Geri Dön

A modular approach for SMEs credit risk analysis

KOBİ kredi risk analizinde modüler yaklaşim

  1. Tez No: 246248
  2. Yazar: GÜLNUR DERELİOĞLU
  3. Danışmanlar: PROF. FİKRET GÜRGEN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2009
  8. Dil: İngilizce
  9. Üniversite: Boğaziçi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Bölümü
  12. Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  13. Sayfa Sayısı: 78

Özet

Kredi risk analizi, finansal alanda ilgi duyulan problemlerden biridir ve müsteriyekredi verildiğinde olusacak riski tahmin etmeyi hedefler. Risk tahmini hem müsteridavranısına, hem de ekonomik duruma bağlıdır. Buradaki zorluk, kredi uzmanlarınınmüsterilerden hangi verileri toplaması gerektiği, hangi kosullarda müsterilerin iyi olaraksınıflandırıldığı ve müsteriye kredi verildiğinde ne kadar risk alındığının tahminedilmesidir. Bu nedenle, kredi uzmanları ilgili kararları verirken müsteri tipine özel riskanaliz modüllerine ihtiyaç duyarlar.Bu tezde, gerçek Küçük ve Orta Boylu ?sletmeler (KOBI) için, kademeli çok tabakalıyapay sinir ağı-sinirsel kural çıkarıcı ve lojistik regresyon modeli sunuyoruz. Önhazırlıkasamasında, KOBI veritabanının öznitelikleri; karar ağacı, özyinelemeli öznitelik çıkarıcı,faktör analizi ve temel bilesen analizi ile seçiliyor. En iyi öznitelik kümesi özyinelemeliöznitelik çıkarıcı ile elde ediliyor. Ilk modülde, sınıflama metodu çok tabakalı yapay sinirağı, k-yakin komsu ve destek vektör makinesi arasından seçilmistir. Optimal sınıflayıcıolarak çok tabakalı yapay sinir ağı elde edilmis ve takip eden modüller bunun üzerinekurulmustur. Ikinci modülde, sınıflandırma amacıyla çok tabakalı yapay sinir ağını sinirselkural çıkarıcı takip etmektedir. Sinirsel Kural Çıkarıcı, müsteriler için ?iyi? kararının nasılverildiğini ortaya çıkarır. Temerrüt olasılığının tahmin edilmesi için, üçüncü modülde,lojistik regresyon tarafından takip edilen kademeli çok tabakalı yapay sinir ağı modeliniöneriyoruz. Son modülde, skor kartı elde etmek için, çok tabakalı yapay sinir ağı-lojistikregresyon modeli kümeleme metodu tarafından takip edilmistir. Deneylerde, özel TürkKOBI veritabanı kullanılmıstır. Kademeli çok katmanlı yapay sinir ağı-lojistik regresyonmodeli yüksek doğruluk oranı sağlamaktadır ve genel olarak kullanılan klasik lojistikregresyondan daha üstündür.

Özet (Çeviri)

Credit risk analysis is a challenging problem in financial analysis domain. It aims toestimate the risk occurred when a customer is granted. The risk estimation depends on bothcustomer behavior and economical condition. The challenge is how the credit expert willdetermine which information should be collected from applicants, under which condition acustomer will be classified as good and how much risk will be taken if the credit is grantedto the customer. Consequently, credit experts need intelligent customer-specific riskanalysis modules to support them when they make these decisions.In this thesis, we present a cascaded multilayer perceptron (MLP) rule extractor anda logistic regression (LR) model a for real-life Small and Medium Enterprises (SMEs). Inthe preprocessing phase, the features of Turkish SME database are selected by decisiontree (DT), recursive feature extraction (RFE), factor analysis (FA) and principalcomponent analysis (PCA) methods. The best feature set is obtained by RFE. In the firstmodule, the classifier is selected among MLP, k-nearest neighbor (KNN) and supportvector machine (SVM). The optimal classifier is obtained as MLP and the followingmodules are built on MLP. For classification purpose, MLP is followed by neural ruleextractor (NRE) in the second module. NRE reveals how the decision is made forcustomers as being ?good?. For the probability of default estimation (PD), we propose acascaded MLP which is followed by a LR model in the third module. MLP-LR model isfollowed by clustering method in the last module for scorecard development purpose. Inexperiments, confidential Turkish SME database is used. The cascaded MLP-LR modelprovides high accuracy rate and outperforms commonly used classical LR

Benzer Tezler

  1. An Object oriented approach to design of a modular shop floor controller

    Başlık çevirisi yok

    HAKKI ÖZGÜR ÜNVER

    Yüksek Lisans

    İngilizce

    İngilizce

    1996

    Makine MühendisliğiOrta Doğu Teknik Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    PROF. DR. ÖMER ANLAĞAN

  2. Synthetic strategies for complex macromolecular architectures

    Karmaşık makromoleküllerin sentezinde sentetik yöntemler

    YONCA ALKAN GÖKSU

    Doktora

    İngilizce

    İngilizce

    2019

    Kimyaİstanbul Teknik Üniversitesi

    Kimya Ana Bilim Dalı

    PROF. DR. YUSUF YAĞCI

  3. Bakteriyel hücrelere hedeflenebilir porfirin türevlerinin sentezi, yapılarının aydınlatılması ve fotofiziksel özelliklerinin tayin edilmesi

    Synthetic studies towards bacterial targeted porphyrin derivatives and their structural and photophysical characterization

    SEVİL ÇİMİR

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    Kimyaİstanbul Üniversitesi

    Farmasötik Kimya Ana Bilim Dalı

    YRD. DOÇ. DR. SERHAN TÜRKYILMAZ

  4. Washing machine product family design with modular product design approach

    Modüler ürün tasarımı yaklaşımıyla çamaşır makinesi ürün ailesi tasarımı

    TUBA DOLAR

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Makine Mühendisliğiİstanbul Teknik Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    PROF. DR. ATA MUGAN

  5. A Modular approach to designing English-Turkish translation courses for adult learners of english at post-intermediate level

    İleri-orta düzeydeki yetişkin İngilizce öğrencileri için İngilizce'den Türkçe'ye çeviri kursu oluşturmaya modüler bir yaklaşım

    HAKAN GÜR

    Yüksek Lisans

    İngilizce

    İngilizce

    1994

    Eğitim ve ÖğretimOrta Doğu Teknik Üniversitesi

    DOÇ.DR. DENİZ ZEYREK