Araştırma Makalesi
Türkiye’deki İllerin Kredi Kullanım Düzeyleri Açısından Kümelenmesi: K-Ortalamalar Yöntemi Yaklaşımı
Öz
Türkiye’de bankacılık sektörü son 15-20 yılda büyük bir büyüme göstermiştir. Bu büyümede bankaların ana aktif kaynağı olan kullandırılan kredilerin önemi büyüktür. Kullandırılan kredilerin ise bölgesel farklıklar içerip içermediğinin tarihsel olarak incelenmesi, karar alıcılar ve politika yapıcılar açısından geleceğe yönelik daha tutarlı ve etkin kararlar alınmasına yardımcı olacaktır. Bu çalışmada, Türkiye Bankalar Birliği’nden elde edilen veriler doğrultusunda Türkiye’de iller, kredi kullandırım düzeylerine göre sınıflandırılmıştır. Çalışmada kullanılan değişkenler; gayrimenkul kredileri, mesleki krediler, tarım kredileri, turizm kredileri, ihtiyaç dışı krediler ve diğer kredilerden oluşmaktadır. Çalışmada kümeleme analizi yöntemlerinden K-Ortalamalar yöntemi kullanılmıştır. Kümeleme analizi 1988-2018 yılları arası beşer yıllık dönemler itibariyle gerçekleştirilmiştir. Çalışma sonucunda; kredi kullanımında bölgesel farklılıkların söz konusu olmadığı ve sosyo-ekonomik gelişmişlik ve nüfus yoğunluğu ile kredi kullanım düzeyleri arasında belirli düzeyde ilişki bulunsa da bunun net bir şekilde ortaya çıkmadığı tespit edilmiştir.
Anahtar Kelimeler
Kaynakça
- Akın, F. (2018). Bankacılığa Giriş. Ekin Yayınevi, Bursa.
- Arnaboldi, F. & Claey, P. (2008). Internet Banking In Europe: A Comparative Analysis. Research Institute of Applied Economics, 1-28.
- Aydın, N. & Seven, A. (2015). İl Nüfus ve Vatandaşlık Müdürlüklerinin İş Yoğunluğuna Göre Hibrid Kümeleme İle Sınıflandırılması. Yönetim ve Ekonomi Araştırmaları Dergisi, 13(2) , 181-201.
- Ayrıçay, Y. & Akgöz, E. (2014). Ticari Bankaların Finansal Oranlar Yardımıyla Sınıflandırılması: Kümeleme Analizi Yaklaşımı. Journal Of Social and Humanities Sciences Research. 1(1), 1-23.
- Başoğlu, U. Ceylan, A. & Parasız, İ. (2009). Finans (Teori, Kurum, Uygulama). Ekin Yayınevi, Bursa.
- Binh, D.T.T. & Knanh, P.B. (2014). Cluster Analysis of Vietnamese Banks, 1-19, https://www.researchgate.net/publication/315452203_Cluster_Analysis_of_Vietnamese_Banks, Erişim: 30.03.2020
- Bulut, H. (2019). Türkiye'deki İllerin Yaşam Endekslerine Göre Kümelenmesi. Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü Dergisi, 23(1), 74-82.
- Bülbül, Ş. (2001). Çok Değişkenli İstatistiksel Yöntemler İle Bankaların Mali Yapılarının Analizi. Marmara Üniversitesi İstatistik ve Ekonometri Araştırma ve Uygulama Merkezi, İstanbul.
- Bülbül, Ş. & Camkıran, C. (2018). Bankaların Klasik ve Bulanık Yaklaşımlarla Sınıflandırılması. Trakya Üniversitesi Sosyal Bilimler Dergisi, 20(2), 367-385.
- Canbaş, S. & Vural, G. (2007). Entegrasyon Sürecinde AB’ne Üye ve Aday Ülke Bankacılık Sistemlerinin Finansal Durum Benzerliğinin Kümeleme Analizi İle Değerlendirilmesi. İktisat İşletme ve Finans, 22(261), 38-61.
- Canbolat, Z.N. (2016). Ebeveynlerin İnternet Kullanım Düzeylerine Göre Kümelenmesi ve Çocukları Arasındaki Farklılıkların Analizi, Yayımlanmamış Yüksek Lisans Tezi, Marmara Üniversitesi Sosyal Bilimler Enstitüsü, İstanbul.
- Cengiz, D. (2010). Mevduat Bankalarının Rasyolarına Kümelenmesi. Trakya Üniversitesi Sosyal Bilimler Dergisi, 12(1), 231-247.
- Çalış, A. & Baynal, K. (2016). Kümeleme Analizi İle Bankacılık Sektöründe Satış Stratejilerinin Belirlenmesi. Beykent Üniversitesi Fen ve Mühendislik Bilimleri Dergisi, 9(1), 13-41.
- Çamoğlu, S.M. & Akıncı, M. (2012). Türkiye’de Sektörel Banka Kredilerinin Gelişimi: Bir Zaman Serisi Analizi. Yönetim ve Ekonomi, 19(1), 193-210.
- Dönmez, C. Ç. (2017). Finans Sektörü ve Ekonomik Gelişme (Ekonofizik Açıdan Rekabetçilik Analizi). Ekin Yayınevi, Bursa.
- Ercan, H. & Sayaseng, S. (2016). The Cluster Analysis Of The Banking Sector in Europe. Economics and Management of Global Value Chains, 111–127.
- Ertem, Ü. (2015). Bankacılık ve Kambiyo İşlemleri. Ekin Yayınevi, Bursa.
- Gökgöz, İ. H., Altınel, F., Gökgöz, P. Y. & Koç, İ. (2013). Classification of Turkish Commercial Banks Under Fuzzy c-Means Clustering, BDDK Bankacılık ve Finansal Piyasalar, 13-36.
- Keçek, G. & Cinser, V. (2008). Türkiye’de Faaliyette Bulunan Ticaret Bankalarının Performanslarına Göre Sınıflandırılmasında Etkili Olan Değişkenlerin Belirlenmesi ve Bir Uygulama Denemesi. Dumlupınar Üniversitesi Sosyal Bilimler Dergisi, Sayı: 22, 189- 206.
- Küçükkocaoğlu, G., Kuzu, D.A. & Göksu, G. (2019). Türk Bankacılık Sektörünün Kredi Hacmini Etkileyen Değişkenler ve Etki Düzeyleri. Bankacılar Dergisi, Sayı: 109, 3-21.
- Mackay, R. R., & Molyneux, P. (1996). Bank Credit And The Regions: A Comparison Within Europe. Regional Studies, 30(8), 757-763.
- Özçalıcı, M. (2017). Özdüzenleyici Haritalar Yöntemi ile Bankacılık Sektörü Piyasa Bölümlendirilmesi. BDDK Bankacılık ve Finansal Piyasalar, 11(2), 9(30).
- Özsoy, M.Ş. (2012). Sağlam Bankacılık Modeli ile Katılım Bankacılığına Giriş. Kuveyt Türk Katılım Bankası A.Ş., İstanbul.
- Pham, D.T., Dimov, S.S., & Nguyen, C.D. (2005). Selection of K in K-means clustering. Proceedings of the Institution of Mechanical Engineers, Part C: Journal of Mechanical Engineering Science, 219(1), 103-119.
- Rendon E., Abundez I., Arizmendi A. & Quiroz M. (2001). Internal Versus External Cluster Validation Indexes. International Journal of Computers and Communications, 5(1), 27-34.
- Sarıgül, H. (2014). Kümeleme Analizi İle İllerin Bankacılık Hizmetlerine Erişim ve Kullanım Göstergelerinin Karşılaştırılması. Bankacılar Dergisi, Sayı: 89, 41-62.
- Shukla, S. & Naganna, S. (2014). A Review On K-Means Data Clustering Approach. International Journal of Information and Computation Technology, 4(17), 1847-1860.
- Tekin, B. ve Temelli, F. (2020). K-Ortalamalar Yöntemi İle Bankaların Sermaye Yeterlilik Rasyolarına Göre Kümelenmesi. Kırıkkale Üniversitesi Sosyal Bilimler Dergisi, 10(1), 11-35.
- Toprak, M. ve Demir O. (2006). Türk Bankacılık Sektörü: Sorunlar Krizler ve Arayışlar. Cumhuriyet Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 2(2), 1-26.
- Yılmaz, Z. ve Uzgören, E. (2013). Türkiye’de İllerin Temel Bankacılık Faaliyetleri Yönünden Kümeleme Analizi Yöntemiyle Sınıflandırılması. Dumlupınar Üniversitesi Sosyal Bilimler Dergisi, EYİ 2013 Özel Sayısı, 535-554.
- İnternet Kaynakları
- https://verisistemi. tbb.org.tr/index.php?/tbb/report_bolgeler, Erişim: 02.04.2020
- https://www.finansnotu.com/mesleki-kredi-nedir/, Erişim: 02.04.2020
- TCCSBB (2003), http://www.sbb.gov.tr/wp-content/uploads/2018/11/Illerin_sosyo-ekonomik_gelismislik_siralamasi_arastirmasi_2003-%E2%80%8B.pdf, Erişim: 03.04.2020
- TCCSBB (2011), http://www.sbb.gov.tr/wp-content/uploads/2018/11/Illerin_ve-Bolgelerin_Sosyo-Ekonomik_Gelismislik_Siralamasi_ArastirmasiSEGE-2011%E2%80%8B.pdf, Erişim: 03.04.2020
Yıl 2020,
Cilt: 22 Sayı: 1, 91 - 124, 26.06.2020
Öz
The banking sector is one of the most influential institutions in the growth and development of countries in terms of the role they play in bringing savings to the economy and mobilizing capital. In this way, the banking sector makes an important contribution to ensuring financial stability. The banking sector in Turkey has shown a tremendous growth in last 15-20 years. In this growth, loans extended as the main asset of banks are of great importance. The historical analysis of whether loans include regional differences will help decision makers and policy makers to give more consistent and effective decisions for the future. The purpose of this study is to demonstrate the similarities of used bank credits in Turkey's 81 provinces which indicate provincial financial development and determining whether there is a regional agglomeration. Provinces in Turkey were classified according to the level of banks' loan disbursement in line with data obtained from the Banks Association of Turkey. The variables used in the study consist of Non-Required Loans, Other loans, Real Estate, Professional, Agricultural and Tourism loans. In the study, K-Means method that is one of the cluster analysis methods was used. Cluster analysis was carried out for five-year periods between 1988 and 2018. As a result of the study, it has been determined that there are no regional differences in the use of credit, and although there is a certain relationship between socio-economic development and population density and credit use levels, there is not a clear formation of this process.
Anahtar Kelimeler
Kaynakça
- Akın, F. (2018). Bankacılığa Giriş. Ekin Yayınevi, Bursa.
- Arnaboldi, F. & Claey, P. (2008). Internet Banking In Europe: A Comparative Analysis. Research Institute of Applied Economics, 1-28.
- Aydın, N. & Seven, A. (2015). İl Nüfus ve Vatandaşlık Müdürlüklerinin İş Yoğunluğuna Göre Hibrid Kümeleme İle Sınıflandırılması. Yönetim ve Ekonomi Araştırmaları Dergisi, 13(2) , 181-201.
- Ayrıçay, Y. & Akgöz, E. (2014). Ticari Bankaların Finansal Oranlar Yardımıyla Sınıflandırılması: Kümeleme Analizi Yaklaşımı. Journal Of Social and Humanities Sciences Research. 1(1), 1-23.
- Başoğlu, U. Ceylan, A. & Parasız, İ. (2009). Finans (Teori, Kurum, Uygulama). Ekin Yayınevi, Bursa.
- Binh, D.T.T. & Knanh, P.B. (2014). Cluster Analysis of Vietnamese Banks, 1-19, https://www.researchgate.net/publication/315452203_Cluster_Analysis_of_Vietnamese_Banks, Erişim: 30.03.2020
- Bulut, H. (2019). Türkiye'deki İllerin Yaşam Endekslerine Göre Kümelenmesi. Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü Dergisi, 23(1), 74-82.
- Bülbül, Ş. (2001). Çok Değişkenli İstatistiksel Yöntemler İle Bankaların Mali Yapılarının Analizi. Marmara Üniversitesi İstatistik ve Ekonometri Araştırma ve Uygulama Merkezi, İstanbul.
- Bülbül, Ş. & Camkıran, C. (2018). Bankaların Klasik ve Bulanık Yaklaşımlarla Sınıflandırılması. Trakya Üniversitesi Sosyal Bilimler Dergisi, 20(2), 367-385.
- Canbaş, S. & Vural, G. (2007). Entegrasyon Sürecinde AB’ne Üye ve Aday Ülke Bankacılık Sistemlerinin Finansal Durum Benzerliğinin Kümeleme Analizi İle Değerlendirilmesi. İktisat İşletme ve Finans, 22(261), 38-61.
- Canbolat, Z.N. (2016). Ebeveynlerin İnternet Kullanım Düzeylerine Göre Kümelenmesi ve Çocukları Arasındaki Farklılıkların Analizi, Yayımlanmamış Yüksek Lisans Tezi, Marmara Üniversitesi Sosyal Bilimler Enstitüsü, İstanbul.
- Cengiz, D. (2010). Mevduat Bankalarının Rasyolarına Kümelenmesi. Trakya Üniversitesi Sosyal Bilimler Dergisi, 12(1), 231-247.
- Çalış, A. & Baynal, K. (2016). Kümeleme Analizi İle Bankacılık Sektöründe Satış Stratejilerinin Belirlenmesi. Beykent Üniversitesi Fen ve Mühendislik Bilimleri Dergisi, 9(1), 13-41.
- Çamoğlu, S.M. & Akıncı, M. (2012). Türkiye’de Sektörel Banka Kredilerinin Gelişimi: Bir Zaman Serisi Analizi. Yönetim ve Ekonomi, 19(1), 193-210.
- Dönmez, C. Ç. (2017). Finans Sektörü ve Ekonomik Gelişme (Ekonofizik Açıdan Rekabetçilik Analizi). Ekin Yayınevi, Bursa.
- Ercan, H. & Sayaseng, S. (2016). The Cluster Analysis Of The Banking Sector in Europe. Economics and Management of Global Value Chains, 111–127.
- Ertem, Ü. (2015). Bankacılık ve Kambiyo İşlemleri. Ekin Yayınevi, Bursa.
- Gökgöz, İ. H., Altınel, F., Gökgöz, P. Y. & Koç, İ. (2013). Classification of Turkish Commercial Banks Under Fuzzy c-Means Clustering, BDDK Bankacılık ve Finansal Piyasalar, 13-36.
- Keçek, G. & Cinser, V. (2008). Türkiye’de Faaliyette Bulunan Ticaret Bankalarının Performanslarına Göre Sınıflandırılmasında Etkili Olan Değişkenlerin Belirlenmesi ve Bir Uygulama Denemesi. Dumlupınar Üniversitesi Sosyal Bilimler Dergisi, Sayı: 22, 189- 206.
- Küçükkocaoğlu, G., Kuzu, D.A. & Göksu, G. (2019). Türk Bankacılık Sektörünün Kredi Hacmini Etkileyen Değişkenler ve Etki Düzeyleri. Bankacılar Dergisi, Sayı: 109, 3-21.
- Mackay, R. R., & Molyneux, P. (1996). Bank Credit And The Regions: A Comparison Within Europe. Regional Studies, 30(8), 757-763.
- Özçalıcı, M. (2017). Özdüzenleyici Haritalar Yöntemi ile Bankacılık Sektörü Piyasa Bölümlendirilmesi. BDDK Bankacılık ve Finansal Piyasalar, 11(2), 9(30).
- Özsoy, M.Ş. (2012). Sağlam Bankacılık Modeli ile Katılım Bankacılığına Giriş. Kuveyt Türk Katılım Bankası A.Ş., İstanbul.
- Pham, D.T., Dimov, S.S., & Nguyen, C.D. (2005). Selection of K in K-means clustering. Proceedings of the Institution of Mechanical Engineers, Part C: Journal of Mechanical Engineering Science, 219(1), 103-119.
- Rendon E., Abundez I., Arizmendi A. & Quiroz M. (2001). Internal Versus External Cluster Validation Indexes. International Journal of Computers and Communications, 5(1), 27-34.
- Sarıgül, H. (2014). Kümeleme Analizi İle İllerin Bankacılık Hizmetlerine Erişim ve Kullanım Göstergelerinin Karşılaştırılması. Bankacılar Dergisi, Sayı: 89, 41-62.
- Shukla, S. & Naganna, S. (2014). A Review On K-Means Data Clustering Approach. International Journal of Information and Computation Technology, 4(17), 1847-1860.
- Tekin, B. ve Temelli, F. (2020). K-Ortalamalar Yöntemi İle Bankaların Sermaye Yeterlilik Rasyolarına Göre Kümelenmesi. Kırıkkale Üniversitesi Sosyal Bilimler Dergisi, 10(1), 11-35.
- Toprak, M. ve Demir O. (2006). Türk Bankacılık Sektörü: Sorunlar Krizler ve Arayışlar. Cumhuriyet Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 2(2), 1-26.
- Yılmaz, Z. ve Uzgören, E. (2013). Türkiye’de İllerin Temel Bankacılık Faaliyetleri Yönünden Kümeleme Analizi Yöntemiyle Sınıflandırılması. Dumlupınar Üniversitesi Sosyal Bilimler Dergisi, EYİ 2013 Özel Sayısı, 535-554.
- İnternet Kaynakları
- https://verisistemi. tbb.org.tr/index.php?/tbb/report_bolgeler, Erişim: 02.04.2020
- https://www.finansnotu.com/mesleki-kredi-nedir/, Erişim: 02.04.2020
- TCCSBB (2003), http://www.sbb.gov.tr/wp-content/uploads/2018/11/Illerin_sosyo-ekonomik_gelismislik_siralamasi_arastirmasi_2003-%E2%80%8B.pdf, Erişim: 03.04.2020
- TCCSBB (2011), http://www.sbb.gov.tr/wp-content/uploads/2018/11/Illerin_ve-Bolgelerin_Sosyo-Ekonomik_Gelismislik_Siralamasi_ArastirmasiSEGE-2011%E2%80%8B.pdf, Erişim: 03.04.2020
Toplam 35 adet kaynakça vardır.
Ayrıntılar
| Birincil Dil | Türkçe |
|---|---|
| Bölüm | Sayı |
| Yazarlar | |
| Yayımlanma Tarihi | 26 Haziran 2020 |
| Gönderilme Tarihi | 8 Mayıs 2020 |
| Yayımlandığı Sayı | Yıl 2020 Cilt: 22 Sayı: 1 |
