Fuzzy logic and data mining techniques in evaluating of credit risks of companies

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Dokuz Eylül Üniversitesi, Fen Bilimleri Enstitüsü, İstatistik Ana Bilim Dalı, Türkiye

Tezin Onay Tarihi: 2010

Tezin Dili: İngilizce

Öğrenci: MELİS BÖLGEN

Danışman: EFENDİ NASİBOĞLU

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Bu çalışmada bankaya kredi talebinde bulunan şirketler için verilecek kredi miktarı ve alınacak teminat miktarının belirlenmesi için bulanık mantığa dayalı bir yöntem önerilmiştir ve bu yöntemin bilgisayar programı tasarlanmıştır. Yöntemin geliştirilmesinde Türkiye genelinde şubeleri bulunan bir bankaya kredi talebinde bulunan 54 adeti finansal açıdan mali başarısızlığa uğramış olan toplam 109 adet KOBİ (Küçük ve Orta Büyüklükteki İşletmeler) incelenmiştir.İlk aşamada eğitmenli (supervised) sınıflandırma yapılarak kredi tahsisleri ?başarılı? ve ?başarısız? sınıflarına ayrıştıran model üretilmiştir. Bu amaçla SPSS Clementine 10.1 programının Karar Ağacı modeli kullanılmış, 33 adet bağımsız değişken ve bu değişkenlerin yardımı ile kredi tahsisinde karar verme mekanizmasını oluşturan kurallar tanımlanarak 8 adet kural bulunmuştur. Daha sonra ilgili kurallar bulanıklaştırılarak Matlab 7.0.1 programının FIS (Fuzzy Inference System) çıkarsama modelinde kullanılmıştır. FIS modeli olarak Mamdani metodu esas alınmış ve oluşturulan modelde, 7 adet girdi ve 2 adet çıktı (firmaya verilecek kredi miktari ve firmadan alinacak teminat miktarı) değişkeni kullanılmıştır.Önerilen yöntemin hesapladığı kredi sonuçları ile gerçekte bankanin elde ettigi sonuçlar karşılastırılmıştır ve yöntemin önerdiği kredi uygulamasının banka uygulamasından yaklaşık olarak 25 Milyon TL daha az zarara yol açtığı belirlenmiştir.