A Forecast for COVID-19's Economic Effect on Banks in Turkey

Abstract

The Corona Virus outbreak in our country coincided with the last month of the first quarter of the year 2020. Together with the negative developments of the pandemic, particularly in the banking sector in the short term, it is seen to cause a decrease in the interest rates for the period after the first quarter, resulting in increases in credit demand. Accordingly, these changes in the short term will affect the market in the ongoing pandemic process, changing the balances. The aim of this study, concerning the ratio of the asset quality of the banks (total loans/total deposit rate), is to try to have an idea about the asset quality levels of the selected banks for future periods in the pandemic process. In total, 9 banks were analyzed. In the analysis (covering the period between 2019/1 and 2020/2), the GM (1,1) forecast model was implemented using the quarterly data. As a result of the analysis, the estimated values were calculated for the selected banks concerning the next 4 quarters (until the 2nd quarter of 2021). According to estimated values calculated for future periods; While it is predicted that there will be a decreasing trend in the rates showing the asset quality of 6 banks; It is foreseen that 3 banks will show an increasing trend in their ratio showing their asset quality.

Keywords

• Banka
• COVID-19
• Grey Forecasting

Covid-19'un Türkiye’de Bankalar Üzerindeki Ekonomik Etkisine Dair Bir Tahmin

Abstract

Türkiye’de koronavirüs salgını 2020 yılının ilk çeyreğinin son ayına denk gelmiştir. Pandemi sürecine girilmesinin ardından yaşanan olumsuz gelişmelerle birlikte özelikle bankacılık sektöründe kısa vadede, ilk çeyrekten sonraki süreç için faizlerin azalması ve kredi talebinde artışlara neden olduğu görülmektedir. Kısa vadede yaşanan bu değişimler pandeminin ilerleyen sürecinde de piyasaya etki edeceği ve dengelerin değişeceği yönündedir. Bu çalışmanın da amacı pandemi sürecinde, bankaların aktif kalitesini gösteren oran (toplam verilen krediler/toplam mevduat oranı) için seçili bankaların aktif kalitesi hakkında ilerleyen dönemler için bilgi sahibi olmaya çalışmaktır. 9 banka değerlendirmeye alınmıştır. Analiz için (2019/1-2020/2) aralığındaki çeyrek dönem verileri kullanılarak GM (1,1) tahmin modeli ile uygulama yapılmıştır. Analiz sonucunda gelecek 4 çeyrek dönem (2021 2. çeyreğe kadar) için seçili bankaların aktif kalitelerini gösteren oranın tahmin değerleri hesaplanmıştır. Gelecek dönemler için hesaplanan tahmin değerlerine göre; 6 bankanın aktif kalitelerini gösteren oranlarda, azalan bir eğilim yaşanacağı öngörülürken; 3 bankanın ise aktif kalitelerini gösteren oranlarında artan eğilim göstereceği öngörülmektedir.

Keywords

• Banka
• COVID-19
• Gri Tahminleme

References

1. Arabacı, H. ve Yücel, D. (2020). COVID-19 pandemisinin Türk bankacılık sektörü üzerine etkisi. Social Sciences Research Journal, 9(3), 196-208. Erişim adresi: https://dergipark.org.tr/en/pub/ssrj/
2. Bankacılık Düzenleme ve Denetleme Kurumu. (2020). Bankacılık sektör raporu. Erişim adresi: https://www.bddk.org.tr/Veriler/TBS-Temel-Gostergeler-Raporu/14
3. Başakın, E. E., Özger, M. ve Ünal, N. E. (2019). Gri tahmin yöntemi ile İstanbul su tüketiminin modellenmesi. Politeknik Dergisi, 22(3), 755-761. doi: 10.2339/politeknik.422727
4. Chiou, H. K., Tzeng, G. H. and Cheng, C. K. (2004). Grey prediction GM (1,1) model for forecasting demand of planned spare parts in navy of Taiwan. Paper presented at the Proceedings World Automation Congress. Seville, Spain. Retrieved from https://ieeexplore.ieee.org/document/1439385
5. Eren, T. ve Kaçtıoğlu S. (2017). Türkiye’deki doğal gaz tüketimi ve gri tahmin metoduyla tahmin edilmesi. İstanbul Ticaret Üniversitesi Fen Bilimleri Dergisi, 16(31), 23-41. Erişim adresi: http://dergipark.gov.tr/ticaretfbd
6. Ersoy, H., Gürbüz, A. O. ve Fındıkçı Erdoğan, M. (2020). COVİD-19’un Türk bankacılık ve finans sektörü üzerine etkileri, alınabilecek önlemler [Özel Sayı]. İstanbul Ticaret Üniversitesi Sosyal Bilimler Dergisi, 19(37) Bahar(Özel Ek), 146-173. Erişim adresi: https://dergipark.org.tr/tr/pub/iticusbe
7. Goodell, J. W. (2020). COVID-19 and finance: agendas for futures research. Finance Research Letters, 35, 1-5. https://doi.org/10.1016/j.frl.2020.101512.
8. Greenwald, D. L., Krainer, J. and Paul, P. (2020). The credit line channel (Federal Reserve Bank of San Francisco Working Paper No. 2020-26). https://doi.org/10.24148/wp2020-26

9. Habertürk. (2020a, 6 Nisan). Tüm detaylarıyla ekonomik istikrar kalkanı paketi. Erişim adresi: https://www.haberturk.com/tum-detaylariyla-ekonomik-istikrar-kalkani-paketi-2637596-ekonomi
10. Habertürk. (2020b, 18 Mart). Virüse karşı destek paketi açıklandı. Erişim adresi: https://www.haberturk.com/viruse-karsi-destek-paketi-aciklandi-2617057-ekonomi
11. Hartley, J. S. and Rebucci, A. (2020). An event study of COVID-19 central bank quantitative easing in advanced and emerging economies (NBER Working Paper No. 27339). Retrieved from http://www.nber.org/papers/w27339
12. Korzeb, Z. and Niedziółka, P. (2020). Resistance of commercial banks to the crisis caused by the COVID-19 pandemic: the case of Poland. Equilibrium. Quarterly Journal of Economics and Economic Policy, 15(2), 205-234. https://doi.org/10.24136/eq.2020.010
13. Leoni, P. L. (2013). HIV/AIDS and banking stability in developing countries. Bulletin of Economic Research, 65(3), 225-237. https://doi.org/10.1111/j.1467-8586.2011.00401.x
14. Li, L., Strahan P. E. and Zhang S. (2020). Banks as lenders of first resort: evidence from the COVID-19 crisis (NBER Working Papers No. 27256). Retrieved from http://www.nber.org/papers/w27256
15. Li, X., Xie, Y. and Lin, J. H. (2020). COVID-19 outbreak, government capital injections, and shadow banking efficiency. Applied Economics, 1-11. https://doi.org/10.1080/00036846.2020.1808183
16. Liu, S. and Lin, Y. (2010). Grey systems theory and applications. Berlin Heidelberg: Springer.
17. Liu, S., Fang, Z. and Lin, Y. (2006). A new definition for the degree of grey incidence. Scientific Inquiry, 7(2), 111-124. Retrieved from http://www.iigss.net/
18. Neef, H. Ö. D. and Schandlbauer, A. (2020). COVID-19 and bank loan supply. Retrieved from http://dx.doi.org/10.2139/ssrn.3642522
19. Organisation for Economic Co-operation and Development. (2020). Coronavirus: the world economy at risk. Retrieved from oecd.org/economic-outlook
20. Sansa, N. U. (2020). The impact of the COVID-19 on the financial markets: Evidence from China and USA. Electronic Research Journal of Social Sciences and Humanities, 2(11). http://dx.doi.org/10.2139/ssrn.3567901
21. Shababi, V., Azar, A., Razi, F. F. and Shams, M. F. F. (2020). Simulation of the effect of COVID-19 outbreak on the development of branchless banking in Iran: Case study of Resalat Qard–al-Hasan bank. Review of Behavioral Finance. https://doi.org/10.1108/RBF-06-2020-0123
22. Shen, X. and Lu, Z. (2014). The application of grey theory model in the predication of Jiangsu province’s electric power demand. AASRI Procedia, 7, 81-87. https://doi.org/10.1016/j.aasri.2014.05.033
23. Soylu, Ö. B. (2020). Türkiye ekonomisinde COVID-19’un sektörel etkisi. Avrasya Sosyal ve Ekonomi Araştırmaları Dergisi (ASEAD), 7(5), 169-185. Erişim adresi https://dergipark.org.tr/en/pub/asead
24. T.C. İstanbul Valiliği. (2020). Cumhurbaşkanı Erdoğan “ekonomik istikrar kalkanı” tedbir paketini açıkladı. Erişim adresi: http://www.istanbul.gov.tr/cumhurbaskani-erdogan-ekonomik-istikrar-kalkani-tedbir-paketiniacikladi
25. Talbot, D. and Ordonez-Ponce, E. (2020). Canadian banks’ responses to COVID-19: A strategic positioning analysis. Journal of Sustainable Finance & Investment, 10(4), 1-9. https://doi.org/10.1080/20430795.2020.1771982
26. Topcu, M. and Gulal, Ö. S. (2020). The impact of COVID-19 on emerging stock markets. Finance Research Letters, 36(October). https://doi.org/10.1016/j.frl.2020.101691
27. World Health Organization. (2020). Coronavirus disease 2019 situation report-67. Retrieved from https://www.who.int/emergencies/diseases/novel-coronavirus-2019/situationreports
28. Xie, N. and Liu, S. F. (2009). Discrete grey forecasting model and its optimization. Applied Mathematical Modelling, 33(2), 1173-1186. https://doi.org/10.1016/j.apm.2008.01.011
29. Yilmaz, H. and Yilmaz, M. (2013). Forecasting CO2 emissions for Turkey by using the grey prediction method. Sigma, 31, 141-148. Retrieved from https://eds.yildiz.edu.tr/
30. Zhang, D., Hu, M. and Ji, Q. (2020). Financial markets under the global pandemic of COVID-19. Finance Research Letters, 36(October). https://doi.org/10.1016/j.frl.2020.101528