Kredi riskinin hesaplanmasında skorlama yaklaşımı
Scoring approache in credit risk calculation
- Tez No: 227562
- Danışmanlar: PROF. DR. BURÇ ÜLENGİN
- Tez Türü: Yüksek Lisans
- Konular: Bankacılık, Banking
- Anahtar Kelimeler: Temerrüde Düşme Olasılığı, Skorkart, Kolmogorov Smirnovİstatistiği, ROC Eğrisi, Probability of Default, Scorecard, Kolmogorov-Smirnov Statistics, ReceiverOperating Characteristic (ROC) Curve
- Yıl: 2009
- Dil: Türkçe
- Üniversite: İstanbul Teknik Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: İktisat Bölümü
- Bilim Dalı: İktisat Ana Bilim Dalı
- Sayfa Sayısı: 97
Özet
Bu çalışmada, bankacılık sektöründe yaşanan temel risklere yer verilmiştir. Son yıllarda, bankanın aktifinin önemli bir kısmını oluşturduğundan dolayı, ön plana çıkan kredi riskinin tanımı yapılmış ve hesaplama yöntemlerine değinilmiştir. Kredi riskinin ölçümünde kullanılan geleneksel yöntemlerin yanı sıra yeni modellerinde anlatıldığı çalışmada bankaların kullandırdıkları kredilerin ödenmeme olasılıklarını hesaplamak için lojistik regresyon yöntemi ile hazırlanan skorkart kullanılmıştır. Modelin arka planı ve aşamaları üzerinde durulmuştur. Hazırlanan skorkartın güvenilirliğini Kolmogorov-Smirnov istatistiği, ROC eğrisi ve Gini Katsayısı gibi istatistiksel yöntemler yardımı ile test edilmiştir. Yapılan istatistiksel analizlerde Türk Bankacılık Sektöründe faaliyet gösteren bir kuruluşun veritabanından elde edilen veriler kullanılmıştır. Veri seti Ocak 2007-Ocak 2008 tarihleri arasında ilgili kuruluşa kredi talebinde bulunan başvuru sahiplerine ait başvuru formunda yer alan bilgilerden, başvuru sahibi hakkındaki istihbarat bilgilerinden ve kredilerin iyi ya da kötü kredi olma karakteristiğinden meydana gelmektedir. Ocak 2007 ile Haziran 2007 arasındaki veriler lojistik regresyon modelinin kurulmasında kullanılır iken, Temmuz 2007-Eylül 2007 tarihleri arasındaki veriler modelin güvenirliğini test etmede kullanılmıştır. Kredilerin iyi/kötü kredi olma karakteristiği regresyonda bağlı değişken olarak, başvuru sahibine ait bilgiler ise bağımsız değişkenler olarak analizlerde yer almıştır. Sonuç olarak, geçmişte benzer performans sergilemiş kişiler ile benzer özelliklere sahip yeni başvuruların da aynı performansı sergileyeceği varsayımından yola çıkarak hazırlanan skorkartın bankanın kredi portföyünün performansını belirlemede etkin olduğu bulunmuştur.
Özet (Çeviri)
In this study, basic financial risks are examined. Especially, due to the increasing importance in bank assets, the definition and the calculation methods of credit risk are explained. Besides classical analysis, people?s probability of default is calculated using an application scorecard prepared by logistic regression. To make a better definition, the background and steps of the model are explained. The reliability of the prepared scorecard has been tested by the help of statistical methods such as Kolmogorov-Smirnov Statistics, the Receiver Operating Characteristic Curve and Gini Coefficient. The data set is obtained from the database of a company that has activities in Turkish Banking System. This data set consists of information that is found in application forms, credit report about applicants and credits? characteristic such as it is a good credit or not. This data set is composed of data from January 2007 to January 2008. While data between January 2007 and June 2007 is used in the establishment of logistic regression; the data between July 2007 and September 2007 is used to test the reliability of the model. In the analysis, credits? good/bad characteristic is used as dependent binary variable; data about the applicants is used as the independent variables in the regression. As a result, by assuming the new loan applicants which had similar characteristics to old applicants would show the same performance in the future and it is found that the prepared scorecard plays an important role in the prediction of the bank?s loan portfolio?s performance.
Benzer Tezler
- Bankacılık uygulamalarında iş analizi uygulama teknikleri
Business analysis application techniques in banking applications
ÇİSEM ÖZKAN
Yüksek Lisans
Türkçe
2019
BankacılıkYıldız Teknik ÜniversitesiMatematik Mühendisliği Ana Bilim Dalı
PROF. DR. HÜLYA ŞAHİNTÜRK
- Yapay sinir ağları ile kredi skorlama
Credit scoring with artificial neural network
BURAK DONEL
Yüksek Lisans
Türkçe
2012
Bankacılıkİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. CUMHUR EKİNCİ
- Basel II kapsamında kredi derecelendirmesi ve Türk ekonomisine muhtemel etkileri
Credit rating and possible effects on Turkish economy within Basel II
TÜBA DİLİÇIKIK
- Türk bankacılık sektörü kredi riski yönetiminde öncü göstergelerin belirlenmesi: Sektörel risk derecelendirmesi
Determination of leading indicators in credit risk management in the Turkish banking sector: Sectoral risk rating
ESRA MEMDUHA YAŞAR
Doktora
Türkçe
2021
BankacılıkAnkara Hacı Bayram Veli ÜniversitesiEkonometri Ana Bilim Dalı
PROF. DR. SERDAR KILIÇKAPLAN
- Basel II sürecinde kredi derecelendirme ve KOBİ'lere etkileri ve Denizli'de faaliyet gösteren bir KOBİ'de uygulaması
Credit rating in Basel II process and effects on SME?s and demostrating on a SME operating in Denizli
ASLI ÇÜMEN