Prediction of transaction counts in correspondent banking using neural networks
Muhabir bankacılıkta işlem sayılarının sinir ağları kullanılarak tahmin edilmesi
- Tez No: 728664
- Danışmanlar: DR. ÖĞR. ÜYESİ CEMAL OKAN ŞAKAR
- Tez Türü: Yüksek Lisans
- Konular: Bankacılık, Banking
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Bahçeşehir Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 60
Özet
Muhabir banka ifadesi, genellikle başka bir ülkede bulunan bir başkasına hizmet sağlayan bir finans kuruluşunu temsil eder. Muhabir banka, yerel bankaların yurt dışında şubeleri olmayan ülkelerde kendi adlarına işlem yapma yetkisine sahip bankadır. Yurtiçi bankalar, yurt dışında şube açmak veya fiziki olarak var olmak zorunda kalmadan dış finans piyasalarına katılmak ve uluslararası müşterilere hizmet vermek için sıklıkla muhabir bankaları kullanır. Bankalar, verdikleri bu hizmetler karşılığında muhabir bankalara işlemler için ödeme yapmakta ve en önemlisi bankaların muhabir bankalarda bu işlemler için belirli bir bakiye tutması gerekmektedir. Muhabir bankalar için işlem sayısı tahmin problemlerine bir çözüm olarak, bu makale beş zaman serisi tahmin modelinin karşılaştırmalı bir analizini sunmaktadır; bunlar, bir istatistiksel model olan Bütünleşik Otoregresif Hareketli Ortalama (ARIMA), bir ileri beslemeli sinir ağı olan Çok Katmanlı Algılayıcı (MLP), bir tekrarlayan sinir ağı olan Uzun Kısa Süreli Bellek Modeli (LSTM), Evrişimli Sinir Ağı (CNN) ve Hibrit model (CNNLSTM). Deneyler, Türkiye'deki bir banka tarafından sağlanan gerçek veri seti kullanılarak gerçekleştirilmiştir. 2015-2021 yılları arasında bankanın 20 muhabir banka ile yaptığı günlük işlem sayısını içeren bir veri seti kullanıyoruz. Ortalama karekök hata fonksiyonuna (RMSE) dayalı sonuçlar, çok katmanlı algılayıcıya (MLP) dayanan bu modelin, 2021 için muhabir banka günlük işlem tahmininde daha başarılı olma potansiyeline sahip olduğunu doğrulamaktadır.
Özet (Çeviri)
A correspondent bank is a financial institution that provides services to another financial institution, which is usually located in another country. A correspondent bank is a financial institution that has been allowed by local banks to do business on their behalf in countries where they do not have branches. Domestic banks frequently employ correspondent banks to get access to foreign financial markets and serve international customers without having to open branches or be physically present in other countries. Banks pay correspondent banks for transactions in exchange for these services, and most significantly, banks must maintain a specific level of balance with correspondent banks for these transactions. A comparison of five time series forecasting algorithms is offered in this article as a solution to transaction count forecasting difficulties for correspondent banks; these models as names, as a statistical model the autoregressive integrated moving Average (ARIMA) , as a feedforward neural network the multi-layer perceptron (MLP) , the long short-term memory model (LSTM) a recurrent neural network, the convolutional neural network (CNN) a deep learning model and Hybrid model (CNNLSTM). The experimentations are carried out using a real-life dataset provided by a bank in Turkey. We use a data set that includes the number of daily transactions made by the bank with 20 correspondent banks between the years 2015-2021. The findings of the root mean square error function (RMSE) show that this multilayer perceptron (MLP)-based model has the potential to be used successfully to correspondent bank daily transaction forecasting in 2021.
Benzer Tezler
- Mobil cihazlar için aktivite tanıma tabanlı adaptif kullanıcı arayüzü
Adaptive user interface for mobile devices based on activity recognition
ÖZLEM YURDAKURBAN
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÖKHAN İNCE
- Purchase prediction and item prediction with RNN using different user-item interactions
Farklı kullanıcı-ürün etkileşim türlerini kullanarak özyineli sinir ağları ile ürün ve satış tahminlemesi
FULYA ÇELEBİ SARIOĞLU
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ YUSUF YASLAN
- 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
- A load balancing method for cellular networks: Mobility-aware reinforcement learning
Hücresel ağlar için yük dengeleme yöntemi: Hareketlilik bilincine sahip takviyeli öğrenme
SERKAN BUHURCU
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. BEHÇET UĞUR TÖREYİN
DR. LEVENT ÇARKACIOĞLU
- A new submarket approach using distances to transit lines for the prediction of real estate prices
Gayrimenkul fiyatlarının tahmininde kullanılmak için ulaşım hatlarını kullanarak yeni bir alt market oluşturma yaklaşımı
MUHİTTİN TAN
Yüksek Lisans
İngilizce
2019
UlaşımBoğaziçi Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. ILGIN GÖKAŞAR