Geri Dön

Uyarlanabilir sinirsel bulanık çıkarım sistemi tabanlı alternatif bir kredi derecelendirme yönteminin geliştirilmesi

The development of an alternative method for the sovereign credit rating system based on adaptive neuro fuzzy inference system

PDF İndir

  1. Tez No: 385949
  2. Yazar: HAKAN PABUÇCU
  3. Danışmanlar: DOÇ. DR. TUBA YAKICI AYAN
  4. Tez Türü: Doktora
  5. Konular: Ekonometri, Ekonomi, İşletme, Econometrics, Economics, Business Administration
  6. Anahtar Kelimeler: Kredi Derecelendirme, Lojistik Regresyon Analizi, Bulanık Mantık, Yapay Sinir Ağları, Sinirsel Bulanık Mantık Denetim, Credit Rating, Logistic Regression Analysis, Fuzzy Logic, Artificial Neural Network, Neuro Fuzzy Logic Control
  7. Yıl: 2015
  8. Dil: Türkçe
  9. Üniversite: Karadeniz Teknik Üniversitesi
  10. Enstitü: Sosyal Bilimler Enstitüsü
  11. Ana Bilim Dalı: Ekonometri Ana Bilim Dalı
  12. Bilim Dalı: Ekonometri Bilim Dalı
  13. Sayfa Sayısı: 227

Özet

Kredi derecelendirmenin ülkeler için hayati önem taşıdığı günümüzde, kredi derecelendirmeyi etkileyen faktörlerin neler olduğu ve bu faktörlerle istatistik, bulanık mantık ve sinir ağları tabanlı bir derecelendirme sisteminin nasıl geliştirileceği bu çalışmanın problemini oluşturmaktadır. Çalışmada kredi derecelendirmeyi etkileyen değişkenler literatür araştırması ile belirlenmiş olup adımsal regresyon analizi ile değişken azaltımı yoluna gidilmiştir. Adımsal regresyon analizi sonucu belirlenen değişkenler, lojistik regresyon (Lojit) analizi için bağımsız, yapay sinir ağı ve ANFIS (Adaptive Neuro Fuzzy Inference System) modeli için girdi değişkenlerini oluşturmuştur. Analizlerde modellerin karşılaştırmalı olarak değerlendirmesi yapılmış ve ANFIS modelin kredi notu tayini için en uygun model olduğuna karar verilmiştir. ANFIS model ile kredi notu olmayan ülkeler için not tayini gerçekleştirilmiş, ülkelerin gelişmişlik düzeyleri ile tahmin edilen notlar karşılaştırılmış ve çok büyük oranda tutarlı olduğu tespit edilmiştir.

Özet (Çeviri)

The main research question of this dissertation is to determine the factors affect credit rating and develop credit rating system based on statistics, fuzzy logic and artificial neural network. Variables that affect credit rating in this study used, determined with the literature review and reduced the number of them by using stepwise regression analysis. The variables, determined by using stepwise regression analysis, used as independent variables for logistic model and used as input variables for ANN and ANFIS model. After that the models evaluated and compared each other, as a result the ANFIS model was chosen as the best model to forecast credit rating. Rating determination was made for the countries that haven't had credit rating and forecasted rating compared with the development levels of countries. Consequently, the ANFIS model made consistent, reliable and successful forecasts for the countries.

Benzer Tezler

  1. Tez No

    178931

    Hizmet sektörü için bir tepkisel çizelgeleme sistem önerisi-Acil servis kontrol sistemi

    Proposal of a reactive scheduling system for service sector-Emergency room control system

    ŞAFAK KIRIŞ

    Doktora

    Türkçe

    Türkçe

    2008

    Endüstri ve Endüstri MühendisliğiEskişehir Osmangazi Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. NİHAT YÜZÜGÜLLÜ

  2. Tez No

    832129

    Tiroid nodüllerinin genetik algoritma ile eğitilen anfıs yöntemi kullanılarak iyi huylu ve kötü huylu olarak ayrıştırılması ile yeni bir bilgisayar destekli tanı temelli risk sınıflandırma sistemi önerilmesi

    Differentiation of benign and malignant thyroid nodules with anfis by using genetic algorithm and proposing a novel cad-based risk stratification system of thyroid nodules

    AHMET CANKAT ÖZTÜRK

    Doktora

    Türkçe

    Türkçe

    2023

    Mühendislik BilimleriTOBB Ekonomi ve Teknoloji Üniversitesi

    Biyomedikal Mühendisliği Ana Bilim Dalı

    PROF. DR. OSMAN EROĞUL

  3. Tez No

    720489

    Yağış-akış ilişkisinin yapay zeka yöntemleri ile modellenmesi

    Modeling the rainfall-runoff relationship with artificial intelligence methods

    YUNUS YAMAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    İnşaat MühendisliğiDicle Üniversitesi

    Hidrolik ve Su Kaynakları Mühendisliği Ana Bilim Dalı

    PROF. DR. FEVZİ ÖNEN

  4. Tez No

    394281

    Dikgen Frekans Bölmeli Çoğullama-Serpiştirme Bölmeli Çoklu Erişim (OFDM-IDMA) sistemlerinde yapay zeka teknikleri ile kanal kestirimi

    Channel estimation using artificial intelligence techniques in Orthogonal Frequency Division Multiplexing-Interleave Division Multiple Access (OFDM-IDMA) systems

    ŞAKİR ŞİMŞİR

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    Elektrik ve Elektronik MühendisliğiErciyes Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. NECMİ TAŞPINAR

  5. Tez No

    758687

    Assessment of machine learning methods for mass real estate appraisal

    Makine öğrenmesi yöntemlerinin toplu gayrimenkul değerleme çalışmaları açısından değerlendirilmesi

    SEÇKİN YILMAZER

    Doktora

    İngilizce

    İngilizce

    2022

    Jeodezi ve FotogrametriHacettepe Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SULTAN KOCAMAN

Geri Dön