TASIT KREDILERI RISK RAPORU

Fatma ÇINAR, MBA Capital Markets Board of Turkey

e-mail: [email protected] @fatma_cinar_ftm, @TRUserGroup

C. Coşkun KÜÇÜKÖZMEN, PhD e-mail: [email protected]

@ckucukozmen @RiskLabTurkey

Kutlu MERİH, PhD e-mail: [email protected] @cortexien

https://www.riskonomi.com

VERI GORSELLESTIRME ILE RISK YONETIMI

RISK RAPORU (kısaltılmış)

Günümüz yazılım teknolojisi büyük veri setlerinin içindeki gizli ilişkileri görsel olarak analiz edebilmemize olanak sağlar.

Bu rapor finansal verilerdeki temerrüt ve performansın ileri grafik yazılımları ile nasıl kolay anlaşılabilecek görsel hale getirildiğini sergiliyor.

Bu teknikle RİSK Tek Boyutlu bir Sayı değil Çok Boyutlu bir Profil olarak görülebiliyor

Turkiye 12 NUTS Bölgesi 81 ilinde ve Batı Anadolu Bölgesinde 2012-2014

zaman diliminde verilen Taşıt kredilerinin Temerrüt durumunun

kısaltılmış Örnek Raporu

Bu rapor Türkiye bütünü ve Batı Anadolu Bölgesini kapsayacak şekilde

kısaltılmıştır Esas Rapor 12 NUTS Bölgesi 81 şehir 2010-2015 dönemi için sunulacaktır.

Özel olarak geliştirdiğimiz R yazılım paketlerinden yararlanan Grafik Datamining teknolojisi ile Finansal veri setlerinde zaman

mekan ve diğer faktörlerin risk ve performans üzerindeki etkisini analiz edebilmekteyiz.

Bu teknik ceşitli OR ve Finans kongrelerinde Akademik camiaya sunulmuş görsel medyada kamuoyu ile paylaşılmıştır.

Bu çalışmalar KAYNAK kısmında verilmektedir

Veri kaynağımız BDDK sitesinde sunulan FINTURK kredi ve temerrüt veri setleridir

FINTURK download edilip excel formatında database haline dönüştürülmüş ve bunlara NUTS faktörleri ve diğer bilgiler eklenmiştir.

Yazılım verileri excel dosyasından okuyup faktörize edilmiş anlamlı grafikler haline dönüştürebilmektedir.

Bu veri seti bundan sonra “dataset” olarak anılacaktır.

[1] "NYIL" "SYIL" "DONEM" "SEHIR"

[5] "SEHIRKOD" "NBOLGE" "BOLGE" "NUTS3KOD"

[9] "NUTS2KOD" "NUTS1KOD" "NUTS1BOLGE" "SEKTOR"

[13] "GRUP" "NAKKREDI" "GNAKDIKREDI" "TOPNAKKREDI"

[17] "TASIT" "KONUT" "KMH" "KREDIKART"

[21] "GIDA" "INSAAT" "METAL" "FINANSAL"

[25] "TEKSTIL" "TOPTICARET" "TURIZM" "ZIRAAT"

[29] "ENERJI" "DENIZCILIK" "DIGERTUKETICI" "TAKIPALACAK"

[33] "TAKIPKREDIKART" "TAKIPTASIT" "TAKIPKONUT" "TAKIPDIGTUKETICI"

[37] "TAKIPGIDA" "TAKIPINSAAT" "TAKIPMETAL" "TAKIPFINANSAL"

[41] "TAKIPTEKSTIL" "TAKIPTOPTICARET" "TAKIPTURIZM" "TAKIPZIRAAT"

[45] "TAKIPENERJI" "TAKIPDENIZCILIK" "GNAKDIGIDA" "GNAKDIINSAAT"

[49] "GNAKDIMETAL" "GNAKDIFINANSAL" "GNAKDITEKSTIL" "GNAKDITOPTICARET"

[53] "GNAKDITURIZM" "GNAKDIZIRAAT" "GNAKDIENERJI" "GNAKDIDENIZCILIK"

Wednesday, November 18, 2015

NUTS-1: 12 Bölgeler

NUTS-2: 26 Alt Bölgeler

NUTS-3: 81 Şehirler

1. AKDENIZ

2. BATI ANADOLU

3. BATI KARADENIZ

4. BATI MARMARA

5. DOGU KARADENIZ

6. DOGU MARMARA

7. EGE BOLGESI

8. GUNEYDOGU ANADOLU

9. ISTANBUL

10. KUZEYDOGU ANADOLU

11. ORTA ANADOLU

12. ORTADOGU ANADOLU

Wednesday, November 18, 2015

İstanbul Region

West

Marmara

Region

Aegean

Region

East

Marmara

West

Anatolia

Region

Mediterranean

Region

Anatolia

Region

West Black

Sea Region

East Black

Sea Region

Northeast

Anatolia

Region

East

Anatolia

Region

Southea

st

Anatoli

a

İstanbul (Subregion)

Tekirdağ (Subregion)

İzmir (Subregion)

Bursa

(Subregion)

Ankara

(Subregion)

Antalya

(Subregion)

Kırıkkale (Subregion)

Zonguldak

(Subregion)

Trabzon

(Subregion)

Erzurum

(Subregion)

Malatya

(Subregion)

Gaziant

ep

(Subreg

ion)

Edirne Aydın

(Subregion) Eskişehir

Konya

(Subregion) Isparta Aksaray Karabük Ordu Erzincan Elazığ

Adıyaman

Kırlareli Denizli Bilecik Karaman Burdur Niğde Bartın Giresun Bayburt Bingöl Kilis

Balıkesir

(Subregion) Muğla

Kocaeli

(Subregion)

Adana

(Subregion) Nevşehir Kastamonu

(Subregion) Rize

Ağrı (Subregion)

Dersim

Şanlıurfa

(Subreg

ion)

Çanakkale Manisa

(Subregion) Sakarya Mersin Kırşehir Çankırı Artvin Kars

Van

(Subregion)

Diyarba

kır

A.Karahisar Düzce Hatay

(Subregion)

Kayseri

(Subregion) Sinop Gümüşhane Iğdır Muş

Mardin

(Subreg

ion)

Kütahya Bolu Kahramanmaraş Sivas Samsun

(Subregion) Ardahan Bitlis Batman

Uşak Yalova Osmaniye Yozgat Tokat Hakkari Şırnak

Çorum Siirt

Amasya

1 Province 5 Province 8 Province 8 Province 3 Province 8 Province 8 Province 10 Province 6 Province 7 Province 8 Province

9

Provinc

e

Veri setleri üzerinde Real Time Interaktif Grafiksel Veri Görselleştirme ile Etki-Performans Analizi

Teknik: R yazılımı #ggplot2 Paketi ile Grafik

DataMining Grafik DataMining geleceğin en yaygın

görsel analiz tekniği olacaktır.

R ggplot2 paketi geom() fonksiyonları ile çok sayıda grafik alternatifine olanak sağlar.

Bu rapor çalışmasında etkinlik için ggplot2 geom fonksiyonları ile sadece dört grafik stilini kullanacağız. 1. Scatterplot geom_point() 2. Densityplot geom_density() 3. Violinplot geom_violin() 4. Facetplot facet_grid()

Scatter (saçılım) grafikleri bildiğimiz xy grafikleridir.

Buradaki özellik bu grafikleri faktörlere göre renklendirebiliyor ve üçüncü z değişkenine göre balonlayabiliyoruz

X ve Y log10 olacak

Density Grafikleri histogramların sürekli versiyonudur. Tek bir nümerik değişkeni frekansına göre grafikler

Tek başına sınırlı enformasyon veren density grafikleri faktörize edildikleri zaman anlamlı bulgular sağlayabilir.

Density grafiklerinin tekli veya çoklu tepe noktalarından gizli faktörlerin etkisini belirleyebiliriz.

Violin Grafiklere 2-Boyutlu Density grafikleri olarak bakabiliriz.

Violin Grafiğin ekseni X değişkenininin medyan değerini belirler

Y değişkeni ise bu medyan etrafında hangi değerin daha sık gözlendiğidir.

Y değişkeni bir kaybı gösterdiğinde violin grafiği bir Risk Profili oluşturur.

Violin Risk Grafikleri genellikle Mantar, Çömlek ve Şişe formlarında görülür.

Mantar formasyonu risk in bağımlı değişkenin yüksek montanlarında oluştuğunu gösterir.

Çömlek de risk orta değerlerde gözlenmektedir.

Şişe de ise risk düşük mertebelerde yoğunlaşmıştır.

Finansal veriler için genelde çifte log eksen kullanılır ve Lineer Smooth regresyonu ile Power Law Analizi yan ürün olarak elde edilir

LogY = a.LogX + b

Burada a Risk Ölçüsüdür ve her X,Y çifti için aynıdır.

Power Law riskin ölçekten bağımsız (scale free) olduğu anlamına gelir.

Regresyonun lineer doğruya yakınlığı veride PL gösterir

ggplot2 paketinin facet_grid() fonksiyonu 2-boyutlu matriks grafikler elde etmemizi sağlar.

Matriks grafikler ayrıca balonlanıp faktörize edildiğinde ¾- boyutlu grafikler elde edebiliriz.

Bu grafikler faktörlerin etkilddiği anomalileri tesbit etmemizi sağlar.

FINTURK data setine Grafik Datamining Tekniğini uygulayarak Bütün Türkiye nin NUTS Bölgelerinde ve Batı Anadolu Bölgesinde dağıtılan ve takibe düşen Taşıt Kredilerinin risk profillerinin bölgelere, şehirlere, yıllara ve dönemlere göre nasıl değiştiğini görsel olarak izledik.

Bu teknik bize risk profilleri üzerinde bu faktörlerin önemli ve anlamlı etkileri olduğunu gösterdi

[email protected]

[email protected]

[email protected]

http://www.ieu.edu.tr/tr

[email protected]

http://www.coskunkucukozmen.com

[email protected]

http://www.spk.gov.tr/

http://www.riskonomi.com

@TRUserGroup

@CORTEXIEN

@Riskonometri

@Riskonomi

@datanalitik

@Riskanalitigi

@RiskLabTurkey

@fatma_cinar_ftm

tr.linkedin.com/in/fatmacinar

tr.linkedin.com/pub/kutlu-merih

tr.linkedin.com/in/coskunkucukozmen

Küçüközmen, C. C. Ve Çınar F., (2014). “Finansal Karar Süreçlerinde Grafik-

Datamining Analizi”, TROUGBI/DW SIG, Nisan 2014 İstanbul, http://www.troug.org/?p=684

Küçüközmen, C. C. ve Çınar F., (2014). “Görsel Veri Analizinde Devrim” Söyleşi, Ekonomik Çözüm, Temmuz 2014, http://ekonomik-cozum.com.tr/gorsel-veri-analizinde-devrim-mi.html.

Küçüközmen, C. C. ve Merih K., (2014). “Görsel Teknikler Çağı" Söyleşi, Ekonomik Çözüm, Temmuz 2014, http://ekonomik-cozum.com.tr/gorsel-teknikler-cagi.html

Küçüközmen, C. C. and Çınar F., (2014). “Banking Sector Analysis of Izmir

Province: A Graphical Data Mining Approach”, Submitted to the 34th National Conference for Operations Research and Industrial Engineering (YAEM 2014), Görükle Campus of Uludağ University in Bursa, Turkey on 25-27 June 2014.

Küçüközmen, C. C. and Çınar F., (2014). “New Sectoral Incentive System and

Credit Defaults: Graphic-Data Mining Analysis”, Submitted to the ICEF 2014 Conference, Yıldız Technical University in İstanbul, Turkey on 08-09 Sep. 2014.

Küçüközmen, C. C. and Çınar F., (2015). “Visual Anaysis of Electricity Demand

Energy Dashboard Graphics” Submitted to the 5th Multinational Energy and Value Conference May 7-9, 2015 Kadir Has University in İstanbul, Turkey

Merih, K. C. and Çınar F., (2015). “Sectoral Loans Default Chart of Turkey ”, Submitted to 35th National Operations Research and Industrial Engineering Congress (ORIE 2015) 09-11,September, 2015,Middle East Technical University, Ankara, Turkey