Dergiler / Uluslararası İktisadi ve İdari İncelemeler Dergisi / 2018 / Sayı: 0

MAKROEKONOMİK GÖSTERGELERİN TÜRK BANKACILIK SEKTÖRÜ PERFORMANSI ÜZERİNE ETKİLERİ

THE EFFECTS OF MACROECONOMIC INDICATORS ON THE TURKISH BANKING SECTOR PERFORMANCE

Sayfa
1–19
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Çalışmanın bulgularına göre; Türk Bankacılık Sektörü performansı ile tüketici fiyat endeksi ve faiz oranı arasında çift yönlü, gayri safi yurtiçi hasıla ile tek yönlü nedensellik ilişkisi tespit edilmiştir.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Bankaların performanslarının incelenmesi, hem ekonomi hem de finans alanında önemli bir ilgi alanı oluşturmaktadır.
📊
Temel Bulgular & Veri:Bu çalışmanın temel amacı; makroekonomik göstergelerin Türk Bankacılık Sektörü performansı üzerine etkilerini nedensellik analizi ile araştırıp ilişkilerin ortaya konulmasıdır.
💡
Sonuç & Katkı:Çalışmanın bulgularına göre; Türk Bankacılık Sektörü performansı ile tüketici fiyat endeksi ve faiz oranı arasında çift yönlü, gayri safi yurtiçi hasıla ile tek yönlü nedensellik ilişkisi tespit edilmiştir.
🔬Tür:Modelleme & Sayısal Simülasyon
📍Kapsam:2003 Verileri
⚙️Değişkenler:Alan Parametreleri

Özet

Bankaların performanslarının incelenmesi, hem ekonomi hem de finans alanında önemli bir ilgi alanı oluşturmaktadır. Bu çalışmanın temel amacı; makroekonomik göstergelerin Türk Bankacılık Sektörü performansı üzerine etkilerini nedensellik analizi ile araştırıp ilişkilerin ortaya konulmasıdır. Çalışmada ekonominin önemli belirleyicileri olan tüketici fiyat endeksi, gayri safi yurtiçi hasıla ve faiz değişkenleri makroekonomik göstergeler olarak alınmıştır. Bankacılık sektörü performans değişkeni olarak bileşik CAMELS değeri kullanılmıştır. Değişkenler arasındaki ilişkiler Vektör Otoregresif (VAR) modeli ile araştırılmıştır. Değişkenlerin durağanlıkları ADF ve PP birim kök testleri ile sınanmıştır. Oluşturulan VAR modeli ile varyans ayrıştırma ve etki-tepki fonksiyonları analizi gerçekleştirilmiştir. Bileşik CAMELS değeri, Türkiye’de faaliyette bulunan 22 mevduat bankasına ilişkin 2003:Q3-2016:Q2 dönemi verileri kullanılarak oluşturulmuştur. Çalışmanın bulgularına göre; Türk Bankacılık Sektörü performansı ile tüketici fiyat endeksi ve faiz oranı arasında çift yönlü, gayri safi yurtiçi hasıla ile tek yönlü nedensellik ilişkisi tespit edilmiştir.

Abstract

Examining the bank performances forms an important point of interest in economy and finance. The main purpose of this study is to investigate the effects of macroeconomic indicators on the performance of Turkish Banking Sector through causality analysis and to reveal the relations. In this study, consumer price index, gross domestic product and interest variables, which are important determinants of economy, were taken as macroeconomic indicators. The composite CAMELS value was used as banking sector performance variable. Relationships between variables were investigated by Vector Autoregressive (VAR) model. Stability of variables were tested with ADF and PP unit root tests. Analysis of variance decomposition and impulse response functions were carried out with the preformed VAR model. The composite CAMELS value was established by using the data between 2003: Q3-2016: Q2 period on 22 deposit banks operating in Turkey. According to the findings of the study; Turkish Banking Sector Performance has a two-way causality relationship with consumer price index and interest rates, and a one-way causality relationship with gross domestic product

🔖

Bu Makaleye Atıf Yap

AKYÜZ, G. Ç., EMİR, M. (2018). MAKROEKONOMİK GÖSTERGELERİN TÜRK BANKACILIK SEKTÖRÜ PERFORMANSI ÜZERİNE ETKİLERİ. Uluslararası İktisadi ve İdari İncelemeler Dergisi, Sayı: 0, 1–19. https://ajindex.com/articles/322426

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (13)

  1. Arena, M. (2003).
  2. Bank Fundamentals, Bank Failures and Market Discipline: An Empirical Analysis for Latin America and East Asia During The Nineties. (Yayınlanmamış Doktora Tezi). University of Maryland, ABD. Bassett, W. F., Lee, S. J. ve Spiller, T. P. (2015). Estimating Changes in Supervisory Standards and Their Economic Effects. Journal of Banking & Finance, 60, 21-43.
  3. Betz, F., Oprica, S., Peltonen, T. A. ve Sarlin, P. (2014). Predicting Distress in European Banks. Journal of Banking & Finance, 45, 225-241.
  4. Bongini, P., Laeven, L. Ve Majnoni, G. (2002). How Good is The Market at Assessing Bank Fragility? A Horse Race Between Different Indicators. Journal of Banking & Finance, 26 (5), 1011- 1028. Cole, R. A. ve Gunther, J. W. (1995). A CAMEL Rating's Shelf Life. https://papers.ssrn.com/sol3/papers.cfm?abstract_id=1293504 (03.04.2017).
  5. Collier, C., Forbush, S., Nuxoll, D. A ve O’Keefe, J. (2003). The SCOR System of Off-Site Monitoring: Its Objectives, Functioning and Performance. FDIC Banking Review, 15 (3), 17-32.
  6. Daley, J., Matthews ve Whitfield, K.(2008). Too-big-to-fail: Bank Failure and Banking Policy in Jamaica. Journal of International Financial Markets, Institutions and Money, 18 (3), 290- 303. Dhal, S., Kumar, P. Ve Ansari, J. (2011).
  7. Financial Stability, Economic Growth, Inflation and Monetary Policy Linkages in India: An Empirical Reflection. Reserve Bank of India Occasional Papers, 32 (3), 1-35.
  8. Dickey, D. A. ve Fuller, W. A.(1981). Likelihood Ratio Statistics for an Autoregressive Time Series with a Unit Root. Econometrica, 49(4), 1057-1072.
  9. Ersoy, E. (2003). CAMEL Derecelendirme Sistemi’ne Göre TMSF’ye Devredilen ve Devredilmeyen Bankaların Karşılaştırmalı Analizi. Active, Eylül-Ekim, 1-9. Federal Deposit Insurance Corporation (t.y.). Uniform Financial Institutions Rating System. https://www.fdic.gov/regulations/laws/rules/5000-900.html (03.04.2017).
  10. Ghosh, S. ve Das, A. (2003). Market Discipline in The Indian Banking Sector: An Empirical Exploration. NSE Research Initiative, 1-19.
  11. Gilbert, R. A., Meyer, A. P. Ve Vaughan, M. D. (1999). The Role of Supervisory Screens and Econometric Models in Off-Site Surveillance. Federal Reserve Bank Of St. Louis, 31-56.
  12. Gilbert, R. A., Meyer, A. P. Ve Vaughan, M. D. (2000). The Role of a CAMEL Downgrade Model in Bank Surveillance. Federal Reserve Bank of St. Louıs Working Paper, 2000-021A, 1-34.
  13. Günsel, N. (2012). Micro and Macro Determinants of Bank Fragility in North Cyprus Economy. African Journal of B