Türk bankacılık sektöründeki katılım finansal istikrarının stres testi yönetimi ile analizi

Abstract

Güncel çalışmalarda riski daha hassas ölçebilmek için riske maruz değer modellerinin sıklıkla kullanıldığı görülmektedir. Bu ölçüm tekniklerini tamamlamak amacıyla geliştirilen önemli yöntemlerden biri de stres testleridir. Stres testi, bir varlığın ya da portföyün risklilik düzeyinin faiz oranlarındaki ani artış, GSYH’nin önemli oranda küçülmesi, enflasyonun aşırı yükselmesi, döviz kurunun önemli oranda artması gibi istisnai olarak ortaya çıkan ancak gerçekleşmesi olası olaylar karşısındaki duyarlılıklarının ölçülmesi amacıyla kullanılan bir tekniktir. Bu çalışmada Türk bankacılık sektöründeki katılım bankalarında analize uygun üç bankanın ve katılım bankacılığı sektörünün 2005:Q1 - 2016:Q2 dönemine ait veriler kredi riski açısından analiz edilmiştir. Analizde temerrüt süreci Wilson’un CreditPortfolioView yaklaşımıyla modellenmiştir. Modellemede literatüre uyularak bağımlı değişken olarak bankaların takipteki kredilerinin toplam kredilere oranı kullanılmış, takip oranlarını en iyi açıklayan bağımsız değişkenler olarak da GSYH, katılım bankaları üç aylık ortalama kar payı oranları, petrol fiyatları, dolar kuru ve enflasyon (TÜFE) oranları bulunmuştur. Takipteki kredi oranlarını açıklayan bağımsız değişkenlerin gelecekteki değerlerinin tahmin edilmesi için Sims tarafından yapılan çalışmalar sonucunda ortaya çıkarılan vektör otoregresif (VAR) model tercih edilmiştir. Çalışmada ayrıca beklenen ve beklenmeyen kayıp dağılımlarının tahmini için Monte Carlo simülasyon yöntemi kullanılmıştır. Çalışmanın sonunda Türk bankacılık sektöründeki katılım bankalarının finansal istikrar açısından potansiyel şoklara karşı yeterli sermaye yeterlilik rasyolarına sahip oldukları dolayısıyla dayanıklı oldukları sonucuna ulaşılmıştır.

In recent studies, value at risk models are often used to measure risk more accurately. One of the important methods developed to complement these measurement techniques are stress tests. Stress testing is a technique used to measure the sensitivity of an asset or a portfolio's risk level against exceptional but plausable events such as a sudden increase in interest rates, a significant decrease of the gross domestic production, excessive inflation, or a significant increase in exchange rates. In this study, 2005:Q1 and 2016:Q2 quarterly data of three participation banks in the Turkish banking sector were analyzed in terms of credit risk. In the analysis, the default process is modeled by Wilson's CreditPortfolioView approach. As a dependent variable, non-performing loans to total loans ratio of the banks were used. On the other hand, as the independent variables explaining the non-performing loan rates best, the GDP, three months short term average divident rate of participation banks, oil prices, dollar exchange rates and inflation rates were found. The vector autoregressive (VAR) model developed by Sims was chosen to estimate the future values of the independent variables explaining non-performing loan ratios. Additionally, Monte Carlo simulation method was used to estimate the expected and unexpected loss distributions. At the end of the study, participation banks in the Turkish banking sector were found to have sufficient capital adequacy ratios. Thus, it was seen that they were financially stable against the potential shocks.