Kredi kartı değerlendirme tekniklerinin karşılaştırılması
Yükleniyor...
Dosyalar
Tarih
2006
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
İstanbul Ticaret Üniversitesi
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Finansal kurumlar tarafından birçok teknik ve model, kredi kartının verilip verilmemesi veya verilen kredinin uzatılıp uzatılmaması konusunda kullanılmaktadır. Kredi değerlendirmesi finansal sistemdeki kısıtlı kaynakların daha verimli kullanılabilmesi için oldukça önemli bir konudur. Kredi değerlendirmesi için kullanılan birçok istatistiksel teknik bulunmaktadır. Bu çalışmanın amacı kullanılacak tekniklerin etkinliğini karşılaştırmaktır. Etkinlik ölçütü olarak doğru sınıflama oranı, Birinci Tip Hata ve İkinci Tip Hata oranlarından faydalanılacaktır. Bu çalışmada Diskriminant Analizi, Lojistik Regresyon, Sınıflama ve Regresyon Ağacı ve Yapay Sinir ağları teknikleri kullanılacaktır. Sınıflama Regresyon Ağacı Birinci Tip hata ve toplam doğru sınıflama oranı kriterlerine bakıldığında en iyi teknik olarak bulunmuştur. İkinci tip hata kriterine göre karşılaştırılma yapıldığında ise Yapay Sinir Ağları en iyi teknik olmuştur.
There are many different techniques and models using by financial institutions for deciding weather or not to grant credit card or extending the loan. Credit scoring is an important for financial system for utilizing the resources. There are many techniques for credit scoring. The aim of the paper is to compare the efficiency of the techniques. Correct classification, Type I and Type II error are going to be used as an efficiency measure. The techniques used in the paper are Discriminant Analysis, Logistic Regression, Classification and Regression Tree (CART) and Neural Networks. CART is the best techniques according to the criteria Correct classification and Type I Error. Neural network is the best one according to the Type II Error criteria.
There are many different techniques and models using by financial institutions for deciding weather or not to grant credit card or extending the loan. Credit scoring is an important for financial system for utilizing the resources. There are many techniques for credit scoring. The aim of the paper is to compare the efficiency of the techniques. Correct classification, Type I and Type II error are going to be used as an efficiency measure. The techniques used in the paper are Discriminant Analysis, Logistic Regression, Classification and Regression Tree (CART) and Neural Networks. CART is the best techniques according to the criteria Correct classification and Type I Error. Neural network is the best one according to the Type II Error criteria.
Açıklama
Anahtar Kelimeler
Kredi Değerlendirmesi, Diskriminant Analizi, Lojistik Regresyon, Sınıflama ve Karar Ağacı, Yapay Sinir Ağları, Credit Scoring, Discriminant Analysis, Logistic Regression, Classification and Regresion Tree, Neural Network
Kaynak
İstanbul Ticaret Üniversitesi Sosyal Bilimler Dergisi
WoS Q Değeri
Scopus Q Değeri
Cilt
5
Sayı
13
