Lojistik regresyon ile KOBİ''lerin kredibilite ölçümü
Credibility measurement of SME's wi̇th logistics regression
- Tez No: 591890
- Danışmanlar: PROF. DR. AHMET METE ÇİLİNGİRTÜRK
- Tez Türü: Yüksek Lisans
- Konular: Bankacılık, İşletme, İstatistik, Banking, Business Administration, Statistics
- Anahtar Kelimeler: KOBİ, Kredi değerlendirmesi, Kredi skorlama, Kredibilite, Krediler, Lojistik, Lojistik regresyon analizi, Lojistik regresyon modelleri, Small and Medium Sized Firms, Credit evaluation, Credit scoring, Credibility, Credits, Logistics, Logistic regression analysis, Logistic regression models
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Marmara Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: Ekonometri Ana Bilim Dalı
- Bilim Dalı: İstatistik Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Çalışmanın özü, ticari nitelikli kredi taleplerinin bankalarca değerlendirme süreçlerinde müşterilerini, edimlerine bağlı“iyi”müşteriler ile edimlerini yerine getiremeyen“kötü”müşterilerin ayrımının yapılmasını sağlayan kredi skorlama modeli önerisi geliştirilmesidir. Müşterileri kendi içlerinde iyi ve kötü olarak gruplandırma işlemi istatistiki olarak gözlem birimlerinin sınıflandırmasıdır. İstatistik teknikleri arasında gözlem birimlerinin sınıflandırılması için en yaygın kullanılan teknikler kümeleme analizi, diskirimant analizi ve lojistik regresyondur. İstatistiki olarak gözlem birimlerinin sınıflandırılması hususu, konumuz itibari ile müşterilerin sınıflandırılmasıdır. Sınıflandırma işleminin yapılabilmesi için iyi müşterilerin, kötü müşterilerinden farklılaştırması gerekmektedir. Farklılaştırma riskin sayısallaştırılması ile yapılabilmektedir. Kredi taleplerinin skorlanması yolu ile riskin sayısallaştırılması ve müşterilerini farklılaştırılmış gruplara atamasının yapılması için bir model öneren çalışmada lojistik regresyon modeli kullanılarak bir skorlama sistemi geliştirilmiştir. Modelde istatistik teknik olarak lojistik regresyon yönteminin önerilmesinin nedeni, konuyla ilgili olarak toplanan verilerin önemli kısmının kategorik veri niteliğinde olmasından kaynaklanmaktadır.
Özet (Çeviri)
The essence of the study is the development of a credit scoring model proposal that enables banks to distinguish their customers from“good customers in the process of evaluating commercial credit demands and”bad "customers who cannot fulfill their actions. The process of grouping customers as good and bad within themselves is the statistical classification of observation units. Among the statistical techniques, the most commonly used techniques for the classification of observation units are cluster analysis, discriminant analysis and logistic regression. Classification of observation units is the classification of customers according to the subject. In order to perform the classification process, good customers must differentiate from bad customers. Differentiation can be done by digitizing the risk. In our study, which proposes a model for quantifying risk by scoring loan demands and assigning its customers to differentiated groups, a scoring system has been developed by using logistic regression model. The reason why logistic regression method is proposed as statistical technique in the model stems from the fact that most of the collected data on the subject is categorical.
Benzer Tezler
- Üretim lojistiği ile pazarlama lojistiği arasındaki stratejik koordinasyon: Manisa ili Demirci ilçesinde bulunan KOBİ'ler üzerinde bir uygulama
Strategical coordination between production logistics and marketing logistics: An application about SMEs located in the county of Demi̇rci̇ in Manisa province
SÜLEYMAN TOPUZ
- Örgüt kültürünün ve işletme demografisinin KOSGEB desteklerine etkisi: Burdur ili araştırması
The effect of organizational culture and business demographyon KOSGEB supports: A research in Burdur
LÜTFULLAH BAKIR
Yüksek Lisans
Türkçe
2019
İşletmeBurdur Mehmet Akif Ersoy Üniversitesiİşletme Ana Bilim Dalı
DOÇ. DR. AHMET SARITAŞ
- Bilişim ve iletişim teknolojileri kullanımının işletmelerin tedarikçileri ile olan ilişkileri ve işletme performansı üzerindeki etkilerinin belirlenmesi
Determining the effects of the use of information and communication technologies on the relationships of enterprises with suppliers and also on the enterprises performance
FARID HADDADZADEHHENDOU
- Makine öğrenmesi yöntemleri ile kredi risk analizi
Credit risk analysis using machine learning algorithms
SACİDE KALAYCI
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA ERSEL KAMAŞAK