IDEAS home Printed from https://ideas.repec.org/a/ist/journl/v69y2019i2p207-246.html
   My bibliography  Save this article

Kurumsal Kredi Skorlamasında Klasik Yöntemlerle Yapay Sinir Ağı Karşılaştırması

Author

Listed:
  • Şahap KAVCIOĞLU

    (Marmara University, School of Banking and Insurance, Department of Banking, Istanbul, Turkey)

Abstract

Bankaların, müşterilerinin kredi değerliliğini doğru bir şekilde analiz etmemeleri yıkıcı sonuçlar doğurmaktadır. Bu nedenle, bankacılık sektöründe kredi skorlamasının önemi son yıllarda büyük bir araştırma alanı haline gelmiştir. Kredi değerliliğinin skorlanması için lojistik regresyon, doğrusal regresyon, diskriminant analizi ve yapay sinir ağları gibi yöntemler mevcuttur. Bu araştırmanın konusu makine öğrenmesi ve lojistik regresyon modellerinin kredi skorlaması modelindeki performanslarınnı kıyaslama yoluyla değerlendirmektir. Bu çalışma ile klasik yöntemlerle yapay sinir ağlarını karşılaştırarak, bankaların kredi riskine en az düzeyde maruz kalabilecekleri bir skorkart modeli geliştirilmesi amaçlanmıştır. Literatürde kredi skorlaması modellerinin kıyaslanmasına ilişkin çalışmalar mevcut olmakla birlikte, çalışmalar perakende portföyler üzerinden ve en fazla 4 yılı kapsayan bir örneklem üzerinden yapılmıştır. Araştırma literatürdeki çalışmalardan farklı olarak kurumsal firmalar üzerinden ve literatürdeki çalışmalara göre daha geniş bir örneklem üzerinden ele alınmıştır. Çalışma sonucunda geliştirme örnekleminde daha yüksek başarı sergileyen yapay sinir ağlarının, örneklem dışı veri seti üzerinde lojistik regresyondan daha düşük bir performans sergilediği görülmüştür. Böylece yapay sinir ağları yüksek performans gösterse de, lojistik regresyonun daha tutarlı sonuçlar verdiği bulgusuna ulaşılmakla birlikte yapay sinir ağlarının iterasyon süreçlerinde optimizasyon yapılması ile daha tutarlı sonuçlar üretebileceği düşünülmektedir.

Suggested Citation

  • Şahap KAVCIOĞLU, 2019. "Kurumsal Kredi Skorlamasında Klasik Yöntemlerle Yapay Sinir Ağı Karşılaştırması," Istanbul Journal of Economics-Istanbul Iktisat Dergisi, Istanbul University, Faculty of Economics, vol. 69(2), pages 207-246, December.
    • Handle: RePEc:ist:journl:v:69:y:2019:i:2:p:207-246
    DOI: 10.26650/ISTJECON2019-0021
    as

    Download full text from publisher

    File URL: https://dergipark.org.tr/tr/download/article-file/911709
    Download Restriction: no
    File URL: https://dergipark.org.tr/tr/pub/istjecon/issue/51430/668159
    Download Restriction: no
    File URL: https://libkey.io/10.26650/ISTJECON2019-0021?utm_source=ideas
    LibKey link: if access is restricted and if your library uses this service, LibKey will redirect you to where you can use your library subscription to access this item
    ---><---

    More about this item

    Keywords

    Yapay sinir ağları; lojistik regresyon; kredi skorlama modelleri;
    All these keywords.

    JEL classification:

    • C45 - Mathematical and Quantitative Methods - - Econometric and Statistical Methods: Special Topics - - - Neural Networks and Related Topics
    • C51 - Mathematical and Quantitative Methods - - Econometric Modeling - - - Model Construction and Estimation
    • G21 - Financial Economics - - Financial Institutions and Services - - - Banks; Other Depository Institutions; Micro Finance Institutions; Mortgages

    Statistics

    Access and download statistics

    Corrections

    All material on this site has been provided by the respective publishers and authors. You can help correct errors and omissions. When requesting a correction, please mention this item's handle: RePEc:ist:journl:v:69:y:2019:i:2:p:207-246. See general information about how to correct material in RePEc.

    If you have authored this item and are not yet registered with RePEc, we encourage you to do it here. This allows to link your profile to this item. It also allows you to accept potential citations to this item that we are uncertain about.

    We have no bibliographic references for this item. You can help adding them by using this form .

    If you know of missing items citing this one, you can help us creating those links by adding the relevant references in the same way as above, for each refering item. If you are a registered author of this item, you may also want to check the "citations" tab in your RePEc Author Service profile, as there may be some citations waiting for confirmation.

    For technical questions regarding this item, or to correct its authors, title, abstract, bibliographic or download information, contact: Ertugrul YASAR (email available below). General contact details of provider: https://edirc.repec.org/data/ifisttr.html .

    Please note that corrections may take a couple of weeks to filter through the various RePEc services.

    IDEAS is a RePEc service. RePEc uses bibliographic data supplied by the respective publishers.