Bireysel araç kredilerinin yasal takibe girme durumları hakkında tahmin modellerinin oluşturulması

Abstract

Günümüzde teknoloji artık hayatın her alanında kendine vazgeçilmez bir yer edinmiştir. Her sektörde olduğu gibi finans sektöründe de teknolojik gelişmeler yakından takip edilmektedir ve uygulanmaktadır. Bu teknolojik gelişmeler ile birlikte sahip olunan bilgi miktarı hızla artmış ve veri tabanlarında gizli kalmış örüntülerin keşfedilmesi ihtiyacı yani `Veri Madenciliği` kavramı ortaya çıkmıştır. Veri Madenciliği ile bir anlam ifade etmeyen veri yığınlarının anlamlı, nitelikli ve kullanılabilir bilgiye dönüştürülmesi sağlanmaktadır. Veri madenciliği yardımı ile kurum ve kuruluşlar fark yaratarak rakiplerinden sıyrılabilmektedirler. Yani bir firma için başarılı olmanın anahtarı veri toplamanın ve bu veriyi doğru şekilde analiz etmenin önemini kavramasından geçmektedir. Geçmişe ait bir veri ne kadar iyi işlenir ve analiz edilirse geleceğe o kadar sağlam adımlar atılmış olur. Bu tez kapsamında bir tüketici finansman şirketinde kredileşen başvurulardan ödeme dönemleri içerisinde yasal takibe girmiş ve tüketici finansman şirketini kredinin zamanında ve tam olarak geri ödenmemesi riski ile dolayısı ile verilen ilgili krediden zarar etme ihtimali ile karşı karşıya bırakmış olan müşteri ve kredilerin genel yapısı ve benzer özellikleri ortaya koyulmaya çalışılmıştır. Kurulan modeller ve oluşturulan kurallar sayesinde kredi verme sürecinde belirlenecek müşteri profilinden kaçınarak iyileştirmeler olması ve bu müşteri profilinden doğabilecek risklerin önceden tahmin edilip ona göre önlem alınmasının sağlanması amaçlanmıştır. Birinci bölümde tüketici finansman şirketinin işleyişi ve çalışmanın amacı hakkında ayrıntılı bilgiler verilmiştir.İkinci bölümde veri madenciliği hakkında genel bilgiler verilmiş olup kullanılan yöntemler ayrıntılı bir biçimde açıklanmıştır. Üçüncü bölümde kullanılan veri tanıtımı ve analizi yapılmış, modeller kurulmuştur.Son bölümde ise kurulan modeller karşılaştırılmış ve sonuç verilmiştir. Tez kapsamında kurulan modeller SPSS Clementine 12.0 ve WEKA aracılığı ile geliştirilmiştir.

In todays world, technology is essential in all fields of humanbeings lives. As all sectors, in finance sector technologic developments is also being followed and applied. Through these developments, possessed information has increased and the need for exploration of some hidden patterns in database, namely 'data mining` has appeared. By data mining, data accumulation that are not meaningful are converted into qualified and utilisable information. Owing to data mining, institutions can make a difference and pioneer to the sector.The key to succes for a company is to understand the importance of data mining and analyzing the data. Improved data storage and analyzing techniques enable companies to secure their future. Within the scope of this thesis, general characteristics and similar features of the loans and clients, which have been taken legal proceedings against within payback periods and faced with the possibility of making a loss of a loan given regarding the risk of not being paid back completely and in time among the loans in a consumer financing company. By the means of models formed and rules set, optimization in crediting processes avoiding specified client profile, foreseeing the risks that might arise due this specified client profile and taking precaution based on these risks.In the first part, study provides an insight about operation mechanisms of a consumer financing company and detailed information about the purposes. As a second step, data mining and techniques used in the study is explained in details. In the advanced stage of the study, data is defined, analyzed and modelled. Finally data models are compared and study has come to the conclusion. Data models have been developed by SPSS Clementine 12.0 and WEKA within the scope of the study.