--- title: "Aynı Puan, Farklı Gerçeklik: Risk Skorlarında Kalibrasyon Farkı" description: "Kalibrasyon farkı, aynı risk puanının farklı alt gruplarda farklı gerçek olasılıklara karşılık gelmesidir; skor tek bir ölçekte sunulduğu için tutarlı görünür, oysa bir grupta gerçekleşme oranını olduğundan yüksek, diğerinde düşük gösterir. Çözüm skoru kaldırmak değil, gerçekleşme verisini alt grup bazında geriye dönük eşleştiren bir doğrulama ritmi kurmaktır." url: https://www.beirek.com/tr/blog/calibration-disparity-risk-scoring canonical: https://www.beirek.com/tr/blog/calibration-disparity-risk-scoring published: 2025-04-26 modified: 2025-04-26 category: "Örgüt Psikolojisi" category_url: https://www.beirek.com/tr/blog/category/organisational-psychology language: tr-TR reading_time_minutes: 7 publisher: BEIREK LLC publisher_url: https://www.beirek.com license: "© BEIREK LLC — citation with attribution and link permitted" keywords: ["kalibrasyon farkı","risk skorlama","içsel derecelendirme","model doğrulama","karar kaydı","alt grup analizi","due diligence"] topics: ["Risk skorlama sistemlerinde alt grup kalibrasyonu","Kurumsal karar süreçlerinde tahmin doğrulama mekanizmaları","Yatırım komitesi ve kredi komitesi karar mimarisi","Due diligence sürecinde öngörü modeli incelemesi"] alternate_language_url: https://www.beirek.com/en/blog/calibration-disparity-risk-scoring --- # Aynı Puan, Farklı Gerçeklik: Risk Skorlarında Kalibrasyon Farkı > **Kısaca:** Kalibrasyon farkı, aynı risk puanının farklı alt gruplarda farklı gerçek olasılıklara karşılık gelmesidir; skor tek bir ölçekte sunulduğu için tutarlı görünür, oysa bir grupta gerçekleşme oranını olduğundan yüksek, diğerinde düşük gösterir. Çözüm skoru kaldırmak değil, gerçekleşme verisini alt grup bazında geriye dönük eşleştiren bir doğrulama ritmi kurmaktır. *Bir kredi komitesinin, bir işe alım panelinin ya da bir tedarikçi değerlendirme matrisinin ürettiği puan, alt gruplar arasında aynı gerçekleşme olasılığına karşılık gelmiyorsa, karar sistemi tutarlı görünürken sistematik biçimde yanlış fiyatlama yapıyor demektir. Bu fark, skorun kendisinde değil, skorun eğitildiği geçmişte saklıdır.* --- Bir kredi komitesi toplantısında iki dosya arka arkaya görüşülürken, ikisinin de içsel derecelendirme sistemi tarafından aynı puana yerleştirilmiş olması, tartışmanın hızla kısalmasına yol açar; puan eşitliği, komitenin gözünde bir denklik beyanıdır ve denklik ilan edildiği anda ayrıntı tartışmasının marjinal faydası düşer. Oysa aynı kurumun bir yıl sonra tuttuğu gerçekleşme kaydı incelendiğinde, o puan bandındaki dosyaların bir alt kümesinde temerrüt oranının bandın ortalamasının belirgin biçimde üzerinde, başka bir alt kümesinde ise altında seyrettiği görülür. Puan aynıdır; puanın karşılık geldiği dünya aynı değildir. Bu ayrışma yalnız kredi tarafında da değildir — işe alım panellerinin verdiği yetkinlik notu, tedarikçi ön yeterlik matrisinin ürettiği risk sınıfı, EPC yüklenicilerinin performans skorkartı, hepsi aynı yapısal özelliği taşır: tek bir ölçek üzerinde sunulan bir sayı, arkasında birden fazla farklı olasılık dünyası barındırır. Bu ayrışmanın karar masasında görünmemesinin sebebi, skorun kendisinin görünürlüğü ile skorun geçmişinin görünmezliği arasındaki asimetridir. Puan bir hücrede durur, komiteye sunulur, tutanağa geçer ve kararın gerekçesi hâline gelir; puanın hangi gözlem kümesi üzerinde kalibre edildiği, o kümenin hangi sektör, hangi coğrafya, hangi büyüklük bandı ve hangi dönem ağırlığıyla oluştuğu ise ne sunuma ne tutanağa girer. Karar verici, gördüğü şeyin bir ölçüm değil bir tahmin olduğunu bilir; fakat tahminin hangi popülasyon için geçerli olduğunu sorması, sistemin kendisine böyle bir soru sorma yüzeyi sunmadığı ölçüde beklenmez hâle gelir. Bu örüntünün adı calibration disparity — aynı öngörü puanının farklı alt gruplarda farklı gerçek olasılıklara karşılık gelmesi — ve mekaniği tekil bir yanlılıktan değil, tahmin sistemlerinin temel çalışma mantığından doğar. Bir skorlama sistemi, ister istatistiksel bir model olsun ister deneyimli bir değerlendirme komitesinin içselleştirilmiş sezgisi, geçmiş gözlemlerden bir eşleştirme öğrenir: şu özellikler bir arada bulunduğunda şu oranda başarısızlık gözlenmiştir. Bu eşleştirme, öğrenildiği kümede temsili güçlü olan alt gruplar için sıkı, temsili zayıf olan alt gruplar için gevşek olur; zayıf temsil edilen grupta model, kendi ortalamasına doğru çeker ve tahminini o grubun gerçek dağılımına değil, baskın grubun davranışına yaklaştırır. Kritik nokta şudur: bu mekanizma bir arıza değil, bir tasarım sonucudur ve belirli koşullarda tam olarak işlevseldir. Gözlem sayısı sınırlıyken tahmini genel ortalamaya doğru çekmek, gürültüyü sinyal sanmanın maliyetini düşürür; küçük bir alt gruptaki üç başarısızlıktan o gruba özgü bir yasa çıkarmak, kalibrasyon farkından daha pahalı bir hataya yol açardı. Sorun kısayolun kendisinde değil, kısayolun geçerlilik koşulu ortadan kalktığında da işlemeye devam etmesindedir — portföy yeni bir coğrafyaya, yeni bir varlık sınıfına ya da yeni bir ölçek bandına genişlediğinde, model o genişlemeyi kendi kalibrasyonunda temsil etmeden yeni dosyalara aynı özgüvenle puan vermeyi sürdürür. Bu ayrışmanın izlenmesini zorlaştıran ikinci bir katman, toplam performans göstergelerinin doğasıdır. Bir skorlama sisteminin genel isabet oranı ya da ayrıştırma gücü raporlandığında, bu tek sayı zıt yönlü iki sapmayı aynı anda barındırabilir: bir alt grupta riskin sistematik olarak abartılması ile başka bir alt grupta sistematik olarak eksik gösterilmesi, toplamda birbirini nötrleyerek sağlıklı bir görüntü üretir. Model doğrulama raporu yeşil yanar, komite rahatlar, ve iki karşıt hata portföyün içinde birikmeye devam eder. Kalibrasyonun alt grup kırılımıyla değil yalnızca toplamda ölçülmesi, bu yüzden bir raporlama ayrıntısı değil, denetim mimarisinin merkezî bir zaafıdır. Kurumsal bedel, çoğu zaman zannedildiği gibi ilk olarak itibar ya da uyum hattında değil, doğrudan fiyatlama hattında görünür. Riskin abartıldığı alt grupta kurum, gerçekte gerekmeyen teminat oranı, gereksiz kefalet, daha kısa vade ve daha yüksek marj talep eder; bunun sonucu kayıp değil, kaçırılmış iş hacmidir ve kaçırılmış iş hacmi hiçbir muhasebe kaleminde görünmez. Riskin eksik gösterildiği alt grupta ise kurum, karşılığını almadığı bir riski üstlenir ve bu risk gerçekleştiğinde zarar, ait olduğu skorlama kararının değil, sektörel koşulların ya da tekil bir karşı tarafın hanesine yazılır. İki hata birbirinin izini siler: portföyün toplam getirisi tatmin edici göründüğü sürece, içindeki iki yönlü yanlış fiyatlamanın sorgulanması için bir tetikleyici doğmaz. İkinci bedel, kurumsal hafızanın kendini doğrulayan bir döngüye kilitlenmesidir. Riski abartılan alt gruba daha az kredi, daha az sözleşme, daha az işe alım teklifi gidince, o alt gruba dair yeni gözlem üretilmez; gözlem üretilmediği için kalibrasyon düzelmez; kalibrasyon düzelmediği için ayrışma kalıcılaşır. Bu döngü, bir sonraki model güncellemesinde kendini kanıt olarak sunar — veri setinde o gruba ait az sayıda ve seçilmiş gözlem bulunur, bunlar da genellikle en güçlü adaylardan oluştuğu için sistem kendi ayrımını doğru bulmuş gibi görünür. Kurumun öğrenme kapasitesi, tam da öğrenmesi gereken yerde kapanmış olur. Üçüncü bedel işlem masasında ortaya çıkar. Bir portföy ya da platform şirketi el değiştirirken, alıcı tarafın devraldığı şey yalnızca varlıklar ve sözleşmeler değil, o varlıkların seçilmesini sağlamış olan skorlama mantığıdır; ve bu mantık, alt grup bazında kalibrasyon kaydı olmadan devredildiğinde, alıcı taraf kendi modelini satıcının geçmiş yanlılığı üzerine kurar. Bunun değerleme karşılığı, çoğu zaman bir iskonto olarak değil, temsil ve tekeffül kapsamında bir dışlama ya da earn-out yapısında bir performans eşiği olarak belirir; taraf, açıkça adlandırmasa da, öngörü sisteminin belirli segmentlerde çalışmadığını fiyatlamaya çalışmaktadır. Due diligence sürecinde skorlama modelinin dokümantasyonu istenip gerçekleşme kaydının istenmemesi, bu yüzden bir eksik soru değil, yanlış bir soru sırasıdır. Bu eğilimi nötrleyen mekanizma bireysel farkındalık değildir; kalibrasyon farkını gözle görmek yapısal olarak mümkün olmadığı için, farkındalık eğitimi burada işlevsiz kalır. Müdahale üç ayrılabilir bileşen üzerine kurulur. Birincisi, karar anındaki tahminin sabitlenmesidir: verilen puan, o puana esas alınan gözlem kümesinin tanımı ve karar vericinin sözlü gerekçesi, kararın alındığı anda kayda geçer — sonradan yeniden inşa edilemez. İkincisi, gerçekleşme eşleştirmesidir: belirli aralıklarla, geçmiş tahminler fiili sonuçlarla karşılaştırılır ve bu karşılaştırma toplamda değil, önceden tanımlanmış alt grup kırılımlarında yapılır. Üçüncüsü, eşik disiplinidir: bir alt grupta gözlenen sapma önceden belirlenmiş bandı aştığında, modelin ya da komite pratiğinin gözden geçirilmesi otomatik olarak tetiklenir — bu tetikleme bir kişinin takdirine bırakılmaz. BEIREK'in sermaye-yoğun proje portföylerinde işlettiği müdahale bu üç bileşen üzerine oturur ve pratikte bir karar kaydı disiplini olarak kurulur. Yüklenici ön yeterlik, tedarikçi risk sınıflandırması, alt yüklenici performans skorkartı ve iç yatırım komitesi puanlaması gibi tekrarlayan değerlendirme yüzeylerinde, verilen her puanın yanında o puanı üreten karşılaştırma kümesi — hangi ölçek bandı, hangi coğrafya, hangi teknoloji ailesi, hangi sözleşme tipi — açık biçimde kaydedilir. Sonrasında, tamamlanan işlerin gerçekleşen gecikme, maliyet aşımı ve LD tetiklenme verisi, bu kırılımlarla geriye dönük eşleştirilir; amaç kimin yanıldığını tespit etmek değil, hangi segmentte sistemin tahmininin gerçeğe hangi yönde kaydığını görünür kılmaktır. Bu eşleştirmenin çıktısı, tipik olarak model parametrelerinin yeniden ayarlanması değil, karar hakkının yeniden dağıtılmasıdır. Kalibrasyonun zayıf olduğu tespit edilen segmentlerde skor, kararın kendisi olmaktan çıkarılıp bir girdi seviyesine indirilir ve o segmentteki dosyalar için ek bir inceleme katmanı — teknik ziyaret, referans doğrulama, karşı-argüman rolü verilmiş bağımsız bir okuma — zorunlu hâle gelir; kalibrasyonun güçlü olduğu segmentlerde ise tersi yapılır ve gereksiz inceleme katmanları kaldırılarak karar hızı geri kazanılır. Böylece denetim yükü portföye eşit dağıtılmak yerine, sistemin gerçekten kör olduğu yere yoğunlaştırılır; bu, kalibrasyon farkının hem risk hem de verimlilik boyutunu aynı anda ele alan tek yapılandırmadır. Bir skorlama sisteminin olgunluğu, ürettiği puanın inceliğinden değil, o puanın hangi popülasyonda ne kadar geçerli olduğunu kurumun kendi kendine söyleyebilmesinden anlaşılır. Bu cevabı veremeyen bir sistem yanlış değildir — yalnızca, geçerlilik sınırını bilmediği bir bölgede karar üretmeye devam eder, ve o bölgede biriken maliyet, sistemin başarısı olarak raporlanan toplamın içinde görünmez kalır. ## Ana Noktalar - Aynı risk puanının farklı alt gruplarda farklı gerçekleşme oranı üretmesi, skorun bozulduğunu değil, skorun eğitildiği geçmişin homojen olmadığını gösterir. - Kalibrasyon farkı ayrımcılık iddiasından önce bir fiyatlama hatasıdır: bir grupta gereksiz teminat, diğerinde karşılıksız risk üstlenilir. - Tek bir toplam isabet oranı, birbirini nötrleyen iki zıt yönlü sapmayı gizleyebileceği için kalibrasyon denetimi için yetersiz bir göstergedir. - Kalibrasyonu düzelten mekanizma bireysel farkındalık değil, karar anındaki tahminin gerçekleşme verisiyle alt grup bazında geriye dönük eşleştirilmesidir. - Due diligence sürecinde skorlama modelinin gerçekleşme kaydı istenmiyorsa, modelin taşıdığı yükümlülük değil, yalnızca çıktısı devralınmış olur. ## Sorular ### Kalibrasyon farkı ile ayrımcılık aynı şey mi? Aynı değildir, fakat kesişebilirler. Kalibrasyon farkı istatistiksel bir olgudur: aynı puanın farklı alt gruplarda farklı gerçekleşme oranına karşılık gelmesi. Bu fark korunan bir özellikle çakıştığında hukuki bir mesele doğar; çakışmadığında da kurumsal bir maliyet üretmeye devam eder, çünkü bir segmentte gereksiz teminat, diğerinde karşılıksız risk anlamına gelir. ### Risk modelimin kalibrasyonunun bozuk olduğunu nasıl anlarım? Toplam isabet oranına bakarak anlaşılmaz; zıt yönlü iki sapma toplamda birbirini nötrleyebilir. Geçmiş tahminlerin fiili sonuçlarla karşılaştırılması gerekir ve bu karşılaştırma önceden tanımlanmış alt grup kırılımlarında yapılmalıdır: ölçek bandı, coğrafya, sektör, karşı taraf tipi. Bir puan bandındaki gerçekleşme oranı segmentler arasında ayrışıyorsa kalibrasyon farkı vardır. ### Modelin az veri olan segmentte tahmini ortalamaya çekmesi hata mı? Kendi başına hata değildir; gözlem sayısı sınırlıyken gürültüyü sinyal sanmanın maliyetini düşüren makul bir tasarım tercihidir. Sorun, bu tercihin geçerlilik koşulu değiştiğinde sürmesidir. Portföy yeni bir coğrafyaya ya da varlık sınıfına genişlediğinde, sistem o genişlemeyi kalibrasyonuna yansıtmadan aynı özgüvenle puan üretmeye devam ederse yapısal bir yanlış fiyatlama doğar. ### Bir satın almada devralınan skorlama sisteminde neye bakılmalı? Modelin dokümantasyonundan önce gerçekleşme kaydına bakılmalıdır: verilen puanlar ile fiili sonuçların alt grup bazında eşleştirildiği bir kayıt var mı, yok mu. Bu kayıt yoksa alıcı, satıcının geçmiş seçim yanlılığını kendi modelinin temeli yapar. Bunun karşılığı genellikle fiyatta değil, temsil ve tekeffül kapsamında ya da earn-out eşiklerinde aranır. --- Kaynak: https://www.beirek.com/tr/blog/calibration-disparity-risk-scoring Yayımlayan: BEIREK LLC — https://www.beirek.com