Kredi Büyümesi Tahminine Yönelik Yeni Bir Yaklaşım: Gözlenemeyen Bileşenler Modeli

Özet

Kredi büyümesi tahmini; iktisadi faaliyetin finansmanı, para politikası aktarım mekanizması ve finansal koşullar göz önünde bulundurulduğunda politika yapıcılar için önem arz etmektedir. Literatürdeki bazı çalışmalarda kredi büyüme oranlarının kendi dinamiklerinin geleceğe ilişkin önemli bilgi değeri taşıması sebebiyle zaman serisi yöntemleri ile tahminler üretilmiştir. Ancak, kredi büyümesi oranlarının iktisadi faaliyetin seyri ile ilişkili olarak çevrimsel hareketler göstermeleri dikkate alındığında çevrim hareketlerini de kapsayan modellerin kullanılmasının faydalı olacağı değerlendirilmektedir. Bu çerçevede, çalışmada kredi büyüme oranlarının tahminine ilişkin çevrimsel hareketleri stokastik bir biçimde ele alan Gözlenemeyen Bileşenler (UC) modeli kullanılarak Türk bankacılık sektörünün yıllık kredi büyüme oranı ile ticari ve tüketici kredi büyüme oranları için tahminler üretilmiştir. Ampirik bulgular, UC modellerinin tek değişkenli zaman serileri modellerine göre daha düşük tahmin hataları verdiğini ve bu durumun tüm kredi türleri için geçerli olduğunu göstermektedir. Bu nedenle, UC modelleri kullanılarak üretilen kredi büyümesi çevrimsel hareketlerine dair bulguların politika yapıcılar tarafından zamanlı tedbirler alınması açısından faydalı olabileceği değerlendirilmektedir.

Abstract

Forecasting loan growth has importance for policymakers taking the financing of economic activity, monetary transmission mechanism and the concept of financial conditions into consideration. Some works in the literature have utilized time series methods to forecast the loan growth as its own dynamics provide valuable information regarding the future movements of credit. However, due to the cyclical movements displayed by the loan growth rates, it would be useful to benefit from the methodologies that consider such tendencies. In this context, this study utilizes Unobserved Components (UC) model, which approaches the cyclical movements with stochastic perspective, to forecast the credit growth using annual total, commercial and consumer loan growth rates for Turkish banking system. Empirical results show that UC models have lower forecast errors than baseline univariate time series model in all loan categories. Hence, it is argued that the evidence related to the cyclical movements of loan growth derived from the UC model can be informative for policymakers in order to take timely measures.