Determination of Leading Indicators in Credit Risk Management in the Turkish Banking Sector: Sectoral Risk Rating

Yıl 2020, Cilt: 5 Sayı: 2, 37 - 73, 31.12.2020

Esra Memduha Yaşar , Serdar Kılıçkaplan

https://doi.org/10.25229/beta.748108

Cited By: 1

Öz

The aim of this study is to make sectoral risk rating based on the current period financial ratios of the industry sectors and to determine the leading indicators for the next period. Factor analysis method was used in sectoral risk rating. In 2016 to 2019, when the sectors were ranked according to the non-performing loans ratio, the Financial Intermediation, Chemical-Chemical Products and Motor Vehicles sectors, which showed the best performance, took also the best place according to the analysis results. The fact that the Energy and Construction sectors were at the bottom of the rankings of sectoral risk rating showed consistency with the rankings made according to the non-performing loans ratio. In addition, the Banking Regulation and Supervision Agency's announcement dated September 17, 2019 indicates that the loan amounting to TL 46 billion for the two sectors in question should actually be followed in the non-performing loans accounts. This announcement confirms the results of the analysis. In order to determine the leading indicators, panel data analysis was applied to the data set for the 2013-2019 period, which was created by adding the time dimension to the horizontal section data used in factor analysis. As a result of both analyzes, it was determined that Economic Profitability, Return on Assets, Equity Ratio can be evaluated as a leading indicator.

Anahtar Kelimeler

Banking, Risk Management, Non-Performing Loans, Factor Analysis, Panel Data Analysis

Türk Bankacılık Sektörü Kredi Riski Yönetiminde Öncü Göstergelerin Belirlenmesi: Sektörel Risk Derecelendirmesi

Öz

Bu çalışmanın amacı, sanayi sektörlerinin mevcut dönem finansal rasyolarından hareketle sektörelrisk derecelendirmesi yapmak ve bir sonraki dönem için öncü göstergeler belirlemeye çalışmaktır. Sektörel risk derecelendirmesinde faktör analizi yöntemi kullanılmıştır. 2016-2019 döneminde her yıl için sektörler takipteki krediler rasyosuna göre sıralandığında en iyi performans gösteren Finansal Aracılık, Kimya-Kimya Ürünleri ve Motorlu Araçlar sektörleri, analiz sonuçlarına göre de ilk sıralarda yer almıştır. Sektörel risk derecelendirmesinde Enerji ve İnşaat sektörlerinin sırasıyla takipteki krediler rasyolarındaki gelişmeler de tutarlıdır. Ayrıca Bankacılık Düzenleme ve Denetleme Kurumu’nun 17 Eylül 2019 tarihli açıklaması, söz konusu iki sektöre ilişkin 46 milyar TL tutarındaki kredinin aslında takip hesaplarında izlenmesi gerektiği yönündedir ve bu açıklama da analiz sonuçlarını teyit eder niteliktedir. Öncü göstergelerin belirlenmesine yönelik olarak faktör analizinde kullanılan yatay kesit verilerine zaman boyutu da eklenerek oluşturulan 2013-2019 dönemine ait veri setine panel veri analizi uygulanmıştır. Her iki analiz sonucunda da anlamlı bulunan Ekonomik Rantabilite, Aktif Kârlılığı, Özkaynak Rasyosu’nun birer öncü gösterge olarak değerlendirilebileceği saptanmıştır.

Anahtar Kelimeler

Bankacılık, Risk Yönetimi, Takipteki Krediler, Faktör Analizi, Panel Veri Analizi

Kaynakça

• Apan, M., İslamoğlu, M. (2018), “Determining the Impact of Financial Characteristics on Firm Profitability: An Empirical Analysis on Borsa Istanbul Energy Firms”, Wseas Transactions on Business and Economics, Volume:15, pp.547-559.
• Atan, M. (2002), “Türkiye Bankacılık Sektörü İçin Alternatif Bir Risk Derecelendirme Modeli”, Ekonomik Yaklaşım, Cilt: 18, Sayı:62.
• Baltagi, B.H. (2005), Econometric Analysis of Panel Data, West Sussex: John Wiley & Sons Ltd. BDDK, (2005), 10 Soruda Yeni Basel Sermaye Uzlaşısı, Ocak 2005 (20.02.2020), https://www.bddk.org.tr/ContentBddk/dokuman/duyuru_basel_0001_38.pdf
• BDDK, (2007), Basel II, Ekonomik Yansımaları ve Geçiş Süreci (Çalışma Raporu) https://www.bddk.org.tr/ContentBddk/dokuman/duyuru_basel_0001_46.pdf (20.02.2020).
• BDDK, (2019), 17.09.2019 Tarili Basın Açıklaması, https://www.bddk.org.tr/ContentBddk/dokuman/duyuru_0729_01.pdf (20.02.2020).
• Çolak, M. S. (2019), “Bilançolara Yeni Bir Bakış: Reel Sektör Firmaları İçin Finansal Risk Endeksi”, TCMB Çalışma Tebliğleri, Sayı: 19/04, Şubat 2019.
• Demirci, N.S. (2017), “İmalat sanayi Sektöründe Kârlılığın Belirleyicileri: TCMB Sektör Bilançolarıyla Panel Veri Analizi (1996-2015)”, Ege Akademik Bakış, Cilt: 17, Sayı: 3, Temmuz 2017.
• Erdoğan, S., Karaca, S.S. (2018), “Türk Bankacılık Sektörünün 2009-2016 Dönemi CAMELS Derecelendirme Sistemi ile Performans Analizi”, Journal of International Management, Educational and Economics Perspectives, 2018/3, https://dergipark.org.tr/tr/pub/jimeep.
• Greene, H.W. (2002), Econometric Analysis, 5th Edition, Prentice Hall, New Jersey.
• Gündoğdu, A. (2017), “Türkiye’de Mevduat Bankalarının CAMELS Analizi”, Bankacılık ve Finansal Araştırmalar Dergisi, 4(2): 26-43.
• Hausman, J.A., Ruud P.A. (1987), “Specifying and testing econometric models for rank-ordered data”, Journal of Econometrics, Volume 34, January–February 1987, Pages 83-104
• Hsiao, C. (1986) Analysis of Panel Data. (1. baskı), Cambridge: Cambridge University Press.
• İltaş, Y. (2016). “Türkiye Cumhuriyet Merkez Bankası Sektör Bilançolarını Kullanarak İşletme Sermayesi Gereksinimini Etkileyen Değişkenler Üzerine Bir Analiz: 1996-2013”, Erciyes Üniversitesi, İktisadi ve İdari Bilimler Fakültesi Dergisi, Sayı: 48, Temmuz-Aralık 2016.
• Johnston, J., Dinardo, J. (1997), Econometric Methods (4th edition). USA: McGraw-Hill.
• Kılıç, M., Güler, B. (2019), "Borsa İstanbul’a (BİST) Kayıtlı Lojistik Firmalarının Kârlılık Belirleyicileri", Kahramanmaraş Sütçü İmam Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi 9 / 1 (Haziran 2019): 69-82.
• Kılıçkaplan, S. (2012), İstatistiğe Giriş I, Gazi Kitabevi, Ankara.
• Öcal, F.S., Akın, F. (2018), “TCMB İmalat Sanayi Sektörel Bilançoları Kullanılarak İktisadi Parametrelerin Sermaye Yapısına Etkisi Üzerine Bir Uygulama”, Akademik Hassasiyetler, Cilt: 5, Sayı: 10, https://atif.sobiad.com/index.jsp?modul=makale-oruntule&id=AWvRHFCxyZgeuuwfSK3v.
• Pekkaya, S. (1998), “Türk Mali Sistemi İçinde Bankacılık Sektörünün Gelişimi ve Uygulanan İktisat Politikaları Işığında Finansal Yapısının Analizi (1980-1995 Dönemi İçin Bir Oran Analizi ve Çok Değişkenli Faktör Analizi İle Rating Denemesi)”, G.Ü.SBE.İkt.Teo.Bil.Dalı Yüksek Lisans Tezi.
• Screiber, S. (2008), “The Hausman Test Statistic Can Be Negative Even Asymptotically”, Goethe University Frankfurt, http://econ.schreiberlin.de/papers/schreiber_hausmantest_aug2008.pdf (12.05.2020)
• Tatlıdil, H. (2002), Uygulamalı Çok Değişkenli İstatistiksel Analiz, Akademi Matbaası, Ankara.
• Tatoğlu, F.Y. (2016). Panel Veri Ekonometrisi, (3. baskı). İstanbul: Beta Basım Yayım Dağıtım.
• TCMB, (2017), Sektör Bilançoları (2014-2016), İstatistik Genel Müdürlüğü, Reel Sektör Verileri Müdürlüğü, Sunuş. http://www3.tcmb.gov.tr/sektor/2017/Raporlar/sunus.pdf (20.02.2020)
• Uslu, A. (2019), “Türkiye’deki Yabancı Sermayeli Bankaların CAMELS Analizi ile Performanslarının Ölçümü”, Muhasebe ve Finansman Dergisi, Sayı: 82, Nisan 2019.
• Tosuner, A., Aydoğan, E. M., Pekkaya S. (2002). “Türk Bankacılık Sisteminde Finansal Risk Analizi” İktisat, İşletme ve Finans Dergisi, 17(197), ss. 47-67.
• https://gbs.sanayi.gov.tr/
• https://www.riskmerkezi.org/tr/istatistikler/