COVİD-19 ETKİSİYLE BİRLİKTE GELİŞMEKTE OLAN AVRUPA ÜLKELERİNİN MAKROEKONOMİK PERFORMANSLARININ TOPSİS VE MABAC YÖNTEMLERİ İLE KARŞILAŞTIRMALI ANALİZİ
Author :
Abstract
Makroekonomik göstergeler ülkelerin ekonomik performansı hakkında önemli bilgiler vermektedir. Bu değişkenlerin olası dalgalanmaları ekonomik karar vericilerin politika geliştirmesini ve oluşabilecek olumsuz duruma karşı önlem almasını gerektirmektedir. Pandemi sürecinde de neredeyse tüm dünyada makroekonomik değişkenlerde dalgalanmalar meydana gelmiştir. Bu çalışmanın amacı ise seçilmiş makroekonomik göstergeler ışığında gelişmekte olan 16 Avrupa ülkesinin ekonomik performansını ölçmektir. Çalışmada pandemi öncesi ve pandemi sürecindeki ekonomik performansların karşılaştırılması amaçlanmaktadır. Bu minvalde çalışmada 2019 ve 2020 yılı seçilmiştir. Çalışmada Çok Kriterli Karar Verme yöntemlerinden TOPSIS ve MABAC kullanılmaktadır. Ayrıca değişkenlerin ağırlıklandırılmasında ENTROPI yönteminden yararlanılmıştır. TOPSIS yöntemine göre 2019 yılında en yüksek performans gösteren ilk üç ülke sırasıyla Kosova, Bosna Hersek ve Karadağ iken; en düşük performans gösteren son üç ülke ise sırasıyla Sırbistan, Moldova ve Macaristan olarak belirlenmiştir. 2020 yılında ise en yüksek performans gösteren ilk üç ülke sırasıyla Arnavutluk, Hırvatistan ve Rusya olurken; en düşük performans gösteren son üç ülke sırasıyla Türkiye, Kosova ve Polonya olmuştur. MABAC yöntemine göre ise, 2019 yılında en yüksek performans gösteren ilk üç ülke sırasıyla Kosova, Karadağ ve Polonya olurken; en düşük performansı gösteren ülkeler ise Sırbistan, Ukrayna ve Moldova olmuştur. 2020 yılında ise, en yüksek performansa sahip ülkeler, Arnavutluk, Rusya ve Macaristan iken; en düşük performans gösteren ülkeler ise Türkiye, Kosova ve Ukrayna olmuştur. Çalışmanın sonucunda, Türkiye, Kosova, Polonya, Sırbistan, Moldova, Macaristan ve Ukrayna’nın pandemi sürecinde ekonomik açıdan diğer ülkelere kıyasla daha kırılgan oldukları görülmektedir.
Keywords
Abstract
Macroeconomic indicators provide important information about the economic performance of countries. The possible fluctuations of these variables require economic decision makers to develop policies and take measures against the negative situation that may occur. During the pandemic process, fluctuations in macroeconomic variables occurred almost all over the world. The aim of this study is to measure the economic performance of 16 emerging (and developing) Europe countries in the light of selected macroeconomic indicators. In the study, it is aimed to compare the economic performances before and during the pandemic. From this point of view, the year 2019 and 2020 were selected in the study. In the study, TOPSIS and MABAC are used as Multi-Criteria Decision-Making methods. In addition, the ENTROPY method is used for weighting variables. According to the TOPSIS method, the top three highest performing countries in 2019 were Kosovo, Bosnia and Herzegovina and Montenegro, respectively; The last three underperforming countries were Serbia, Moldova and Hungary, respectively. In 2020, the top three highest performing countries were Albania, Croatia and Russia, respectively; The last three underperforming countries were Turkey, Kosovo and Poland, respectively. According to the MABAC method, the top three highest performing countries in 2019 were Kosovo, Montenegro and Poland, respectively; The lowest performing countries were Serbia, Ukraine and Moldova. In 2020, the countries with the highest performance were Albania, Russia and Hungary; The lowest performing countries were Turkey, Kosovo and Ukraine. As a result of the study, Turkey, Kosovo, Poland, Serbia, Moldova, Hungary and Ukraine are more economically fragile in the pandemic process than other countries.
Keywords
- Akbulut, O. Y. (2020), “Finansal Performans ile Pay Senedi Getirisi Arasındaki İlişkinin Bütünleşik CRITIC
- Akbulut, O. Y. (2020), “Finansal Performans ile Pay Senedi Getirisi Arasındaki İlişkinin Bütünleşik CRITICve MABAC ÇKKV Teknikleriyle Ölçülmesi: Borsa İstanbul Çimento Sektörü Firmaları Üzerine Ampirik Bir Uygulama”, Pamukkale Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, Sayı: 40, 471 – 488.
- Altay Topçu, B. ve Oralhan, B. (2017), “Türkiye ve OECD Ülkeleri’nin Temel Makroekonomik GöstergelerAçısından Çok Kriterli Karar Verme Yöntemleri ile Karşılaştırılması”, International Journal of Academic Value Studies, Vol: 3, Issue: 14, 260 – 277.
- Ayçin, E. ve Çakın, E. (2019), “Ülkelerin İnovasyon Performanslarının Ölçümünde Entropi ve MABAC ÇokKriterli Karar Verme Yöntemlerinin Bütünleşik Olarak Kullanılması”, Akdeniz İİBF Dergisi, 19(2), 326 – 351.Bakır, M. (2019), “SWARA ve MABAC Yöntemleri ile Havayolu İşletmelerinde eWOM’a Dayalı Memnuniyet Düzeyinin Analizi”, İzmir İktisat Dergisi, Cilt: 34, Sayı: 1, 51 – 66.
- Baležentis, A., Baležentis, T. and Valkauskas, R. (2010), “Evaluating Situation of Lithuania in The EuropeanUnion: Structural Indicators and Multimoora Method”, Technological and Economic Development of Economy, 16(4), 578 – 602.
- Büyükgebiz Koca, E. ve Tunca, M. Z. (2019), “G20 Ülkelerin Ekonomik Performanslarının Gri İlişkisel AnalizYöntemi ile Değerlendirilmesi”, Mehmet Akif Ersoy Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, Cilt: 11, Sayı: 28, 348 – 357.
- Çakır, S. ve Perçin, S. (2013). AB Ülkeleri’nde Bütünleşik Entropi Ağırlık-TOPSIS Yöntemiyle AR-GEPerformansının Ölçülmesi, Uludağ Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, XXXII (1), 77- 95.
- Çakır, S. ve Perçin, S. (2013). Çok Kriterli Karar Verme Teknikleriyle Lojistik Firmalarında Performans Ölçümü, Ege Akademik Bakış, 13(4), 449-459.
- Çınarlıoğlu, E. (2020), “Yenilikçi Girişimlere Ait Faaliyetlerin Entropi Destekli MABAC Yöntemi ile Değerlendirilmesi”, Girişimcilik ve İnovasyon Yöntemi Dergisi, Cilt: 9, Sayı: 1, 111-135.
- Dinçer, S. E. (2011), “Multi-Criteria Analysis of Economic Activity for European Union Member States andCandidate Countries: TOPSIS and WSA Applications”, European Journal of Social Sciences, Vol: 21, No: 4, 563 – 572.
- Duran, M. S. ve ACAR, M. (2020), “Bir Virüsün Dünyaya Ettikleri: Covid-19 Pandemisinin Makroekonomik Etkileri”, International Journal of Social and Economic Sciences, 10(1), 54-67.
- Ela, M., Doğan, A. ve Uçar, O. (2018), “Avrupa Birliği Ülkeleri ve Türkiye'nin MakroekonomikPerformanslarının TOPSIS Yöntemi ile Karşılaştırılması”, Osmaniye Korkut Ata Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, Cilt: 2, Sayı: 2, 129 – 143.
- Eleren, A. ve Karagül, M. (2008), “1986 – 2006 Türkiye Ekonomisinin Performans Değerlendirmesi”, Yönetim ve Ekonomi Dergisi, Cilt: 15, Sayı: 1, 1 – 14.
- Eyüboğlu, K. (2016), “Comparison of Developing Countries’ Macro Performances with AHP and TOPSISMethods”, Çankırı Karatekin Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, Cilt: 6, Sayı: 1, 131 – 146.
- Genç, A., Avcı, T. ve Sevgin, H. (2017), “Karadeniz Ekonomik İşbirliği Üye Ülkelerine İlişkin EtkinlikAnalizi: TOPSIS, ARAS ve MOORA Yöntemleriyle Bir Uygulama”, Pamukkale Journal of Eurasian Socioeconomic Studies, Vol: 4, No: 2, 15 – 40.
- Gigović, L., Pamučar, D., Božanić, D., and Ljubojević, S. (2017). Application of The GIS-DANP-MABACMulti-Criteria Model for Selecting The Location of Wind Farms: A Case Study of Vojvodina, Serbia. Renewable Energy, 103, 501-521.
- Gupta, H. and Barua, M. (2017), “Supplier Selection among SMEs on The Basis of Their Green Innovation Ability Using BMW and Fuzzy TOPSIS”, Journal of Cleaner Production, 152, 242 – 258.
- Hshiung Tzeng, Gwo, and Jih Jeng Huang, (2011), Multiple Attribute Decision Making Methods and applications. CRC Press, New York.
- Hwang, C.L. and Yoon, K. (1981), Multiple Attribute Decision Making: Methodsand Applications, A State- of-theArt Survey, New York, Springer-Verlag.
- Hwang, C.L., and K. Yoon. (1981). Multiple attribute decision making, methods and applications. Lecture Notes in Economics and Mathematical Systems, vol.186. Now York: Springer-Verlag.
- Jato-Espino, D., Castillo-Lopez, E., Rodriguez-Hernandez, J. and Canteras-Jordana, J. C. (2014), “A Reviewof Application of Multi-Criteria Decision-Making Methods in Construction”, Automation in Construction, 45, 151 – 162.
- Kabir, G., Sadiq, R. and Tesfamariam, S. (2014), “A Review of Multi-Criteria Decision-Making Methods for Infrastructure Management”, Structure and Infrastructure Engineering, 10:9, 1176 – 1210.
- Kablan, A. ve Altuk, V. E. (2021), “Kamu Denetçiliği Kurumunun Finansal Performansının TOPSIS ve MABAC Yöntemleri ile Analizi”, Ombudsman Akademik, Yıl: 7, Sayı: 14, 95 – 114.
- Kaynak, S., Altuntaş, S. and Dereli, T. (2017), “Comparing The Innovation Performance of EU CandidateCountries: An Entropy-Based TOPSIS Approach”, Economic Research-Ekonomska Istraživanja, Vol: 30, No: 1, 31 – 54.
- Koşaroğlu, Ş. M. (2021), “E7 Ülkelerinin Makroekonomik Performanslarının Entropi ve ARAS Yöntemleriyle Karşılaştırılması”, Dumlupınar Üniversitesi Sosyal Bilimler Dergisi, 68, 203 – 221.
- Li X., Wang K., Liu, Xin J., Yang H. and Gao C. (2011). Application Of The Entropy Weight And TOPSIS Method In Safety Evaluation Of Coal Mines, Procedia Engineering, 26, 2085-2091.
- Masca, M. (2017), “Economic Performance Evaluation of European Union Countries by TOPSIS Method”, North Economic Review, Vol: 1, No: 1, 83 – 94.
- Milosavljević, M., Bursać, M. and Tričković, G. (2018). Selection of the railroad container terminal in Serbiabased on multi criteria decision-making methods. Decision Making: Applications in Management and Engineering, 1(2), 1-15.
- Mohseni, M., Ataei, M. and Kakaie, R. (2020), “Dilution Risk Ranking in Underground Metal Mines UsingMulti-Attributive Approximation Area Comparison”, Journal of Mining and Environment, Vol: 11, No: 4, 977Oğuz, S., Çetiner, Ö. ve Yalçıntaş, D. (2020), “Avrupa Birliği’ne Aday ve Potansiyel Aday ÜlkelerinEkonomik Göstergelerinin TOPSIS Yöntemi ile Değerlendirilmesi”, Çağ Üniversitesi Sosyal Bilimler Dergisi, Cilt: 17, Sayı: 2, 17 – 28.
- Orhan, M. (2020), “Avrupa Birliği Ülkeleri ve Avrupa Birliği Üyeliğine Aday Olan Ülkelerin MakroekonomikPerformanslarının Aras Yöntemi ile Kıyaslanması”, Journal of Hunaities and Tourism Research, 10(1), 115 –Özbek, A. ve Demirkol, İ. (2019), “Avrupa Birliği Ülkeleri ile Türkiye'nin Ekonomik Göstergelerinin Karşılaştırılması”, Yönetim ve Ekonomi, Cilt: 26, Sayı: 1, 71 – 91.
- Özden, Ü. H. (2011), “TOPSİS Yöntemi ile Avrupa Birliğine Üye ve Aday Ülkelerin Ekonomik Göstergelere Göre Sıralanması”, Trakya Üniversitesi Sosyal Bilimler Dergisi, Cilt: 13, Sayı: 2, 215 – 236.
- Pamučar, D and Ćirović, G. (2015), “The Selection of Transport and Handling Resources in Logistics CentersUsing Multi – Attributive Border Approximation Area Comparison (MABAC), Expert Systems with Applications, 42, 3016 – 3028.
- Perçin, S., ve Sönmez Ö. (2018), Bütünleşik Entropi Ağirlik Ve TOPSIS Yöntemleri Kullanilarak Türk Sigorta Şirketlerinin Performansinin Ölçülmesi. Uluslararası İktisadi ve İdari İncelemeler Dergisi, 565-582.
- Rao, R. V. (2013). Decision Making in the Manufacturing Environment Using Graph Theory and Fuzzy Multiple Attribute Decision Making Methods. Springer-Verlag, Vol. 2, London.
- Sevgin, H. ve Kundakçı, N. (2017), “TOPSIS ve MOORA Yöntemleri ile Avrupa Birliği’ne Üye OlanÜlkelerin ve Türkiye’nin Ekonomik Göstergelere Göre Sıralanması”, Anadolu Üniversitesi Sosyal Bilimler Dergisi, Cilt: 17, Sayı: 3, 87 – 108.
- Shannon, C. E. (1948). A mathematical theory of communication. Bell System Technical Journal, 27, 379- 423, 623-656.
- 1Stratejik ve Bütçe Başkanlığı, (https://www.sbb.gov.tr/buyume/#prettyPhoto, 29.09.2020).
- Ture, H., Doğan, S. and Koçak, D. (2018), “Assessing Euro 2020 Strategy Using Multi-Criteria Decision- Making Methods: VIKOR and TOPSIS”, Social Indicators Research, 142, 645 – 665.
- Ulutaş, A. (2019), “Entropi ve MABAC Yöntemleri ile Personel Seçimi”, Uluslararası Toplum Araştırmaları Dergisi, Cilt: 13, Sayı: 19, 1552 – 1573.
- Urfalıoğlu, F. ve Genç, T. (2013), “Çok Kriterli Karar Verme Teknikleri ile Türkiye'nin EkonomikPerformansının Avrupa Birliği Üye Ülkeleri ile Karşılaştırılması”, Marmara Üniversitesi İ.İ.B.F. Dergisi, Cilt: XXXV, Sayı: II, 329 – 360.
- Wang, G., Huang, S. H. and Dismukes, J. P. (2004), “Product-Driven Supply Chain Selection Using IntegratedMulti-Criteria Decision-Making Methodology”, International Journal of Production Economics, 91, 1 – 15.
- Wang, H., Jiang, Z., Zhang, H. Wang, Y., Yang, Y. and Lİ, Y. (2019), “An Integrated MCDM Approach Considering Demands-Matching for Reverse Logistics”, Journal of Cleaner Production, 208, 199 – 210.
- Wang, J. and Yang, D. L. (2007), “Using A Hybrid Multi-Criteria Decision Aid Method for Information Systems Outsourcing”, Computer & Operations Research, 34, 3691 – 3700.
- Wei, G., Wei, C., Wu, J. and Wang, H. (2019), “Supplier Selection of Medical Consumption Products with AProbabilistic Linguistic MABAC Method”, International Journal of Environmental Research and Public Health, 16, 1 – 15.
- Wu, Z., Sun, J., Liang, L., and Zha, Y. (2011). Determination Of Weights For Ultimate Cross Efficiency Using Shannon Entropy, Experts Systems With Applications, 38, 5162-5165.
- Yousefi, A. and Hadi-Vencheh, A. (2010) “An Integrated Group Decision Making Model and Its Evaluation by DEA for Automobile Industry” Expert Systems with Applications, 37: 8543-556.
- Zhang, H., GU, C. L., GU, L. W. and ZHANG, Y. (2011), “The Evaluation of Tourism DestinationCompetitiveness by TOPSIS & Information Entropy – A Case in Yangtze River Delta of China”, Tourism Management, 32, 443 – 451.
