Kredi Derecelendirme

Scorecard Oluşturma Yaklaşımları ve Model Türleri

Scorecard Oluşturma Yaklaşımları ve Model Türleri

Kredi notlama sistemlerinde sadece bir puan üretmek yeterli değildir. Önemli olan, bu puanın hangi yöntemle üretildiği, hangi müşteri grubu için tasarlandığı ve karar sistemine nasıl entegre edildiğidir. Bu nedenle scorecard oluşturma süreci, yalnızca teknik model kurmaktan ibaret değildir; aynı zamanda müşteri segmentasyonunu, veri kompozisyonunu, karar kurallarını ve öngörü mantığını da içerir.

Kitapta bu başlık iki ana eksende ele alınmaktadır. İlk eksen, scorecard oluşturulmasında kullanılan model türleridir: jenerik modeller, uzman modeller, istatistik modeller ve hibrit modeller. İkinci eksen ise uygulamada geliştirilen scorecard türleridir: şirket büyüklüğüne, faaliyet alanına, başvuru davranışına ve ödeme davranışına göre farklılaşan not çizelgeleri.

1) Scorecard Nedir ve Neden Farklı Yaklaşımlar Gerektirir?

Scorecard, müşterinin belirli özelliklerini puana dönüştürerek kredi kararına destek veren not çizelgesidir. Bu çizelgede değişkenler, ağırlıklar, alt modüller ve karar eşikleri belirlenir. Ancak her müşteri segmenti için aynı çizelge çalışmaz. Çünkü küçük işletme ile büyük kurumsal firma, yeni başvuran müşteri ile mevcut müşteri, düzenli ödeyen müşteri ile ödeme bozulması gösteren müşteri farklı risk dinamikleri taşır.

Bu nedenle scorecard tasarımında iki soru çok önemlidir: Birincisi, model hangi mantıkla kurulacaktır? İkincisi, model hangi müşteri grubu için kullanılacaktır? Bu iki soruya verilen cevap, hem model türünü hem de pratik scorecard yapısını belirler.

2) Jenerik Modeller

Jenerik modeller, geniş bir müşteri kitlesi için genel geçer biçimde tasarlanan notlama modelleridir. Bu modellerin temel amacı, tek bir çerçeve içinde mümkün olduğunca çok sayıda müşteriyi değerlendirebilmektir. Uygulama kolaylığı sağlar; ancak her segmentin farklı risk yapısını yeterince derin yansıtamayabilir.

Kitaptaki yaklaşımda özellikle küçük işletmeler ile büyük işletmeler arasında fark bulunduğu, büyük işletmelere yönelik geliştirilen jenerik modellerin küçük işletmeler üzerinde zayıf sonuç verebildiği vurgulanmaktadır. Bu nedenle jenerik model pratik olabilir; fakat her müşteri grubu için en yüksek ayrıştırma gücünü sağlamayabilir.

Jenerik modelin avantajı standartlaşma, zayıf tarafı ise segment farklılıklarını yeterince yakalayamama ihtimalidir.

3) Uzman Modeller

Uzman modeller, büyük ölçüde alan bilgisine ve tecrübeye dayalı olarak tasarlanan modellerdir. Burada değişkenlerin seçimi, ağırlıkların verilmesi ve karar mantığının kurulması, uzman yargısı ile şekillenir. Özellikle veri yapısının sınırlı olduğu veya sadece istatistiksel modelin yeterli görülmediği alanlarda uzman model yaklaşımı önem kazanır.

Kitapta uzman model geliştirme süreci ayrıntılı biçimde verilmiştir. Önce bankanın kredi tahsis politikaları ve kredi karar altyapısı incelenir. Sonra oto-red kuralları belirlenir. Finansal modüle ve finansal olmayan modüle dahil edilecek veriler seçilir. Not çizelgesinin kompozisyonu ve ağırlıkları saptanır. Daha sonra örneklem üzerinde validasyon yapılır, gerekli düzeltmeler gerçekleştirilir ve model karar sistemine entegre edilir.

Bu yapı, uzman modelin sezgisel değil; kural temelli, yapılandırılmış ve sonradan valide edilebilir bir sistem olduğunu gösterir.

4) Uzman Modellerde Oto-Red Kuralları ve Modül Mantığı

Uzman modellerin önemli özelliklerinden biri oto-red kurallarıdır. Bunlar, not çizelgesine hiç sokulmadan doğrudan reddedilecek müşteri özelliklerini tanımlar. Örneğin şirketin çok yeni olması, geçmişte yasal takip yaşaması, çek yasağı, vergi dairesi kara listesi veya ortakların ciddi hukuki sorunları gibi durumlar bu kapsama girebilir.

Uzman modelde ayrıca finansal modül ve finansal olmayan modül ayrımı yapılabilir. Böylece yalnızca bilanço verileri değil, şirketin yaşı, ortaklık yapısı, mal varlığı, bankayla ilişkileri ve benzeri nitel faktörler de puanlamaya dahil edilir. Bu yönüyle uzman model, kurumsal müşterilerde karmaşık risk sinyallerini daha esnek biçimde yakalayabilir.

5) İstatistik Modeller

İstatistik modeller, geçmiş verilerden yararlanarak temerrüt davranışını açıklayan ve öngören model yapılarıdır. Bu tür modellerde değişkenlerin etkisi istatistiksel yöntemlerle test edilir. Ayrıştırma gücü, anlamlı değişken seçimi ve tahmin başarısı ön plandadır.

Özellikle yeterli gözlem sayısı ve düzenli veri bulunan alanlarda istatistik modeller güçlüdür. Perakende krediler, küçük işletme portföyleri veya yüksek hacimli standart kredi ürünlerinde bu yaklaşım daha verimli olabilir. Logit, diskriminant analizi ve benzeri yöntemlerle skor eşikleri ve kabul-red sınırları belirlenebilir.

İstatistik modelin gücü nesnelliği ve ölçülebilirliğidir. Zayıf tarafı ise bazı nitel unsurları veya özel durumları tek başına yeterince açıklayamama ihtimalidir.

6) Hibrit (Karma) Modeller

Hibrit modeller, uzman yaklaşımı ile istatistik yaklaşımını bir araya getiren yapılardır. Burada bazı değişkenler uzman bilgisiyle seçilebilir, bazı ağırlıklar istatistiksel olarak kalibre edilebilir, bazı karar kuralları ise model çıktısına ek uzman filtresiyle uygulanabilir.

Hibrit modelin temel mantığı şudur: yalnızca uzman yargısına dayanmak da, yalnızca istatistiksel puanlamaya dayanmak da bazı alanlarda yetersiz olabilir. Bu nedenle iki yaklaşımın güçlü yanları birleştirilir.

Özellikle veri bulunan ama nitel değerlendirme ihtiyacının da yüksek olduğu alanlarda hibrit modeller pratik ve güçlü araçlar olabilir.

7) Şirket Büyüklüğüne ve Faaliyetlerine Göre Scorecard Türleri

Uygulamada geliştirilen scorecard türlerinden biri, şirket büyüklüklerine ve faaliyet alanlarına göre oluşturulan not çizelgeleridir. Kitabın vurgusu şudur: tüm şirketler için tek bir not çizelgesi oluşturulursa, bu modelin tüm grupları ayrıştırma gücü zayıf olabilir.

Küçük işletmelerin scorecard yapıları, işletme ve tüketici kredilerinin bir bileşimi gibi çalışabilir. Çünkü küçük işletmelerde şirketin kendisi kadar, hâkim ortağın ödeme davranışı, sosyoekonomik statüsü ve demografik özellikleri de belirleyici olabilir. Ticari ve kurumsal işletme kredilerinde ise şirketin ticari performansı ve finansal yapısı daha belirgin hale gelir.

Bu nedenle küçük işletme, ticari işletme ve büyük kurumsal işletme için ayrı scorecard yapıları geliştirilmesi gerekir.

8) Başvuru Davranışı ve Ödeme Davranışına Göre Scorecard Türleri

Uygulamada geliştirilen bir diğer scorecard ayrımı, başvuru davranışına ve ödeme davranışına göre yapılan ayrımdır. Başvuru davranışı scorecard’ı, müşterinin kredi talebi anındaki bilgilerine dayanır. Amaç, başvuru anında müşterinin kabul edilip edilmeyeceği ve hangi risk grubunda olduğu konusunda karar vermektir.

Ödeme davranışı scorecard’ı ise kredi kullandırılmış müşteri üzerinde çalışır. Müşterinin zaman içindeki ödeme performansı, gecikme eğilimi, limit kullanımı ve geri ödeme düzeni gibi unsurlar esas alınır. Bu scorecard daha çok mevcut portföy yönetimi, erken uyarı ve izleme amacı taşır.

Böylece scorecard sistemleri sadece kredi kabul aşamasında değil, kredi kullandırıldıktan sonraki dönemde de aktif şekilde çalışır.

9) Scorecard’ların Karar Sistemine Entegrasyonu

Kitaptaki örnekte scorecard, yalnızca kabul-red amacıyla kullanılmaz. Bir müşteriye not verildikten sonra bu not; kredinin kabulü veya reddi, limit tahsisi, verilecek kredinin türü, teminat yapısı, vadesi ve fiyatı gibi karar alanlarında kullanılır.

Bu yaklaşım çok önemlidir. Çünkü scorecard yalnızca puanlama aracı değil, kredi karar mekanizmasının merkezindeki altyapıdır. Böylece risk düzeyine göre fiyat, teminat ve limit ayarlanmış olur.

10) Model Türü ile Scorecard Türü Arasındaki İlişki

Model türü ile scorecard türü aynı şey değildir. Jenerik, uzman, istatistik ve hibrit ifadeleri, scorecard’ın hangi mantıkla oluşturulduğunu anlatır. Şirket büyüklüğüne göre, faaliyet alanına göre, başvuru davranışına göre veya ödeme davranışına göre ayrımlar ise scorecard’ın hangi müşteri ya da süreç için kullanıldığını gösterir.

Başka bir ifadeyle bir küçük işletme scorecard’ı uzman model olarak tasarlanabilir, istatistik model olarak geliştirilebilir ya da hibrit yapıda kurulabilir. Bu ayrımın sınavda karıştırılmaması gerekir.

Final Özet

• Scorecard oluşturulmasında kullanılan temel model türleri jenerik, uzman, istatistik ve hibrit modellerdir.
• Jenerik modeller geniş kullanım alanı sağlar ama segment farklarını zayıf yakalayabilir.
• Uzman modeller alan bilgisi, oto-red kuralları ve modül yapısı ile kurulabilir.
• İstatistik modeller veri ve geçmiş gözlemlerden yararlanır.
• Hibrit modeller uzman ve istatistik yaklaşımını birleştirir.
• Şirket büyüklüğüne ve faaliyet alanına göre farklı scorecard türleri geliştirilmelidir.
• Küçük işletme scorecard’ında hâkim ortağın davranışı ve demografik özellikleri daha belirleyici olabilir.
• Başvuru davranışı scorecard’ı tahsis aşamasında, ödeme davranışı scorecard’ı izleme aşamasında öne çıkar.
• Scorecard yalnızca kabul-red için değil; limit, teminat, vade ve fiyat kararlarında da kullanılabilir.
• Model türü ile scorecard türü aynı kavram değildir.