goodcreditahead

Kredi veren finans kurumlarının kredi verdiği müşteri hakkında olması gerekenden az bilgiye sahip olması, kredi riskinin özünü oluşturan ve asimetrik bilgi sorunu olarak adlandırılan husustur. Bu yazı da, Nobel ödüllerine konu olan kimi zaman akademisyenlerce oyun teorisi çerçevesinde açıklanan söz konusu soruna, piyasanın anlayacağı bir dille çözüm odaklı değineceğim.

Finansal kuruluşlar, müşterinin kredibilitesi hakkında bilgi edinebilmek amacıyla kredi sözleşmesi öncesinde ciddi bir araştırma yapıyor, üstüne regresif modeller (predictive decision analysis) tesis ederek asimetrik bilgi sorununu azaltmaya çalışıyor. Müşterinin kredi skoru, ödeme geçmişiyle ilgili temel veriler, çek istihbarat raporları vs. finansal kuruluşlara muazzam faydalar sağlıyor. Genel çerçevede, veri kalitesi iyileştikçe ve çeşitliliği arttıkça bu kuruluşlarca yapılacak çalışmalar geliştirilebilir. Ancak ben potansiyele daha yukarıdan bakmaya çalışacağım. Eğer anlatacaklarım ütopik geliyorsa hepsinin karşılığının dünyanın bir ülkesinde veya bir bankasında bulunduğunu söyleyerek sadece bunları yapmak için iradenin gerekliliğine ihtiyacımız olduğunu söylemek zorundayım. Bu noktada, yazıyı organize etmek zorundayım ve yapılabilecekleri kredi tahsis aşamasını iyileştirmek ve kredi tahsisten sonraki süreci iyileştirmek olmak üzere ikiye ayıracağım.

Tahsis Aşamasına Neler İlave Edebiliriz?

Geçmiş yazılarımda gelire dayalı kredilendirmenin başarılı bir şekilde uygulanması için gelir tahminin merkezileştirmesi projesinden bahsetmiştim. Böylece çokça eleştirilen bireylerin aşırı borçluluğu hadisesini münferit bazda yorumlama olanağına kavuşabiliriz ve aşırı regülasyon tehdidinden de korunabiliriz. Söz konusu veri “debt to monthly income”, “loan capacity” gibi figürler vasıtasıyla muazzam bir analize ışık tutacaktır. Her müşterinin aylık ne kadar borçlanabileceği verisi elbet salt gelirine bağlı olmayacak, yaşadığı şehir, demografik ve aile yapısı gibi kriterler de dikkate alınarak belirlenecektir. Kredi kapasitesi ise müşterinin mevcut borcu ve geliri dikkate alınarak hesaplanabilecek bir veri olacaktır. Veri alt yapısı kurulduğu takdirde söz konusu yapıların rahatlıkla modellenebileceğini düşünüyorum.

Şimdi Tahsis Kararı Sonrasını Düşünelim !

Öncelikle tahsis kararı sonrasında müşterinin kredi riskine ilişkin her hadiseyi biz izleme faaliyeti olarak kabul ettiğimizi hatırlatmak isterim. BDDK’ca yayımlanan Kredi Riski Yönetimi Rehberinde (iyi uygulama rehberi) detaylıca yer almış kriterler kendine banka organizasyonu içinde yer bulmuş ve sistematize edilmiş durumda. Ancak bankalar izleme kavramını genellikle yalnızca bir şekilde sorunlu hale gelmiş müşteriler açısından ele alıyor. Sorunlu olmayan müşteri için izleme faaliyetinde bulunmak oldukça maliyetli olarak görülüyor. Yani 7/24 online istihbarat diye bir izleme söz konusu değil. Ancak burada ciddi bir sınır var ve biz bu sınırı tampon bölgesi olarak görmeliyiz.  Ben bu tampon bölgesini “erken uyarı sistemi” olarak adlandırıyorum.

10’dan fazla orta-büyük ölçekli bankanın erken uyarı sistemini inceleme imkânı buldum. Genelde kanı şu şekilde; “her kredi müşterisi için banka dışındaki veri kuruluşlarından sorgulama yapmaya kalkarsak maliyetle baş edemeyiz”. Şimdi bu karamsarlıkla yaklaşırsak bahsettiğim tamponu daraltmış oluruz, misal ayda bir gelen bir olumsuz veriyi epey geç değerlendirerek erken aksiyon alma imkânından mahrum kalırız. Ben buradan, daha kapsamlı bir öneriye ulaşmayı planlıyorum. Buna merkezi erken uyarı sistemi olarak geçici bir isim takıyorum.  Bu sistemin sahip olması gereken temel özellikleri de aşağıdaki gibi sıralıyorum.

  • Sistem, bir algoritmaya sahip olmalı ve riskliliğe ilişkin segmentler bu algoritmanın çalışması sonucunda oluşmalı. Söz konusu segmentler puanlarla-renklerle-olasılıklarla oluşturulabilir ve belirli bir eşik değerin üzerinde oluşan uyarılar doğrudan bankaya iletilir. Eşik değerler kredi geri ödemesine yakın sürelerde azaltılabilerek hassasiyet artırılabilir.
  • Riskin belirlenmesinde öncelik olarak müşterinin borcunu geri ödeme kapasitesi göz önünde bulundurulmalı. Sistem teminat vb. başka bir kriteri kendisine amaç olarak belirlememeli. Teminat demişken tabi ki, teminatta ciddi bir değişim yukarıda bahsettiğim algoritmanın bir girdisi olabilir.
  • Devlete Borçlar ve Haciz / İflas Durumları, Vergi / SGK Borcu, Limit, risk / ödenmemiş anapara, faiz, komisyon, Ödenmemiş / düzeltme hakkı kullanılmış çek, Kötü kayıtlar (RSB) gibi temel göstergeler kullanılabileceği gibi KKB çek endeksinde belirli bir düzeyde kötüleşme, müşterinin belirli bir dönemde fazla sayıda kredi başvurusu yapması vs. pek çok parametre sistemin bir bileşeni olarak belirlenmeli.

Erken Uyarıdan Başka Neler Olabilir?

Erken uyarı sisteminin yanı sıra yeni nesil istatistiki modellerin ürettiği bazı skorlar asimetrik bilgi sorununa teknik çözüm üretebilir. Örneğin müşterinin kredibilitesinin belirli bir dönem sonrasında kötüleşme ihtimali (6 ay sonrasında kredi notunun belirli bir düzeyde kötüleşme ihtimali-12;18 ay sonrası temerrüt ihtimali), temerrüt sonrası müşterinin borç ödeyebilme ihtimali sayabildiğim basit göstergeler. KKB’nin sahip olduğu datayla bu analizlerin bırakın lojistik, logit veya bayasyan regresyonla panel data regresyon analizleriyle de yapılabileceğini düşünüyorum.

Diğer yandan asimetrik bilgi farklılığı yalnızca kredi karar mekanizmalarının dert edindiği bir sorun değil. Tahsilat döneminde de bu sorunlar özellikle İcra İflas Kanunu 89’uncu maddesi ile uğraşan Hukuk vs. birimlerince de tecrübe edilmektedir. Temerrüt verileriyle varlık verilerinin eşleşebildiği bir sistem, borcun gerçekten yiğidin kamçısı olmasını teşvik edebilir. Tahsilat amaçlı uyarı sistemi, belirli bir süre sorunlu alacak olarak kalan müşterilerin diğer bankalarda belirli bir tutar üzerinde varlık hareketlerini raporlamasını ve borçlu bankaya iletmesini sağlayacaktır. Bu cümleler zihni bulandırmış olabilir. Örnek vereyim: 1 senedir takip hesaplarında izlenen ve 50 bin TL borcu olan bir firmanın, 25 bin TL üzeri alacak hareketi tutar vs. detay belirtmeksizin EFT ve şube koduyla KKB aracılığıyla alacaklı bankaya iletilebilir. Bu sistemin işlemesi için müşteriye kredi tahsisi öncesinde söz konusu hareketin raporlanmasına imkân veren bir iznin alınmasının yeterli olacağını düşünüyorum. Sistemin financial exclusion oluşturması ihtimal mi? Evet ihtimal ancak faydası kesinlikle daha fazla olacak.

Peki ya reel sektör ?

Reel sektörün en önemli kredi bileşenlerinden olan çek hakkında maruz kaldığı asimetrik bilgi farkı, çek raporu ve karekodlu çek sistemiyle azaldığı düşünülebilir. Ancak kıymetli evrağa konu olmayan veya çek dışında kıymetli evrağa konu olan pek çok alacağı olan reel sektör firmalarının maruz kaldığı kredi riski, yönetimsel araçların azlığı sebebiyle çok zor. Bugün kredi kartına getirilen kısıtlamalar nedeniyle vadeli satışa geçen bazı firmalar kendi çapında kredi riskini yönetmeye ve izlemeye çalışsa da, finansal kuruluşlar penceresinden bakıldığında “çok basit hareketler” olarak görünüyor.

Bugün müşterisinden bir çek alan firma, çekin kredibl olup olmadığı o an çek istihbarat raporu veya KKB’nin diğer enstrümanlarından kontrol ediyor olsa bile 1 gün sonranın garantisini kimse veremez. Peki KKB bir erken uyarı sistemi kurup en ufak uyarıları dâhi mesajla müşterilerine mi bildirmeli? Hayır. Zaten buna sistem ve zaman el vermez. Reel sektör için daha özet, veri yükü teşkil etmeyen alacak raporları çıkarılabilir. Lafı ağzımdan hemen çıkarayım ve maddeler halinde düşüncemi anlatayım.

  • Firma, belirli bir tutar üzerinde alacaklıların TCKN-VKN’sini KKB’ye iletecek.
  • KKB alacaklılar hakkındaki olumsuz kayıtları belirli aralıklarla tarayacak ve her olumsuz kaydın belirli bir puanla eşleşmesini sağlayacak. Toplam puan belirli eşikleri aşarsa firmaya rapor olarak gidecek.
  • Sistemin bankalarla birlikte yürümesi en azından ilk başta önemli. Bankaların, düzenleyici otoritenin böyle bir yapıyı zorlaması alacak riski kaynaklı kredi riskini yönetmeyi kolaylaştırır. Böylece banka firmaların alacaklıları bakımından ortalama skorunu da öğrenme imkânına kavuşabilir. Tüm bu yapı alacaklarını tahsil edememesi nedeniyle iflas etme potansiyeli olan firmaların duruma erken müdahale etmesini sağlayacaktır.
  • Sistemin temel eleştirisi, firmaların alacaklılarının iş yaptığı firmalar olacağı ve ticari sırrının ifşa olacağı endişesidir. Eğer bu yapı devlet tarafından zorlanırsa ve firmaların bu bilgileri banka dâhil herhangi bir 3. Tarafın görmeyeceği şekilde KKB’ye güvenli yollardan iletilirse bu endişe giderilebilir.

Bir cevap yazın

E-posta hesabınız yayımlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir