29 · ALM Davranışsal Modeller

Faz 7 · Davranışsal Modeller

Neden davranışsal modeller bu kadar kritik?

Sabit faizli 5 yıllık tahvilin IRRBB'deki repricing profili nettir: 5. yılda yeniden fiyatlanır. Ama vadesiz mevduatın repricing profili? Belirsiz. Müşteri yarın çekebilir, 5 yıl tutabilir, faize tepki verebilir, verebilmeyebilir. Bu belirsizliği modellemek zorundayız çünkü vadesiz mevduat Türk bankacılık sisteminin pasif tarafının büyük çoğunluğunu oluşturuyor.

Davranışsal model varsayımı hatalıysa: repricing gap yanlış → EVE ve NII hatalı → IRRBB limitleri yanlış → sermaye yanlış. Bu zincirleme etki, piyasa riski modellerinde çok az modelin tek başına bu kadar büyük etkiye sahip olduğunu gösteriyor.

BCBS ve EBA, davranışsal modeller için yönlendirici ilkeler yayımladı — ama tam standarlaştırma yok. Bu durum hem model özgürlüğü hem de yüksek model riski anlamına gelir.

İnteraktif — NMD Modeli

Non-Maturity Deposit: vade yoksa vade yaratılır

NMD (vadesiz mevduat, notice accounts, bazı kısa vadeli hesaplar) için banka bir davranışsal vade atamak zorunda. Bu vade, mevduatın ne kadar süre bankada kalacağının tahminine dayanır. Modelin çıktısı repricing gap'i ve dolayısıyla EVE'yi doğrudan belirler.

Kararlı (Stable) Bölüm

Çekirdek (Core) Bölüm

Tanım

Faize daha az duyarlı bölüm — belirli şoklarda bankada kalması beklenen kısım. Basel standart yaklaşımındaki ortalama vade tavanları kategoriye göre değişir: retail transactional 5 yıl, retail non-transactional 4,5 yıl, wholesale 4 yıl. Bunlar model tahmini değil, düzenleyici tavanlardır.

Faize duyarlı bölüm — faiz yeterince yükselirse rakip bankaya geçer. Kısa davranışsal vade atanır. "Pass-through" duyarlılığı yüksek.

Repricing Vade

Ortalama 3-5 yıl. Uzun vade → uzun faiz riski → EVE daha duyarlı. NIM'e katkısı yüksek (FTP uzun vadeden faydalanıyor).

Ortalama 0-6 ay. Kısa vade → kısa faiz riski. Faiz yükselince bu bölüm daha çabuk yeniden fiyatlanıyor → NIM baskısı.

Model yaklaşımı

Tarihsel mevduat verisi: faiz artışlarında çekim oranı ne oldu? Ekonometrik model veya uzman görüşü. Segment bazında (retail vs kurumsal).

Pass-through regresyonu: merkez bankası faizi değişince müşteri faizi ne kadar, ne kadar gecikmeyle değişiyor?

NMD Davranışsal Vade & IRRBB Etkisi

₺200Mrd NMD portföyü. Kararlı/çekirdek ayrımı ve davranışsal vadeyi değiştir — EVE ve NII etkisini gör.

Kararlı oran (%) %60

Kararlı vade (yıl) 3.5 yıl

Faiz şoku (bp) +200 bp

₺120Mrd

Kararlı bölüm

₺80Mrd

Çekirdek bölüm

₺0

ΔEVE etkisi

—

Outlier riski

İnteraktif — Faiz Geçişkenliği

Pass-through: merkez bankası faizi ne kadar mevduata yansır?

TCMB politika faizini 500bp artırdığında bankalar mevduat faizini ne kadar artırıyor? Hemen mi, gecikmeli mi? Her banka için bu oran farklı, piyasa rekabetine ve müşteri profiline bağlı. Bu geçişkenlik katsayısı NII'yi doğrudan belirler.

Pass-Through Analizi — Mevduat Yeniden Fiyatlama

Politika faizi şoku → mevduat faizi geçişkenliği → NII etkisi

Yüksek Geçişkenlik (%80)

Orta Geçişkenlik (%50)

Düşük Geçişkenlik (%20)

Politika faizi değişimi (bp) +300 bp

Gecikme (ay) 2 ay

0 bp

Mevduat faizi artışı

₺0M

Yıllık NII etkisi

%0

Net marj değişimi

Validasyon Notu — Pass-Through Modeli

Pass-through katsayısı regresyon ile tahmin ediliyorsa: (1) hangi dönem verisi? TL yüksek enflasyon döneminde geçişkenlik farklı davranır. (2) Doğrusal mı? Büyük şoklarda non-linearity var mı? (3) Segment bazında mı? Retail vs kurumsal geçişkenlik çok farklı. (4) Gecikme yapısı sabit mi dinamik mi? Piyasa rekabeti hız değiştirir.

İnteraktif — Prepayment Modeli

Erken ödeme: faiz düşünce aktif kaybı

Sabit faizli konut kredisi faiz düştüğünde müşteriye cazip gelir: daha ucuz krediye geçmek için erken öder. Banka açısından negatif convexity — tam da aktifin değerlendiği anda elden çıkıyor. Prepayment modeli bu davranışı tahmin eder.

Türkiye'de konut kredisi piyasası nispeten kısa vadeli ama ticari krediler uzun vadeli sabit faizli olabilir. Erken ödeme davranışı faiz seviyesine, müşteri profili ve rekabete göre değişir.

Prepayment Oranı & Aktif Profil Etkisi

₺100Mrd konut kredisi portföyü, 10Y sabit faiz. Faiz değişince erken ödeme artar — beklenen aktif ömrü kısalır.

Piyasa faizi değişimi (bp) −200 bp

Baz prepayment oranı (%/yıl) %5

Faiz duyarlılığı (elastikiyet) 1.50

Faiz değişimi yok

%5 / yıl

Baz prepayment oranı. Yıllık portföy erimesi.

Faiz değişimi sonrası

—

Model tahmin edilen yeni prepayment oranı.

Beklenen ortalama ömür (baz)

5.8 yıl

Prepayment modeli olmadan naif hesap.

Beklenen ortalama ömür (model)

—

Model dahil: faiz düşünce ömür kısalıyor.

Validasyon Diyaloğu

Davranışsal modeller için kritik validasyon soruları

NMD modelinizin "kararlı" bölüm oranını belirleyen kriter nedir? 2018 TL krizindeki mevduat çıkışı bu oranı geçiyor mu?

NMD

+

Kararlı bölüm genellikle tarihsel en yüksek çekim oranının altında kalan kısım olarak tanımlanır. Eğer 2018 TL krizinde mevduat çıkış hızı model varsayımını aşıyorsa, stres altında kararlı bölüm modelden küçük — ve banka daha fazla risk taşıyor olabilir.

⚠ Kırmızı bayrak: "Tarihsel verimiz kriz dönemi içermiyor" yanıtı — model geçerliliği yok.

BCBS NMD için 5 yıl üst sınırı koyuyor. Modeliniz bu sınırın altında mı, tam sınırda mı?

NMD

+

Regülasyon sınırda çalışmak konservatif değil, aksine aggressive demektir. Tam 5 yıl kullanan model sorgulanmalı: bu sınır veri ile destekleniyor mu, yoksa EVE'yi optimize etmek için seçildi mi? Validasyon bağımsız olarak maximum sustainable maturity'yi test etmeli.

⚠ Kırmızı bayrak: Düzenleyici cap ile model çıktısı aynı — veri destekli mi, cap-seeking mi?

Pass-through katsayınız tek mi, segment bazlı mı? Büyük kurumsal mevduat ile retail mevduat için ayrı tahmin yaptınız mı?

Pass-Through

+

Kurumsal mevduat çok daha hızlı geçişkenlik gösterir — faiz açığı kapanınca hemen hareket eder. Retail mevduat daha yapışkandır. Tek bir ortalama katsayı kullanmak her iki segmentin davranışını yanlış modelliyor. Karışık portföyde bu yanlışlık birbiri içinde gizleniyor.

⚠ Kırmızı bayrak: "Portföy geneli tek katsayı" — segment granülaritesi eksik.

Prepayment modelinizde faiz haricinde başka değişkenler var mı? Makroekonomik döngü, işsizlik, gayrimenkul fiyatları?

Prepayment

+

Saf faiz odaklı prepayment modeli eksik. Türkiye bağlamında: enflasyon döneminde reel faiz sıfır veya negatif olsa bile nominal faiz düşmediğinden refinancing teşviki azalır. İşsizlik artışı erken ödeme kapasitesini kısıtlar. Gayrimenkul fiyatı düşüşü "underwater mortgage" yaratır — erken ödeme imkânsız hale gelir.

⚠ Kırmızı bayrak: Yalnızca faiz spread'e bağlı model — TL piyasasının yapısal özelliklerini kaçırıyor.

Tüm davranışsal modeller aynı anda stres altında mı test edildi? Mevduat çıkışı + yüksek prepayment birlikte ne yaratıyor?

Kombine Stres

+

Modeller ayrı ayrı test edilebilir ama birbirini besleyen stres senaryoları çok daha tehlikeli. Kriz dinamiği: faiz hızla yükseliyor → mevduat çıkışı artıyor (NMD model zorlanıyor) → banka varlık satıyor → fiyatlar düşüyor → prepayment azalıyor ama değer kaybı artıyor. Bu kombinasyon hem IRRBB hem likidite riskini aynı anda kötüleştiriyor.

⚠ Kırmızı bayrak: Modeller birbirinden bağımsız stres görmüş — kombine senaryo hiç çalıştırılmamış.

Güncel Ders — Modeller Gerçekte Test Edildi (2022-2023)

Bir nesildir ilk kez: hızlı faiz şoku davranışsal modelleri sınadı

Yukarıdaki tüm varsayımlar yıllarca düşük ve durağan faiz ortamında kalibre edildi. 2022-2023'teki tarihsel hızdaki faiz artışları bu modellerin ilk gerçek stres testi oldu — ve birçoğu kırıldı. Validatör için bu, "geçmiş veri yeterli mi?" sorusunun canlı kanıtı:

Mevduat beta'sı hafife alındı. Düşük faiz döneminde tahmin edilen pass-through katsayıları gerçekleşenin altında kaldı; faiz yükselince mevduat sahipleri beklenenden hızlı ve agresif şekilde daha yüksek getiriye kaydı. NII tahminleri sistematik olarak yanıldı.
NMD "yapışkanlığı" zayıftı. Vadesiz/çekirdek mevduatın varsayılan uzun davranışsal vadesi tutmadı; dijital kanallar göçü hızlandırdı (2023 banka krizini hatırla — Modül 21). Çekirdek sanılan mevduat çekirdek değildi.
Korelasyonlar birlikte kötüleşti. Faiz şoku + mevduat çıkışı + tahvil tamponunda değer kaybı aynı anda gerçekleşti — tam da modüldeki "kombine stres" senaryosu, ama gerçek.

Validasyon dersi: Yalnızca düşük-faiz dönemiyle kalibre edilen davranışsal model, faiz rejimi değişince yapısal olarak yanılır. Validatör sormalı: (1) kalibrasyon penceresi bir tam faiz döngüsü içeriyor mu, yoksa sadece düşük-faiz rejimini mi? (2) Beta ve göç varsayımları 2022-2023 gerçekleşmeleriyle backtest edildi mi? (3) Model rejim-bağımlı mı (asimetrik beta: faiz artışında ↑, düşüşünde ↓)? Türkiye için ek katman: yüksek-enflasyon ortamı bu davranışları daha da uç ve oynak yapar — gelişmiş ülke kalibrasyonu doğrudan taşınamaz.

Özet

Bu sayfadan ne götürmelisin?

Anahtar çıkarımlar

Davranışsal model varsayımı hatalıysa EVE ve NII onlarca milyar TL yanılabilir — IRRBB'nin en büyük model riski burası
NMD: daha kararlı bölüm uzun vade/EVE etkisi taşır; faize duyarlı bölüm kısa vade/NII etkisi taşır. Basel standart yaklaşımı tavanları: retail transactional 5Y, retail non-transactional 4,5Y, wholesale 4Y
Pass-through: politika faizinin mevduata yansıması. Yüksek geçişkenlik → NIM sıkışır. Düşük geçişkenlik → banka kısa vadede NIM korur ama müşteri kaybı riski
Prepayment negative convexity: faiz düşünce tam da aktif değer kazanırken erken ödeme artıyor — kazanç fırsatını kaçırıyor
Validasyonda: kriz dönemini içeren veri, segment bazlı tahmin, regülasyon sınırında değil veri destekli kalibrasyon
Kombine stres testi şart: NMD çıkışı + prepayment + faiz şoku aynı anda — modeller birbirini besleyen bir kriz dinamiğinde ayrı ayrı test yeterli değil