Geri Dön

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)

PDF İndir

  1. Tez No: 308313
  2. Yazar: ASIM KURT
  3. Danışmanlar: DOÇ. DR. İBRAHİM ÖZKAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bankacılık, Ekonomi, Banking, Economics
  6. Anahtar Kelimeler: Bankacılık sektörü, Bankacılık sistemi, Bankalar, Erken uyarı sistemleri, Finansal başarı, Karar ağacı, Kolmogorov-Simirnov testi, Örüntü tanıma, Banking sector, Banking system, Banks, Early warning systems, Financial succes, Decision tree, Kolmogorov-Simirnov test, Pattern recognition
  7. Yıl: 2011
  8. Dil: Türkçe
  9. Üniversite: Hacettepe Üniversitesi
  10. Enstitü: Sosyal Bilimler Enstitüsü
  11. Ana Bilim Dalı: İktisat Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

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

  1. Tez No

    656357

    Derin öğrenmeye dayalı bir imza doğrulama yönteminin geliştirilmesi

    Development of a signature verification method based on deep learning

    MUHAMMED MUTLU YAPICI

    Doktora

    Türkçe

    Türkçe

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. NURETTİN TOPALOĞLU

    DR. ADEM TEKEREK

  2. Tez No

    24114

    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

    İngilizce

    1992

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe Üniversitesi

    PROF. DR. ÜNAL YARIMAĞAN

  3. Tez No

    879941

    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

    İngilizce

    2024

    Havacılık ve Uzay Mühendisliğiİstanbul Teknik Üniversitesi

    Uçak ve Uzay Mühendisliği Ana Bilim Dalı

    PROF. DR. ALİM RÜSTEM ASLAN

  4. Tez No

    237276

    Örüntü tanımada ortak vektör ve matris yaklaşımının kullanılması

    Using the common vector and matrix approaches in pattern recognition

    SEMİH ERGİN

    Doktora

    Türkçe

    Türkçe

    2009

    Elektrik ve Elektronik MühendisliğiEskişehir Osmangazi Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. M. BİLGİNER GÜLMEZOĞLU

  5. Tez No

    286300

    Intelligent sensing for robot mapping and simultaneous human localization and activity recognition

    Robot haritalama ve insanlarda eşzamanlı konum belirleme ve aktivite ayırdetme için akıllı algılama

    KEREM ALTUN

    Doktora

    İngilizce

    İngilizce

    2011

    Elektrik ve Elektronik Mühendisliğiİhsan Doğramacı Bilkent Üniversitesi

    Elektrik ve Elektronik Mühendisliği Bölümü

    PROF. DR. BİLLUR BARSHAN

Geri Dön