Kredi skorlamada kullanılan yöntemler ve uygulamaları
Methods and applications in credit scoring
- Tez No: 180535
- Danışmanlar: YRD. DOÇ. DR. DOĞAN YILDIZ
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Kredi Skorlama, Lojistik Regresyon, Diskriminant Analizi, KümelemeAnalizi, En Yakın Komşu, Karar Ağaçları, Yapay Sinir Ağları, Credit Scoring, Logistic Regression, Discriminant Analysis, Cluster Analysis, Nearest Neighbour, Classification Trees, Neural Networks
- Yıl: 2006
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Belirtilmemiş.
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Gelişmekte olan bankacılık sektöründe kredi kartları önemli bir ürün olarak yerini almıştır.Müşteriye kredi kartı verilmesi-verilmemesi ise banka açısından dikkatle incelenerek alınmasıgereken bir karardır ve kredi kartı talebi arttıkça başvuruların değerlendirilmesi daha da karmaşıkbir hal almaktadır. Değerlendirmeyi yapan kişiler farklı kriterleri dikkate alabilecekleri içinalınan kararlar subjektif olabilir. Bu durumda, hem artan başvuru sayısına doğru zamanda cevapvermek hem de subjektif kriterlerden arınıp objektif kararlar alabilmek için çeşitli istatistiksel veistatistiksel olmayan yöntemler kullanılmaktadır.Bu çalışmada, bir bankanın kredi kartı müşterilerine ait on üç değişken ile iyi müşteri-kötümüşteri ayırımı yapılmaya çalışılmıştır ve uygulama sonuçları birbirleriyle kıyaslanmıştır.Uygulamada kullanılan bazı istatistiksel teknikler; Diskriminant Analizi, Lojistik Regresyon,Kümeleme Analizi (Cluster Analysis), Sınıflandırma Ağaçları (Classification Tree)'dır veistatistiksel olmayan tek teknik ise Yapay Sinir Ağları'dır. Çalışmada bu tekniklerin uygulamalarıele alınmış, teorik ayrıntılara değinmekten kaçınılmıştır. Uygulamalarına yer verilmeden teorikbilgi olarak sunulan teknikler ise Lineer Programlama ve Tamsayı Programlama konularıdır. Butekniklerle ilgili uygulamalar ileride yapılacak çalışmalara bırakılmıştır.Modellerin uygulamasında çeşitli avantajlar-dezavantajlar mevcut olmasıyla birlikte kullanılanveri setine göre tahmin başarısı en yüksek olan modelin lojistik regresyon olduğu söylenebilir.lgili veri setine göre tüm modellere giren AYLIK NET GEL R değişkeni ise bu çalışma içinkredi skorlamada etkili değişkenler olarak gözlemlenmiştir.
Özet (Çeviri)
Nowadays, credit cards become the most important product in developing finance sector. Onbehalf of banks, to issue or not to issue credit cards to clients should be decided after carefullyinvestigating their backgrounds. By increasing credit card demands, the evaluation of credit cardapplications become more complex system. Because credit cards specialist consider differentcriteria, the decisions can be subjective. So, the statistical and non-statistical methods are used toboth respond increasing credit card applications at right time and make objective decisions bygetting rid of subjectivity.In this work, good-bad clients are tried to be separated by regarding thirteen variables belongs tocredit card clients of a specific bank and the results of application are compared between eachother.The statistical methods used to in this work are Discriminant Analysis, Logistic Regression,Cluster Analysis and Classification Tree, and the only non-statistical method is Neural Networks.The applications of those methods are focused on without given so much details in theory.Moreover, the subjects, Lineer Programming and Integer Programming, are theoreticallymentioned in this study without giving their applications. The implementations of thosetechniques are left for further researches.Whereas there are some advantages and disadvantages of implementing those methods, theestimation rate of logistic regression is the highest among them in accordance with used data sets.Because MONTHLY NET INCOME is common variables in all models regarding to related dataset, those are observed as the most effective varibles in the credit scoring in this work.
Benzer Tezler
- Kredi riskinin hesaplanmasında skorlama yaklaşımı
Scoring approache in credit risk calculation
BEGÜM KASAPOĞLU
- Finansal zorluğa düşecek firmaların önceden tahmini ve ülkemizde bir uygulama
Predicting financial failure and an application in Turkey
MEHMET CEVDET ÇAĞLAR
- Credit scoring methods and accuracy ratio
Kredi skorlaması ve doğruluk rasyosu
AYŞEGÜL İŞCANOĞLU
Yüksek Lisans
İngilizce
2005
MatematikOrta Doğu Teknik ÜniversitesiFinansal Matematik Ana Bilim Dalı (disiplinlerarası)
PROF.DR. HAYRİ KÖREZLİOĞLU
Y.DOÇ.DR. KASIRGA YILDIRAK
- Bireysel kredilerin değerlendirilmesinde kredi skorlama yönteminin kullanımı
Usage of credit scoring on consumer credits evaulation
ÖNDER HALİSDEMİR
- Statistical methods in credit rating
Kredi derecelendirmede istatistiksel teknikler
ÖZGE SEZGİN
Yüksek Lisans
İngilizce
2006
İşletmeOrta Doğu Teknik ÜniversitesiFinansal Matematik Ana Bilim Dalı (disiplinlerarası)
YRD. DOÇ. DR. KASIRGA YILDIRAK
