Dergiler / Akdeniz İİBF Dergisi / 2022 / Cilt: 22 - Sayı: 2

Banka Kredilerinde Coğrafi Yoğunlaşma ve Kredi Riski İlişkisi

The Relationship Between Geographic Concentration in Banking Credits and Credit Risk

Sayfa
36–45
Yayın Tarihi
2022-11-04
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)

Makroekonomik değişkenler olan büyüme ve reel efektif kur ile kredi riski ilişkisi ise negatif yönlü ve istatistiksel olarak anlamlıdır.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Bankalar mali aracılık yapan önemli kurumlardır.
📊
Temel Bulgular & Veri:Bu yönde, Türkiye bankacılık sektöründe coğrafi kredi yoğunlaşması ile risk ilişkisi sektörün kümülatif kredi riski, takipli krediler oranı, kredi mevduat oranı, özkaynak oranı, il bazlı nakdi kredi payları ile hesaplanan coğrafik Herfindahl-Hirschman Endeksi(GHHI), büyüme oranı ve reel efektif kur değişkenlerine ait 2010.1-2021.3 dönemi 3’er aylık veriler ile otoregresif dağıtılmış gecikme(ARDL) modeli ile incelenmiştir.
💡
Sonuç & Katkı:Makroekonomik değişkenler olan büyüme ve reel efektif kur ile kredi riski ilişkisi ise negatif yönlü ve istatistiksel olarak anlamlıdır.
🔬Tür:Modelleme & Sayısal Simülasyon
📍Kapsam:2010 Verileri
⚙️Değişkenler:Kredilerde coğrafi yoğunlaşma · Kredi riski · ARDL metodu

Özet

Bankalar mali aracılık yapan önemli kurumlardır. Türkiye finansal sisteminde en büyük pay bankalara aittir. Dolayısıyla bankacılık sektörünün Türkiye’nin ekonomik yapısının şekillendirdiği söylenebilir. Mali aracı bankaların kredilendirme faaliyetleri yüzünden katlandıkları risklerden biri de kredi riski olup kredi riskini arttıran unsurlardan biri de “coğrafi yoğunlaşma”dır. Bankalar “coğrafik yoğunlaşmaları” risk ve karlılık açısından izlemektedir. Bu yönde, Türkiye bankacılık sektöründe coğrafi kredi yoğunlaşması ile risk ilişkisi sektörün kümülatif kredi riski, takipli krediler oranı, kredi mevduat oranı, özkaynak oranı, il bazlı nakdi kredi payları ile hesaplanan coğrafik Herfindahl-Hirschman Endeksi(GHHI), büyüme oranı ve reel efektif kur değişkenlerine ait 2010.1-2021.3 dönemi 3’er aylık veriler ile otoregresif dağıtılmış gecikme(ARDL) modeli ile incelenmiştir. İnceleme sonucuna göre; coğrafi kredi yoğunlaşması ile kredi riski arasında istatistiksel olarak anlamlı negatif bir ilişki mevcuttur. Yani banka kredilerinde coğrafi yoğunlaşma kredi riskini yükseltmediği gibi, aksine azaltmaktadır. Diğer bankacılık değişkenleri (takipli krediler oranı, özkaynak oranı, kredi - mevduat oranı) ile kredi riski arasında ise pozitif yönlü ve istatistiksel olarak anlamlı bir ilişki bulunmuştur. Makroekonomik değişkenler olan büyüme ve reel efektif kur ile kredi riski ilişkisi ise negatif yönlü ve istatistiksel olarak anlamlıdır.

Abstract

Banks are important financial intermediaries. Banking have an important share in Turkish financial system. It can be said that banking shapesTurkish economy. The basic operation is crediting and so one of their main risk is credit risk.One of the factors that increase “credit risk” is “geographic concentration”. Banks follow and control geographic concentrations to decrease risk and increase returns. In this way, geographic credit concentration and credit risk relationship in the Turkish banking sector is analysed by Auto-Regressive Distributed Lag model(ARDL) with quarterly credit risk, non-performing loans rate, credit/deposit rate, equity rate, geographic Herfindahl-Hirschman Index(GHHI) calculated from province credit shares, growth rate, reel effective exchange data between 2010.1–2021.3. As a result, there is a negative statistically meaningful relationship between geographic concentration and credit risk. It means that geographic concentration does not lead to increase credit risk, on the contrary, to decrease it. There is a positive and statistically meaningful relationship between other banking variables, non-performing loans rate, credit/deposit rate, equity rate and credit risk. Moreover, there is a negative directional and statistically meaningful relationship between macroeconomic variables, growth and reel effective exchange.

🔖

Bu Makaleye Atıf Yap

SARI, S. (2022). Banka Kredilerinde Coğrafi Yoğunlaşma ve Kredi Riski İlişkisi. Akdeniz İİBF Dergisi, Cilt: 22 - Sayı: 2, 36–45. https://ajindex.com/articles/874441

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (11)

  1. Acharya, V. V.,Saunders, A., & Hasan, I. (2002). The Effects of Focus and Diversification on Bank Risk and Return: Evidence from Individual Bank Loan Portfolios. Web: https://papers.ssrn.com/sol3/papers.cfm?abstract_id=1294605 (erişim tarihi: 09.12.2019)
  2. Akel, V. & Gazel, S. (2014). Döviz Kurları İle Bist Sanayi Endeksi Arasındaki Eşbütünleşme İlişkisi: Bir Ardl Sınır Testi Yaklaşımı, Erciyes Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, Sayı: 44, 23-41.
  3. Aldasoro, I.,Hardy, B., &Jager, M. (2022). The Janus face of bank geographic complexity. Journal of Banking & Finance, 134, 106040. Argimón, I.,&Rodríguez-Moreno, M. (2021). Business complexity and geographic expansion in banking. Banco de EspañaWorkingpaperno: 2132. Aver, B. (2008). An empirical analysis of credit risk factors of the Slovenian banking system. Managing Global Transitions, 6(3), 317-334.
  4. Aydoğan, O. (2007). Gümrük Birliği Çerçevesinde Türkiye’nin AB ve Üçüncü Ülkelerle Olan Dış Ticaretinin Değerlendirilmesi. Yayımlanmamış Yüksek Lisans Tezi, İstanbul Üniversitesi Sosyal Bilimler Enstitüsü, İstanbul. BDDK (Bankacılık Düzenleme ve Denetleme Kurumu) FinTürk Coğrafi Dağılımı, https://www.bddk.org.tr/BultenFinTurk BDDK (Bankacılık Düzenleme ve Denetleme Kurumu) (2016) Yoğunlaşma Riskinin Yönetimine İlişkin Rehber,Web:https://www.bddk.org.tr/Mevzuat/DokumanGetir/947 (erişim tarihi: 25.05.2022)
  5. Berger, A. N.,& DeYoung, R. (2001). TheEffects of Geographic Expansion on Bank Efficiency. Journal of financialservicesresearch, 19(2), 163-184.
  6. Castro, V.(2012). “Macroeconomic Determinants of the Credit Risk in The Banking System: the Case of the GIPSI”. Economic Modelling, Documentos De Trabalho Working Paper Series, 672-683.
  7. Deng, S.,& Elyasiani, E. (2008).
  8. GeographicDiversification, Bank Holding Company Value, and Risk. Journal of Money, CreditandBanking, 40(6), 1217-1238.
  9. Esen, E., Yıldırım, S., & Kostakoğlu, S. F. (2012). Feldstein-Horioka hipotezinin Türkiye ekonomisi için sınanması: ARDL modeli uygulaması. Eskişehir Osmangazi Üniversitesi İİBF Dergisi, 7(1), 251-267.
  10. Ganioğlu, A. & Us, V. (2014). The Structure of theTurkish Banking Sector Before and After the Global Crisis. CBRT Working Paper No. 14/29. Ghouse, G.,Khan, S. A., & Rehman, A. U. (2018). ARDL model as a remedy for spurious regression: problems, performance and prospectus.Web:https://mpra.ub.uni-muenchen.de/83973 (erişim tarihi: 10.03.2020).
  11. Goetz, M. R.,Laeven, L., & Levine, R. (2016). Does The Geographic Expansion of Bank