Kredi skorlama

Yükleniyor...
Küçük Resim

Tarih

2010

Dergi Başlığı

Dergi ISSN

Cilt Başlığı

Yayıncı

Selçuk Üniversitesi Fen Bilimleri Enstitüsü

Erişim Hakkı

info:eu-repo/semantics/openAccess

Özet

Gelişmekte olan bankacılık sektöründe kredi kartları gündelik hayatta önemli bir ürün olarak yerini almıştır. Müşteriye kredi kartı verilmesi-verilmemesi ise banka açısından dikkatle incelenerek alınması gereken bir karardır ve kredi kartı talebi arttıkça başvuruların değerlendirilmesi daha da karmaşık bir hal almaktadır. Değerlendirmeyi yapan kişiler farklı kriterleri dikkate alabilecekleri için alınan kararlar sübjektif olabilir. Bu durumda, hem artan başvuru sayısına doğru zamanda cevap vermek, hem de sübjektif kriterlerden arınıp objektif kararlar alabilmek için çeşitli istatistiksel ve istatistiksel olmayan teknikler kullanılmaktadır. Bu çalışmada, bir bankanın kredi kartı müşterilerine ait on üç değişken ile iyi müşteri-kötü müşteri ayırımı yapılmaya çalışılmıştır ve uygulama sonuçları birbirleri ile kıyaslanmıştır.Uygulamada kullanılan bazı istatistiksel teknikler; diskriminant analizi, lojistik regresyon, en yakın komşu yaklaşımı'dır ve istatistiksel olmayan tek teknik ise yapay sinir ağlarıdır.Uygulamalarına yer verilmeden teorik bilgi olarak sunulan teknikler ise doğrusal programlama ve tam sayılı programlama konularına değinilmiştir.Modellerin uygulamasında çeşitli avantajlar-dezavantajlar mevcut olmasıyla birlikte kullanılan veri setine göre tahmin başarısı en yüksek olan modelin lojistik regresyon olduğu söylenebilir. İlgili veri setine göre tüm modellere giren AYLIK NET GELİR değişkeni ise bu çalışma için kredi skorlamada etkili değişkenler olarak gözlemlenmiştir.
Nowadays,credit cards in daily life become the most important product in developing finance sector.On behalf of banks, to issue or not to issue credit cards to clients should be decided after carefully investigating their backgrounds. By increasing credit card demands, the evaluation of credit card applications become more complex system. Because credit cards specialist consider different criteria, the decisions can be subjective. So, the statistical and non-statistical methods are used to both respond increasing credit card applications at right time and make objective decisions by getting rid of subjectivity.In this work, good-bad clients are tried to be separated by regarding thirteen variables belongs to credit card clients of a specific bank and the results of aplication are compared between each other.The statistical methodsused to in this work are discriminant analysis,logistic regression,nearest neighbour approach and the only non-statistical method is neural networks.Moreover, the subjects, lineer programming and integer programming, are theoretically mentioned in this study without giving their applications.Wheares there are some advantages and disadvantages of implementing those methods, the estimation 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 data set, those are observed as the most effective variables in the credit scoring in this work.

Açıklama

Anahtar Kelimeler

Diskriminant analizi, Discriminant analysis, Kredi değerliliği, Credit worthiness

Kaynak

WoS Q Değeri

Scopus Q Değeri

Cilt

Sayı

Künye

Karakaya, A. N. (2010). Kredi skorlama. Selçuk Üniversitesi, Yayımlanmış yüksek lisans tezi, Konya.