Türkiye’de Kredi Kartı İstatistiklerinin Zaman Serileri Analizi ile İncelenmesi

Öz

Son yıllarda hemen herkes tarafından yaygın şekilde kullanılan kredi kartı, mülkiyetinin bir banka ya da finans kurumuna ait olduğu, bu kurumların belirli bir limitle verdiği müşterilerine kredi ile yurt içi ya da yurtdışında fiziksel ya da internet üzerinden alışveriş yapma, ATM’lerden nakit para çekme gibi işlemleri gerçekleştirmeyi sağlamaktadır. Kredi kartı esasında mal ve/yaz hizmet alımın sırasında kredi imkânı sunmaktadır. Bu anlamda, kredi kartı, kart sahibine peşin para ödemeden bir mal satın almayı ya da bir hizmetten yararlanmayı sağlayan bir belge niteliğindedir. Kredi kartı, kart hamiline yapacağı alışverişte kredi imkânı sağlamaktadır. Böylece kart hamili harcama yaptığı tarih ile kredi kartı borcunun ödeneceği son gününe kadar faizsiz kredi kullanabilmektedir. Günümüzde para taşımama rahatlığı, tüm fiziksel ve internet üzerinden yapılan alışverişlerdeki işyerlerinde bu ödeme aracı ile ödeme yapma kolaylığı (temassız ödeme, sanal kart kullanımı gibi) gibi nedenlerle kredi kartı kullanımı her geçen gün artmaktadır. Zaman serilerini en önemli amaçlarından birisi öngörü yapmaktır. Bu çalışmada, 2016:Ocak-2024:Aralık dönemi arasındaki aylık dönemi kapsamak üzere Türkiye’de kredi kartı sayısı, internetten kredi kartı ile yapılan işlem adedi ve işlem hacmi (Milyon TL) zaman serileri verileri ARIMA modelleri yardımıyla analiz edilmiş ve bu zaman serilerinin 2025:Ocak-Aralık dönemi aylar itibariyle alacağı değerler öngörülmeye çalışılmıştır.

Anahtar Kelimeler

• Kredi Kartı
• Kredi Kartı Sayısı
• Kredi Kartı ile Yapılan İşlem Adedi
• Kredi Kartı ile Yapışan İşlem Hacmi
• Zaman Serileri Analizi
• ARIMA Modelleri

Examination Of Credit Card Statistics in Turkey with Time Series Analysis

Öz

In recent years, credit cards, which have been widely used by almost everyone, are owned by a bank or financial institution, and these institutions provide their customers with a certain limit of credit to perform transactions such as shopping physically or online at home or abroad, and withdrawing cash from ATMs. Credit cards essentially offer credit opportunities during the purchase of goods and/or services. In this sense, a credit card is a document that allows the cardholder to purchase goods or benefit from a service without paying cash in advance. A credit card provides credit opportunities for the cardholder during the purchase. Thus, the cardholder can use interest-free credit from the date of the purchase until the last day the credit card debt is paid. Today, the use of credit cards is increasing day by day due to reasons such as the convenience of not carrying cash, the ease of making payments with this payment tool in all physical and online shopping (such as contactless payment, virtual card use) at workplaces. One of the most important purposes of time series is to make forecast. In this study, the number of credit cards in Turkey, the number of transactions made with credit cards on the internet and the transaction volume (Million TL) time series data covering the monthly period between 2016:January-2024:December were analyzed with the help of ARIMA models and the values that these time series will take in the period of 2025:January-December were tried to be predicted.

Anahtar Kelimeler

• Credit Card
• Number of Credit Cards
• Number of Transactions Made with Credit Cards
• Volume of Transactions Made with Credit Cards
• Time Series Analysis
• ARIMA Models

Kaynakça

1. Akgül, I., (2003), Zaman Serilerinin Analizi ve ARIMA Modelleri, Der Yayınları, İstanbul. Almasarweh, M., AL Wadi, S., (2018), ARIMA Model in Predicting Banking Stock Market Data, Modern Applied Science, 12(11), 309-312.
2. Ayik, U., Erkal, G., (2022), Forecasting of Unemployment and Economic Growth for Turkey: ARIMA Model Application, Turkish Journal of Forecasting, 5(1), 12-22.
3. Ayla D., Pilatin A. & Bayrak A. Z. (2020). Kredi Kartı Kullanımını Etkileyen Faktörlerin Analizi: Doğu Karadeniz örneği. Gümüşhane Üniversitesi Sosyal Bilimler Enstitüsü Elektronik Dergisi, 11(2), 245-265.
4. Cebeci, İ., Uçar, S. (2016), Bireysel Finansmanda Etkili Bir Araç: Kredi Kartı Üzerine Ampirik Bir Araştırma, Muhasebe ve Finansman Dergisi, 72, 1-20.
5. Chatfield, C. (1996). “Model Uncertainty and Forecast Accuracy”, Journal of Forecasting, 15, 495–508.
6. Deka, A., Resatoğlu, N.G., (2019), Forecasting Foreign Exchange Rate and Consumer Price Index with ARIMA Model: The Case of Turkey International Journal of Scientific Research and Management (IJSRM), 7(7), 1254-1275.|
7. Demirci, A., Akben Selçuk, E., (2016), Türk Finansal Tüketicilerin Kredi Kartı Seçimini Etkileyen Faktörler: Bir Literatür Taraması, Uluslararası Sosyal Araştırmalar Dergisi , 9(43), 1786-1794.
8. Denk, Z., Demir, Ö., Sezgin, E.E., (2018), Kartlı Ödeme Sistemlerinin Finansal Davranış ve Tutum Üzerindeki Etkisi: Elâzığ-Malatya İli AVM Müşterileri Örneği Fırat Üniversitesi Sosyal Bilimler Dergisi, 28(1), 187-202. Gujarati, D. N. (2004). Basic Econometrics (4th ed.). McGraw Hill.

9. Gujarati, D., (Çevirenler: Ümit Şenesen, Gülay Günlük Şenesen), (1999), Temel Ekonometri, 2.Baskı. Kadılar, C., (2005), SPSS Uygulamalı Zaman Serileri Analizine Giriş, Bizim Büro Basımevi, Ankara.
10. Kutlar, A. (2005), Uygulamalı Ekonometri, 2. Baskı, Nobel Yayınları, Ankara.
11. Mashadihasanli, T. (2022). Stock Market Price Forecasting Using The ARIMA Model: An Application to İstanbul, Türkiye. İktisat Politikası Araştırmaları Dergisi - Journal of Economic Policy Researches, 9(2), 439-454.
12. Muma, B. and Karoki, A. (2022) Modeling GDP Using Autoregressive Integrated Moving Average (ARIMA) Model: A Systematic Review. Open Access Library Journal, 9: e8355.
13. Özmen, A., (1989), Mevsimsel Dalgalanmalar İçermeyen Zaman Serilerinde Kısa Dönem Öngörü Amaçlı Box-Jenkins (ARIMA) Modellerinin Kullanımı, Fen-Edebiyat Fakültesi Dergisi, Cilt:2, Sayı:1, 105–120.
14. Özmen, M., Şanlı, S., (2017), Detecting the Best Seasonal ARIMA Forecasting Model for Monthly Inflation Rates in Turkey Dokuz Eylül Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 32(2),143-182.
15. Sevüktekin, M. ve Nargeleçekenler, M. (2005), Zaman Serileri Analizi, Nobel Yayınları Ankara.
16. Ulucan Özkul F., Tapşın, G., (2010), Kredi Kartı Kullanımı ile Kullanılabilir Gelirin Tüketim Üzerindeki Etkisi ve Türkiye Ekonomisi Üzerine Bir Ampirik Çalışma, Muhasebe ve Finansman Dergisi, 47,138-153.
17. Yıldıran, C.,U., Fettahoğlu, A. (2017), Forecasting USDTRY rate by ARIMA Method, Cogent Economics and Finance, 5(1), 1-11.