pazarlanabilirlik aşamalarına ayrıldığı ve bu iki faaliyet etkinliklerinin ayrı ayrı
ölçümlendiği iki aşamalı çalışmalardır.
Uluslararası literatürde bankacılık sektörü uygulamalarının gelişimine genel
olarak bakıldığında, bu alanda kullanılan yöntemlerin, klasik CCR yöntemi ile
başlayıp, iki aşamalı VZA, Malmquist indeksi ve AR ile devam ettiği görülmektedir.
Bu alanda yapılacak gelecek çalışmaların ise, N-VZA kapsamında gelişmesi
beklenmektedir (Liu vd., (2013).
101
Türkiye bankacılık sektörü etkinliklerini ölçümlemek amacı ile günümüze
dek VZA tabanlı pek çok çalışma yapılmıştır. Bu çalışmalardan bir kısmı uluslararası
bilimsel çalışmalardır (bknz. Drake et al., (2009), Berger ve Humprey, (1997),
LaPlante ve Paradi, (2014), Halkos et al. (2014), Dong et al. (2014), Kılıç, (2011),
Wang vd., (2014), Yang ve Moorita, (2013)). Bu çalışmalarda Türkiye bankalarının
etkinliği, hem parametrik hem de parametrik olmayan yöntemlerle ölçülmüştür
(Zaim, (1995), Yolalan, (1996), Jackson vd., (2000), Işık ve Hassan, (2002), Mercan
vd., (2003) , Özkan vd., (2006), Denizer vd.. (2003), Denizer (2007)). KVB'leri
etkinliklerini değerlendirmek için kullanılan bu yöntemler arasında en sık kullanılan
yöntemler ise VZA ve parametrik stokastik yaklaşım (SFA) olmuştur.
Dinamik olarak etkinlik ölçümünün yapıldığı çalışmalar incelendiğinde, bu
alanda da bankacılık sektörü etkinliklerini dinamik olarak inceleyen pek çok çalışma
olduğu görülmektedir. Hartman ve Storbeck, (1996), Yue, (1992), Webb (2003),
Asmild vd., (2004), Kao ve Liu (2014) Malmquist verimlilik indeksi kullanarak
belirsizlik altında etkinlik ölçüm çalışmaları yapmışlardır. Wang vd. (2014) iki
aşamalı VZA yaklaşımı ile, 16 Çin ticari bankasının 2003-2011 yılları arasındaki
etkinliklerini değerlendirmiştir. Asmild ve Matthews (2012) de benzer şekilde Çin
bankalarının 1997-2008 yılları arasındaki etkinlik trendlerini çok yönlü (multi-
directional) etkinlik analiz yöntemi ile incelemiştir. Kisielewska vd. (2005)
Polonya’da faaliyet gösteren ve sektörün yüzde 80’ini oluşturan 10 bankanın 1995-
2003 dönemi için P-VZA kullanarak performansını incelemiştir. Paradi vd., (2011),
Kanada’da faaliyet gösteren dünyanın en büyük 75 bankası arasında gösterilen
bankaları incelemişlerdir. Webb (2003), İngiliz bankacılık sisteminin performansının
102
ölçüldüğü çalışmasında pencere veri zarflama analizi kullanarak, 1982-1995 yılları
arası bankacılık sistemi performansını ölçümlemiştir. Leong vd., (2003) tarafından
Singapur bankacılık sektörünün yedi yıllık dönemini içeren çalışma da bankaların
dinamik etkinliklerini analiz etmektedir. Fukuyama (1995) Japon Bankacılık sektörü
etkinliğini ölçümlemiş ve 1989 yılından 1991 yılına bankaların genelinde yaşanan
performans düşüşünün, hisse senedi fiyatlarındaki ani düşüşünün hemen sonrasında
başladığını ortaya koymuştur. Berg vd. (1991), Norveç bankacılık sektörünün
deregülasyon dönemindeki etkinlik değişimini incelemişlerdir.
Çınar (2011b) 2003-2009 yılları arasında bankaların stabilitelerini
gözlemlemek ve bu dönemdeki dinamik etkinliklerini ortaya koymak adına iki
aşamalı dinamik bir etkinlik analiz çalışması gerçekleştirmiştir. Boyacıoğlu vd.,
(2014), Türkiye'deki ticari ve katılım banka etkinliklerini 2011-2014 yılları arasında
Malmquist toplam faktör üretkenlik endeksi ile incelemiş ve farklılıkları ortaya
koymuşlarıdır. Atan ve Çatalbaş (2005) ise Türk bankacılık sisteminde faaliyet
gösteren ticari bankaların aracılık etkinliğindeki değişimi analiz etmiştir. Kahveci ve
Celen (2013), bankaların "kaynak" ve "beceri ve yetenek etkinliği" performansını, iki
aşamalı VZA yöntemi kullanarak ölçümlemiştir. P-VZA metodu ile yapılan
ölçümlemenin ilk aşamasında, bankaların mevcut kaynakları ile bu kaynakları
finansal varlık ve krediye dönüştürme etkinlikleri ölçümlenmiştir. İkinci aşamada ise
birinci aşamada kullanılan çıktıların toplam aktiflere oranı girdi olarak ve faiz
gelirleri/faiz giderleri ile faaliyet gelirleri/faaliyet giderleri çıktı olarak tanımlanmış
ve varlıkları getiriye dönüştürebilme güçleri ortaya konmuştur. Cingi ve Tarım
(2000) çalışmalarında 21 Türk bankasına ait verileri kullanarak 1989-1996 dönemi
103
için etkinlik analizi yapmışlardır. Mercan vd., (2003)' nin Türkiye bankacılık
sektörünü konu alan çalışmaları 1989-1999 yılları arasını kapsamaktadır. Çınar
(2011a, 2011b) P-VZA modeli ile Türk ticari bankalarının etkinlik analizini yapmış
ve etkinlik dinamiklerini ortaya koymuştur. Denizer vd., (2003)'nin çalışması ise
Türkiye'deki bankaların 1970-1994 yılları arası etkinlik değişimlerini inceleyen bir
çalışmadır. Fukuyama ve Matousek (2011), 1991-2007 yılları arasında Türkiye'deki
bankaların maliyet, teknik ve tahsis etkinliklerini iki aşamalı N-VZA yöntemi
kullanarak incelemişlerdir.
4.3. Problemin Tanımı ve Veri
Türkiye bankacılık sektörünün son 10 yıllık performansına ve bankacılık
sektörü faaliyetlerine bakıldığında, bankaların ana faaliyet alanları dışında bazı
faaliyet dışı alanlardan elde ettikleri faaliyet dışı gelirlerin, toplam performansları
içerisinde önemli bir rol oynadığı görülmektedir. Fakat bu bulguyu destekleyecek
akademik bir çalışma ve bulgu yoktur. Bu kapsamda, bu noktadan hareketle,
çalışmanın uygulama kısmında incelenecek temel problemler;
Bankacılık sektörünün iki temel faaliyet alanı olan, faaliyet ve faaliyet dışı
aktivite etkinliklerine ilişkin eşzamanlı dinamik bir analizin yapılmamış
olması; ve bu iki faaliyet alanının toplam etkinlik içerisindeki ağırlığının,
dinamik olarak eşzamanlı bir şekilde ortaya konulmamış olması;
Bankaların faaliyet ve faaliyet dışı aktivitelerinin, ölçeğe göre getiri
tutumlarının farklılık gösterip göstermediğine ilişkin herhangi bir bulgunun
104
olmaması; etkin bir karar birimi olabilmek için, hangi A-KVB'nin nasıl bir
RTS tutumu sergileyeceğinin analiz edilmemiş olması; KVB ve A-KVB'leri
arasında RTS tutumları açısından (IRS, DRS veya CRS) bir farklılık olup
olmadığının ortaya konulmamış olması;
KVB ve A-KVB performanslarına etki eden faktörlerin neler olduğu ve bu
faktörler arasında bir farklılık olup olmadığına ilişkin bir bulgunun olmaması;
'dır.
4.3.1. Veri: ÇA-DVZA
Uygulamanın ilk aşaması olan ve ÇA-DVZA modelinde kullanılacak veriler,
Türkiye'nin en büyük 11 ticari bankasının 2003-2013 yılları arasındaki finansal
verilerini içermektedir (toplam 121 gözlem). Veriler Türkiye Bankalar Birliği (TBB)
resmi internet sitesinden derlenmiştir. Etkinlik analizi için kullanılan girdi ve çıktılar
ile bu girdi ve çıktılara ilişkin 2013 yılına ait tanımlayıcı istatistikler Tablo 4.1'de
görülmektedir. Çalışma kapsamında incelenen 11 bankanın üçü kamu (Halkbank,
Ziraat Bankası ve Vakıflar Bankası), sekizi ise özel bankalardır (Akbank, Garanti
Bankası, İşbank, Yapı Kredi Bankası, Türk Ekonomi Bankası, Denizbank,
Finansbank ve HSBC). Analize tabi tutulan bu bankaların seçimi, 2003-2013 yılları
arasında, faaliyet ve faaliyet dışı aktivitelerine ilişkin finansal verileri bulunan
bankalardır ve 2013 yılı itibari ile aktif büyüklük olarak bankacılık sektörünün
%88'ini temsil etmektedirler.
105
Tablo 4.1. Etkinlik analizinde kullanılan girdi ve çıktılara ilişkin 11 bankaya ait tanımlayıcı istatistikler (2013)
Tanımlayıcı istatistikler (121 gözlem) (Milyon TL) Girdiler
Ortalama Standart sapma
En büyük değer
En küçük değer
Faiz giderleri (FGİ) 4.179.310 2.038.977 6.805.252 965.509 Faiz dışı giderler (FDGİ) 2.910.082 1.127.858 4.962.519 1.288.865
Toplam Varlıklar (TV) 130.732.583 66.383.912 210.500.037 36.228.638
Personel Giderleri (PG) 126.491.664 51.462.204 231.294.800 60.171.800
Çıktılar Faiz gelirleri (FGE) 8.738.305 4.115.742 14.369.841 2.263.956 Faiz dışı gelirler (FDGE) 2.006.762 1.085.071 3.630.806 558.443
Toplam net kâr (NK) 1.975.784 1.312.135 3.330.074 29.784
Fethi ve Pasiouras (2010), mevduatlar dışında bankacılık sektörü etkinlik
ölçümlerinde kullanılan girdi ve çıktıların genel belirgin bir kabul gördüğünü
belirtmektedir. Berger ve Humprey (1997) ise, bankacılık sektörü etkinlik
ölçümünde kullanılan girdi ve çıktı seçim sürecini değerlendirmişlerdir. Bu
çalışmada değişkenlerin belirlenmesi sürecinde, hem maliyetleri hem de gelir-gider
dengesini göz önünde bulundurması dolayısı ile "kâr yaklaşımı" temel alınmıştır.
Gökgöz (2009) girdi ve çıktı kümeleri seçiminin, etkinlik ölçüm sürecinde önemli bir
aşama olduğunu ve girdi ve çıktı unsurlarının homojen olarak oluşturulmuş
KVB'lerin gerçek etkinlik farklarını ortaya koyabilmesinin, ancak anılan unsurların
anlamlı olarak belirlenmesi halinde söz konusu olacağını belirtmektedir. ÇA-DVZA
modelinde kullanılması planlanan girdi ve çıktı değişkenlerin seçiminde, Berger ve
Humprey (1997) çalışması temel alınmıştır. ÇA-DVZA modelinin çok amaçlı bir
model olmasından hareketle, her bir amaç değişken seçiminde önemli bir rol
106
üstlenmektedir. Çalışmada kullanılan girdi ve çıktılar, bankaların faaliyet ve faaliyet
dışı aktivitelerine ilişkin performans ölçümünde kullanılacağından, iki farklı grupta
toplanmıştır. Birinci grupta faaliyet aktivitesine ilişkin girdi ve çıktılar yer almakta
iken, ikinci grupta faaliyet dışı aktiviteye ilişkin girdi ve çıktılar bulunmaktadır. Bu
çerçevede dört girdili ve 3 çıktılı bir üretim süreci oluşturulmuştur.
Girdi-çıktı belirleme sürecinde önemli bir kontrol noktası ise, değişkenler
arası korelasyon ölçümüdür. VZA etkinlik ölçüm sürecinde, güvenilirlik açısından
önemlidir. Lewin vd. (1982) tarafından gerçekleştirilen regresyon ve korelasyon
analizleri ile, VZA yönteminde kullanılacak olan değişkenler arasında bir ilişki
aranmış, yüksek korelasyona sahip olan girdi-çıktı değişkenleri arasında düşük
korelasyona sahip değişkenler üzerinden analizlerin yapılmasının faydalı olabileceği
ifade edilmiştir. Girdi ve çıktı unsurlarının gerek sayısı ve gerekse özellikleri
titizlikle tespit edilmelidir. Ayrıca, VZA modelleri bünyesinde gereğinden çok fazla
girdi ve çıktı unsurunun ilave edilmesi ve değişkenler arasında üretim süreciyle
nedensel olarak doğrudan ilişkilendirilmesi uygun olmayan girdi ve çıktıların
bulunması halinde, VZA yönteminin başarısının olumsuz yönde etkileneceği ifade
edilebilir (Gökgöz, 2009). Bu kapsamda, uygulama sürecinde etkinlik ölçümü öncesi,
girdi ve çıktılar arası korelasyonlar hesaplanmış ve değerlendirilmiştir (Tablo 4.2).
107
Tablo 4.2. Değişkenler (girdi-çıktı) arası korelasyonlar
Tablo 4.1'de görülen girdilerin ilk grubu, sadece faaliyet aktivitesine bir girdi
olan faiz giderleridir (mevduata verilen faizler+kullanılan kredilere verilen
faizler+para piyasası işlemlerine verilen faizler+ihraç edilen menkul kıymetlere
verilen faizler+ diğer faiz giderleri). Sadece faaliyet dışı aktiviteye ilişkin girdi ise,
faiz dışı giderler kalemi (ödenen komisyon ve ücretler+kredi kayıp karşılıkları+diğer
alacaklar+diğer harcamalar+kira+amortisman +personel giderleri+kıdem tazminatı
provizonları+ diğer provizyonlar +vergi ve harçlar) olarak belirlenmiştir. Bu iki alt
faaliyet alanında ayrı ayrı kullanılan girdiler dışında, her iki aktivite tarafından ortak
olarak kullanılmakta olan toplam varlıklar ve personel giderleri ise, ortak girdi olarak
modele dâhil edilmiştir (Şekil 4.1).
Çıktı seçiminde ise, çıktıların her iki aktiviteyi de güçlü şekilde temsil
edebilecek olmasına dikkat edilmiştir. Sadece faaliyet aktivitesi tarafından üretilen
temel çıktı ise faiz gelirleri (kredilerden alınan faizler+menkul değerlerden alınan
faizler+bankalardan alınan faizler+para piyasası işlemlerinden alınan
faizler+bankalar arası para piyasalarından alınan faizler+leasing gelirleri+diğer faiz
Girdiler Çıktılar Değişkenler
FGİ FDGİ TV PG FGE FDGE TK
FGİ - FDGİ 0,73 - TV 0,83 0,70 -
Girdiler
PG 0,71 0,73 0,75 - FGE 0,97 0,82 0,92 0,89 - FDGE 0,69 0,88 0,82 0,84 0,75 -
Çıktılar
NK 0,83 0,79 0,91 0,85 0,71 0,70 -
108
gelirleri) olarak belirlenmiştir. Sadece faaliyet dışı aktiviteye ilişkin çıktı ise faiz dışı
gelir (komisyon gelirleri+kambiyo gelirleri+sermaye piyasası işlem gelirleri+diğer
faiz dışı gelirler) olarak belirlenmiştir. Net kâr ise, her iki faaliyet tarafından ortak
olarak üretilen çıktı (ortak çıktı) olarak kabul edilmiştir.
ÇA-DVZA üretim süreci ile girdi ve çıktıların aktiviteler bazında hareketi
Şekil 4.1'de özetlenmiştir.
Şekil 4.1. Bankalar için ÇA-DVZA üretim süreci
Çalışma kapsamında analiz edilen 11 banka, kamu ve özel bankalar olmak
üzere iki kategoride incelenmiştir. Tablo 4.3'te toplam varlık büyüklüklerine bağlı
olarak ilgili bankaların pazar payları görülmektedir. İncelenen 11 banka, toplam
varlık olarak Türkiye bankacılık sektörünün %88'ine sahiptir.
109
Tablo 4.3. İncelenen bankalar, sahiplik yapıları ve büyüklükleri
No Bankalar Sahiplik Yapısı Pazar payı (%)
1 Ziraat Bankası 12,69%
2 Halkbank 8,56%
3 Vakıflar Bankası
Kamu
8,29%
4 Akbank 11,24%
5 Garanti Bankası 12,04%
6 İşbank 12,87%
7 Y.Kredi Bankası 9,10%
8 Teb 3,27%
9 Denizbank 3,63%
10 Finansbank 4,04%
11 Hsbc
Özel
2,22%
Bankaların faiz dışı gelirleri ile politika faiz oranı arasında bir ilişki olduğu ve
bankaların politika faiz oranları düştükçe, faiz dışı gelirlere yöneldiği, bankacılık
sektöründe sıkça görülen bir uygulamadır. Çalışma kapsamında incelenen bankaların
faiz dışı gelirlerinin toplam gelirlere oranları yıllar itibari ile Şekil 4.2'de
gösterilmektedir. Politika faiz oranı yıllar itibari ile düşüş göstermesine karşın, faiz
dışı gelirlerin toplam gelirler içerisindeki oranında benzer bir düşüş görülmemekte,
bazı dönemler (2010, 2011 ve 2013) bir miktar artış dahi görülmektedir.
110
23,0% 16,5% 18,5% 17,1% 17,1% 14,0% 16,1% 20,2% 18,6% 16,6% 18,7%
42,5%
18,5% 16,4% 18,0% 17,8%14,4%
24,4%
9,2% 9,2% 10,0% 8,1%
0%
10%
20%
30%
40%
50%
2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013
Faiz dışı gelir/Toplam Gelir (%)Politika faiz oranı (%)
Şekil 4.2. 2003 - 2013 yılları faiz dışı gelir / Toplam gelir oranı ve politika faiz oranı
ilişkisi
Bankaların 2003-2013 dönemi faiz dışı gelir - faiz geliri korelasyonuna
bakıldığında, korelasyon katsayısı %75,38 olarak bulunmuştur. Bu sonuç, bankaların
faiz ve faiz dışı gelirleri arasında bir pozitif ilişki olduğunu göstermektedir. Başka bir
ifade ile bankalar faiz gelirlerini arttırdıkça, faiz dışı gelirleri de artmıştır.
4.3.2 Tobit Regresyon Analizi Verileri
Mevcut literatürde, farklı ülkelerde yapılmış ve bankacılık sektöründe
performansı etkileyen faktörlerin incelendiği pek çok çalışma yer almaktadır. Bu
çalışmalara bakıldığında, bu faktörlerin iki kategoride sınıflandırılabileceği
görülmektedir: içsel faktörler ve dışsal faktörler. İçsel faktörler genellikle toplam
varlıklar, borçlanma oranları, toplam krediler gibi bankaya özgü veriler ya da
oranlardan oluşurken; dışsal faktörler diğer finansal kurumların performanslarını da
etkileyen büyüme oranları, işsizlik oranları, enflasyon, faiz oranları, ithalat-ihracat
111
oranları, kapasite kullanım oranları gibi makroekonomik göstergelerden
oluşmaktadır.
Banka performanslarını inceleyen ve performansa etki eden faktörlerin analiz
edildiği çalışmalara bakıldığında, dışsal faktörler olarak genellikle politika faiz oranı,
GSMH büyüme oranı, enflasyon ve pazara ilişkin diğer bazı makro faktörlerin
bağımsız değişken olarak ele alındığı görülmektedir. Bu çalışmaların çoğunda, dışsal
faktörler ile etkinlik arasında pozitif bir ilişki bulunmuştur (bknz. Bourke (1989),
Molyneux ve Thornton (1992), Demirguc-Kunt ve Huizinga (1999), Athanasoglou
vd. (2008), Albertazzi ve Gambacorta (2009)).
Tez çalışması kapsamında dinamik Tobit regresyon analizinde kullanılan
veriler, bağımlı ve bağımsız değişkenler olmak üzere iki alt kategoride toplanmıştır.
Model, birden fazla amaç içerdiğinden ve her bir alt faaliyet alanını etkileyen
faktörlerin belirlenmesi hedeflendiğinden, üç farklı bağımlı değişken kümesi
tanımlanmıştır. Analizde kullanılan bağımlı değişkenler, KVB ve A-KVB'leri
etkinlik skorlarıdır;
ÇA-DVZA modeli toplam etkinlik skoru
ÇA-DVZA modeli faaliyet aktivitesi etkinlik skoru
ÇA-DVZA modeli faaliyet dışı aktivite etkinlik skoru'dur.
Performans üzerindeki etkisi ölçümlenecek banka spesifik (içsel) faktörler de
(bağımsız değişkenler) benzer şekilde iki alt kategoride toplanmıştır. Bunlar pazar
112
spesifik (dışsal) faktörler ve banka spesifik (içsel) faktörler olarak belirlenmiştir.
Banka spesifik (içsel) faktörler;
Banka büyüklüğü (Toplam varlık büyüklüğü)
Borç/Toplam mevduat oranı
Sahiplik yapısı (Kamu ya da özel)
Karlılık (Net kar/Toplam varlık)'dır.
Şüphesiz bankacılık sektöründe kurum performanslarını etkileyen dışsal
(sistematik) faktörler önemlidir. Kurumların bir kısmı sistematik risklere daha
dayanıklı iken, bir kısmı daha kırılgan bir yapıya sahiptir. Bu çerçevede, hangi dışsal
faktörlerin banka performansları üzerinde anlamlı bir etkiye sahip olduğunun
incelenerek sonuçların ortaya konması, karar vericiler açısından önemlidir. Diğer
yandan, bankaların faaliyet ve faaliyet dışı aktivitelerini etkileyen dışsal faktörlerin
belirlenmesi, yönetsel anlamda gelişimin planlanması ve problemlerin çözümü
açısından önemli stratejik bilgilerdir. Bu uygulama çalışması kapsamında, faaliyet ve
faaliyet dışı aktivite performanslarına etki etmesi beklenen 4 pazar spesifik (dışsal)
faktör belirlenmiştir. Bu faktörler;
Ekonomik büyüme oranı,
İşsizlik oranı
Politika faiz oranı ve
Enflasyon oranı'dır.
113
Tablo 4.4'te de banka spesifik (içsel) faktörlere ilişkin 2013 yılına ait veriler
görülmektedir.
Tablo 4.4. Banka spesifik (içsel) faktörler (2013)
Bankalar (2013)
Aktif Büyüklük (Bin TL)
Borçlanma (Toplam borç/Toplam
mevduat (%))
Karlılk (%) (Net kâr / Toplam
Varlıklar) Ziraat * 207.529.954 133,39% 1,60% Halk* 139.943.507 124,86% 1,97% Vakıflar* 135.496.043 150,73% 1,17% Akbank 183.737.322 154,28% 1,60% Garanti 196.896.208 163,66% 1,53% İşbank 210.500.037 154,51% 1,50% Y.Kredi 148.881.312 152,49% 2,15% Teb 53.408.628 140,34% 1,00% Denizbank 59.427.001 152,94% 0,76% Finansbank 66.009.767 152,27% 1,11% Hsbc 36.228.638 188,67% 0,08% Ortalama 130.732.583 151,65% 1,32% Std. Sapma 66.383.912 16,47% 0,58% En büyük 210.500.037 188,67% 2,15% En küçük 36.228.638 ₺ 124,86% 0,08% * Kamu bankalarını göstermektedir
Şekil 4.3'de, dışsal faktörlere ilişkin verilerin yıllar itibari ile izlediği trend
görülmektedir. Bu dönemde, enflasyon ve işsizlik oranlarında küçük dalgalanmalar
olmasına karşın nispeten bu oranlar sabit bir seyir izlemektedir. Diğer yandan, faiz
oranlarında ciddi bir düşüş gözlenmekte, büyüme rakamlarında ise 2008 global
krizinin de etkisi ile nispeten dalgalı bir seyir görülmektedir.
114
-10,0%
0,0%
10,0%
20,0%
30,0%
40,0%
50,0%
2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013
İşsizlik (%) Faiz Oranı (%) Enflasyon (%) GSMH Büyüme (%)
Şekil 4.3. Pazar spesifik(dışsal) faktörlerin yıllar itibari ile seyri
Tobit analizi için kullanılan banka spesifik (içsel) veriler Türkiye Bankalar
Birliği (TBB), pazar spesifik (dışsal) faktörlere ilişkin veriler ise TBB ile Türkiye
Cumhuriyeti Merkez Bankası (TCMB) ve Türkiye İstatistik Kurumu (TUİK) resmi
internet sitelerinden elde edilmiştir.
4.4. Genel Kavramsal Tasarım
Bankaların faaliyet ve faaliyet dışı etkinlikleri ile toplam ÇA-DVZA etkinlik
skorlarını birlikte ve dinamik olarak belirleyebilmek için, öncelikle model (3.1)-(3.7)
uygulanacaktır. Daha sonra, bankaların faaliyet ve faaliyet dışı aktiviteleri
performanslarına etki eden faktörler ile bu iki alt faaliyet alanı RTS tutumları, ÇA-
DVZA sonuçlarından elde edilecek çıktılar yardımıyla analiz edilecektir. Burada
ÇA-DVZA modeli, her iki A-KVB tarafından kullanılan ortak girdi ve her iki A-
KVB tarafından üretilen ortak çıktıları, A-KVB'ler bazında ayrıştırmakta, toplam
etkinlik içerisindeki ağırlıklarını belirlemekte ve A-KVB etkinliklerini dinamik bir
şekilde ayrı ayrı hesaplayabilmektedir. Bu kapsamda ÇA-DVZA, kavramsal açıdan
115
tez çalışmasının temel modelidir. Uygulama çalışmasının entegre kavramsal tasarımı
Şekil 4.4'te görülmektedir.
Şekil 4.1'e göre, birinci aşamadaki ÇA-DVZA modelinde kullanılan faiz
(FGİ) ve faiz dışı giderler (FDGİ), sırasıyla sadece faaliyet ve faaliyet dışı
aktivitelere ilişkin girdiler iken, faiz gelirleri (FGE) ve faiz dışı gelirler (FDGE) de
benzer şekilde sadece faaliyet ve faaliyet dışı aktivitelere ilişkin çıktılardır. Modelde
kullanılan ortak girdiler, toplam varlıklar (TV) ve personel giderleri (PG) ise, bu iki
A-KVB arasında sırası ile μTV ve μPG oranında paylaştırılmaktadır. Başka bir ifade ile
bankalar, toplam varlıklarının μTV kadarlık kısmını esas faaliyet aktivitelerinde
kullanırken, (1- μTV) kadarlık kısmını ise faaliyet dışı aktivitelerde kullanmaktadırlar.
Benzer durum personel giderleri için de geçerlidir. Hem faaliyet hem de faaliyet dışı
aktiviteler tarafından üretilen ortak çıktı "net kar" ise, β oranında faaliyet
aktivitelerinden, (1- β) oranında ise faaliyet dışı aktivitelerden elde edilmektedir.
Böylece, banka k'nın t. yıl, w. periyoduna ilişkin etkinlik skorları ( twkQ ) A-KVB'ler
bazında elde edilmiş olur.
Kavramsal tasarımın ikinci aşamasında, ÇA-DVZA modeli etkinlik
skorlarından elde edilen sonuçlar yardımıyla, KVB ve A-KVB RTS tutumları
incelenmiştir. Üçüncü aşamada ise, öncelikle uygulanacak olan adımsal çoklu
regresyon analizi ardından kurulacak olan dinamik Tobit regresyon modeli, iki farklı
bağımsız değişkenin, bağımlı değişkenler üzerindeki etkisini ortaya koymak amacı
ile kullanılmıştır. Dışsal ve içsel faktörler içeren dinamik Tobit regresyon modeli
aşağıda formüle edilmiştir.
116
Performansit=
ittt
ttitititit
enflasyonfaizişşizlikbüyümenetkarsahiplikborçlanmaölçek
87
6543210
(4.1)
Performansit, banka i'nin t dönemindeki performansını; ölçekit, banka i'nin t.
zamandaki toplam varlık büyüklüğünü; borçlanmait, banka i'nin t. zamandaki toplam
borçlarının toplam mevduatlara oranını; sahiplikit, banka i'nin t. dönemdeki sahiplik
durumunu (eşit 1 ise kamu, değilse özel); netkarit, banka i'nin t. dönemdeki net
karının toplam varlıklara oranını; büyümet, Türkiye'nin t. dönemdeki büyüme
oranını; İşsizlikt, t. dönemde Türkiye'deki işsizlik oranını; faizt, t. dönemdeki
Türkiye'deki politika faiz oranını ve enflasyont, de t. dönemde Türkiye'deki
enflasyon oranını göstermektedir (4.1). it hata terimidir ve ititit uv 'dir. Burada
vit, banka i'ye ait ve t. döneme ilişkin gözlenmemiş banka spesifik hata terimini; uit
ise pazar spesifik hata terimini temsil etmektedir. 0 ise bağımsız değişkenlerin sabit
regresyon parametresini ifade eder.
117
Şekil 4.4. Kavramsal tasarım üretim süreci
118
4.5. ÇA-DVZA α, ve Ağırlıkları
α katsayısı, KVB etkinliklerini oluşturan A-KVB'leri etkinliklerinin toplam
etkinlik içerisindeki ağırlığını belirleyen katsayıdır. Dolayısı ile A-KVB'ler için
belirlenmiş olan α ağırlıklarının toplamı 1'e eşittir. Bu ağırlıkların belirlenmesi
sürecinde iki farklı alternatif vardır. Bunlardan ilki, bu katsayıların, karar verici
tarafından belirlenmesi ve modelde kullanılmasıdır. Hangi alt aktivitenin toplam
sistem içerisinde ne oranda etkili olduğundan hareketle belirlenen α ağırlıkları,
modele doğrudan bir katsayı olarak girilir ve amaç fonksiyonu hedef
programlamadaki ağırlıklandırma yönteminde olduğu gibi birleştirilmiş bir amaç
fonksiyonuna dönüşmüş olur. Bu katsayıların belirlenmesinin güç ya da belli bir
mantık çerçevesinde belirlenememesi durumunda ise, ya α katsayıları A-KVB'ler
bazında eşit olarak dağıtılır ya da model bu ağırlıkları (3.5) kısıtı yardımı ile kendisi
belirleyebilmektedir. Bu durumda (3.5) nolu kısıt yardımı ile model amaç fonksiyonu
değerini en büyükleyecek α değerine ulaşmak için modeli optimize edecektir.
Sonuçların klasik VZA etkinlik sonuçlarıyla karşılaştırılabilmesi için,
çözümlemede dejenerasyona yol açmamak amacıyla, sırasıyla paylaşılan girdilerin
(TA ve PG) ve çıktının (NK) paylaşım oranlarını belirleyen μ ,β katsayıları önemli
değişkenlerdir. Şâyet elde bu kaynakların A-KVB'ler tarafınan kullanımlarına ilişkin
bir veri var ise, ortak bir girdi-çıktı olmaktan çıkarılarak, ilgili A-KVB bazında bir
girdi-çıktı olarak düşünülebilir. ve 'ya ilişkin olarak belirlenecek ağırlıklar, bu
kaynakları A-KVB'ler bazında tahsis edeceğinden, A-KVB etkinlikleri açısından son
derece önemlidir. Aynı zamanda bu ortak kaynakların hangi A-KVB'ler tarafından ne
oranda kullanıldıklarını da belirlemektedirler. Mar Molinero (1996), bu durumla,
119
bazı çok kriterli karar modellerinde de karşılaşıldığından bahsetmektedir.
Çözümlemede dejenerasyona yol açmamak için, şu tanımlamalar ve kısıtlar modele
dâhil edilmiştir: u,v ve 0,99 , 0,01. Diğer yandan, modeli gerçekliğe
daha fazla yaklaştırmak için, Beasley (1995)’deki tanımlamaya benzer şekilde ilgili
kısıt 0.90 ≥ , ≥ 0.30 olarak belirlenebilir. Daha gerçekçi bir analiz için, faiz dışı
gelirler ile toplam gelirler arasındaki ilişki incelenmiştir. SPSS yazılımı kullanılarak
yapılan analizde Shapiro-Wilk testi sonuçları, bu iki değişkenin %95 güven
aralığında normal dağıldığını göstermektedir (Şekil 4.5). Aynı test sonuçlarına göre,
bankaların faiz dışı gelirlerinin toplam gelirlere oranının %95 güven aralığında
istatistiksel olarak, %5,34 ile %30,54 arasında değiştiği söylenebilir. Bu sonuçlara
bağlı olarak da, ve katsayılarının, % 95 güven aralığında; %69,46 <= , <=
%94,66 aralığında olması beklenir. Diğer yandan, sistematik değişkenler dolayısı
ile, çalışma kapsamında bu aralık daha geniş bir aralıkta, Baesley (1995)'e benzer
şekilde, 0,95 , 0,30 aralığında ele alınmıştır.
Şekil 4.5. Faiz dışı gelir/toplam gelir oranı
120
Bu kısıt bir değer yargısını temsil etmekte ve ilgili değişkenlerin miktarlarının
aktiviteler arasında paylaşımı ile ilgili sınırları belirlemektedir (Çınar, 2013b: 48).
Kabul edilen bu sınırlar, toplam varlıkların faaliyet aktivitesinde kullanılacak
kısmının %95’den fazla %30’dan az olamayacağını göstermektedir (Beasley (1995),
kısıtın önemini detaylı şekilde çalışmasında açıklanmaktadır). Böylece, örneğin
bankaların personel giderleri girdisinden, faaliyet dışı aktiviteleri için hiç pay
ayırmaması gibi bir durumun önüne geçilmiş olmakla birlikte, (3.5) numaralı kısıta
da işlerlik kazandırılmaktadır. Ayrıca, tanımlama gereği ilgili kısıttaki α katsayısının
da sıfır ya da bire çok yakın değerler alması önlenmiş olmaktadır. Böylelikle modelin
gerçek dünya problemlerini temsil etme yetisi artmakta, ilgili bankaların faaliyet ya
da faaliyet dışı aktivitelerinden herhangi birine hiç önem vermemesi gibi bir
durumun önüne geçilmiş olmaktadır.
4.6. Bulgular
Uygulama kapsamında üç farklı modelden elde edilen çıktılar bu bölümde
değerlendirilmiştir. İlk olarak, KVB ve A-KVB'lere ilişkin olarak bankaların etkinlik
skorları periyotlar bazında değerlendirilecektir. Daha sonra ise, bankaların KVB ve
A-KVB ölçeğe göre getiri tutumları ile dinamik Tobit regresyon sonuçları
sunulacaktır. Elde edilen sonuçlar, genel değerlendirme ve sonuçları yorumlamayı
kolaylaştırması açısından 4 alt periyoda bölünmüş ve bu alt periyotlar bazında da
değerlendirilmiştir. Bu dönemler, 2003-2005 yılları arası "2001 krizi sonrası
toparlanma dönemi", 2005-2007 yılları arası "büyüme, birleşme ve satın alma
dönemi", 2008-2010 yılları arası "küresel finansal kriz ve komplikasyonları dönemi"
121
ve 2011-2013 yılları arası "küresel belirsizlik ve temkinli politikalar dönemi"'dir. İlk
3 dönem Aysan (2011) çalışmasında tanımlandığı şekilde alınmıştır. 2011-2013
döneminde, bankacılık sektörü net kar, toplam mevduatlar, sektörde çalışan toplam
personel sayısı ve banka şube sayılarında temkinli ve stabil bir durum göze
çarpmaktadır. Benzer şekilde, bu dönemde Avrupa'da devam eden yüksek işsizlik
oranları, global finansal kriz sonrası piyasalardaki belirsizliklerin devam etmesi,
TCMB'nın temkinli ve sıkı bir likidite politikası izlemesi (bknz. BDDK raporları,
2013, 2014a, 2014b) sebebi ile bu dönem, "küresel belirsizlik ve temkinli politikalar
dönemi" olarak adlandırılmıştır.
4.6.1. ÇA-DVZA Sonuçları
ÇA-DVZA modeli çerçevesinde ve her bir (w) pencere genişliği (bu çalışma
kapsamında 4 yıl alınmıştır) ve t dönemi için KVB ve A-KVB'ler bazında etkinlik
skorları, Lingo yazılımı kullanılmak sureti ile bulunmuştur. ÇA-DVZA kapsamında
toplamda 11 banka x 8 dönem (w=4 olduğundan ) x 4 pencere genişliği (w) x 3
aktivite (toplam, faaliyet ve faaliyet dışı aktiviteler) = 1056 çok amaçlı doğrusal
olmayan matematiksel model kurulmuş ve çözülmüştür. Her bir model, 13'ü doğrusal
olmayan 100 değişken içermektedir. Mevcut 91 kısıtın 90 tanesi doğrusal olmayan
kısıtlardır. Modelin optimal çözüm tablosunda ise 7 farklı değere (toplam etkinlik
skoru, α 1, 2, , faaliyet ve faaliyet dışı etkinlik skorları) bakılmıştır. Bu
kapsamda toplam 2464 değere bakılmıştır. ÇA-DVZA modelleri Lingo 14.0
programı ile kodlanarak modellenmiştir (Modelin, bir banka ve bir periyot için
kodlanmış hali ek 2'de görülebilir). Oluşturulan modeller, 6 ila 351 arasında değişen
122
sayıda iterasyon ile çözüme ulaşmıştır. Tablo 4.5, yıllar itibari ile bankalar bazında
toplam ÇA-DVZA etkinlik skorlarını göstermektedir. Burada her bir banka ve yıl
için görünen etkinlik skorları, dinamik analiz kapsamında o yıla ait olarak
hesaplanan yerel optimum etkinlik skorlarının ortalamasıdır.
Tablo 4.5. Bankaların toplam etkinlik skorları (ortalama)
Bankalar 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 Ziraat 0,99 0,96 0,93 0,96 1,00 0,98 1,00 0,97 0,88 0,95 0,98 Halkbank 0,99 0,94 0,84 0,90 0,99 0,96 0,98 1,00 0,93 0,98 0,98 Vakıflar 0,82 0,86 0,85 0,90 0,91 0,91 0,94 0,87 0,83 0,92 0,96 Akbank 1,00 1,00 0,98 0,92 1,00 0,92 1,00 1,00 0,90 0,94 1,00 Garanti 0,80 0,82 0,83 0,80 1,00 0,85 0,99 0,98 0,91 0,87 0,92 İşbank 0,76 0,83 0,80 0,76 1,00 0,83 0,91 0,90 0,89 0,82 0,83 Y.Kredi 0,68 0,73 0,80 0,76 0,87 0,83 0,92 1,00 0,81 0,87 0,96 Teb 0,75 0,78 0,74 0,71 0,83 0,87 0,79 0,74 0,71 0,81 0,80 Denizbank 0,70 0,80 0,83 0,81 0,81 0,87 1,00 0,98 0,95 0,87 0,88 Finansbank 0,85 0,87 0,95 1,00 0,98 0,97 0,99 0,96 0,87 0,94 0,93 Hsbc 1,00 0,95 0,96 0,94 0,93 0,99 1,00 1,00 0,79 0,87 0,81 Ortalama 0,85 0,87 0,86 0,86 0,94 0,91 0,96 0,95 0,86 0,89 0,91
Şekil 4.6'da, bankaların etkinlik skorları ve politika faiz oranı seyri yıllar
itibari ile grafiksel olarak gösterilmektedir. Genel olarak etkinlik skorlarının yıllar
itibari ile ve bankalar bazında dalgalı bir seyir izlediği söylenebilir. 2006 yılından
sonra, genel olarak etkinlik skorlarında bir artış olduğu ve 2010 yılında bunun
maksimuma ulaştığı görülmektedir. Bu tarihten itibaren 2013 yılına kadarki sürede
ise etkinlik skorlarında ortalama %15'lik bir düşüş meydana gelmiştir. 2011 yılında
etkinlik skorlarınıda görülen keskin düşüşün sebebi, mevzuat değişikliği sebebi ile
bankaların genel karşılık provizyon tutarlarındaki ciddi artışlardır (Girdilerde
mevzuat değişikliği sebebi ile bir artış olmasına karşın, bu artışın çıktıya
yansımaması (yapısal sebepler dolayısı ile) sebebi ile etkinlik skorlarında bir düşüş
meydana gelmiştir). Çınar, (2011b) de, bankacılık sektörü etkinliklerini P-VZA ile
123
incelemiş olduğu çalışmasında, 2005-2006 dönemi ile 2008 yılında benzer bir
etkinlik düşüşünden bahsetmektedir.
Toplam etkinlik (%)
60%
70%
80%
90%
100%
2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013
Etki
nlik
Sko
ru
0%
9%
18%
27%
36%
45%
Polit
ika
faiz
ora
nı (%
)
Zir
Hal
VakAk
Gar
İş
YapTeb
Den
Fin
HSBFaiz oranı
Şekil 4.6. Bankaların toplam etkinlik skorları ve politika faiz oranı (2003-2013)
Toplam etkinlik skorları, dönemler itibari ile incelenecek olursa, ilk üç
dönemde hemen hemen tüm bankaların toplam etkinliklerini arttırdıkları
görülmektedir (Şekil 4.7). Fakat 2010-2013 küresel belirsizlik ve temkinli politikalar
döneminde, etkinlik skorlarında bir düşüş görülmektedir. Bankacılık sektörü
rakamları ve gelişmeler incelendiğinde, bankacılık sektöründe çalışma kapsamında
ele alınan girdilerde bu dönem genel olarak bir artış olduğu görülmektedir. Diğer
yandan her ne kadar aynı dönemde çıktılarda bir artış olsa da, çıktılarda görülen artış
oranı, girdilerdeki artış oranından oldukça düşük gerçekleşmiştir. Bunda, finansal
kriz sonrası belirsizliklerin ve finansal risklerin devam etmesi, bankaların girdilerini
arttırarak ulaşmak istedikleri büyüme oranlarına ulaşamaması önemli bir etmendir.
124
ÇA-DVZA Toplam Etkinlik Skorları(%)
93,2%90,9%
95,6%94,4%
87,3%
92,9%
84,0%
88,3%
80%
90%
100%
2003-2005 "Kriz sonrasıtoparlanma dönemi"
2005-2007 "Büyüme,birleşme ve satın alma
dönemi"
2007-2010 "Küreselfinansal kriz ve
komplikasyonlarıdönemi"
2010-2013 "Küreselbelirsizlik ve temkinlipolitikalar dönemi"
Kamu
Özel
Şekil 4.7. Banka türlerine göre ÇA-DVZA etkinlik skorları
Çalışma kapsamında incelenen kamu ve özel bankaların periyotlar bazında
etkinlik skorlarına bakıldığında, kamu bankaları etkinliklerinin, özel bankalara
kıyasla önemli oranda yüksek olduğu görülmektedir (Şekil 4.7). Diğer yandan, her
iki banka türünün de etkinlik skorları, dönemler itibari ile benzer bir trend
sergilemektedir. Kamu bankaları etkinliklerinin daha yüksek çıkmasının en önemli
sebeplerinden birisi, içeriden öğrenenler ticaretidir. Kamu bankalarındaki
dalgalanmanın, özel bankalara nazaran daha az olduğu, kriz döneminde her iki banka
türünün de etkinliklerini genel olarak arttırdıkları söylenebilir. Rezitis (2008), Yunan
bankaları üzerine yapmış olduğu çalışmada, bankaların toplam faktör etkinliğinin
birleşme ve satın alma dönemlerinde anlamlı şekilde düştüğünü belirlemiştir.
İncelenen dönemde böyle bir bulgu, Türkiye bankaları için söz konusu değildir.
125
α (Alfa)
0%
20%
40%
60%
80%
100%
2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013
ZirHalVakAkGarİşYapTebDenFinHSBFaiz oranı
Şekil 4.8. Ortalama α skorları
ÇA-DVZA modelinde önemli bir değişken olan α, önceki bölümde de
açıklandığı üzere bankaların, ana iş kolu olan faaliyet aktivitesinin toplam aktivite
içerisindeki ağrılığını/önemini göstermektedir. α skorunun yıllar itibari ile değişimi
incelendiğinde, Vakıflar, Garanti, İşbank, Finansbank ve Y.Kredi bankalarının α
skorlarının 2003 yılında %50'den düşük olduğu (faaliyet dışı aktivite'lerin öneminin
daha yüksek olduğu), 2004 yılından itibaren ise, politika faiz oranlarındaki hızlı
düşüşe paralel olarak pek çok bankanın α skorlarının yükseldiği görülmektedir (Şekil
4.8).
Kamu ve özel bankaların α skorları değerlendirildiğinde, aralarında belirgin
bir fark olmadığı görülmektedir. Periyot bazlı analize bakıldığında ise, kamu
bankalarının 2010 yılı sonrasında α skorlarının önemli ölçüde düştüğü görülmektedir
(88,1%'den 54,1%'e) (Şekil 4.9). Kamu bankalarının 2008 finansal krizi sonrası bu
dönemde faaliyet dışı aktivitelere önem verdiği söylenebilir.
126
Şekil 4.9. Kamu ve özel bankaların α değerleri
Şekil 4.10. KVB'leri ortalama μ1 değerleri
ÇA-DVZA modeli kapsamında faaliyet ve faaliyet dışı aktivite tarafından
ortak bir girdi olarak kullanılan personel giderlerinin, A-KVB'leri bazında tahsis
oranını gösteren μ1 değerindeki değişim yıllar itibari ile incelendiğinde, ortalama
olarak yıllar bazında bir artışın olduğu görülmektedir (Şekil 4.10). İş, Garanti ve
Y.Kredi Bankalarındaki dalgalanma diğer bankalara göre bir miktar daha fazladır.
MA-WDEA Alfa Scores by Periods & Bank Type
54,1%
81,4%
88,1%91,5%83,8%80,5%
84,3% 82,9%
40%
60%
80%
100%
2003-2005"Contraction and
Recovery"
2005-2007 "Growthand M&A (mergersand acquisition)"
2007-2010 "GlobalFinancial Crises andIts Complications"
2010-2013 "Globaluncertaintity andchary policies"
State-OwnedPrivate
μ1
0%
20%
40%
60%
80%
100%
2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013
ZirHalVakAkGarİşYapTebDenFinHSBPolicy Int.RatesFaiz oranı
127
Şekil 4.11. Periyot ve banka türü bazında μ1 ağırlıkları
Kamu ve özel sektör bankalarının personel giderlerinin A-KVBİ'leri bazında
tahsis oranlarına bakıldığında, belirgin bir farklılık görülmemektedir (Şekil 4.11).
Kamu bankaları personel kaynağının yaklaşık %95'ini faaliyet aktivitelerinde
kullanırken özel bankalarda bu oran %90 civarında seyretmektedir. Garanti ve
İşbankası personel kaynağı tahsis oranının, politika faiz oranı ile ilişkili olarak
değiştiği gözlenmiştir.
μ2
0%
20%
40%
60%
80%
100%
2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013
ZirHalVakAkGarİşYapTebDenFinHSBFaiz oranı
Şekil 4.12. KVB'leri ortalama μ2 değerleri
μ1 Scores by Periods & Bank Type
95,0%94,6% 95,0%95,0%
86,7%89,5% 91,3% 92,3%
80%
90%
100%
2003-2005"Contraction and
Recovery"
2005-2007"Growth and M&A
(mergers andacquisition)"
2007-2010 "GlobalFinancial Crises
and ItsComplications"
2010-2013 "Globaluncertaintity andchary policies"
State-OwnedPrivate
128
Ortak bir girdi olan ve toplam aktiflerin, faaliyet aktivitesinde kullanılan
miktarını oransal olarak gösteren μ2 değerlerine bakıldığında, yine toplam aktiflerin
büyük oranda faaliyet aktivitesinde kullanıldığı görülmektedir (Şekil 4.12). μ2
değerlerinde yıllar itibari ile meydana gelen dalgalanma, μ1 değerine göre daha
fazladır ve 2007 sonrasında daha da artmıştır.
Şekil 4.12 ve Şekil 4.13 incelendiğinde, bankaların toplam aktiflerini büyük
oranda beklendiği üzere faaliyet aktivitelerinde kullandığı; bu sonucun hem kamu
hem de özel bankalar için geçerli olduğu söylenebilir. Personel giderlerinde olduğu
gibi, kamu bankaları özel bankalara nazaran toplam aktiflerinin daha büyük bir
kısmını faaliyet aktivitelerinde kullanmaktadır.
Şekil 4.13. Periyot ve banka türü bazında μ2 ağırlıkları
Modelin tek ortak çıktısı olan ve faaliyet aktivitesince yaratılmış toplam kâr
çıktısı oranını veren β değerlerine bakıldığında, bu değerde hem yıllar hem de
bankalar bazında ciddi dalgalanmalar ve farklılıklar olduğu görülmektedir (Şekil
4.14). Bu durum, dönemler itibari ile bankaların farklı kâr politikaları/stratejileri
μ2 Scores by Periods & Bank Type
87,8%
94,8%93,4%
80,6%
75,9%
82,2%78,2%
89,1%
70%
80%
90%
100%
2003-2005"Contraction and
Recovery"
2005-2007"Growth and M&A
(mergers andacquisition)"
2007-2010 "GlobalFinancial Crises
and ItsComplications"
2010-2013 "Globaluncertaintity andchary policies"
State-OwnedPrivate
129
izlediğini göstermektedir. Özel bankalar ilk üç dönemde toplam karlarını ağırlıklı
olarak faaliyet aktivitesinden elde etmişken, son dönem bu durum politika faiz
oranlarındaki düşüşe bağlı olarak beklendiği üzere faaliyet dışı aktivite yönünde
değişmiştir (Şekil 4.14). Kamu bankalarında da ilk iki dönem sonrasında yön,
faaliyet dışı aktivite tarafına doğru dönmüştür. Bunda, politika faiz oranlarındaki
düşüşün etkili olduğu söylenebilir.
2008 yılında, Yapı Kredi Bankası hariç tüm diğer bankalar net karlarının
büyük kısmını faaliyet dışı aktivitelerden sağlamışlardır. 2010 yılında bu tablo tam
tersine dönmüş, İş, Ziraat ve Vakıfbank dışında tüm diğer bankalar karlılıklarının
büyük kısmını faaliyet aktivitelerinden sağlamışlardır.
β
0%
20%
40%
60%
80%
100%
2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013
ZirHalVakAkGarİşYapTebDenFinHSBFaiz oranı
Şekil 4.14. KVB'leri ortalama β değerleri
Genel olarak bakıldığında ise, 2007 yılına kadar bankaların karlılığı ağırlıklı
olarak faaliyet aktivitesince sağlanmış, 2007 yılından sonra ise, faaliyet dışı
aktivitelerin karlılıktaki ağırlığı giderek artmıştır. 2011 yılında tekrar düşüşe
geçmiştir. Bu durum, politika faiz oranlarında meydana gelen düşüşle ve 2011
130
yılında BDDK tarafından genel karşılık provizyonlarına ilişkin yapılmış yeni
düzenleme ile bağlantılı olarak açıklanabilir.
Kamu ve özel bankaların β trendleri ve ağırlıkları arasında belirgin bir fark
görülmemekle birlikte, özel bankaların son dönem hariç karlılıklarının büyük kısmını
faaliyet aktivitelerinden sağladığı, kamu bankalarında ise bu durumun biraz daha
dengeli seyrettiği söylenebilir (Şekil 4.14). Bu sonuç, bankaların karlılıklarında
faaliyet dışı aktivitelerin, oldukça önemli bir rol oynadığını göstermektedir (Şekil
4.15).
Şekil 4.15 Periyot ve banka türü bazında β ağırlıkları
A-KVB'lerden faaliyet aktivitesi etkinliklerine bakıldığında 2003 yılından
2009 yılına kadar hemen hemen tüm bankaların etkinliklerini arttırdığı görülmektedir
(Şekil 4.15). 2010 yılından sonra ise faaliyet aktivite etkinlikleri bir düşüş yaşamıştır.
Bu süreçte en istikrarlı banka Akbank olmuştur. Bankaların, 2003-2013 yılları
arasında etkinliklerinin en yüksek olduğu yıl ise 2009 yılıdır. Global belirsizlik ve
temkinli politiklar döneminde ise etkinlikler düşüş göstermiştir.
β Scores by Periods & Bank Type
42,8%50,6% 44,2%
49,4%
57,6%60,1% 57,6%47,3%
30%
50%
70%
90%
2003-2005"Contraction and
Recovery"
2005-2007"Growth and M&A
(mergers andacquisition)"
2007-2010 "GlobalFinancial Crises
and ItsComplications"
2010-2013 "Globaluncertaintity andchary policies"
State-OwnedPrivate
131
Faaliyet Aktivitesi Etkinliği (%)
40%
60%
80%
100%
2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013
Etki
nlik
Sko
ru
0%
9%
18%
27%
36%
45%
Polit
ika
faiz
ora
nı (%
)
ZirHalVakAkGarİşYapTebDenFinHSBFaiz oranı
Şekil 4.16. KVB'leri ortalama faaliyet aktivitesi etkinlikleri
Bankaların faaliyet aktivite etkinlik skorları, ana faaliyet alanlarının faiz
gelirleri olması dolayısı ile toplam etkinlik skorlarına yakın çıkması beklenmektedir.
Bu beklenti, ÇA-DVZA modelinden elde edilen α skorları için de geçerlidir. Ve
ortalama α skoru incelenen dönemde %86 bulunmuştur.
Şekil 4.17. Periyot ve banka türü bazında faaliyet aktivitesi etkinlik skorları
Kamu ve özel banka faaliyet aktivite etkinliklerine bakıldığında, toplam
etkinlik trendine benzer bir trendin her iki banka türü için de geçerli olduğu
söylenebilir (Şekil 4.17). Diğer yandan kamu bankalarının faaliyet aktivitesi
Average Operating Efficiency Scores by Periods & Bank Type
94,0%94,8% 95,6%
89,7%87,4%
82,7%
92,8%
86,9%
80%
90%
100%
2003-2005 "Contraction andRecovery"
2005-2007 "Growth andM&A (mergers and
acquisition)"
2007-2010 "Global FinancialCrises and ItsComplications"
2010-2013 "Globaluncertaintity and chary
policies"
State-Owned
Private
132
etkinliklerinin özel bankalara göre %7 daha yüksek olduğu görülmüştür. Bu sonuç,
faaliyet dışı aktivite etkinliklerinde de benzer oranda geçerlidir.
Bankaların faaliyet dışı aktivite etkinlik skorları, faaliyet etkinlik skorlarına
göre daha dalgalı bir seyir izlemektedir (Şekil 4.18). Banka etkinlikleri, 3. periyoda
kadar bir artış eğilimi sergilerken, bu dönemden sonra %60'lar seviyesine
düşmektedir. Bu düzey 2003 yılındaki etkinlik skorlarının da altındadır. Son
dönemde, bankaların faaliyet dışı aktivitelerine odaklanmadıkları söylenebilir.
BDDK tarafından yapılan yeni düzenlemelerin de bunda etkisi olduğu söylenebilir.
Faaliyet dışı Aktivite Etkinliği (%)
0%
20%
40%
60%
80%
100%
2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013
Etki
nlik
Sko
ru
ZirHalVakAkGarİşYapTebDenFinHSBFaiz oranı
Şekil 4.18. KVB'leri ortalama faaliyet dışı aktivite etkinlikleri
Kamu ve özel bankaların faaliyet dışı aktivite etkinlikleri ele alındığında,
burada diğer etkinlik şablonlarından farklı bir seyir görülmektedir (Şekil 4.19).
Özcan (2012)'ye göre de, bankaların toplam gelirleri içerisinde faiz dışı gelirler,
önemli bir yer tutmaktadır. İlk 3 dönemde her iki banka türü de faaliyet dışı aktivite
etkinliklerini arttırmış olsalar da, kamu bankaları bu alandaki etkinliklerini son 2
dönemde düşürmüşlerdir. Bunda kamu ve özel bankaların faiz dışı gelir (komisyon
ve diğer ücretler ağırlıklı olmak üzere) kaleminde izledikleri farklı politikaların etkisi
133
olduğu söylenebilir. Diğer yandan, bankaların faaliyet dışı aktivite etkinliklerinde
banka-spesifik (içsel) faktörlerin etkili olması (bakınız bölüm 4.6.3 Tobit regresyon
sonuçları) dolayısı ile, BDDK tarafından ilgili dönemlerde yürürlüğe konulan bazı
düzenlemelerin, bankaların faaliyet dışı aktivite etkinlikleri üzerinde baskın olduğu
söylenebilir.
Şekil 4.19. Periyot ve banka türü bazında faaliyet dışı aktivite etkinlik
skorları
Faaliyet aktivitesi etkinlikleri çerçevesinde bir değerlendirme yapmak
gerekirse, 2003 yılında, etkinlikleri hesaplanan bankalardan sadece 4 tanesinin
faaliyet aktivite etkinliklerinin, faaliyet dışı aktivite etkinliklerinden yüksek olduğu
görülmektedir. 2004 yılında bu rakam 11'e çıkmıştır. 2005, 2006 ve 2007 yıllarında
bu rakam sırası ile 10, 10 ve 9'dur. 2009 yılında 7'ye düşmüş, 2011 yılında ise tekrar
bir artış göstermiş ve 11'e ulaşmıştır. Genel olarak beklendiği üzere, ilgili dönemde
bankaların faaliyet aktivite etkinlikleri, faaliyet dışı aktivite etkinliklerinden yüksek
çıkmıştır.
Non-Operating Efficiency Scores by Periods & Bank Type
63,2%
60,2%
74,7%
82,2%
60,1%
70,3%
62,8%66,1%
50%
60%
70%
80%
90%
2003-2005 "Contraction andRecovery"
2005-2007 "Growth andM&A (mergers and
acquisition)"
2007-2010 "Global FinancialCrises and ItsComplications"
2010-2013 "Globaluncertaintity and chary
policies"
State-Owned
Private
134
ÇA-DVZA modeli çözümü ile her bir yıl için elde edilen faaliyet ve faaliyet
dışı aktivite etkinlik skorları arasında bir korelasyon olup olmadığına ilişkin yapılan
analizde, bu iki A-KVB etkinlik skorları arasındaki Spearman korelasyon
katsayısının %30 olduğu görülmüştür. Bu sonuç, faaliyet ve faaliyet dışı aktivite
etkinliklerinin zaman içerisindeki değişiminin, birbirlerinden bağımsız olduğunu
göstermektedir. Diğer yandan, aynı dönemde, bankaların faiz dışı gelir-faiz geliri
ilişkisine bakıldığında ise, aralarındaki koralasyonun %75,38 olduğu görülmektedir.
Faiz dışı gelir ve faiz gelirleri arasında nispeten yüksek bir korelasyon olmasına
karşın, faaliyet ve faaliyet dışı aktivite etkinlikleri arasındaki düşük korelasyonunun
(%30) bir kaç sebebi olabilir. Bunlardan ilki, faaliyet ve faaliyet dışı aktivitelerin,
model kapsamında ortak girdi ve çıktılara sahip olması ve bu ortak girdi ve çıktıların
belli oranlarda (ağırlıklı olarak faaliyet etkinliklerinde) kullanıldığı bulgusudur. Bir
diğer neden, Türkiye bankacılık sektöründeki yoğunlaşma ve rekabet koşullarıdır. Bu
alanda yapılmış olan çalışmalar, Türkiye Bankacılık Sektörü'nün monopolcü bir
rekabet piyasası yapısına sahip olduğunu belirtmektedir (bakınız Gündoğdu, (2011),
Günalp ve Çelik, (2006), Abbasoğlu vd., (2007)). Diğer yandan, Türkiye Bankacılık
sektöründe faaliyet gösterebilmek için, pazara giriş oldukça güçtür. 2013 yılı
rakamları itibari ile bankacılık sektöründe faaliyet gösteren ilk 6 bankanın toplam
varlık olarak pazar payları %67'dir. Bu rakamlar, son dönemde bankacılık
sektörünün monopolcü rekabetten, oligopol bir pazara doğru evrildiğini söylenebilir.
Özcan (2012) de benzer bir sonuca ulaşmıştır. Monopolcü rekabet piyasalarında,
bankalar, farklılaştırılmış hizmetleri ile rekabet etmektedirler. Bu piyasalarda
bankalar, oligopol piyasalardakine benzer şekilde, promosyon, reklam gibi araçları
kullanarak, ürün ve hizmet farklılaştırmasına gitmektedirler. Faaliyet dışı aktivite
135
etkinliklerine ilişkin bulgularda da değinildiği üzere, bankalar farklı dönemlerde
farklı faaliyet dışı gelir politikaları izlediğini göstermektedir. Bankaların karşı
karşıya olduğu talep eğrisi, banka sayısının çokluğuna bağlı olarak gelişen ikame
kolaylığı sebebi ile oldukça esnektir. Bankaların faaliyet ve faaliyet dışı aktivite
etkinlikleri arasında düşük bir korelasyon çıkmasının bir diğer muhtemel nedeni ise,
BDDK tarafından yapılan bazı düzenlemelerin, bu iki faaliyet alanından birini,
diğerine göre daha fazla etkilemesidir (kredi komisyon oranları, hizmetlerden alınan
ücretler, genel karşılık provizyon tutarları düzenlemeleri vb). Diğer bir neden ise,
bankaların her iki faaliyet alanına ilişkin geliştirdikleri politikalar ile karlılık
stratejileri olabilir.
Banka bazlı olarak yapılan analiz sonuçları ise, faaliyet ve faaliyet dışı
aktivite etkinlikleri bazında Şekil 4.20'de özetlenmiştir.
136
Halk Bank
0%
20%
40%
60%
80%
100%
2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013
FAE (%)FDAE(%)Ziraat Bank
0%
20%
40%
60%
80%
100%
2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013
FAE (%)FDAE(%)
Akbank
0%
20%
40%
60%
80%
100%
2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013
FAE (%)FDAE(%)
Y. Kredi Bank
0%
20%
40%
60%
80%
100%
2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013
FAE (%)FDAE(%)
TEB
0%
20%
40%
60%
80%
100%
2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013
FAE (%)FDAE(%)
Finans Bank
0%
20%
40%
60%
80%
100%
2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013
FAE (%)FDAE(%)
HSBC
0%
20%
40%
60%
80%
100%
2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013
FAE (%)FDAE(%)
İş Bank
0%
20%
40%
60%
80%
100%
2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013
FAE (%)FDAE(%)
Garanti Bank
0%
20%
40%
60%
80%
100%
2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013
FAE (%)FDAE(%)
Şekil 4.20. Bankaların faaliyet ve faaliyet dışı aktivite etkinlikleri (FAE: Faaliyet aktivite etkinliği. FDAE: Faaliyet dışı aktivite etkinliği)
Vakıflar Bank
0%
20%
40%
60%
80%
100%
2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013
FAE (%)FDAE(%)
Deniz Bank
0%
20%
40%
60%
80%
100%
2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013
FAE (%)FDAE(%)
137
Ziraat Bankası'nın faaliyet ve faaliyet dışı aktivite etkinlikleri, 2008 ve 2010
yılları dışında paralel bir seyir izlemiştir. 2010 yılı sonrasında, faaliyet dışı aktivite
etkinliği düşmüştür. 2011 yılında, BDDK'nın genel karşılık provizyonlarında yaptığı
değişiklikten banka ciddi düzeyde etkilenmiştir. Tüm bir dönem düşünüldüğünde
bankanın oldukça etkin bir karar birimi olduğu görülmektedir.
2003 - 2005 döneminde, Halk Bankası'nın faaliyet dışı aktivite etkinliği
%50'nin altında seyretmiş, bu tarihten sonra artış eğilimine girmiş ve faaliyet aktivite
etkinliği ile paralel bir seyir izlemiştir. Bankanın faaliyet aktivite etkinliğine
bakıldığında oldukça yüksek bir etkinliğe sahip olduğu görülmektedir.
Diğer kamu bankaları ile mukayese edildiğinde, Vakıfbank'ın faaliyet aktivite
etkinlik skoru bir miktar daha düşüktür. Diğer yandan, faaliyet dışı aktivite etkinliği
göreli olarak oldukça düşüktür. Kamu bankaları arasında en düşük faaliyet dışı
aktivite etkinliğine sahip banka olduğu görülmektedir. Fakat yıllar itibari ile her iki
alanda da istikrarlı bir seyir gözlenmektedir.
Çalışma kapsamında etkinlik skorları her iki A-KVB bazında da en stabil ve
istikrarlı banka Akbank'tır. Her iki A-KVB etkinlik skorları, incelenen dönemde
birbirine paralel seyretmiştir ve en yüksek etkinlik skorlarına sahiptir. Faaliyet dışı
aktivite etkinlik skorları da göreli olarak en az dalgalanma gösteren banka olmuştur.
Garanti Bankası, 2010 yılına kadar her iki A-KVB bazında da etkinliklerini
arttırmış; 2011 yılından itibaren ise, faaliyet aktivitesi etkinliği artmış faaliyet dışı
138
aktivite etkinliği ise azalmıştır. Bankanın faaliyet ve faaliyet dışı aktivite etkinlik
skorlarının paralel seyrettiği görülmektedir.
2003-2006 ve 2012 - 2013 dönemlerinde İş bankası faaliyet dışı aktivite
etkinliği, faaliyet aktivite etkinliği'nden yüksek çıkmıştır. Diğer yandan, bankanın
faaliyet aktivite etkinliği hiçbir dönem %86'yı aşamamıştır. Faaliyet dışı aktivite
etkinliği ise dalgalı bir seyir izlemiştir.
Yapı Kredi Bankası, yıllar itibari ile her iki A-KVB bazında da etkinliklerini
arttırmış ve her iki A-KVB'nde de 2010 yılı itibari ile etkin bir karar birimi olmuştur.
2010 yılı sonrası ise her iki A-KVB'de de etkinlikler azalmış, sonrasında ise artış
göstermiştir. Bankanın A-KVB etkinlik skorları, birbiri ile çok yakın seyretmektedir.
TEB faaliyet aktivite etkinliği %75-80 aralığında, oldukça sabit bir seyir
izlemiştir. Faaliyet dışı aktivite etkinlik skorlarına bakıldığında ise, diğer banka
etkinlikleri ile karşılaştırıldığında çok düşük bir etkinlik skoruna sahip olduğu
görülmektedir (en çok %69). Tüm dönemler incelendiğinde de en düşük faaliyet dışı
aktivite etkinliğine sahip banka olmuştur (%23,8). Diğer yandan, banka faaliyet dışı
aktivite etkinliğini, diğer bankalarda da görüldüğü üzere, 2003'den itibaren 2010
yılına kadar arttırmıştır.
Denizbank yıllar itibari ile faaliyet aktivite etkinliğini arttırabilmişken,
faaliyet dışı aktivite etkinliğinde aynı başarıyı yakalayamamıştır. 2008 yılı sonrası,
bankanın faaliyet dışı aktivite etkinliğinde önemli bir dalgalanma görülmektedir.
139
2011 yılında Halkbank hariç tüm bankaların faaliyet dışı aktivite etkinlik skorları
düşerken, Denizbank'ın etkinlik skoru ise önemli oranda artış göstermiştir.
Finansbank faaliyet aktivite etkinliği 2010 yılına kadar istikrarlı bir seyir
izlemiştir. 2010 yılından sonra ise hafif bir düşüş görülmektedir. Faaaliyet dışı
aktivite etkinliğinde ise Halkbank'ın sergilediği trende benzer bir trend
görülmektedir. 2006 yılında en üst seviyeye ulaşmış ve sonrasında ise oldukça keskin
bir düşüş yaşamıştır.
HSBC, incelenen bankalar arasında faaliyet dışı aktivite etkinlik skoru yıllar
itibari ile azalan tek banka olmuştur. 2003 yılında her iki A-KVB'de de etkin olan
HSBC'nin faaliyet dışı aktivite etkinlik skoru 2013 yılında %31'e düşmüştür. Diğer
yandan bankanın faaliyet aktivite etkinlik skoru, 2010 yılına kadar oldukça yüksek
ve istikrarlı bir seyir izlemiştir. 2010 yılından sonra ise faaliyet aktivite etkinlik skoru
diğer bankalarda da görüldüğü gibi yaklaşık %20 düşüş göstermiştir.
4.6.2. Ölçeğe Göre Getiri Tutumları Sonuçları
Çalışmanın bu bölümünde, bankaların teknik etkinlikleri klasik BCC VZA
modeli ile ölçümlenmiştir. Ortak girdiler ve çıktılar, ÇA-DVZA modelinden elde
edilen ve katsayıları yardımı ile A-KVB'lerine tahsis edilmiş ve problem ortak
girdi ve çıktılardan arındırılmıştır. A-KVB'leri teknik etkinlik skorları, Banker ve
Thrall (1992) modeli P-VZA uyarlaması kullanılarak ayrı ayrı hesaplanmış ve
bankaların RTS tutumları her bir dönem için ayrı ayrı belirlenmiştir. Diğer yandan,
140
bankaların KVB teknik etkinlik skorları da aynı yaklaşım uygulanmak sureti ile
hesaplanmıştır (KVB teknik etkinlik hesaplamasında, A-KVB'ler göz önünde
bulundurulmadığından ortak girdi ve çıktılar A-KVB'ler kapsamında
dağıtılmamıştır). Bunun için Lingo programında toplam 1056 model (352 genel
sistem, 352 faaliyet ve 352 faaliyet dışı aktivite etkinliği skoru için model
kurulmuştur. Model çıktılarında, RTS tutumunu belirleyen değişkenin değerine
bakılmıştır). Bu yaklaşım ile, KVB ve A-KVB RTS tutumları ve aralarındaki
farklılıklar ortaya konmuştur.
Tablo 4.6'da, toplam, faaliyet aktivitesi ve faaliyet dışı aktivite RTS tutumları,
dönemler itibari ile görülmektedir. Sonuçlar, KVB ve A-KVB RTS tutumlarının
dönemler itibari ile farklılık gösterdiğini ortaya koymaktadır. Örneğin Halkbank
2005 yılında bir KVB olarak ölçeğe göre azalan getiri tutumu sergilerken, faaliyet
dışı aktivite RTS tutumu ölçeğe göre artan bir tutum sergilemektedir. Bu sonuç,
bankaların ve A-KVB'lerinin, etkin sınıra ulaşmak için farklı RTS davranışları
sergileyebileceğini göstermektedir. A-KVB'lerin farklı amaçları, farklı girdileri,
farklı öncelikleri olduğu düşünülürse, bu sonuç beklenen bir sonuçtur.
141
Tablo 4.6. Bankaların ve A-KVB'lerin RTS tutumları (2003-2013)
Yıllar Banka KVB / A-KVB
2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013
KVB Classical CCR DRS CRS CRS CRS-DRS
CRS-DRS DRS DRS DRS DRS DRS DRS
A-KVB (Faaliyet Aktivite Etk.) DRS DRS DRS DRS DRS DRS DRS DRS DRS DRS DRS Zir
A-KVB (Faaliyet Dışı Aktivitesi Etk). DRS DRS CRS DRS DRS DRS DRS CRS DRS DRS DRS
KVB Classical CCR DRS CRS-DRS DRS DRS CRS-
DRS DRS DRS CRS DRS DRS DRS
A-KVB (Faaliyet Aktivite Etk.) DRS DRS DRS DRS DRS DRS DRS CRS DRS DRS DRS Halk
A-KVB (Faaliyet Dışı Aktivitesi Etk). CRS DRS-
IRS IRS IRS-DRS IRS IRS IRS IRS CRS DRS DRS
KVB Classical CCR DRS DRS DRS DRS DRS DRS DRS DRS DRS DRS DRS
A-KVB (Faaliyet Aktivite Etk.) DRS DRS DRS DRS DRS DRS DRS DRS DRS DRS DRS Vak
A-KVB (Faaliyet Dışı Aktivitesi Etk). DRS DRS-
IRS IRS IRS DRS DRS-IRS DRS DRS-
IRS DRS DRS DRS
KVB Classical CCR DRS CRS-DRS DRS DRS DRS DRS CRS DRS DRS DRS DRS
A-KVB (Faaliyet Aktivite Etk.) CRS CRS-
DRS DRS DRS DRS DRS CRS CRS DRS DRS DRS Ak
A-KVB (Faaliyet Dışı Aktivitesi Etk). DRS DRS-
CRS DRS DRS DRS-CRS DRS CRS DRS DRS CRS DRS
KVB Classical CCR DRS DRS DRS DRS CRS DRS CRS DRS DRS DRS DRS
A-KVB (Faaliyet Aktivite Etk.) DRS DRS DRS DRS CRS-
DRS DRS DRS CRS DRS DRS DRS Gar
A-KVB (Faaliyet Dışı Aktivitesi Etk). DRS DRS DRS DRS DRS DRS DRS DRS DRS DRS DRS
KVB Classical CCR DRS DRS DRS DRS CRS-DRS DRS DRS DRS DRS DRS DRS
A-KVB (Faaliyet Aktivite Etk.) DRS DRS DRS DRS CRS DRS DRS DRS DRS DRS DRS Is
A-KVB (Faaliyet Dışı Aktivitesi Etk). DRS CRS DRS DRS DRS-
CRS DRS CRS CRS DRS DRS DRS
142
KVB Classical CCR DRS DRS DRS DRS DRS DRS CRS-DRS CRS DRS DRS DRS
A-KVB (Faaliyet Aktivite Etk.) DRS DRS DRS DRS DRS DRS DRS CRS DRS DRS DRS Yap
A-KVB (Faaliyet Dışı Aktivitesi Etk). DRS DRS DRS DRS DRS DRS CRS-
DRS CRS DRS DRS DRS
KVB Classical CCR IRS IRS IRS IRS DRS DRS DRS DRS DRS DRS DRS
A-KVB (Faaliyet Aktivite Etk.) IRS IRS IRS DRS DRS-
IRS IRS DRS IRS DRS DRS DRS Teb
A-KVB (Faaliyet Dışı Aktivitesi Etk). IRS IRS IRS IRS IRS DRS-
IRS IRS IRS IRS IRS IRS
KVB Classical CCR IRS DRS DRS DRS DRS DRS CRS DRS DRS DRS DRS
A-KVB (Faaliyet Aktivite Etk.) IRS IRS CRS DRS IRS DRS CRS DRS DRS DRS DRS Den
A-KVB (Faaliyet Dışı Aktivitesi Etk). CRS IRS-
DRS IRS IRS-DRS IRS IRS IRS IRS IRS IRS IRS
KVB Classical CCR DRS DRS DRS CRS DRS DRS DRS DRS DRS CRS-DRS DRS
A-KVB (Faaliyet Aktivite Etk.) CRS DRS DRS CRS DRS DRS DRS DRS DRS DRS DRS Fin
A-KVB (Faaliyet Dışı Aktivitesi Etk). IRS IRS-
CRS DRS CRS DRS IRS IRS IRS IRS IRS IRS
KVB Classical CCR CRS CRS-DRS DRS DRS DRS DRS CRS-
DRS DRS DRS DRS DRS
A-KVB (Faaliyet Aktivite Etk.) CRS CRS-
DRS
CRS-IRS-DRS
DRS DRS DRS CRS DRS DRS DRS DRS Hsb
A-KVB (Faaliyet Dışı Aktivitesi Etk). DRS IRS-
DRS CRS DRS IRS IRS IRS IRS IRS IRS IRS
Gösterim: DRS CRS IRS
Tablo 4.7'de Tablo 4.6'da görülen RTS sonuçları 4 alt periyotta ve bankaların
DRS tutum yüzdeleri kapsamında değerlendirilmiştir. Sonuçlar, bankaların kriz
sonrası toparlanma döneminde (2003-2005) benzer RTS tutumları sergiledikleri
(ağırlıklı olarak DRS), büyüme ve birleşme-satınalma döneminde (2005-2007) DRS
143
tutumu sergileyen KVB ve A-KVB yüzdesinin arttığı söylenebilir. Küresel finansal
kriz ve komplikasyonları döneminde ise bankaların faaliyet dışı aktivitelerinde DRS
tutumu sergileyen A-KVB yüzdesi ciddi oranda düşüş göstermiştir. Bu dönemde,
bankaların faaliyet dışı aktivitelerinde kullandıkları girdilerde yapacağı 1 birimlik bir
artış, çıktılarda 1 birimden daha fazla bir artış sağlanmasına neden olmaktadır. Bu
bulgu, bankaların genel faaliyet dışı aktiviteleri için geçerli olup, her banka için ve
her dönem için söylenemez. Diğer yandan bu sonuç, kriz dönemlerinde bankaların
küçülme stratejilerinin bir sonucu olabilir. Bankalar için küçülme stratejisinin
kaçınılmaz olduğu durumlarda, ölçek ekonomisi doğası gereği IRS tutumu sergileyen
KVB sayılarını/oranlarını arttırabilir. Kriz sonrası dönemde ise DRS oranlarının her
3 alanda da artış gösterdiği görülmektedir. Bunda 2010 sonrası girdilerde meydana
gelen önemli artışların etkili olduğu söylenebilir.
Bankaların DRS tutumlarının yıllar itibari ile dikey eksendeki değişimine
bakılacak olursa, faaliyet ve faaliyet dışı etkinliklerde RTS davranışlarının
beklendiği üzere paralel bir seyir izlediği, fakat falaiyet dışı aktivite etkinliklerindeki
RTS davranışının ise farklı bir seyir izlediği görülmektedir (Şekil 4.21). Bu durum,
bankaların faaliyet dışı etkinlikleri alanında daha değişken bir politika izlediklerini
ve farklı rekabet araçları/enstrümanları kullandıklarının da bir göstergesidir.
Bankaların faaliyet aktivite etkinlikleri ise, ağırlıklı olarak dışsal dinamiklere bağlı
olduğundan, bankaların bu alanlara müdahale veya farklı kar politikaları izlemeleri
güç ve risklidir. Bankaların faaliyet aktivite RTS tutumlarına periyodik bazda
bakıldığında ise (Tablo 4.7), her 4 dönemde de DRS tutumlarının ağırlıklarını
koruduğu görülmektedir..
144
55% 55%45%
64%
100%100%100%
73%73% 73%
82%82%
82%
91%100%
91%
73%82%
91%
73%82%
100%100%100%
64%55%55%
27%
36%
64%73%64%
82%
0%
20%
40%
60%
80%
100%
2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013Yıllar
DR
S D
avra
nış
Yüzd
esi
Toplam Sistem EtkinliğiFaaliyet Aktivite EtkinliğiFaaliyet Dışı Aktivite Etkinliği
Şekil 4.21. Bankaların yıllar itibari ile DRS davrnaışları değişimi
2008 yılına kadar, bankalar her 3 etkinlik alanında da ağırlıklı olarak DRS
davranışı sergilemektedirler. Başka bir ifade ile bu dönemde bankaların girdilerinde
yapacağı 1 birimlik bir artış, çıktılarında daha bundan daha az bir artışa yol açacaktır.
Ölçekleri bu anlamda çok verimli gözükmemektedir. 2008 yılı sonrasında ise, DRS
yüzdeleri IRS yüzdelerinde bir artış olduğu görülmektedir. Bundaki en büyük sebep
ise, bankaların 2008 yılı sonrası karşılaştıkları küresel finansal kriz nedeni ile
girdilerini daha etkin kullanmak adına almış oldukları önlemlerdir. Faaliyet dışı
aktivite RTS davranışı ise trend olarak benzer bir seyir izlese de, toplam sistem ya da
faaliyet aktivite etkinliğine göre daha düşük bir oranda DRS tutumu sergilemektedir.
2010 yılında bu oran %27'lere kadar düşmüştür. Bankalar faaliyet dışı aktivite
alanında girdilerini daha etkin şekilde çıktıya dönüştürebilmeye başlamışlardır. Fakat
sonrasında BDDK'nın yapmış olduğu genek karşılık provizyon tutarlarındaki
değişiklik sebebi ile, bu oran yine %50'nin üzerine çıkmıştır.
145
0%0%9% 9%
0%0%
18%
9%0% 0% 0%
27%
18% 9% 9%0%
18% 27%9%
18%27%
0%
55%
36%
9%18%
36% 36%45%
55%
36% 36% 36%
0%
20%
40%
60%
80%
100%
2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013Yıllar
IRS
Dav
ranı
ş Yü
zdes
i
Toplam Sistem EtkinliğiFaaliyet Aktivite EtkinliğiFaaliyet Dışı Aktivite Etkinliği
Şekil 4.22. Bankaların yıllar itibari ile IRS davrnaışları değişimi
Bankaların ölçeğe göre getiri açısından IRS tutumlarının yıllar itibari ile
değişimine bakıldığında (Şekil 4.22), beklendiği üzere her 3 alanda da DRS
davranışının tersi bir seyir izlenmektedir (yukarıda bu durumun yorumlanması
yapıldığı için burada tekrar edilmeyecektir).
Tablo 4.7. KVB ve A-KVB'lerin dönemler bazında DRS tutum oranları
KVB / A-KVB
2003-2005 "Kriz
sonrası toparlanma
dönemi"
2005-2007 "Büyüme,
birleşme ve satın alma dönemi"
2007-2010 "Küresel finansal
kriz ve komplikasyonları
dönemi"
2010-2013 "Küresel belirsizlik
ve temkinli politikalar dönemi"
Toplam Sistem (KVB)
Etkinliği 78,8% 86,4% 84,8% 100,0%
Faaliyet Aktivite Etkinliği
72,7% 86,4% 72,7% 100,0% DRS Yüzdeleri
Faaliyet Dışı Aktivite Etkinliği
60,6% 68,2% 42,4% 57,6%
146
KVB ve A-KVB'leri bazında bankaların RTS tutumları genel olarak
değerlendirildiğinde, KVB ve A-KVB'lerin ve A-KVB'lerin kendi aralarında farklı
RTS davranışları sergiledikleri, bu farklılıkların da dönemler itibari değişen koşullar,
pazar dinamikleri ve düzenlemelere bağlı olarak değişim gösterdiği söylenebilir.
KVB ve A-KVB'lerin, her ne kadar ortak bir genel amaç çerçevesinde faaliyet
gösterdikleri bilinse de, her bir birimin içsel dinamikleri, alt hedefleri ve öncelikleri
olması, bu sonucu doğurmuştur.
Bir sonraki bölümde, bankaların toplam ve faaliyet/faaliyet dışı aktivite
performanslarını etkileyen faktörlere ilişkin bulgular sunulmuştur.
4.6.3. Dinamik Tobit Regresyon Analizi Sonuçları
Tobit regresyon analizini gerçekleştirmeden önce, belirlenen sekiz farklı
değişken içerisinden, etkinliğe etki eden temel faktörleri bulmak adına, adımsal
(stepwise) regresyon analizi yapılmıştır. Bu yolla, etkinliğe (toplam, faaliyet,
faaliyetdışı etkinlik) etki eden ve istatistiksel olarak anlamlı olan temel faktörler
belirlenecektir. Sonrasında ise, bu faktörler dinamik tobit regresyon analizine tabi
tutulmuştur.
Tablo 4.8'de, genel, faaliyet ve faaliyet dışı aktivite etkinliklerine etki eden
faktörler görülmektedir. Bu faktörler istatistiksel olarak anlamlı ve etkinlik üzerinde
etkili faktörlerdir. İlgili faktörlerin performansı temsil düzeyleri ise, determinasyon
katsayılarına bakılarak tesbit edilmiştir.
147
Tablo 4.8. Pazar ve banka spesifik faktörlerin bankaların genel, faaliyet ve faaliyet dışı aktivite etkinlikleri üzerindeki etkileri (Adımsal regresyon analizi sonuçları)
Pazar-spesifik (Dışsal) Faktörler Banka-spesifik (İçsel) Faktörler
KVB / A-KVB Enf. Büyüme İşsizlik Faiz Büyüklük Borçlanma Sahiplik Karlılık
Toplam Sistem (KVB)
(3) (2) (4) (1)
Faaliyet akitvitesi (A-KVB)
(3) (2) (4) (1)
Faaliyet dışı aktivite (A-KVB)
(2) (3) (4) (1)
( ) : Parantez içindeki rakamlar, performans üzerindeki etkinin önem düzeyini
göstermektedir.
Adımsal regresyon sonuçlarına bakıldığında, beklendiği üzere toplam sistem
ve faaliyet aktivitesi etkinliklerine etki eden en önemli 4 faktörün ve performansa
etki düzeylerinin aynı olduğu görülmektedir. Banka spesifik faktörlerden sahiplik ve
karlılık ile, pazar spesifik faktörlerden büyüme ve faiz değişkenleri toplam ve
faaliyet aktivitesi etkinliklerine istatistiksel olarak anlamlı şekilde etki eden faktörler
olarak görülmektedir. Faaliyet dışı aktivite etkinliklerine etki eden faktörlerin
tamamı banka spesifik faktörler olarak görülmektedir.
Bankaların ve alt karar birimlerinin etkinlik analizi ve adımsal regresyon
analizi yapıldıktan sonra, genel, faaliyet ve faaliyet dışı aktivite etkinliklerine etki
eden faktörlerin belirlenmesi amacı ile Tobit regresyon analizi uygulanmıştır.
Regresyon sonuçları, incelenen dönemde hangi bankanın hangi A-KVB etkinliğinde
hangi faktörlerin etkili olduğunu, benzerlikleri ve farklılıkları ortaya koymaktadır.
148
Mevcut literatürde, pek çok ülkede bankacılık performansına etki eden
faktörlerin incelendiği çalışmaların yer aldığı görülmektedir. Bu çalışmalarda,
performans üzerinde etkili olması beklenen faktörler genellikle iki farklı grupta
toplanmaktadır: İçsel ve dışsal faktörler.
İçsel faktörler ile ilgili yapılan çalışmalara bakıldığında; Karim vd. (2010)
bankaların takipteki krediler ile etkinlik ilişkisini incelemiş ve aralarında negatif bir
ilişki olduğunu ortaya koymuştur. Işık ve Hassan (2003) ise bankaların etkinlikleri
ile karlılık arasında pozitif anlamlı bir ilişki bulurken, Jackson ve Fethi (2000)
negatif anlamlı bir ilişki bulmuştur. Aynı çalışmada yazarlar, bankaların sermaye
yeterlilik oranı ile etkinlik arasında da negatif bir ilişki gözlemlemişlerdir.
Bankaların büyüklük ve etkinlik ilişkisini inceleyen çalışmalara bakıldığında, Işık ve
Hassan (2003) pazar payı ile etkinlik arasında pozitif bir ilişki saptarken, Atan ve
Çatalbaş (2005) negatif bir ilişki bulmuştur. Bu ilişki "küçük bankalar büyük
pazarlarda ağırlıklı olarak büyük bankalarla rekabet ederlerken, kırsal pazarlarda
rekabet düzeyi düşüktür. Bu nedenle yüksek rekabet ortamı, küçük bankalar üzerinde
daha fazla mali disiplin ve mali etkinlik anlamında daha etkin bankalar
yaratabilmektedir" şeklinde yorumlanmıştır. Barth vd. (2004) banka sahipliği ve
banka etkinliği ilişkisini incelediği çalışmada 107 ülkenin verilerini analiz etmiştir.
Bonin vd., (2003), Bhaumik ve Dimova (2004), Molyneux ve Thornton (1992)
çalışmalarında kamu bankaları ile etkinlik arasında istatistiksel olarak anlamli ve
güçlü bir ilişki olduğunu belirtmektedirler. Rangan vd. (1988) ürün çeşitliliği ile
etkinlik arasında negatif bir ilişki olduğundan sözetmektedir. Aynı çalışmada, banka
büyüklüğü ve etkinlik arasında ise pozitif bir ilişki bulunmuştur. Jackson ve Fethi
149
(2000) yapmış oldukları çalışmalarında hem banka karlılığı hem de banka
büyüklüğünün etkinlik üzerinde pozitif bir etkiye sahip olduğu sonucunu sunmakta,
büyük ve karlılığı yüksek bankaların etkinlik düzeylerinin de yüksek olduğunu
belirtmektedirler. Çalışmalarında ortaya koydukları diğer bir bulgu ise, kamu
bankaları ile etkinlik arasındaki negatif ilişkidir. Ariff ve Can (2008) çalışmalarında,
özel ve orta ölçekli bankaların en etkin bankalar olduğu sonucuna ulaşmışlardır.
Drake vd. (2006) ise Hong Kong bankacılık sistemini inceledikleri çalışmalarında
banka büyüklüğü ile etkinlik arasında kuvvetli bir ilişki bulmuşlardır. Sathye (2003)
Hindistan bankacılık sektöründe kamu bankalarının istatistiksel olarak anlamlı
şekilde daha etkin bankalar olduğunu ortaya koymaktadır. Aysan ve Ceyhan (2008)
yapmış oldukları regresyon analizinde, borçlanma oranının etkinlik üzerinde pozitif
bir etkiye sahip olduğu bulgusu ile karşılaşmışlardır. Bu bulgu, Demir vd. (2005)
tarafından da desteklenmektedir. Genel olarak literatür çalışmalarında, bankacılık
sektörü performansına etki eden içsel faktörlerin, ülke koşullarına, bankacılık sektörü
düzenlemelerine, rekabet düzeylerine bağlı olarak, performans üzerinde negatif veya
pozitif karma bir etki yarattığı söylenebilir.
Makroekonomik değişkenlerin ya da pazar spesifik (dışsal) faktörlerin
bankacılık sektörü performansına etkisi üzerine yapılan çalışmalara bakıldığında, bu
alanda yapılan çalışmaların pek çoğunda enflasyon, politika faiz oranı, GSMH
büyüme oranı gibi makro ekonomik faktörlerin etkinlik üzerinde pozitif bir etkiye
sahip olduğu görülmektedir (bknz. Bourke, 1989; Molyneux ve Thornton, 1992;
Demirguc-Kunt ve Huizinga, 1999; Athanasoglou vd., 2008; Albertazzi ve
Gambacorta, 2009). Lee ve Kim (2013) GSMH büyüme oranı ile banka etkinlikleri
150
arasında pozitif anlamlı bir ilişki olduğunu ortaya koymuştur. Bu sonuç, bankaların
karlılıklarını arttırabilme adına potansiyel kapasite yaratabilme becerisinin,
ekonomik büyümeye bağlı olduğunu göstermektedir. Drake vd. (2006), Hong Kong
bankacılık sektöründe dışsal faktörlerin bankacılık performansı üzerinde önemli bir
etkiye sahip olduğunu net bulgularla ortaya koymaktadır. Pasiouras ve Kosmidou
(2007) de kişi başı GSMH ve işsizlik oranlarının banka performansı üzerinde negatif
etki yarattığını belirtmektedir. Ben Naceur ve Omran (2011), işsizlik oranının yüksek
veya tüketici güven endeksinin düşük olduğu bir ortamda, bankaların daha çok
maliyetlerini düşürme davranışı sergileyeceklerini ve bunun da işsizlik ile etkinlik
arasında pozitif bir ilişki yarattığını ifade etmektedir. Mohammadi vd., (2012) de
benzer şekilde işsizlik oranı ve banka şubelerinin teknik etkinlikleri arasındaki
ilişkiyi incelemiş ve aralarında negatif bir ilişki olduğu sonucuna ulaşmışlardır.
Garza-Garcia (2012) ise yüksek enflasyonun, Meksika bankalarınin etkinliğini
düşürdüğünü söylemektedir. Faiz oranına ilişkin olarak ise Fries ve Taci (2005),
düşük faiz oranının ekonomi ve maliyet etkinliği üzerinde pozitif bir etki yarattığını
ifade etmektedir.
Tablo 4.9. Tablo 4.10 ve Tablo 4.11, Türkiye'de faaliyet gösteren 11 büyük
bankanın, 2003-2013 yılları arasındaki toplam sistem (KVB) ve A-KVB'ler (faaliyet
aktivite, faaliyet dışı aktivite) performansı ile bu performansa etki eden faktörlerin
belirlenmesine ilişkin olarak yapılan dinamik Tobit regresyon analizi sonuçlarını
vermektedir. ÇA-DVZA modeli ile bulunan KVB ve A-KVB etkinlik skorları,
bağımlı değişken olarak modelde kullanılmıştır. Sunuçlarda yer alan pozitif bir
katsayı, banka performansı üzerinde pozitif bir etkiye, negatif rakam ise negatif bir
151
ilişkiye işaret etmektedir. Regresyon sonuçları %95 güven aralığında anlamlı olarak
kabul edilmiştir. Regresyon modeli EViews paket programı kullanılarak
oluşturulmuş ve çözülmüştür.
Tablo 4.9. Adımsal regresyon sonuçlarına bağlı olarak, toplam sistem (KVB) dinamik Tobit regresyon analizi sonuçları
Değişken Katsayı Standart sapma z-Stat Prob. Büyüme oranı -0,46 0,12 -3,57 0,0004 * Faiz oranı -0,25 0,05 -4,48 0,0000 * Sahiplik (Kamu/Özel) 0,03 0,01 2,77 0,0056 * Karlılık 8,00 0,76 10,55 0,0000 * Sabit katsayı (C) 0,80 0,018 44,21 0,0000 * Gözlem sayısı : 121 Cencored obs. : 6 Log likelihood : 160,97 Determinasyon katsayısı (R2) : % 75,4
* %95 anlamlılık düzeyinde istatistiksel olarak anlamlı faktörleri göstermektedir.
ÇA-DVZA genel etkinlik skoru çerçevesinde tobit regresyon sonuçları
incelenecek olursa;
Pazar spesifik faktörlerden GSMH büyüme ve politika faiz oranları, banka
performansları üzerinde istatistiksel olarak anlamlı ve negatif bir etkiye
sahiptir. Pasiouras ve Kosmidou (2007) de GSMH büyüme oranının banka
performansı üzerinde negatif etki yarattığını belirtmektedir. Fries ve Taci
(2005), benzer şekilde düşük faiz oranının ekonomi ve maliyet etkinliği
üzerinde pozitif bir etki yarattığını ifade etmektedir.
Banka spesifik faktörlerden karlılık, beklendiği üzere banka etkinlikleri
üzerinde pozitif bir etkiye sahiptir ve istatistiksel olarak da anlamlı çıkmıştır.
152
Işık ve Hassan (2003) da türk bankaların etkinlikleri ile karlılık arasında
pozitif anlamlı bir ilişki bulmuştur. Fakat Jackson ve Fethi (2000) yine
Türkiye bankacılık sektöründe yaptıkları çalışmada negatif anlamlı bir ilişki
bulmulardır. Sahiplik de banka toplam sistem performansı üzerinde pozitif bir
etkiye sahip çıkmıştır. Barth vd. (2004), banka sahipliği ve etkinlik ilişkisini
incelediği çalışmalarında 107 ülkenin verilerini analiz etmiştir. Bu çalışma
sonuçlarına göre, sektörde kamu bankalarının hakimiyetinin, büyük oranda
finansal sistemin etkinsizliğine ve gelişmemişliğine bağlı olarak geliştiği
belirtilmektedir. Bonin vd., (2003), gelişmekte olan ülkelere ilişkin yaptıkları
çalışmalarında ise, özel bankaların kamu bankalarına göre daha etkin
olduklarını belirtmektedir. Bhaumik ve Dimova (2004) ise Hindistan
bankalarını incelediği çalışmalarında, özel bankaların kamu bankalarından
daha etkin olduğu sonucunu ortaya koymaktadır.
Genel olarak literatür çalışmalarında, bankacılık sektörü toplam
performansına etki eden içsel ve dışsal faktörlerin, ülke koşullarına, bankacılık
sektörü düzenlemelerine, rekabet düzeylerine, incelenen dönem/lere bağlı olarak,
performans üzerinde negatif ya da pozitif karma bir etki yarattığı söylenebilir. Bu
kapsamda bankaların toplam etkinliğini belirleyen temel faktörler ve etki düzeylerini
gösteren çoklu doğrusal regresyon eşitliği aşağıdaki biçimde ifade edilebilir.
Toplam Sistem Performansı (2003-2013)= 0,8 + 8*Karlılık - 0,25*Faiz Oranı -
0,46*Büyüme Oranı + 0,03*Sahiplik + c (4.2)
153
Tablo 4.10. Adımsal regresyon sonuçlarına bağlı olarak faaliyet aktivitesi etkinliği (A-KVB) dinamik Tobit regresyon analizi sonuçları
Değişken Katsayı Standart sapma z-Stat Prob. Büyüme oranı -0,55 0,17 -3,25 0,0011 * Faiz oranı -0,36 0,07 -4,92 0,0000 * Sahiplik (Kamu/Özel) 0,04 0,015 2,49 0,0128 * Karlılık 9,06 1,015 8,92 0,0000 * Sabit katsayı (C) 0,807 0,023 34,2 0,0000 * Gözlem sayısı : 121 Cencored obs. : 22 Log likelihood : 99,60 Determinasyon katsayısı (R2) : 0,738 * %95 anlamlılık düzeyinde istatistiksel olarak anlamlı faktörleri göstermektedir.
Faaliyet aktivitesi performansına etki eden faktörlere ilişkin Tobit regresyon
sonuçlarına bakılacak olursa, pazar spesifik (dışsal) değişkenler açısından sonuçlar
incelendiğinde, GSMH büyüme ve politika faiz oranının bankaların faaliyet aktivitesi
etkinliğine istatistiksel olarak anlamlı ve negatif bir etkisi olduğu görülmektedir.
Başka bir ifade ile faiz veya büyüme oranı arttıkça, bankaların faaliyet aktivitesi
etkinliklerinde düşüş yaşanmaktadır.
Faaliyet aktivitesi etkinliğine etki eden banka spesifik (içsel) faktörlere ilişkin
sonuçlarda ise, karlılığın, beklendiği üzere faaliyet aktivitesi etkinliği üzerinde
pozitif ve istatistiksel olarak anlamlı bir etkisinin olduğu görülmektedir. Banka
sahipliği faktörü ise, faaliyet aktivitesi performansı üzerinde pozitif bir etkiye
sahiptir. Faaliyet aktivitesi performansı çoklu regresyon eşitliği aşağıdaki biçimde
ifade edilebilir.
154
Faaliyet Aktivitesi Performans (2003-2013)= 0,807 + 9,06*Karlılık - 0,36*Faiz
Oranı - 0,55*Büyüme Oranı + 0,04*Sahiplik + c (4.3)
Tablo 4.11. Adımsal regresyon sonuçlarına bağlı olarak faaliyet dışı aktivite etkinliği (A-KVB) dinamik Tobit regresyon analizi sonuçları
Değişken Katsayı Standart sapma z-Stat Prob. Banka büyüklüğü 0,000002 0,00 5,42 0,0000 * Borçlanma oranı -0,67 0,13 -5,00 0,0000 * Sahiplik (Kamu/Özel) -0,12 0,044 -2,79 0,0053 * Karlılık 4,90 0,93 5,24 0,0000 * Sabit katsayı (C) 1,50 0,19 7,81 0,0000 * Gözlem sayısı : 121 Cencored obs. : 8 Log likelihood : 43,85 Determinasyon katsayısı (R2) : 0,824 * %95 anlamlılık düzeyinde istatistiksel olarak anlamlı faktörleri göstermektedir.
Bankaların faaliyet dışı aktivite etkinliklerine etki eden faktörlere
bakıldığında, pazar spesifik faktörlere ilişkin herhangi bir dışsal faktörün, ilgili
dönemde bankaların faaliyet dışı aktivite etkinliği üzerinde etkisi olmadığı
görlmektedir.
Faaliyet dışı aktivite etkinliğine etki eden banka spesifik (içsel) faktörlere
ilişkin elde edilen sonuçlar ise şu şekilde özetlenebilir;
Bütün bağımsız banka spesifik (içsel) değişkenlerin, bankaların faaliyet dışı
aktivite performansları üzerinde istatistiksel olarak anlamlı bir etkiye sahip
oldukları görülmüştür. Toplam borç/toplam mevduat oranı, bu etkinlik
üzerinde negatif bir etkiye sahipken, karlılık ve banka büyüklüğü pozitif bir
etkiye sahiptir. Yüksek borç/toplam mevduat oranı, bankaların faaliyet dışı
155
aktivite performanslarını düşürmektedir. Elde edilen bu sonuç, bankaların
toplam mevduatlarına göre borçlanma düzeyleri düştükçe, banka yönetiminin
faiz dışı gelirlere ilişkin politikalarında bir gevşetme politikası uyguladıkları
şeklinde yorumlanabilir.
Banka büyüklüğü ve faaliyet dışı aktivite performansı ilişkisinde ise, büyük
ölçekli bankaların ölçek ekonomisi avantajları dolayısı ile çapraz satış
potansiyellerinin yüksek olması, bu bankaların faaliyet dışı aktivite
etkinliklerini olumlu anlamda etkilemiş olabilir.
Faaliyet dışı aktivite etkinlikleri ile ters yönlü bir ilişkiye sahip olan banka
sahiplik faktörü ise, kamu bankalarının faaliyet dışı aktivite etkinliklerini
olumsuz yönde etkilemektedir. Jackson ve Fethi (2000) çalışmasında da
ulaşılan bu sonuç, kamu bankalarının ülkenin bazı bölgelerinde fizibil olup
olmamasına bakılmaksızın şubeler açıp hizmet vermesi gerekliliği nedeniyle
karşılaşılan yüksek faaliyet giderleri dolayısı ile olabilir.
Faaliyet dışı aktivite etkinliğini etkileyen faktörlerin çoklu doğrusal bir
regresyon olarak ifadesi, aşağıdaki biçimde gösterilebilir.
Faaliyet Dışı Aktivite Performans (2003-2013)= 1,5 + 4,9*Karlılık -
0,000002*Banka büyüklüğü - 0,67*Borçlanma Oranı - 0,12*Sahiplik + c
(4.4)
Dinamik Tobit regresyon sonuçları genel olarak aşağıdaki Tablo 4.12'de
özetlenmiştir. Bu tabloda, genel (KVB) ve alt aktiviteler (A-KVB) bazında
156
istatistiksel olarak anlamlı olan faktörler ve bu faktörlerin ilgili performansı etkileme
yönleri belirtilmiştir. Mevcut literatürde, bankaların faaliyet dışı etkinliğini ölçen
herhangi bir çalışma olmadığından, bulguların diğer çalışma bulguları ile mukayese
edilebilme şansı şu durumda yoktur.
Tablo 4.12. Pazar ve banka spesifik faktörlerin bankaların genel ve faaliyet ve faaliyet dışı aktivite etkinlikleri üzerindeki etkileri
Pazar-spesifik (Dışsal) Faktörler Banka-spesifik (İçsel) Faktörler
KVB / A-KVB Enf. Büyüme İşsizlik Faiz Büyüklük Borçlanma Sahiplik Karlılık
Toplam Sistem (KVB)
(-) (-) (+) (+)
Faaliyet akitvitesi (A-KVB)
(-) (-) (+) (+)
Faaliyet dışı aktivite (A-KVB)
(+) (-) (-) (+)
Tablo 4.12'de de görüldüğü üzere, bankaların genel ve alt faaliyet
performanslarını etkileyen faktörler arasında belirgin farklılıklar göze çarpmaktadır.
Bu sonuç, 2003-2013 döneminde, bankaların faaliyet ve faaliyet dışı aktivite
etkinlikleri arasındaki düşük korelasyonu destekler niteliktedir. Diğer yandan, önemli
bir diğer bulgu da, pazar spesifik (dışsal) faktörler ağırlıklı olarak bankaların toplam
sistem ve faaliyet aktivitesi performansını negatif yönde etkilerken, banka spesifik
(içsel) faktörler ise bankaların faaliyet dışı aktivite performanslarını etkilemektedir
bulgusudur. Bankaların faaliyet dışı aktivite etkinlikleri, ağırlıklı olarak kendi içsel
dinamikleri tarafından belirlenmektedir. Bu alana bankaların müdahale etme
imkânları bulunduğundan, bankalar, farklı kar politikaları/üretim stratejileri
157
belirleyebilmektedirler. Diğer yandan, faaliyet aktivitesi etkinliğinde, karma bir
durum söz konusudur.
158
BEŞİNCİ BÖLÜM
SONUÇ VE DEĞERLENDİRME
Yakın gelecekte, teknoloji ve iletişim imkânlarındaki gelişmeler, sistemlerin
giderek daha karmaşık ve çok bileşenli olmalarına sebep olacaktır. Sistemler
büyüyecek ve çok daha farklı ve çok sayıda alt bileşenlere sahip entegre sistemler
olacaklardır. Bu tür sistemlerin performanslarının tam olarak ölçülebilmesi, bu alt
sistemlerin ayrı hedefleri, öncelikleri, dinamikleri ve hatta yönetsel yaklaşımları
olabilmeleri dolayısı ile, alt sistemlerin özgün olarak incelenmelerini ve
değerlendirilmelerini gerektirecektir. Genel olarak sistemin sadece bütüncül
performansının ölçülmesi, karar vericilerin esas problemleri görebilmelerini
engelleyebilir. Problemin ne olduğu ve nerede gerçekleştiğini tam olarak
belirleyememiş sistemlerin, kendilerini geliştirmeleri zorlaşacak, rekabet güçleri
düşecektir.
Birden fazla alt faaliyet içeren ve bu alt faaliyetler tarafından kullanılan ortak
girdilere ya da bu alt faaliyetler tarafından üretilen ortak çıktılara sahip sistemlerin
etkinliklerinin ölçülmesi, bu alt faaliyetlerin genel sistem içerisindeki ağırlıklarının
ya da önceliklerinin belirlenmesi, yönetsel açıdan önemli süreçlerdir. Diğer yandan,
sistem ve sistemi oluşturan alt faaliyetlerin hem etkinlik hem de önceliklerinin zaman
içerisinde değişmesi, bu süreci daha da karmaşık hale getirmektedir.
159
Bu çalışmada, ilk olarak, karar birimlerinin A-KVB etkinliklerinin
belirlenmesi ve zaman içerisindeki değişiminin gözlenmesi amacıyla hibrit bir model
geliştirilmiştir. Geliştirilen modeli, mevcut literatürde yer alan pek çok dinamik N-
VZA modellerden ayıran özelliği, KVB ve A-KVB etkinliklerini zamana bağlı olarak
eşzamanlı bir şekilde ölçebilme becerisidir. Modelden elde edilen çıktılar ise, KVB
ve A-KVB etkinlikleri arasında bir farklılık olup olmadığını, zaman içerisindeki
değişimlerini ortaya koymak; KVB ve A-KVB etkinlikleri RTS tutumlarını
belirlemek; ve yine KVB ve A-KVB performanslarını etkileyen faktörleri
belirleyerek farklılıkları ortaya koymak amacı ile kullanılmıştır. Çalışmanın ana
kavramsal çerçevesi, KVB ve A-KVB faaliyetleri arasındaki ve A-KVB'ler arası
performans farklılıklarını, bu performansları etkileyen faktörleri ve farklılıkları ile
RTS tutumları açısından farklılıkları ortaya koyabilmektir. Her ne kadar genel sistem
performansı karar vericiler açısından önemli ise de, etkin olmayan bir karar birimi
için, hangi alt faaliyetlerde performans düşüklüğü olduğunu bulabilmek; bu
performans düşüklüğünü gidermek için neler yapılması gerektiğini görebilmek
açısından A-KVB analizleri önemlidir.
Bu kavramsal çerçevede, ortaya konan 3 aşamalı yaklaşım, bankacılık
sektöründe uygulanmış, KVB ve A-KVB'nin zaman içerisindeki değişimleri
incelenmiştir. Elde edilen sonuçlar, geliştirilen ÇA-DVZA modelinin kara kutu
problemlerine çözüm getirebilen ve KVB ve A-KVB performanslarını ayrı ayrı
dinamik olarak ortaya koyabilen uygun bir model olduğunu göstermektedir. ÇA-
DVZA modeli, dinamik bir ortamda hangi alt faaliyetlerde etkinsizlik olduğunu
ortaya koyabilmiş ve yıllar itibari ile hem genel hem de A-KVB'ler bazında
160
performansı ölçümleyebilmiştir. Uygulama sonuçları, bankaların faaliyet ve faaliyet
dışı aktivite etkinlikleri arasında belirgin farklar olduğunu, yıllar itibari ile de bu iki
A-KVB tarafından farklı etkinlik trendleri sergilendiğini göstermektedir. Bulgular,
2003-2013 döneminde, politika faiz oranları azaldıkça bankaların faaliyet dışı
aktivite gelirlerine odaklandığı ve bankaların faaliyet dışı aktivitelerinin genel sistem
içerisinde oldukça önemli bir rol oynaıdğı iddialarını teyid eder niteliktedir.
Elde edilen bulgular aynı zamanda bankaların farklı faaliyet alanlarında aynı
anda etkin olabilmelerinin de güç olduğunu göstermektedir. Çalışma kapsamında
banka yönetimleri, karlılıklarını arttırabilmek ya da koruyabilmek adına, farklı
faaliyet alanlarında aynı dönemde farklı kararlar alabilmiştir.
Karar birimlerinin alt faaliyet alanlarına bölünerek bu A-KVB'leri bazında
performanslarını ölçümlenmesi, karar vericilere daha ayırt edici ve yol gösterici
ipuçları verecektir. Bu yolla politika yapıcılar, problemlerin kök nedenlerini daha
kolay bulabilecek ve karşıönlemleri daha kolay alabileceklerdir. A-KVB'leri
performanslarının ayrı ayrı ölçülebilmesi, A-KVB'lerinin RTS tutumlarının da ayrı
ayrı ortaya konulabilmesini sağlar. Çalışma kapsamında incelenen bankaların genel
ve A-KVB RTS tutumları incelendiğinde, genel ve A-KVB tutumları ile A-
KVB'lerin kendi aralarındaki tutumları arasında belirgin farklılıklar olduğu
görülmüştür. Böylece hangi KVB ya da A-KVB hangi dönem nasıl bir RTS tutumu
sergilemiş, görülebilmektedir. Faaliyet dışı aktivite etkinliği analizi sürecinde,
küresel kriz ve komplikasyonları döneminde, bankaların DRS tutumlarının toplam
içerisindeki oranı ciddi oranda düşmüştür. Bu dönemde bankalar faaliyet dışı
161
aktivitelerine ilişkin girdilerini bir birim arttırdıklarında, bu faaliyet alanına ilişkin
çıktılarda 1 birimden daha fazla bir artış meydana gelmiştir. Bu sonuç, bankaların
kriz döneminde izlediği küçülme politikaları veya israfı azaltma politikalarının bir
etkisi olarak görülebilir. Küçülme politikalarının kaçınılmaz olduğu dönemlerde
bankaların RTS tutumları, ölçek ekonomisi doğası gereği IRS yönünde kaymaktadır.
Son olarak etkinlik belirleyiciler açısından elde edilen sonuçlar, faaliyet ve
faaliyet dışı aktivite performanslarını etkileyen faktörlerin farklılık gösterdiğini
ortaya koymuştur. Pazar spesifik (dışsal) ve banka spesifik (içsel) faktörler faaliyet
aktivite performansına etki ederken, banka spesifik (içsel) faktörler faaliyet dışı
aktivite performansı üzerinde etkilidir. Bu, karar vericilere, A-KVB'ler bazında etkin
sınıra ulaşabilmeleri için yapmaları gerekenler açısından önemli ipuçları
vermektedir. Bu sonuç aynı zamanda 2003-2013 döneminde, faaliyet ve faaliyet dışı
aktivite etkinlikleri arasındaki çok zayıf korelasyonu da destekleyen önemli bir
bulgudur.
Çalışmada kurum ve aktiviteler bazında karar birimlerinin performansları
dinamik olarak eşzamanlı bir şekilde incelenmiştir. Gelecek çalışmalarda, ÇA-
DVZA modeli ikiden fazla A-KVB içeren sistemlerde ve farklı alanlarda (üniversite,
üretim yapan işletmeler, hastaneler, konaklama tesisleri, polis teşkilatları, belediyeler
vb.) uygulanabilir. Bu A-KVB'lerinin toplam sistem içerisindeki ağırlıkları, farklı
senaryo analizleri yapılmak sureti ile incelenebilir. Etkinliğin zaman içerisindeki
değişimini, tekonojik, ekonomik ve çevresel değişimleri de göz önünde
bulundurabilen farklı dinamik etkinlik modelleri geliştirilebilir (Malmquist indeksi
162
gibi). Ayrıca, performansa etki eden faktörler, A-KVB'ler bazında özelleştirilerek bu
değişkenlerin performansa olan etkileri incelenebilir. Bankacılık sektöründe ise,
ülkeler bazında KVB ve A-KVB etkinlik skorları ve farklılıkları dinamik olarak
mukayeseli bir şekilde incelenebilir. Farklı banka türleri bu kapsamda analize dâhil
edilebilir. A-KVB bazında yerli ve yabancı bankalar arası farklılıklar,
performanslarına etki eden faktörler diğer bir araştırma konusudur.
163
ÖZET
Etkinlik ve performans ölçümü, kurumların mevcut durumlarını ve
problemlerin hangi noktalarda yoğunlaştığını görmeleri açısından önemlidir. Diğer
yandan ortak kaynakları kullanan ve birden fazla aktivite içeren sistemlerin
etkinliklerinin değerlendirilmesi ile bu aktivitelere ilişkin stratejik önceliklerin
belirlenmesi önemli yönetim karar problemleridir Etkinlik ve önceliklerin zaman
içerisinde değişmesi, bu problemleri daha da karmaşık hale getirmektedir.
Sistemleri meydana getiren alt sistemler (A-KVB) kurumlarda farklı roller
üstlenebilmekte, farklı amaçlar veya öncelikler doğrultusunda faaliyetlerini
sürdürebilmektedirler. Ayrıca bu A-KVB'leri performanslarını etkileyen faktörler de
farklılık gösterebilmektedir. Her bir A-KVB farklı karşı önlemler alarak etkin sınıra
ulaşabilir. Dolayısı ile toplam sistem için ortaya konan etkinlik şablonu, A-KVB'ler
bazında farklı davranışlar sergileyebilir.
"Kara kutu" problemi çerçevesinde KVB ve A-KVB'lerin dinamik
performanslarının eşzamanlı olarak incelenmesi önemlidir. Bu kapsamda çalışmada,
"herhangi bir karar biriminin dinamik olarak belirli bir zaman içerisindeki etkinliği,
davranışları, problemleri ve etkin bir karar birimi olabilmesi için yapması gerekenler
ile, bu karar birimini meydana getiren alt sistemlerin etkinliği, davranışları,
problemleri ve yapması gerekenler arasında farklılıklar vardır" tezi öne sürülmüş ve
bu çerçevede ilk olarak hibrit bir parametrik olmayan dinamik etkinlik modeli, "Çok
aktiviteli dinamik veri zarflama analizi (ÇA-DVZA)", geliştirilmiştir. Bu modelden
elde edilen etkinlik skorları ise, KVB ve A-KVB içsel dinamiklerininin ve
164
davranışlarınını ölçeğe göre getiri (RTS) ve etkinliğe etki eden faktörler çerçevesinde
değerlendirilmesi için kullanılmıştır.
İlgili kavramsal çerçeve kapsamında, geliştirilen model ve yaklaşımların
uygulanabilirliğinin incelenmesi ve Türk Bankacılık sektöründe mevcut bazı
problemlerin çözümüne yönelik olarak bir uygulama yapılmıştır. Çalışma sonucu
elde edilen bulgular, ÇA-DVZA modelinin KVB ve A-KVB performanslarını
dinamik şekilde ve eşzamanlı olarak ölçebildiğini ortaya koymaktadır. Uygulama
sonuçları da Türk bankalarının faaliyet ve faaliyet dışı aktivite etkinlikleri arasında
önemli farklılıklar olduğunu; dinamik olarak bakılıdığında da bu iki aktivite etkinliği
arasında oldukça zayıf bir korelasyon olduğunu göstermiştir. Dinamik RTS sonuçları
da benzer şekilde, KVB ve A-KVB RTS tutumlarının belirgin şekilde farklılık
gösterdiğini ortaya koymaktadır. KVB ve A-KVB performanslarını etkileyen
faktörler dinamik olarak analiz edildiğinde ise, hem dışsal (pazar-spesifik) hem de
içsel (banka spesifik) faktörlerin bankaların faaliyet aktiviteleri performansları
üzerinde etkili olduğu; incelenen içsel (banka-spesifik) faktörlerin hepsinin ise bir
şekilde bankaların faaliyet dışı aktivite performansları üzerinde etkili olduğu
görülmektedir.
165
ABSTRACT
Efficiency measurement is important analysis for institutions in order to find
out where they are and what the problems are. In case they can clarify where they
are, they can make plans for future to reach . However, evaluating efficiency of
institutions carrying out more than one activity using common resources and
deciding how to assign strategic priorities to these activities are important
management problems. Since both efficiency and priorities may change in time, the
problem set is getting more complex.
Sub-activities of total system (Decision Making Sub Units-DMSU) of
institutions may act in different ways since they have different priorities. In addition,
factors effecting efficiencies of these DMSU may be different. Each DMSUs'
countermeasures can vary in order to be able to reach the efficient frontier. So,
results of total system (Decision Making Unit-DMU) efficiency analysis may not
mean that each DMSUs' efficiencies are same.
In terms of "black box problem," determining the efficiencies of DMSUs and
DMUs dynamically and simultaneously is important So, the thesis in this study is to
figure out if there are differences between DMUs' and DMSUs' efficiencies,
behaviors, problems and countermeasures to reach efficient frontier in a dynamic
manner. In order to evaluate this thesis, a hybrid non-parametric dynamic efficiency
evaluation model, "Multi-Activity Window Data Envelopment Analysis(MA-
WDEA)", is implemented first. Than, behavioral and internal dynamics of DMUs
and DMSUs are analyzed via dynamic returns to scale(RTS) analysis and Tobit
166
regression model. Both analysis are established on efficiency results of MA-WDEA
model.
The proposed process is applied to measure the performance of Turkish
banking system. Results first show that MA-WDEA is a suitable tool to measure
efficiency trends of DMUs and DMSUs. There exist important differences between
Turkish banks with respect to their operating and non-operating activities’
efficiencies. The dynamic RTS and Tobit regression results also show that behavioral
attitudes of DMUs and DMSUs are significantly different. While market and bank
specific factors are affecting success of operating activity, all of the bank-specific
factors have higher impact on non-operating activity. This is an important finding for
decision makers to find their way to reach efficient frontier.
167
KAYNAKÇA Abbasoğlu, O.F., Aysan, A.F., Gunes, A,. (2007). Concentration, Competition, Efficiency and Profitability of the Turkish Banking Sector in the Post-Crises Period, MPRA Paper, No. 5494: 1-23. Adler, N., Liebert, V., & Yazhemsky, E. (2013). Benchmarking airports from a managerial perspective, Omega, 41, 442–458. Afriat, S., (1972). Efficiency Estimation of Production Functions, International Economic Review, 13, 568-598. Albertazzi, U., Gambacorta, L., (2009). Bank profitability and the business cycle. Journal of Financial Stability, 5, 393-409. Ali, I., Seiford, L.M., (1993). The mathematical programming approach to efficiency analysis, The Measurement of Productive Efficiency; Techniques and Applications, Oxford University Press, New York. Amirteimoori, A., Shafiei, M., (2006), Measuring the efficiency of interdependent decision making sub-units in DEA, Applied Mathematics and Computation, 173, 847–855 Amirteimoori, A., (2006), Data envelopment analysis in dynamic framework, Applied Mathematics and Computation, 181, 1, 21-28. Amirteimoori, A. (2013). A DEA two-stage decision processes with shared resources, Central European Journal of Operational Research, 21, 141–151. Ariff, M. ve Can, L., (2008), Cost and Profit Efficiency of Chinese Banks: A Non-parametric Analysis. China Economic Review, 19(2), 260-273. Asmild, M., Paradi, J.C., Aggarwall, A., Schaffnit, C., (2004). Combining DEA Window Analysis with the Malmquist Index Approach in a Study of the Canadian Banking Industry, Journal of Productivity Analysis, 21, 67 – 89. Asmild, M., Matthews, K., (2012). Multi-directional efficiency analysis of efficiency patterns in Chinese banks 1997–2008, European Journal of Operational Research, 219, 434-441. Atan, M. ve Çatalbaş, G.K., (2005), Bankacılıkta Etkinlik ve Sermaye Yapısının Bankaların Etkinliğine Etkisi, İktisat İşletme ve Finans, 20(237), 49-62. Athanasoglou, P., Brissimis, S., ve Delis, M., (2008). Bank-specific. industry-specific and macroeconomic determinants of bank profitability. Journal of International Financial Markets. Institutions and Money, 18 (2), 121-136.
168
Athanassopoulos, A., (1995), Goal Programming and Data Envelopment Analysis (GoDEA) for Target-Based Multi-Level Planning: Allocating Central Grants to the Greek Local Authorities, European Journal of Operations Research, Vol. 87, pp. 535-550 Avkiran, N. K. ve Goto, M. (2011). A tool for scrutinizing bank bailouts based on multi-period peer benchmarking, Pacific-Basin Finance Journal, 19, 447–469. Aysan, A.F., Ceyhan, Ş.P., (2008), Globalization of Turkey’s Banking Sector: Determinants of Foreign Bank Penetration in Turkey, International Research Journal of Finance and Economics, 15, 90-102. Aysan, A. F.; Karakaya, M. M.; Uyanik, M., (2011). Panel stochastic frontier analysis of profitability and efficiency of Turkish banking sector in the post crisis era, Journal of Business Economics and Management 12(4): 629–654. Azadeh,A., Ghaderi, S.F., Maghsoudi, A., (2008), Location optimization of solar plants by an integrated hierarchical DEA PCA approach, Energy Policy, 36, 10, 3993-4004. Banker, R.D., (1984), Estimating most productive scale size using data envelopment analysis, European Journal of Operational Research, 17, 35–44. Banker, R.D., Charnes, A. and Cooper, W.W. (1984), Some models for estimating technical and scale inefficiencies in data envelopment analysis. Management Science , 30 (9), s.1078-1092. Banker, R. D. ve Maindiratta, A., (1988). “Nonparametric Analysis of Technical and Allocative Efficiencies in Production.” Econometrica 56 (6): 1315–1332. Banker, R.D., Thrall, R.M., (1992) Estimation of returns to scale using Data Envelopment Analysis. European Journal of Operational Research, 62, 74–84. Banker, R.D., Bardhan, I., Cooper, W.W., (1996a), A note on returns to scale in DEA, European Journal of Operational Research, 88, 583–585. Banker, R.D., Chang, H., Cooper, W.W., (1996b). Equivalence and implementation of alternative methods for determining returns to scale in data envelopment analysis, European Journal of Operational Research, 89, 473–481. Banker, R.D., Cooper, W.W., Seiford, L.M., Thrall, R.M., Zhu, J., (2004), Returns to scale in different DEA models, European Journal of Operational Research, 154, 345–362. Bankacılık Düzenleme ve Denetleme Kurumu (BDDK) (2013). Finansal Piyasalar Raporlaru, Ankara.
169
Bankacılık Düzenleme ve Denetleme Kurumu (BDDK) (2014a). 2013 Yılı faaliyet raporu, Ankara. Bankacılık Düzenleme ve Denetleme Kurumu (BDDK) (2014b). Türk Bankacılık Sektörü Genel Görünümü, 2, Ankara. Barth, J., Caprio, G., Levine, R., (2004). Bank regulation and supervision: What works best?, Journal of Financial Intermediation 13, 205–248. Beasley, J. E., (1995). Determining Teaching and Research Efficiencies, Journal of the Operational Research Society, 46, p.441-452. Ben Naceur, S., Omran, M., (2011). The effects of bank regulations, competition, and financial reforms on banks’ performance, Emerging Markets Review, 12, 1-20. Ben-Tal, A., (1980), Characterization of Pareto and Lexicographic optimal solutions.Multiple Criteria Decision Making Theory and Application, vol. 177 of Lecture Notes in Economics and Mathematical systems, Springer-Verlag: 1-11. Berg, S.A., Forsund, F.R., ve Jansen E.S., (1991), Technical efficiency of Norwegian banks: the non-parametric approach to efficiency measurement, Journal of Productivity Analysis, 2, 127-142. Berg, S.A., Forsund, F.R., Jansen, E.S., (1992), Malmquist indexes of productivity growth during the deregulation of Norwegian banking,1980–1989, Scandinavian Journal of Economics, 94, 211–228. Berg, S.A., Forsund, F.R., Hjalmarsson, L., Suominen, M., (1993), Banking efficiency in the Nordic countries, Journal of Banking & Finance, 17, 371–388. Berger, A.N,, Humphrey, D.B., (1997), Efficiency of financial institutions: international survey and directions for future research, European Journal of Operational Research, 98, 175-212. Bhaumik, Sumon K and Ralitza D Dimova, (2004). How important is ownership in a market with a level playing field? The Indian banking sector revisited, Journal of Comparative Economics, 32(1), 165-180. Bi, G. B., Feng, C. P., Ding, J. J., & Khan, M. R. (2012). Estimating relative efficiency of DMU: Pareto principle and Monte Carlo oriented DEA approach, INFOR, 50, 44–57. Bogetoft, P., Färe, R., Grosskopf, S., Hayes, K., Taylor, L., (2008), Network DEA: some applications and illustrations, In Proceedings of DEA symposium. Bogetoft, P., Färe, R., Grosskopf, S., Hayes, K., & Taylor, L. (2009). Dynamic network DEA: An illustration, Journal of the Operations Research Society of Japan, 52, 147–162.
170
Boles, J.N., (1966). Efficiency Squared - Efficient Computation of Efficiency Indexes, Proceedings of the 39th Annual Meeting of the Western Farm Economics Association, 137-142. Bonin, J.P., Hassan, I., Wachtel, P., (2003), Bank performance, efficiency and ownership in transition countries, 9th Dubrovnik Economic Conference Procedings, Hırvatistan. , Bourke, P., (1989). Concentration and other determinants of bank profitability in Europe, North America and Australia. Journal of Banking and Finance, 13: 65-79. Boyacıoğlu Acar, M., Şahin, İ.E., Aktaş, R., (2014). A Comparison of the Financial Efficiencies of Commercial Banks and Participation Banks: The Case of Turkey, 11th International Academic Conference Proceedings, Reykjavik, İzlanda. Castelli, L., Pesenti, R., & Ukovich, W. (2004), DEA-like models for the efficiency evaluation of hierarchically structured units. European Journal of Operational Research, 154, 465–476. Chao, C. M., Yu, M. M., & Chen, M. C. (2010). Measuring the performance of financial holding companies, The Service Industries Journal, 30, 811–829. Chang, H., Choy, H.L., Cooper, W.W., Ruefli, T.W., (2009), Using Malmquist indexes to measure changes in the productivity and efficiency of US accounting firms before and after the Sarbanes-Oxley Act, Omega, 37(5), 951–960. Chang, K.P., ve Guh, Y.Y., (1991), Linear production functions and the data envelopment analysis, European Journal of Operational Research, 52, 215–223. Charnes, A., Cooper, W.W., and Rhodes, E., (1978). Measuring the Efficiency of Decision Making Units, European Journal of Operational Research, 2, s. 419-444. Charnes, A., Clark, C.T., Cooper, W.W., Golany, B., (1985), A Developmental Study of Data Envelopment Analysis in Measuring the Efficiency of Maintenance Units in the U.S. Air Forces, Annals of Operations Research, 2, pp. 95-112. Charnes, A., Cooper, W. W., Wei, Q. L., & Huang, Z. M., (1991). Cone-ratio data envelopment analysis and multiobjective programming, International Journal of System Sciences, 20, 1099–1118. Charnes, A., Cooper, W.W., Lewin, A., Seiford, L.M., (1995). Data Envelopment Analysis: Theory, Methodology and Applications Kluwer Academic Publishers. Charnes, A., Cooper, W., Lewin, A.Y., Seiford, M., (1996). “Data Envelopment Analysis- Theory, Methodology, Applications”, Kluwer Academic Publishers, s.31-38.
171
Chen, Y. (2005). On preference structure in data envelopment analysis. International Journal of Information Technology and Decision Making, World Scientific, 4(3), 411–431 Chen, Y., Liang, L., Yang, F., Zhu, J. (2006), Evaluation of information technology investment: a data envelopment analysis approach, Computers & Operations Research, 33, 1368–1379. Chen, Chien M. (2009). A network-DEA model with new efficiency measures to incorporate the dynamic effect in production networks. European Journal of Operational Research, 194, 687–699 Chen, Y., Cooki W.D., Zhu, J., (2010), Deriving the DEA frontier for two-stage processes, European Journal of Operational Research, 202,1, 138-142. Chen, P. C., (2012). Measurement of technical efficiency in farrow-to-finish swine production using multi-activity network data envelopment analysis: Evidence from Taiwan, Journal of Productivity Analysis, 38, 319–331. Chen, P. C., Chang, C. C., Yu, M. M., & Hsu, S. H., (2012). Performance measurement for incineration plants using multi-activity network data envelopment analysis: The case of Taiwan. Journal of Environmental Management, 93, 95–103. Chiang, C. I., ve Tzeng, G. H. (2000). A multiple objective programming approach to data envelopment analysis. In New Frontiers of Decision Making for the Information Technology Era, World Science Scientific Company, 270-285, Singapore, New Jersey, London, Hong Kong. Chiou, C.Y., Chen, Y.Y., (2006), Route-based performance evaluation of Taiwanese domestic airlines using data envelopment analysis, Transportation research, 42, 2, 116-127. Chiou, C.Y., Lawrance, W.L.,Yen, B.T.H., (2012), Route-based data envelopment analysis models, Transportation research, 48, 2, 415-425. Chiou, C.Y., Lan, L.W., Yen, T.H., (2007), Integrated data envelopment analysis models for measuring transport efficiency and effectiveness, Journal of the Eastern Asia Society for Transportation Studies, 7, 427-440. Cingi, S. ve Tarım, A., (2000). Türk Banka Sisteminde Performans Ölçümü: DEA-Malmquist Tfp Endeksi Uygulaması, Türkiye Bankalar Birliği Araştırma Tebliğleri Serisi, Sayı: 1. Coelli, T.J., Rao, D.S.P., O'Donnell, C.J., Battese, G.E., (2005), An Introduction to Efficiency and Productivity Analysis, Springer. Cook, W. D., ve Green, R. H. (2005). Evaluating power plant efficiency: A hierarchical model. Computers and Operations Research, 32, 813–823.
172
Cook, W.D., Seiford, L.M., (2009), Data envelopment analysis-Thirty years on, European journal of operational research, 192, 1-17. Cook, W. D., Liang, L., & Zhu, J. (2010). Measuring performance of two-stage network structures by DEA: A review and future perspective, Omega, 38, 423–430. Cooper, W.W., Seiford, L.M., Tone, K., (2000). Data envelopment analysis, Kluwer Academic Publishers. Cooper, W., Seiford, L.M., Tone, K., (2000), Data Envelopment Analysis: A Comprehensive Text with Models, Applications, References and DEA Solver Software, Kluwer Academic Publishers, Boston, USA. Cooper, W., Seiford, L.M. ve Tone, K., (2006), Introduction to Data Envelopment Analysis and Its uses, Springer, USA. Cooper W.W., Seiford, L.M,, Tone, K., Zhu, J., (2007), Some models and measures for evaluating performances with DEA: past accomplishments and future prospects, Journal of Productivity Analysis, 28, 151–163. Çınar, Y., (2004), Çok nitelikli karar verme ve bankaların mali performanslarının değerlendirilmesi örneği, Y.Lisans Tezi, Ankara Üniversitesi Sosyal Bilimler Enstitüsü, Ankara. Çınar, Y., (2010). “Türkiye ile AB Üyesi Ülkelerin Elektrik Üretim Sektörlerinin Etkinlik ve Verimlilik Analizi:2000-2006 Dönemi için Uluslar arası bir Karşılaştırma”, Sosyo Ekonomi, Yıl:6, Sayı:12/2010, Enerji Özel Sayısı. Çınar, Y., (2011a). Efficiency Dynamics and Structural Characteristics of the Largest Commercial Banks in Turkey, Economic Journal, Higher School of Economics (Экономический журнал Высшей школы экономики), No. 15 (3), 315-335. Çınar, Y., (2011b). Quarterly performance and stability patterns of the Turkish Largets Commercial Banks in 2003-2009 period: An application of data envelopment window analysis, 12th International Conference on Finance & Banking proceedings, Silesian University, Czech Republic. Çınar, Y., (2013a). Research and Teaching Efficiencies of Turkish Universities with Heterogeneity Considerations: Application of Multi-Activity DEA and DEA by Sequential Exclusion of Alternatives Methods, Working Paper, Higher School of Economics, National Research University, Moscow, WP7, 04. Çınar, Y., (2013b). Türkiye'de kamu üniversitelerinin eğitim-araştırma etkinlikleri ve etkinlik artışında stratejik önceliklerin rolü: Çok aktiviteli VZA uygulaması, Ankara Üniversitesi SBF Dergisi, 68(2): 27-62.
173
Debreu, G., (1951). The Coefficient of Resource Utilization, Econometrica, 19, 3, 273-292. Demir, N., Mahmud, S. F., Babuscu, S., (2005), The Technical Inefficiency Effects of Turkish Banks After Financial Liberalization, The Developing Economies, XLIII-3, 396– 411. Demirgüç-Kunt, A., Huzinga, H., (1999). Determinants of Commercial Bank Interest Margins and Profitability: Some International Evidence, The world bank economic review, 13 (2), 379-408. Denizer, C., Dinç, M. ve Tarımcılar, M., (2003), Financial Liberalization and Banking Efficiency: Evidence From Turkey, World Bank Working Paper. Denizer, C., (2007). Measuring banking efficiency in the pre-and post-liberalization environment: evidence from Turkish banking system, Journal of Productivity Analysis, 27, 177-195. Dong, Y., Hamilton R., Tippett, M., (2014). Cost efficiency of the Chinese banking sector: A comparison of stochastic frontier analysis and data envelopment analysis, Economic Modelling, 36, 298-308. Drake, L., Hall, M.J.B. Simper, R., (2006), The impact of macroeconomic and regulatory factors on bank efficiency: A non-parametric analysis of Hong Kong’s banking system, Journal of Banking and Finance, 30, 1443-1466. Drake, L., Hall, J.B.M., Sımper, R., (2009). Bank modeling methodologies: A comparative non-parametric analysis of efficiency in the Japanese banking sector. International Financial Markets, Inst. and Money, 19, 1–15. Elyasiani, E,, Mehdian, S.M., (1990), A non parametric approach to measurement of efficiency and technological change: the case of large United States commercial banks, Journal of Financial Services Research, 4, 157–168. Emrouznejad, A., Parker, B.R., Tavares, G., (2008). Evaluation of research in efficiency and productivity: a survey and analysis of the first 30 years of scholarly literature in DEA, Socio-economic planning science, 42, 151-157. Färe, R., Grabowski, R., Grosskopf, S., & Kraft, S. (1997). Efficiency of a fixed but allocatable input: A non-parametric approach, Economics Letters, 56, 187–193. Färe, R., ve Grosskopf, S., (2000), Network DEA, Socio-Economic Planning Sciences, 34, 35–49. Fare, R.S., Grosskopf, S., Lovell, C.A.K., (1983), The structure of technical efficiency, Scandinavian Journal of Economics, 85, 181–190.
174
Färe, R., & Primont, D. (1984). Efficiency measures for multiplant firms, Operations Research Letters, 3, 257–260. Fare, R.S., Grosskopf, S., (1985), A nonparametric cost approach to scale efficiency, Scandinavian Journal of Economics, 87, 594–604. Fare, R., Grosskpf, M., Norris, M., Zhang, Z., (1994). Productivity growth, technical progress, and efficiency change in industrialized countries, American Economic Review, 84, 66-83. Fare, R., Grosskopf, S., (1996a), Intertemporal Production Frontiers, Kluwer Academic Publishers, Boston. Fare, R., Grosskopf, S., (1996b), Productivity and Intermediate Products: A Frontier Approach, Economics letter, v. 50, 1, 65-70. Fare, R., Grosskopf, S., Whittaker, G., (2000), Modeling Data Irregularities and structural complexities in data envelopment analysis, (Editörler: Zhu, J ve Cook WD.), Springer, NewYork. Farrel, M.J., (1957), The measurement of productive efficincy, Journal of Royal statistical Society, 120, s.253-81. Favero, C.A., Papi, L., (1995), Technical efficiency and scale efficiency in the Italian banking sector- a non parametric approach, Applied Economics, 27, 385–395. Fethi, .MD., Pasiouras, F., (2010). Assessing bank efficiency and performance with operational research and artificial intelligence techniques: a survey, European Journal of Operational Research, 204, 189–98. Fries, S., Taci, A., (2005). Cost efficiency of banks in transition : evidence from 289 banks in 15 post-communist countries, Journal of banking & finance, 29, 55-81. Fukuyama, H., (1995), Measuring Efficiency and Productivity Growth in Japanese Banking: A nonparametric frontier approach, Applied Financial Economics, Vol. 5, 95-107. Fukuyama, H., ve Matousek, R., (2011), Efficiency of Turkish banking: Two-stage network system. Variable returns to scale model, Int. Fin. Markets, Inst. and Money, 21, 75-91. Ganley, J.A., Cubbin, J.S., (1992), Public Sector Efficiency Measurement: Applications of Data Envelopment Analysis, North-Holland, Amsterdam. Garza-Garcia, J.G., (2012). Determinants of bank efficiency in Mexico: a two-stage analysis, Applied economics Letters, 19(17), 1679-1682.
175
Gattoufi, S., Oral, M., Reisman, A., (2004). A taxonomy for data envelopment analysis, Socio-Economic Planning Sciences, 38, 141-158. Goicoechea, A., D. R. Hasen, and L. Duckstein,(1982), Multi-Objective Decision Analysis with Engineering and Business Applications, 511 pp., John Wiley, New York. Golany, B., (1988). An Interactive MOLP Procedure for the Extension of DEA to Effectiveness Analysis, The Journal of the Operational Research Society, 39, 725-734. Gökgöz, F., (2009), Veri zarflama analizive finans alanına uygulanması, Ankara Üniversitesi Siyasal Bilgiler Fakültesi Yayınları, No:597, Ankara. Gujarati, D.N., (1999), Temel Ekonometri, Literatür Yayınları, İstanbul. Günalp, B., Çelik, T., (2006). Competition in the Turkish Banking Industry, Applied Economics, 38: 1335–1342. Gündoğdu, B., (2011), Türk Bankacılık Sektöründe Yoğunlaşma ve Rekabet, Y. Lisans Tezi, Ankara Üniversitesi Sosyal Bilimler Enstitüsü, Ankara. Haktanırlar, U. B., (2011), Assessing the Relative Performance of University Departments: Teaching vs. Research,” İstanbul Üniversitesi İktisat Fakültesi Ekonometri ve İstatistik Dergisi, 13: 125-138. Halkos, G.E., Tzeremes, N.G., Kourtzidis, S.A., (2014). A unified classification of two-stage DEA models, Surveys in Operations Research and Management Science, 19, 1-16. Halme, M., Joro, T., Korhonen, P., Salo, S., & Wallenius, J. (1999). A value efficiency approach to incorporating preference information in data envelopment analysis, Management Science, 45(1), 103–115. Hartman, T.E. ve Storbeck, J.E., (1996). Input Congestion in Loan Operations, International Journal of Production Economics, 46, 13–21. Işık, L., Hassan, M.K., (2002). Technical, scale and allocative efficiencies of Turkish banking industry, Journal of Banking & Finance, 26, 719-766. Işık, I. ve Hassan, M.K., (2003). Financial deregulation and total factor productivity change: An empirical study of Turkish commercial banks, Journal of Banking and Finance, 27(8): 1455-1485. Jackson, P.M., Fethi, M.D., Inal, G., (2000). Evaluating the technical efficiency of Turkish commercial banks: An Application of DEA and Tobit Analysis, University of Leicester, Mimeo.
176
Jaenicke, E. C. (2000). Testing for intermediate outputs in dynamic models: Accounting for soil capital in rotational crop production and productivity measures, Journal of Productivity Analysis, 14, 247–266. Joro, T., Korhonen, P., & Wallenius, J. (1998). Structural comparison of data envelopment analysis and multiple objective linear programming, Management Science, 44(7), 962–970. Kahveci, E., Celen, Y., Ekşi, İ.H., (2013), Türk Mevduat Bankalarının Performansının VZA Pencere Analizi İle Belirlenmesi, Bankacılar Dergisi, 86, 53-66. Kao, C., (2008), Network data envelopment analysis: current development and future research, Asia-Pacific Productivity Conference (APPC). Kao, C., ve Hung, H.S., (2008), Efficiency analysis of university departments:An empirical study, Omega, 36, 653-664. Kao, C., Hwang, S.N., (2008). Efficiency decomposition in two-stage data envelopment analysis: An application to non-life insurance companies in Taiwan, European Journal of Operational Research, 185, 418–429. Kao, C., (2009a), Efficiency decomposition in network data envelopment analysis: A relational model, European Journal of Operations Research, v. 192, 3, 949-962 Kao, C. (2009b). Efficiency measurement for parallel production systems. European Journal of Operational Research, 196, 1107–1112. Kao, C., Hwang, S. N. (2011), Decomposition of technical and scale efficiencies in two-stage production systems. European Journal of Operational Research, 211, 515–519. Kao, C. (2013). Dynamic data envelopment analysis: A relational analysis. European Journal of Operational Research, 227, 325–330. Kao, C., (2014), Network data envelopment analysis: A review, European Journal of Operations Research, 239, 1-16. Kao, C., Liu, S., (2014). Measuring performance improvement of Taiwanese commercial banks under uncertainty, European journal of operational research, 235, 755-764. Kao, H.Y., Chan, C.Y., Wu, D.J., (2014). A multi-objective programming method for solving network DEA, Applied Soft Computing, 24, 406–413. Karim, M.Z.A., Chan, S.G., Hassan, S., (2010), Bank efficiency and non-performing loans: Evidence from Malaysia and Singapore, Prague economic papers, 2, 118-132.
177
Kılıç, M., (2011). Cross-Border Bank Acquisitions and Banking Sector Performance: An Empirical Study of Turkish Banking Sector, Procedia Social and Behavioral Sciences, 24, 946–959. Kisielewska,M., Guzowska, M., Nellis, J.G., (2005), Polish banking industry efficiency: DEA window analysis approach, International Journal of Banking and Finance, 3(1), 15-31. Klimberg, R.K., Ratick, S.K., (2008), Modeling data envelopment analysis (DEA) efficient location/allocation decisions, Computers & Operations Research, 35, 457 – 474. Klimberg, K.R., Lawrance, K.D., Lawrance, S.M., (2011). Data envelopment analysis is not multiobjective analysis, Applications of Management Science, Emerald, 79-93. Klopp, G.A., (1985). The analysis of the efficiency of production system with multiple inputs and outputs, Doktora tezi, Illinoisat Üniversitesi, Endüstri ve Sistem Mühendisliği Bölümü, Chicago. LaPlante, A.E., Paradi, J.C., (2014). Evaluation of bank branch growth potential using data envelopment analysis, Omega, 52, 33-41 Lee, J. Y., Kim, D., (2013). Bank performance and its determinants in Korea., Japan and the World Economy, 27, 83-94. Leong, W.H, Dollery, B., Coelli, T., (2003), Measuring the Technical Efficiency of Banks in Singapore for the Period 1993-1999, ASEAN Economic Bulletin, Vol. 20, No:3, 195-210. Lewis, H. F., & Sexton, T. R. (2004). Network DEA: Efficiency analysis of organizations with complex internal structure. Computers and Operations Research, 31, 1365–1410. Liu, G.P., Yang, J.B. ve Whidborne, J.F., (2003), Multiobjective Optimisation and Control. Research Studies Press, Baldock, UK. Liu, J.S., Lu, L.Y.Y., Lu, W., Lin, B.J.Y., (2013a). Data envelopment analysis 1978–2010: A citation-based literature survey, Omega, 41, 3-15. Liu, J.S., Lu, L.Y.Y., Lu, W., Lin, B.J.Y., (2013b). A survey of DEA applications, Omega, 41: 893-902. Lins, M. E., Meza, L. A., & Silva, M. D. (2004). A multi-objective approach to determine alternative targets in data envelopment analysis. Journal of the Operational Research Society, 55, 1090–1101.
178
Lo, S.F., Lu, W.M., (2006), Does size matter? Finding the profitability and marketability benchmark of financial holding companies, Asia-Pacific Journal of Operational Research, 23, 229–246. Lovell, C. A. K., Walters, L. C., & Wood, L. L. (1994). Stratified models of education production using modified DEA and regression analysis. In A. Charnes, W. W. Cooper, A. Y. Lewin, & L. M. Seiford (Eds.), Data envelopment analysis: Theory, methodology and applications (pp. 329–351). London: Kluwer. Lozano, S., & Villa, G. (2007). Multiobjective target setting in data envelopment analysis using AHP. Computers and Operations Research, 36, 549–564. Luo, X.M., (2003), Evaluating the profitability and marketability efficiency of large banks - an application of data envelopment analysis, Journal of Business Research, 56, 627-635. Mar Molinero, C., (1996). On the Joint Determination of Efficiencies in a Data Envelopment Context, Journal of the Operational Research Society, 47, 1273–1279 Mar Molinero, C., Tsai, P.F., (1997). Some mathematical properties of a DEA model for the joint determination of efficiencies, Journal of operational research society, 48(1), 51-56. Mercan, M., Reisman, A., Yolalan, R., Emel, A.B., (2003), The Effect of Scale and Mode of Ownership on the Financial Performance of the Turkish Banking Sector: Results of a DEA-based Analysis, Socio-economic Planning Sciences, Vol.37, 185-202. Mohammadi, T., Emamverdi, G., Ahmadi, B., (2012), Efficiency of Tejarat Bank: Semi- Parametric Approach, Journal of Application Science Research, 2(12), 12168-12176. Moghaddam, A.R.J. ve Ghoseiri, K., (2011), Fuzzy dynamic multi-objective Data Envelopment Analysis model, Expert systems with applications, 38, 850-855. Molyneux, P. ve Thornton, J., (1992). Determinants of European Bank Profitability: a Note’, Journal of Banking and Finance, 16 (6): 1173–1178. Nemoto, J., Goto, M., (1993), Dynamic data envelopment analysis modeling intertemporal behavior of a firm in the presence of productive inefficiencies, Economic Letters, 64(1), 51–56. Nemoto, J., Goto, M.M., (2003), Measuring dynamic efficiency in production: an application of data envelopment analysis to Japanese electric utilitiesi Journal of Productivity Analysis,19 (2–3), 191–210. Norman, M., Stoker, B., (1991), Data Envelopment Analysis: The assessment of performance, John Wiley & Sons, Chichestes, UK.
179
Özkan, G., Gunay, E.N., Tektas, A., (2006). Efficiency Analysis of the Turkish Banking Sector in Precrisis and Crisis Period: A DEA Approach, Contemporary Economic Policy, 24, 418-431. Panzar, J.C., Willig, R.D., (1977), Economies of scale in multi-output production, Quarterly journal of economics, 91, 481-494. Paradi, J. C., Rouatt, S., Zhu, H. (2011). Two-stage evaluation of bank branch efficiency using data envelopment analysis. Omega, 39, 99-109. Paradi, J.C., Zhu, H., (2013), A survey on bank branch efficiency and performance research with data envelopment analysis, Omega, 41, 61-79. Pareto, V., (1906), Manuale di Economia Politica. Milan, Italy: Societa Editrice Libraria Park, K.S., ve Park, K., (2009), Measurement of multiperiod aggregate efficiency, European Journal of Operational Research, 193(2), 567–580. Parkan, C., (1987), Measuring the efficiency of service operations - an application to bank branches, Engineering Costs and Production Economics, 12, 237–242. Pohekar, S.D., Ramachandran, M., (2010), Application of multi-criteria decision making to sustainable energy planning—A review, Renewable and Sustainable Energy Reviews, 8, 365-381. Pasiouras, F., Kosmidou, K., (2007). Factors influencing the profitability of domestic and foreign commercial banks in the European Union, Research in International Business and Finance, 21(2), 222-237. Post, T., ve Spronk, J., (1999), Performance Benchmarking Using Interactive Data Envelopment Analysis, European Journal of Operational Research, 115(3), 472-487. Ramanathan, R., (2003), An Introduction to Data Envelopment Analysis, Sage Publications, New Delhi, USA, London. Rangan, N.R., Grabowski, H.Y., Pasurka, C., (1988), The teshnical efficiency of US banks, Economic letters, 28, 169-175 Rezitis, A., N., (2008). Efficiency and Productivity Effects of Bank Mergers: Evidence From the Greek Banking Industry, Economic Modelling, 25: 236–254. Salerno, C., (2006), Using Data Envelopment Analysis to Improve Estimates of Higher Education Institution’s Per student Education Costs, Education Economics, 14 (3): 281- 295.
180
Sathye, M., (2003). Efficiency of Banks in a Developing Economy: the Case of India.” European Journal of Operational Research, 148(3): 662-671. Sengupta, J.K., (1995), Dynamics of Data Envelopment Analysis: Theory of Systems Efficiency, Dordrecht, Holland: Kluwer. Sengupta, J.K., (1996), Data envelopment analysis: a new tool for improving managerial efficiency. International Journal of Systems Science, 27, 1205-1210. Seiford, L.M. ve Thrall, R.M., (1990). Recent developments in DEA: The mathematical programming approach to frontier analysis, Journal of Econometrics, 46, 7-36. Seiford, L.M., (1996). Data Envelopment Analysis: the Evolution of the State of the Art (1978-1995), JPA, 7, 99-137 Seiford, L. M., ve Zhu, J. (1999). Profitability and marketability of the top 55 US commercial banks, Management Science, 45, 1270–1288. Shephard, R.W., (1970). Theory of Cost and Production Function, Princeton University Press, Princeton (NJ). Sherman, G., Gold, F., (1985), Bank branch operating efficiency - evaluation with data envelopment analysis, Journal of Banking & Finance, 9, 297–315. Silva, E. ve Stefanou, S. E. (2007). Dynamic efficiency measurement: Theory and application, American Journal of Agricultural Economics, 89, 398–419. Skevas, T., Lansink, A. O., & Stefanou, S. E. (2012). Measuring technical efficiency in the presence of pesticide spillovers and production uncertainty: The case of Dutch arable farms, European Journal of Operational Research, 223, 550–559. Sözen, A., Alp, İ., Kilinc, C., (2012), Efficiency assessment of the hydro-power plants in Turkey by using Data Envelopment Analysis, Renewable Energy, 46, 192-202. Sueyoshi, T. ve Sekitani, K., (2005). Returns to Scale in Dynamic DEA, European Journal of Operational Research, 161(2), 536-544. Sueyoshi, T., ve Sekitani, K., (2007), The measurement of returns to scale under a simultaneous occurrence of multiple solutions in a reference set and a supporting hyperplane, European journal of operational research, 181, 549-570. Sueyoshi, T., (1999). DEA duality on returns to scale (RTS) in production and cost analyses: An occurrence of multiple solutions and differences between production-based and cost-based RTS estimates, Management Science 45, 1593–1608. Taha, H., (2010), Yöneylem Araştırması, Literatür yayıncılık, İstanbul.
181
Tarım, A., (2001), Veri zarflama analizi. Sayıştay Yayınları, Araştırma Serisi, No:15, Ankara. Thompson, R.G., Brinkmann, E.J., Dharmapala, P.S., GonzalezLima, M.D., Thrall, R.M., (1997), DEA/AR profit ratios and sensitivity of 100large US banks, European Journal of Operational Research, 98, 213–229. Thanassoulis E. and Dyson R. G. (1992), Estimating Preferred Target Input-Output Levels Using Data Envelopment Analysis, European Journal of Operational Research, 56, 80-97 Thanassoulis, E., (1999), Data envelopment analysis and its use in banking, Interfaces, 29, 1-13. Thanassoulis, E., (2001). Introduction to the Theory and Application of Data Envelopment Analysis: A Foundation Text with Integrated Software, Springer. Tobin, J., (1958). Estimation of Relationship For Limited Dependent Variables, Econometrica, 26, 24-36. Tone, K., (1996), A simple characterization of return to scale in DEA, Journal of Operations Research Society of Japan, 39, 604–613. Tone, K. ve Tsutsui, M. (2010). Dynamic DEA: A slacks-based measure approach, Omega, 38, 3–4. Tone, K., Tsutsui, M., (2014), Dynamic DEA with network structure: A slacks-based measure approach, Omega, 42, 124-131. Tsai, P. F., ve Mar Molinero, C. (2002), A variable returns to scale data envelopment analysis model for the joint determination of efficiencies with an example of the UK health service. European Journal of Operational Research, 141, 21–38. Türkiye Bankalar Birliği (TBB), www.tbb.org.tr. Türkiye İstatistik Kurumu, (TUIK), www.tuik.gov.tr. Türkiye Cumhuriyeti Merkez Bankası (TCMB), www.tcmb.gov.tr Ulucan, A., (2007), Yöneylem Araştırması-İşletmecilik Uygulamalı Bilgisayar Destekli Modelleme, Siyasal Kitapevi, Ankara. Ulucan, A., (2011), Measuring the Efficiency of Turkish Universities Using Measure-Specific Data Envelopment Analysis, Sosyo Ekonomi Dergisi, 2011-1, 110109, 181-196.
182
Von Geymueller, P. (2009). Static versus dynamic DEA in electricity regulation: The case of US transmission system operators, Central European Journal of Operations Research, 17, 397–413. Walsh, G.R., (1975). Methods of Optimization. John Wiley andSons, London. Wang, C. H., Gopal, R. D., & Zionts, S. (1997), Use of data envelopment analysis in assessing information technology impact on firm performance, Annals of Operations Research, 73, 191–213. Wang, K., Huang, W., Wu, J., Liu, Y., (2014). Efficiency measures of the Chinese commercial banking system using an additive two-stage DEA, Omega, 44, 5-20. Webb, R.M., (2003), Levels of Efficiency in UK Retail Banks: A DEA Window Analysis, International Journal of the Economics of Business, 10, 3, 305-322. Wong, B. Y. H., Luque, M., & Yang, J. B. (2007). Using interactive methods to solve DEA Problem with value judgments. Computers and Operations Research, 36, 623–636. Yang, J. B., Wong, B. Y. H., Xu, D. L., & Stewart, T. J. (2008). Integrated DEA-oriented performance assessment and target setting using interactive MOLP methods, European Journal of Operational Research, 195, 205–222. Yang, X., Morita, H., (2013). Efficiency improvement from multiple perspectives: An application to Japanese banking industry, Omega, 41, 501-509. Yolalan, R., (1996). Türk Bankacılık Sektoru icin Goreli Mali Performans Olcumu (in Turkish), TBB Bankacılar Dergisi, 19, 35-40. Yu, J. R., Tzeng, Y. C., Tzeng, G. H., Yu, T. Y., & Sheu, H. J. (2004). A fuzzy multiple objective programming to DEA with imprecise data. International Journal of Uncertainty, Fuzziness and knowledge-Based Systems, World Scientific, 12(5), 591– 600. Yu, M. M., ve Lin, E. T. J. (2008). Efficiency and effectiveness in railway performance using a multi-activity network DEA model, Omega, 36, 1005–1017. Yue, P., (1992). Data Envelopment Analysis and Commercial Bank Performance: A Primer with Applications to Missouri Banks, Federal Reserve Bank of St. Louis Review, 74, 31-45. Zaim, O. (1995). The effect of financial liberalization on the efficiency of Turkish Commercial banks, Applied Financial Economics, 5, 257-264. Zhu, J., (1996). Data envelopment analysis with preference structure. Journal of the Operational Research Society, 47, 136–150.
183
Zhu, J., (2009). Quantitative models for performance evaluation and benchmarking, Springer.
184
EKLER
EK1. Bankaların toplam etkinlik skorları
Bankalar Periot (w) 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013
2003-2006 0,99 0,94 0,88 0,90 2004-2007 0,99 0,96 0,98 1,00 2005-2008 0,96 0,99 1,00 0,98 2006-2009 0,99 1,00 0,98 1,00 2007-2010 1,00 0,98 1,00 0,95 2008-2011 0,99 1,00 0,97 0,83 2009-2012 1,00 0,97 0,83 0,91
Ziraat Bank
2010-2013 0,99 0,97 0,99 0,98
Ortalama 0,99 0,96 0,93 0,96 1,00 0,98 1,00 0,97 0,88 0,95 0,98 2003-2006 0,99 0,89 0,76 0,83 2004-2007 0,98 0,85 0,89 0,98 2005-2008 0,93 0,94 0,99 0,95 2006-2009 0,94 0,99 0,95 0,98 2007-2010 0,99 0,95 0,98 0,99 2008-2011 0,99 0,98 1,00 0,91 2009-2012 0,98 1,00 0,91 0,95
Halk Bank
2010-2013 1,00 0,97 1,00 0,98
Ortalama 0,99 0,94 0,84 0,90 0,99 0,96 0,98 1,00 0,93 0,98 0,98 2003-2006 0,82 0,84 0,80 0,85 2004-2007 0,88 0,83 0,90 0,88 2005-2008 0,90 0,94 0,93 0,90 2006-2009 0,93 0,92 0,90 0,94 2007-2010 0,92 0,90 0,94 0,86 2008-2011 0,92 0,95 0,86 0,82
Vakıflar Bank
2009-2012 0,95 0,86 0,82 0,89
185
2010-2013 0,91 0,87 0,95 0,96
Ortalama 0,82 0,86 0,85 0,90 0,91 0,91 0,94 0,87 0,83 0,92 0,96 2003-2006 1,00 1,00 0,94 0,86 2004-2007 1,00 1,00 0,93 1,00 2005-2008 1,00 0,95 1,00 0,92 2006-2009 0,95 1,00 0,91 1,00 2007-2010 1,00 0,92 1,00 1,00 2008-2011 0,94 1,00 1,00 0,87 2009-2012 1,00 1,00 0,87 0,90
Akbank.
2010-2013 1,00 0,96 0,98 1,00
Ortalama 1,00 1,00 0,98 0,92 1,00 0,92 1,00 1,00 0,90 0,94 1,00 2003-2006 0,80 0,80 0,78 0,73 2004-2007 0,83 0,80 0,75 1,00 2005-2008 0,91 0,86 1,00 0,85 2006-2009 0,85 1,00 0,84 0,98 2007-2010 1,00 0,85 0,98 0,97 2008-2011 0,86 1,00 0,98 0,89 2009-2012 1,00 0,98 0,89 0,84
Garanti Bank.
2010-2013 0,99 0,94 0,90 0,92
Ortalama 0,80 0,82 0,83 0,80 1,00 0,85 0,99 0,98 0,91 0,87 0,92 2003-2006 0,76 0,80 0,75 0,70 2004-2007 0,85 0,78 0,75 1,00 2005-2008 0,87 0,81 1,00 0,84 2006-2009 0,79 1,00 0,82 0,86 2007-2010 1,00 0,83 0,84 0,86 2008-2011 0,84 0,98 0,91 0,89 2009-2012 0,98 0,91 0,89 0,79
İş Bank.
2010-2013 0,94 0,89 0,85 0,83
Ortalama 0,76 0,83 0,80 0,76 1,00 0,83 0,91 0,90 0,89 0,82 0,83
186
2003-2006 0,68 0,70 0,75 0,71 2004-2007 0,75 0,81 0,74 0,81 2005-2008 0,84 0,81 0,87 0,84 2006-2009 0,79 0,86 0,82 0,90 2007-2010 0,95 0,83 0,91 1,00 2008-2011 0,84 0,92 1,00 0,80 2009-2012 0,92 1,00 0,80 0,85
Yapı Kredi Bank.
2010-2013 1,00 0,83 0,90 0,96
Ortalama 0,68 0,73 0,80 0,76 0,87 0,83 0,92 1,00 0,81 0,87 0,96 2003-2006 0,75 0,75 0,67 0,68 2004-2007 0,81 0,72 0,71 0,82 2005-2008 0,82 0,75 0,83 0,87 2006-2009 0,71 0,83 0,87 0,78 2007-2010 0,83 0,87 0,79 0,72 2008-2011 0,89 0,79 0,72 0,69 2009-2012 0,80 0,72 0,69 0,76
TEB
2010-2013 0,80 0,76 0,87 0,80
Ortalama 0,75 0,78 0,74 0,71 0,83 0,87 0,79 0,74 0,71 0,81 0,80 2003-2006 0,70 0,78 0,75 0,76 2004-2007 0,82 0,83 0,81 0,81 2005-2008 0,90 0,84 0,83 0,89 2006-2009 0,83 0,80 0,86 1,00 2007-2010 0,81 0,86 1,00 0,97 2008-2011 0,87 1,00 0,97 0,94 2009-2012 1,00 0,97 0,94 0,83
Denizbank
2010-2013 1,00 0,97 0,91 0,88
Ortalama 0,70 0,80 0,83 0,81 0,81 0,87 1,00 0,98 0,95 0,87 0,88 2003-2006 0,85 0,85 0,91 1,00 Finansbank
2004- 0,89 0,95 1,00 0,95
187
2007
2005-2008 1,00 1,00 0,99 0,98 2006-2009 1,00 0,97 0,97 0,99 2007-2010 0,99 0,97 0,99 0,94 2008-2011 0,98 0,99 0,94 0,82 2009-2012 0,99 0,94 0,82 0,89 2010-2013 1,00 0,95 0,99 0,93
Ortalama 0,85 0,87 0,95 1,00 0,98 0,97 0,99 0,96 0,87 0,94 0,93 2003-2006 1,00 0,89 0,89 0,86 2004-2007 1,00 0,99 0,96 0,91 2005-2008 1,00 0,97 0,92 0,99 2006-2009 0,97 0,92 0,98 1,00 2007-2010 0,99 0,99 1,00 1,00 2008-2011 0,99 1,00 1,00 0,78 2009-2012 1,00 1,00 0,78 0,80
HSBC
2010-2013 1,00 0,83 0,95 0,81
Ortalama 1,00 0,95 0,96 0,94 0,93 0,99 1,00 1,00 0,79 0,87 0,81
188
EK 2. ÇA-DVZA Lingo programı kodlu matematiksel modeli (2003-2006 dönemi Ziraat Bankası 2006 yılı performans analizi için kurulmuş modeldir) MODEL: ! 7 Banka;
SETS: DMU/ZIR4 ZIR3 ZIR2 ZIR1 HALK4 HALK3 HALK2 HALK1 VAK4 VAK3 VAK2 VAK1 AK4 AK3 AK2 AK1 GAR4 GAR3 GAR2 GAR1 IS4 IS3 IS2 IS1 YAP4 YAP3 YAP2 YAP1 TEB4 TEB3 TEB2 TEB1 DEN4 DEN3 DEN2 DEN1 FIN4 FIN3 FIN2 FIN1 HSB4 HSB3 HSB2 HSB1 /: FE, FDE; FACTOR/TA PG FGI FDGI NK FGE FDGE/; ! Girdi ve çıktı faktörleri; DXF( DMU, FACTOR): F; ! F( I, J) = DMU I için J. faktör tanımı; ! KVB I'nın etkinlik skorunun hesaplanmasında kullanılacak ağırlıkler, W; DXFXD(FACTOR) : W; ENDSETS DATA: ! Girdiler --> Toplam aktifler-ORTAK (TA), Per.Gid.-ORTAK (PG), Faiz gid.-FAALIYET (FGI), Faiz Dışı Gid. - FAALIYET DISI (FDGI); ! Çıktılar --> Faiz Gel. -FAALIYET (FGE), Faiz Dısı Gel. - FAALIYET DISI (FDGE); ! İlk 4 kolondakiler girdiler; NINPUTS = 4; ! Girdiler, Çıktlar; ! TA Ort. PG Ort. FGİ. Faal FDGİ Faal.Dıs. FGE Çık.Faal.FDGE Cık.Faal.Dıs. Net kâr ort. ;
F= 80601100 71903770 6034422 1415221 9435928 985638 2100002 75934000 65050166 5065701 1273645 7924274 1263056 802120 78903600 56994364 5354220 1367240 9032206 916174 1530665 78353600 46655144 7070500 1472001 10561528 1026177 1072487 42163900 34424690 3194643 723158 4564212 672662 863498 42285500 27052957 2792658 700655 3717406 639511 531767 30762400 25709322 2793341 526213 4088915 348081 527723 31476200 19361047 3516005 564246 4879312 604623 485885 36362100 37033963 2823738 935331 4408988 696039 769730 32436700 32382800 2272865 731661 3590525 601740 535170 29634000 24199088 1883434 722065 3068208 616584 623928 25753900 17118192 1991485 690205 2317897 976879 231989 54984800 57272590 4046821 1577279 6586848 1404695 1600192 42370800 52384532 2709791 1325904 5301319 1114386 1438294 35064000 34913412 1873642 1148570 4412601 913356 1020528 27327100 29484259 2003206 1170432 3736371 2010135 1324524 53703600 50286913 3161344 1465052 5063150 1217870 1063663 45347800 36468239 1792816 1352401 3467476 1056791 708394 36954500 26267917 1761159 1084484 3048946 861473 450549
189
27758600 22391651 2044633 865800 2100783 1188101 301502 93848100 75204758 5054495 1857939 7575211 1876972 1109218 81935800 63712468 2818937 1662886 5400610 1739513 955628 73749200 38513774 2400052 1516484 4492634 1617973 635455 62428000 31062770 2569707 1460366 3664745 1710642 423106 64905800 48887288 3226351 1998077 4985648 1288247 512239 43940000 23866400 1717858 3434083 2782012 779666 154363 39918700 24624008 2134351 1088687 2873266 682368 1467456 34022000 20931090 2566893 964684 2498132 1086914 162279 15025100 8281657 504268 297268 809580 162530 105700 10232400 5421866 254621 197772 473969 103353 78717 7843200 3565596 227191 157669 408202 78817 33800 5821400 2848979 188148 125596 324726 87956 50902 22185800 11493498 653743 469740 1219521 309044 276344 17014700 9357809 435839 375151 890438 215819 200714 12003700 6704946 414220 293512 756058 139568 122711 7575800 4765262 416004 182322 551559 206575 94761 27345900 17895459 1093756 753249 2058573 988864 740972 21147200 12314145 673312 523224 1505852 323666 350441 15678100 8630097 512908 380161 1043448 232328 191560 10025000 5732029 469682 375252 754283 354540 153075 27015700 10272243 706591 626063 1384625 372095 280618 19945500 7856015 432077 481018 982654 359232 237454 16298900 5283207 230693 418732 664801 302946 108106 13506900 3569404 130068 381020 501157 275545 94727;
ENDDATA ! Model; MAX=SCORE; M=1; SCORE = alfa*(FE(M))+ (1-alfa)*(FDE(M)); alfa= ((F(M,3)*W(3) + q1*F(M,1)*W(1)+ q2*F(M,2)*w(2)) / (F(M,1)*W(1)+F(M,2)*W(2)+ F(M,3)*W(3) + F(M,4)*W(4))); ! Faaliyet etkinliği; @FOR (DMU (K): FE (K) = (F(K,5) * W (5 ) + p1*F(K,7)*W(7)) / (( q1 * F (K,1) * W(1)) + (q2 * F(K,2) * W(2)) + (F(K,3)*W(3))) ); ! faaliyet dışı etkinlik; @FOR (DMU (K): FDE (K)= (F(K,6) * W(6) + (1-p1) * F(K,7)* W(7)) / ( ( (1-q1) * F (K,1) * W(1)) + ((1-q2) * F(K,2) * W(2)) + (F(K,4)*W(4))) ); ! Değişken limitleri; @for(DXFXD (J) : @BND (0.000001, W, 9999999) ); @FOR (DMU: @BND (0, FE, 1) ); @FOR (DMU: @BND (0, FDE, 1) ); @BND (0, SCORE, 1); @BND (0, alfa, 1); @BND (0.30, p1, 0.95);
190
@BND (0.30, q1, 0.95); @BND (0.30, q2, 0.95); end