Banka kredi derecelendirmesi: Yapay sinir ağları yöntemi ile Türk bankaları üzerine bir uygulama
Bank credit rating: An application of artificial neural networks method on Turkish banks
- Tez No: 339247
- Danışmanlar: PROF. DR. ŞEREF KALAYCI
- Tez Türü: Yüksek Lisans
- Konular: İşletme, Bankacılık, Business Administration, Banking
- Anahtar Kelimeler: Banka kredileri, Bankalar, Derecelendirme, Kredi derecelendirme, Krediler, Türk bankacılık sektörü, Yapay sinir ağları, Bank credits, Banks, Rating, Credit rating, Credits, Turkish banking sector, Artificial neural networks
- Yıl: 2013
- Dil: Türkçe
- Üniversite: Süleyman Demirel Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: İşletme Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Uzun dönem banka derecelendirmesi, derecelendirme kuruluşları tarafından bankaların yükümlülüklerini zamanında ve tam olarak yerine getirebilme kabiliyeti hakkında görüş bildirmesidir. Çalışmada, Türk bankacılık sektöründe faaliyet gösteren ve Fitch Ratings tarafından derecelendirilen 16 bankanın 2004-2011 yılları arasına ait uzun dönem dereceleri ve finansal oranları kullanılmıştır. Uzun dönem kredi derecesi bağımlı değişken ve finansal oranlar bağımsız değişken olan çalışmada yapay sinir ağları tekniğinin sınıflandırma başarısının ölçülmesi amaçlanmıştır. Çalışmada daha önceki çalışmalarda kullanılan diğer yöntemlere kıyasla en iyi sonuçları vermiş olan yapay sinir ağları modelinde çok katmanlı ağlar ve öğrenme metodu olarak geri yayılımlı algoritma kullanılmıştır. Modelde 103 veri kullanılmıştır. 78 veri öğrenme, 25 veri de test için ayrılmış, öğrenme başarısı yaklaşık %100, test başarısı ise yaklaşık %80 olarak elde edilmiştir. Uygulamada % 70 doğru sınıflandırma sağlanmıştır ve sonuç olarak modele dahil edilen Fitch Ratings bankalara ait finansal oranlar ile banka derecelerinin sınıflandırılmasında geri yayılım algoritmasıyla eğitilmiş ileri beslemeli yapay sinir ağları modelinin uygun olduğu sonucuna ulaşılmıştır.
Özet (Çeviri)
Long-term bank rating is rating agencies expressing their opinions about banks' ability to perform obligations completely and on time. In the study, 16 banks, working at Turkish banking sector and rated by Fitch Ratings, and financial ratios between the years 2004 to 2011 were used. In the study where the dependent variable as long-term credit rating and independent variable as financial ratios, it is aimed to measure the classification success of artificial neural network technique. In the study multi-layer networks of artificial neural networks and as a method learning back propagation algorithm, compared to previous studies which gave the best results, were used. 103 data were used in the model. 78 data is reserved for learning, 25 data is also reserved for testing. The success of learning was found out to be almost 100% and of testing was found out to be approximately 80%. In practice, 68% of correct classification is provided and as a result it is concluded that feed-forward neural network model trained with back-propagation algorithm is appropriate for classifying degrees of banks.
Benzer Tezler
- Derecelendirme modelleri ve skor kart uygulaması için istatistiksel model önerisi
A statistical model proposal for rating models and score card application
TUĞBA TUNA
Yüksek Lisans
Türkçe
2019
İstatistikYıldız Teknik Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. İBRAHİM DEMİR
- Kurumsal kredi değerlendirmede bulanık AHP-yapay sinir ağları temelli bir yaklaşım ve bir uygulama çalışması
Corporate credit evaluation study of fuzzy AHP-artificial neural network based approach and an application
DUYGU CEBECİ
Yüksek Lisans
Türkçe
2013
Endüstri ve Endüstri MühendisliğiYıldız Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. ALEV TAŞKIN GÜMÜŞ
- Sınıflandırma analizleri ve kredi notları üzerine bir uygulama
Classification analysis and an application on credit notes
AYŞE MİNE ÖRENDER
Yüksek Lisans
Türkçe
2019
İstatistikMarmara ÜniversitesiEkonometri Ana Bilim Dalı
DOÇ. DR. SELAY GİRAY YAKUT
- Bankalarda kredi derecelendirilmesi ve karar destek sistemleri uygulamaları
Credit evaluation in banking and decision support systems
BUCAN TÜRKMEN
- Kredi skorlaması ve kullanılan yöntemlerin karşılaştırılmasına yönelik bir uygulama
An application for comparing credit scoring and methods used
DİŞRA PELİN KANGAL