Alternatif model teknikleri ile kredi skorlaması
Credit scoring with using altenative model techniques
- Tez No: 561981
- Danışmanlar: PROF. DR. MEHMET AYDIN ERAR
- Tez Türü: Yüksek Lisans
- Konular: Bankacılık, İstatistik, Banking, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Mimar Sinan Güzel Sanatlar Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: İstatistik Bilim Dalı
- Sayfa Sayısı: 64
Özet
Kredi vermek bankaların ana faaliyet geliri kaynağı olması sebebiyle, bu faaliyetten oluşabilecek kredi riski bankaların üzerine yoğunlaştığı bir risk koludur. Bu risk kolunun yönetilmesi kapsamında bankalar analitik birimleri aracılığıyla müşteriye özel risklilik modelleri kurmaktadır. Bu bağlamda, kredi skorlamasında kullanılan modeller, kuruluşların tüketiciye kredi kullandırma kararının verilmesi esnasında büyük bir paya sahiptir. Bu çalışmada, makine öğrenmesine dayalı modeller ile kredi skorlaması gerçekleştirilmiş olup batma olasılığını tahminleyen en uygun modelin ve tekniğin bulunması amaçlanmıştır. Lojistik regresyon, dönüştürülmüş değişkenlerle lojistik regresyon, destek vektör makinesi ve rastgele orman yöntemleri ile modelleme gerçekleştirilmiş olup rastgele orman ve değişken dönüşümüyle lojistik regresyonun daha iyi sonuçlar verdiği gözlemlenmiştir. Gerçekleştirilen kredi skorlaması esnasında yapılan analizlerde, veri gizliliği ve kullanımı kapsamında imzalanan kabuller çerçevesinde Türkiye'nin önde geleni bankalarından birinin verileri kullanılmıştır. Banka ile yapılan gizlilik anlaşması gereği tez çalışmasında sadece analiz sonuçlarına yer verilmiştir. Modelleme ve analizler için SAS Enterprise Miner, SAS Enterprise Guide ve R studio programları kullanılmıştır.
Özet (Çeviri)
Credit is the main operating income of the banks so the credit risk that may arise from this activity is the most critical risk area on which banks focus. Within the scope of managing this risk area, banks develop customer specific risk models through their analytical units. In this context, the models used in credit scoring have the most important share in the banks making the decision to provide loans to the consumer. In this study, it was aimed to find the most appropriate model and technique for the probability of default. Logistic regression, logistic regression with transformed variables, support vector machine and random forest methods have been performed. As a result, random forest and transformed logistic regression gives better results. In the analysis conducted during the credit scoring, one of the most important Bank's data was used within the framework of the acceptances signed within the scope of data privacy and usage. According to the confidentiality agreement, only the results of the analysis are included in the thesis study. SAS Enterprise Miner, SAS Enterprise Guide and R studio programs were used for modeling and analysis.
Benzer Tezler
- Kredi skorlamada yapay zeka teknikleri ile çok aşamalı lojistik modellemeyi temel alan hibrit yaklaşımlar
Hybrid approaches based on artificial intelligence and multilevel logistic model in credit scoring
DAMLA İLTER
Doktora
Türkçe
2021
İstatistikMimar Sinan Güzel Sanatlar Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. EYLEM DENİZ HOWE
- Bankalarda kredi portföyü ve kredi riski yönetimi
Credit portfolia and credit risk management in bank
TANER GÜRKAN
Yüksek Lisans
Türkçe
2005
BankacılıkKadir Has ÜniversitesiFinans ve Bankacılık Ana Bilim Dalı
Y.DOÇ.DR. HASAN EKEN
- A psychometric and financial factors based framework suggestion for an integrated credit risk assessment information system
Entegre kredi risk değerlendirme bilgi sistemi için psikometrikve finansal faktörler temelli sistem önerisi
BÜŞRA ALMA ÇALLI
Doktora
İngilizce
2019
Bilim ve TeknolojiSakarya ÜniversitesiYönetim Bilişim Sistemleri Ana Bilim Dalı
PROF. DR. ERMAN COŞKUN
- Efficient simulations in finance
Verimli finansal simülasyonlar
HALİS SAK
Doktora
İngilizce
2008
Endüstri ve Endüstri MühendisliğiBoğaziçi ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. WOLFGANG HÖRMANN
- Factors affecting the profitability of Turkish deposit banks
Türk mevduat bankalarının kârlılığını etkileyen faktörler
MÜJGAN KILAVUZ
Yüksek Lisans
İngilizce
2023
EkonomiÇankaya ÜniversitesiEkonomi Ana Bilim Dalı
PROF. DR. MEHMET METE DOĞANAY