notes · alm

Non-Maturity Deposits

Kontratında belirli bir vade tarihi olmayan mevduat ürünleri. Müşteri istediğinde parasını çekebilir — ama pratikte büyük kısmı yıllarca bankada kalır. Bu "sözleşmesel vade = 0, davranışsal vade ≫ 0" paradoksu NMD modellemesinin tüm zorluğunun kaynağıdır.

Sözleşmesel Vade

3–7y

Davranışsal Vade

~50%

Bilanço Payı

ürün türleri

Vadesiz mevduat (demand deposits)

En saf NMD türü. Genelde faiz ödenmez veya çok düşük faiz ödenir. Transactional amaçlıdır — maaş, fatura ödeme. Çekirdek kısmı çok stabildir.

pass-through: çok düşük stabilite: yüksek faiz hassasiyeti: düşük

Tasarruf mevduatı (savings accounts)

Faiz ödenir ama vade yok. Müşteri hem getiri bekler hem likidite ister. Faiz ortamına daha duyarlıdır — rate hike dönemlerinde çıkış riski artar.

pass-through: orta stabilite: orta–yüksek faiz hassasiyeti: orta–yüksek

Para piyasası hesapları (money market)

Daha yüksek faiz, daha rate-sensitive müşteri profili. Piyasa faizlerini yakından takip eder. En volatil NMD segmenti.

pass-through: yüksek stabilite: düşük–orta faiz hassasiyeti: yüksek

core vs non-core ayrımı

Core (çekirdek)

Stabil

Faiz değişimlerine duyarsız, uzun süre bankada kalan kısım. Replicating portfolio ile hedge edilir.

Non-core (geçici)

Volatil

Faize duyarlı, kısa sürede çekilebilecek kısım. O/N veya çok kısa vadeli olarak modellenir.

Validasyon sorusu: Core/non-core ayrımı hangi kriterlere dayanıyor? Segmentasyon mantıklı mı? Backtesting sonuçları tutarlı mı?

üç temel bileşen

NMD modeli üç soruya cevap verir. Her bileşen farklı bir riski adresler:

1. Volume

Toplam NMD hacmi zaman içinde nasıl değişir?

Faktörler: faiz, GDP, mevsimsellik, rekabet

2. Repricing

Banka mevduat faizini ne kadar, ne hızda değiştirir?

Pass-through rate + time lag

3. Runoff

Stres senaryosunda ne kadarı ne hızda çekilir?

Conditional decay, survival analiz

modelleme süreci

Segmentasyon

Ürün tipi, müşteri segmenti, para birimi, faiz hassasiyeti bazında ayrıştır

Tarihsel analiz

En az 5–10 yıllık veri ile hacim trendleri, faiz geçiş oranları, çekim davranışı analizi

Ekonometrik modelleme

ECM (Error Correction Model) veya ADL modelleri ile pass-through ve volume tahmini

Core/non-core ayrımı

Stabil çekirdek mevduat ile geçici mevduatı ayırt et

Replicating portfolio

Core mevduatın nakit akışını sabit getirili enstrümanlarla replike et

Backtesting & validasyon

Model çıktılarını gerçekleşen verilerle karşılaştır, stres testi uygula

pass-through rate simülasyonu

Piyasa faizi değiştiğinde, banka mevduat faizini ne kadar değiştirir? Bu oran "pass-through rate" (β) olarak adlandırılır.

Δ Mevduat Faizi = β × Δ Piyasa Faizi
β = pass-through rate (0 ile 1 arası)

Piyasa faizi Δ +200 bps

Pass-through (β) 60%

Piyasa faizi Δ

+200

Mevduat faizi Δ

+120

Spread kazancı

+80

β < 1 olması bankanın avantajınadır: piyasa faizi yükselirken mevduat faizi daha az yükselir → NII artar. Ancak düşük β rekabetçi baskı ve mevduat çıkışı riskini artırır.

asimetrik pass-through

Pratikte β yukarı ve aşağı yönlü simetrik değildir. Bankalar genelde faiz artışlarını müşteriye geç ve eksik yansıtır, faiz düşüşlerini ise daha hızlı yansıtır.

Faiz artışında β

0.4 – 0.7

Banka yavaş yansıtır → NII artar

Faiz düşüşünde β

0.7 – 1.0

Banka hızlı yansıtır → NII düşer

Bu asimetri modelde ayrıca ele alınmalıdır — simetrik β varsayımı NII projeksiyonlarını sistematik olarak yanıltır.

replicating portfolio yaklaşımı

Core NMD'lerin davranışsal vadesini modellemek için kullanılan temel teknik. Mantık: NMD havuzunun nakit akışını, farklı vadelerdeki sabit getirili enstrümanların bir kombinasyonu ile taklit et.

NMD Pool ≈ w₁×O/N + w₂×1Y + w₃×3Y + w₄×5Y + w₅×10Y

Ağırlıkları ayarlayarak farklı portfolio yapılarının etkisini gör:

O/N (overnight) 10%

1 yıl 20%

3 yıl 30%

5 yıl 25%

10 yıl 15%

Toplam Ağırlık

100%

Ağırlıklı Ort. Vade

3.6y

Yaklaşık Duration

~3.2y

O/N1Y3Y5Y10Y

rolling window mekanizması

Her ay portföydeki vadeye gelen dilim yenilenir (roll). Örneğin 5Y diliminin her ay 1/60'ı yenilenir. Bu, portföyün piyasa faizlerini yavaş yavaş absorbe etmesini sağlar — tam olarak NMD'nin davranışsal repricing'ini taklit eder.

Optimizasyon hedefi: replicating portfolio'nun ürettiği nakit akışı ile gerçek NMD pool'unun nakit akışı arasındaki tracking error'ı minimize etmek.

Basel IRRBB (BCBS 368)

NMD'ler için spesifik kısıtlar getirir. Standardize yaklaşımda core mevduat oranı ve repricing maturity üst sınırları tanımlar.

Core Üst Sınır (Retail)

90%

Core Üst Sınır (Wholesale)

50%

Repricing Cap (Retail Txn)

Repricing Cap (Retail Non-Txn)

4.5y

EBA Guidelines on IRRBB (2022)

Basel çerçevesini Avrupa için detaylandırır. NMD modeli için spesifik beklentiler: segmentasyon kalitesi, pass-through modeli robustness, backtesting sonuçlarının raporlanması, stres senaryoları altında NMD davranışı.

Ayrıca bankaların NMD modellerini en az yılda bir kez gözden geçirmesini ve model performansını düzenleyiciye raporlamasını zorunlu kılar.

validasyon perspektifi

NMD modeli validasyonunda sorulması gereken temel sorular:

Segmentasyonun granülerliği

Ürün × müşteri × para birimi düzeyinde yeterli mi? Segment içi homojenlik sağlanmış mı?

Pass-through modelinin kalitesi

R², residual analiz, out-of-sample performans. Asimetrik etki test edilmiş mi?

Core/non-core metodolojisi

Kriter net mi? Zaman içinde stabil mi? Backtesting yapılmış mı?

Replicating portfolio kalibrasyonu

WAM ve duration regülatör cap'lere uyumlu mu? Tracking error kabul edilebilir seviyede mi?

Stres senaryoları

Paralel shift, steepening, flattening, short rate shock altında NMD davranışı makul mü?

Materiality assessment

NMD model hatalarının EVE / NII üzerindeki etkisi ölçülmüş mü? Hassasiyet analizi yapılmış mı?

Expert judgment & overrides

Modele dışarıdan müdahale varsa, nedeni ve etkisi dokümante edilmiş mi?

NMD modeli bankanın IRRBB ölçümünün en kritik girdisidir. Model riski burada yüksektir — küçük parametre değişiklikleri EVE'de milyonlarca TL fark yaratabilir.