Geri Dön

Big data applications in banking credit risk audits: Sampling through machine learning

Bankacılık kredi riski denetimlerinde büyük veri uygulamaları: Makine öğrenimi yoluyla örnekleme

  1. Tez No: 781788
  2. Yazar: YUNUS CİHANGİR
  3. Danışmanlar: DR. ÖĞR. ÜYESİ TAMER UÇAR
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bankacılık, Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Banking, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: İngilizce
  9. Üniversite: Bahçeşehir Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Büyük Veri Analitiği ve Yönetimi Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 54

Özet

Bankacılık, büyük veri analitiği uygulamalarının yaygın olarak kullanıldığı sektörlerden biridir. Bankalar, sahip oldukları müşteri bilgileri ve çevrimiçi veya çevrimdışı kanallar yoluyla gerçekleştirdikleri işlemlerin kayıtları sayesinde hem nicelik hem nitelik açısından çok değerli verilere sahiptir. Bu verilerin makine öğrenmesi algoritmaları ile işlenmesi ve karar alma süreçlerinde etkin bir şekilde kullanılması çok faydalı olacaktır. Bankalar, en önemli bankacılık risklerinden biri olan kredi risklerini denetlemek için büyük veri uygulamalarını kullanabilirler. Bu çalışmada bankaların kredi riski denetimlerinde büyük veri uygulamaları hakkında bilgi verilmiş ve bunların denetim örneklemesinde nasıl kullanılabileceği makine öğrenmesi modelleri ile anlatılmıştır. Özel bir bankadan alınan kurumsal müşteri verilerine karar ağaçları ve rastgele ormanlar gibi farklı sınıflandırma modelleri uygulanmış ve sonuçları karşılaştırılmıştır. Çalışma sonucunda en iyi performansı rastgele orman modeli göstermiştir. Bunun yanında büyük veri analitiği ve makine öğrenmesi uygulamalarının kredi riski denetimlerinin örneklem seçiminde önemli katkılar sağladığı sonucuna varılmıştır.

Özet (Çeviri)

Banking is one of the industries where big data analytics applications are widely used. Banks have precious data in quantity and quality, thanks to customer information and transaction records obtained through online and offline channels. It will be very beneficial to process those data via machine learning algorithms and exploit them effectively in decision-making processes. Banks can use big data applications to audit credit risks, one of the most significant banking risks. In this study, information about big data applications in credit risk audits of banks is provided, and how these can be used in audit sampling is explained through machine learning models. Different classification models, such as decision trees and random forests, were applied to corporate customer data obtained from a private bank, and their results were compared. As a result of the study, the random forest model showed the best performance. In addition, it has been concluded that big data analytics and machine learning applications significantly contribute to the sample selection of credit risk audits.

Benzer Tezler

  1. Türk ve dünya bankacılık sisteminde ihracat kredileri ile ihracat kredi sigorta / garanti programlarının yeri ve ülke uygulamaları

    Başlık çevirisi yok

    FARUK GÜLMÜŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2001

    BankacılıkMarmara Üniversitesi

    Bankacılık Ana Bilim Dalı

    PROF.DR. İLHAN ULUDAĞ

  2. Kredi kartları ve Türkiye'deki uygulaması: karşılaşılan sorunlar ve çözüm önerileri

    Başlık çevirisi yok

    BEDİ TÜRETKEN

    Yüksek Lisans

    Türkçe

    Türkçe

    1994

    BankacılıkMarmara Üniversitesi

    Bankacılık Ana Bilim Dalı

    DOÇ. DR. SELÇUK ÖZTEK

  3. Hizmet pazarlamasında yapay zekâ kullanımı ve dijitalleşme: Hizmet sektöründe bir model

    Using AI and digitalization in service marketing: An application in the service industry

    İPEK YALIÇ

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    BankacılıkKırıkkale Üniversitesi

    İşletme Ana Bilim Dalı

    DOÇ. DR. CİHAT KARTAL

  4. Kredi risklerinde veri madenciliği sınıflandırma algoritmaları

    Data mining classification algorithms in credit risk

    BEGÜM ÇIĞŞAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    İstatistikÇukurova Üniversitesi

    İstatistik Ana Bilim Dalı

    DOÇ. DR. DENİZ ÜNAL ÖZPALAMUTCU

  5. Banka kredi kartı süreçlerinde kişisel verilerin büyük veri yöntemleri ile gizliliğinin korunması

    Privacy and use of big data in bank credit card processes

    MAHBUB DİLAN KOYUNCU KAYA

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilişim Uygulamaları Ana Bilim Dalı

    PROF. DR. ENVER ÖZDEMİR