Finans sektöründe kredi önceliklendirme için bulanık tabanlı karar verme modelleri ve bir gerçek hayat uygulaması
Fuzzy based decision making models for credit prioritization in financial sector with a real case application
- Tez No: 921214
- Danışmanlar: PROF. DR. İHSAN KAYA
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Endüstri Mühendisliği Bilim Dalı
- Sayfa Sayısı: 102
Özet
Kredi talebinde bulunan firmaların en önemli finansman kaynağı bankalar olup bankaların taşıdığı en büyük risk kredilerin geri ödenmemesidir. Bu çalışmada A Bank'da kredi kararını doğru vermek, müşteriye daha hızlı cevap verebilmek, batık kredi sayısını düşürmek amaçlanmıştır. Kredi kararının verilmesi probleminde 5 adet uzman görüşünden faydalanılmış olup 6 ana ve 3 alt kriter ile 5 adet firma arasında kredibilitesi en yüksek firmanın hangisi olduğuna karar verilmiştir. Bu çalışmada kredi kararı verilirken kriterlerin birbirleri üzerindeki etkileri ve bağımlılık derecelerinin önemli olması nedeni ile DEMATEL yöntemi kullanılmıştır. Esnek bir çalışma olması adına yamuk bulanık sayılardan faydalanılmıştır. Yamuk Bulanık DEMATEL yöntemi ile kriter ağırlıkları hesaplanmış, en önemli kriter 0.19 kriter ağırlığı ile firmanın sektördeki yeri olmuştur. Akabinde kredilendirmek için en uygun olan firma Yamuk Bulanık TOPSIS metodu ile tespit edilmiş ve 0.94 yakınlık katsayısı ile firma 5 kredilendirmek için en iyi firma olmuştur. Yamuk Bulanık VIKOR yöntemi sonucunda da en iyi firma firma 5 olarak tespit edilmiştir. Duyarlılık analizi ile kriter ağırlıklarının alternatiflerin sıralamasında anlamlı bir değişikliğe neden olmadığı görülmüştür. Ek olarak daha geniş bir aralıkta ele alınabilmesi nedeni ile Pisagor Bulanık DEMATEL ile kriter ağırlıkları tekrar belirlenmiş 0.20 ile en önemli kriter yine firmanın sektördeki yeri çıkmıştır. Akabinde problem Pisagor Bulanık TOPSIS ve Pisagor Bulanık VIKOR metotları da ele alınmıştır. Yamuk ve Pisagor kümeler ile ele alınan bu problemde elde edilen sonuçlar karşılaştırıldığında konu yöntemlerin birbiri ile benzer ve sağlıklı sonuçlar verdiği görülmüş, tüm metotlarda firma 5 kredibilitesi en yüksek firma, firma 4 ise kredibilitesi en düşük firma çıkmıştır. Bu çalışma konu yöntemlerin kredi kararının verilmesi probleminde verimli olduğunu göstermiştir. Çalışma farklı karar verme teknikleri veya farklı bulanık küme türleri ile çeşitlendirilebilir iken bu çalışmada uygulanan yöntemler farklı sektörlerde de uygulanabilir ve gerçeğe en yakın sonuçlar elde edilebilir. Anahtar kelimeler; Yamuk Bulanık Sayılar, Pisagor Bulanık Sayılar, Bulanık DEMATEL, Bulanık TOPSIS, Bulanık VIKOR
Özet (Çeviri)
The most important source of financing for companies requesting credit is banks, while the greatest risk for banks is the non-repayment of loans. This study aims to ensure accurate credit decisions, provide faster responses to customers, and reduce the number of non-performing loans at Bank A. In addressing the credit decision problem, the opinions of five experts were utilized, and among five companies, the one with the highest creditworthiness was determined based on six main and three sub-criteria. The DEMATEL method was used in this study due to the importance of the interdependencies and the degree of influence among the criteria when making credit decisions. To maintain flexibility, trapezoidal fuzzy numbers were employed. Using the Trapezoidal Fuzzy DEMATEL method, the weights of the criteria were calculated, with the most significant criterion being the company's position in the sector, with a weight of 0.19. Subsequently, the most suitable company for lending was identified using the Trapezoidal Fuzzy TOPSIS method, where company 5 was found to be the best option with a closeness coefficient of 0.94. Similarly, the Trapezoidal Fuzzy VIKOR method also determined company 5 as the best choice. Sensitivity analysis showed that variations in criteria weights did not lead to significant changes in the ranking of alternatives. Additionally, the criteria weights were recalculated using the Pythagorean Fuzzy DEMATEL method due to its ability to address a broader range. Once again, the company's position in the sector emerged as the most significant criterion, with a weight of 0.20. Subsequently, the problem was also evaluated using the Pythagorean Fuzzy TOPSIS and Pythagorean Fuzzy VIKOR methods. When comparing the results obtained using trapezoidal and Pythagorean fuzzy sets, it was observed that the methods produced consistent and reliable outcomes. In all methods, company 5 was identified as the most creditworthy, while Company 4 had the lowest creditworthiness. This study demonstrated the efficiency of the discussed methods in solving credit decision-making problems. While the study can be diversified with different decision-making techniques or fuzzy set types, the methods applied in this research can also be utilized in different sectors, providing results that closely align with reality. Keywords; Trapezoidal Fuzzy Numbers, Pythagorean Fuzzy Numbers Fuzzy DEMATEL, Fuzzy TOPSIS, Fuzzy VIKOR
Benzer Tezler
- Türk bankacılık sektöründe kredi faizi, kredi hacmi ve net kar arasındaki ilişki
Başlık çevirisi yok
SALİM SALİMLİ
Yüksek Lisans
Türkçe
2023
Bankacılıkİstanbul Ticaret ÜniversitesiFinans Ana Bilim Dalı
DOÇ. DR. OKŞAN KİBRİTCİ ARTAR
- Türk bankacılık sektöründe kredi faizi, kredi hacmi ve net kar arasındaki ilişki
Relationship between loan interest, loan volume, and net profit in Turkish banking sector
ÖZGÜR UĞUREL
- Bankalar tarafından sunulan kurumsal kredi türleri ve sektörlerine göre kredi taleplerinin değerlendirilmesi: Örnek bir uygulama
Evaluation of credit demands by types and sectors of corporate loans offered by banks: A sample application
EDA GÜLAY
Yüksek Lisans
Türkçe
2023
İşletmeTekirdağ Namık Kemal Üniversitesiİşletme Ana Bilim Dalı
PROF. DR. OĞUZHAN AYDEMİR
- Telekomünikasyon sektöründe aboneliklerini iptal edecek müşterilerin yapay öğrenme yöntemleri ile tahmin edilmesi
Churn prediction in telecommunication sector with machine learning methods
AYŞE ŞENYÜREK
Yüksek Lisans
Türkçe
2019
Endüstri ve Endüstri MühendisliğiYıldız Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. SELÇUK ALP
- Finans sektöründe veri madenciliği kredi skorlama
Data mining in finance sector credit scoring
HALİL YILDIZ
Yüksek Lisans
Türkçe
2019
Endüstri ve Endüstri MühendisliğiMilli Savunma ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SABAHATTİN KEREM AYTULUN