Sayıştay Dergisi • Sayı:113
Nisan - Haziran 2019
9
TÜRK BANKACILIK SEKTÖRÜNDE VERGİ
PLANLAMASI ANALİZİ
TAX PLANNING ANALYSIS IN TURKISH BANKING SECTOR
Hilmi ÜNSAL
*
Selin ERTÜRK ATABEY
**
Gonca BIYIK
***
ÖZ
Çalışmada, Türk bankacılık sektöründe vergi planlamasının analiz edilmesi
amaçlanmıştır. Bu çerçevede bankalara ilişkin nansal veriler kullanılarak iki farklı model
aracılığıyla ikili lojistik regresyon analizi yapılmıştır. Modellerden ilkinde, bankaların vergi
planlaması nakit efektif vergi oranlarına göre belirlenirken ikincisinde, genel kabul görmüş
muhasebe ilkeleri efektif vergi oranına göre belirlenmiştir. Bulgular; ilk modelde, sektör
payları ile aktif kârlılığın bankaların vergi planlaması yapma olasılığını sırasıyla %36,1
artırdığı ve %3,73 azalttığı yönündedir. İkinci modelde ise kaldıraç oranı ve aktif kârlılığın
bankaların vergi planlaması yapma olasılığını sırasıyla %5,6 azalttığı ve %10,9 artırdığı
yönündedir.
Anahtar Kelimeler: Vergi Planlaması, Bankacılık Sektörü, Lojistik Model.
ABSTRACT
In this study, the aim is to analyse tax planning in the Turkish banking sector. In
this context, binary logistic regression analysis was performed by means of two different
models by using nancial data related to the banks. In the rst model, tax planning of banks
is determined on the basis of the cash effective tax rates, while in the second, generally
accepted accounting principles are determined on the basis of effective tax rate. The
ndings show that sector shares and asset protability increase the probability of banks’
tax planning by 36.1% and decrease by 3.73% respectively in the rst model. In the second
model, on the other hand, the leverage ratio and asset protability decrease the probability
of banks’ tax planning by 5.6% and increase by 10.9% respectively.
Keywords: Tax Planning, Banking Sector, Logistic Model.
Gönderim Tarihi : 23.01.2019
Kabul Tarihi : 29.04.2019
* Prof. Dr., Ankara Hacı Bayram Veli Üniversitesi İİBF, Maliye Bölümü, hilmi.unsal@hbv.edu.tr,
Orcid: 0000-0001-8855-3897
** Doç. Dr., Ankara Hacı Bayram Veli Üniversitesi İİBF, Maliye Bölümü, selin.erturk@hbv.edu.tr,
Orcid: 0000--0001-8778-6347
*** Arş. Gör., Ankara Hacı Bayram Veli Üniversitesi İİBF, Maliye Bölümü, gonca.biyik@hbv.edu.tr,
Orcid: 0000-0001-7165-2784
Türk Bankacılık Sektöründe Vergi Planlaması Analizi
Sayıştay Dergisi • Sayı:113
Nisan - Haziran 2019
10
GİRİŞ
Vergi planlaması, mükelleerin kanunlara aykırı olmamak kaydıyla
muayet, istisna ve indirim, vergi teşvik ve imtiyazlarından yararlanarak vergi
yükünün azaltılmasına ve devletin nansal ihtiyaçlarının en uygun kaynaklardan
toplanmasına yönelik araştırma çabaları ve düzenlemelerdir. Ticari işletmeler de
vergi avantajlarından ve mevzuat hükümlerinden yararlanarak vergi yüklerini
azaltmaya ve kârlılıklarını artırmaya çalışırlar. Bu çerçevede bankalar da vergi
planlaması yapabilecek ticari işletmeler arasında yer almaktadır.
Bankaları vergi planlaması yapmaya itecek unsurların başında vergi
mükelleyetlerinden kaynaklanan durumlar sayılabilir. Çünkü Türkiye’de
bankaların kaynak maliyetlerinden biri olan vergiler arasında Kurumlar Vergisi,
Menkul Sermaye İradı, Gayrimenkul Sermaye İradı, Banka Sigorta Muamele
Vergisi, Kambiyo Muameleleri Vergisi, Katma Değer Vergisi ve benzeri vergiler
yer almaktadır. Ayrıca bankalar değerleme farkları, kur farkları, faiz riski, fon
maliyetleri, aracılık maliyetleri, munzam karşılılıkları vb. maliyetlerle de karşı
karşıyadır. Söz konusu bu maliyetler, bankaları, vergi planlaması ile üzerlerindeki
vergi yüklerini azaltmaları konusunda yönlendirebilmektedir.
Vergi planlamasının bir plan niteliğinde olması ve geleceğe yönelik amaçlar
taşıması nedeniyle somut durum tespiti yapılabilmesi için ölçülebilir unsurlardan
yararlanmayı gerektirmektedir. Dolayısıyla bankaların vergi planlaması analizinde
bu durum dikkate alınacaktır.
Çalışmada; Türk bankacılık sektöründe vergi planlamasının analizi, iki
farklı ölçüte göre hesaplanarak oluşturulan lojistik modeller ile tahmin edilecektir.
Lojistik modellerin ilkinde, bankaların vergi planlaması nakit efektif vergi oranına
göre belirlenirken ikincisinde, genel kabul görmüş muhasebe ilkeleri efektif vergi
oranına göre belirlenecektir. Böylece Türk bankacılık sektöründe bankaların vergi
planlaması yapma olasılıkları ile hangi unsurların vergi planlaması üzerinde etkili
oldukları tespit edilmeye çalışılacaktır.
Çalışmanın birinci bölümünde, kavramsal açıdan vergi planlaması ve
aşamaları ele alınacaktır. İkinci bölümde, vergi planlamasının bankacılık sektörü
açısından önemine değinilecektir. Üçüncü bölümde, vergi planlaması ile ilgili
literatürde yer alan çalışmaların bazılarından bahsedilecektir. Dördüncü bölümde,
veri seti ve yöntem başlığı altında vergi planlamasının ölçülmesi, ilgili değişkenlerin
belirlenerek modellerin kurulması ve yöntem seçimi hakkında bilgilere yer
Türk Bankacılık Sektöründe Vergi Planlaması Analizi
Sayıştay Dergisi • Sayı:113
Nisan - Haziran 2019
11
verilecektir. Beşinci bölümde, analize ilişkin bulgular ortaya konulacaktır. Sonuç
bölümünde ise çalışmanın tamamı ele alınarak analiz bulgularıyla birlikte
Türk bankacılık sektöründe vergi planlamasının yapılması değerlendirilecek ve
önerilerde bulunulacaktır.
1. VERGİ PLANLAMASI KAVRAMI, ÇEŞİTLERİ VE AŞAMALARI
Vergi planlaması, mükelleerin vergiyi doğuran olay ile ilişki kurularak
gerçekleştirilen iktisadi faaliyetler üzerinden kanunlara aykırı olmamak kaydı
ile muayet, istisna, indirim, vergi teşvik ve imtiyazlarından yararlanarak vergi
minimizasyonu sağlamak amacına yönelik genel işlemler, düzenlemeler ve
araştırma çabalarıdır.
Literatürde vergi mükelleeri ve sorumlularının mevzuata aykırı olmayacak
şekilde mali güçlerine göre ödemeleri gereken vergi miktarlarını minimuma
indirme çabaları üzerine gerçekleştirdikleri faaliyetler mikro vergi planlaması
olarak anılmaktadır (Akdoğan, 2007: 185). Diğer taraftan devletin kamusal
hizmet sunumu için ihtiyaç duyduğu en temel gelir kaynağı olan vergileri, toplumun
beklentilerini ve durumunu göz önünde bulundurarak en uygun kaynaklardan
en uygun zamanda maksimum hizmet sunumu sağlayacak şekilde toplaması da
makro vergi planlaması olarak ifade edilmektedir (Akdoğan, 2007: 186).
Vergi planlamasının vergi mükelleeri ve devletler açısından ulusal
sınırların ötesine taşınması da uluslararası vergi planlaması olarak tanımlanabilir.
Vergi planlaması, mevzuata aykırı olmamak üzere vergi yükünün azaltılması
ya da tamamen ortadan kaldırılması olarak ifade edildiğinden ceza hükümleri
açısından mevzuata uygun olarak gerçekleştirilen işlemler bir suç teşkil etmeyecek
iken bu yükün mevzuata aykırı olarak azaltılması ise suç niteliği kazanacaktır
(Taşkın, 2012: 101).
Literatürde vergi planlaması üzerine yapılan çalışmalar; vergi planlaması,
vergiden kaçınma, agresif vergi planlaması-vergi agresiiği ya da vergi riski
gibi konuları inceleyen ve bunları benzer ölçüm yöntemleri kullanarak araştıran
çalışmalardır. Çeşitli değişkenler aracılığıyla kurulan modeller çerçevesinde vergi
planlaması, vergiden kaçınma, agresif vergi planlaması, vergi riski gibi niteliksel
konular bu çalışmalarda analiz edilmektedir.
Türk Bankacılık Sektöründe Vergi Planlaması Analizi
Sayıştay Dergisi • Sayı:113
Nisan - Haziran 2019
12
Vergiden kaçınma, vergi kanunlarındaki hükümlere dayanarak borçlu
olunan vergi miktarını azaltmak için yasal yolların kullanılması sürecidir. Vergiden
kaçınma işletmelerin vergi planlaması fonksiyonunda kabul edilen bir unsurdur ve
vergi yükünü mümkün olduğunca düşük tutmak için uygulanır (Payne ve Raiborn,
2018: 471).
Vergi agresiiği, vergiden kaçınma faaliyetlerinin daha aşırı bir şekilde
yapılmasıdır. İşletme düzeyinde gerçekleştirilen faaliyetler ve bazı unsurlar vergi
agresiiğini ortaya koymaktadır. Bunlar kârlılık, dış işlemler, duran varlıklar,
araştırma ve geliştirme, kaldıraç ve nansal raporlama agresiiğidir (Huang, Ying
ve Shen, 2018: 2).
Vergi riski, vergiden kaçınma ve vergi agresiiğinden farklı olup bir rmanın
gelecekteki vergi ödemelerine ilişkin belirsizliği ifade etmekte ve rmanın zaman
içinde vergi pozisyonlarını sürdürme derecesini yansıtmaktadır. Bir rmanın vergi
ödemeleri ulusal ve uluslararası vergi kanunundaki değişiklikler, işletmelere karşı
agresif vergi pozisyonlarının ne ölçüde yerine getirildiği ya da rmanın vergi
tercihli yatırımlarını sürdürme yeteneği gibi nedenlerle zaman içinde değişmektedir.
Kaynağından bağımsız olarak, rmanın vergi oranındaki değişkenlik, vergi oranı
hakkındaki belirsizliğe yansıtılmalıdır ve yatırımcılar, rmanın gelecekteki vergi
sonrası nakit akışlarını değerlendirirken vergi öncesi gelir veya nakit akışlarına
başvurmalıdır (Guenther, Matsunaga ve Williams, 2013: 5).
İşletmelerin vergi planlaması ya da vergi agresiiği yaparken
uygulayabileceği yöntemlerden bazıları aşağıda olup bunların tamamı vergi
agresiiği olarak sayılabileceği gibi sadece sonuncusu da vergi agresiiği olarak
değerlendirilebilir (Blouin, 2014: 875, 877-878):
- Mevzuattan yararlanmak: İşletmeler mevzuata dayanarak kendi lehlerine
olan faaliyetleri ve işlemleri gerçekleştirirler. Örneğin işletmeler, tesis ve teçhizat
alımlarını teşvik dönemlerinde hızlandırabilirler ya da hazine tahvilleri (riski sabit
tutarak) satın alabilirler.
- Bir faaliyet veya işlem gerçekleştirirken, vergileri asgariye indirmek için
her fırsatı değerlendirmek: İşletmeler transfer yatlandırması ile vergi yüklerinin
daha az olduğu yerlere göre faaliyetlerini veya işlemlerini gerçekleştirirler.
Örneğin bir satın almada, işletme merkezi az bir ilave maliyetle daha düşük bir
vergi idaresine taşınabilir. Bir işletmenin faaliyetlerinde önemli bir değişiklik olması
durumunda, işletme vergi işlemlerinde makul bir şekilde “iyi niyetli” bir değişiklik
Türk Bankacılık Sektöründe Vergi Planlaması Analizi
Sayıştay Dergisi • Sayı:113
Nisan - Haziran 2019
13
yapmış olduğunu iddia edebileceğinden, transfer yatlandırması anlaşmalarını
yeniden müzakere etmelidir.
- Farklı vergi rejimleri altında vergiye tabi gelir veya borç-öz sermaye
tanımlarının çeşitliliğinden yararlanmak: Örneğin işletmeler, hibrit menkul
kıymetlerden yararlanmak için iç nansman yapabilirler.
- Vergi hukukunun belirsiz olduğu ya da yorumlanmaya açık olduğu
ülkelerde daha elverişli vergi pozisyonunu kullanmak: Örneğin işletmeler, Japonya
ve Güney Kore arasındaki transfer yatlandırmasında veya gelişmekte olan
ülkelerde iş yaparken benzer konulardan yararlanabilirler.
- Net bugünkü değerin tamamının vergi tasarrufuna bağlı olduğu kuruluş
işlemleri: Örnek olarak IRS Bildirimi 2005-13 yayımlanmadan önceki kiralama ve
satış işlemleri verilebilir.
Herhangi bir alana yönelik olarak hazırlanan planlamaların belirli
aşamaları vardır. Bu açıdan vergi planlamasının da bir planlama niteliği taşıması
nedeniyle bazı aşamalara sahip olması gerekmektedir.
Şekil 1: Vergi Planlamasının Aşamaları
Kaynak: Amadasun ve Igbinosa, 2011: 54.
Şekil 1’de vergi planlamasının üç aşamadan oluştuğu görülmektedir.
Planlama aşamasında hedeer koyularak, strateji ve taktikler belirlenmektedir.
İkinci aşama olan uygulama aşamasında çalışanlar organize edilerek planlar
uygulanmaktadır. Son aşama olan değerlendirme aşamasında ise performansı
hedeer ile karşılaştırarak uygulama aşamasındaki çalışanların organizasyonunun
ve planın uygulanmasının doğruluğu kontrol edilmektedir. Nihai olarak ise
gerçekleşen hedeer ile başlangıçta konulan hedeerin karşılaştırılması ile vergi
planlamasının başarısı ölçülmektedir.
Türk Bankacılık Sektöründe Vergi Planlaması Analizi
Sayıştay Dergisi • Sayı:113
Nisan - Haziran 2019
14
2. VERGİ PLANLAMASININ İŞLETMELER AÇISINDAN ÖNEMİ:
BANKACILIK SEKTÖRÜ
İşletmeler açısından vergi planlaması, işletmelerin vergi yüklerini mevzuata
aykırı olmayacak en iyi şekilde minimuma indirme girişimleri olarak algılanabilir
(Şişman, 2003: 33). Daha kapsamlı bir ifadeyle işletmelerde vergi planlaması;
“işletmelerin yapılarının ve örgütlenmesinin, iş yapma şekil ve süreçlerinin, vergi
kanunları ve ilgili diğer mevzuatta yer alan indirim, istisna ve muayetlerin, çifte
vergilemeyi önleme anlaşmalarının, vergisel avantaj sağlayarak ve vergi yükünü
en aza indirecek şekilde yasal düzenlemeler ile uyumlu olarak gerçekleştirilen
sistemli bir çalışmadır” (İbiş, 2004: 73). İşletmelerin uygulayabilecekleri vergi
planlaması araçlarının bazıları ise şunlardır (İbiş, 2004: 78):
• İşletmenin ve bağlı bulunulan işletmeler topluluğunun yeniden
yapılandırılması (devir, birleşme ve satın alma),
• İşletmenin üretim ve satış maliyet yapısının yeniden gözden geçirilmesi,
• İşletmenin satış ve pazarlama faaliyetlerinin gözden geçirilmesi,
• İşletmenin üretim ve yatırım nansman yöntemlerinin alternatif
nansman yöntemleri ile karşılaştırılması,
• İşletmenin harcama (genel yönetim giderleri) politikalarının
değerlendirilmesi,
• Mali mevzuatta yer alan teşvik ve indirim uygulamalarının
değerlendirilmesi,
• Çifte vergilendirmeyi önleme anlaşmalarının değerlendirilmesi,
• Yurtdışında işletme kurulması, serbest bölge, teknoloji geliştirme, bölge
ve kıyı bankacılığı (offshore) uygulamalarının değerlendirilmesi,
• İşletmenin tahsilat ve ödeme süreçleri ile nakit akış durumunun gözden
geçirilmesi.
Kurumsal ticari işletme vasfına haiz olan bankalar sadece ulusal mevzuat
hükümlerine göre değil faaliyet alanlarına yönelik olarak farklı ülkelerin vergi
sistemlerindeki vergisel ayrıcalıkları değerlendirerek de vergi planlaması
yapmaktadır. Bankalar açısından vergi planlaması, bankaların vergi yüklerini
mevzuata aykırı olmayacak şekilde minimuma indirme girişimleri olarak ifade
edilmekle beraber bankaların vergi planlamasına yönelmesinin temel amacı
Türk Bankacılık Sektöründe Vergi Planlaması Analizi
Sayıştay Dergisi • Sayı:113
Nisan - Haziran 2019
15
giderlerini azaltmak ve kârlılıkları artırmaktır. Gider azaltma ve kâr artırma
amaçlarının yanı sıra vergi planlamasının marka değerleme faaliyetlerinde de
kullanıldığı görülmektedir. Vergi planlamasının bir araç olarak kullanıldığı marka
değerleme faaliyetleri sonucunda pek çok işletme, büyüme odaklı stratejik plan
yapan fırsatçı girişimciler tarafından varlık değerlerinin üzerinde bir değerden
satın alınmıştır (Cardoso ve Laruccia, 2006).
Bankaların vergi planlaması yapma kararı almalarında ulusal ya da
uluslararası menşeili olmalarının bir farkı yoktur. Çünkü günümüzde küresel
entegrasyonlar sonucunda pek çok bankanın ulusal sınırlar dışında ticari
ilişkileri söz konusudur. Bankaların yatırım kararları üzerinde de etkili olan vergi
uygulamaları, vergi planlaması yapılması olasılığını güçlendirmektedir. Ayrıca
bankaları vergi planlamasına iten temel itici güç de yasal mevzuatlardır.
Bankaların küresel ölçekte faaliyet göstermeleri, ülkelerin ortak birer
vergi politikası belirleme çalışmalarına ya da vergi politikalarında düzenlemeler
yapmalarına ve uluslararası anlaşmalar hazırlamalarına neden olmaktadır.
Özellikle uluslararası kuruluşlar vergi politikalarına yönelik çok yaygın çalışmalar
yapmaktadır. Örneğin; AB ve OECD’nin vergi kayıp ve kaçakçılığı ile mücadele
için çeşitli çalışmaları bulunmaktadır. Bu çerçevede Avrupa Komisyonunun 6
Aralık 2012’de yayımlanan Vergi Kaçırma ve Vergiden Kaçınmayı Sınırlama
Eylem Planı vardır. Bu eylem planında iki tavsiyede bulunulmaktadır (European
Commission, 2012):
• Üye ülkeler, vergi cennetlerini tespit etmeleri ve ulusal kara listeye
yerleştirmeleri konusunda cesaretlendirilmelidir.
• Bazı işletmelerin adil vergi paylarını ödemekten kaçınmak için kendi
yararlarına kullandıkları yasal teknik ve boşlukları dikkate alınmalıdır.
Vergi agresiiği olarak değerlendirilebilecek bir faaliyet olarak transfer
yatlandırması yoluyla örtülü kazanç dağıtımı ile işletmeler vergi yüklerini ve
vergi giderlerini azaltabilirler. “Transfer yatlandırması yoluyla örtülü kazanç
dağıtımı, ilişkili kişilerin aralarında yaptıkları mal veya hizmet alım ya da satım
işlemlerindeki yat veya bedeli, emsallerinden farklı tespit etmek suretiyle vergi
matrahını aşındırmaları ve kurum kazancının vergilendirilmeden ortaklara
veya diğer ilişkili kişilere aktarılması sonucunu doğurmaktadır” (Gelir İdaresi
Başkanlığı, 2010). Küresel ölçekte ele alındığında ise, transfer yatlandırmasının
vergi yükünü minimuma indirerek işletmelerin toplam kârını maksimize etme
Türk Bankacılık Sektöründe Vergi Planlaması Analizi
Sayıştay Dergisi • Sayı:113
Nisan - Haziran 2019
16
amacıyla yapıldığı ifade edilebilir (Saraçoğlu, 2006: 107). Çünkü, işletmeler
transfer yatlandırması ile vergi mevzuatı hükümleri çerçevesinde kolay bir şekilde
kâr aktarımı yapabilmektedir (Gerçek ve Uygun, 2018: 40).
Uluslararası işlemlerde ise bankalar, diğer işletmelere göre örtülü kazanç
dağıtımını üç nedenle daha yoğun bir şekilde kullanmaktadır (Reiter, 2017):
• Birincisi, bankalar diğer işletmelerden daha yüksek kaldıraçlara
sahiptir. Bu ilave borç kapasitesi, iç borcun daha yoğun bir şekilde
kullanılmasına olanak tanımaktadır.
• İkincisi, birçok ülke, bankacılık gelirini, örtülü kazanç dağıtımını önlemek
için kontrol edilen yabancı işletme (CFC) kurallarından muaf tutmaktadır.
Örneğin, Almanya, bazı koşullar altında kolaylıkla uygulanabilen CFC
kurallarını bankalara karşı kullanmaz.
• Üçüncüsü, nansal işlemlerin kâr maksimizasyonu, bir bankanın
temel işi olduğundan vergi planlamasındaki uzmanlık diğer çokuluslu
işletmelere göre bankalarda çok daha fazladır. Diğer sektörlerdeki
işletmeler genellikle danışmanlık işletmelerinden vergi danışmanlığı
hizmetleri satın alırken, bankalar zaten grup içinde önemli bir vergi
planlama uzmanlığına sahiptir.
Sayılan nedenlerden dolayı vergi planlaması konusunda daha donanımlı
olmaları, bankaları yüksek kaldıraçlara sahip olmaya itmektedir. Finansal kaldıraç
olarak tanımlanabilecek bu olgu, “hisse başına kârdaki değişimin faiz ve vergiden
önceki kârdaki değişime oranı ya da yabancı kaynakların toplam kaynaklara
oranı”dır (Uluyol, Lebe ve Akbaş, 2014: 71). Ayrıca bankaların vergiye tabi
işlemlerinin olması doğrudan vergi mükelle olmalarını sağlamaktadır.
Bankacılık sektöründe de bilanço kalemleri içinde vergi ile ilgili yükümlülükler
bulunmakta olup bu yükümlülükler de birer karşılık olmaktadır. Bankaların
kaynak maliyetlerini; vergiler (Kurumlar Vergisi, Menkul Sermaye İradı Vergisi,
Gayrimenkul Sermaye İradı Vergisi, BSMV, Kambiyo Muameleleri Vergisi, KDV,
vb.), değerleme farkları, kur farkları, faiz riski, fon maliyetleri, aracılık maliyetleri,
munzam karşılıklar, vb. unsurlar oluşturmaktadır. Bu maliyetler bankaları, vergi
planlaması gibi araçlarla maliyet azaltıcı faaliyetler yapmaya yönlendirmektedir.
Türk Bankacılık Sektöründe Vergi Planlaması Analizi
Sayıştay Dergisi • Sayı:113
Nisan - Haziran 2019
17
3. LİTERATÜR TARAMASI
Literatürde vergi planlaması ile ilgili çeşitli çalışmalar bulunmaktadır. Bu
çalışmalardan bazıları vergi planlamasının mevzuat hükümleri çerçevesinde ele
alınmasına dayanırken bazıları da vergi planlamasının nicel analiz yöntemleri ile
ölçülmesine dayanmaktadır.
Vergi planlamasının nicel olarak analiz edildiği çalışmalarda planlamanın
işletmeler tarafından nasıl yapıldığı ve çeşitli unsurlar üzerindeki etkileri ortaya
konulmaktadır. Bu çerçevede çalışmada, vergi planlamasının bankacılık sektörü
açısından analiz edilmesi amaçlandığından literatürdeki benzer çalışmalardan
bazıları aşağıda sunulmuştur:
Neuman (2014), 2000-2010 dönemi için 4668 gözlem (1137 ticari
işletme) kullanarak iki değişkenli probit regresyon analizi ile vergi stratejilerinin
belirleyicilerini tespit etmiştir. Bu tespitin sonucunda vergi teşvik ve uygulamalarının
vergi planlama kararlarının ve stratejilerinin seçimini etkilediğine ulaşmıştır.
Söz konusu analizde bir planlama aracı olarak seçilen vergi stratejilerinden
sürdürülebilirlik ve minimizasyon ele alınmıştır. Vergi planlamasında sürdürülebilirlik
ile ticari işletme değerinin maksimize edilmesi ve süreklilik arz eden vergi çıktısının
elde edilmesi ifade edilmektedir. Vergi planlamasında minimizasyon ile de
mümkün olan en düşük vergi çıktısına ulaşmak kastedilmektedir.
Hong (2010), 2001 yılı için Kanadalı çok uluslu ticari işletmelerin vergi
cennetlerine doğru gelir kaydırıcı davranışlarının varlığını, genel denge ve
kıyaslama (benchmark) modeli kullanarak regresyon ve probit regresyon analizi
ile tahmin etmiştir. Çalışmanın bulguları şöyledir:
• Kurumlar vergisi oranlarının farklılaşması durumunda çok uluslu ticari
işletmelerin davranışları değişmektedir.
• Kanadalı çok uluslu ticari işletmeler, gelirlerini, bağlı olmayan şirket
işlemleri yoluyla vergi cennetlerine kaydırmaktadır.
• Küçük vergi cennetlerinin etkileri büyük vergi cennetlerininkinden daha
güçlüdür.
• Vergi oranının aşırı yüksek olmadığı durumlarda yatırım artırıcı etki
gelir aşınma etkisini tolere edebilecektir.
• Vergi planlama faaliyetlerindeki bir artış, optimal kurumlar vergisi
oranlarında artışa neden olabilecektir.
Türk Bankacılık Sektöründe Vergi Planlaması Analizi
Sayıştay Dergisi • Sayı:113
Nisan - Haziran 2019
18
• Vergi planlaması çok uluslu ticari işletmeler tarafından bir araç
olarak kullanıldığından yerleşik ülkede optimal bir vergi politikası
geliştirilebilecektir.
Gallemore, Gipper ve Maydew (2016), 1993-2014 ve 2006-2014 dönemi
için bankalar ve kurumsal müşteriler arasındaki kredi sözleşmelerine dayanarak
bankaların kurumlar vergisi planlamasındaki aracı rolünü yatay kesit ve çok
değişkenli analizler kullanarak incelemişlerdir. Vergi planlamasının tespiti için
çalışmada CASH ETR VE FIN 48 ölçütlerinden yararlanılmıştır. Bankaların vergi
planlamasında kurumsal ticari işletmeler açısından önemli roller taşıdığını ortaya
koyan çalışmanın bulguları şunlardır:
• Aynı banka içinde belirli bir müşterinin vergi planlaması, diğer
müşterilerin ortalama vergi planlamasıyla güçlü bir şekilde ilişkilidir.
• Mevcut müşterilerin ortalamanın üzerinde vergi planlaması yapan
bir başka banka ile ilişkilendirildiği durumda, ticari işletmelerin vergi
planlamasında artış olmaktadır.
• Yeni bankanın ortalamanın üzerinde yatırım bankacılığı faaliyetleri
gerçekleştirmesi durumunda, yabancı gelirli ve yüksek kredi riski taşıyan
ticari işletmelerde artış daha güçlüdür.
Lynch (2014), 2005-2009 dönemi için ticari işletmelerin vergiden
kaçınmasının büyüklüğü ve zamanlaması ile ilgili nansal raporlamayı ele almak
için kurumlar vergisi üzerindeki çeşitli maliyetlerin etkilerini regresyon analizi
ile incelemiştir. Bu maliyetler, kurumlar vergisi beyannamesinin hazırlanması,
dosyalanması, planlaması, nansal raporlamasının yapılması ve nansal
raporlamanın esaslarına uygunluğunun sağlanması ile ilgilidir. Analiz bulguları
şöyledir:
• Cari dönemde ilgili maliyetlerdeki artışlar vergiden kaçınmayı
artırmaktadır.
• Maliyetlerdeki artışlar vergi planlaması yapan ticari işletmelerin
varlığına işaret etmektedir.
• Maliyetler ile vergiden kaçınmanın getirileri arasında yaklaşık olarak iki
yıllık bir gecikme bulunmaktadır.
• İç denetimdeki karmaşıklıklar maliyetleri artırmaktadır.
Türk Bankacılık Sektöründe Vergi Planlaması Analizi
Sayıştay Dergisi • Sayı:113
Nisan - Haziran 2019
19
Kubick, Lynch, Mayberry ve Omer (2014), 2004-2011 dönemi için SEC
(ABD Menkul Kıymetler ve Borsa Komisyonu) tarafından açıklanan vergi ile ilgili yeni
açıklama bültenlerine uyum maliyetinin daha fazla vergiden kaçınma avantajını
aşması durumunda vergiden kaçınma faaliyetlerini azaltacağı varsayımını probit
model ile analiz etmişlerdir. Çalışmanın bulguları şunlardır:
• Yüksek düzeyde vergiden kaçınan ticari işletmelerin vergi ile ilgili SEC
açıklama bülteni alma olasılıkları daha yüksektir.
• Ticari işletmeler, ilgili bültenleri dikkate almalıdır.
• Yeni açıklama bültenlerine uyum maliyetinin daha fazla vergiden
kaçınma avantajını aşması durumunda, ticari işletmeler vergiyle ilgili
bir açıklamadan sonra vergiden kaçınmayı azaltacaktır.
• Yatırımcıların ticari işletmelerdeki vergiden kaçınma faaliyetlerindeki
artışları olumlu olarak önemsemesine karşın vergi ile ilgili bir açıklama
bülteninin alınmasından sonra da daha az önemsemektedir.
• Artan nansal tablo açıklama kalitesi ile vergiden kaçınma arasında
pozitif yönlü bir etkileşim bulunmaktadır.
Hong ve Smart (2010: 92), uluslararası vergiden kaçınma faaliyetlerinde
artış olduğu durumda, ilk vergi oranları çok yüksek değilse ve yüksek vergili
ülkelerin vatandaşlarının refah düzeyinde bir artış olursa, sermaye üzerinde,
yasal ve efektif vergi oranlarında bir artışa neden olabileceğini ifade etmişlerdir.
Slemrod ve Wilson (2006: 36), vergi cenneti olarak hareket eden küçük,
çoğunlukla ada ekonomilerinin dünya ekonomisindeki rolünü yansıtmak üzere
tasarladıkları modeli analiz ettikleri çalışmalarında ise çok sayıda vergi cennetinin
ortadan kaldırılmasındaki potansiyel zorluklarla birlikte yeterince az sayıda vergi
cennetinin ortadan kaldırılmasının dahi tüm ülkeleri daha iyi refah düzeyine
getireceğini ortaya koymuşlardır.
Literatürdeki çalışmalar incelendiğinde vergi planlamasının çeşitli ölçütler
ile analiz edilmeye çalışıldığı görülmektedir. Ayrıca yapılan analizlerde vergi
planlamasını temsil eden unsurlar da belirlenmektedir. Bu çalışmada da literatürdeki
ölçütlerden yararlanılarak vergi planlamasının Türk bankacılık sektörü açısından
analiz edilmesi amaçlanmaktadır. Söz konusu analizin nicel ölçüm yöntemleriyle
yapılması, analiz tekniğinin farklılaşması, bankacılık sektörüne yönelik olması ve
Türkiye özelinde ele alınması bu çalışmanın ayırt edici özelliklerindendir.
Türk Bankacılık Sektöründe Vergi Planlaması Analizi
Sayıştay Dergisi • Sayı:113
Nisan - Haziran 2019
20
4. VERİ SETİ VE YÖNTEM
4.1. Vergi Planlamasının Ölçülmesi
Vergi planlamasının yapılıp yapılmadığının tespit edilmesi ve hangi
araçlar ile bu karara varılabileceği oldukça güçtür. Çünkü vergi planlaması bir
plan niteliği taşımaktadır ve geleceğe ilişkin hedeeri içermektedir. Söz konusu
hedeere ulaşabilmek için vergi planlamasının aşamalarının oluşturulmasında
somut araçlar ile durum tespiti yapılmasına ve öngörülerde bulunulmasına ihtiyaç
vardır. Ancak vergiye tabi her bir kurumun, işletmenin veya sektörün planlama
araçları birbirinden farklı olacaktır.
Vergi planlamasını tespit etmek için en sık kullanılan ölçütler şunlardır
(Blouin, 2014: 879):
i. Nakit efektif vergi oranı (CASH ETR): Dyreng, Hanlon ve Maydew
(2008) tarafından geliştirilen CASH ETR, nakit vergi ödemelerinin ertelenmesidir
(Armstrong, Blouin ve Larcker, 2012: 398).
ii. Genel kabul görmüş muhasebe ilkeleri efektif vergi oranı (GAAP ETR):
GAAP ETR, ertelenmiş vergi karşılığının toplamının vergi öncesi gelire oranıdır.
Ertelenmiş vergi karşılığı ise, vergi makamlarına karşı borçlu olunan vergilerin bir
tahmini niteliğinde olan cari vergi karşılığı ile defter ve vergi tahakkuk muhasebesi
arasındaki farkların vergi etkileridir (Armstrong vd., 2012: 398).
iii. Finansal muhasebe standardı (FIN 48): 2006 yılının Haziran
ayında ABD’de Finansal Muhasebe Standartları Kurulu tarafından 109 No’lu
Finansal Muhasebe Standardının açıklanan 48 bölümünün bir kısaltması olup
GAAP’a göre onaylanmış mali tablolardaki belirsiz vergi pozisyonlarının
muhasebeleştirilmesindeki tutarsızlığı ortadan kaldırmaya yönelik tüm vergi
pozisyonlarının tanınması, tanımlanması, ölçülmesi ve açıklanması için hazırlanan
kuralları ifade etmektedir (Internal Revenue Service, 2017).
CASH ETR ve GAAP ETR’nin hesaplanmasına ilişkin formüller ise şöyledir
(Dyreng vd., 2008: 65-67):
Türk Bankacılık Sektöründe Vergi Planlaması Analizi
Sayıştay Dergisi • Sayı:113
Nisan - Haziran 2019
21
CASH ETR formülünde yer alan özel maddelere örnek olarak yeniden
yapılandırma masraarı, kıdem tazminatı, tekrarlamayan kalemler (sürekliliği
olmayan kazanç veya kayıplar örneğin, envanter yazım hataları, varlıkların,
menkul kıymetlerin ve yatırımların satışındaki kayıplar, sel, yangın ve diğer doğal
afetlerle ilgili masraar gibi), şereye değer düşüklüğü, yasal karşılıklar, verilebilir
(Dyreng vd., 2008: 66).
GAAP ETR ve CASH ETR’nin yasal vergi oranından daha düşük çıkması
mümkün olup bunun nedeni şu şekilde ifade edilebilir (Armstrong vd., 2012: 398):
• GAAP ETR’nin yasal vergi oranından daha düşük çıkması, ticari
işletmelerin hiçbir zaman vergilendirilebilir gelire kaydedilmeyecek
defter gelirine dâhil edilen gelire sahip olacakları anlamına gelmektedir.
• CASH ETR’nin yasal vergi oranından daha düşük çıkması,
vergilendirilebilir geliri olmayan ama vergi öncesi defter gelirini artıran
tahakkukların olduğunu ortaya koymaktadır.
Ayrıca CASH ETR geleneksel efektif vergi oranlarından farklı olarak,
nakit efektif vergi oranları, değerleme payı veya vergi takozu gibi tahmini
değişikliklerden etkilenmemektedir (Dyreng vd., 2008: 66).
4.2. Veri Seti
Vergisel işlemlere yönelik olarak ticari işletmeler çeşitli stratejiler
benimseyerek politika hedeerini belirlemekte ve bu doğrultuda hareket etmektedir.
Vergisel işlemlerin ticari işletmeler açısından bir yükümlülük olması, mevzuat
hükümlerinin getirdiği zorunlulukların yanı sıra sunduğu bir takım avantajlarla
birleştiğinde belirli bir planlamanın yapılmasına zemin hazırlamaktadır.
Vergi planlamasının, agresif vergi planlamasının ya da vergiden kaçınmanın
birçok sektörde araştırılması, bankacılık sektöründe de araştırılmasına yol
açmaktadır. Bankacılık sektöründeki vergi planlaması hem kurumsal açıdan hem
de müşteriler açısından ele alınabilir. Bu çerçevede çalışmada; Türk bankacılık
sektöründe vergi planlaması analiz edilmektedir. Bu analizin yapılmasındaki
etken, bankaların kurumsal kimliklerinden dolayı vergi mükelle olmasıdır.
Türk bankacılık sektöründe vergi planlamasının analizi için oluşturulan
hipotezler şöyledir:
H
O
: Türk bankacılık sektöründe vergi planlaması yapılmaktadır.
H
A
: Türk bankacılık sektöründe vergi planlaması yapılmamaktadır.
Türk Bankacılık Sektöründe Vergi Planlaması Analizi
Sayıştay Dergisi • Sayı:113
Nisan - Haziran 2019
22
Araştırılan hipotez çerçevesinde Türk bankacılık sektöründe faaliyet
gösteren 47 bankadan 46’sının (bir banka 2018 yılı içinde faaliyet göstermeye
başladığından analiz dışında bırakılmıştır) oluşturulan modellerdeki tüm
değişkenlere ilişkin veriler, Türkiye Bankalar Birliği veri tabanından ve bankaların
mali raporlarından elde edilmiştir. Söz konusu verilerin bir kısmı çeşitli
formülasyonlar ile hesaplanarak ilgili değişkenlere ait veriler oluşturulmuştur.
4.3. Değişkenlerin Belirlenmesi
Oluşturulan modelde değişkenlerin seçiminde literatürde yapılan çalışmalar
dikkate alınmıştır. Yapılan çalışmalarda, vergi stratejisi ve politikası çeşitleri ile
vergi planlaması üzerine pek çok model oluşturulmuştur.
Modellerin genelinde, vergi planlamasına ilişkin olarak belirli değişkenler
kullanılmıştır. Söz konusu değişkenler göz önünde bulundurularak Neuman
(2014) ve Lynch (2014)’ın yapmış oldukları çalışmalar bu çalışmadaki modelin
kurulmasına ve analiz tekniğinin belirlenmesine ilişkin farklı bir bakış açısı
kazandırmıştır.
Çalışmada, Türk bankacılık sektöründe vergi planlamasının yapılmasına
yönelik hipotez çerçevesinde iki farklı hesaplama ölçütü kullanılarak iki ayrı lojistik
model oluşturulmuştur. Klasik doğrusal regresyon modeli yerine lojistik modelin
tercih edilmesinin en temel nedeni, vergi planlamasının nitel bir yapıya sahip
olmasıdır. Çünkü nitel bir değişkenin bağımlı değişken konumunda olması da
oluşturulan modelin bu doğrultuda seçilmesini gerektirmektedir.
Nitel yapıya sahip bir bağımlı değişkenin iki ya da daha çok kategori
değeri alması durumunda klasik doğrusal regresyon modeli yerine farklı modeller
kullanılmakta olup bu modeller Doğrusal Olasılık Modeli, Logit Model, Probit
Model ve Tobit Modeldir (Gujarati, 2006: 541).
Çalışmadaki “Türk bankacılık sektöründe vergi planlaması yapılmaktadır”
HO hipotezinin cevabı “Evet” ya da “Hayır” şeklinde olup iki kategori değerine
sahiptir. Söz konusu modellerden Logit model seçilerek, bankacılık sektörünün
vergi planlamasına ilişkin olasılık tahmini yapılmaktadır.
Lojistik regresyon modeli olarak da bilinen model, bağımlı değişkenin
alacağı değerlerin olasılık üzerinden tahmin edilmesini sağlamakta olup şöyledir
(Gujarati, 2006: 554-555):
Türk Bankacılık Sektöründe Vergi Planlaması Analizi
Sayıştay Dergisi • Sayı:113
Nisan - Haziran 2019
23
Çalışmada kullanılan lojistik modellere karar verilmesinde standart yöntem
tercih edilmiş olup bu modeller şöyledir:
Bankacılık sektöründe vergi planlamasının analiz edilmesi için oluşturulan
modelde, vergi planlamasını temsil etmek üzere kullanılan bağımlı değişkenler iki
farklı hesaplama ölçütüne göre seçilmiştir. Bunlardan ilki, TAX PLANNING-CASH
ETR (TPCE) diğeri de TAX PLANNING-GAAP ETR (TPGE)’dir. Vergi planlamasını
temsil etmek üzere CASH ETR ve GAAP ETR formülasyonlarından yararlanılmıştır.
Buna göre CASH ETR ve GAAP ETR formülleri şöyledir:
TPCE ve TPGE bağımlı değişken serileri, CASH ETR ve GAAP ETR
değerleri hesaplanarak ortalamadan sapma düzeylerine göre 0 ve 1 değerlerinin
atanmasıyla oluşturulmuştur (Dyreng vd., 2008; Lynch, 2014).
Bağımsız değişkenler ile ilgili açıklamalar ve hesaplamalar da Tablo 1’de
yer almaktadır.
Tablo 1: Bağımsız Değişkenlerin Açıklanması ve Hesaplanması
DEĞİŞKEN AÇIKLAMA HESAPLAMA
SS
Sektör Payı Toplam Aktif Büyüklüğüne Göre Sektör Payı
ROA
Aktif Kârlılığı Net Kâr/Yıl Sonu Toplam Aktif
LEV
Kaldıraç Toplam Uzun Vadeli Borç/Yıl Sonu Toplam Aktif
PPE
Maddi Duran Varlıklar Maddi Duran Varlıklar/Yıl Sonu Toplam Aktif
INTAN
Maddi Olmayan Duran
Varlıklar
Maddi Olmayan Duran Varlıklar/Yıl Sonu Toplam Aktif
Türk Bankacılık Sektöründe Vergi Planlaması Analizi
Sayıştay Dergisi • Sayı:113
Nisan - Haziran 2019
24
Analizde kullanılan bağımsız değişkenler sektör payı, aktif kârlılığı,
kaldıraç, maddi ve maddi olmayan duran varlıklardan oluşmaktadır. Sektör payı
toplam aktif büyüklüğüne göre hesaplanmıştır. Aktif kârlılığı ise net kâr ile yılsonu
toplam aktin oranlanması ile bulunmuştur. Bankaların yılsonu toplam aktif içinde
toplam uzun vadeli borcun oranı ile kaldıraç, maddi duran varlıkların oranı ile
maddi duran varlıklar, maddi olmayan duran varlıkların oranı ile maddi duran
varlıklar hesaplanmıştır.
4.4. Yöntem
Çalışmada (5) ve (6) no’lu çok değişkenli lojistik modellerin regresyon
analizi yapılmaktadır. Lojistik regresyon, matematiksel dönüşümlerden dolayı
E(Y=1|X_1
i
1
)’de “Y=1” lehine olasılıkların doğal logaritması için doğrusal bir
modele dayandığından matematiksel olarak normal regresyonun logaritmik
dönüşümü gibidir (Dayton, 1992: 474-476). Lojistik tahminler (X
2
ve olasılık
tahminleri) ise integrali alınan normal eğrinin parametrelerinin tahminleri yeterli
değilken asimptotik etkin olmakla birlikte yeterlidir (Berkson, 1951: 338).
5. ANALİZ VE BULGULAR
Lojistik modellerin analizinden önce bankalara ait bazı tanımlayıcı
göstergelerin gösterilmesinde yarar vardır. Bankacılık sektöründe yer alan
46 bankaya ilişkin toplam aktif büyüklüğüne göre sektör payları Şekil 2’de
yer almaktadır. Şekil 3’te ise toplam aktif büyüklüğüne göre sektör payları
sıralamasında ilk onda yer alan bankalar gösterilmektedir.
Türk Bankacılık Sektöründe Vergi Planlaması Analizi
Sayıştay Dergisi • Sayı:113
Nisan - Haziran 2019
25
Şekil 2: Bankaların Sektör Payları
Kaynak: Türkiye Bankalar Birliği verilerinden yararlanılarak hazırlanmıştır.
Türkiye’de faaliyet gösteren bankaların sektör paylarına bakıldığında T.C.
Cumhuriyeti Ziraat Bankası A.Ş. %13,78 pay ile ilk sırada yer almaktadır. İlk
sıradaki bankayı %1,78 oranında bir eksiklikle Türkiye İş Bankası A.Ş izlemektedir.
Türkiye Garanti Bankası ve Akbank T.A.Ş yaklaşık %11 ile 46 banka arasında
sektörde ilk dört banka arasında yer almaktadır. Daha sonra sektördeki büyüklük
Türk Bankacılık Sektöründe Vergi Planlaması Analizi
Sayıştay Dergisi • Sayı:113
Nisan - Haziran 2019
26
paylarına göre sırası ile Yapı ve Kredi Bankası A.Ş, Türkiye Halk Bankası A.Ş.
Türkiye Vakıar Bankası T.A.O., Denizbank A.Ş, Finans Bank A.Ş. ve Türk Ekonomi
Bankası A.Ş. gelmektedir.
Şekil 3 ve Şekil 4’te sırasıyla bankaların CASH ETR ve GAAP ETR oranları
ile birlikte bu oranların ortalama değerleri gösterilmektedir. Efektif vergi oranlarına
ilişkin formüller çerçevesinde hesaplanan CASH ETR’nin bankacılık sektörü
ortalaması %16,61 iken GAAP ETR’nin ortalaması %17,27’dir.
Şekil 3: Bankaların Nakit Efektif Vergi Oranları (CASH ETR)
Kaynak: Türkiye Bankalar Birliği verilerinden yararlanılarak hazırlanmıştır.
Türk Bankacılık Sektöründe Vergi Planlaması Analizi
Sayıştay Dergisi • Sayı:113
Nisan - Haziran 2019
27
Türkiye Cumhuriyeti Ziraat Bankası A.Ş., Türkiye Vakıar Bankası T.A.O.,
Adabank A.Ş., Anadolubank, Fibabanka A.Ş., Şekerbank A.Ş., Birleşik Fon
Bankası A.Ş., Arap Türk Bankası A.Ş., Citybank A.Ş., Deutsche Bank A.Ş., ICBC
Turkey Bank A.Ş., Odea Bank A.Ş., Rabobank A.Ş., Turkland Bank A.Ş., Bank
Mellat, Habib Bank Limited, JPMorgan Chase Bank N.A., İller Bankası A.Ş., Türkiye
Kalkınma Bankası A.Ş., Aktif Yatırım Bankası A.Ş., Diler Yatırım Bankası A.Ş.,
GSD Yatırım Bankası A.Ş., Nurol Yatırım Bankası A.Ş., Türkiye Sınai Kalkınma
Bankası A.Ş., Pasha Yatırım Bankası A.Ş. ve Standard Chartered Yatırım Bankası
Türk A.Ş.’ye ait CASH ETR’ler bankacılık sektör ortalamasının üzerindedir.
Şekil 4: Bankaların Genel Kabul Görmüş Muhasebe İlkeleri Efektif Vergi
Oranları (GAAP ETR)
Kaynak: Türkiye Bankalar Birliği verilerinden yararlanılarak hazırlanmıştır.
Türk Bankacılık Sektöründe Vergi Planlaması Analizi
Sayıştay Dergisi • Sayı:113
Nisan - Haziran 2019
28
Adabank A.Ş., Şekerbank T.A.Ş., Turkish Bank A.Ş., Türkiye İş Bankası
A.Ş., Denizbank A.Ş., HSBC Bank A.Ş., Société Générale (SA) ve Merrill Lynch
Yatırım Bank A.Ş.’ye ait GAAP ETR’ler bankacılık sektör ortalamasının altındadır.
Tablo 2’de lojistik modeldeki değişkenlere ait minimum, maksimum, toplam,
ortalama, standart hata ve varyans gibi tanımlayıcı istatistikler yer almaktadır.
Bunlardan ortalama istatistiklerine bakıldığında bankacılık sektöründe ortalama
aktif kârlılığın %2,3, kaldıraç oranının %18,22, maddi duran varlıkların toplam
aktier içindeki payının %0,85, maddi olmayan duran varlıkların toplam aktier
içindeki payının %0,21 olduğu görülmektedir.
Tablo 2: Tanımlayıcı İstatistikler
N = 46 Dağılım Min Max Toplam
Ortalama
Standart
Hata
Varyans
TPCE
45,88 ,68 45,19 764,29 16,61 10,20 104,21
TPGE
68,74 25,20 43,53 794,73 17,27 11,10 123,42
SS
13,78 ,002 13,78 99,97 2,17 3,78 14,35
ROA
16,33 -6,84 9,49 106,12 2,30 2,74 7,54
LEV
84,11 4,58 88,69 838,28 18,22 20,61 424,78
PPE
4,56 ,010 4,57 39,15 ,85 1,07 1,16
INTAN
1,06 ,001 1,06 9,91 ,21 ,23 ,05
Tablo 3’te lojistik modeldeki değişkenlerin normallik testleri bulguları yer
almaktadır. Normal dağılımına ilişkin hipotezler aşağıda olup %5 anlamlılık
düzeyinde bütün “sig < 0,05” olduğu için H0 hipotezi reddedilerek H1 hipotezi
kabul edilmiştir. Buna göre değişkenler normal dağılıma sahip değildir.
H
0
: Normal Dağılım vardır. / H
1
: Normal Dağılım yoktur.
Tablo 3: Normallik Testleri
Kolmogorov-Smirnov Shapiro-Wilk
İstatistik Sig. İstatistik Sig.
TPCE
,132 ,044 ,934 ,012
TPGE
,287 ,000 ,787 ,000
SS
,345 ,000 ,618 ,000
ROA
,168 ,002 ,875 ,000
LEV
,348 ,000 ,646 ,000
PPE
,218 ,000 ,702 ,000
INTAN
,183 ,001 ,824 ,000
Türk Bankacılık Sektöründe Vergi Planlaması Analizi
Sayıştay Dergisi • Sayı:113
Nisan - Haziran 2019
29
Tablo 4’te lojistik modeldeki değişkenler arasındaki korelasyon değerleri
yer almaktadır. Değişkenler normal dağılıma sahip olmadığından korelasyon
testi olarak Spearman’ın Sıra Korelasyon Testi kullanılmıştır. Test bulgularına göre
%5 anlamlılık düzeyinde TPCE ile maddi olmayan duran varlıklar arasında (-) ve
zayıf ilişki, ortalama aktif kârlılığı arasında (+) ve orta ilişki; TPGE ile ortalama
aktif kârlılığı arasında (+) ve zayıf ilişki; sektör payları ile ortalama aktif kârlılığı
arasında (-) ve zayıf ilişki, kaldıraç arasında (-) ve yüksek ilişki; ortalama aktif
kârlılığı ile kaldıraç arasında (+) ve orta ilişki, maddi olmayan duran varlıklar
arasında (-) ve zayıf ilişki; kaldıraç ile maddi olmayan varlıklar arasında (-) ve
zayıf ilişki vardır.
Tablo 4: Korelasyonlar
Spearman’ın Sıra
Korelasyonu
TPCE TPGE SS ROA LEV PPE INTAN
TPCE
KK 1,000
,658
**
-,241
,405
**
,281 ,224
-,354
*
Sig . ,000 ,106 ,005 ,058 ,134 ,016
TPCE
KK
,658
**
1,000 -,109
,292
*
,165 ,040 -,259
Sig ,000 . ,471 ,049 ,273 ,792 ,082
SS
KK -,241 -,109 1,000
-,354
*
-,690
**
,204 ,084
Sig ,106 ,471 . ,016 ,000 ,175 ,581
ROA
KK
,405
**
,292
*
-,354
*
1,000
,524
**
,010
-,386
**
Sig ,005 ,049 ,016 . ,000 ,947 ,008
LEV
KK ,281 ,165
-,690
**
,524
**
1,000 -,111
-,316
*
Sig ,058 ,273 ,000 ,000 . ,461 ,032
PPE
KK ,224 ,040 ,204 ,010 -,111 1,000 -,062
Sig ,134 ,792 ,175 ,947 ,461 . ,684
INTAN
KK
-,354
*
-,259 ,084
-,386
**
-,316
*
-,062 1,000
Sig ,016 ,082 ,581 ,008 ,032 ,684 .
* Korelasyon, %5 düzeyinde anlamlıdır.
** Korelasyon, %1 düzeyinde anlamlıdır
KK Korelasyon Katsayısı
Lojistik regresyon analizi yapılmadan önce lojistik modellerde bağımsız
değişkenler arasındaki çoklu doğrusal bağlantının varlığı ile aykırı değer kontrolü
yapılmalıdır. İlk olarak TPCE’nin bağımlı değişken olduğu model için çoklu doğrusal
bağlantı sorunu olup olmadığı kontrol edilir. Tablo 5’teki Tolerance değerleri “1”e
yakın olduğu ve VIF (Varyans Şişme Faktörü) değerleri “10”dan küçük olduğu için
lojistik modeldeki bağımsız değişkenler arasında çoklu doğrusal bağlantı sorunu
yoktur.
Türk Bankacılık Sektöründe Vergi Planlaması Analizi
Sayıştay Dergisi • Sayı:113
Nisan - Haziran 2019
30
Tablo 5: Çoklu Doğrusal Bağlantı Sorunu (TPCE)
Model
Standartlaştırılmamış
Katsayılar
Standartlaştırılmış
Katsayılar
t Sig.
Doğrusal Bağlantı
İstatistiği
B Standart Hata Beta Tolerance VIF
(Sabit) ,451 ,133 3,380 ,002
SS ,045 ,018 ,343 2,540 ,015 ,852 1,174
ROA -,075 ,026 -,416 -2,872 ,006 ,741 1,350
LEV ,002 ,004 ,078 ,486 ,629 ,606 1,650
PPE -,081 ,064 -,175 -1,255 ,217 ,803 1,246
INTAN ,335 ,277 ,159 1,211 ,233 ,905 1,105
Bağımlı Değişken: TPCE
İkinci olarak TPGE’nin bağımlı değişken olduğu model için çoklu doğrusal
bağlantı sorunu olup olmadığı kontrol edilir. Tablo 6’daki Tolerance değerleri “1”e
yakın olduğu ve VIF (Varyans Şişme Faktörü) değerleri “10”dan küçük olduğu için
lojistik modeldeki bağımsız değişkenler arasında çoklu doğrusal bağlantı sorunu
yoktur. Her iki lojistik model için aykırı değer kontrolü yapılmıştır. Lojistik regresyon
analizinde bu durum dikkate alınarak analiz gerçekleştirilmiştir.
Tablo 6: Çoklu Doğrusal Bağlantı Sorunu (TPGE)
Model
Standartlaştırılmamış
Katsayılar
Standartlaştırılmış
Katsayılar
t Sig.
Doğrusal Bağlantı
İstatistiği
B Standart Hata Beta Tolerance VIF
(Sabit) ,248 ,122 2,031 ,049
SS -,002 ,016 -,017 -,115 ,909 ,852 1,174
ROA -,080 ,024 -,526 -3,320 ,002 ,741 1,350
LEV ,005 ,004 ,229 1,306 ,199 ,606 1,650
PPE ,073 ,059 ,189 1,241 ,222 ,803 1,246
INTAN ,050 ,254 ,029 ,199 ,844 ,905 1,105
Bağımlı Değişken: TPGE
Her iki lojistik modelin analizinde, bağımlı değişken olan vergi planlamasının
yapılma olasılığı Tablo 7’de gösterildiği gibi “0-1” değerleri arasında kodlanmıştır.
Analizde yapılacak olan yorumlar için öncelikle referans kategorisinin tespit
edilmesi gerekir. Buna göre kodlanan değerin “0” olduğu “Vergi planlaması
yapmıyor” durumu referans kategoridir.
Türk Bankacılık Sektöründe Vergi Planlaması Analizi
Sayıştay Dergisi • Sayı:113
Nisan - Haziran 2019
31
Tablo 7: Bağımlı Değişken Kodlaması
Orijinal Değer Kodlanan Değer
Vergi planlaması yapmıyor (HAYIR) 0
Vergi planlaması yapıyor (EVET) 1
Tablo 8’de CASH ETR’ye göre hesaplanan vergi planlamasının (TPCE)
bağımlı değişken olduğu ve başlangıçta bağımsız değişkenlerin olmadığı, sadece
sabitin olduğu model için gözlenen değerlerin tahmin doğruluğu %58,7’dir.
Tablo 8: Sınıandırma Tablosu
Gözlenen
Tahmin Edilen
TPCE
Tahmin
Doğruluğu
Vergi
planlaması
yapmıyor
Vergi
planlaması
yapıyor
Step 0
TPCE
Vergi planlaması
yapmıyor (HAYIR)
27 0 100,0
Vergi planlaması
yapıyor (EVET)
19 0 ,0
Genel Yüzde 58,7
a. Sabit modeldedir.
Tablo 9’da başlangıçtaki sadece sabit terimi içeren lojistik modelin tahmin
edilen katsayı, standart hata, Wald istatistiği, anlamlılık değeri ve olasılık oranı
bulguları yer almaktadır.
Tablo 9: Sabitli Model
B S.H. Wald sd Sig. Exp(B)
Step 0 Sabit -,351 ,299 1,377 1 ,241 ,704
Tablo 10’da bağımsız değişkenlerin yer almadığı başlangıçtaki sabit terimli
modele bağımsız değişkenlerin ilave edilmesi durumunda modele sağlayacakları
katkının anlamlılığı yer almaktadır. Buna göre %5 anlamlılık düzeyinde “sig<0,004”
olduğundan bu katkı anlamlı bulunmuştur.
Türk Bankacılık Sektöründe Vergi Planlaması Analizi
Sayıştay Dergisi • Sayı:113
Nisan - Haziran 2019
32
Tablo 10: Bağımsız Değişkenlerin Olmadığı Model
Ki-Kare sd Sig.
Step 0
Değişkenler
SS 5,395 1 ,020
ROA 11,399 1 ,001
LEV 4,492 1 ,034
PPE 2,078 1 ,149
INTAN 2,848 1 ,092
Genel İstatistik
17,349 5
,004
Tablo 11’de başlangıçtaki model ile bağımsız değişkenlerin yer alacağı
model arasında anlamlı bir farklılık olup olmadığını gösteren Omnibus Test
İstatistiği bulguları yer almaktadır. Omnibus Testi’ne ilişkin hipotezler şöyledir:
H
0
: Block-1 ile Block-0 arasında anlamlı bir fark yoktur.
H
1
: Block-1 ile Block-0 arasında anlamlı bir fark vardır.
Test bulgularına göre %5 anlamlılık düzeyinde “sig=0,000<0,05”
olduğundan H
0
hipotezi reddedilerek H
1
hipotezi kabul edilmiş ve bağımsız
değişkenleri içeren modelin, sabit terimi içeren modelden daha anlamlı olduğu
sonucuna ulaşılmıştır.
Tablo 11: Omnibus Testi
Chi-square sd Sig.
Step 1
Step 28,692 5 ,000
Block 28,692 5 ,000
Model 28,692 5 ,000
Tablo 12’de bağımsız değişkenlerin bağımlı değişkenin varyans dağılımının
% kaçını açıkladığına ilişkin test bulguları yer almaktadır. Test bulgularından
Cox&Snell’in R
2
değerine göre bağımlı değişken olan vergi planlamasının
yapılmasının varyans olasılığı %46 düzeyinde bağımsız değişkenler tarafından
açıklanmaktadır. Nagelkerke’nin R
2
değerine göre ise bağımlı değişken olan
vergi planlamasının yapılmasının varyans olasılığı %62,5 düzeyinde bağımsız
değişkenler tarafından açıklanmaktadır. %5 anlamlılık düzeyinde “sig=0,000”
olduğundan H
0
hipotezi reddedilerek H
1
hipotezi kabul edilmiş ve bağımsız
değişkenleri içeren modelin, sabit terimi içeren modelden daha anlamlı olduğu
sonucuna ulaşılmıştır.
Türk Bankacılık Sektöründe Vergi Planlaması Analizi
Sayıştay Dergisi • Sayı:113
Nisan - Haziran 2019
33
Tablo 12: Model Özeti
Step
1
-2 Log likelihood Cox & Snell R
2
Nagelkerke R
2
33,679 ,464 ,625
Tablo 13’te tahmin edilen değerler ile gözlenen değerler arasında anlamlı
bir farklılık olup olmadığını gösteren Hosmer ve Lemeshow Test bulguları yer
almaktadır. Testlere ilişkin hipotezler şöyledir:
H
0
: Tahmin edilen değerler ile gözlenen değerler arasında anlamlı bir
farklılık yoktur.
H
1
: Tahmin edilen değerler ile gözlenen değerler arasında anlamlı bir
farklılık vardır.
Test bulgularına göre %5 anlamlılık düzeyinde “sig=0,688>0,05”
olduğundan H
0
hipotezi kabul edilmiş ve tahmin edilen değerler ile gözlenen
değerler arasında anlamlı bir farklılık olmadığı bulunmuştur. Buna göre modelin
iyi bir tahmin gücü olduğu, verilerle uyumlu olduğu ve tahmin edilen değerlerin
gözlenen değerlere yakın olduğu sonucuna ulaşılmıştır.
Tablo 13: Hosmer ve Lemeshow Test
Step
1
Chi-square sd Sig.
4,773 7 ,688
Tablo 14’te bağımsız değişkenlerin yer aldığı modelin bankalar için vergi
planlaması yapmalarının olasılık tahminleri yer almaktadır. Buna göre başlangıçta
27 bankanın CASH ETR’ye göre hesaplanan vergi planlamasını yapmadığı
yönündeki gözlenen değerlerden sadece 22 bankanın vergi planlaması yapmama
olasılığı taşıdığı ve diğer 5 bankanın vergi planlaması yapma olasılığı taşıdığı
%81,5 düzeyinde tahmin edilmiştir. Aynı şekilde başlangıçta 19 bankanın
CASH ETR’ye göre hesaplanan vergi planlamasını yaptığı yönündeki gözlenen
değerlerden sadece 16 bankanın vergi planlaması yapma olasılığı taşıdığı ve
diğer 3 bankanın vergi planlaması yapmama olasılığı taşıdığı %84,2 düzeyinde
tahmin edilmiştir. Bağımsız değişkenlerin yer aldığı modelin genel tahmin yüzdesi
ise %82,6 olup başlangıçta sadece sabitin olduğu modelin tahmin yüzdesi olan
%58,7’den büyüktür. Bu da bağımsız değişkenlerin ilave edildiği modelin daha
yüksek bir tahmin yüzdesi sağladığını göstermektedir.
Türk Bankacılık Sektöründe Vergi Planlaması Analizi
Sayıştay Dergisi • Sayı:113
Nisan - Haziran 2019
34
Tablo 14: Sınıandırma Tablosu
Gözlenen
Tahmin Edilen
TPCE
Tahmin
Doğruluğu
Vergi planlaması
yapmıyor
Vergi planlaması
yapıyor
Step 1
TPCE
Vergi planlaması yapmıyor 22 5 81,5
Vergi planlaması yapıyor 3 16 84,2
Genel Yüzde 82,6
Tablo 15’te TPCE’nin bağımlı değişken olduğu lojistik modelin regresyon
analizi bulguları yer almaktadır. Lojistik regresyon analizi bulgularına göre
bankacılık sektöründe yer alan 46 bankanın vergi planlaması yapma olasılığını
toplam aktif büyüklüğüne göre sektör payları %5 anlamlılık düzeyinde
“sig=0,015<0,05” olduğundan anlamlı bir şekilde etkilemektedir. Benzer şekilde
aktif kârlılığı da %5 anlamlılık düzeyinde “sig=0,015<0,05” olduğundan
bankaların vergi planlaması yapma olasılığını anlamlı bir şekilde etkilemektedir.
Sektör payları ve aktif kârlılığında meydana gelecek herhangi bir değişim
bankacılık sektöründe yer alan 46 bankanın vergi planlaması yapma olasılığının
logaritmik formunu sırasıyla 0,308 kat artırmakta ve -1,318 kat azaltmaktadır.
Olasılık oranına [Exp(B)] göre ise sektör payları ve aktif kârlılığında meydana
gelecek herhangi bir değişim bankaların vergi planlaması yapma olasılığını
sırasıyla %36,1 [(1-1,1361)*100] artırmakta ve %3,73 [(1/0,268)*100]
azaltmaktadır.
Tablo 15: Bağımsız Değişkenlerin Olduğu Model
B S.H. Wald sd Sig. Exp(B)
%95 Güven Aralığı
EXP(B)
Alt Üst
Step
1
SS ,308 ,127 5,925 1 ,015 1,361 1,062 1,745
ROA -1,318 ,585 5,086 1 ,024 ,268 ,085 ,841
LEV ,003 ,080 ,001 1 ,972 1,003 ,858 1,172
PPE -1,143 ,715 2,558 1 ,110 ,319 ,079 1,294
INTAN 2,452 1,863 1,732 1 ,188 11,614 ,301 447,788
Constant 1,284 1,153 1,240 1 ,266 3,610
Türk Bankacılık Sektöründe Vergi Planlaması Analizi
Sayıştay Dergisi • Sayı:113
Nisan - Haziran 2019
35
Sektör paylarındaki artışlar, bankaların vergi planlaması yapmaları
konusunda eğilimli olabileceğine yönelik bir olasılığı ifade etmektedir. Aktif
kârlılığı, toplam aktifler içindeki net kârın büyüklüğü olduğundan bu büyüklükteki
artışların bankaların vergi planlamasına yönelmeleri üzerinde olumsuz bir etkiye
sahip olmaları doğaldır. Çünkü vergi planlaması ile ilgili aşamalar aktif kârlılığının
tespit edilmesinden önce yapılmaktadır.
Tablo 16’da GAAP ETR’ye göre hesaplanan vergi planlamasının (TPGE)
bağımlı değişken olduğu ve başlangıçta bağımsız değişkenlerin olmadığı sadece
sabitin olduğu model için gözlenen değerlerin tahmin doğruluğu %78,3’tür.
Tablo 16: Sınıandırma Tablosu
Gözlenen
Tahmin Edilen
TPGE
Tahmin
Doğruluğu
Vergi planlaması
yapmıyor
Vergi planlaması
yapıyor
Step 0
TPGE
Vergi planlaması
yapmıyor
36 0 100,0
Vergi planlaması
yapıyor
10 0 ,0
Genel Yüzde 78,3
a. Sabit modeldedir.
Tablo 17’de başlangıçtaki sadece sabit terimi içeren lojistik modelin tahmin
edilen katsayı, standart hata, Wald istatistiği, anlamlılık değeri ve olasılık oranı
bulguları yer almaktadır.
Tablo 17: Sabitli Model
B S.H. Wald sd Sig. Exp(B)
Step 0 Sabit -1,281 ,357 12,841 1 ,000 ,278
Tablo 18’de bağımsız değişkenlerin yer almadığı başlangıçtaki sabit terimli
modele bağımsız değişkenlerin ilave edilmesi durumunda modele sağlayacakları
katkının anlamlılığı yer almaktadır. Buna göre %5 anlamlılık düzeyinde “sig<0,039”
olduğundan bu katkı anlamlı bulunmuştur.
Türk Bankacılık Sektöründe Vergi Planlaması Analizi
Sayıştay Dergisi • Sayı:113
Nisan - Haziran 2019
36
Tablo 18: Bağımsız Değişkenlerin Olmadığı Model
Değer sd Sig.
Step 0
Değişkenler
SS ,008 1 ,927
ROA 6,966 1 ,008
LEV ,165 1 ,684
PPE 1,390 1 ,238
INTAN ,723 1 ,395
Genel İstatistik 11,738 5 ,039
Tablo 19’da başlangıçtaki model ile bağımsız değişkenlerin yer alacağı
model arasında anlamlı bir farklılık olup olmadığını gösteren Omnibus Test
İstatistiği bulguları yer almaktadır. Test bulgularına göre %5 anlamlılık düzeyinde
“sig=0,004<0,05” olduğundan H
0
hipotezi reddedilerek H
1
hipotezi kabul edilmiş
ve bağımsız değişkenleri içeren modelin sabit terimi içeren modelden daha
anlamlı olduğu sonucuna ulaşılmıştır.
Tablo 19: Omnibus Testi
Chi-square sd Sig.
Step 1
Step 17,126 5 ,004
Block 17,126 5 ,004
Model 17,126 5 ,004
Tablo 20’de bağımsız değişkenlerin bağımlı değişkenin varyans dağılımının
% kaçını açıkladığına ilişkin test bulguları yer almaktadır. Test bulgularından
Cox&Snell’in R
2
değerine göre bağımlı değişken olan vergi planlamasının
yapılmasının varyans olasılığı %31 düzeyinde bağımsız değişkenler tarafından
açıklanmaktadır. Nagelkerke’nin R
2
değerine göre ise bağımlı değişken olan
vergi planlamasının yapılmasının varyans olasılığı %47,9 düzeyinde bağımsız
değişkenler tarafından açıklanmaktadır. %5 anlamlılık düzeyinde “sig=0,000”
olduğundan H
0
hipotezi reddedilerek H
1
hipotezi kabul edilmiş ve bağımsız
değişkenleri içeren modelin, sabit terimi içeren modelden daha anlamlı olduğu
sonucuna ulaşılmıştır.
Türk Bankacılık Sektöründe Vergi Planlaması Analizi
Sayıştay Dergisi • Sayı:113
Nisan - Haziran 2019
37
Tablo 20: Model Özeti
Step
1
-2 Log likelihood Cox & Snell R
2
Nagelkerke R
2
31,044 ,311 ,479
Tablo 21’de tahmin edilen değerler ile gözlenen değerler arasında anlamlı
bir farklılık olup olmadığını gösteren Hosmer ve Lemeshow Test bulguları yer
almaktadır. Test bulgularına göre %5 anlamlılık düzeyinde “sig=0,217>0,05”
olduğundan H
0
hipotezi kabul edilmiş ve tahmin edilen değerler ile gözlenen
değerler arasında anlamlı bir farklılık olmadığı bulunmuştur. Buna göre modelin
iyi bir tahmin gücü olduğu, verilerle uyumlu olduğu ve tahmin edilen değerlerin
gözlenen değerlere yakın olduğu sonucuna ulaşılmıştır.
Tablo 21: Hosmer And Lemeshow Test
Step
1
Chi-square sd Sig.
9,533 7 ,217
Tablo 22’de bağımsız değişkenlerin yer aldığı modelin bankalar için vergi
planlaması yapmalarının olasılık tahminleri yer almaktadır. Buna göre başlangıçta
36 bankanın GAAPETR’ye göre hesaplanan vergi planlamasını yapmadığı
yönündeki gözlenen değerlerden 36 bankanın da vergi planlaması yapmama
olasılığı taşıdığı %100 düzeyinde tahmin edilmiştir. Aynı şekilde başlangıçta 10
bankanın GAAP ETR’ye göre hesaplanan vergi planlamasını yaptığı yönündeki
gözlenen değerlerden sadece 4 bankanın vergi planlaması yapma olasılığı taşıdığı
ve diğer 6 bankanın vergi planlaması yapmama olasılığı taşıdığı %40 düzeyinde
tahmin edilmiştir. Bağımsız değişkenlerin yer aldığı modelin genel tahmin yüzdesi
ise %87 olup başlangıçta sadece sabitin olduğu modelin tahmin yüzdesi olan
%78,3’ten büyüktür. Bu da bağımsız değişkenlerin ilave edildiği modelin daha
yüksek bir tahmin yüzdesi sağladığını göstermektedir.
Türk Bankacılık Sektöründe Vergi Planlaması Analizi
Sayıştay Dergisi • Sayı:113
Nisan - Haziran 2019
38
Tablo 22: Sınıflandırma Tablosu
Gözlenen
Tahmin Edilen
TPGE
Tahmin
Doğruluğu
Vergi planlaması
yapmıyor (HAYIR)
Vergi planlaması
yapıyor (EVET)
Step 1
TPGE
Vergi planlaması
yapmıyor
(HAYIR)
36 0 100,0
Vergi planlaması
yapıyor
(EVET)
6 4 40,0
Genel Yüzde 87,0
Tablo 23’te TPGE’nin bağımlı değişken olduğu lojistik modelin regresyon
analizi bulguları yer almaktadır. Lojistik regresyon analizi bulgularına göre
bankacılık sektöründe yer alan 46 bankanın vergi planlaması yapma olasılığını
aktif kârlılığı %5 anlamlılık düzeyinde “sig=0,03<0,05” olduğundan anlamlı
bir şekilde etkilemektedir. Benzer şekilde kaldıraç da %10 anlamlılık düzeyinde
“sig=0,098<0,10” olduğundan bankaların vergi planlaması yapma olasılığını
anlamlı bir şekilde etkilemektedir.
Aktif kârlılığı ve kaldıraçta meydana gelecek herhangi bir değişim
bankacılık sektöründe yer alan 46 bankanın vergi planlaması yapma olasılığının
logaritmik formunu sırasıyla -1,728 kat azaltmakta ve 0,104 kat artırmaktadır.
Olasılık oranına [Exp(B)] göre ise aktif kârlılığı ve kaldıraçta meydana gelecek
herhangi bir değişim bankaların vergi planlaması yapma olasılığını sırasıyla %5,6
[(1/0,178)*100] azaltmakta ve %10,9 [(1-1,109)*100] artırmaktadır.
Tablo 23: Bağımsız Değişkenlerin Olduğu Model
B S.H. Wald sd Sig.
Exp(B)
%95 Güven Aralığı
EXP(B)
Alt Üst
Step
1
SS ,137 ,145 ,902 1 ,342 1,147 ,864 1,524
ROA -1,728 ,798 4,691 1 ,030 ,178 ,037 ,849
LEV ,104 ,063 2,732 1 ,098 1,109 ,981 1,254
PPE ,520 ,495 1,102 1 ,294 1,682 ,637 4,439
INTAN -,375 2,285 ,027 1 ,870 ,688 ,008 60,592
Constant -,861 1,019 ,715 1 ,398 ,423
Türk Bankacılık Sektöründe Vergi Planlaması Analizi
Sayıştay Dergisi • Sayı:113
Nisan - Haziran 2019
39
Kaldıraçtaki artışlar, bankaların vergi planlaması yapma olasılığı üzerinde
olumlu etkiye sahiptir. Bankaların kaldıraç oranı, nansal varlıkların değişen
değerlerinin öz sermaye üzerinde rol oynaması nedeniyle farklılaşabilmektedir
(Binici ve Köksal, 2012: 1-2). Ayrıca konjonktürel dönemlerle uyumlu hareket
eden devresel kaldıraç da yat ve ölçülen riskteki değişiklikleri cevaplayan nansal
aracılar tarafından bilançonun aktif bir şekilde yönetilmesinin bir sonucu olarak
görülebilir (Adrian ve Shin, 2010: 1).
Bankaların yabancı kaynaklar ile kârlılıklarını artırması, bu kaynakların
maliyetinden daha yüksek getiri elde etmelerine bağlı olduğundan bu durum
kaldıraç oranını pozitif yönde etkileyecek ancak tersi durumda kârlılıkları
azalacak ve oran negatif olacaktır (Uluyol, Lebe ve Akbaş, 2014: 71). Kaldıraç
ile bankaların kârlılığı arasındaki ilişkinin pozitif olması, alınan borçların etkili
bir şekilde kullanıldığı anlamına gelir iken negatif olması ya borçların maliyetinin
yatırımdan sağlanan kazançtan daha fazla olduğu ya da öz sermaye ile nanse
edilen rmaların borçla nanse edilenlerden daha kârlı oldukları anlamına
gelmektedir (Eriotis, Frangouli ve Ventoura-Neokosmides, 2002: 86). Dolayısıyla
bankaların kaldıraç oranlarındaki artışlar sektör paylarındaki artışla benzer
şekilde bankaların vergi planlamasına yönelmelerinin olasılığı üzerinde olumlu
etkiye sahiptir.
SONUÇ
Vergi planlaması ile devletin beklentisi en temel kamu geliri olan vergileri
mümkün olabilecek maksimum düzeyde toplamak isterken mükelleer de daha
az vergi ödeyerek vergi yüklerini azaltma ve/veya kârlılıklarını artırma arayışları
içindedirler. Bankalar da birer vergi mükelle olarak vergi planlaması aracılığıyla
vergi yüklerini azaltabilmektedir. Bankalar hem kurumsal ticari işletme vasfına
haiz olmaları hem de müşterilerinin büyük portföylerini yönetmeleri açısından
vergi planlaması ile iki farklı açıdan ilişkilidir. Böylece bankalar hem kendi
vergi planlamalarını yapar hem de müşterilerine nansal aracılık yoluyla vergi
planlamasının avantajlarını sunabilir. Bu çerçevede çalışmada; Türk bankacılık
sektöründe vergi planlaması analizi, ikili lojistik regresyon ile tahmin edilmiştir.
İkili lojistik regresyon analizi için bağımlı değişken olan vergi planlaması
iki ayrı ölçüt kullanılarak hesaplandığından çalışmada iki ayrı lojistik model
oluşturulmuştur. Modellerden ilkinde, vergi planlaması nakit efektif vergi oranlarına
göre tespit edilirken ikincisinde, genel kabul görmüş muhasebe ilkeleri efektif vergi
oranına göre tespit edilmiştir.
Lojistik modellerin değişkenleri literatürdeki yapılmış çalışmalar dikkate
alınarak belirlenmiş; değişkenlere ilişkin veriler ise Türkiye Bankalar Birliği
Türk Bankacılık Sektöründe Vergi Planlaması Analizi
Sayıştay Dergisi • Sayı:113
Nisan - Haziran 2019
40
veri tabanından ve bankaların faaliyet raporlarından elde edilmiştir. Bu veriler
çeşitli formülasyonlar aracılığıyla oranlanarak değişkenlere ilişkin veri setleri
oluşturulmuştur.
İkili lojistik regresyon analizinin bulguları; ilk modelde sektör payları ile aktif
kârlılığın bankaların vergi planlaması yapma olasılığını %5 anlamlılık düzeyinde
sırasıyla %36,1 artırdığı ve %3,73 azalttığı yönündedir. Bu da sektör payı ve
aktif karlılığı yüksek olan bankaların vergi planlamasına daha fazla yöneldiğini
göstermektedir. Bir başka ifadeyle sektörde öncü ve kârlılıkları yüksek bankaların
vergi planlamasının avantajlarının farkında oldukları ve vergi planlamasını etkin
bir şekilde yaptıkları ifade edilebilir. İkinci modelin bulguları ise aktif kârlılığın
bankaların vergi planlaması yapma olasılığını %5 anlamlılık düzeyinde %5,6
azalttığını ve kaldıraç oranının da %10,9 artırdığı yönündedir. Dolayısıyla yüksek
kaldıraç oranına sahip bankaların daha fazla vergi planlamasına yöneldiği
söylenebilir.
Vergi planlamasının CASH ETR ölçütüne göre hesaplanarak oluşturulduğu
modelde, bankacılık sektörünün %45,6’sı vergi planlaması yapma olasılığına
sahip iken GAAP ETR ölçütüne göre hesaplanarak oluşturulduğu modelde, %8,6’sı
vergi planlaması yapma olasılığına sahiptir. İki ölçüt açısından farklılaşan analiz
bulgularının temel nedeni, bu ölçütlerin hesaplanmasında kullanılan değişkenlerden
kaynaklanmaktadır. CASH ETR nakit vergi ödemelerinin vergi öncesi gelir içindeki
payını yansıtır iken GAAP ETR cari ve ertelenmiş vergi karşılıklarının vergi öncesi
gelir içindeki payını yansıtmaktadır. Her iki ölçüte göre yapılan ikili lojistik
regresyon analizi bulguları bir bütün olarak ele alındığında, bankaların sektör
paylarının ve kaldıraç oranlarının artması vergi planlaması yapma olasılıklarını
artırmaktadır. Ayrıca aktif kârlılıklarının belirlenmesi öncesinde de bankalar vergi
planlaması yapma olasılıklarına sahiptir. İkili lojistik regresyon analizi bulguları
çerçevesinde tek tek bankaların vergi planlaması yapma olasılıkları da incelenmiş
olup efektif vergi oranları ile karşılaştırıldığında genel olarak bankacılık sektöründe
vergi planlaması yapma eğiliminin olduğu gözlemlenmiştir. Bu eğilim bankaların
vergi planlamasının avantajlarından yararlanmak için çaba harcadıklarını
göstermektedir. Dolayısıyla bankalara vergi planlaması çalışmalarını daha
sistematik yapmaları veya kurumsal hale dönüştürüp etkin bir vergi planlaması
sistemi kurmaları önerilebilir. Bundan sonraki çalışmalar için araştırmacılara
ise bankacılık sektöründe vergi planlamasının bankaların sektör paylarındaki
değişimleriyle ve vergi öncesi kazançlarıyla ilişkilerinin tahminine yönelik
araştırmalar yapmaları tavsiye edilebilir. Ayrıca bankaların vergi planlamasından
sorumlu yöneticileriyle yapılacak mülakatlar sonucu elde edilecek nitel verilerle
birlikte nicel verilerin zenginleştirilmesi sağlanabilir.
Türk Bankacılık Sektöründe Vergi Planlaması Analizi
Sayıştay Dergisi • Sayı:113
Nisan - Haziran 2019
41
KAYNAKÇA
Adrian, T. ve Shin H. S. (2010), Liquidity and Leverage, Federal Reserve Bank of
New York Staff Reports, 328, 1-37.
Akdoğan, A. (2007), Kamu Maliyesi, (12. Baskı), Ankara: Gazi Kitabevi.
Amadasun, A. B. ve Igbinosa, S. O. (2011), “Strategies for Effective Tax Planning”,
Franklin Business & Law Journal, 2, 51-64.
Armstrong, C. S., Blouin, J. L. ve Larcker, D. F. (2012), “The Incentives for Tax
Planning”, Journal of Accounting and Economics, 53, 391-411.
Berkson, J. (1951), Why I Prefer Logits to Probits,Biometrics,7(4), 327-339.
Binici, M. ve Köksal, B. (2012), Kaldıraç ve Döngüsellik, TCMB Ekonomi Notları,
11, 1-9.
Blouin, J. (2014), “Dening and Measuring Tax Planning Aggressiveness”,National
Tax Journal,67(4), 875-900.
Cardoso, L. G. M. ve Laruccia, M. M. (2006), “The Quest for Brand Value”, http://
ssrn.com/abstract=1337325 (Erişim Tarihi: 06.12.2016).
Cramer, J. S. (2002), The Origins of Logistic Regression, Tinbergen Institute
Discussion Paper, 119(4), 1-15.
Dayton, C. M. (1992), Logistic Regression Analysis,Stat, 474-574.
Dyreng, S. D., Hanlon, M. ve Maydew, E. L. (2008), Long-Run Corporate Tax
Avoidance.The Accounting Review,83(1), 61-82.
Eriotis, N. P., Frangouli, Z. ve Ventoura-Neokosmides, Z. (2002), Prot Margin and
Capital Structure: An Empirical Relationship,Journal of Applied Business
Research,18(2), 85-88.
European Commission (2012), “Clamping Down on Tax Evasion and Avoidance:
Commission Presents the Way Forward”, http://europa.eu/rapid/press-
release_IP-12-1325_en.htm#PR_metaPressRelease_bottom (Erişim Tarihi:
16.11.2016).
Gallemore, J., Gipper, B. ve Maydew, E. L. (2016), “Banks as Tax Planning
Intermediaries”, https://ssrn.com/abstract=2796132 (Erişim Tarihi:
16.03.2018).
Türk Bankacılık Sektöründe Vergi Planlaması Analizi
Sayıştay Dergisi • Sayı:113
Nisan - Haziran 2019
42
Gerçek, A. ve Uygun E. (2018), “OECD Ülkelerinde Agresif Vergi Planlamasını
Önlemeye Yönelik Tedbirlerin Değerlendirilmesi”, Vergi Sorunları Dergisi,
360, 34-49.
Guenther, D. A., Matsunaga, S. R. ve Williams, B. M. (2013), “Tax Avoidance,
Tax Aggressiveness, Tax Risk and Firm Risk”, https://business.illinois.
edu/accountancy/wp-content/uploads/sites/12/2014/10/Tax-2013-
Guenther.pdf (Erişim Tarihi: 08.06.2017).
Gujarati, D. N. (2006), Temel Ekonometri, (4. Baskı), Ümit Şenesen & Gülay
Günlük Şenesen (Çev.), İstanbul: Literatür.
Hong, Q. (2010), “International Taxation and Income-Shifting Behaviour of
Multinational Corporations (Doctoral Dissertation)”, http://hdl.handle.
net/1807/26189 (Erişim Tarihi: 27.02.2018).
Hong, Q. ve Smart, M. (2010), In Praise of Tax Havens: International Tax Planning
and Foreign Direct Investment, European Economic Review, 54, 82-95.
Huang, W., Ying, T. ve Shen, Y. (2018), Executive Cash Compensation and Tax
Aggressiveness of Chinese Firms, Review of Quantitative Finance and
Accounting, 1-30.
Internal Revenue Service (2017), “FASB Interpretation No. 48, Accounting
for Uncertainty in Income Taxes”, https://www.irs.gov/businesses/
corporations/fasb-interpretation-no-48-accounting-for-uncertainty-in-
income-taxes (Erişim Tarihi: 07.04.2017).
İbiş, C. (2004), “İşletmelerde Vergi Planlaması”, Mali Çözüm Dergisi, 68, 72-79.
Kubick, T. R., Lynch, D. P., Mayberry, M. A. ve Omer, T. C. (2014), “The Effects of
Increased Financial Statement Disclosure Quality on Tax Avoidance: An
Examination of SEC Comment Letters”, https://scprod1 lb.mccombs.utexas.
edu/~/media/Files/MSB/Departments/Accounting/Brownbag%20
papers/LynchUTWorkshop952014.pdf (Erişim Tarihi: 18.03.2018).
Lynch, D. (2014), “Investing in the Corporate Tax Function: The Effects of
Remediating Material Weaknesses in Internal Control on Tax Avoidance
(Doctoral Dissertation)”, https://search.proquest.com/openview/d8c883
2b465ce6cb000f875bf755786b/1?pq-origsite=gscholar&cbl=18750&di
ss=y (Erişim Tarihi: 17.03.2018).
Türk Bankacılık Sektöründe Vergi Planlaması Analizi
Sayıştay Dergisi • Sayı:113
Nisan - Haziran 2019
43
Neuman, S. S. (2014), “Effective Tax Strategies: It’s Not Just Minimization
(Doctoral Dissertation)”, https://ssrn.com/abstract=2496994 (Erişim
Tarihi: 13.03.2018).
Payne, D. M. ve Raiborn, C. A. (2018), Aggressive Tax Avoidance: A Conundrum
for Stakeholders, Governments, and Morality, Journal of Business
Ethics,147(3), 469-487.
Reiter, F. (2017), “Avoiding Taxes: Banks’ Use of Internal Debt”, https://www.
econstor.eu/bitstream/10419/168115/1/VfS-2017-pid-2319.pdf (Erişim
Tarihi: 04.02.2018).
Saraçoğlu, F. (2006), “Transfer Fiyatlandırmasının Vergisel Amaçları, Karşılaşılan
Sorunlar ve OECD-AB Yaklaşımı”,Lebib Yalkın Mevzuat Dergisi,32, 106-
112.
Slemrod, J. ve Wilson, J. D. (2006), Tax Competition with Parasitic Tax Havens,
NBER Working Paper Series, 12225, 1-43.
Şişman, B. (2003), İşletmelerde Vergi Planlaması Yöntemleri. İstanbul: Yaklaşım
Yayınları.
Taşkın, Y. (2012), “Vergi Planlaması Yöntemi Olarak Amortismanların Vergi Usul
Kanunu ve Türkiye Muhasebe Standartları Açısından Değerlendirilmesi”,
Mali Çözüm Dergisi, 114, 99-111.
Uluyol, O., Lebe, F. ve Akbaş, Y. E. (2014), “Firmaların Finansal Kaldıraç Oranları
ile Öz Sermaye Kârlılığı Arasındaki İlişki: Hisseleri Borsa İstanbul (BİST)’da
İşlem Gören İşletmeler Üzerinde Sektörler Bazında Bir Araştırma”,İşletme
Araştırmaları Dergisi,6(1), 70-89.