Modeling internal credit ratings of Turkish companies listed on the ISE
İMKB'ye kayıtlı Türk firmalarının içsel kredi derecelendirmesinin modellemesi
- Tez No: 303070
- Danışmanlar: PROF. DR. RUŞEN FERDA HALICIOĞLU
- Tez Türü: Doktora
- Konular: Ekonomi, İstatistik, Economics, Statistics
- Anahtar Kelimeler: içsel kredi derecelendirme, yapay sinir ağı, sıralı logit, internal credit rating, artificial neural network, ordered logit
- Yıl: 2011
- Dil: İngilizce
- Üniversite: Yeditepe Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: İktisat (İngilizce) Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 337
Özet
Bir içsel kredi derecelendirme modeli, firmalar ve büyük ölçekte ekonomi için geniş anlamlar içerir. Dağılımsal etkileri yönünden, bir içsel kredi derecelendirme modelinin oluşturulması ve etkinliğinin test edilmesi tüm iktisadi birimler için gerekli bir uygulama aracıdır. Bu tez, iki iyi bilinen metod ? sıralı logit ve yapay sinir ağı- üzerine dayanan bir içsel kredi derecelendirme modeli geliştirmeyi amaçlamaktadır.Kurulan içsel kredi derecelendirme modeli, İstanbul Menkul Kıymetler Borsası'na kayıtlı 40 küçük ölçekli firmadan elde edilen finansal rasyolardan oluşan örnekleme verisi üzerinde test edilmiştir. Veri seti, 1998'in ilk çeyreğinden başlayıp 2009'un üçüncü çeyreğine kadar, 47 çeyrek gözlemi kapsamaktadır. İçsel kredi derecelendirme modeli, cari oranın dönüştürülmüş şeklini bağımlı değişken olarak kullanmakta ve 4 finansal rasyoyu bağımsız değişken olarak içermektedir. Sıralı logit ve yapay sinir ağı modelleri 41 gözlemle tahmin edilmiştir. Sonra, geriye kalan 6 gözlemle modellerin öngörü performansları ölçülmüştür.Sonuçlar göstermektedir ki yapay sinir ağı modeli sıralı logitten daha üstündür. Tezin ikincil sonucu olarak, finansal kriz yıllarında, derecelendirme serilerinde ençok düşüş, imalat sektöründe görülmektedir. Aynı zamanda, en yüksek artış, çimento sektöründeki firmaların derecelerinde oluşmaktadır. Tez, bankalar ve derecelendirme kuruluşları için içsel kredi derecelendirme modelinin kullanımına yönelik bazı öneriler sunmaktadır.
Özet (Çeviri)
An internal credit rating has wide implications for firms and the economy at large. Forming and testing the efficiency of an internal credit rating model is an essential policy tool for all economic agents due to its distributional impact. This thesis aims at developing an internal credit rating model based on two well-known techniques; ordered logit and artificial neural network.The constructed internal credit rating model was tested on a sample data that consists of financial ratios from 40 small-sized firms that are listed on the Istanbul Stock Exchange. The data is quarterly and covers 47 observations running from the first quarter of 1998 to the third quarter of 2009. The internal credit rating model contains the transformed form of the current ratio, which was used as a dependent variable and 4 financial ratios as the independent variables. The ordered logit and artificial neural network models? parameters were estimated with 41 observations. Then, their forecasting performances were measured with the remaining 6 observations.The results show that the artificial neural network model is superior to the ordered logit. As a secondary result of this thesis, manufacturing firms? rating series were at their lowest during the years of financial crisis, while the highest increase of ratings occurred in the firms of the cement sector. This thesis makes several policy suggestions in using internal credit rating models for banks and rating agencies.
Benzer Tezler
- Mali yapı analizlerinde çok boyutlu modeller
Multi-dimensional models in financial structural analyses
SERKAN ANIL
Yüksek Lisans
Türkçe
1997
Mühendislik Bilimleriİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET BOLAK
- Scoring commercial companies with internal credit rating model
İçsel kredi derecelendirme modeli ile tüzel firmaların skorlanması
EMRE ATAN
Yüksek Lisans
İngilizce
2017
BankacılıkYeditepe Üniversitesiİşletme (İngilizce) Ana Bilim Dalı
DOÇ. DR. HATİCE GAYE GENCER
- Credit risk modeling in corporate and international finance & internal rating system methodology
Uluslararası firmalarda ve şirketlerde kredi risk modellemeleri ve içsel rating methodları
AHMET AKYILDIZ
Yüksek Lisans
İngilizce
2010
EkonomiBahçeşehir ÜniversitesiBorsa ve Finans Ana Bilim Dalı
DOÇ. DR. HASAN EKEN
- Makine öğrenmesi yöntemlerinin temerrüt oranı içsel derecelendirme modellerinde uygulanması
Application of machine learning algorithms in internal rate based probability of default models
ARDA AKI
Yüksek Lisans
Türkçe
2022
Bankacılıkİstanbul ÜniversitesiPara Sermaye Piyasaları ve Finansal Kurumlar Ana Bilim Dalı
PROF. DR. ERDİNÇ ALTAY
- TFRS 9 finansal araçlar standardı uyarınca beklenen kredi zarar karşılığı ölçümünün bankacılık sektörüne etkisi: Bir uygulama
The impact of expected credit loss provision measurement on the banking sector in accordance with the TFRS 9 financial instruments standard: An application
MUSTAFA SÜNER