Geri Dön

Kurumsal kredi değerlendirmede bulanık AHP-yapay sinir ağları temelli bir yaklaşım ve bir uygulama çalışması

Corporate credit evaluation study of fuzzy AHP-artificial neural network based approach and an application

  1. Tez No: 329633
  2. Yazar: DUYGU CEBECİ
  3. Danışmanlar: DOÇ. DR. ALEV TAŞKIN GÜMÜŞ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2013
  8. Dil: Türkçe
  9. Üniversite: Yıldız Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 93

Özet

Kredi derecelendirme süreci kredi talep edenler ve piyasaya fon fazlasını arz eden kredi verenler tarafından önem arz eden bir konu olarak değerlendirilmektedir. Kredi veren kuruluşlar açısından kredibilitenin doğru ve objektif bir şekilde tespit edilmesi gerek kredinin geri ödenebilirliğinin sağlanması, gerekse kredinin doğru fiyatlanabilmesi açısından önemlidir.Günümüzün rekabetçi ortamında, kredi taleplerinin değerlendirilmesinde kararların hızlı ve etkin bir şekilde verilmesi bankaların en önemli hedefleri arasında yer almaktadır.Bu tez çalışmasında kredi talebinde bulunan firmaların bankalar tarafından analiz edilmesine yardımcı olacak bir model belirlenip kredinin geri dönmeme riskinin minimuma indirilmesi amaçlanmıştır. Oluşturulan modelde bulanık AHP yöntemi ve yapay sinir ağı beraber kullanılmıştır. İlk önce hem kalitatif hem de kantitatif verileri birlikte inceleyen aynı zamanda karar verici yargılarını da modele dahil edebilen bulanık AHP yöntemi ele alınmıştır. Bulanık AHP ile kriter seçimi yapılmış ve seçilen kriterlere ait veriler yapay sinir ağında girdi olarak kullanılmıştır. Kredi kararlarının daha hızlı, etkin ve kolay bir şeklide verilmesine yardımcı olacak alternatif bir model oluşturulmuştur.

Özet (Çeviri)

Credit rating process is viewed as an important topic from both credit demandants and the creditors that supply the excess founds to market.Being identified the credibility accurately and objectively by credit institutions is very important for both to provide the back payments of credit and to price the credit truly.In today?s competitive environment, making decisicons rapidly and effectively during the evalution of loan demands is one of the most important objectives of banks.In this study, a model that will help to analyze loan demand of companies identified due to minimize the risk of the loan is to not come back. In the model with fuzzy AHP method and artificial neural network is used. First, Fuzzy AHP method that viewed both qualitative and quantitative data and capable of the decision maker judgements included in the model at the same time are discussed. The criteria was selected with Fuzzy AHP and artificial neural network is used as input data for the selected criteria. An alternative model that will help to give credit decisions more quickly, efficiently, and easily was created.

Benzer Tezler

  1. Bankalar tarafından sunulan kurumsal kredi türleri ve sektörlerine göre kredi taleplerinin değerlendirilmesi: Örnek bir uygulama

    Evaluation of credit demands by types and sectors of corporate loans offered by banks: A sample application

    EDA GÜLAY

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    İşletmeTekirdağ Namık Kemal Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. OĞUZHAN AYDEMİR

  2. Increased Enforcement of Foreign Corrupt Practices act: Use of artificial neural network for the selection of sales intermediaries

    Yurtdışı Yolsuzluk Faaliyetleri Kanunu'nun artan uygulaması: Satış aracılarının seçilmesinde yapay sinir ağlarının kullanımı

    ORHAN SARAÇOĞLU

    Doktora

    İngilizce

    İngilizce

    2011

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. YUSUF İLKER TOPÇU

  3. Bankalarda Kobi kredilerini değerlendirmeye ilişkin bir yaklaşım : Yapay sinir ağları

    An approach on Sme credit evaluations at banks : Artificial neural networks

    MEHMET YAZICI

    Doktora

    Türkçe

    Türkçe

    2007

    BankacılıkKadir Has Üniversitesi

    Finans ve Bankacılık Ana Bilim Dalı

    PROF.DR. EROL ÜÇDAL