Improvement of credit evaluation process in commercial banking
dc.contributor.advisor | Aksezer, Sezgin Çağlar | en_US |
dc.contributor.author | Akoğlu, Çağrı | en_US |
dc.contributor.other | Işık Üniversitesi, Fen Bilimleri Enstitüsü, Endüstri Mühendisliği - Yöneylem Araştırması Yüksek Lisans Programı | en_US |
dc.date.accessioned | 2018-11-07T23:55:27Z | |
dc.date.available | 2018-11-07T23:55:27Z | |
dc.date.issued | 2018-01-16 | |
dc.department | Işık Üniversitesi, Fen Bilimleri Enstitüsü, Endüstri Mühendisliği - Yöneylem Araştırması Yüksek Lisans Programı | en_US |
dc.description | Text in English ; Abstract: English and Turkish | en_US |
dc.description | Includes bibliographical references (leaves 62-63) | en_US |
dc.description | x, 63 leaves | en_US |
dc.description.abstract | Loans constitute the largest sources of revenue in banking industry thus effecting the Turkish economical environment extensively. Credits in the banking sector can be categorized as corporate, medium and large scale, and individual loans. Commercial loans constitute a high importance within the total loans granted as the economical size and risks are extreme. Importance of these loans can also be highlighted by the political role they play. Volatility and risk factors affecting the interest rates have direct effect on real sector as well. As a result, evaluation of such credits is a major task for the banks that involves objective and subjective criteria. A typical evaluation process of loans, provided to the real sector, is carried out by educated and experienced human resources with high subjectivity depending on the personnel and daily macroeconomic conditions. This study aims to reduce the economic losses and variability that banks are facing in credit evaluation processes. We propose a decision making and support mechanism by using the Data Envelopment Analysis (DEA) methodology with an effective operations management perspective. At this point, our goal is to systematize the process which is controlled by credit analyst thus minimizing the subjectivity in credit decisions. This mechanism will also help us in the identification of the weaknesses of underperforming credit applicants. | en_US |
dc.description.abstract | Krediler, bankacılık sektöründeki en büyük gelir kaynağıdır ve ulusal ekonomiyi kapsamlı bir şekilde etkiler. Bankacılık sektöründeki krediler, kurumsal, orta ve büyük ölçekli ve bireysel krediler olarak sınıflandırılabilir. Ekonomik büyüklük ve riskler aşırı olduğu için ticari krediler verilen kredilerde yüksek bir önem teşkil etmektedir. Bu kredilerin önemi, oynadıkları siyasi rol ile de vurgulanabilir. Faiz oranlarını etkileyen dalgalanma ve risk faktörleri reel sektör üzerinde de doğrudan etkiye sahiptir. Sonuç olarak, kredilerin değerlendirilmesi, bankalar için objektif ve öznel ölçütleri içeren büyük bir görevdir. Reel sektöre sağlanan kredilerin tipik bir değerlendirme süreci, personel ve günlük makroekonomik ko¸sullara bağlı olarak yüksek öznellik içeren, eğitimli ve tecrübeli insan kaynakları tarafından gerçekleştirilmektedir. Bu çalışma bankaların kredi değerlendirme süre¸clerinde karşılaştıkları ekonomik kayıpları ve değişkenliği azaltmayı amaçlamaktadır. Etkin bir operasyon yönetim perspektifi ile veri zarflama analizini kullanarak karar verme ve destek mekanizması önermekteyiz. Bu noktada amacımız, kredi değerlendiricisi tarafından kontrol edilen süreci sistematize etmek ve böylelikle kredi kararlarında öznelliği en aza indirmektir. Bu mekanizma, kredi başvuru sahiplerinin performansının zayıf yönlerinin belirlenmesine de yardımcı olacaktır. | en_US |
dc.description.tableofcontents | The Importance Of Banking Terms of Sectoral Markets | en_US |
dc.description.tableofcontents | Commercial Banking | en_US |
dc.description.tableofcontents | Duties of Commercial Banking | en_US |
dc.description.tableofcontents | Functions of Commercial Banking | en_US |
dc.description.tableofcontents | Needed Requirements for Credit Demand | en_US |
dc.description.tableofcontents | Loans by Structural Qualities | en_US |
dc.description.tableofcontents | Loans When Changing to Expiry | en_US |
dc.description.tableofcontents | Loans Varying According To Authorization Status | en_US |
dc.description.tableofcontents | Changes in Loans According to the Activity | en_US |
dc.description.tableofcontents | Loan Tools | en_US |
dc.description.tableofcontents | Credit Tracking Process | en_US |
dc.description.tableofcontents | The Route Watching Credit Delays | en_US |
dc.description.tableofcontents | Administrative Tracking Process | en_US |
dc.description.tableofcontents | Law Tracking | en_US |
dc.description.tableofcontents | Difference Between Administrative Tracking And Law Tracking | en_US |
dc.description.tableofcontents | Risk Management in Banking Sector | en_US |
dc.description.tableofcontents | Credit Risk Management by DEA | en_US |
dc.description.tableofcontents | A Review on Credit Banking | en_US |
dc.description.tableofcontents | Functioning of the Credit Allocation Process | en_US |
dc.description.tableofcontents | Defining of Possible Inputs and Outputs for Study | en_US |
dc.description.tableofcontents | Data Envelopment Analysis (DEA) | en_US |
dc.description.tableofcontents | Applications of DEA on Banking Sector | en_US |
dc.description.tableofcontents | Descriptive Statistics of the Data Set | en_US |
dc.description.tableofcontents | Scenario Analysis | en_US |
dc.description.tableofcontents | Scenario 1: The Comparison within Human Experts vs. DEA | en_US |
dc.description.tableofcontents | Scenario 3: Time Horizon Evaluation | en_US |
dc.description.tableofcontents | Interpretation of DEA Scores without any Comparison | en_US |
dc.description.tableofcontents | The Comparison of DEA Scores with Real Financial Rates | en_US |
dc.description.tableofcontents | Worst DEA Scores Comparison | en_US |
dc.description.tableofcontents | Best DEA Scores Comparison | en_US |
dc.description.tableofcontents | Projection of Worst Firms | en_US |
dc.identifier.citation | Akoğlu, Ç. (2018). Improvement of credit evaluation process in commercial banking. İstanbul: Işık Üniversitesi Fen Bilimleri Enstitüsü. | en_US |
dc.identifier.uri | https://hdl.handle.net/11729/1380 | |
dc.institutionauthor | Akoğlu, Çağrı | en_US |
dc.language.iso | en | en_US |
dc.publisher | Işık Üniversitesi | en_US |
dc.relation.publicationcategory | Tez | en_US |
dc.rights | info:eu-repo/semantics/openAccess | en_US |
dc.rights | Attribution-NonCommercial-NoDerivs 3.0 United States | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/us/ | * |
dc.subject | Banking | en_US |
dc.subject | Credit risk | en_US |
dc.subject | DEA methodology | en_US |
dc.subject | Loan allocation process | en_US |
dc.subject | Bankacılık | en_US |
dc.subject | Kredi riski | en_US |
dc.subject | Kredi tahsis süreci | en_US |
dc.subject | Veri zarflama analizi | en_US |
dc.subject.lcc | HG1641 .A364 2018 | |
dc.subject.lcsh | Banks and banking. | en_US |
dc.subject.lcsh | Credit. | en_US |
dc.subject.lcsh | Credit scoring systems. | en_US |
dc.subject.lcsh | Commercial loans. | en_US |
dc.subject.lcsh | Risk management -- Banks and banking. | en_US |
dc.subject.lcsh | Bank loans. | en_US |
dc.subject.lcsh | Data envelopment analysis. | en_US |
dc.subject.lcsh | Loan -- Law and legislation. | en_US |
dc.title | Improvement of credit evaluation process in commercial banking | en_US |
dc.title.alternative | Ticari bankacılıkta kredi değerlendirme sürecinin iyileştirilmesi | en_US |
dc.type | Master Thesis | en_US |
dspace.entity.type | Publication |