Türk Bankacılık Sektöründe Takibe Dönüşen Alacakların Bağımlılık Yapısı: Kurumsal ve Bireysel Krediler Üzerine Bir Araştırma

Yıl 2019, Cilt: 20 Sayı: 2, 171 - 187, 01.07.2019

İlhami Karahanoglu

Öz

Bu araştırma ile kişisel krediler araba, ev vb. ile firma ve şirketlere verilen işletme, yatırım vb. kurumsal kredilerin takibe dönüşüm verilerinin bağımlılık yapılarının 2005-2018 dönemi için açıklanması hedeflenmiştir. Doğrusallık ve normal dağılım gibi güçlü kabulleri içermemesi nedeni ile kopula fonksiyonları ile bağımlılık yapılarının modellenmesinin daha etkili olduğu düşüncesi ile söz konusu market segmentleri arasındaki bağımlılık yapısı kopulalar ile modellenmiştir. Kopula fonksiyonları ile yapılan bağımlılık yapısı modellemesi sonuçlarına göre en düşük Akaike Katsayısı Değerine AIC sahip kopula modeli en başarılı model olarak seçilmiştir. Söz konusu kopula modeli, olasılık dağılımlarının kuyruk bölgelerinde ortaya çıkan ekstrem değerlerde bağımlılığa işaret etmektedir. Söz konusu doğrusal bir doğaya sahip olmayan kuyruk bağımlılığının ortaya çıkması ile hem bankacılık içsel kredilendirme ve değerlendirme süreçleri hem de bankacılık sektörünün tümüne ait düzenleme uygulamaları ekstrem durumlar için birleştirilebilir.

Anahtar Kelimeler

Kopulalar, Takibe Dönüşen Alacaklar, Bankacılık

The Dependency Structure of Non-Performing Loans in Turkish Banking Sector; A Research About Personnel and Commercial Credit

Öz

This research presents an explanation about the dependency structure between the two main banking credit categories namely commercial credit which are deployed to the companies like investment, institutional credit etc. and the personnel credits car, mortgage, etc. for the period 2005-2018. Because of not being based on the assumptions of linearity and normal distribution, which support the idea of better modelling of the dependency with copulas, the dependency structure between the credit segments is modelled with them. After getting the results of the analysis, the copula with the lowest Akaike Coefficient AIC is chosen pointing out that there is a tail dependency between those credit segments. With the emergence of such a dependency structure which has no linear nature, not only the the internal credit processes of the banks but also the regulation and applications of the banking sectors could be unified for extrem cases where they show tail dependency

Anahtar Kelimeler

Copula, Non-Performing Loan, Banking

Kaynakça

• Atakan, T.,(2009).İstanbul Menkul Kıymetler Borsası’nda Değişkenliğin (Volatilitenin) ARCH/GARCH Yöntemleri İle Modellenmesi, İstanbul Üniversitesi İşletme Fakültesi İşletme İktisadı Enstitüsü Yönetim Dergisi, 62:48-61
• Cailiaut, G., Remillard, B.(2009).Goodness of Fit Tests for Copulas A Review and Power Study. Insurance Mathematics and Economics, 44, 199–213
• Charlotte, L., Heinen A., Valdesogo A.(2009). Modeling International Financial Returns with a Multivariate Regime-switching Copula.Journal of Financial Econometrics, 14(9), 09-21
• Cherubini, U, Luciano, E.., Veicciat W.(2006). Copula Methods in Finance, John Wiley and Sons. New York
• Çabuk, H. A., Özmen, M., & Kökcen, A. (2011). Koşullu Varyans Modelleri: İmkb Serileri Üzerine Bir Uygulama. Çukurova Üniversitesi İİBF Dergisi, 15(2), 1-18.
• Demir, İ.,Çene E.(2012).İMKB100 Endeksindeki Kaldıraç Etkisinin ARCH Modelleri İle 2 Alt Dönemde İncelenmesi, İstanbul Universitesi İşletme Fakültesi Dergisi, 41(2):214-226
• Emrechts, P., Mcneil A., Straumann D. (2002). Correlation And Dependence İn Risk Management: Properties And Pitfalls, In Risk Management Value At Risk And Beyond. Prentiche Hall, New York
• Goodhart, C., Segoviano M.(2015).Optimal Bank Recovery, IMF Working Paper,
• Joe, H.(1997). Multivariate Models and Dependence Concepts, Chapman Hall/CRC, London.
• Kim, J.M. , Jung Y.S., Sungur E. (2009). A Copula Method For Modeling Directional Dependence of Genes. BMC Bioinformatics, 9(2),221-225
• Koziol, C. Koziol, P.(2015).Do Correlated Defaults Matter For CDS Primea An Empirical Analysis. Review of Derivative Research ,18(3), 191-224
• Lu, D., Shandre T., Qing H.(2005).Biased Lending and Non-performing Loans in China’s Banking Sector. The Journal of Development Studies, 41(6),1071-1091
• Nelsen, R.B.(2006).An Introduction to Copulas, Springer, New York
• Özden, Ü.H.(2008). İMKB Bileşik100 Endeksi Getiri Volatilitesinin Analizi,İstanbul Ticaret Üniversitesi Sosyal Bilimler Dergisi,7(13):339-350
• Ozun, A., Cifter, A.(2007).Portfolio Value-At-Risk With Time-Varying Copula: Evidence From The Americans. Marmara University MPRA Paper No. 2711.
• Rafaella, C. (2014).Modelling cross-border systemic risk in the European banking sector: a copula approach. IMF Working Paper
• Rodrigues, H. M. (2007).Measuring financial contagion: A Copula approach. Journal of Empirical Finance, 14(3),401-423
• Upadhaya, B. , Rahat M. , Yvette B. (2014).Association Between Performance Measurement Systems And Organisational Effectiveness. International Journal of Operations and Production Management, 34(7),853-875
• Yücememiş, B. T., & Sözer, İ. (2011). Bankalarda Takipteki Krediler: Türk Bankacılık Sektöründe Takipteki Kredilerin Tahminine Yönelik Bir Model Uygulaması. Finansal Araştırmalar Ve Çalışmalar Dergisi, 3(5), 43-56.
• Zhang, L.Singh, V.(2007).Trivariate Flood Frequency Analysis Using the Gumbel– Hougaard Copula.Journal of Hydrological Engineering, 12(4), 431-439.
• Zhang, Y., Zheng X. (2016).A Stuy of Chinese Commercial Banks Credit Risk Assesment, Journal of Economic and Bussiness Research,22(1),71-76