Geri Dön

Kredi risk modelleri kullanılarak kredi taleplerinin değerlendirilmesi

Evaluation of credit demands using credit risk models

  1. Tez No: 143724
  2. Yazar: ÖMER EMRE TOKEL
  3. Danışmanlar: DOÇ. DR. YALÇIN KARATEPE
  4. Tez Türü: Yüksek Lisans
  5. Konular: İşletme, Business Administration
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2004
  8. Dil: Türkçe
  9. Üniversite: Ankara Üniversitesi
  10. Enstitü: Sosyal Bilimler Enstitüsü
  11. Ana Bilim Dalı: İşletme Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 127

Özet

ÖZET Sorunlu krediler, bankaları düşen karlılık ve artan kaynak maliyeti engeli ile karşı karşıya getirmekle kalmayıp ekonominin geneli için de önemli bir tehdit unsuru oluşturmaktadır. Kredi sorunlarının önemli bir bölümünün kredi taleplerinin değerlendirilmesi sırasındaki hatalardan kaynaklandığı gerçeği, kredi taleplerinin değerlendirilmesi sürecinin yaşamsal bir önem kazanmasına neden olmaktadır. Kredi değerlendirme süreci temel olarak talep sahibinin gelir yaratma kapasitesini, ödeme gücünü ve moralitesini belirleme ilkelerine dayanır. Modern kredi yaklaşımında, söz konusu süreç adımlarının merkezileştirilebilecek ve standardize edilebilecek analitik yöntemlerle yürütülmesi, kredi başarısı için bir zorunluluk olarak görülmektedir. Kredi başarısının diğer bir anahtarı ise kredi portföyüne uygulanması öngörülen risk yönetim modellerdir. Bu modeller, kredi riskini netleştirecek ve kredi süreçlerine karar desteği sağlayacaktır. Bu tez çalışması sırasında, kredi değerlendirmesini standardize edebilecek bilgisayar tabanlı bir uygulama geliştirilmiştir. Riski derecelendirmek için çeşitli finansal oranlan temel alan, çok değişkenli bir istatistiksel analiz modeli; kredi kararlarına tahmin desteği sağlamak için ise yapay sinir ağları kullanılmıştır. 119

Özet (Çeviri)

ABSTRACT Problematic credits not only cause decreasing profitability and increasing costs in banking sector, but also threaten the overall economical status. Since most of the problems about credits arise due to mistakes during credit evaluation, credit evaluation process is begun to be considered with a vital priority. Basically, the credit evaluation process is based on indicating the capacity to create revenue, capability to repay and morality of the credit demander. According to modern credit approach, success in credits mainly depends on usage of analytical methods, which can be centralized and standardized, throughout the evaluation process. Another key factor to credit success is the risk management models, which are suggested to be applied on the credit portfolio. These models should clarify the risk horizon and provide decision support mechanisms. In this thesis, a software application is developed in order to standardize credit evalution process. In the application, a multi-variate statistical analysis model based on financial ratios is adopted for grading credit risk and an artificial neural network is designed so as to procure forecasting support for credit decisions. 120

Benzer Tezler

  1. Tüketici kredisi taleplerinin yapay öğrenme modelleriyle değerlendirilmesi

    Evaluation of consumer credit requests via machine learning models

    NECATİ ALPEREN

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    İşletme Mühendisliği Ana Bilim Dalı

    DOÇ. DR. TOLGA KAYA

  2. Barter ticaret işlemleri ve muhasebeleştirilmesi

    Başlık çevirisi yok

    MUHAMMET SIRRI ŞİMŞEK

    Yüksek Lisans

    Türkçe

    Türkçe

    1997

    İşletmeİstanbul Üniversitesi

    Yönetimde Muhasebe ve Finansal Kontrol Bilim Dalı

    PROF. DR. AHMET GÖKSEL YÜCEL

  3. Finans sektörü için yapay öğrenme teknikleri kullanarak kredi kullanabilirliğin tespiti

    Using machine learning techniques of detect the credit availability for the financial sector

    ALİ TUNÇ

    Yüksek Lisans

    Türkçe

    Türkçe

    2016

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ERKAN ÜLKER

  4. Ağaç temelli makine öğrenmesi yöntemleri ile kredi risk analizi

    Credit risk analysis using tree based machine learning methods

    SAFA BOZKURT COŞKUN

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    İstatistikİstanbul Ticaret Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. MÜNEVVER TURANLI

  5. A psychometric and financial factors based framework suggestion for an integrated credit risk assessment information system

    Entegre kredi risk değerlendirme bilgi sistemi için psikometrikve finansal faktörler temelli sistem önerisi

    BÜŞRA ALMA ÇALLI

    Doktora

    İngilizce

    İngilizce

    2019

    Bilim ve TeknolojiSakarya Üniversitesi

    Yönetim Bilişim Sistemleri Ana Bilim Dalı

    PROF. DR. ERMAN COŞKUN