• Türkçe
    • English
  • English 
    • Türkçe
    • English
  • Login
View Item 
  •   DSpace@MEF
  • Enstitüler
  • Fen Bilimleri Enstitüsü
  • FBE, Yüksek Lisans - Proje Koleksiyonu
  • FBE, Yüksek Lisans, Proje Koleksiyonu
  • View Item
  •   DSpace@MEF
  • Enstitüler
  • Fen Bilimleri Enstitüsü
  • FBE, Yüksek Lisans - Proje Koleksiyonu
  • FBE, Yüksek Lisans, Proje Koleksiyonu
  • View Item
JavaScript is disabled for your browser. Some features of this site may not work without it.
Advanced Search

Consumer loans' first payment default (FPD) detection and predictive model

Thumbnail

View/Open

YL-PROJE DOSYA (2Mb)

Access

info:eu-repo/semantics/openAccess

Date

2018

Author

Sevgili, Türkan

Metadata

Show full item record

Citation

Sevgili, T. (2018). Consumer loans' first payment default (FPD) detection and predictive model, MEF Üniversitesi Fen Bilimleri Enstitüsü, İstanbul, Türkiye

Abstract

The project is based on the opinion that whether the loan applications which are profitable could be granted instead of prone the default (FPD) ones by using predictive models in machine learning by the credit decision authorities in banking sector. Default Loan (also called non-performing loan) occurs when there is a failure to meet bank conditions and cannot be repaid in accordance with the terms of the loan which has reached its maturity. This report is a research effort in the analysis of default loan applicants, especially FPD, from a real dataset obtained from a bank. Expectation from the study is that increase the efficiency of consumer loan allocation by providing predictive analysis of the consumer behavior concerning loan’s first payment default. FPD detection analysis is a crucial role for the determination of consumer loans at the application level. The study also provides an understanding on the reasons of non-performing loans and helps to manage credit risks more consciously. The methods proposed in this study can be extended to other individual consumer loans such as car credits and mortgage.
 
Proje, makine öğrenimindeki tahminleme modellerini kullanarak bankacılık sektöründeki kredi karar mercileri tarafından temerrütlü olan krediler yerine karlı olan kredi başvurularının verilip verilemeyeceği konusundan yola çıkılarak hazırlanmıştır. Takipteki krediler (temerrütlü olarak da adlandırılır) borçlunun banka koşullarını yerine getiremediğinde ortaya çıkar ve kredi şartlarına göre vadesinde geri ödenemez. Bu rapor, bir bankadan alınan gerçek bir veri seti üzerinden gerçekleştirilmiş, özellikle İlk Ödemeden Temerrüde Düşen / Ödenmeyen Krediler (FPD) analizine ilişkin bir araştırma çalışmasıdır. Çalışmanın beklentisi, FPD kredilerine ilişkin tüketici davranışının tahminleme analizini sağlayarak tüketici kredisi tahsisinin etkinliğinin artırılmasıdır. FPD tespit analizi, tüketici kredilerinin başvuru aşamasında belirlenmesinde önemli bir rol oynamaktadır. Çalışmanın başka bir amacı da vadesinde geri ödenmeyen kredilerin nedenlerinin anlaşılmasını da sağlayarak, risk yönetimi noktasında daha bilinçli adımlar atılmasına yardımcı olmaktır. Bu çalışmada kullanılan yöntemler, taşıt ve konut kredisi gibi diğer bireysel tüketici kredilerine de uygulanabilir.
 

URI

https://hdl.handle.net/20.500.11779/1189

Collections

  • FBE, Yüksek Lisans, Proje Koleksiyonu [116]



DSpace software copyright © 2002-2015  DuraSpace
Contact Us | Send Feedback
Theme by 
@mire NV
 

 




| Instruction | Guide | Contact |

DSpace@MEF

by OpenAIRE

sherpa/romeo

Browse

All of DSpaceCommunities & CollectionsBy Issue DateAuthorsInstitution AuthorTitlesORCIDSubjectsTypeLanguageDepartmentCategoryPublisherAccess TypeThis CollectionBy Issue DateAuthorsInstitution AuthorTitlesORCIDSubjectsTypeLanguageDepartmentCategoryPublisherAccess Type

My Account

LoginRegister

Statistics

View Google Analytics Statistics

DSpace software copyright © 2002-2015  DuraSpace
Contact Us | Send Feedback
Theme by 
@mire NV
 

 


|| Guide|| Instruction || Library || MEF University || OAI-PMH ||

MEF University Library, İstanbul, Turkey
If you find any errors in content please report us

Creative Commons License
MEF University Institutional Repository is licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 4.0 Unported License..

DSpace@MEF:


DSpace 6.2

tarafından İdeal DSpace hizmetleri çerçevesinde özelleştirilerek kurulmuştur.