Bankacılık sektöründe kredi ve kredi kartı değerlendirme süreçlerinde yeni bir dönem başladı. Kredi notu yüksek olmasına rağmen başvurusu reddedilen tüketicilerin sayısı artarken, bankaların devreye aldığı davranışsal risk analizikredi kararlarında belirleyici rol oynamaya başladı.
Yeni sistemle birlikte bankalar, yalnızca kredi puanını değil, müşterilerin son aylardaki hesap hareketlerini, para giriş-çıkış düzenini ve harcama alışkanlıklarını da detaylı şekilde inceliyor. Bu durum, finansal davranışları düzensiz görülen birçok tüketicinin olumsuz yanıt almasına neden oluyor.
BİRÇOK TÜKETİCİ OLUMSUZ YANIT ALIYOR
Son dönemde kredi notu iyi olan pek çok tüketici, bankalardan kredi ya da kredi kartı başvurularında ret cevabı alıyor. Bankalar, klasik skorlamanın ötesine geçerek düzenli gelir, harcama disiplini ve finansal davranışların tutarlılığını temel kriterler arasına aldı.
Davranışsal risk analizi kapsamında hesaplara giren ve çıkan paranın niteliği değerlendiriliyor. Düzenli maaş girişi, fatura ödemeleri ve standart harcamalar olumlu görülürken; ani, sık ve açıklaması olmayan para hareketleri risk sinyali olarak kabul ediliyor.
SANAL BAHİS VE OYUN ÖDEMELERİ RİSK GÖSTERGESİ
Bankalar açısından sanal bahis ve oyun sitelerine yapılan düzenli ödemeler güçlü bir risk unsuru olarak değerlendiriliyor. Bu tür harcamaların, müşterinin geri ödeme kapasitesini olumsuz etkileyebileceği gerekçesiyle kredi ve kredi kartı başvurularının reddedilmesine yol açabildiği ifade ediliyor.
YAPAY ZEKA VE AML SİSTEMLERİ DEVREDE
Kredi değerlendirmeleri büyük ölçüde otomatik sistemler üzerinden yürütülüyor. Kara para aklama ve finansal suçlarla mücadele kapsamında kullanılan AML yazılımları ve yapay zeka destekli analizler, olağan dışı para hareketlerini kısa sürede tespit edebiliyor. Şüpheli işlemler tespit edilen müşteriler sistemde “yüksek riskli” olarak işaretleniyor.
KREDİ KARARLARINDA ÇOKLU ANALİZ DÖNEMİ
Kredi kararlarında Merkez Bankası Risk Merkezi ve Kredi Kayıt Bürosu (KKB) verilerinin yanı sıra bankaların kendi iç analizleri de etkili oluyor. Yapay zeka destekli modeller; gelirle uyumsuz harcamalar, düzensiz para trafiği ve riskli sektörlerle temas gibi kriterleri puanlayarak kredi ve kredi kartı başvurularının sonucunu doğrudan etkiliyor.



