Örüntü tanıma yöntemiyle bankacılık sektörü için bir erken uyarı modeli: Türkiye uygulaması (1997-2001)
Early warning system for banking sector using pattern recognition technique: The Turkish case (1997-2001)
- Tez No: 308313
- Danışmanlar: DOÇ. DR. İBRAHİM ÖZKAN
- Tez Türü: Yüksek Lisans
- Konular: Bankacılık, Ekonomi, Banking, Economics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2011
- Dil: Türkçe
- Üniversite: Hacettepe Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: İktisat Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 101
Özet
Finansal piyasalarda güven ve istikrarın sağlanabilmesinin önemli şartlarından biri bankacılık sektöründe oluşabilecek sorunların zamanında fark edilerek gerekli önlemlerin alınabilmesidir. Bu çalışmanın amacı, bankaların finansal başarısızlıklarını öngören bir erken uyarı sistemi geliştirilmesi ve başarısızlığa uğrama nedenlerinin analiz edilmesidir. Sağlıklı öngörüler yapabilen bir erken uyarı sistemi, bankacılık düzenleme ve denetleme otoriteleri başta olmak üzere banka sahipleri, yatırımcılar ve bağımsız denetçiler gibi pek çok paydaşa finansal başarısızlıktan kaynaklanan riskleri yönetebilme veya en azından azaltabilme olanağı sunacaktır. Bu amaçla, çalışmada 1997-2001 dönemi içerisinde faaliyet gösteren ve 19'u finansal başarısızlığa uğramış toplam 40 özel ticari bankaya ait finansal oranlar kullanılarak karar ağacı kurulmuştur. Finansal başarısızlığa ilişkin kolay anlaşılabilir `eğer-ise' şeklinde kurallar üretilmesine olanak tanıması ve Türk bankacılık sistemi üzerine yapılan uygulamalarda kullanılmamış olması nedeniyle karar ağacı yöntemi çalışmada tercih edilmiştir.Sınıflandırma ve regresyon ağaçları (CART), özellikle sınıflandırma probleminin çözümünde yaygın olarak kullanılan bir karar ağacı modelidir. Çalışmada CART ile kurulan modelle, bankaların başarısızlığa uğrama durumlarının 1 yıl öncesinden öngörülmesine ve çıkarılan kurallar ile başarısızlığa uğrama nedenlerinin analiz edilmesine çalışılmıştır.Çalışma sonucunda, örnekleme yöntemlerine göre değişmekle birlikte kurulan model, %73-%78 oranında finansal başarısızlığı 1 yıl öncesinden öngörebilmiştir. Çalışmada kullanılan sınıflandırma ve regresyon ağacı yöntemi, finansal başarısızlığın öngörülmesinde istatiksel modellerden daha başarılı bulunmuştur. Ayrıca modelden çıkarılan kurallar, bankaların 1997-2001 dönemleri içerisinde faiz yükselişlerine karşı duyarlı olduklarını ve sermaye yapısı güçlü olmayan bankaların bu dönemde yaşanan yüksek faize karşı ayakta kalamadığını göstermektedir.
Özet (Çeviri)
One of the most important requirements of confidence and stability in financial markets is foreseeing possible financial distress in banking sector and getting necessary actions timely. The aim of this study is to develop an early warning system for predicting financial failure in banks and to analyze the reasons of financial failure. An early warning system, which makes reliable predictions, will provide good information to various decision makers including regulation and supervision agencies, bank holders, investors and auditors in order to assess and manage the risks of financial failure. For this purpose, a sample of 40 privately-owned commercial banks balance sheets is used. The time span of the data set covered 1997-2001 where 19 banks failed. As a methodology for prediction decision tree is preferred since it produces easily understandable `if-then? rules for financial failures.A set of financial ratios were created and Classification and regression tree (CART), a popular decision tree technique, was applied to obtain failure classifications of banks 1 year before failure happens. The reasons for the bank failures were analyzed by means of extracted rules from the tree.As a result, the setup model correctly predicted %73-78 of failed banks 1 year before failure, varying ratios with different sampling methods. In the study, it is observed that CART is superior to statistical methods in predicting financial failure. Furthermore, rules extracted from model, showed that banks were sensitive to rising interest rates during 1997-2001 and banks with weak capital structure were not able to survive with high interest rates in that period.
Benzer Tezler
- A feedback star identification algorithm via regularized pattern recognition using a unique feature extraction
Özgün öznitelikler ile regülarizasyon ve örüntü tanıma tabanlı geri bildirimli yıldız tanıma algoritması
ERDEM ONUR ÖZYURT
Doktora
İngilizce
2024
Havacılık ve Uzay Mühendisliğiİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
PROF. DR. ALİM RÜSTEM ASLAN
- GPU ile kumaş hata tespiti ve sınıflandırması
Fabric fault detection and classification with GPU
HASAN GÜLER
Yüksek Lisans
Türkçe
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKahramanmaraş Sütçü İmam ÜniversitesiBilgisayar ve Öğretim Teknolojileri Eğitimi Ana Bilim Dalı
DOÇ. DR. MAHİT GÜNEŞ
- Recognizing and classifying fetal heart rate signals with a self-organizing algorithm
Fetal monitor sinyallerinin 'self-organizing' yöntemiyle tanınması ve sınıflandırılması
KADİR ÖZDEMİR
Yüksek Lisans
İngilizce
1992
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe ÜniversitesiPROF. DR. ÜNAL YARIMAĞAN
- Mikroskobik imgelerde tüberküloz bakterisinin rastgele ormanlar yöntemiyle sınıflandırılması
Classification of tuberculosis bacteria in microscopic images using random forests algorithm
SELEN AYAS
Yüksek Lisans
Türkçe
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKaradeniz Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. MURAT EKİNCİ
- Güç kalitesindeki bozulma türlerinin akıllı örüntü tanıma yaklaşımları ile belirlenmesi
Identification of power quality disturbance types by using intelligent pattern recognition approachs
MURAT UYAR
Doktora
Türkçe
2008
Elektrik ve Elektronik MühendisliğiFırat ÜniversitesiElektrik ve Elektronik Mühendisliği Bölümü
YRD. DOÇ. DR. MUHSİN TUNAY GENÇOĞLU
YRD. DOÇ. DR. SELÇUK YILDIRIM