Geleneksel ve modern risk yönetimi çerçevesinde kredi riski: Bireysel ve ticari kredilere yönelik hibrit makine öğrenmesi modellerinin uygulanması
Credit risk within the framework of traditional and modern risk management: The application of hybrid machine learning models for consumer and commercial loans
- Tez No: 1015462
- Danışmanlar: PROF. DR. LEVENT ÇİNKO
- Tez Türü: Doktora
- Konular: Bankacılık, Banking
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Marmara Üniversitesi
- Enstitü: Bankacılık ve Sigortacılık Enstitüsü
- Ana Bilim Dalı: Bankacılık Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez, Türkiye bankacılık sisteminde kredi riskinin ölçümü, tahmini ve yönetimi için bütüncül bir analitik çerçeve sunmaktadır. Çalışma birbirini tamamlayan üç ampirik bölümden oluşmaktadır. Birinci bölümde, yaklaşık 1,7 milyon bireysel ihtiyaç kredisi gözlemi üzerinde kademeli bilgi katmanlama yaklaşımı uygulanmış; sözleşme değişkenlerinden oluşan temel modelin ROC-AUC değeri 0,73 iken, sosyoekonomik profil, makro-finansal göstergeler ve portföy değişkenlerinin entegrasyonuyla bu değerin 0,83'e yükseldiği belgelenmiştir. İkinci bölümde, 330 bini aşkın ticari kredi gözlemi üzerinde dört bilgi katmanının katkısı değerlendirilmiş; temel modelin 0,80 ROC-AUC değerinden 0,89'a ulaşılmıştır. On bin kredilik temsili bir portföyde model geliştirmenin yıllık 13,8 milyon TL kayıp azalması sağladığı gösterilmiştir. Üçüncü bölümde, Haziran 2023 para politikası sıkılaşmasının ardından değişken faizli borca bilanço maruziyetinin kurumsal temerrüt riski üzerindeki nedensel etkisi, iki parçalı Double/Debiased Machine Learning çerçevesiyle analiz edilmiştir. Yaygın maruziyet için ortalama nedensel etki 1,75 yüzde puan olarak tahmin edilmiş; bu etkinin yüksek maruziyet eşiğinde 2,51 yüzde puanına sıçradığı ve belirgin biçimde heterojen bir yapı sergilediği gösterilmiştir. Nedensel duyarlılığa dayalı politika hedefleme stratejisinin, geleneksel risk bazlı hedeflemeye kıyasla aynı denetim kapasitesi altında anlamlı biçimde daha yüksek beklenen fayda ürettiği belgelenmiştir. Çalışmanın metodolojik özgünlüğü, SHAP analizinin tahmin modelleri yerine nedensel ormanlardan elde edilen koşullu ortalama tedavi etkisi tahminleri üzerine uygulandığı“nedensel parametrelerin yorumlanabilirliği”yaklaşımında somutlaşmaktadır. Üç bölümün ortak bulgusu, bilgi derinliğinin algoritmik karmaşıklıktan belirleyici biçimde üstün olduğudur.
Özet (Çeviri)
This dissertation presents an integrated analytical framework for measuring, predicting, and managing credit risk in the Turkish banking system. The study comprises three complementary empirical sections. In the first section, a progressive information layering approach is applied to approximately 1.7 million consumer loan observations. The baseline model, using only contract variables, achieves a ROC-AUC of 0.73; this rises to 0.83 with the integration of socioeconomic profiles, macro-financial indicators, and portfolio variables. In the second section, the contribution of four information layers is evaluated using over 330,000 commercial loan observations, with the model improving from a ROC-AUC of 0.80 at baseline to 0.89. The most distinctive finding of this section is the empirical documentation of an independent risk channel arising from the interaction between high leverage and multiple bank borrowing. Model enhancement is shown to deliver an annual loss reduction of 13.8 million TL in a representative portfolio of ten thousand loans. In the third section, the causal effect of balance sheet exposure to variable-rate debt on corporate default risk following the June 2023 monetary policy tightening is analyzed using a two-part Double/Debiased Machine Learning framework. The average causal effect for extensive margin exposure is estimated at 1.75 percentage points, rising to 2.51 percentage points at the high-exposure threshold, with pronounced heterogeneity. A policy targeting strategy based on causal sensitivity is shown to yield substantially higher expected benefits than the traditional risk-based approach under the same supervisory capacity. The methodological distinctiveness of the study lies in its“interpretability of causal parameters”approach, where SHAP analysis is applied not to prediction models but to conditional average treatment effect estimates derived from causal forests. The shared finding across all three sections is that information depth is decisively superior to algorithmic complexity.
Benzer Tezler
- Azerbaycan bankacılık sisteminde kredi riski yönetimi ve ölçümü
Credit risk management and measurement at Azerbaijan banking system
AZAD GURBANOV
Yüksek Lisans
Türkçe
2010
BankacılıkMarmara ÜniversitesiBankacılık Ana Bilim Dalı
YRD. DOÇ. DR. UFUK BAŞOĞLU
- Promptshıeld: polıcy-aware data loss preventıon framework for generatıve AI prompts
Promptshıeld: Politika farkındalıklı üretken yapay zekâ istemleri için veri kaybı önleme çerçevesi
EZGİ KELEŞ
Yüksek Lisans
İngilizce
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ŞERİF BAHTİYAR
- Bankacılıkta risk yönetimi: Risk matrisi uygulaması
Risk management at banking: Risk matrix application
AHMET YARIZ
- Stratejik yönetim için bulanık risk değerlendirme modelleri ve karşılaştırmalı analizi
Fuzzy risk assessment models and comparative analysis for strategic management
RABİA ARIKAN
Doktora
Türkçe
2014
Endüstri ve Endüstri MühendisliğiGazi ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. METİN DAĞDEVİREN
- Ticari bankalarda riske maruz değer yöntemi ile ölçülen piyasa riskinin bankacılık stratejilerine etkisi
The Measurement of market risk with value at risk method in commercial banks by the effects to banking stratejies
KAAN EVREN BOLGÜN