Bankacılık uygulamalarında iş analizi uygulama teknikleri

Abstract

Kredi skorlama sistemi, bankaların ve diğer finansal kuruluşların kredi risklerini konsolide etmek ve müşterisine kredi vermek için doğru karara ulaşabilmek adına ihtiyaç duyulmaktadır. Finansal kuruluşların sahadaki kazanımı, hem zaman tasarrufu bakımından hem de ekonomik açıdan artı yönde ilerlemesi, kredi skorlama sistemlerinin geçirdiği aşamalar ve süreçlerden doğrudan etkilenmektedir. Kredi başvurusu yapan müşteri için finansal kuruluşların aldıkları karar ve yöntemler, skor puan hesabı için kullanılan değerlendirme kriterlerine yön vermektedir. Bir fonksiyonun bağımsız değişkenlerine karşılık gelen kredi değerlendirme kriterleri üzerinde yapılan değişiklik, değişkenlerden oluşan fonksiyonun sonucunu etkilemekle birlikte bu sonuç karar destek topolojisine ışık tutmaktadır. Kredi değerlendirmede kullandığımız değişkenlerden bazıları; müşterinin sahip olduğu menkuller, yaş, meslek grubu, cinsiyet, müşterinin aylık net geliri, mesleği, öğrenim durumu,kredi kartlarının varlığı, düzensiz ödemeleri, kanuni takip durumu gibi kredi verirken dikkate alınan kredi değerlendirme kriterleridir. Kredi değerlendirme için kullanılan değişkenlerden bazıları ise sadece belli bir müşteri grubunu(özel sektör,emekli, firma çalışanı vb) etkilemektedir. Müşteri grubu özelinde farklılaşan bu kriterler hem karar vericinin hem de müşterinin sistemden sağlayacağı faydayı ve sistemin de nasıl cevap vereceğini belirlemiş olacaktır.Bu çalışmada mühendislik yaklaşımı olan modelleme üzerinden, sistemin nasıl çalıştığı ve nasıl davrandığının yol haritası çizilecektir. Çalışmanın amacı iş analizi teknikleri olarak analiz deseni, alan deseni ve tasarım desenleri üzerinden sistemin anlatılmasıdır. Kullanılan veri seti değişkeni, bireysel segmentli olan belirli bir müşteri tipi için uygulanacak ve kredi skoru hesabında kullanılan kriterlerin kredi sürecindeki rolünü belirleyecektir. Veri akışı içerisindeki etkisini modelleyebilmek adına analiz deseni yöntemlerine başvurulacaktır. Sistemin fonksiyonel spesifikasyon sürecine hazırlanması için, kredi skor puanlama sürecinde kullanılan modellemelerin oluşması önem teşkil etmektedir. Uygulama kısmında ise; kredi skor puanı oluşumunda kullanılan değişkenlerin tanımının yapıldığı, revize edildiği, simüle edilerek rapor sonucunun izlendiği prototip tasarımının hazırlanarak arayüzlerin oluşturulduğu süreç ve analiz-tasarım deseni ile yazılan kodun eski kod ile karşılaştırarak performans ölçümü analiz edilecektir. Başarılı analiz/tasarım süreci ile ortaya konulan tüm çalışmalar en az hata ile kodlama yapılmasına imkan verecektir. Skorlama sisteminde kullanılan birçok modelleme bulunmakla birlikte bu çalışma kapsamında sistemin davranışını belirleyen modellemeler üzerinden sınırlandırılma yapılacaktır. Finansal bir kuruluş olan bankanın bireysel müşteri segmentine sahip müşteri datası üzerinden geçmiş dönem kredi başvurularına ait skor puanı hesaplanmasında kullanılan kriterler üzerinden yapılan değişikliklerin simüle edilmesi ve sonucunda kredinin red ya da kabul edilme kararının verilmesine yönelik skorlama sistemininin iş analizi teknikleri açısından geçirdiği aşamalar anlatılmaya çalışılmıştır. Karar vericinin doğru ve anlamlandırılmış bilgiye sadece önseziyle ulaşması yerine bankanın gerçek verisi üzerinden simüle edilmesi bankanın en az risk ile karar vermesinin yanında kendi iş kurallarının da iyileşmesine olanak vermiştir. Böylelikle finansal kuruluşların doğru karar vermesinin yanında kredi riskini tahminlemesi ile kar oranının olumlu yönde artışı sağlanacaktır.Ele alınan bir diğer husus ise; bu analiz teknikleri ile yazılan kodun esnekliği, yeni isteklere hızlı adapte olması, sistemin modellenmeden önceki performans metrikleri ile sonraki performans metriklerinin ölçüm analizi(farklı senaryolarada response süre,istek sayısı ve data büyüklüğü karşılaştırması vb), yazılım kalitesini arttırmada model kullanımın önemi uygulamalar kullanılarak aktarılmaya çalışılacaktır.

Banks and other financial institutions need credit scoring systems to coordinate credit risks and make the right decision to give credit to their customers. The processes and stages of credit scoring systems directly affect the success of financial institutions in their field both economically and in terms of time saving. The method followed by the financial institutions for their customers who apply for credit is the determination of the credit evaluation criteria which are effective in calculating the credit score score. Considering credit evaluation criteria as independent variables of a function; changes in variables affect decision output methodologies by influencing the output of the function generated by the variables. Some of the variables we call credit evaluation criteria are; It is the credit rating factors that are likely to be effective in decision making such as monthly net income, age, gender, occupation, educational status, possession of credit card / cards, legal follow-up status, irregular payments. However, some of these variables only affect a particular customer status-type (retired customer type, private sector customer type, etc.). With this distinction, it will make sense of how the customer and decision-making system will benefit from the system and how it will react.In this study, the roadmap of how the system behaves and works will be presented through the engineering approach. For this purpose, it will be tried to explain the system through analysis pattern-area pattern and design patterns as business analysis techniques. In this study, the effect of the factors taken into account in the credit process will be shown when calculating the credit score for a particular customer type among the individual segmented customer data set variables. Analytical methods will be applied to model the data flow of this effect. These models used in the process of credit score formation are important for preparing the system for the software process. In the last stage, the customers will be able to create the prototype design interfaces in which the variables used are defined, updated, simulated and the results of the reports are calculated, and the performance model will be analyzed by comparing the code written with the design model with the old code.All studies will enable successful coding of a work that passes through a healthy analysis / design process. Although there will be many models used in this study, it will be limited to the main models that reveal the behavior of the system.In this study, a credit scoring system applied for the decision of acceptance or rejection of credit as a result of this simulation is taken as a basis for calculating the score score of the previous period loan applications on a bank's individual customer segment data It was obtained. Simulating a modified data set in a real data set of a bank has enabled the bank to improve its core business metrics by making sense and risky decision making by accessing meaningful and accurate information. The results allow the financial decisions to make more accurate decisions and allow the profitability rates to increase with the estimation of the credit risk.Study; the flexibility of code written with these analysis techniques, rapid adaptation to new requirements, performance analysis of performance metrics of the system prior to modeling and response analysis of performance metrics (response time, number of requests and data size comparison in different scenarios, etc.) will be tried to be conveyed by using applications to improve the quality of software.