A Dynamic Analysis on Credit Card Default Rates in Turkey

Yıl 2025, Cilt: 12 Sayı: 2, 176 - 191, 16.07.2025

K. Batu Tunay , Necla Tunay

Öz

Credit card risk is one of the most extensively studied topics in the banking literature. The primary reason for this is the widespread use of credit cards and their increasing share in banks' credit portfolios. Consequently, a rise in credit card risk can lead to an overall increase in banks' total credit risk, potentially resulting in significant financial losses. This study investigates the reasons behind the rising credit card risks in Turkey, where high inflationary pressures have been observed in recent years. In particular, it aims to estimate the unobservable component of this risk, enabling the prediction of credit card risk for the subsequent period. A sample covering the period from 2005:1 to 2025:1, based on monthly data, was analyzed using a state-space model. In the dynamic model constructed, the inflation rate, unemployment rate, and consumer loan interest rate were considered as exogenous variables. The findings indicate that credit card risk exhibits strong persistence and is positively influenced by inflation, unemployment, and interest rates. However, among these exogenous variables, the increase in the unemployment rate was found to have the most significant impact on credit card risk. Furthermore, the estimation of unobservable credit card risk reveals that this risk has followed an upward trend since 2020, a period characterized by accelerating inflation.

Anahtar Kelimeler

Credit cards , credit card default risk , high inflation , state-space models

Türkiye’de Kredi Kartlarının Temerrüde Düşme Oranları Üzerine Dinamik Bir Analiz

Öz

Kredi kartı riski, bankacılık literatüründe çok araştırılan konulardan birisidir. Bunun başlıca nedeni, kredi kartlarının kullanımının yaygınlaşması ve banka kredi portföylerindeki paylarının yükselmesidir. Dolayısıyla, kredi kartlarının temerrüde düşme oranlarının artması bankaların toplam kredi riskinin yükselmesine ve ciddi zararlara neden olabilir. Bu çalışmada, son yıllarda yüksek enflasyonist baskılar yaşanan Türkiye’de kredi kartı temerrüt oranları veya risklerindeki artışın nedenleri araştırılmış ve özellikle bu riskin gözlenemeyen bileşeninin tahmin edilmesi hedeflenmiştir. Böylece bir dönem sonraki kredi kartı riskinin saptanması mümkün olacaktır. Durum-uzay modeli yardımıyla 2005:1 – 2025:1 dönemini kapsayan ve aylık verilerden oluşan bir örneklem analiz edilmiştir. Kurulan dinamik modelde, enflasyon oranı, işsizlik oranı ve tüketici kredisi faizi egzojen değişkenler olarak dikkate alınmıştır. Elde edilen bulgular, kredi kartı riskinin güçlü bir geçmişe bağlılığı olduğunu ve bunun yanında enflasyon, işsizlik ve faiz oranlarından pozitif etkilendiğini göstermiştir. Ancak bu riskin egzojen değişkenler arasında en fazla işsizlik oranındaki artıştan etkilendiği saptanmıştır. Gözlenemeyen kredi kartı riski tahmini sonucunda, bu riskin enflasyonun hızlandığı 2020 yılından itibaren bir artış eğilimine girdiği de belirlenmiştir.

Anahtar Kelimeler

Kredi kartları , kredi kartı temerrüt riski , yüksek enflasyon , durum-uzay modelleri

Kaynakça

• Akça, N. ve Sönmez, S. (2017). Üniversite öğrencilerinin kredi kartı kullanımına ilişkin tutumlarının finansal iyilik hali üzerine etkisi. Akademik Bakış Dergisi, 64, 1-18.https://dergipark.org.tr/tr/pub/abuhsbd/issue/35995/403882 Alam, T.M., Shaukat, K., Hameed, I.A., Luo, S., Sarwar, M.U., Shabbir, S., Li, J., ve Khushi, M. (2020). An investigation of credit card default prediction in the imbalanced datasets. IEEE Access, 8, 201173-201198. https://doi.org/0.1109/ACCESS.2020.3033784
• Arora, S. Bindra, S., Singh, S., ve Nassa, V.K. (2022). Prediction of credit card defaults through data analysis and machine learning techniques. Materials Toay: Proceedings, 5, 110-117. https://doi.org/10.1016/j.matpr.2021.04.588
• Arslan, B. (2015). Kredi kartı kullanımının kompulsif satın almaya etkisi. Online Academic Journal of Information Technology, 5(20), 27-40. https://doi.org/10.5824/1309‐1581.2015.3.002.x
• Aslan, M. (2023). Benlik saygısı ve kontrolsüz kredi kartı kullanımının çevrimiçi alışveriş bağımlılığı üzerine etkisi. Bağımlılık Dergisi, 24(1), 1-11. https://doi.org/10.51982/bagimli.1102018
• Aşan, Z. (2007). Kredi kartı kullanan müşterilerin sosyo-ekonomik özelliklerinin kümeleme analiziyle incelenmesi. Dumlupınar Üniversitesi Sosyal Bilimler Dergisi, 17, 1-12.https://dergipark.org.tr/tr/pub/dpusbe/issue/4759/65384
• Ataman, E. ve Yıldırım, D. (2022). Kredi kartı kullanımı, kompülsif satın alma, borca karşı tutum ve finansal refah ilişkisi. Dicle Üniversitesi İİBF Dergisi, 12(23), 159-184. https://doi.org/10.53092/duiibfd.1029910
• Ayla D., Öder, D., Pilatin, A. ve Bayrak A. Z. (2020). Kredi kartı kullanımını etkileyen faktörlerin analizi: Doğu karadeniz örneği. Gümüşhane Üniversitesi Sosyal Bilimler Enstitüsü Elektronik Dergisi, 11(2), 245-265. https://dergipark.org.tr/tr/pub/gumus/issue/55299/647336
• Başaran, B., Budak, G.S., ve Yılmaz, H. (2012a). Kredi kartlarına olan bireysel tutum farklılıklarının analizi. Uluslararası Alanya İşletme Fakültesi Dergisi, 4(1), 61-72. https://dergipark.org.tr/tr/pub/uaifd/issue/21593/231860
• Başaran, B., Budak, G.S., ve Yılmaz, H. (2012b). Kredi kartlarının rasyonel kullanımını etkileyen bireysel faktörler. Eskişehir Osmangazi Üniversitesi İİBF Dergisi, 7(2), 67-93https://dergipark.org.tr/tr/pub/oguiibf/issue/5716/76514
• Bellotti, T. ve Crook, J. (2013). Forecasting and stress testing credit card default using dynamic models. International Journal of Forecasting, 29, 563–574. http://dx.doi.org/10.1016/j.ijforecast.2013.04.003
• Bhandary, R. ve Ghosh, B.K. (2025). Credit card default prediction: An empirical analysis on predictive performance using statistical and machine learning methods. Journal of Risk and Financial Management, 18, 1-20. https://doi.org/10.3390/jrfm18010023
• Bhaskar, S., Deshmukh, M., ve Sangam, S. (2024). Identifying credit card defaulters and predicting fraudulent transactions using various machine learning techniques. International Journal for Multidisciplinary Research, 6(3), 1-8.
• Bohn, Jeffrey R. ve Stein, Roger M. (2009). Active credit portfolio management in practice. John Wiley & Sons, Inc., Hoboken, New Jersey.
• Chen, Y. ve Zhang, R. (2021). Research on credit card default prediction based on k-means smote and bp neural network. Complexity, 2021, 1-13. https://doi.org/10.1155/2021/6618841
• Crook, J. ve Moreira, F. (2011). Checking for asymmetric default dependence in a credit card portfolio: A copula approach. Journal of Empirical Finance, 18, 728–742. https://doi.org/10.1016/j.jempfin.2011.05.005
• Gao, J., Sun, W., ve Sui, X. (2021). Research on default prediction for credit card users based on XGBoost-LSTM model. Discrete Dynamics in Nature and Society, 2021, 1-13. https://doi.org/10.1155/2021/5080472
• Girginer, N., Çelik, A.E. ve Uçkun, N. (2011). Kredi kartı tutum ölçeği üzerine bir yapısal eşitlik modeli uygulaması. Eskişehir Osmangazi Üniversitesi Sosyal Bilimler Dergisi, 12(1), 17-30. https://dergipark.org.tr/tr/pub/ogusbd/issue/10999/131628
• Kabaklarlı, E. (2015). Türkiye’de kredi kartı kullanımının para politikasındaki rolü ve etkileri. Sosyoekonomi, 23(26), 119-138. https://doi.org/10.17233/se.90476
• Karamustafa, K. ve Biçkes, D.M. (2003). Kredi kartı sahip ve kullanıcılarının kredi kartı kullanımlarını değerlendirmeye yönelik bir araştırma: Nevşehir örneği. Erciyes Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 1(15), 91-113. https://dergipark.org.tr/tr/pub/erusosbilder/issue/23748/253009
• Konaç, D. (2016). Para ve kredi kartına ilişkin tutumların internet üzerinden yapılan alışverişle ilişkisi. Uluslararası Türkçe Edebiyat Kültür Eğitim Dergisi, 5(1), 469-487. https://doi.org/10.7884/teke.601
• Köylüoğlu, A.S. ve Doğan, M. (2020). Tüketicilerin kredi kartına yönelik tutumu ile finansal okuryazarlık düzeyi arasındaki ilişki. Finans Ekonomi ve Sosyal Araştırmalar Dergisi, 5(4), 770-778. https://doi.org/10.29106/fesa.806964
• Kutlu, M., Gün, M. ve Karamustafa, O. (2015). Kredi kartı kullanımında satın alma isteğinin kontrolü: Rize örneği. Maliye ve Finans Yazıları, 104, 131-144. https://dergipark.org.tr/tr/pub/mfy/issue/16277/170740
• Leow, M. ve Crook, J. (2016). A new Mixture model for the estimation of creditcard Exposure at Default. European Journal of Operational Research 249, 487–497. http://dx.doi.org/10.1016/j.ejor.2015.10.001
• Li, J, Kng, J., Wu, J., Wang, H., ve Yang, X. (2024). Research on credit card default repayment prediction model. The Journal of Finance and Data Science, 10, 100136. https://doi.org/10.1016/j.jfds.2024.100136
• Liu, R. (2018). Machine learning approaches to predict default of credit card clients. Modern Economy, 2018, 1828-1838. https://doi.org/10.4236/me.2018.911115
• Oktay, E., Özen, Ü. ve Alkan, Ö. (2009). Kredi kartı sahipliğinde etkili olan faktörlerin araştırılması: Erzurum örneği. Dokuz Eylül Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 24(2), 1-22.https://dergipark.org.tr/tr/pub/deuiibfd/issue/22736/242681
• Özkul, F.U. ve Tapşın, G. (2010). Kredi kartı kullanımı ile kullanılabilir gelirin tüketim üzerindeki etkisi ve Türkiye ekonomisi üzerine ampirik bir çalışma. Muhasebe ve Finansman Dergisi, 47, 138-153. https://dergipark.org.tr/tr/pub/mufad/issue/35626/395981
• Platin, A. (2021). Tüketicilerin kredi kartı kullanımını etkileyen faktörler: Ordu ili örneği. Kahramanmaraş Sütçü İmam Üniversitesi Sosyal Bilimler Dergisi, 18(2), 1400-1426. https://doi.org/10.33437/ksusbd.739952
• Rigatos, Gerasimos G. (2017). State-space approaches for modelling and control in financial engineering - systems theory and machine learning methods. Springer, Cham, Switzerland.
• Sönmezler, G., Gündüz, İ.O. ve Torun, M. (2019). Türkiye’de kredi kartı harcamaları ile tüketici güven endeksi ve enflasyon arasındaki ilişki üzerine ampirik bir çalışma. Ç.Ü. Sosyal Bilimler Enstitüsü Dergisi, 28(1), 17-29. https://dergipark.org.tr/tr/pub/cusosbil/issue/44782/556489
• Şahin, C. (2014). Kredi kartı temerrüdü ile sosyo-ekonomik etkenler arasındaki ilişkiyi incelemeye yönelik bir uygulama: Eskişehir kent merkezi örneği. Akademik Bakış Dergisi, 45, 1-15. https://dergipark.org.tr/tr/pub/abuhsbd/issue/32938/365917
• Şen, H., Çemrek, F. ve Özaydın, Ö. (2006). Bireylerin kredi kartına bakış açıları ve sosyo-ekonomik nitelikleri bakımından karşılaştırılmasına yönelik uygulama çalışması. Eskişehir Osmangazi Üniversitesi Sosyal Bilimler Dergisi, 7(1), 2-30. https://dergipark.org.tr/tr/pub/ogusbd/issue/10988/131502
• Tuğay, O. ve Başgül, N. (2007). Önemli bir finansman kaynağı olarak kredi kartları: kredi kartlarının kart sahiplerinin harcamaları üzerindeki etkisini belirlemeye yönelik Burdur ilinde bir araştırma. Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi, 12(3), 215-226. https://dergipark.org.tr/tr/pub/sduiibfd/issue/20835/223248
• Tunay, K.B. ve Tunay, N. (2023). Kredi kartlarının temerrüde düşmesini etkileyen makro ekonomik değişkenler: Türkiye üzerine ekonometrik bir analiz. Avrasya İşletme ve İktisat Dergisi, 32, 17-33. https://doi.org/10.17740/eas.econ.2023-V32-02
• Wang, Z., Wen, C.H., Zhou, W., ve Zhang, J. (2023). Credit card default prediction with data modeling. Proceedings of the 2nd International Academic Conference on Blockchain, Information Technology and Smart Finance (ICBIS 2023), 1494-1503. https://doi.org/10.2991/978-94-6463-198-2_155
• Wattanawongwan, S., Mues, C., Okhrati, R., Choudry, T., So, M.C. (2023). Modelling credit card exposure at default using vine copula quantile regression. European Journal of Operational Research 311, 387–399. https://doi.org/10.1016/j.ejor.2023.05.016
• Xu, T. ve Qu, M. (2024). Novel embedding model predicting the credit card’s default using neural network optimized by harmony search algorithm and vortex search algorithm. Heliyon, 10, e30134. https://doi.org/10.1016/j.heliyon.2024.e30134
• Yeniçeri, T. ve Akturan, U. (2007). Kredi kartını bilinçli kullanan ve kullanmayan tüketicileri ayırmada kullanılabilecek temel belirleyiciler üzerine bir pilot araştırma. H.Ü. İktisadi ve İdari Bilimler Fakültesi Dergisi, 25(2), 243-266. https://dergipark.org.tr/tr/pub/huniibf/issue/7873/103451
• Yıldırım, M. ve Demir, H.U. (2021). Kredi kartı harcamalarını etkileyen makroekonomik faktörler ve Covid-19 pandemi dönemi üzerine bir inceleme. Ekonomi, Politika & Finans Araştırmaları Dergisi, 6(1), 159-180. https://doi.org/10.30784/epfad.830559
• Yılmaz, H., Budak, G.S. ve Başaran, B. (2013). Kredi kartı kullanım alışkanlıklarında kategorik değişkenler arasındaki ilişkiler ve bireylerin davranışsal eğilimleri: Bilecik örneği. Uluslararası Yönetim İktisat ve İşletme Dergisi, 9(19), 31-50. http://dx.doi.org/10.11122/ijmeb.2013.9.19.335
• Yılmaz, V., Aktaş, C. ve Arslan, M.S.T. (2009). Müşterilerin kredi kartına olan tutumlarının çoklu regresyon ve faktör analizi ile incelenmesi. Balıkesir Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 12(22), 127-139. https://dergipark.org.tr/tr/pub/baunsobed/issue/50240/648076
• Zhao, Y. (2023). A credit card default prediction method based on CatBoost. Proceedings of the 2023 2nd International Conference on Artificial Intelligence, Internet and Digital Economy (ICAID 2023), 178-184. https://doi.org/10.2991/978-94-6463-222-4_17
• Zhao, Yi, Zhao, Ying, ve Song, Inseong. (2006). A Dynamic Model for Repayment Behaviors of New Customers in the Credit Card Market. Conference Paper, November. https://hdl.handle.net/1783.1/13225
• Zhao, Yi, Zhao, Ying, ve Song, Inseong. (2006). A Dynamic Model for Repayment Behaviors of New Customers in the Credit Card Market. Conference Paper, November. https://hdl.handle.net/1783.1/13225
• Zhao, Yi, Zhao, Ying, ve Song, Inseong. (2009). Predicting new customers’ risk type in the credit card market. Journal of Marketing Research, 46, 506-517.