Geri Dön

Türk bankacılık sektöründe kredi riski yönetimi ve riskin ölçülmesi

Credit risk management and credit risk measurement in the Turkish banking sector

  1. Tez No: 865960
  2. Yazar: YİĞİTCAN ŞAHİN
  3. Danışmanlar: PROF. DR. HÜSEYİN DAĞLI, PROF. DR. AHMET KURTARAN, PROF. DR. KEMAL EYÜBOĞLU
  4. Tez Türü: Yüksek Lisans
  5. Konular: İşletme, Business Administration
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: Karadeniz Teknik Üniversitesi
  10. Enstitü: Sosyal Bilimler Enstitüsü
  11. Ana Bilim Dalı: İşletme Ana Bilim Dalı
  12. Bilim Dalı: Finans Bilim Dalı
  13. Sayfa Sayısı: 90

Özet

Banka iflaslarını doğru bir şekilde tahmin edebilmek hem yerel hem de global ekonomide hayati bir öneme sahiptir. İflas eden bankaların yarattığı etkiler yalnızca banka müşterilerini ve çalışanlarını değil, aynı zamanda finans sistemi içerisinde yer alan diğer paydaşları da derinden etkilemektedir. Potansiyel krizlerin ve olası etkilerinin önceden tespit edilerek önüne geçilmesi finansal istikrarın sürdürülebilir kılınması açısından avantaj sağlamaktadır. Çalışmada Türkiye'deki banka iflaslarını sınıflandırmak amacıyla 6 farklı makine öğrenmesi algoritması kullanılmış olup, çalışma örneklemini 1998 – 2000 yılları arasında Türkiye'de faaliyette bulunan 37 özel ticari bankanın finansal verileri oluşturmaktadır. Bu araştırmaya devam etmek için en iyi sınıflandırıcıların bulunmaya çalışıldığı bir dizi ön deneyden sonra Lojistik regresyon, Çok Katmanlı Algılayıcı (MLP), Rastgele Orman, J48, XGBoost (Gradient Boosting), GLMBoost (Genel Doğrusal Model) modelleri kullanılmıştır. Modelleme sonrasında tahmin başarısı en yüksek modelin %97 başarı ile Çok Katmanlı Algılayıcı modeli olduğu görülmüştür. Diğer taraftan genel doğrusal model ile Çok Katmanlı Algılayıcı yapılan çalışmada en yüksek AUC değerine sahip modeller olarak karşımıza çıkmaktadır. Her iki modelin sınıfları ayırt etmedeki kabiliyetlerinin oldukça yüksek olduğu görülmektedir.

Özet (Çeviri)

Analyzing bank failures accurately is vital for both the local and global economy. The effects of bankrupt banks on the financial system deeply affect not only depositors and bank employees, but also other stakeholders of the financial system. Identifying and preventing potential crises and their possible effects early provides an advantage in terms of making financial stability sustainable. In this study, 6 different machine learning algorithms were used to classify bank failures in Turkey, and the sample of the study consists of financial data of 37 private commercial banks operating in Turkey between 1998 and 2000. To continue this research, after a series of preliminary experiments to find the best classifiers, Logistic regression, Multilayer Perceptron (MLP), Random Forest, J48, XGBoost (Gradient Boosting), GLMBoost (General Linear Model) models were used. After modeling, it was seen that the model with the highest prediction success was the Multi-Layered Perceptron model with 97% success. On the other hand, the study using the general linear model and Multilayer Perceptron appears as the models with the highest AUC value. It can be seen that both models have high ability to distinguish classes.

Benzer Tezler

  1. Bankacılıkta faiz ve kur riski yönetimi ve Türkiye uygulamaları

    Interest rate and currency risk management in banking and practices in Turkey

    CENGİZ UZUN

    Yüksek Lisans

    Türkçe

    Türkçe

    1999

    DilbilimGazi Üniversitesi

    İktisat Ana Bilim Dalı

    DOÇ. DR. FARUK ÇOLAK

  2. Bankalarda risk yönetimi ve VaR'ın sermaye yeterliliğine etkileri

    Başlık çevirisi yok

    BARIŞ AKÇAY

    Yüksek Lisans

    Türkçe

    Türkçe

    2001

    İşletmeİstanbul Teknik Üniversitesi

    İşletme Ana Bilim Dalı

    DOÇ.DR. SUAT TEKER

  3. 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

    İngilizce

    2014

    BankacılıkOrta Doğu Teknik Üniversitesi

    İktisat Ana Bilim Dalı

    PROF. DR. NADİR ÖCAL

  4. Türkiye'de ve Dünya'da mevduat sigorta sistemi

    Deposit protection system in Turkey and in the world

    ÖZGÜR DÖKDÖK

    Yüksek Lisans

    Türkçe

    Türkçe

    2002

    BankacılıkMarmara Üniversitesi

    Bankacılık Ana Bilim Dalı

    DOÇ. DR. SUNA OKSAY

  5. Bankacılık sektöründe kredi riski yönetimi: Türk bankacılık sektöründe kredi riskini belirleyen değişkenler üzerine bir uygulama

    Credit risk management in banking sector: An application of variables determining credit risk in Turkish banking sector

    TUNAHAN AVCI

    Yüksek Lisans

    Türkçe

    Türkçe

    2011

    BankacılıkÇukurova Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. YILDIRIM BEYAZIT ÖNAL