4. BÖLÜM
4.1. ÇALIŞMANIN YÖNTEMİ VE MODEL TAHMİNİ
4.1.4. Nedensellik Testi
Tablo 19: VEC Granger Nedensellik Testi Sonuçları
Boş Hipotez Ki Kare İstatistiği Olasılık
CDS → KREDI_FAIZ 6,712227 0.0817*
Tahvil_2Y → KREDI_FAIZ 13,53269 0.0036***
Swap_5Y → KREDI_FAIZ 29,05219 0.0000***
KREDI_FAIZ → CDS 15,64638 0,0013***
Tahvil_2Y→ CDS 0,665086 0,8814
Swap_5Y → CDS 2,595070 0,4584
KREDI_FAIZ →Tahvil_2Y 3,968419 0.2649
CDS → Tahvil_2Y 8,617356 0.0348**
Swap_5Y → Tahvil_2Y 1,169991 0.7602
KREDI_FAIZ→ Swap_5Y 2,177151 0.5365
CDS → Swap_5Y 15,50966 0.0014***
Tahvil_2Y → Swap_5Y 7,060091 0.0700*
*, ** ve *** ifadeleri sırasıyla %10, %5 ve %1 anlamlılık düzeylerinde olasılık değerlerine ilişkin nedensellik ilişkisini göstermektedir.
Şekil 15: VEC Granger Nedensellik Testi Sonuçları
Çalışmada yer alan değişkenler ile gerçekleştirilen Granger Nedensellik testi sonuçlarına göre değişkenler arasındaki ilişki yukarıdaki gibidir; Bir değişkende yaşanan hareketin
CDS
Tahvil_2Y Kredi_Faiz
Swap_5Y
diğer değişkendeki değişikliği açıklama gücü tabloda (Olasılık; sırasıyla % 10, % 5 ve % 1 anlamlılık düzeylerinde), açıklama yönü ise oklara göre şekilde gösterilmiştir.
Tablo 19’dan hareketle test sonuçları incelendiğinde, kısa dönemde çalışmada yer alan bazı değişkenler arasında tek yönlü bazılarında ise çift yönlü nedenselliğin mevcut olduğu anlaşılmaktadır.Türkiye’deki bankalarca açılan TL ticari kredilerin ağırlıklı ortalama faiz oranları (KREDİ_FAİZ)’nın bağımlı değişken olduğu modelde; CDS’in % 10 anlamlılık düzeyinde, Tahvil_2Y’nin % 1 anlamlılık düzeyinde, Swap_5Y’nin % 1 anlamlılık düzeyinde bağımlı değişkende yaşanan değişikliklerin nedeni olduğu anlaşılmaktadır.
Türkiye’nin 5 yıllık CDS primleri: CDS’in bağımlı değişken olduğu modelde;
Kredi_Faiz’in % 1 anlamlılık düzeyinde bağımlı değişkende yaşanan değişikliklerin nedeni olduğu anlaşılmaktadır. Türkiye’nin 2 yıllık devlet tahvili faiz oranları:
TAHVIL_2Y’nin bağımlı değişken olduğu modelde; CDS’in % 5 anlamlılık düzeyinde bağımlı değişkende yaşanan değişikliklerin nedeni olduğu anlaşılmaktadır. TL/USD 5 yıllık çapraz para swabı faiz oranları: SWAP_5Y’nin bağımlı değişken olduğu modelde;
CDS’in % 1 anlamlılık düzeyinde, Tahvil_2Y’nin % 10 anlamlılık düzeyinde bağımlı değişkende yaşanan değişikliklerin nedeni olduğu anlaşılmaktadır.
Görüldüğü üzere, gerçekleştirilen ekonometrik çalışmalar literatürde yer alan; Blanco, Brennan ve Marsh (2005), Zhu (2006), Erdil (2008), Norden ve Wagner (2008), Duran ve Küçüksaraç (2012), Koy (2014), Sabkha, Peretti ve Hmaied (2017)’in çalışmalarındaki sonuçlarla örtüşmektedir.
Yukarıda yer verilen sonuçlara göre Türkiye’deki bankalarca açılan TL ticari kredilerin ağırlıklı ortalama faiz oranları; CDS primleri, tahvil faizleri ve swap faizlerinde yaşanan değişikliklerden etkilenmektedir. Buna göre kredi faizlerinde yaşanan değişikliklere CDS primleri, tahvil faizleri ve swap faizlerinde yaşanan değişiklikler öncülük etmektedir.
Türkiye’nin 5 yıllık CDS primleri; kredi faiz oranlarında yaşanan değişikliklerden etkilenmektedir. Çalışmada elde edilen bulgulara göre CDS primlerinde yaşanan değişikliklere yalnızca kredi faizlerinde yaşanan değişiklikler öncülük etmektedir.
Türkiye’nin 2 yıllık devlet tahvili faiz oranları; CDS primlerinde yaşanan değişikliklerden etkilenmektedir. Tahvil faizlerinde yaşanan değişikliklere yalnızca CDS primlerinde yaşanan değişiklikler öncülük etmektedir. TL/USD 5 yıllık çapraz para swabı faiz
oranları; CDS primleri ve tahvil faizlerinde yaşanan değişikliklerden etkilenmektedir.
Swap faiz oranlarında yaşanan değişikliklere ise CDS primleri ve tahvil faizlerinde yaşanan değişiklikler öncülük etmektedir.
Çalışma kapsamında gerçekleştirilen testlere ve oluşturulan modellere ilişkin Eviews 8.1 ekonometrik analiz programı çıktıları Ekler bölümünde detaylı bir biçimde sunulmuştur.
SONUÇ
Bankalar açısından risk yönetiminin önemi tasarruf sahiplerinin varlıklarını bilançolarında taşıyor olmalarından ve ekonomik sistemde üstlendikleri aracılık fonksiyonundan kaynaklanmaktadır. Aracılık fonksiyonun fon kullandırım tarafı ağırlıklı olarak kredi işlemleri aracılığıyla sağlanmakta ve kredilendirilen kuruluşun kredi değerliliği bankaların risk profili açısından önem arz etmektedir. Bankaların faaliyetleri dikkate alındığında kredi riskinin bankaların maruz kaldığı en temel risk olduğu değerlendirilmektedir. Bu sebeple kredi riskinin etkin bir biçimde yönetilmesi amacıyla bu riskin ve kaynaklarının tanımlanması ve çeşitli yöntemler ile ölçülmesi bankalar için oldukça önemlidir.
Kredi riskinin tanımlanmasına ilişkin literatürde birçok tanıma yer verilmiş olup en yaygın tanım olarak finansal bir sözleşmede taraflardan birinin kredi kalitesinde meydana gelebilecek olumlu ya da olumsuz değişiklikler dolayısıyla riske maruz kalan tarafın mevcut veya gelecekteki sermayesinde veya gelirlerinde azalma olması ihtimali olarak kabul edilmektedir. Kredi riski, temerrüt olayının gerçekleşmesi ihtimali ile birlikte kredi kalitesindeki olumsuz değişiklikleri içermekte ve karşı taraftan kaynaklanabileceği gibi çift taraflı alacak hakkının doğduğu işlemlerden (türev finansal işlemler) ya da üçüncü bir tarafın kredi kalitesindeki değişikliklerden kaynaklanabilmektedir.
TFRS 9’da beklenen kredi zararı kavramına yer verilmiş, bir finansal aracın beklenen ömrü boyunca finansal araca ilişkin temerrüt risklerinin ağırlıklandırılmış tahmini olarak ifade edilmiştir. Beklenen kredi zararına göre ödemelerin tutarları ve zamanlaması dikkate alınan unsurlar olması bakımından kredi verenler açısından ödemenin tamamı veya bir kısmının vadede tahsil edilememesi durumunda kredi zararı oluşur. Beklenen kredi zararlarının tahmininde geçmiş kredi zararlarına ilişkin tarihsel veri kullanılırken, kredi zararlarının oranları ile ilgili bilgilerin tutarlı bir biçimde gruplara ayrılması önemlidir. Beklenen kredi zararı, genellikle bir yıl veya daha uzun bir süre boyunca meydana gelebilecek tahmini bir zararı ifade etmektedir. Beklenen zarar, üç bileşenden oluşmakta olup ELi = Temerrüt Olasılığı (PDİ) x Temerrüde Maruz Tutar (EADİ) x Temerrüt Halinde Kayıp Oranı (LGDİ) olarak ifade edilmektedir.
Kredi riskinin ölçülmesi amacıyla bankalar tarafından kullanılan geleneksel ölçüm yöntemleri; uzman sistemler, derecelendirme sistemleri ve kredi skorlama sistemleri incelendiğinde kredi riskinin bazı unsurlarının gerektiği gibi dikkate alınmadığı ve özellikle borçlunun temerrüdü ihtimaline dayandığı, temerrüt öncesi kredi kalitesindeki azalmaları dikkate almadığı anlaşılmaktadır. 90’lı yıllarla birlikte kredi riski portföy modelleri yaygınlaşmıştır. Kredi riski portföy modelleri özellikle piyasa riski portföy modellerinin en önemlileri arasında kabul edilen riske maruz değer (Value at Risk) yaklaşımından etkilenmiştir. Kredi riski portföy modelleri kredi riskinin temel kaynağı olarak kabul edilen borçlunun temerrüdü olayı öncesi, temerrüt ihtimalini doğuran ve kredi değerliliğinin yitirilmesine sebep olan değişkenlere odaklanmıştır. Kredi portföy modellerinin en önemlileri arasında “Moody’s KMV”, “Credit Portfolio View”,
“CreditRisk+” ve “CreditMetrics” yer almaktadır.
Bankalarda etkin risk yönetimi sistemlerinin tesis edilmesi amacıyla bankacılık sektöründe uluslararası normları belirleyen kuruluş Basel Komitesi tarafından bir dizi standartlar ve düzenlemeler yayımlanmıştır. Basel II uzlaşısında kredi riskinin ağırlıklandırılmasında düşürü etkide bulunan teminatlar nakit ve bunlara eş değer varlıklar ile sınırlı tutulurken kredi riskini azaltıcı yöntemi olarak öngörülen yöntem olarak mahsup (netleştirme) hakkına yer verilmiştir. Kredi riskinin azaltılmasına ilişkin diğer uygulamalar ise kredi türevleri ve menkul kıymetleştirme işlemleridir. Bu işlemler aracılığıyla bankalar tarafından kullandırılan krediler vade sonunu beklemeden ve vadeye kadar kredi riskine maruz kalmadan riskin transfer edilmesi sağlanmaktadır. Bu işlemler aracılığıyla kredi riski azaltımı sağlanmaktadır.
Kredi türevlerinin kullanımı 2000 yıllardan itibaren yaygınlaşmış kredi riskine karşı koruma en önemli araçlardan olduğu kabul edilmiştir. Bu araçlar bankalara kredi risklerini hedge etmek ve transfer etmek gibi çeşitli yöntemler sunmaktadır. Kredi türevleri, kredi olayından kaynaklanabilecek zararlara karşı kredi riskine maruz kalma düzeyini azaltmak ya da ortadan kaldırmak amacıyla tasarlanan finansal sözleşmeler olarak kabul edilmektedir.
Bu çalışmada kredi işlemlerinin tanımlanması ve sahip oldukları özelliklere göre çeşitli sınıflara tabi tutulması, kredi riski kavramının tanımı, kredi riskinin unsurları, kredi riskinin ölçümü yaklaşımları, kredi riskinin ölçümüne ilişkin değişkenler, kredi portföyü risk ölçüm modelleri, kredi riskinin yönetimi ve Basel uzlaşılarında kredi riski yaklaşımı, Türk bankacılık sektöründe kredi riskinin büyüklüğü, kredi türevinin tanımı, kredi türevi türleri ve bankaların taraf olduğu kredi türevi işlemleri örnekleri konularına yer verilmiş, çalışmanın üçüncü kısmında Norden ve Wagner (2008) tarafından ABD’de gerçekleştirilen çalışmada kullanılan CDS primleri ile kredi faizleri ve diğer makroekonomik değişkenler arasındaki ekonometrik ilişki; Türkiye ait göstergeler üzerinden test edilmiş, ekonometrik modelde Türkiye’nin 5 yıllık CDS primleri ile Türkiye’nin önemli faiz göstergeleri olan Türkiye’deki bankalar tarafından açılan TL ticari kredilerin faizleri, TR 2 yıllık devlet tahvilleri ve TL/USD 5 yıllık swap faizleri arasındaki ekonometrik ilişki analiz edilmiştir.
Çalışmada yer alan değişkenler; Türkiye’deki bankalarca açılan TL ticari kredilerin ağırlıklı ortalama faiz oranları (akım veri) T.C. Merkez Bankası Elektronik Veri Dağıtım Sistemi (EVDS) üzerinden, Türkiye’nin 5 yıllık CDS primleri, 2 yıllık devlet tahvili faiz oranları (gösterge faiz) ve TL/USD 5 yıllık çapraz para swabı faiz oranları Bloomberg veri merkezinden elde edilmiştir. Söz konusu değişkenler 2006 Haziran-2019 Şubat dönemlerine ait aylık veriler olup, bankalarca açılan ticari kredilerin faiz oranları (TL)’nın haftalık veriler halinde açıklanması sebebiyle hareketli ortalamaları alınarak aylık sıklığa çevrilmiştir. Böylelikle değişkenler aylık periyotlara sahip 153 dönemlik veriden oluşmaktadır.
Çalışmada kullanılan veriler sırasıyla durağanlık (birim kök), eşbütünleşme, vektör hata düzeltme (VECM) ve Granger Nedensellik; ekonometrik model ve testlerine tabi tutulmuştur. Verilere ilişkin öncelikle durağanlık analizi yapılmış durağan olmayan serilerin birince derece farkları alınmış yani durağanlaştırılmıştır. Daha sonra durağanlaştırılan seriler üzerinden eşbütünleşme ilişkisi test edilmiş değişkenler arasında eşbütünleşme bulunduğu anlaşılmış ve uzun dönem denge ilişkisi bulunduğu sonucuna varılmıştır. Eşbütünleşme ilişkisinin analizi sonuçlarına göre çalışmanın değişkenleri;
CDS primleri,kredi faizleri, tahvil faizleri ve swap faizleri arasında uzun dönemli ilişki
bulunduğu ortaya konulmuştur. Modelde yer alan değişkenlerin kısa dönemde ilişkilerinin analiz edilmesi amacıyla hata düzeltme modeli kullanılmış, hata düzeltme modeli ile uzun dönemde tüm dengesizlikler giderilmiştir. Hata düzeltme modeline göre oluşturulan KREDİ_FAİZ’in bağımlı değişken olduğu modelde, kredi faizlerini uzun dönemde istatistiksel olarak etkileyen değişkenin CDS olduğu anlaşılmıştır. Literatürde yer verilen tanımlarda değişkenler eşbütünleşik ise aynı zamanda en az bir yönlü bir nedenselliğin bulunacağı ifade edilmiş, değişkenler arası nedensellik ilişkisinin tespit edilmesi amacıyla VEC Granger Nedensellik Testi uygulanmış, elde edilen bulgulara göre; Türkiye’deki bankalarca açılan TL ticari kredilerin ağırlıklı ortalama faiz oranları;
CDS primleri, tahvil faizleri ve swap faizlerinde yaşanan değişikliklerden etkilenmektedir. Buna göre kredi faizlerinde yaşanan değişikliklere CDS primleri, tahvil faizleri ve swap faizlerinde yaşanan değişiklikler öncülük etmektedir. Türkiye’nin 5 yıllık CDS primleri; kredi faiz oranlarında yaşanan değişikliklerden etkilenmektedir.
Çalışmada elde edilen bulgulara göre CDS primlerinde yaşanan değişikliklere yalnızca kredi faizlerinde yaşanan değişiklikler öncülük etmektedir. Türkiye’nin 2 yıllık devlet tahvili faiz oranları; CDS primlerinde yaşanan değişikliklerden etkilenmektedir. Tahvil faizlerinde yaşanan değişikliklere yalnızca CDS primlerinde yaşanan değişiklikler öncülük etmektedir. TL/USD 5 yıllık çapraz para swabı faiz oranları; CDS primleri ve tahvil faizlerinde yaşanan değişikliklerden etkilenmektedir. Swap faiz oranlarında yaşanan değişikliklere ise CDS primleri ve tahvil faizlerinde yaşanan değişiklikler öncülük etmektedir.
Çalışmada elde edilen bulguların, Norden ve Wagner (2008)’in çalışmalarında elde ettikleri bulgularla benzerlikleri değerlendirildiğinde; nedensellik testi sonuçlarına göre söz konusu çalışmayla benzer biçimde CDS primlerinin kredi faizlerinde yaşanan değişikliklerin nedeni olduğu bununla birlikte CDS primlerindeki değişikliklerinde kredi faizlerindeki değişikliklerle açıklanabildiği ayrıca kredi faizlerindeki değişikliklerin tahvil ve swap faizlerinde yaşanan değişikliklerle açıklanabildiği sonucuna ulaşılmıştır.
Sonuç olarak modelde kullanılan Türkiye’nin önemli risk ve faiz göstergeleri olan değişkenlerle yapılan bu çalışmada bazı bağımlı değişkenlerin değerinde yaşanan değişikliklerin bağımsız değişkenlerde yaşanan değişiklikler ile açıklanabildiği ve yatırım kararları ile fiyatlama davranışları açısından takip edilmesi gerektiği kanaatine varılmıştır.
KAYNAKÇA
Acaravci, A., Özturk İ. ve Kakilli S. A. (2007). Finance-Growth Nexus: Evidence from Turkey. International Research Journal of Finance and Economics, 11, 30-40.
Adrian C.D. ve Evans J.L., (1990). The Limits of Econometrics, Edward Elgar, s.126.
AFAD, (2019). https://www.afad.gov.tr/tr/23792/Aciklamali-Afet-Yonetimi-Terimleri-Sozlugu?kelime=deterministik. Erişim Tarihi: 23 Mart 2019.
Akarçay, M., (2016). “Kredi Temerrüt Swapları, Teminatlandırılmış Borç Yükümlülükleri ve 2008 Küresel Krizi”, Ekonomi, Politika & Finans Araştırmaları Dergisi, Cilt: 1, Sayı: 1-2.
Akgüç, Ö., (2007). “Banka Yönetimi ve Performans Analizi”, İstanbul, Arayış Basın ve Yayıncılık.
Akgül, A., (2003). Tıbbi Araştırmalarda istatistiksel Analiz Teknikleri "SPSS Uygulamaları", Emek Ofset Ltd. Şti., Yıl 2003, Sayfa: 64-66, ISBN:975-96359-2-5, İstanbul.
Akın, A., (2006). Şirket Borçlarını Değerlemede Opsiyon Fiyatlandırma Teorisinin Kullanımı: Yapısal Yaklaşım.
Akkaya, M., (2017). Türk Tahvillerinin CDS Primlerini Etkileyen İçsel Faktörlerin Analizi, Maliye Finans Yazıları, Nisan 2017, 107, s. 130-145.
Akkuş T., Sakarya Ş. ve Osman T., (2018). Tahvil Faizleri İle Cds Primleri Arasındaki Oynaklık Yayılım Etkilerinin Belirlenmesi. Bankacılar Dergisi. 41-54.
Allen. F., Babus, A. ve Carletti. E., (2012); “Asset Commonality, Debt Maturity And Systemic Risk”, Journal Of Financial Economics, June, 104(3), S. 519–534.
Allen, S., (2013). Financial Risk Management: A Practitioner’s Guide To Managing Market and Credit Risk Second Edition.
Altıntaş, M,A, (2006), “Bankacılıkta Risk Yönetimi ve Sermaye Yeterliliği”, Anka9ra, Turhan Kitabevi.
Altıntaş, A. (2012), “Kredi Kayıplarının Makroekonomik Değişkenlere Dayalı Olarak Tahmini ve Stres Testleri: Türk Bankacılık Sektörü İçin Ekonometrik Bir Yaklaşım” Türkiye Bankalar Birliği, İstanbul.
Altman, E. I. (1968). Financial Ratios, Discriminant Analysis and the Prediction of Corporate Bankruptcy. Journal of Finance, 23, 4, 589-609.
Altman, E. I. (1989): "Measuring Corporate Bond Mortality and Performance." The Journal of Finance 44, No. 4 909-22.
Altman, E.I. (2000). Predicting Financial Distress of Companies: Revising Zscore and and Zeta. Stern School of Business, New York.
Altman, E., Gande, A. ve Saunders, A. (2006): Bank debt versus bond: Evidence from secondary market prices, Working Paper.
Altay, E., (2015). Bankacılık Risk: Piyasa Riski, Kredi Riski ve Operasyonel Riskin Ölçümü ve Yönetimi, Derin Yayınları.
Aras, G., (1996); “Ticari Bankalarda Kredi Portföyünün Yönetimi”, SPK Yayınları, Yayın No:30.
Arce, O. Mayordomo S. ve Peña J. I. (2013). “Credit-risk valuation in the sovereign CDS and bonds markets: Evidence from the euro area crisis.” Journal of International Money and Finance. S.35. s.124–145.
Arping, S., (2004). Credit Protection and Lending Relationships. EFA 2004 Maastricht Meetings Paper No:4551.
Arnaud D. S., Olivier R. (2004), Measuring and Managing Credit Risk, USA: McGraw- Hill, s. 271.
Arturo E., Sangkyun P., ve Stavros P., (July 2000) Capital Ratios as Predictors of Bank Failure, Volume 6, Number 2.
Aschcraft, A. B. ve Santos, J. A. C. (2006), Has the Development of the Structured Credit Market Affected the Cost of Corporate Credit, Financial Innovations and the Real Economy, Paper Submitted in A Conference Sponsored by the Center for the Study of Innovation and Productivity, November 16 & 17, 2006, Federal Reserve Bank of San Francisco
Aydın, K., G., (2015). “Gelişmiş ve Gelişmekte Olan Ülkelerde Cds Primleri İle Borsa Kapanış Endeksleri Arasındaki Etkileşimin İncelenmesi”, Başkent Üniversitesi, Bankacılık Ve Finans Yüksek Lisans Programı, Yüksek Lisans Tezi.
Baba, N., Packer, F. ve Nagano, T., (2008), The Spillover Of Money Market Turbulence To Fx Swap And Cross – Currency Swap Markets, Bıs Quarterely Review.
Baba, N. ve Inada, M. (2009). Price Discovery of Subordinated Credit Spreads for Japanese Megabanks: Evidence from Bond and Credit Default Swap Markets.
Journal of International Financial Markets, Institutions & Money. 19 (4) 616–632.
Babuşçu, Ş., (2005), Basel II Düzenlemeleri Çerçevesinde Bankalarda Risk Yönetimi.
Banks, E., Glantz, M., Siegel, P., (2006). Credit Derivatives: Techniques to Manage Credit Risk for Financial Professionals, USA: McGraw Hill.
Basel, (2000). Principles for the Management of Credit Risk Basel Committee on Banking Supervision, September.
Basel, (2010). FSI Award, Winning Paper Regulatory use of system-wide estimations of PD, LGD and EAD, Jesus Alan Elizondo Flores, Tania Lemus Basualdo, Ana Regina Quintana Sordo, Comisión Nacional Bancaria y de Valores, Mexico, September 2010.
Başarır, C. ve Keten, M. (2016). Gelişmekte olan ülkelerin CDS primleri ile hisse senetleri ve döviz kurları arasındaki kointegrasyon ilişkisi. Mehmet Akif Ersoy Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 8(15), 369-380.
BCBS, (June 2004). International Convergence of Capital Measurement and Capital Standarts-A Revised Framework.
Bankacılık Düzenleme ve Denetleme Kurumu (BDDK) (2005). 5411 Sayılı Bankacılık Kanunu, Ankara.
Bankacılık Düzenleme ve Denetleme Kurulu Kararı, (2012). Karar Sayısı: 4834.
BDDK, (2014).Kredi Riski Azaltım Tekniklerine İlişkin Tebliğ,Resmî Gazete Tarihi:
06.09.2014 Resmî Gazete Sayısı: 29111.
BDDK, (2015).Bankaların Sermaye Yeterliliğinin Ölçülmesine ve Değerlendirilmesine İlişkin Yönetmelik, Resmî Gazete Tarihi: 23.10.2015 Resmî Gazete Sayısı:
29511.
BDDK, (2004) “Basel II Sayısal Etki Çalışması Değerlendirme Raporu”, Aralık 2004.
BDDK, (2005) Basel-II Ekonomik Yansımaları ve Geçiş Süreci, ARD Çalışma Raporları, Araştırma Dairesi, Mayıs 2005.
BDDK, (2007). Sermaye Ölçümü ve Sermaye Standartlarının Uluslararası Düzeyde Uyumlaştırılması – Gözden Geçirilmiş Çerçeve ve Kapsamlı Versiyon (Türkçe Çeviri). Bankacılık Düzenleme ve Denetleme Kurumu, Ankara.
BDDK, (2008). “ABD Mortgage Krizi”,Çalışma Tebliği, Sayı: 3, Ağustos 2008.
BDDK, (2010). Sorularla Basel III, Risk Yönetimi Dairesi, Aralık 2010.
BDDK, (2019). http://ebulten.bddk.org.tr/ABMVC/# Erişim Tarihi: 28.03.2019.
Bielecki T., R. ve Rutkowski M., (2013). Credit Risk: Modeling, Valuation And Hedging,
Blanco, R., Brennan S. ve Marsh I., W., (2005). “An Empirical Analysis of the Dynamic Relation between Investment-Grade Bonds and Credit Default Swaps.” The Journal of Finance. C. LX. S.5.
Bohn, R. J. ve Stein, R. M., (2009), Active Credit Portfolio Management in Practice, New Jersey: Wiley.
Bolgün E. ve Akçay B., (2005). “Risk Yönetimi”, İstanbul.
Bomfim, A. N., (2016). “Understanding Credit Derivatives and Related Instruments”, Second Edition.
Calani, M. (2013). Spillovers of the Credit Default Swap Market. Banco Central de Chile.
Canbazoğlu, S. (2010). Finansal Gelişme ve Ekonomik Büyüme Arasındaki Nedensellik İlişkisi: Vektör Hata Düzeltme Modeli (VECM) Yaklaşımı İle Türkiye İçin Bir Uygulama.Yüksek Lisans Tezi.
Caouette, J. B., Altman, E. I., Narayanan, P. ve Nimmo, R. W. J. (2008). Managing Credit Risk – The Great Challenge for Global Financial Markets. Second Edition, John Wiley&Sons, Inc.
Chacko, G., (2006), “Credit Derivatives: A Primer on Credit Risk, Modeling, and Instruments, USA: Wharton School Publishing”.
Chacko G., Sjöman A., Motohashi H., Dessain V., (2006). Credit Derivatives: A Primer on Credit Risk, Modeling and Instruments, Wharton School Publishing, ISBN 0- 13-146744-1.
Chan, L. ve Jorge A. (2003). “Anticipating Credit Events Using Credit Default Swaps, with an Application to Sovereign Debt Crises”, IMF Working Paper, WP/03/106, May.
Choudhry, M., (2013) “An Introduction To Credit Derivatives” Second Edition.
Colquitt, J. (2007). Credit Risk Management – How to Avoid Lending Disasters and Maximize Earnings. Third Edition, McGraw Hill.
Cook, D. ve Spellman, L. (2005): The relative rates on a firm’s bank loans and public debt: The pricing influences of loan special value vs. private information, Working Paper, January 2005.
Coudert, V. ve Mathieu G., (2010). “Disrupted links between credit default swaps, bonds and equities during the GM and Ford crisis in 2005.” Bank of France. 31 rue Croix des petits champs. Paris 75001. France.
Currie, A. ve Morris, J. (2002), “And now for capital structure arbitrage”, Euromoney (December) 38-43.
Crotty, J. (2008). Structural Causes of the Global Financial Crisis: A Critical Assessment of the New Financial Architecture, Economics Department Working Paper Series.
Crouhy, M., Galai, D., ve Mark, R. (2000). A Comparative Analysis of Current Credit Risk Models. Journal of Banking & Finance, 24, 59-117.
De Wit, J., (2006). Exploringthe CDS-Bond Basis. National Bank Of Belgium, WorkingPapers – Research Series.
Delikanlı, İ. U.; (2010) Bankacılıkta Kredi Türevlerinin Hissedar Değerine Katkısı, Etkin Bir Şekilde Kullanımına İmkan Sağlayacak Risk Yönetimi Yapılanması ve Finansal Raporlaması, TBB Yayın No:271, İstanbul.
Demirci, D., (2003). “Kredi Türevleri ve Kullanımı”, Yüksek Lisans Tezi, Ankara.
Dickey, D. A., ve Fuller W. A. (1979). Distributions of the estimators for autoregressive time series with a unit root. Journal of the American Statistical Association, 74, 427-431.
Doğanay, M., (2003); “Bankacılıkta Kredi Riski Yönetimi”, Ankara Üniversitesi Sosyal Bilimler Enstitüsü İşletme Anabilim Dalı Yüksek Lisans Tezi, Ankara.
Duran, M. ve Küçüksaraç, D., (2012). Are Swap and Bond Markets Alternatives to Each Other in Turkey?, TCMB Working Paper No: 12/23.
ECB, (2004). Credit Risk Transfer by EU Banks : Activities, Risks and Risk Management. European Central Bank.
Effenberger, D., (2003). Credit Derivatives : Implications for Credit Markets. Frankfurt Voice, Deutshe Bank Research.
Elizalde, A., (2006). Equity-Credit Modelling Where Are We. Where Should We Go, CEMFI ve UPNA.
Elma, Ç. A., (2008). “Yapısal Kırılmalar Altında Birim Kök Testi ve Eşbütünleşme Analizi: Para Talebi İstikrarı” T.C. Gazi Üniversitesi Sosyal Bilimler Enstitüsü Ekonometri Anabilim Dalı, Yüksek Lisans Tezi.
Enders, W., (1995). Applied Econometric Time Series, John Wiley&Sons, Inc., New York.
Engle, R.F. ve Granger, C.W.J. (1987): “Co-Integration and Error Correction:
Representation, Estimation and Testing”, Econometrica, 55: 251-276.
Eratay S., (2003). “Kredi Riskinin Tanımı, Ölçümleme Yöntemleri ve Modelleri”, İstanbul.
Erdil, T. B., (2008). “Finansal Türevler ve Kredi Temerrüt Swaplarının Teori ve Uygulamaları”, T.C. Kadir Has Üniversitesi Sosyal Bilimler Enstitüsü Finans ve Bankacılık Doktora Ana Bilim Dalı, Doktora Tezi, İstanbul.
Ersan, İ. ve Günay, S., (2009) “Kredi Riski Göstergesi Olarak Kredi Temerrüt Swapları (CDSs) ve Kapatma Davasının Türkiye Riski Üzerine Etkisine Dair Bir Uygulama Bankacılar Dergisi”, Sayı 71.
Fung, H. G. Sierra, G. E., Yau, J., ve Zhang, G. (2008). Are the US stock market and credit default swap market related? evidence from the cdxi3ndices. SSRN Working Paper.
Gapen, M., Dale, T., Gray, F., Lim, C. H. ve Xiao, Y. (2004). “The Contingent Claims Approach Vulnerability Analysis: Estimating Default Risk and Economy-Wide Risk Transfer”.
Geoff. C., (2005). Credit Derivatives. Wiley and Son Publishing.
Gobeljic, P., (2012). Classification of Probability of Default and Rating Philosophies.
Thesis, Stockholm University.
Gökten, S., (2014). “Yapılandırılmış Finans Nakit Akımı Modellemeleri ve Türkiye İçin Yapısal Bir Öneri”, Doktora Tezi, Ankara.
Gönenç, D., (2002). Bankalarda Kurumsal Kredi Riski Yönetimi, Bankacılık Düzenleme ve Denetleme Kurumu Uzmanlık Tezi.
Granger, C.W.J. (1988). Some recent developments in a concept of sality. Journal of Econometrics, 39, 199-211.
Granger C.W.J. ve Newbold P., (1977). Forecasting Economics Time Series, London:
Academic Pres.
Gray, D. F., Merton, R. C. ve Bodie, Z. (2008). A Contingent Claims Analysis of the Subprime Credit Crisis of 2007-2008, Paper for Credit 2008 Conference on Liquidity and Credit Risk, Venedik.
Greene, W.H. (2003). Econometric Analysis, 5th edition. Prentice Hall, Upper Saddle River (NJ).
Gujarati D.N. (1998). Basic Econometrics. 2nd Edition McGraw-Hill Book Company.
New York. Pp: 580-601.
Gupton, G.M., Fınger, C.C. ve Bhatıa, M. (1997):Credit Metrics – Technical Document”, Jp Morgan & Co. Inc., Ny, Abd.
Gülmüş, B., ve Çiftçi, O., (1991). “Krediler”, Garanti Eğitim Merkezi Yayınları, No 41, İstanbul.
Gültekin, A., (2018). Basel III Uygulamaları ve BIST’de İşlem Gören Ticari Bankalar İçin Ampirik Bir Çalışma, Bankacılık ve Sermaye Piyasası Araştırmaları Dergisi.
Güngör, G., Y., (2012). Bankaların Kurumsal Kredi Portföyü ve Kredi Riskinin Ölçümü, Uzmanlık Yeterlilik Tezi Türkiye Cumhuriyet Merkez Bankası Ankara.
Güngör, G., Y. ve Sümer T., P., (2017).Reel Sektörün Temerrüt Olasılığı ve Bankacılık Sektörü Aktif Kalitesine Yansıması, Erişim tarihi: 8 Nisan 2019. Alınan yer:
http://tcmbblog.org/wps/wcm/connect/blog/tr/main+menu/analizler/reel_sektoru n_temerrut_olasiligi
Gürbüzer, I. (2014). Teminatlandırılmış Borç Yükümlülükleri ve Finansal Krizlere Etkileri. Bankacılık ve Finansal Araştırmalar Dergisi(BAFAD). 1(1).
Hanci, G. (2014). Kredi Temerrüt takasları ve Bist-100 arasındaki ilişkinin incelenmesi.
Maliye Finans Yazıları. 28(102), 9-22.
Higgins. K.L. (2013); Financial Whirlpools: A Systems Story of the Great Global Recession, Elsevier
Hirtle, B., (2008). Credit Derivatives and Bank Credit Supply FRB of New York Staff Report No. 276
Hull, J.C., (2012). Options, Futures and Other Derivatives (Eighth Edition). Pearson Prentice Hall.
İskender, E. S., (2014), “Kredi Riski Dayanıklılığının Analizi: Türk Bankacılık Sektörü Üzerine Politika Önerileri”, İstanbul, Türkiye Bankalar Birliği.
Dolado, J.J., Gonzalo, J., Marmol, F., (2007). Cointegration İn A Companion To Theoretical Econometrics, Blackwell Publishing Ltd.
Jacobs, M., ve Karagozoglu A., (2011) .“Modeling Ultimate Loss Given Default on Corporate Debt.” Journal of Fixed Income 1:6–20.
Jimenez, G. ve Jesus S., (2006), “Credit Cycles, Credit Risk, and Prudential Regulation”. International Journal of Central Banking. Vol.2, No.2, s.65-98.
Karan, M. B., (2004), Yatırım Analizi ve Portföy Yönetimi.
Kavaz İ. ve Özbuğday F.C. (2016). Enerjide Dışa Bağımlılık ve Enerji Verimliliği Arasındaki Nedensellik İlişkisi: Türkiye Örneği, Akademik Sosyal Araştırmalar Dergisi, Sayı: 27, 331-349.
Kavcıoğlu, Ş., (2014): "Ticari Bankacılıkta Kredi Riskinin Ve Kredi Riski Ölçüm Modellerinin Değerlendirilmesi". Finansal Araştırmalar Ve Çalışmalar Dergisi 3, sf.11-19.
Kazgan, G., (2012), 2008 Küresel Krizi: Nedenleri, Etik Ilkeleri ve Iktisat Eğitimi, Discussion Paper, No. 2012/98, Turkish Economic Association, Ankara.
Kealhofer, S. (2003a). Quantifying Credit Risk I: Default Prediction, KMV Corporation.
Financial Analysts Journal, 59, 1.
Kealhofer, S. (2003b). Quantifying Credit Risk II: Debt Valuation, KMV Corporation.
Financial Analysts Journal, 59, 3.
Kennedy, P. (2003); A Guide To Econometrics, Blackwell Publishing.
KGK, (2015). (Kamu Gözetimi Muhasebe ve Denetim Standartları Kurumu), “Finansal Araçlar: Açıklamalar”. Erişim tarihi: 2 Mart 2019. Alınan yer:
http://kgk.gov.tr/Portalv2Uploads/files/DynamicContentFiles/T%C3%BCrkiye
%20Muhasebe%20Standartlar%C4%B1/TMSTFRS2011Seti/TFRS_7.pdf