BRICS-T ÜLKELERİNDE BANKALARIN FİNANSAL BAŞARISIZLIĞIN TAHMİN EDİLMESİ

Yıl 2022, Cilt: 7 Sayı: 3, 307 - 326, 30.09.2022

Gizel Busem Sayıl , Mustafa Emir

https://doi.org/10.29106/fesa.1052229

Öz

Bankalarda finansal başarısızlığın tahmin edilmesi ile otoriteler tarafından gerekli tedbirlerin alınması ve ekonomiler üzerinde oluşabilecek zararların önlenebilme imkânı ortaya çıkacaktır. Bu konunun önemi 2008 küresel finansal krizinden sonra daha da artmıştır. Bu çalışmada, gelişmekte olan ekonomiler arasında yer alan BRICS (Brezilya, Rusya, Hindistan, Çin ve Güney Afrika) ülkeleri ve Türkiye'de faaliyet gösteren bankaların 2002-2019 döneminde finansal başarısızlıklarının panel logit yöntemi ile tahmin edilmesi amaçlanmaktadır. Bankalarda finansal başarısızlık tahminine yönelik literatür araştırmasından sonra ampirik uygulama aşamasına geçilmiştir. Araştırma sonucunda, karlılık ile ilgili finansal değişkenlerin ve ekonomik büyüme göstergelerinin bankalarda başarısızlık olasılığını azaltan önemli bağımsız değişkenler olduğu görülmüştür. Sonuçlar aynı zamanda, bankaların küresel finansal krizden olumsuz etkilendiğini göstermiştir. Bunlara ek olarak, çalışmada uygulanan istatistiksel analiz yöntemi yüksek tahmin gücüne sahiptir.

Anahtar Kelimeler

Bankacılık, Finansal Başarısızlık, BRICS, Türkiye, Panel Veri

Kaynakça

• Aktaş, R. (1991). Endüstri İşletmeleri İçin Mali Başarısızlık Tahmini (Çok Boyutlu Model Uygulaması). Ankara Üniversitesi Sosyal Bilimler Enstitüsü , Yayımlanmamış Doktora Tezi, Ankara.
• Altunöz, U. (2015). Lojistik Regresyon Ve Diskriminant Yöntemleriyle Banka Başarısızlıklarının Tahmini: Türk Bankaları Deneyimi. Kahramanmaraş Sütçü İmam Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 5(1), 45–54.
• Babanskiy, A. (2012). Determinants of bank failures. The case of Russia. Umea University.
• Bagatiuk, O. ve Dzhamalova, V. (2009). The Determinants of Bank Failure: the Evidence from Ukraine and Russia. Lund University .
• Baldemir, E. ve Keskiner, A. (2004). Devalüasyon, Para, reel Gelir Değişkenlerinin Dış Ticaret Üzerine Etkisinin Panel Data Yöntemiyle Türkiye İçin İncelenmesi. Dokuz Eylül Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 6(4), 44–59.
• Beaver. (1966). Financial Ratios as Predictors of Failure. Empirical Research in Accounting: Selected Studies 1966. Journal of Accounting Research, 4. doi:https://doi.org/10.2307/2490171
• Betz, F., Opricǎ, S., Peltonen, T. A. ve Sarlin, P. (2014). Predicting Distress in European Banks. Journal of Banking and Finance, 45(1), 225–241. doi:10.1016/j.jbankfin.2013.11.041
• Büyüköztürk, S. (2002). Faktör Analizi: Temel Kavramlar ve Ölçek Geliştirmede Kullanımı. Kuram ve Uygulamada Eğitim Yönetimi, 32(32), 470–483.
• Canbas, S., Cabuk, A. ve Kilic, S. B. (2005). Prediction of Commercial Bank Failure via Multivariate Statistical Analysis of Financial Structures: The Turkish Case. European Journal of Operational Research, 166(2). doi:10.1016/j.ejor.2004.03.023
• Carree ve A., M. (2003). A Hazard Rate Analysis of Russian Commercial Banks in the Period 1994-1997. Economic Systems, 27(3), 255–269.
• Çilli, H. ve Temel, T. (1988). Türk Bankacılık Sistemi İçin Bir Erken Uyarı Modeli. TCMB Araştırma, Planlama ve Eğitim Genel Müdürlüğü, Tartışma Tebliği, No: 8814.
• Çinko, M. ve Avcı, E. (2008). CAMELS Dereceleme Sistemi ve Türk Ticari Bankacılık Sektöründe Başarısızlık Tahmini. BDDK Bankacılık ve Finansal Piyasalar Dergisi, 2(2), 25–48.
• Demirgüç-Kunt, A., Kane, E. ve Laeven, L. (2015). Deposit Insurance Around the World: A Comprehensive Analysis and Database. Journal of Financial Stability, 20, 155–183. doi:10.1016/j.jfs.2015.08.005
• Desai, S. (2016). A Regional Comparison of China’s New Deposit Insurance System. Federal Reserve Bank of San Francisco. https://www.frbsf.org/banking/asia-program/pacific-exchange-blog/regional-comparison-chinas-new-deposit-insurance-system/
• Distinguin, I., Hasan, I. ve Tarazi, A. (2010). The Use of Accounting Data to Predict Bank Financial Distress in MENA Countries. International Journal of Banking, Accounting and Finance, 2(4), 332–356. doi:10.1504/IJBAAF.2010.037154
• Distinguin, I., Rous, P. ve Tarazi, A. (2006). Market Discipline and the use of stock market data to predict bank financial distress. Journal of Financial Services Research, 30(2), 151–176. doi:10.1007/s10693-0016-6
• Distinguin, I., Tarazi, A. ve Trinidad, J. (2008). The use of accounting and stock market data to predict bank financial distress: the case of East Asian banks. SSRN Electronic Journal . doi:dx.doi.org/10.2139/ssrn.1007034
• Ercan, H. ve Evirgen, Ö. (2009). Predicting Bank Failures in Turkey by Discrete Choice Models. ODTÜ Gelişme Dergisi, 35, 95–126.
• Fungacova, Z., Turk, R. ve Weill, L. (2015). High Liquidity Creation and Bank Failures. IMF Working Papers, 15(103), 1. doi:10.5089/9781475581805.001
• Fungáčová, Z. ve Weill, L. (2013). Does Competition Influence Bank Failures? Economics of Transition, 21(2), 301–322. doi:10.1111/ecot.12013
• Greene, W. H. (2003). ECONOMETRIC ANALYSIS (C. 5). New Jersey: Pearson Education.
• Gropp, R., Vesala, J. M. ve Vulpes, G. (2005). Equity and Bond Market Signals as Leading Indicators of Bank Fragility. SSRN Electronic Journal. doi:10.2139/ssrn.318359
• Hawkins, J. ve Mihaljek, D. (2001). The Banking Industry In The Emerging Market Economies: Competition, Consolidation and Systemic Stability: An Overview. BIS Papers, (4).
• Heyliger, W. E. ve Holdren, D. P. (1991). Predicting Small Bank Failure. Journal of Small Business Finance , 1(2), 125–140.
• Huang, D. T., Chang, B. ve Liu, Z. C. (2012). Bank Failure Prediction Models: For The Developing And Developed Countries. Quality and Quantity, 46(2), 553–558. doi:10.1007/s11135-010-9386-9
• Ilk, O., Pekkurnaz, D. ve Cinko, M. (2014). Modeling Company Failure: A Longitudinal Study of Turkish Banks. Optimization, 63(12), 1837–1849. doi:10.1080/02331934.2013.855762
• Jin, J. Y., Kanagaretnam, K. ve Lobo, G. J. (2011). Ability of accounting and audit quality variables to predict bank failure during the financial crisis. Journal of Banking and Finance, 35(11). doi:10.1016/j.jbankfin.2011.03.005
• Kalaycı, Ş. (2010). SPSS Uygulamalı Çok Değişkenli İstatistik Teknikleri. Asil Yayınları. Ankara: Asil Yayın Dağıtım.
• Karminsky, A. K. M., Kostrov, A. ve Murzenkov, T. (2012). Comparison of Default Probability Models: Russian Experience. SSRN Electronic Journal. doi:10.2139/ssrn.2152384
• KAYA, Yasemin T., Türk Bankacılık Sektöründe CAMELS Analizi, BDDK Mali Sektör Politikaları Dairesi Çalışma Raporları, Eylül 2001, No: 2001/6
• Lee, T. H. ve Chih, S. H. (2013). Does financial regulation affect the profit efficiency and risk of banks? Evidence from China’s commercial banks. The North American Journal of Economics and Finance, 26, 705–724. doi:10.1016/J.NAJEF.2013.05.005
• Lin, S. L. (2009). A new two-stage hybrid approach of credit risk in banking industry. Expert Systems with Applications, 36(4), 8333–8341. doi:10.1016/j.eswa.2008.10.015
• Lin, S. L. (2010). A two-stage logistic regression-ANN model for the prediction of distress banks: Evidence from 11 emerging countries. African Journal of Business Management, 4(14), 3149–3168.
• Maji, S. G. ve De, U. K. (2015). Regulatory capital and risk of Indian banks: a simultaneous equation approach. Journal of Financial Economic Policy, 7(2). doi:10.1108/JFEP-06-2014-0038
• Martin, D. (1977). Early warning of bank failure: A logit regression approach. Journal of Banking & Finance, 1(3), 249–276. doi:10.1016/0378-4266(77)90022-X
• Mert, M. (2016). SPSS, STATA Yatay Kesit Veri Analizi Bilgisayar Uygulamaları (C. 1. Baskı). Ankara: Detay Yayıncılık.
• Mihaljek, D. (2008). The Financial Stability Implications of Increased Capital Flows for Emerging Market Economies. BIS Papers Chapters, (44).
• Molina, C. A. (2002). Predicting bank failures using a hazard model: The Venezuelan banking crisis. Emerging Markets Review, 3(1), 31–50. doi:10.1016/S1566-0141(01)00029-2
• O’neill, J. (2001). Building Better Global Economic BRICs , Global Economics Report. ( No: 66).
• O’neill, J. ve Stupnytska, A. (2009). The Long-Term Outlook for the BRICs and N-11 Post Crisis Global Economics Report ( No: 192).
• Öǧüt, H., Doǧanay, M. M., Ceylan, N. B. ve Aktaş, R. (2012). Prediction of Bank Financial Strength Ratings: The Case of Turkey. Economic Modelling, 29(3), 632–640. doi:10.1016/j.econmod.2012.01.010
• Pasiouras, F., Gaganis, C. ve Doumpos, M. (2007). A multicriteria discrimination approach for the credit rating of Asian banks. Annals of Finance, 3(3), 351–367. doi:10.1007/s10436-006-0052-0
• Persons, O. S. (1999). Using Financial Information to Differentiate Failed vs. Surviving Finance Companies in Thailand: An Implication for Emerging Economies. Multinational Finance Journal, 3(2), 127–145.
• Poghosyan, T. ve Cihák, M. (2009). Distress in European Banks: An Analysis Basedon a New Dataset. IMF Working Papers, 09(9), 1. doi:10.5089/9781451871562.001
• Shrivastava, S., Jeyanthi, M., Singh, S. ve Mcmillan, D. (2020). Failure prediction of Indian Banks using SMOTE, Lasso regression, bagging and boosting Cogent Economics & Finance, 8(1), 1–18. doi:10.1080/23322039.2020.1729569
• Tabachnick, B. G. ve . Fidell, L. S. (2007). Using Multivarite Statistics (Pearson Education.).
• Tabak, B. M. ve Staub, R. B. (2007). Assessing Financial Instability: The Case of Brazil. Research in International Business and Finance, 21(2), 188–202. doi:10.1016/j.ribaf.2006.03.002
• Tamari, M. (1966). Financial Ratios as a Means of Forecasting Bankruptcy. Management International Review, 6(4), 15–21.
• Türkcan, Z., Bozcuk, A. ve Türkcan, K. (2018). Türk Bankalarında Mali Başarısızlığın Tahmin Edilmesine Yönelik Ampirik Bir Çalışma. Muhasebe ve Finansman Dergisi, (80), 253–274. doi:10.25095/mufad.465944
• Ünsal, A. ve Güler, H. (2005). Türk Bankacılık Sektörünün Lojistik Regresyon ve Diskriminant Analizi ile İncelenmesi. 7. Ulusal Ekonometri ve İstatistik Sempozyumu içinde (ss. 1–16). İstanbul.
• West, R. C. (1985). A Factor-Analytic Approach to Bank Condition. Journal of Banking and Finance, 9(2). doi:10.1016/0378-4266(85)90021-4
• Wilson, D. ve Purushothaman, R. (2003). Dreaming With BRICs: The Path to 2050.
• Yerdelen Tatoğlu, F. (2005). SERMAYE PİYASASI’NDA RİSKİN SINIRLI BAĞIMLI DEĞİŞKENLİ PANEL VERİ MODELLERİ İLE ANALİZİ. İstanbul Universitesi, Yayımlanmamış Doktora Tezi, İstanbul.
• Zaki, E., Bah, R. ve Rao, A. (2011). Assessing Probabilities of Financial Distress of Banks in UAE. International Journal of Managerial Finance, 7(3), 304–320. doi:10.1108/17439131111144487
• About the BRICS (t.y.), http://www.brics.utoronto.ca/about.html, Erişim Tarihi: 30.11.2021
• Brasilía Declaration. (2019). BRICS Summit 11th., http://www.brics.utoronto.ca/docs/191114 brasilia.html, Erişim Tarihi: 2.12.2021