Publication: Makroekonomik veriler ile NPL tahmini: Bir Türkiye uygulaması
Loading...
Files
Date
Authors
Advisor
Department
Journal Title
Journal ISSN
Volume Title
Publisher
İTÜ Lisansüstü Eğitim Enstitüsü
Type
Abstract
Bu araştırma, takipteki krediler (NPL) oranının makroekonomik göstergeler yardımıyla tahmin edilmesini amaçlayan kapsamlı bir çalışmadır. Finansal istikrarın korunması ve kredi risklerinin etkin yönetimi açısından kritik öneme sahip olan bu konu, 2015-2023 yılları arasındaki dokuz yıllık dönemin aylık verileri kullanılarak analiz edilmiştir. Çalışmada, toplam 61 farklı makroekonomik değişkenin NPL oranları üzerindeki etkisi sistematik olarak incelenmiştir. Bu değişkenler arasında enflasyon göstergeleri (TÜFE, ÜFE), faiz oranları (politika faizi, gösterge faizler), ekonomik büyüme göstergeleri (GSYİH), işsizlik oranları, döviz kurları, konut ve otomotiv sektörü verileri, borç stoklarına ilişkin veriler ve çeşitli güven endeksleri yer almaktadır. Araştırmanın özgün yanlarından biri, makroekonomik şokların NPL oranları üzerindeki etkilerinin hangi zaman diliminde en belirgin şekilde ortaya çıktığını tespit etmeye yönelik sistematik yaklaşımdır. Bu amaçla, 3 aylık periyotlarla 24 aya kadar uzanan farklı gecikme sürekleri test edilmiştir. Her bir gecikme periyodu için ayrı modeller oluşturularak performans karşılaştırmaları yapılmıştır. Analiz sonuçları, makroekonomik faktörlerin NPL oranları üzerindeki etkisinin 9 aylık gecikme ile en güçlü seviyeye ulaştığını ortaya koymuştur. Bu gecikme süresi ile oluşturulan model, eğitim veri seti için %91, test veri seti için %86 oranında açıklayıcılık gücü sergilemiştir. Bu bulgular, ekonomik şokların bankacılık sektörü üzerindeki yansımalarının belirli bir zaman dilimi gerektirdiğini ve bu sürecin yaklaşık dokuz ay sürdüğünü göstermektedir. Çalışmanın regresyon varsayımları testleri (normallik, homojenlik, otokorelasyon kontrolü) sonucunda, oluşturulan modelin istatistiksel açıdan geçerli ve güvenilir olduğu doğrulanmıştır. Bu durum, modelin pratik uygulamalarda kullanılabilirliğini desteklemektedir. Araştırma sonuçları, bankacılık sektörü için çeşitli stratejik öneriler sunmaktadır. Erken uyarı sistemlerinin geliştirilmesinde dokuz aylık öngörü süresinin dikkate alınması, dinamik karşılık politikalarının bu zaman dilimi çerçevesinde şekillendirilmesi ve kredi portföy optimizasyonunda makroekonomik risk faktörlerinin sistematik olarak değerlendirilmesi temel öneriler arasında yer almaktadır. Düzenleyici otoriteler açısından ise makro ihtiyati politikaların zamanlaması ve stres testlerinin tasarımında bu gecikme etkisinin göz önünde bulundurulması önem taşımaktadır. Bu çalışma, Türkiye bankacılık sektörü özelinde NPL tahmininde makroekonomik faktörlerin rolünü sistematik olarak analiz eden araştırmalardan biri olma özelliği taşımakta ve gelecekteki akademik çalışmalar ile sektörel uygulamalar için sağlam bir temel oluşturmaktadır.
Description
Tez (Yüksek Lisans)-- İstanbul Teknik Üniversitesi, Lisansüstü Eğitim Enstitüsü, 2025
Journal or Series
ISSN
ISBN
Rights
Keywords
Makine öğrenmesi, Machine learning
Citation
Collections
Endorsement
Review
Supplemented By
Referenced By
22
Görüntülenme
41
İndirme
Google Scholar
Scholar'da Ara ↗ Bu yayında DOI yok — Altmetric/Dimensions/PlumX/BIP! rozetleri DOI gerektirir.