MAKROEKONOMİK GÖSTERGELERİN TFRS 9 BEKLENEN KREDİ ZARARI MODELİ KAPSAMINDA TÜRKİYE'DEKİ BANKALAR ÜZERİNDEKİ ETKİSİ

Öz

Bankalar fon fazlası olanlarla fon açığı bulunanlar arasında aracılık ederek, finansal sistemin önemli aktörleri arasında yer almaktadır. Bankalar topladıkları fonları fon açığı bulunanlara kredi olarak kullandırmaktadır. Bankaların kullandırdıkları kredileri tahsil edememesi riski kredi riski olarak tanımlanmaktadır. 2018 yılından itibaren yürürlüğe giren TFRS 9 beklenen kredi zararı modeli doğrultusunda bankalar daha ileriye dönük bir yöntemle kredi riski ölçülmektedir. Bu modelde kredi karşılıkları üç aşamalı bir yapıda sınıflandırılmaktadır. Bu çalışmada Türkiye’de faaliyet gösteren bankaların beklenen kredi zararı modeli kapsamında, aşamalar bazında ayırdıkları kredi karşılıkları makroekonomik göstergeler çerçevesinde incelenmiştir. Çalışmada 2018-2025 yıllarına ait veriler kullanılmış ve ekonometrik yöntem olarak panel veri analizi uygulanmış ve analizler Python programlama dili kullanılarak gerçekleşmiştir. Çalışmanın bulgularında birinci aşamada GSMH, döviz kuru kredi karşılığı ayırmada en önemli gösterge olduğunu, ikinci aşamada GSMH, döviz kuru kredi karşılığı ayırmada en önemli gösterge olduğunu görülmektedir. Üçüncü aşamada ise CDS primi, GSMH ve döviz kurunun kredi zararı modelin geçişlerinde anlamlı ilişkili olduğu tespit edilmiştir

Anahtar Kelimeler

• Bankalar
• TFRS 9 Beklenen kredi zararı modeli
• Makroekonomik Göstergeler

The Impact of Macroeconomic Indicators on Banks in Turkiye Within the Framework of The IFRS 9 Expected Credit Loss Model

Öz

Banks are key actors in the financial system, acting as intermediaries between those with surplus funds and those with deficits. They lend the funds they collect to those with deficits. The risk of banks being unable to collect these loans is defined as credit risk. Since 2018, IFRS 9, the expected credit loss model, has been used to measure credit risk using a more forward-looking method. In this model, loan provisions are classified in a three-stage structure. This study examines the loan provisions set aside by banks operating in Türkiye, based on these stages and macroeconomic indicators, within the framework of the expected credit loss model. The study uses data from 2018-2025 and applies panel data analysis as an econometric method, with analyses performed using the Python programming language. The findings of the study show that in the first stage, the most important indicators in setting aside loan provisions are GDP and exchange rate; in the second stage, GDP and exchange rate are also the most important indicators in setting aside loan provisions. In the third stage, it was determined that CDS premium, GDP, and exchange rate have a significant relationship in the transitions of the credit loss model.

Anahtar Kelimeler

• Banks
• IFRS9
• Expected credit loss model
• Macroeconomic Indicators.

Kaynakça

1. Akpelvan, A. (2019). TFRS 9 Finansal Araçlar Standardı Kapsamında Beklenen Kredi Zararı Modelinin Türk Bankacılık Sektöründe Uygulanması ve Bankaların Kârlılık Yönetimi Eğilimlerine Etkisi Üzerine Bir Araştırma, Yüksek Lisans Tezi, Galatasaray Üniversitesi Sosyal Bilimler Enstitüsü.
2. Altunöz, U. (2021). Kredi temerrüt takaslarının (CDS) belirlenmesinde makroekonomik göstergelerin gücü: Gelişmekte olan ülkeler için panel ARDL analizi. Global Journal of Economics and Business Studies (Küresel İktisat ve İşletme Çalışmaları Dergisi), 10(19), 110-126.
3. Aytürk, Y. (2016). UFRS 9 Finansal Araçlar Kapsamında Yeni Değer Düşüklüğü Modeli ve Bankacılık Sektörüne Etkileri. Mali Çözum Dergisi, 137, 133-143.
4. Danacı, M.C., Şit, M., & Şit, A. (2017). Kredi Temerrüt Swaplarının (CDS’lerin) Büyüme Oranıyla İlişkilendirilmesi: Türkiye Örneği. Aksaray Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 9(2), 67-78.
5. Demirkan, T., & Sayılgan, G. (2021). Banka kredilerinin takibe dönüşümünde makroekonomik faktörlerin etkisinin analizi: UFRS/TFRS-9 uygulamaları için bir öneri. Bankacılar Dergisi, (117), 16–39.
6. Demirkan, T. (2022), TFRS 9 Çerçevesinde Beklenen Kredi Zararlarının Ölçülmesi: Türk Bankacılık Sektörü Üzerine Bir Uygulama, Türkiye Bankalar Birliği, İstanbul.
7. Erben Yavuz, A., Hazar, A., & Babuşcu, Ş. (2022). TFRS 9 ve BDDK düzenlemelerinin bankaların kredi karşılığı ayırmadaki etkilerinin analizi. Muhasebe ve Denetime Bakış Dergisi, 22(67), 99–114.
8. Ertan, A. (2021). Expected losses, unexpected costs? Evidence from SME credit access under IFRS 9 (SSRN Çalışma Raporu No. 3504708), 73 s. https://ssrn.com/abstract=3504708.

9. Gedik Yatırım. (2025). CDS (Credit Default Swap). Erişim adresi: https://gedik.com/yatirimci-sozlugu/c/cds-credit-default-swap (Erişim: 17.10.2025).
10. Güdelci, E.N. (2021). Covid-19 Koşulları Altında Ticari Alacaklara Ait Beklenen Kredi Zararlarının TFRS 9 Kapsamında Belirlenmesi Muhasebe Bilim Dünyası Dergisi 25(1), 27-52.
11. Gülhan, O., & Aktaş, M. (2022). TFRS 9 Uygulamasının Türk Bankacılık Sektöründe Karşılık Ayırma Düzeyine Etkisi. Muhasebe Bilim Dünyası Dergisi, 24(3), 729-744.
12. Gürel, E., Bulgurcu Gürel, E. B., & Demir, N. (2016). Basel III Kriterleri. Bankacılık ve Sigortacılık Araştırmaları Dergisi, 1(3), 16-28.
13. İldaş, T. (2021). Kredi Riski Ölçüm Modellerinin Değerlendirilmesi Finansal Araştırmalar ve Çalışmalar Dergisi, Cilt : 13, Sayı : 25, ss. 516 – 547.
14. Kanat, S. (2020). Kredi Zararı Modeli Yerine TFRS 9 Beklenen Zarar Modelinin Bankalarda Uygulanması, Yüksek Lisans Tezi, İstanbul Okan Üniversitesi Sosyal Bilimler Enstitüsü.
15. Kaval, H., Örten. R., Karapınar, A. (2021). Türkiye Muhasebe Finansal Raporlama Standartları Uygulama ve Yorumları TMS – TFRS, Ankara, 14. Baskı Gazi Kitapevi.
16. Oberson, R. (2021). The credit-risk relevance of loan impairments under IFRS 9 for CDS pricing: Early evidence. European Accounting Review, 30, 959–987.
17. Özman, H., Özpınar, Ö., & Doru, O. (2018). Kredi Temerrüt Takası (CDS) ve Kur-Faiz İlişkisi : Türkiye Örneği. Bankacılık ve Sermaye Piyasası Araştırmaları Dergisi, 2(4), 31-45.
18. Ricapito, F. P. (2024). The impact of IFRS 9 on credit risk and profitability in the European banking sector. Corporate Ownership & Control, 21(4), 41–48.
19. Saltoğlu, B. (2020). Finansal Risk Yönetimi 1. Baskı, Alef Yayınevi İstanbul.
20. Saltoğlu, M. (2016). UFRS 9 ve Beklenen Kredi Zararları Modeli. 18(1), 51-66. Muhasebe Bilim Dünyası Dergisi, 18(1), 51-66.
21. Saygılı, E., Gören Yargı, S., ve Mengi, P. (2021). TFRS 9 finansal araçlar standardının Türkiye’de faaliyette bulunan mevduat bankalarının beklenen kredi zararları üzerine etkileri. Pamukkale Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, (44), 371-391.
22. Sultanoğlu, B. (2018). Expected credit loss model by IFRS 9 and its possible early impacts on European and Turkish banking sector. Muhasebe Bilim Dünyası Dergisi, 20(3), 476-506.
23. Teker, S., Bolgün, K. E., & Akçay, M. B. (2005). Finansal Risk Yönetimi. İstanbul: Literatür Yayıncılık.
24. Gubareva, M. (2019). Weight of the default component of CDS spreads: Avoiding procyclicality in credit loss provisioning framework. Complexity, 2019, Makale 7820618.
25. Harris, T. S., Khan, U., & Nissim, D. (2018). The expected rate of credit losses on banks’ loan portfolios. The Accounting Review, 93(5), 245–271.
26. Toraman, C. & Yürük, F. (2014), Kredi Derecelendirme Kuruluşları ve Finansal Krizlere Etkileri, Bitlis Eren Üniversitesi, Sosyal Bilimler Dergisi, 3, 1, ss. 127 – 154.