Olumsuz Ekonomik Dönemlerde Bankaların Kredilendirme Davranışlarının Analizi: 2008 - 2016 Dönemi Türk Bankacılık Sisteminde Bir Uygulama

Bankacılık sektörü, özellikle Türkiye ekonomisinde, mali kesimin yaklaşık %80’nin temsil etmesi ve kaynak tahsisinde oynadığı kritik rol itibariyle belirleyici bir güce sahiptir. Bankaların özellikle, olumsuz ekonomik şartlarda gösterdikleri kredilendirme davranışlarının belirlenmesi hem ekonomik büyüme, bankaların mali sağlığı ve kamu kesimi ekonomik planlama ve politika geliştirme açsından önemlidir. Bu amaçla, Türkiye’deki bankaların olumsuz ekonomik dönemlerdeki kredi davranışları Dinamik Panel Veri analizi yöntemi ile incelenmiştir. Araştırma sonuçlarına göre; Toplam Krediler bağımlı değişkenini, Toplam Krediler/ Toplam Aktif oranı ile Toplam Aktifler en yüksek anlamlılık düzeyinde (P=0.000) açıklayıcı değişkenler olduğu görülmüştür. Toplam Aktiflerin ve Toplam Kredi /Toplam Aktif oranının sırayla denklemdeki katsayıları %2,72 ve 0.0004289 düzeyinde; ROA (P=0.000) anlamlılık düzeyinde -0.001448; GSYH (P=0.008) anlamlılık düzeyinde 0.0089913; Likit Aktifler/Toplam Aktiflerin (P=0.008) anlamlılık düzeyinde 0.0001132; SYO (P=0.078) anlamlılık düzeyinde 0.0004535 olarak toplam kredilere etkisi tespit edilmiştir.

Analysis Bank Loans Behaviour in Negative Economic Prediods: A Case Study in Turkish Banking System 2008-2016

Banking sector plays an important role in Turkish economy, representing 80% of the financial sector and being a critical component of resource allocation. The lending policies of the banks are particularly important in terms of general robustness of the banking sector along with goverment planning and policy making. In this perspect, the lending policies of banks in Turkey during negative economic periods are studied using dynamic panel data analysis. The results indicate that with respect to the dependent variable, total change in loans, independent variables Total Credits/Total Assets ratio and total assets are statistically significant in terms of the highest significance level (P=0.000). The coefficents of Total Assets and Total Credit/Total Assets ratio are calculated as respectively 2,72% and 0.0004289; at significance level ROA (P=0.000) -0,001448; at significance level GSYH (P=0.008) 0.0089913; at signifcance level Liquid Assets/Total Assets (P=0.008) 0.0001132; at significance level SYO (P=0.078) 0.004535, indicating an effect on total loans.

PDF

___

Asea, P. and B. Blomberg, 1998, Lending cycles, Journal of Econometrics, 83, 89–128.
Beck, T. ve Levine, R. (2004), “Stock Markets, Banks, and Growth: Panel Evidence”, Journal of Banking & Finance, 28, ss. 423-442.
Beck, T., Büyükkarabacak, B., Rioja, F., Valey, N.T., (2012). Who Gets the Credit? And Does It Matter? Household vs. Firm Lending Across Countries. The B.E. Journal of Macroeconomics, 12.
Berger, A. and G. Udell, 2004, The institutional memory hypothesis and the procyclicality of bank lending behavior, Journal of Financial Intermediation,13,458–495.
Bernanke, B. and M. Gertler, 1989, Agency costs, net worth and business fluctuations, American Economic Review, 79, 14-31.
Delis, M.D. , G. P. Kouretas ve C.Tsoumas(2014), Anxious periods and bank lending, Journal of Banking & Finance, Volume 38, January, Pages 1-13.
Ghirmay, T. (2005), “Financial Development and Economic Growth in Sub- Saharan African Countries: Evidence from Time Series Analysis” African Development Review, 16 (3), ss. 415-432.
Gujarati, D.N., ve Porter, D. (2014),Şenesen, Ü. Ve Şenesen, G. (Beşinci basımdan çeviri), Temel Ekonometri, Literatür Yayıncılık, İstanbul.
Güriş, S. (2015), Stata ile Panel Veri Modelleri, Der Yayınları, İstanbul.
Lown, C. S. and D. P. Morgan, 2006. The credit cycle and the business cycle: New findings using the loan officer opinion survey, Journal of Money, Credit, and Banking, 38, 1575-1597.
Lown, C. S., D. Morgan, and S. Rohatgi, 2000, Listening to loan officers: The impact of commercial credit standards on lending and output, Federal Reserve Bank of New York Economic Policy Review, 6, 1–16.
Mendoza, E., Terrones, M.E., (2008). An Anatomy Of Credit Booms: Evidence From Macro Aggregates And Micro Data. NBER Working Paper No. 14049.
Mian, A .R., Sufi, A., Verner, E. (2015). Household Debt and Business Cycles Worldwide. NBER Working Paper No. 21581.
Öztürkler, H. ve Çermikli, A. H. (2007), “Türkiye’de Bir Parasal Aktarım Kanalı Olarak Banka Kredileri’’, Finans Politik ve Ekonomik Yorumlar, 44(514), ss. 57-68.
Ruckes, M., 2004, Bank competition and credit standards, Review of Financial Studies, 17, 1073–1102.
Sarıtaş, H., Uyar, S.K. ve Gökçe, A.,(2016), Banka Karlılığı ile Finansal Oranlar ve Makroekonomik Değişkenler Arasındaki İlişkilerin Sistem Dinamik Panel Veri Modeli ile Analizi: Türkiye Araştırması, Eskişehir Osmangazi Üniversitesi İibf Dergisi, Nisan 2016, 11(1), 87- 108.
Tarı, R. (2011), Ekonometri, Umuttepe Yayınları, İstanbul.
Uğur, A., (2009), Hisse Senedi Getirilerinin Panel Veri Analizi ile Tahmini: İstanbul Menkul Kıymetler Borsasında Bir İnceleme, (Yayımlanmamış Doktora Tezi), İnönü Üniversitesi Sosyal Bilimler Enstitüsü İşletme Anabilim Dalı, Malatya.
Uludağ, D. T., (2001), Aracı Kurumların Mali Yapılarını Güçlendirmeye Yönelik Bir Yöntem: Sermaye Yeterliliği, 1. Baskı, SPK Yayınları, Yayın No:134, Nisan.
Yerdelen T. F., (2012), İleri Panel Veri Analizi, (1. Baskı), Beta Basım Yayım Dağıtım, İstanbul.
Zeren, F.ve Ergun, S., (2010), “AB’ye Doğrudan Yabancı Yatırım Girişlerini Belirleyen Faktörler: Dinamik Panel Veri Analizi”, İşletme ve Ekonomi Araştırmaları Dergisi, 1 (4), 67-83.