Lojistik regresyon yöntemi ile kredi skorlaması

Abstract

Bankaların aktiflerinin büyük bölümünü krediler oluşturduğu için, maruz kalına riskler arasında kredi riski özellikle ön plana çıkmaktadır. Yapılan çalışmada kredi talep eden müşterilere kullandırılacak kredilerin ödenmeme riskini hesaplamak için lojistik regresyon ve diskiriminant analizi ile bir skorkart modeli oluşturulmuştur. Oluşturulan skorkart modelinin Hosmer - Lemeshow testi, Gini Katsayısı ve ROC Eğrisi gibi metotlar yardımıyla anlamlılık testleri yapılmıştır. Lojistik regresyon ve diskiriminant analizi kullanılarak hazırlanan istatistiksel çalışmada bankacılık sektöründe faaliyet gösteren bir finansal kuruluşun Ocak 2014- Haziran 2014 tarihleri arasında zirai segmentte yer alan müşterilerine kullandırdığı krediler esas alınmıştır. Kredilerin seyyal veya takip hesaplarına intikal etmiş olması analizde bağımlı değişken olarak, kredili müşteriye ait bilgiler ise bağımsız değişken olarak dikkate alınmıştır. Yapılan analiz sonucuna göre; medeni durumu evli, eğitim düzeyi lise/yüksek okul/üniversite olan, ikamet edilen evi kendisine ait, tarım/hayvancılık sigortası bulunan, son 12 aylık dönemde karşılıksız çek, protestolu senet, haciz ve KKB'de negatif nitelikli kredi kaydı olmayanlar, kredili çalışma süresi ve KKB skor notu fazla, bakmakla yükümlü olduğu kişi sayısı az olanlar ile 26-59 yaş aralığında yer alanların ödeme performansları daha iyi olmakta, temerrüt riski düşmektedir. Literatürde yapılan çalışmalar incelendiğinde; Abdou (2009), Desai, Uddin(2013), Kinda, Achonu(2012) ve Liberati, Saport(2017) tarafından hazırlanan benzer çalışmalarda da analizde kullanılan bağımsız değişkenlerden paralel sonuçlar elde edildiği görülmüştür. Çalışmanın sonucu olarak; geçmişte kredi ilişkisine girilmiş müşteriler ile benzer özellikler taşıyan yeni müşterilerin de benzer bir performans göstereceği varsayımı ile hazırlanmış olan skorkart modelinin, kredi taleplerinin değerlendirilmesinde etkin bir rol üstlendiği kanaatine varılmıştır.

Since credits constitute major part of Banks' assets, especially credit risk is coming into prominence among the other exposed risks. In this study, a scorecard model with logistic regression and discriminant analysis was used to calculate the default risk of the credits to be granted to the customers. Significance test of the scorecard model was done by using Hosmer-Lemeshow test, Gini coefficient and ROC Curve methods. The credits granted to a bank's customers in agricultural segment between January 2014 and June 2014 were used in the statistical study that was prepared by using logistic regression and discriminant analysis. The information about the customer, to which the credit is granted, is used as the independent variable in the analysis; and whether the credits are liquid or transferred to the legal follow-up accounts is used as the dependent variable. According to the analysis results; the payment performance is better and the default risk is lesser for those who are married, who have agricultural/husbandry insurance, whose educational level is high school/college/university, whose house is his/her own, who doesn't have any bad check, protested bill, distraint or negative records on KKB (Credit Reference System), who has loan relationship with a bank for a long time, who has high KKB (Credit Reference System) score, who has few dependants and who are between 26-59 years old. When other studies are reviewed; similar results are obtained in the studies of Abdou (2009), Desai, Uddin(2013), Kinda, Achonu(2012) and Liberati, Saport(2017). In conclusion, the scorecard model, which is prepared with the presumption that the new customers will perform similarly compared to the customers, which had used credits before and has similar features, play an active role when evaluating the credit requests.