IFRS 9 'a göre ileriye dönük bilgilerin beklenen kredi zararına yansıtılması : Türk bankacılık sektörü için farkli zaman serisi yaklaşımları

Kredi riski, finansal sistemin en önemli parçası olan bankalar için yönetilmesi en kritik olan risk türüdür. En önemli faaliyeti kredi vermek olan bankaların sermayelerinin sağlam bir şekilde yapılandırılması ve risklere karşı bankayı koruyacak seviyede olması beklenmektedir. Kredi riski sadece gerçekleşmesine değil gerçekleşme olasılığına karşı yönetilmesi gereken bir unsurdur. Kredi riski hem içsel faktörler ( banka portföyünün özellikleri, banka müşterilerinin karakteristikleri gibi) karşısında hem de dışşal faktörler ( ekonomik konjonktür, siyasi ve politik görünüm, doğal afetler gibi) karşısında da yönetilmelidir. Dışsal faktörlere karşı kredi riski yönetimi ele alındığında; bankaların takip oranları gibi risk faktörlerinin makroekonomik göstergelerle ilişkilendirimesi ve modellenmesi konusu ortaya çıkmaktadır. Hem stres testi olarak hem de 2018 başında yürürlüğe giren Uluslararası Finansal Raporlama Standartı (UFRS 9 ) gereğince ileriye dönük bilgilerin beklenen kredi zararı hesaplamalarına dahil edilmesi gerekliliği amacı ile kredi riski unsurları ile makroekonomik göstergeler arasında ilişki kurularak zaman serisi modelleri geliştirilmesi kritik hale gelmiştir. Bu çalışmada, özellikle UFRS 9 kapsamında belli bir yöntem dayatılmaması sebebi ile farklı zaman serileri algoritmalarının karşılaştırmalı olarak etkinliği ölçümlenmeye çalışılmıştır. Veri olarak da tarihsel olarak bankaların temerrüt olasılıkları verisine ulaşılamadığından Türkiye Bankalar Birliği tarafından yayımlanan takibe intikal etmiş kredi oranları ile resmi olarak yayımlanan tüm potansiyel makroekonomik göstergeler arasında farklı zaman serileri modelleri kurulmuş ve de modellerin sağlamlığını ölçmek adına tanı testleri uygulanmıştır. Algoritmalar olarak Aşamalı Regresyon (stepwise regression), Gecikmesi Dağıtılmış Otoregresif model (Autoregressive Distributed Lag – ARDL) ve Eğim Artırmalı Model ( Extrem Gradient Boosting – XGBoost) seçilmiştir. Bu çalışma sonucunda da, Gecikmesi Dağıtılmış Otoregresif model en iyi performansı göstermiştir. Beklenen kredi zararı modelleri yasal modeller olduğundan birçok yasal otoritenin de denetimine tabidir. Açıklanabilirliği ve yorumlanabilirliği de yüksek olan bu yöntemin bankalarca sıklıkla kullanılabilecek bir yöntem olduğu ortaya konulmuştur.