Abstract
Bank failures bring high costs to every part of a country’s economy. If
the necessary early warnings regarding the performance of the banks can
be taken on time by the officials, policy makers and intuitions
concerned, bank failures can be prevented and a more robust financial
environment can be sustained. Therefore, the objective of this paper is
to measure the performance and failure risk of Turkish deposit banks and
to obtain ranking of the banks based on their financial ratios. To this
end, we benefit from a data set which allows us to compare the current
banks not only on the basis of their present relative position, but also
on the basis of their position to the banks failed between 1997 and
2003. Our principal findings show that, some of privately owned and all
of publicly owned current banks are quite sound in terms of their
financial ratios while some of privately and foreign-owned banks have
significantly poorer performance in terms of the ratios considered.
Besides, our results unexpectedly show that two of previously failed
banks are found to rank in a better position compared to some of
currently operating banks in Turkey.
References
- ERDAL, H.İ. and EKINCI, A.: A comparison of various artificial intelligence methods in the prediction of bank failures”, Computational Economics, August, v. 42, iss. 2, pp. 199-215 (2013) HU, Y.C. and CHEN, C.J.: A PROMETHEE-based classification method using concordance and discordance relations and its application to bankruptcy prediction, Information Sciences, 181, 4959–4968 (2011) JIANGZHONG, D.: The effects of bank restructuring on economic growth. Erasmus university (2011) KILIÇ, S.B.: Türk bankacılık sistemi için çok kriterli karar alma analizine dayalı bir erken uyarı modelinin tahmini, ODTÜ Gelişme Dergisi, 33 (Haziran), 117-154 (2011) KILIÇ, S.B., LOPCU, K., PAKSOY, S.: Artificial neural network models to build an early warning system for Turkish commercial banks before and after the
Abstract
Banka iflasları bir ülkenin tüm ekonomisine büyük maliyetler yüklemektedir. Eğer banka performanslarına yönelik gerekli erken uyarılar politika yapıcılar, yetkililer ve kurumlarca zamanında elde edilirse banka iflasları engellenebilir ve daha sağlam bir finansal zemin sürdürülebilir hale gelir. Bu nedenle bu çalışmanın amacı Türkiye’deki mevduat bankalarının performansı ve iflas riskinin ölçülmesi ve finansal rasyolara dayanarak bankaların performans sıralamasını elde etmektir. Bu bağlamda çalışmada hali hazırda faaliyet gösteren bankaların hem 1997 ve 2003 yılları arasında batan bankalar ile hem de kendi aralarında kıyaslanmasını sağlayan bir veri seti kullanılmaktadır. Temel bulgularımız bazı özel bankaların ve tüm kamu bankalarının finansal rasyolar bağlamında oldukça güçlü durumda olduğunu ve bazı yabancı sermayeli bankaların ise önemli ölçüde zayıf performans sergilediğini göstermektedir. Bunun yanı sıra batmış olan iki özel sermayeli bankanın günümüzde faaliyet gösteren bazı bankalardan daha iyi pozisyonda olduğu sonucu da çalışmanın ilginç bulguları arasındadır.
References
- ERDAL, H.İ. and EKINCI, A.: A comparison of various artificial intelligence methods in the prediction of bank failures”, Computational Economics, August, v. 42, iss. 2, pp. 199-215 (2013) HU, Y.C. and CHEN, C.J.: A PROMETHEE-based classification method using concordance and discordance relations and its application to bankruptcy prediction, Information Sciences, 181, 4959–4968 (2011) JIANGZHONG, D.: The effects of bank restructuring on economic growth. Erasmus university (2011) KILIÇ, S.B.: Türk bankacılık sistemi için çok kriterli karar alma analizine dayalı bir erken uyarı modelinin tahmini, ODTÜ Gelişme Dergisi, 33 (Haziran), 117-154 (2011) KILIÇ, S.B., LOPCU, K., PAKSOY, S.: Artificial neural network models to build an early warning system for Turkish commercial banks before and after the
Details
| Journal Section | Makaleler |
|---|---|
| Authors | |
| Publication Date | May 31, 2017 |
| Submission Date | February 15, 2017 |
| Published in Issue | Year 2017Volume: 18 Issue: 1 |
Cumhuriyet University Journal of Economics and Administrative Sciences is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License (CC BY NC).