Türkiye`deki mevduat bankalarının etkinliklerinin veri zarflama analizi (VZA), C5.0 VE CART algoritması ile incelenmesi: 2009-2017 dönemi

Abstract

Veri madenciliği, geçmişten günümüze artan veri miktarı karşısında neredeyse imkansız hale gelen veri ile karar verme işlevini geliştirmiş ve büyük veriler ile çalışma imkanı sunan bir disiplin olarak literatüre girmiştir. Bu çalışmada, bankaların etkinlik skorlarına Veri Zarflama Analizi ile ulaşılmış, ardından bu sınıflandırma için geliştirilen dört veri madenciliği modelinden biri doğruluk oranları baz alınarak en uygun model olarak belirlenmiştir. Geliştirilen dört modelin arasındaki fark öncelikle kullandıkları iki farklı veri setinden kaynaklıdır. Araştırmada kullanılan temel veri seti, 198 birimin 30 finansal oranı ve etkinlik skorlarından oluşmaktadır.Veri setlerinden ilkine,temel veri setine Mann-Whitney U testi uygulanarak ulaşılmıştır. Bu veri setine C5.0 ve CART algoritmaları uygulanarak ilk iki model elde edilmiştir. İkinci veri seti ise temel veri setine uygulanan İkili Lojistik Regresyon analizi sonucunda elde kalan finansal oranlardan oluşmuştur. Bu sete uygulanan C5.0 ve CART algoritmaları ile son 2 model de oluşturulmuştur. Sonuç olarak en yüksek başarım veren model, Veri Seti-1'e uygulanan CART algoritması ile elde edilmiştir. Etkinlik skoruna en yüksek katkı sağlayan finansal oranlar %35,2 toplam mevduat/toplam aktifler, %19,5 (özkaynak-duran aktifler)/toplam aktifler, %10,3 TL mevduat/toplam mevduat, %9,7 takipteki krediler(brüt)/toplam kredi ve alacaklar olmuştur.

Data mining has developed the decision-making function with the data that has become almost impossible against the increasing amount of data from the past to the present and has developed into the literature as a discipline that provides the opportunity to work with large data. In this study, the efficiency scores of the banks were obtained by using Data Envelopment Analysis, and then one of the four data mining models developed for this classification was determined as the most suitable model based on accuracy rates. The difference between the four models is based on the two different data sets they use. The basic data set used in the study consisted of 30 financial ratios and efficiency scores of 198 units. First of the data sets was reached applying the Mann-Whitney U test to the basic data set. The first two models were obtained applying C5.0 and CART algorithms to this data set. The second data set consisted of the financial ratios obtained as a result of the Binary Logistic Regression analysis applied to the basic data set. The last 2 models were created with C5.0 and CART algorithms applied to this set. As a result, the highest performance model was obtained by CART algorithm applied to Data Set-1. Financial ratios that make the highest contribution to the efficiency score were (35,2%) total deposits/total assets, (19,5%) (equity-fixed assets)/total assets, (10,3%) TL deposits/total deposits, (9,7%) non-performing loan (gross)/total loans and receivables.