Bankalarda artan kredi risk yönetim sorumluluğu ve sektöre göre düzeltilmiş veriler yardımıyla modelleme
Increasing credit risk management responsibility in banks and modeling by using sector-adjusted data
- Tez No: 773050
- Danışmanlar: PROF. DR. SİBEL YILMAZ TÜRKMEN
- Tez Türü: Doktora
- Konular: Bankacılık, İşletme, Banking, Business Administration
- Anahtar Kelimeler: Bankacılık sektörü, Bankalar, Kredi riski, Lojistik regresyon modelleri, Risk, Risk yönetimi, Banking sector, Banks, Credit risk, Logistic regression models, Risk, Risk management
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Marmara Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: İşletme Ana Bilim Dalı
- Bilim Dalı: Muhasebe Finansman Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez çalışmasında, temel olarak sorunlu kredinin tahmini ve yönetimi için daha kararlı ve yol gösterici bir modelin geliştirilmesi amaçlanmaktadır. Bu doğrultuda; farklı sektörlerdeki firmalara ait ve zaman içerisinde istikrarsız bir yapıda olabilmeleri sebebiyle, finansal oranların tahmin modelleri üzerinde oluşturabileceği problemlerin çözümü için sektöre göre düzeltilmiş oranların etkileri araştırılmıştır. Lojistik regresyon yönteminin kullanıldığı çalışmada, sektöre göre düzeltilmiş oranların etkileri ilk olarak ana örneklem üzerinden araştırılmıştır. Çalışmada, sıkça başvurulan eşleştirmeli yöntemle de alt örneklem grupları oluşturulmuştur. Sektöre göre düzeltilmiş oranların etkileri, oluşturulan bu alt örneklemlerle geliştirilen modeller üzerinden de araştırılmıştır. Çalışmada, 2011-2017 dönem verileri kullanılarak sektöre göre düzeltilmiş oranlar ile aynı firmaların ham oranlarıyla tahmin modelleri geliştirilmiştir. Geliştirilen tüm modeller 2018 yılı verileri üzerinden test edilmiştir. Test örneklemleri üzerinden elde edilen sonuçlara göre, sektöre göre düzeltilmiş oranlarla elde edilen modellerin tamamı sorunlu kredi tahmininde daha başarılı olmuştur. Sonuç olarak, sektöre göre düzeltilmiş oranlarla elde edilen modellerin sorunlu kredi tahmini ve yönetiminde daha kararlı bir yapı sergileyerek etkili olabileceği değerlendirilmiştir.
Özet (Çeviri)
Fundamentally this thesis is purposed to develop a more stable and guiding model for the prediction and management of non-performing loans. Financial ratios used in prediction models can belong to firms in different sectors and can be unstable over time. To solve the problems that financial ratios may create on prediction models for these reasons, the effects of sector-adjusted ratios were investigated. In the study, in which the logistic regression method was used, the effects of the sector-adjusted ratios were first investigated in the models developed with the main sample. In the study, sub-sample groups were created with the matching method which is frequently referred. The effects of the sector-adjusted ratios were also investigated with the models developed with these sub-samples. In the study, using the 2011-2017 period data, prediction models were developed with the sector-adjusted ratios and the raw ratios of the same firms. All developed models were tested on 2018 data. According to the results obtained from the test samples, all of the models developed with sector-adjusted ratios were more successful in predicting non-performing loans. As a result, evaluated that models developed with sector-adjusted ratios can be effective in NPL prediction and management by exhibiting a more stable structure.
Benzer Tezler
- Türk bankalarında uygulanan tek düzen hesap planının değerlendirilmesi
Başlık çevirisi yok
SAVAŞAN ŞAHİN
- İç ve dış denetim açısından mevduat munzam karşılıkları ve umumi disponibilite
Başlık çevirisi yok
HASAN CAN
- T.C. Vakıflar Bankası T.A.O'nun kredi tekliflerinde kullandığı mali analiz teknikleri ve örnek uygulamalar
Başlık çevirisi yok
MUALLA ÜSTÜNER
- Türkiye'de dış borçlanmayı etkileyen faktörler ve dış borçlanmanın ekonomik katkıları
Başlık çevirisi yok
MEHMET AKÇAY
