Geri Dön

Bankaların kredi tahsis süreçlerinin otomasyonu için RPA ve python ile karar destek modeli geliştirilmesi

Development of a decision support model using RPA and python to automate banks' credit allocation processes

PDF İndir

  1. Tez No: 959003
  2. Yazar: KARDELEN SENA SAĞLAM AKSOY
  3. Danışmanlar: DOÇ. DR. ÖZGE DOĞUÇ KARDEŞ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Yönetim Bilişim Sistemleri, Management Information Systems
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2025
  8. Dil: Türkçe
  9. Üniversite: İstanbul Medipol Üniversitesi
  10. Enstitü: Sosyal Bilimler Enstitüsü
  11. Ana Bilim Dalı: Yönetim Bilişim Sistemleri Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 92

Özet

Reel sektörde kredi tahsisine ilişkin değerlendirmeleri büyün oranda finansal analize dayanmaktadır. Süreçlerin manuel takibi verimlilik kaybı, sübjektiflik ve tutarsızlık gibi olumsuzlukları beraberinde getirmektedir. Ancak finansal analizin veri odaklı bir teknolojik alt yapı ile kural tabanlı otomasyona bağlanması, süreçlerdeki olası olumsuzlukların giderilmesinde önemli rol oynar. Bu çalışma ile, tahsis süreçlerinde standardizasyon ve optimizasyon sağlanabilmesi amacıyla Python dili ile kural tabanlı bir karar destek modülü kurulmuş ve RPA aracısı UiPath ile de uçtan uca otomasyon sağlanmıştır. Geliştirdiğimiz modelde, öncelikle UiPath aracılığıyla talebe konu firmanın finansal tabloları internet ortamından temin edilmiştir. Temin edilen verilerden, Python kodları ile hesaplanan rasyolar ve çarpanları üzerinden bir FiNo elde edilmiştir. Hesaplamalara devam edilerek Firmaya ilişkin bir kaldıraç belirlenmiştir. Akabinde elde edilen bu finansal yaklaşımlar ile de if-else yapısında bir ilişik sağlanarak bir karar mekanizması kurulmuştur. Elde edilen bu fonksiyonun RPA entegrasyonu sağlanmış ve UiPath aracılığıyla kullanıcıdan temin edilen kredi talep tutarı bu entegrasyon sayesinde fonksiyona işlenerek talep, Onay/Red/Revize olarak karara bağlanmıştır. Dolaysıyla bu yapı ile, farklı firmalara ilişkin farklı talep tutarları üzerinden spesifik işleyen ve objektif karar veren bir destek sistem kurulmuştur. Reel sektörde firma faaliyetlerine etki eden kur, enflasyon gibi dinamik bir konjonktür söz konusu iken statik kurallarla sistem oluşturulması, karar oluşturulurken sınırlı bir yaklaşım sergilenmesine sebep olmuştur. Ayrıca realitede kredi değerlendirme süreçlerinde finansal verilere ek moraliter unsurlar da değerlendirmeye dahildir. Bu yapı içerisinde finansal dışı veriler, sisteme dahil edilmemiştir. Ancak, bu çalışma ile kredi tahsisinin en büyük aktörü finansal analizin, tutarlı bir yapı içerisinde karar üretebilme potansiyeli hayata geçirilmiştir. Bu kapsamda hem Bankacılıkta dijitalleşmeye temel sağlayabilecek hem de farklı uygulamaların entegre kullanımı ile akademik literatüre güçlü argüman olabilecektir. Dolayısıyla bu çalışma, sahip olduğu bu kabiliyetleri ile, sınırlı etki oluşturduğu karar destek modelinde gelecekte çeşitli yapay zeka dahilleri ile kendi kendisi geliştirebilecek bir potansiyele sahiptir.

Özet (Çeviri)

In the real sector credit allocation is largely based on financial analysis. The manual tracking of processes results in efficiency losses, subjectivity, and a lack of inconsistency. However, integrating financial analysis with a data driven technological infrastructure supported by rule-based automation plays a crucial role in mitigating potential inefficiencies in processes. With this research, a rule-based decision support module was developed using the Phyton programming language to ensure standardization and optimization in allocation processes, and end to end automation was achieved through the RPA agent UiPath. In the model we developed, the financial statements of the company subjects to the request were first retrieved from the internet via UiPath. From the retrieved data, a FiNo was generated based on ratios and multipliers calculating using Phyton code. The calculations continued to determine a leverage ratio specific to the company. Subsequently, a decision mechanism was established by intergrating these financial approaches itno an if else structure. The developed function was integrated woth the RPA systeml, and through UiPath, the credit request amount obtained from the user was processed into the function. As a result of this intergration, the request was finaalized as Approved/Rejected/To Be Revised. Therefore, with this structure, a support system has been established that operates specifically based on different requests amounts for dofferent companies and provides objective decisions. In the real sector, where dynamic factor such as exchange rates and inflation influence company operations, establishing a system based on static rules has resulted in a limited approach during decision making process. Moreover, in practice, credit evalution processes include not only financial data but also qualutatuve factors such as moral considerations. Non financial data has not been incorporated into the system within this structure. However, with this study, the potential of financial analysis, the key component of credit allocation, to generate decisions withiin a consistent structure has been succesfully implemented. In this context, the study can serve as a foundation for digitalization in banking and provide a strong argument for the academic literature thrigh the interfrated use of various applications. Therefore, with its current capabilities, this study holds the potential to evolve into a self improving decision support model through future integrations of various artificial intelligence components, overcoming the limitations of its initial impact.

Benzer Tezler

  1. Tez No

    471967

    Bankaların kredi talebi değerlendirme süreçlerinin karşılaştırmalı olarak incelenmesi: Örnek bir uygulama

    Investigation of banks in comparative processes of credit evaluation: A sample application

    CAN FİDANCAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    BankacılıkNiğde Ömer Halisdemir Üniversitesi

    İşletme Ana Bilim Dalı

    DOÇ. DR. METİN AKTAŞ

  2. Tez No

    801544

    Türk bankacılık sisteminde kurumsal kredi derecelendirme süreçlerinde KOBİ'lerin kredibilitesinin değerlendirilmesi

    Evaluatation of the credibility of SMEs in the corporate credit rating process in Turkish banking system

    KURTULUŞ ÇÖRT

    Doktora

    Türkçe

    Türkçe

    2023

    BankacılıkManisa Celal Bayar Üniversitesi

    İşletme Ana Bilim Dalı

    DOÇ. DR. NİLGÜN KAYALI

  3. Tez No

    838923

    Bankacılık sektöründe mali tahlil ve istihbaratın gelişim süreci ve teknolojik yenilikler: Bir uygulama önerisi olarak duygu analizi

    Development process of financial analysis and intelligence and technological innovations in the banking sector: Sentiment analysis as an application recommendation

    YASİN ATAMAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    BankacılıkBilecik Şeyh Edebali Üniversitesi

    İşletme Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MUSTAFA ARI

  4. Tez No

    909265

    Yapay zeka yaklaşımları kullanarak öneri sistem tasarımı: Bankacılık sektöründe bir uygulama

    Designing a recommender system using artificial intelligence approaches: A case study in the banking industry

    HANDENUR KESAT

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Endüstri ve Endüstri MühendisliğiGazi Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. TAHSİN ÇETİNYOKUŞ

  5. Tez No

    895526

    Customer lifetime value prediction and segmentation analysis for commercial customers in the banking industry

    Bankacılık sektöründeki tüzel müşteriler için müşteri yaşam boyu değeri tahmini ve segmentasyon analizi

    FEYZA TARTAR BAKIR

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Büyük Veri ve Veri Analitiği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ SÜHA TUNA

Geri Dön