Geri Dön

Default loan prediction in financial sector

Finansal sektörede batık kredi tahminlemesi

  1. Tez No: 599951
  2. Yazar: ERKUT TURHAN
  3. Danışmanlar: DR. ÖĞR. ÜYESİ ADNAN ÇORUM
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bankacılık, Endüstri ve Endüstri Mühendisliği, Banking, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2019
  8. Dil: İngilizce
  9. Üniversite: Bahçeşehir Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Endüstri Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 52

Özet

Lending Club, yatırımcılar ile krediye ihtiyaç duyan kişileri internet üzerinden buluşturan dünyanın en büyük pazarıdır. Bu platform, bankacılık sistemine göre kredi sistemini daha uygun hale getirmekte ve yatırım konusunda daha fazla kâr elde etmeyi sağlamaktadır. Lending Club, geleneksel bankaların borç verme programlarına göre daha düşük bir maliyetle çalışmakta ve borç alanlara düşük oranlarla kredi sağlamakta ve yatırımcılara riske uyarlanmış bir getiri sunmaktadır. Bu çalışmada, kredi başvurusunda bulunan müşteri tarafından sağlanan demografik ve finansal bilgilere göre CHAID karar ağacı yöntemiyle batık kredi tahmini yapılacaktır.

Özet (Çeviri)

The Lending Club (LC) is the world's largest online marketplace to connect borrowers and investors. It is transforming the banking system to make the credit system more affordable and to invest more. The Lending Club operates at a lower cost than traditional bank lending programs and transfers savings to borrowers at low rates and a robust risk-adjusted return to investors. In this study, default credit prediction will be made by decision tree method based on demographic and financial information provided by the customer applying for credit.

Benzer Tezler

  1. Anomaly detection using machine learning techniques: A comparative study on first payment default prediction in retail loans

    Yapay öğrenme yöntemleriyle anomali saptanması: Bireysel kredilerde ilk ödemede batma tahmini üzerine karşılaştırmalı bir çalışma

    AHMET TALHA YİĞİT

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bankacılıkİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. ALP ÜSTÜNDAĞ

  2. Makine öğrenmesi yöntemleri ile kredi risk analizi

    Credit risk analysis using machine learning algorithms

    SACİDE KALAYCI

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. MUSTAFA ERSEL KAMAŞAK

  3. 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

    Doktora

    İngilizce

    İngilizce

    2014

    BankacılıkOrta Doğu Teknik Üniversitesi

    İktisat Ana Bilim Dalı

    PROF. DR. NADİR ÖCAL

  4. Kredi kartları riskleri ve güvenlik önlemlerinin sigortacılık açısından incelenmesi

    Research on the risks of credit cards and security implementations in the view of insurance

    AYŞEGÜL BÖLÜKBAŞI

    Yüksek Lisans

    Türkçe

    Türkçe

    1995

    BankacılıkMarmara Üniversitesi

    DOÇ.DR. ÖMÜR Ş. BABAOĞLU

  5. TFRS 9 standardı kapsamında karşılık uygulamalarının Türk bankacılık sektörüne etkisinin incelenmesi

    Investigation of the impact of provision applications on the Turkish banking sector within the scope of TFRS 9 standards

    TEVFİK AYDIN

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    BankacılıkGalatasaray Üniversitesi

    İşletme Ana Bilim Dalı

    DOÇ. DR. BANU DİNCER