An empirical study on credit early warning systems
Kredi erken uyarı sistemleri üzerinde ampirik bir çalışma
- Tez No: 414625
- Danışmanlar: PROF. DR. NURHAN DAVUTYAN
- Tez Türü: Doktora
- Konular: Bankacılık, Banking
- Anahtar Kelimeler: Bankacılık sektörü, Bankalar, Erken uyarı sistemleri, Kredi değerlendirmesi, Kredi riski, Krediler, Banking sector, Banks, Early warning systems, Credit evaluation, Credit risk, Credits
- Yıl: 2016
- Dil: İngilizce
- Üniversite: Kadir Has Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: Finans ve Bankacılık Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Mali sıkıntı yaşayan müşterilerin tespiti gerek banka kârı, gerekse de regülasyonlar açısından çok önemli bir konsepttir. Birinci jenerasyon tahminleme modelleri bilanço ve gelir tabloları gibi finansal tablolardan elde edilen dikotom (ikili) değişkenler üzerine kurgulanmış olup zaman boyutunda değişkenleri ihtiva etmemektedir. Borçlunun iflası tabiri ile müşterinin kredisini geri ödeme kapasitesini kaybetmesi ve/veya iflas hali ile birlikte banka tarafından alacağın nakde dönüştürülmesi ile ilgili hukuki süreçlerin başlatıldığı durum ifade edilmektedir. Bu çalışmada, saygın bir Katılım Bankası'ndan 2005 – 2012 yılları arasını kapsayan 15,593 farklı müşteriye ait 202,615 gözlem datası kullanılarak Cox PH – Proportional Hazard yöntemi ile iflasa meyilli olan borçlular önceden tespit edilmeye çalışılmıştır. Bildiğimiz kadarıyla, bu çalışma banka datası üzerinden Cox PH yöntemi kullanılarak iflasa meyilli müşteri tahminlemesinin yapıldığı ilk çalışmadır. Ana bankacılık sisteminden alınan müşteri hesap ve kredi kayıtları ile yapılan ilk çalışma olduğunu da belirtmek gerekir. Geleneksel yöntemlerden farklı olarak müşterinin finansal tabloları çalışmamızda kullanılmamıştır. Çalışmamızda üç farklı tahmin modeli geliştirdik ve modellerimizin birbirine karşı tahmin performansını ölçümleyebilmek için de“seçicilik rasyosu”ile“iflas tutturma oranı”adını verdiğimiz iki değişken kullandık. 2012 yıl sonu datasını kullanarak Model 3 ile yaptığımız tahminlemede 2013 yılının ilk üç ayında iflas eden müşterilerin %72.41'inin, 2013 yılında iflas eden müşterilerin ise %58.37'sinin modelimiz tarafından önceden tahminlendiğini gördük.
Özet (Çeviri)
Due to its impact on profitability and its potential regulatory consequences, financial distress prediction is vitally important for banks. The first generation of prediction models were based on the dichotomous classification of survival versus failure states and utilized balance sheet figures, and income statements of bank customers to make predictions. However those models were not designed to accommodate the change in the financial situation of bank customers over time. We define default broadly as the bank declaring a loan as non-performing or initiating the legal process to collect the claimed amounts from the borrower. In this study, we use Cox's PH – Proportional Hazard approach to predict the potential defaulters using an unbalanced panel data set from 2005 and 2012. We have 202,615 observations on 15,593 customers obtained from one of the most reputable participation banks. To our knowledge it is the first application of the Cox PH model to predict financial distress of bank borrowers. It is also important to note that it is also the first such study where only core banking information namely accounting and lending records is used. We did not adopt the traditional approach and thus did not use customer financial statements in our study. We create three different financial distress models and use selectivity ratio and success rate for defaulters terminology to analyze which model's predictive performance is better. We conclude that, 72.41% of actual defaulters in the first quarter of 2013 and 58.37% of actual defaulters in 2013 have already been predicted by our Model at the end of 2012.
Benzer Tezler
- The impact of credit booms on financial crisis: Emergingmarkets
Kredi patlamalarının finansal krizler üzerindeki etkisi: Gelişmekte olan piyasalar
SÜLEYMAN BURAK MUTLU
Yüksek Lisans
İngilizce
2025
Ekonomiİstanbul Bilgi ÜniversitesiFinansal Ekonomi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ZEYYAD MANDALİNCİ
- A stress testıng framework for the Turkısh bankıng sector: an augmented approach
Türk bankacılık sektörü için bir stres testi çerçevesi: Bir genişletilmiş yaklaşım
BAHADIR ÇAKMAK
- Türkiye'de konut piyasasında arz ve talep dinamikleri: Mekânsal Panel ARDL ve makine öğrenmesi yaklaşımıyla bir analiz
Supply and demand dynamics in the housing market in Turkey: An analysis using Spatial Panel ARDL and machine learning approaches
MURAT CELAL ÇINAR
Doktora
Türkçe
2025
EkonometriNevşehir Hacı Bektaş Veli Üniversitesiİktisat Ana Bilim Dalı
DOÇ. DR. SERAP ÇOBAN
- Finans ve bankacılık sektöründe yapay zekânın stratejik karar verme süreçlerindeki rolü ve etkisi: Türkiye örneği
The role and impact of artificial intelligence in strategic decision-making processes in the finance and banking sector: The case of Türkiye
EYLEM ŞENCAN
Doktora
Türkçe
2025
Bankacılıkİzmir Katip Çelebi Üniversitesiİşletme Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BERNA TEKTAŞ
- Finansal teknoloji uygulamalarının bankacılık performansı üzerindeki etkileri: Ampirik bir inceleme
The impact of financial technology applications on banking performance: An empirical review
MELTEM AKARSU AYDIN