Yapay Zekâ Destekli Kredilendirme Krediye Erişimi Artırıyor, Ancak Denetim Önem Taşıyor

Finansal hizmetlerin çoğu, özünde bilgi işidir. Örneğin bir sigorta şirketinin, bir sigorta poliçesinin kârlılığını koruyacağı fiyatı doğru belirleyebilmesi için gelecekteki kaza oranları ve kazaların maliyeti hakkında doğru bilgilere sahip olması gerekir.

Benzer şekilde kredi verme sürecinde, belirli bir müşterinin borcunu ödeyememe riski doğru değerlendirilmeli ve uygulanacak faiz oranı uygun düzeyde belirlenmelidir.

Geçmişte bu değerlendirmeler önce yalnızca insan yargısına ve ilkel matematiksel formüllere dayanıyordu; toplumsal sınıf, kişisel bağlantılar ve bireysel davranışlar, kişilerin finansal hizmetlere erişimini etkiliyordu.

Zamanla riski daha az önyargıyla ve doğru biçimde değerlendirmeye yönelik daha profesyonel ve nesnel yöntemler ortaya çıktı. Örneğin Amerika’da kredi puanları, başvuru sahiplerinin borçlanma kapasitesini değerlendirmede baskın yöntem hâline gelebilir.

Ancak artık daha gelişmiş yöntemler de giderek yaygınlaşıyor. Bu yöntemler, geleneksel kredi puanlarının kullanmadığı büyük miktardaki yararlı veriden faydalanarak kredi verme risklerini daha da hassas biçimde değerlendirmek için yapay zekâdan yararlanıyor.

Dolayısıyla yapay zekâ destekli kredilendirme, geleneksel kredi modellerinin genellikle göz ardı ettiği borçlulara ulaşabilir ve genel olarak risk değerlendirmesini iyileştirebilir. Bununla birlikte, krediye erişimin bu şekilde genişletilmesi, uygun biçimde yürütülmediğinde kredi tahsisinin niteliğinde hatalardan artan ayrımcılığa kadar çeşitli riskler de doğurabilir.

Kunming University’den (Çin), Shanghai University of Finance and Economics’ten (Çin) ve University of Hamburg’dan (Almanya) araştırmacıların yaptığı yeni bir çalışma, kredi piyasalarında yapay zekânın etkilerini inceliyor.

Çalışmaya göre, yapay zekâ destekli kredilendirme finansal kapsayıcılığı ortalama 8.4–11.2 yüzde puan artırıyor; bu artışın büyük bölümü finansal teknoloji (FinTech) kuruluşlarından kaynaklanıyor. Ancak çalışma, yapay zekâ odaklı kredi genişlemesinin kuyruk riski oynaklığını da artırdığını ortaya koydu.

Araştırmacılar bulgularını International Review of Economics & Finance¹ dergisinde, “Kredi piyasalarında yapay zekâ: Algoritmik kredilendirme, finansal kapsayıcılık ve düzenleyici arbitraj” başlığıyla yayımladı.

Yapay Zekâ Destekli Kredilendirmeyi İncelemek

Yapay Zekâ Destekli Kredilendirmenin Vaatleri ve Riskleri

Upstart gibi yeni oyuncuların benimsediği yenilikçi bir uygulama olarak ortaya çıkan yapay zekâ teknolojileri (bu şirket hakkında daha fazla bilgi aşağıda), artık kredi süreçlerinin çoğunda bir ölçüde kullanılıyor.

“Makine öğrenmesi algoritmaları artık büyük perakende bankalarının kredi kullandırma sistemlerinin, dijital kredi platformlarının ve giderek genişleyen FinTech girişimleri ekosisteminin temelini oluşturuyor.”

Bu sistemler; işlem geçmişlerini, psikometrik değerlendirmeleri, mobil cihazlardaki davranış örüntülerini ve gerçek zamanlı sosyal sinyalleri kapsayan binlerce değişkeni işleyip hesaplayabiliyor. Ancak bu durum, yeni sorunlara yol açma potansiyelini de beraberinde getiriyor:

• Eğitim verilerinde yer alan geçmişten devralınmış önyargıları sürdürebilir veya güçlendirebilirler.
• Denetleyici kurumların gözetimini zorlaştıracak ölçüde opak çalışırlar.
• Farklı yetki alanlarında devreye alınmaları, ihtiyati düzenlemelerin ülkesel mantığını zorlayan bir tür düzenleyici arbitraja zemin hazırlar.

Doğru Veriyi Oluşturmak

Araştırmacılar, yapay zekâ destekli kredilendirmenin yalnızca yerel düzeydeki etkilerini değil, farklı yetki alanları arasındaki etkilerini de anlamak için Asya-Pasifik’ten (14 ülke), Avrupa’dan (10 ülke), Latin Amerika’dan (10 ülke) ve Sahra Altı Afrika’dan (8 ülke) toplam 42 ekonomiyi, 2012–2022 döneminde inceledi.

Bu ülkeler için finansal kapsayıcılık, denetim mimarisinin niteliği ve makro ihtiyati çerçevenin kapsamlılığına ilişkin verileri derlediler.

En önemli ölçüt olan finansal kapsayıcılık, aşağıdaki göstergeler dikkate alınarak ölçüldü:

• Resmî kredi hesabı sahipliği oranı.
• Küçük ve orta ölçekli işletmelerin (KOBİ) krediye erişim oranı.
• Borçluların yetişkin nüfusa oranı.
• 100.000 yetişkin başına ticari banka şubesi sayısı.
• Mobil para hesabı sahipliği oranı.

Ayrıca, belirli bir ülkede yapay zekâ destekli kredilendirmenin ne ölçüde yaygın olduğunu değerlendirmek için yapay zekâ destekli kredilendirme benimsenme yoğunluğunu (ALII) gösteren yeni ve özgün bir ölçüt geliştirdiler.

“ALII, makro düzeyde teknoloji benimseme yoğunluğunun ve sektör genelindeki kapasite dağılımının yapısal bir ölçütü işlevi görür. Endeks, mikro düzeyde tek tek modellerin doğruluğunu veya algoritmik uyumunu denetlemek yerine, daha geniş finansal ekosistem içindeki otomatik karar alma süreçlerinin yapısal yoğunluğunu ve uygulamadaki yaygınlığını ölçer.”

Çalışmanın Bulguları

Büyük Farklılıklar

Beklendiği üzere çalışma, finansal kapsayıcılığın bölgeler arasında büyük farklılıklar gösterdiğini ortaya koydu: örneklemin ilk yıllarında Sahra Altı Afrika’daki düşük gelirli ekonomilerde 0.042 olan değer, sonraki yıllarda Asya-Pasifik’teki yüksek gelirli ekonomilerde 0.941’e ulaştı.

Yapay Zekâ Destekli Kredi Verme Yoğunluğu Endeksi çok daha büyük bir dağılım farklılığı gösteriyor: 0,317 olan ortalama değer, 0,89’luk bir değişim katsayısını gizliyor; düşük gelirli ekonomilerin ortalaması 0,089, yüksek gelirli ekonomilerin ortalaması ise 0,524.

Bir başka bulgu da 2016’dan sonra ALII’de kayda değer bir hızlanma yaşanmasıdır; bu dönem, derin öğrenme uygulamalarının kredi puanlamasında ticari kullanıma sunulmasıyla örtüşüyor. Öte yandan, 2015 sonrası dönemde Kredi Döngüsü Oynaklığı (CCV) için en yüksek değerler, ALII verilerinde belgelenen hızlı FinTech kredisi genişlemesiyle aynı döneme denk gelecek şekilde, gelişmekte olan piyasa ekonomilerinde gözlemlendi.

Yapay Zekâ Destekli Kredi Verme Finansal Kapsayıcılığı Artırıyor

Araştırma, yapay zekâ destekli kredi verme ile finansal kapsayıcılık arasında doğrudan bir bağlantı olduğunu ortaya koydu.

“Yapay Zekâ Destekli Kredi Verme Yoğunluğu Endeksi’ndeki bir standart sapmalık artış, Finansal Kapsayıcılık Endeksi’nde 0,084 standart sapmalık artışla ilişkilidir.”

Ayrıca, yapay zekâ destekli kredi vermenin finansal kapsayıcılık üzerindeki olumlu etkisinin, denetim kapasitesinin daha zayıf olduğu durumlarda daha güçlü olduğu görülüyor. Bunun, birbirini dışlamayan iki olası nedeni olabilir:

• Denetim mekanizmalarının daha zayıf olduğu ortamlarda, yapay zekâ destekli kredi verenlerin alternatif verilerden yararlanarak kârlı biçimde hizmet sunabileceği, yeterince hizmet alamayan daha geniş bir borçlu kitlesi bulunur.
• Denetimin zayıf olduğu ortamlardaki yapay zekâ destekli kredi verenler, olası temerrütlerin kime atfedileceğine ilişkin düzenleyici maliyetler daha düşük olduğu için, kredi değerliliği sınırda olan borçlulara kredi vermeye daha isteklidir.

Bu etki esas olarak FinTech şirketlerinden kaynaklanıyor gibi görünüyor; zira yapay zekâ kullanan teknoloji şirketi niteliğindeki kredi verenlerin sağladığı finansal kapsayıcılık katkısı, yapay zekâ araçlarını kullanan yerleşik bankalarınkinden çok daha büyük (3 kat).

“FinTech’te yapay zekâ destekli kredi verme yoğunluğundaki bir standart sapmalık artış, FII’yi yaklaşık 13,8 yüzde puan yükseltiyor; bu, yerleşik bankaların yapay zekâyı aynı ölçüde benimsemesine atfedilebilecek etkinin neredeyse üç katı.”

Dolayısıyla finansal kapsayıcılığın artması, yapay zekânın mevcut banka müşterileri için işlem maliyetlerini düşürmesine değil, FinTech şirketlerinin geleneksel bankacılık sisteminin dışında kalmış borçlulara ulaşmak için yapay zekâ kullanmasına bağlı görünüyor.

Bu bulgu, yerleşik bankaların yapay zekâyı yeni müşteri kesimlerini hedefleyerek faaliyet alanlarını genişletmekten ziyade, mevcut müşteri ilişkilerini korumak için savunmacı biçimde kullandığı yönündeki genel görüşle örtüşüyor.

Ülkelere Göre Daha Yüksek Riskler mi?

Araştırma, yapay zekâ destekli kredi verme yoluyla finansal kapsayıcılığın artmasının, denetimin zayıf olduğu ortamlarda sistemik risklerin yükselmesiyle anlamlı ölçüde bağlantılı olmadığını ortaya koydu. Bu nedenle, finansal kapsayıcılığın daha fazla arttığı ve risklerin daha düşük olduğu en iyi sonuçların yapay zekâ destekli kredi vermenin bu koşullarda uygulanmasıyla elde edilmesi muhtemel.

Buna karşılık, daha gelişmiş ekonomilerde ve finansal düzenlemelerin daha sıkı olduğu ortamlarda, yapay zekâ destekli kredi vermenin finansal kapsayıcılığa katkısı daha sınırlı kalıyor. Bu durumda, risklerde küçük ama göz ardı edilemeyecek bir artışa da yol açıyor. Bunun nedeni muhtemelen, bu ekonomilerde her tür kredi olanağının gerçekten dışında kalanların yalnızca krediye erişim açısından en dezavantajlı borçlular olması.

“Yetişkin nüfusta finansal kapsayıcılık zaten neredeyse evrensel düzeyde; bu da yapay zekâ destekli kredi vermenin kapsama alınan borçlu sayısını artırma imkânını sınırlıyor.”

Her tür kredi verme faaliyetinde olduğu gibi, en büyük riskler olağan piyasa koşullarında değil, finansal sistemin yoğun baskı altında olduğu dönemlerde ortaya çıkar. Dolayısıyla otomatik kredi verme sakin dönemlerde istikrarlı görünse de krizler sırasında sermayenin hızla ve genel olarak kısılmasına yol açarak, sistemik çöküşleri ve piyasa paniğini önlemek için sağlam makro ihtiyati tamponları hayati hâle getiriyor.

Düzenleyici Arbitraj

Araştırmanın biraz daha kaygı verici bulgularından biri, kredi verme faaliyetlerinde yapay zekâ kullanan FinTech şirketlerinin paravan şirketlerden de yararlanarak daha sıkı düzenlemelerden kaçmaya çalışması.

“Asya-Pasifik bölgesinde yerel denetim yoğunluğu ＋0,02’den ＋0,22’ye yükselirken şirketler faaliyetlerini yavaşlatmadı. Bunun yerine, faaliyetlerini denetim kapsamının dışına taşıyarak kapsam dışındaki paravan bağlı ortaklıklarının sayısını 2’den 11’e çıkardılar. Aynı zamanda, sınır ötesi varlık aktarımını yüzde 14,5’ten yüzde 52,8’e çıkararak üç kattan fazla artırdılar; bu da hukuki uyuşmazlıklarda keskin bir artışa yol açtı.”

Bu durum, yerel düzenlemelerin bu tür kredi verenleri tam olarak denetlemekte zorlandığını gösteriyor. Bunun yerine, çevik dijital kredi kuruluşlarını işlerini parçalara ayırmaya ve sermayeyi denetlenmeyen bölgelere aktarmaya teşvik ediyor.

Yatırımcılar İçin Yapay Zekâ Destekli Kredi Verme Değerlendirmesi

Bu araştırma, yapay zekâ destekli kredi vermenin finansal kapsayıcılığı artırdığını gösteren önceki çalışmaları doğruluyor. Örneğin, ABD’de algoritmik ipotek değerlendirmesinin azınlık gruplarından borçluların başvuru onay oranlarını, temerrütlerde buna karşılık gelen bir artış olmaksızın yükselttiği zaten biliniyordu. Bu sonuç, risk düzeyine göre ayrım yapılmasından çok, ayrımcılığa dayalı dışlanmayla uyumludur.

Araştırma artık bu etkinin hemen her bölgede ve ekonomi türünde görüldüğünü ortaya koyuyor; ayrıca yapay zekâ destekli kredi vermedeki artış ile sermayeye daha iyi ve daha adil erişim arasında doğrudan bir nedensel bağlantı bulunduğunu destekliyor. Bu etki, finansal kapsayıcılığın düşük olduğu ve/veya denetim mekanizmalarının zayıf kaldığı bölgelerde özellikle güçlü.

Aynı zamanda araştırma, gelişmiş ekonomilerde daha yüksek risklerin ve daha sınırlı faydaların yaygın olduğunu da ortaya koydu.

Bu, başlangıçta yapay zekâ destekli kredilendirmenin sermayeye erişimi artırmış olsa da en büyük faydanın ve en düşük risklerin öncü piyasalarda (frontier markets) bulunabileceği anlamına gelebilir. Elbette bu piyasalar, tek tek yapay zekâ destekli kredi şirketlerinin kalitesinden bağımsız olarak, genel olarak gelişmiş ekonomilerden doğaları gereği daha risklidir.

Son olarak, finans teknolojisi şirketlerinin bölgesel arbitrajdan yararlanmakta ve daha sıkı düzenlemelerden kaçınmaya çalışmakta hızlı davrandığı görülüyor. Bu, uzun vadeli bir risk oluşturabilir; çünkü bölgeler arası koordinasyonun iyileşmesi veya düzenleyicilerin daha sert karşılık vermesi kâr marjlarını etkileyebilir, hatta bu şirketler hakkında hukuki süreçlere yol açabilir. Bu, hissedarların göz önünde bulundurması gereken bir risktir.

Genel olarak, yapay zekâ destekli kredilendirme alanında faaliyet gösteren finans teknolojisi şirketlerine yatırım yapanlar, kredi hacmindeki büyümeyle birlikte bu platformların erişimi sürdürülebilir biçimde genişletip genişletemeyeceğini de değerlendirmelidir.

Mevcut finans sektörü tarafından yeterince hizmet alamayan kişilerin oluşturduğu havuz yeterince büyükse, yapay zekâ destekli kredilendirme büyük bir adreslenebilir pazarda önemli faydalar sağlayabilir.

Bu havuz çok küçükse, piyasa stresi sırasında temerrüt riskinin artması veya düzenlemelerden kaçınmak için farklı yargı bölgelerinde benzer ölçüde riskli yöntemlere başvurulması, şirket hissedarları açısından uzun vadede gözden kaçabilecek tehlikeler doğurabilir.

Yapay Zekâ Destekli Kredilendirmeye Yatırım

Upstart Holdings

Kredilendirme ve kredi puanları dönüşürken, geleneksel kredi puanlarına ve kredi uygulamalarına daha iyi alternatifler sunmak üzere yeni şirketler ortaya çıkıyor. Bunlardan biri, yapay zekâ destekli bir kredi pazaryeri olan Upstart. Şirket, yapay zekânın teknoloji gündeminin merkezine yerleşmesinden çok önce, 2012’de faaliyete geçti.

Upstart’ın kuruluşundaki temel fikir, mevcut kredi puanı sisteminin verimsiz ve güncelliğini yitirmiş olduğuydu. Kullanılabilir çok daha fazla veri varken kredi risklerini daha iyi belirlemenin ve bunun sonucunda nüfusun büyük bir kesimine daha düşük maliyetli krediler sunmanın mümkün olması gerekiyordu.

“Bireysel kredi modelimiz, borçluların riskini değerlendirirken geleneksel bir kredi modelinden anlamlı ölçüde daha isabetlidir. Modelleme alanında önümüzde yıllarca sürecek iyileştirmeler olduğuna inanıyoruz.”

Şirketin bu alana erken girmesi, kendi yapay zekâsını eğitmek ve yapay zekâ eğitimi yöntemlerinde kaydedilen yakın tarihli ilerlemelerden yararlanmak için bol miktarda veri edinmesini sağladı.

Kaynak: Upstart

Bu, Upstart’ın yönteminin FICO puanı yüksek olan ancak uygulamada kredilerini ödememe riski yüksek kişileri belirleyebildiği anlamına geliyor. Buna karşılık, FICO puanı düşük kişilerin temerrüde düşme olasılığı o kadar yüksek değil.

Dolayısıyla Upstart, yapay zekâ ve veriden yararlanarak belirli bir grupta dikkat çekici sonuçlar elde edebiliyor. Örneğin, aynı risk düzeyinde daha fazla kredi sunabiliyor; onay oranı %27’den %67’ye çıkabiliyor. Ya da temerrüt oranını %9’dan %5’e düşürerek kayıpları önemli ölçüde azaltabiliyor; bu, neredeyse yarı yarıya bir düşüş demek.

Kaynak: Upstart

Kredi görevlisi yerine bir algoritma kullanılması, sürecin otomatikleştirilmesi anlamına geliyor. Bu yöntem hem daha düşük maliyetli hem de kredi başvurusunda bulunmayı çok daha hızlı ve kolay hâle getiriyor.

Upstart’ın pazaryeri, borçluları bankalar, kredi birlikleri ve kurumsal sermayeyle buluşturuyor. Şirket, 2025’te pazaryeri üzerinden kullandırılan kredilerin anapara tutarının %64’ünün kurumsal yatırımcılar tarafından satın alındığını bildirdi.

Upstart, dünya genelinde her yıl kullandırılan 25 trilyon dolarlık kredi hacmiyle son derece büyük bir pazara hizmet veriyor. Bu tutarın 1 trilyon dolara kadarlık kısmı, söz konusu kredileri kullandıran ve hizmetlerini yürüten platformlar için gelir fırsatı sunuyor.

Şirket, 2025’te toplam 1,5 milyon kredi kullandırdı (yıllık bazda %115 artış); bu kredilerin toplam tutarı 11 milyar dolara ulaştı (yıllık bazda %86 artış). Şirketin toplam geliri ise 1 milyar dolar oldu (yıllık bazda %64 artış). Şirket yeni segmentlerde de hızla büyüyor. Örneğin, otomobil kredisi kullandırımı 5 katına çıkarak 2024’ün 4. çeyreğindeki 45 milyon dolardan 2026’nın 1. çeyreğinde 263 milyon dolara yükseldi; konut kredisi kullandırımı ise 6 katına çıkarak 2024’ün 4. çeyreğindeki 27 milyon dolardan 2026’nın 1. çeyreğinde 143 milyon dolara ulaştı.

Dolayısıyla mevcut kredi sayısı şimdiden yüksek olsa da gelişmiş kredi puanı yöntemlerinin ve yapay zekâ destekli kredi değerlendirmesinin tüm potansiyeliyle karşılaştırıldığında oldukça sınırlı kalıyor.

Kaynak: Upstart

Yakın dönemdeki büyüme rakamları ve şirketin en başından beri yapay zekâyı merkeze alarak kurulmuş olması, Upstart’ın geleceği açısından güçlü olumlu etkenler. Buna karşın hisse fiyatı bu başarıyı pek ödüllendirmiş değil: fiyatlar 2022’deki seviyesinde ve pandeminin yaşandığı dönemde ulaşılan 2021 zirvesinin oldukça altında.

Bunun nedenlerinden biri, Upstart’ın iş modelinin bazı riskler de barındırması.

İlk risk, ekonomik koşulların eğitim verilerinin kapsamını aşması ve yapay zekânın yeni eğilimleri gözden kaçırmasıyla modelin performansının düşebilmesidir.

Bir diğer sorun, açıklanabilirlik, adalet ve demografik gruplara göre performans raporlaması konularında düzenleyici baskının artmasıdır. Yapay zekâ, bunu istemeden yapsa bile, finans sektöründe daha önce yasaklanmış ayrımcı uygulamaları yeniden gündeme getirebilir.

Son olarak şirket, kredi döngüleri boyunca kurumsal fonlamanın kullanılabilir durumda kalmasına hâlâ bağımlı. Yüksek borç seviyeleri ve gergin jeopolitik ortam nedeniyle finansal sistemde baskı işaretleri de birikiyor.

Yine de Upstart, ilk FinTech ve P2P ağlarının yeni kredi uygulamalarını teşvik etme çabasının gerekli bir evrimi olarak, önemli bir yapay zekâ destekli kredi platformu ve kredi değerlendirme altyapısı sağlayıcısına dönüşmek için ideal bir konumda.

Yatırımcılar, kredi başvurularının değerlendirilme biçimini kökten değiştiren bir şirkete erkenden yatırım yapmak isteyebilir.

Upstart Holdings (UPST) Hisseleriyle İlgili Son Haberler ve Gelişmeler

Atıfta Bulunulan Çalışma

^{1. Podong Song, Shutong Wu, Janson Partab. Kredi piyasalarında yapay zekâ: Algoritmik kredi verme, finansal kapsayıcılık ve düzenleyici arbitraj. International Review of Economics & Finance. Aralık 2026. Makale: 105937. Cilt 112. 10.1016/j.iref.2026.105937}