Default loan prediction in financial sector
Finansal sektörede batık kredi tahminlemesi
- Tez No: 599951
- Danışmanlar: DR. ÖĞR. ÜYESİ ADNAN ÇORUM
- Tez Türü: Yüksek Lisans
- Konular: Bankacılık, Endüstri ve Endüstri Mühendisliği, Banking, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: İngilizce
- Üniversite: Bahçeşehir Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Endüstri Mühendisliği Bilim Dalı
- 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
- 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
2022
Bankacılıkİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. ALP ÜSTÜNDAĞ
- Makine öğrenmesi yöntemleri ile kredi risk analizi
Credit risk analysis using machine learning algorithms
SACİDE KALAYCI
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA ERSEL KAMAŞAK
- 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
2014
BankacılıkOrta Doğu Teknik Üniversitesiİktisat Ana Bilim Dalı
PROF. DR. NADİR ÖCAL
- 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
- 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