Data mining and machine learning applications in bank audit
Banka denetiminde veri madenciliği ve makine öğrenimi uygulamaları
- Tez No: 714912
- Danışmanlar: YRD. DOÇ. DR. TAMER UÇAR
- Tez Türü: Yüksek Lisans
- Konular: Bankacılık, Mühendislik Bilimleri, Banking, Engineering Sciences
- Anahtar Kelimeler: Bankacılık, Risk Odaklı Denetim, Veri Madenciliği, Makine Öğrenimi, Banking, Risk Based Auditing, Data Mining, Machine Learning
- Yıl: 2021
- Dil: İngilizce
- Üniversite: Bahçeşehir Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Mühendislik Bilimleri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 64
Özet
Dijitalleşme süreci ekonomik sistemleri, sektörleri, kurumları derinden etkilemekte, gelinen noktada teknolojiye ayak uydurmak kurumlar için bir zorunluluk haline gelmektedir. Günümüzde dijital dönüşüm ile birlikte değişen kavramlardan biri de 'veri' kavramıdır. İnternette gezinirken yapılan her tıklama, sosyal medyadaki beğeniler, telefondan yapılan her işlem kullanılabilir veri haline dönüşmüş ve kurumlar için muazzam ölçüde artan veri içerisinde bilgisayar destekli analizler yapmak, fırsat ve riskleri önceden görebilmek kritik düzeyde öneme sahiptir. Veri girişlerinde yaşanan bu artışla beraber dijitalleşme süreci işlem hacmini hızlandırmış, bu süreç bankacılık sektörünün ve bankacılıkta risk odaklı denetim anlayışının da değişimine yol açmıştır. Bankacılık sektöründe artan işlem hacmi ve hız risk algısını derinden etkilemektedir. Bankalarda uygulanan iç denetim metodolojilerinde risk odaklı denetim yaparak optimum faydayı elde edecek seviyede veri analizi ve veri madenciliği kullanmak önemli hale gelmiştir. Bu tezde amaç bankacılık alanında yaşanan teknolojik değişimlerle birlikte banka içi denetimlerde uygulanabilecek makine öğrenim algoritmaları hakkında bilgi vermek, makine öğrenim modelleri üzerinden uygulamalı olarak denetim faaliyetlerinin risk odaklı yürütülmesine fayda sağlayacak modeller oluşturmaktır. Çalışmada çoklu regresyon, karar ağaçları, rasgele orman gibi farklı algoritmalar üzerinden kredilerin tetkiki sürecinde denetim tekniklerine katkı sağlayacak modeller oluşturulmuş ve kurulan modellerin başarısı farklı algoritmalar ile karşılaştırılmıştır. Çalışmanın sonucunda makine öğrenimi modellerinin denetim süreçlerine entegre edilmesinin risk odaklı denetim faaliyetlerine katkı sağlayacağı kanaatine varılmıştır.
Özet (Çeviri)
The digitalization process deeply affects economic systems, sectors, institutions and it becomes a necessity for institutions to keep up with technology at the point reached. Today, one of the concepts that has changed with digital transformation is the concept of“data”. Every click made while surfing the internet, likes on social media, every transaction made on the phone have become usable data. It is critical for organizations to make computer-aided analysis in the enormously increasing data and to anticipate opportunities and risks. With this increase in data entries, the digitalization process accelerated the transaction volume and this process led to the change in the banking sector and the risk-oriented audit approach in banking. The increasing transaction volume and speed in the banking sector profoundly affect the risk perception. It has become important to use data analysis and data mining at a level to obtain optimum benefit by performing risk-based audits in internal audit methodologies applied in banks. The aim of this thesis is to provide information about the machine learning algorithms that can be applied in internal audits with the technological changes in the banking field and to create models that will benefit the risk-oriented execution of audit activities practically through machine learning models. In the study, models that will contribute to audit techniques in the process of examining credits through different algorithms such as multiple regression, decision trees and random forest have been created and the success of the established models has been compared with different algorithms. As a result of the study, it has been concluded that integrating machine learning models into audit processes will contribute to risk-focused audit activities.
Benzer Tezler
- Makine öğrenmesi algoritmalarının hibrit yaklaşımı ile ağ anomalisi tespiti
Network anomaly detection with a hybrid approach of machine learning algorthms
FEYZA ÖZGER
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Uygulamalı Bilimler ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. HALİT ÖZTEKİN
- Kural tabanlı şüpheli işlem önleme sistemlerinde kullanılmak üzere çizge veritabanı modeli önerisi
A graph database model proposal for use in rule based fraud transaction prevention systems
BAHADIR ESAD DEMİR
Yüksek Lisans
Türkçe
2024
BankacılıkSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ VEYSEL HARUN ŞAHİN
- Destek vektör makineleri yardımıyla tüketici kredilerinin sınıflandırılması
Classifying consumer loans by means of support vector machines
KAYAHAN KAYA
Yüksek Lisans
Türkçe
2016
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
PROF. DR. FERHAN ÇEBİ
- An analysis of The Central Bank of The Republic of Türkiye (CBRT)'s monetary policy communication with text mining
Türkiye Cumhuriyet Merkez Bankası (TCMB) para politikası iletişiminin metin madenciliği ile analizi
ŞEYDA AYAN ÖZBEK
Yüksek Lisans
İngilizce
2022
EkonomiTED ÜniversitesiUygulamalı Veri Bilimi Ana Bilim Dalı
DOÇ. DR. İBRAHİM ÜNALMIŞ
- Sınıflandırma problemlerinde kural çıkarımı için yeni bir yöntem geliştirilmesi ve uygulamaları
Development and applications of a new method for rule extraction in classification problems
MURAT KÖKLÜ
Doktora
Türkçe
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. NOVRUZ ALLAHVERDİ