AB Ülkeleri İçin Lojistik Regresyon Analizi Sonuçları

AB bankaları için gerçekleştirilen lojistik regresyon analizi sonuçlarına Tablo 3.5’te yer verilmektedir:

Tablo 3.5 AB Bankaları için Lojistik Regresyon Analizi Sonuçları BD1 BD2 BD3 BD4 BD5 LC3 -0.1743 -0.2101*** -0.2356*** (0.8132) (0.0000) (0.0006) LC4 -0.0030 (0.4621) LC9 0.0273** (0.0177) LC15 -0.1058* (0.0832) LA3 0.0300 (0.1885) LA5 -0.0764*** (0.0003) LA12 0.2998 -0.9708** (0.3305) (0.0233) LA14 0.1149 0.2655*** 0.3645*** 0.1829** (0.3097) (0.0007) (0.0001) (0.0121) LE3 0.0086** (0.0213) LE9 0.5855*** (0.0000) LE11 -0.0567* 0.0181 0.0047 (0.0684) (0.2069) (0.7535) LE12 -0.0462** 0.0126 -0.2269*** (0.0131) (0.6779) (0.0000) LE15 0.0002 -0.0398** (0.9203) (0.0220) LE18 -0.0021 0.0213* (0.2835) (0.0509) LE25 -0.0104 (0.2864) LL2 -0.0216 -0.0997 (0.6029) (0.1032) LL4 -0.0060 (0.3746) LBS1 0.0118*** (0.0004) LBS2 0.0537 (0.1847) LBS4 0.0180 0.2296*** (0.2273) (0.0038) LMF5 0.4286 (0.2773) LMF6 0.0356 (0.2639) LMF7 -0.1018** -0.0011 -0.0334 (0.0163) (0.9768) (0.6303) Wald Chi2 _{292.13 194.44 87.74 112.74 144.48} Pseudo R2 _{0.313 0.190 0.213 0.284 0.513} Log likelihood -463.88 -550.03 -255.68 -222.69 -136.01 Gözlem Sayısı 2505 1604 960 912 438

Ülke Etkisi Var Var Var Var Var

Yıl Etkisi Var Var Var Var Var

Notlar: Tüm modeller ülke ve yıl etkisini içinde barındırmaktadır. Standart hatalar, robust standart hatalardır. Sabit katsayı dâhil edilmiştir. Parantez içinde ilgili değerlere ait p-değerleri gösterilmektedir. % 10, % 5, % 1 anlamlılık düzeyleri sırasıyla *, **, *** ile gösterilmektedir.

AB bankaları için elde edilen analiz sonuçlarına göre, açıklanan değişkenin BD1 olması halinde 5 tane bağımsız değişkenin modele girdiği ve bunlardan sadece birinin anlamlı çıktığı görülmektedir. Bağımlı değişkeni en iyi açıklayan bağımsız değişken LE11 (Faiz Dışı Gelir / Toplam Gelirler) olmuştur. LE11 ile başarısızlık arasında negatif bir ilişki mevcuttur. Bu etki beklenen etki ile aynı yöndedir. Toplam gelirlerinin yarısından fazlasını faiz gelirlerinden elde edemeyen bankaların başarısızlığa uğrama olasılığı daha yüksek olmaktadır.

Analizde yer alan BD2’ye göre uygulanan modelde 8 tane bağımsız değişken yer almakta olup, bunlardan 4’ü anlamlı bulunmuştur.

 LE3 (Nakit Kazançların Getirisi / Özkaynak) değişkeninin başarısızlık olasılığı

üzerindeki etkisi pozitif çıkmıştır. Ancak, beklenen etki negatif yöndedir. Nakit kazançlardan elde edilen getirilerin nispi olarak özkaynaklara oranı ne kadar yüksek çıkarsa başarısızlığa uğrama olasılığının da o kadar artması beklenmektedir.

 LE9 (Net Faiz Geliri / Gelir Getiren Aktifler) değişkeni ile başarızlık arasında pozitif yönlü bir ilişki çıkmıştır. Beklenen etki ise bunun tersi yönündedir. Gelir getiren aktiflerin içinde net faiz gelirinin payı yükseldikçe başarısızlık olasılığının da azalması beklenmektedir.

 LE12 (İşletme Geliri Getirisi / Toplam Sermaye) değişkeni ile başarısızlık olasılığı arasında negatif bir ilişki söz konusudur. Bu etki beklenen etki ile tutarlıdır. Bir bankanın toplam sermayesi içinde vergiler ve faiz giderlerinin bulunmadığı çekirdek gelirinin payı negatif ise o bankanın başarısız olma olasılığı yüksek görülmektedir.  LBS1 (Toplam Aktiflerin GSYH’ye Oranı) ile başarısızlık olasılığı arasında pozitif

yönlü bir ilişkinin olduğu bulunmuştur. Beklenen etki bunun tam tersi yönündedir. BD3’ü en iyi derecede açıklayabilen bağımsız değişken sayısı 5 tane olarak bulunmuştur. Bunlar arasından anlamlı çıkan değişken sayısı ise 3’tür.

 LC3 (Sermaye / Toplam Aktifler) değişkeni ile başarısızlık arasındaki ilişki negatif yönlü çıkmıştır. Bu sonuç beklenen etki ile aynı yöndedir. Sermayenin yüksek olması bankanın ödeme aczine düşmesini engelleyecek finansal kayıpların azalması ve dolayısıyla bankanın başarısız olma olasılığının azalması anlamına gelmektedir.

 LA14 (Kayıp Kredi Rezervi / Toplam Krediler) değişkeninin başarısızlık olasılığı üzerindeki etkisi pozitif olarak bulunmuştur. Beklenen etki ise negatiftir. Bankanın kullandırdığı krediler ile ilgili geri ödeme riskine karşın bilançosunda yeterli oranda kayıp kredi rezervi bulundurması gerekmektedir.

 LMF7 (Devlet İç Borcunun GSYH’ye Oranı) ile başarısızlık olasılığı arasındaki ilişki

negatif yönlü çıkmıştır. Ancak, beklenen etki pozitiftir. Devlet iç borçlanması arttıkça başarısızlık olasılığının da artması beklenmektedir.

BD4’e göre gerçekleştirilen lojistik regresyon modeline 11 bağımsız değişken girmiş ve bunlardan 6’sı istatistiksel olarak anlamlı çıkmıştır.

 LC3 (Sermaye / Toplam Aktifler) değişkeni ile başarısızlık arasındaki ilişki negatif yönlü çıkmıştır. Bu sonuç beklenen etki ile aynı yöndedir.

 LC9(Sabit Aktifler / Sermaye) değişkeni ile başarısızlık arasındaki ilişki pozitif olarak gerçekleşmiştir. Oysa beklenen etki negatif yönlüdür.

 LC15 (Azınlık Payı / Toplam Sermaye) ile başarısızlık olasılığı arasındaki ilişki negatif yönlüdür. Beklenen etki de aynı şekilde negatif yönlüdür.

 LA14 (Kayıp Kredi Rezervi / Toplam Krediler) değişkeninin başarısızlık olasılığı üzerindeki etkisi pozitif olarak bulunmuştur. Beklenen etki ise negatiftir. Bankanın kullandırdığı krediler ile ilgili geri ödeme riskine karşın bilançosunda yeterli oranda kayıp kredi rezervi bulundurması gerekmektedir.

 LE15 (Yeniden Yatırım Oranı - Hisse Senedi Başına 1 yıllık) değişkeni ile başarısızlık olasığı arasındaki ilişki negatif yönlü çıkmıştır. Beklenen etki de negatif yönlüdür.  LE18 (Dağıtılmayan Kârlar / Özkaynak) ile başarısızlık olasılığı arasında pozitif yönlü

bir ilişki bulunmuştur. Bu beklenen etki ile aksi yöndedir. Dağıtılmayan kârlar şirket yatırımları için önemli bir içsel fon kaynağı oluşturmaktadır. Bu sayede firma, tahvil ihraç ederek yüksek faizle kredi sağlama zorunluluğundan kurtulmaktadır.

AB bankaları içinde başarısız bankaların bir yıl öncesinden belirlenmesi amacıyla BD5’i en iyi açıklayabilecek özellikteki bağımsız değişkenlerin sayısı 10’dur. Analiz sonuçları göstermektedir ki, 10 değişkenden 5’i bağımlı değişken ile anlamlı bir ilişki içindedir. LA5 (Toplam Krediler / Toplam Aktifler), LE12 (İşletme Geliri Getirisi / Toplam Sermaye) ile LBS4 (Toplam Kredilerin Mevduatlara Oranı) göstergelerinin % 1 düzeyinde, LA12 (Kredi Riski Karşılığı / Toplam Krediler) ve LA14 (Kayıp Kredi Rezervi / Toplam Krediler) adlı göstergelerin ise % 5 düzeyinde bağımlı değişken ile anlamlı bir ilişkiye sahip olduğu görülmektedir.

 LA5 (Toplam Krediler / Toplam Aktifler) adlı değişkenin başarısızlık olasılığı üzerinde negatif bir etkisi vardır. Bu etki beklenen etki ile tutarlıdır. Başarısız bankaların kredi hacminin sağlıklı bankalara oranla daha büyük olduğu ve dolayısıyla kredilerin ödenmemesi durumunda başarısızlığa uğrama riskinin yüksek olduğu tahmin edilmektedir.

 LE12 (İşletme Geliri Getirisi / Toplam Sermaye) değişkeni ile başarısızlık olasılığı arasında negatif bir ilişki vardır. Negatif etki beklenen etki ile tutarlıdır. Bir bankanın toplam sermayesi içinde vergiler ve faiz giderlerinin bulunmadığı çekirdek gelirinin payı negatif ise o bankanın başarısız olma olasılığı yüksek görülmektedir.

 LBS4 (Toplam Kredilerin Mevduatlara Oranı) değişkeninin başarısızlık olasılığı üzerindeki etkisi pozitiftir. Bu beklenen etki ile tutarlıdır. Başarısız bankalar sağlıklı bankalar ile kıyaslandığında, toplam kredilerin mevduatlara oranı başarısız bankalarda daha yüksek çıkmaktadır. Aynı zamanda, başarısız bankalar kredi yatırımlarını finanse etmek için sağlıklı bankalara göre daha az kredi alabilmektedirler.

 LA12 (Kredi Riski Karşılığı / Toplam Krediler) değişkeninin başarısızlık olasılığı üzerinde negatif bir etkisi vardır. Bu etki beklenen etki ile aynı yöndedir. Kredi riski karşılığının toplam krediler içindeki payının yarıdan az olması durumunda riskli kredilerin bankayı başarısızlığa uğratma olasılığı artmaktadır. Bu nedenle, başarısız bankalarda sağlıklı bankalara oranla bu gösterge daha düşük çıkmaktadır.

 LA14 (Kayıp Kredi Rezervi / Toplam Krediler) değişkeninin başarısızlık olasılığı üzerindeki etkisi pozitif olarak bulunmuştur. Beklenen etki ise negatiftir. Bankanın kullandırdığı krediler ile ilgili geri ödeme riskine karşın bilançosunda yeterli oranda kayıp kredi rezervi bulundurması gerekmektedir. Söz konusu rezervin toplam krediler içindeki payı ne kadar yüksek olursa bankanın başarısızlığa düşme olasılığı o kadar azalacaktır. Ancak, rezervin ayrıldığı miktar kadar bankanın nakit akışının azalması durumu ile karşı karşıya gelinmektedir. Belki de bu nedenden dolayı kayıp kredi rezervinin artması bankadaki mali başarısızlık olasılığını artırabilmektedir. Ayrıca, yüksek kayıp kredi rezervi, beklenen zararların yüksek miktardaki rezervle kapatılabileceği anlamına geldiği gibi beklenen zararların yüksek olabileceği anlamına da gelmektedir. Dolayısıyla, toplam krediler içinde kayıp kredi rezervi payının yüksek çıkması bankanın verdiği kredilerle ilgili yüksek miktarda zarar beklentisi içinde olduğu ve bu nedenle bu kalem için çok fazla pay ayırdığı anlamını taşıyabilmektedir. AB bankaları için gerçekleştirilen lojistik regresyon analizi sonuçlarına göre, açıklanan değişkenin BD5 olması halinde elde edilen Pseudo R2 _{değeri 0,513 ile diğer beş} bağımlı değişkene ait R2 _{değerleri arasında en yüksek olanıdır. Bu nedenle, BD5’in bağımlı} değişken olarak seçilmesi ile başarısız bankaların sağlıklı bankalardan en doğru şekilde ayırt edilebilmesi mümkün olmaktadır.