Türk Bankacılık Sektöründe Sermaye Yapısını Belirleyen Faktörler: MARS Yaklaşımı

Süleyman Kale; Kübra  Yılmaz

doi:10.37241/jatss.2025.123

Yazarlar

Süleyman Kale Kırklareli Üniversitesi, Uygulamalı Bilimler Fakültesi, Finans ve Bankacılık Bölümü, Kırklareli/ Türkiye https://orcid.org/0000-0001-7208-1872
Kübra Yılmaz İstanbul Üniversitesi, Sosyal Bilimler Enstitüsü, Ekonometri Bölümü, İstanbul/Türkiye https://orcid.org/0000-0002-9544-8523

DOI:

https://doi.org/10.37241/jatss.2025.123

Anahtar Kelimeler:

MARS- sermaye yeterlilik oranı- sermaye yapısı- Türk bankacılık sektörü

Özet

Giriş: Bu çalışmada Türk Bankacılık Sektörünün sermaye yapısını etkileyebilecek bankaya özgü ve makroekonomik faktörler ele alınmıştır. Bankacılık sektörünün sağlıklı olması temelde iki tarafa bağlıdır: Varlık yapısının sağlıklı olması, sermaye yapısının sağlam olması. Bu nedenle, bankacılık sektöründe sermaye yeterliliğinin analiz edilmesi büyük önem taşımaktadır.

Yöntem: 64 bankanın 2012:10-2024:12 dönemi aylık verileri ile MARS (Çok Değişkenli Uyarlanabilir Regresyon Eğrileri) yöntemi kullanılmıştır.

Sonuçlar ya da Bulgular: Yapılan analiz, verilerin doğrusal olmayan ilişkisini başarılı bir biçimde ortaya koymuş, kullanılan değişkenler sermaye yeterlilik oranının %79.0 oranında açıklamıştır.“Toplam Nakdi Krediler/Toplam Mevduat, Takipteki Alacaklar/Toplam Nakdi Krediler, Toplam Menkul Değerler/Toplam Mevduat” değişkenleri sermaye yeterliliği üzerinde önemli derecede; “Dönem Net Kârı/Ortalama Özkaynaklar, Dönem Net Kârı/Ortalama Aktifler, Likit Varlıklar/Toplam Aktifler” oranları göreceli olarak daha az oranda etkili olmuştur. Faiz Dışı Gelir/Faiz Dışı Gider, BIST 100, Geniş Tanımlı Para Arzı, Reel Efektif Döviz Kuru, Sanayi Üretim Endeksi ve TÜFE değişim oranları sermaye yeterliliği üzerinde etkili bulunmamıştır.

Tartışma ya da Yapılan Çıkarımlar: Genel olarak bankaya özgü faktörlerin sermaye yeterliliği üzerinde etkili olduğu, makroekonomik faktörlerin ise etkili olmadığı söylenebilir.

İndirmeler

İndirme verileri henüz mevcut değil.

Referanslar

Abar, H. (2020). XGBOOST ve MARS yöntemleriyle altın fiyatlarının kestirimi. EKEV Akademi Dergisi, (83), 427–446. DOI: https://doi.org/10.17753/Ekev1647

Abdullah, M. N., Chowdhury, E. K., & Tooheen, R. B. (2022). Determinants of capital structure in banking sector: A Bangladesh perspective. SN Business & Economics, 2(12), 190. https://doi.org/10.1007/s43546-022-00370-8 DOI: https://doi.org/10.1007/s43546-022-00370-8

Ahmad, R., Ariff, M., & Skully, M. J. (2008). The determinants of bank capital ratios in a developing economy. Asia-Pacific Financial Markets, 15(3), 255–272. https://doi.org/10.1007/s10690-009-9081-9 DOI: https://doi.org/10.1007/s10690-009-9081-9

Akpınar, O. (2016). The determinants of capital structure: Evidence from Turkish panel data. Research Journal of Finance and Accounting, 7(8), 99–105.

Aktaş, R., Acikalin, S., Bakin, B., & Çelik, G. (2015). The determinants of banks’ capital adequacy ratio: Some evidence from South Eastern European countries. Journal of Economics and Behavioral Studies, 7(1), 79–88. DOI: https://doi.org/10.22610/jebs.v7i1(J).565

Amidu, M. (2007). Determinants of capital structure of banks in Ghana: An empirical approach. Baltic Journal of Management, 2(1), 67–79. https://doi.org/10.1108/17465260710720255 DOI: https://doi.org/10.1108/17465260710720255

Aras, G., & Aslan, L. (2011). Capital structure and credit risk management: Evidence from Turkey. International Journal of Accounting and Finance, 3(1), 1–20. https://doi.org/10.1504/ijaf.2011.042217 DOI: https://doi.org/10.1504/IJAF.2011.042217

Asarkaya, Y., & Özcan, S. (2007). Determinants of capital structure in financial institutions: The case of Turkey. BDDK Bankacılık ve Finansal Piyasalar Dergisi, 1(1), 91–109.

Avcı, E., & Çatak, Ç. (2016). Determinants of bank capital structure and procyclicality of leverage: An empirical analysis from Turkey. Marmara Business Review, 1(2), 41–57. https://doi.org/10.23892/mbrev.2016128322 DOI: https://doi.org/10.23892/mbrev.2016128322

Barrios, V. E., & Blanco, J. M. (2003). The effectiveness of bank capital adequacy regulation: A theoretical and empirical approach. Journal of Banking & Finance, 27(10), 1935–1958. https://doi.org/10.1016/S0378-4266(02)00311-4 DOI: https://doi.org/10.1016/S0378-4266(02)00311-4

BDDK. (2024). Türk Bankacılık Sektörü Temel Göstergeleri. Haziran 24, 2025 de https://www.bddk.org.tr/Veri/EkGetir/8?ekId=404 den erişildi

BIS. (2017, December). Basel III: Finalising Post-Crisis Reforms. https://www.bis.org/bcbs/publ/d424.pdf

Chen, Y. J., Lin, J. A., Chen, Y. M., & Wu, J. H. (2019). Financial forecasting with multivariate adaptive regression splines and Queen genetic algorithm-support vector regression. IEEE Access, 7, 112931–112938. https://doi.org/10.1109/ACCESS.2019.2927277 DOI: https://doi.org/10.1109/ACCESS.2019.2927277

Friedman, J. H. (1991). Multivariate adaptive regression splines. The Annals of Statistics, 19(1), 1–67. https://doi.org/10.1214/aos/1176347963 DOI: https://doi.org/10.1214/aos/1176347963

Göçmen, T., & Şahin, O. (2014). The determinants of bank capital structure and the global financial crisis: The case of Turkey. Journal of Applied Finance and Banking, 4(5), 55–67.

Harun, T. W. R., Kamil, N. K. M., Haron, R., & Ramly, Z. (2020). Determinants of banks’ capital structure: A review of theoretical and selected empirical research. International Journal of Business and Social Science, 11(12), 131–141. https://doi.org/10.30845/ijbss.v11n12p17 DOI: https://doi.org/10.30845/ijbss.v11n12p17

Kayri, M. (2010). The analysis of internet addiction scale using multivariate adaptive regression splines. Iranian Journal of Public Health, 39(4), 51.

Khan, S., Bashir, U., Attuwaijri, H. A. S., & Khalid, U. (2023). The capital structure decisions of banks: An evidence from MENA region. SAGE Open, 13(4), 21582440231204600. https://doi.org/10.1177/21582440231204600 DOI: https://doi.org/10.1177/21582440231204600

Kim, J. H. (2000). MARS modeling for ordinal categorical response data: A case study. Communications for Statistical Applications and Methods, 7(3), 711–720.

Klepczarek, E. (2015). Determinants of European banks' capital adequacy. Comparative Economic Research. Central and Eastern Europe, 18(4), 81–98. https://doi.org/10.1515/cer-2015-0030 DOI: https://doi.org/10.1515/cer-2015-0030

Koç, Y. D., & Karahan, F. (2017). Türk bankacılık sektöründe finansal sağlamlığın belirleyicileri. International Journal of Academic Value Studies, 3(15), 148–153. DOI: https://doi.org/10.23929/javs.566

Kolyshkina, I., & Brookes, R. (2002, October 22). Data mining approaches to modelling insurance risk. PricewaterhouseCoopers.

Kuhnert, P. M., Do, K. A., & McClure, R. (2000). Combining non-parametric models with logistic regression: An application to motor vehicle injury data. Computational Statistics & Data Analysis, 34(3), 371–386. DOI: https://doi.org/10.1016/S0167-9473(99)00099-7

Kwan, S. (2009). Capital structure in banking. FRBSF Economic Letter, 2009(37).

Martin, J., et al. (2011). Bankruptcy prediction using MARS, fuzzy clustering and genetic algorithms. arXiv preprint, arXiv:1103.2110.

Mina, C. D. (2010). Employment choices of persons with disability (PWDs) in Metro Manila (No. 2010–29). PIDS Discussion Paper Series.

Modigliani, F., & Miller, M. H. (1958). The cost of capital, corporation finance and the theory of investment. The American Economic Review, 48(3), 261–297.

McLeay, M., Radia, A., & Thomas, R. (2014). Money creation in the modern economy. Quarterly Bulletin, 2014 Q1.

Nguyen, T. M., et al. (2020). Application of MARS model in evaluating firm performance. Journal of Asian Finance, Economics and Business.

Okuyan, H. A. (2013). Türk bankacılık sektöründe sermaye yapısı. Ege Academic Review, 13(3), 295–302. DOI: https://doi.org/10.21121/eab.2013318089

Reis, G., & Kötüoğlu, R. (2016). Türk bankacılık sektöründe sermaye yeterliliği davranışı. Yönetim ve Ekonomi Araştırmaları Dergisi, 14(3), 101–110.

Samui, P., & Kothari, D. P. (2011). Application of multivariate adaptive regression splines to evaporation losses in reservoirs. Earth Science India, 4.

Sephton, P. (2001). Forecasting recessions: Can we do better on MARS. Federal Reserve Bank of St. Louis Review, 83(March/April), n.p. DOI: https://doi.org/10.20955/r.83.39-50

Sheikh, N. A., & Qureshi, M. A. (2017). Determinants of capital structure of Islamic and conventional commercial banks. International Journal of Islamic and Middle Eastern Finance and Management, 10(1), 24–41. https://doi.org/10.1108/IMEFM-10-2015-0119 DOI: https://doi.org/10.1108/IMEFM-10-2015-0119

Terzioğlu, M. K. (2017). Capital structure determinants in financial institutions: Turkish banking system [Finansal kurumlarda sermaye yapısı belirleyicileri: Türk bankacılık sistemi]. Gazi Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 19(2), 507–526.

Tunay, K. B. (2001). Türkiye’de paranın gelir dolaşım hızlarının MARS yöntemiyle tahmini. METU Studies in Development, 28(2), 175.

Tunay, K. B. (2010). Bankacılık krizleri ve erken uyarı sistemleri: Türk bankacılık sektörü için bir model önerisi. BDDK Bankacılık ve Finansal Piyasalar Dergisi, 4(1), 9–46.

Tunay, K. B. (2011). Türkiye'de durgunlukların MARS yöntemi ile tahmini ve kestirimi. Marmara Üniversitesi İktisadi ve İdari Bilimler Dergisi, 30(1), 71–91.

Us, V. (2015). Banking sector performance in Turkey before and after the global crisis. İktisat İşletme ve Finans, 30(353), 45–74. DOI: https://doi.org/10.3848/iif.2015.353.4377

Vo, X. V. (2017). Determinants of capital structure in emerging markets: Evidence from Vietnam. Research in International Business and Finance, 40, 105–113. https://doi.org/10.1016/j.ribaf.2016.12.001 DOI: https://doi.org/10.1016/j.ribaf.2016.12.001