RiskRaporuTasit
•Download as PPTX, PDF•
0 likes•651 views
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
![ [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"](https://image.slidesharecdn.com/riskraporutasit-151120134309-lva1-app6892/85/RiskRaporuTasit-6-320.jpg)
RiskRaporuTasit
- 1. Fatma ÇINAR, MBA Capital Markets Board of Turkey e-mail: fatma.cinar@spk.gov.tr @fatma_cinar_ftm, @TRUserGroup C. Coşkun KÜÇÜKÖZMEN, PhD e-mail: coskun.kucukozmen@ieu.edu.tr @ckucukozmen @RiskLabTurkey Kutlu MERİH, PhD e-mail: kutmerih@gmail.com @cortexien https://www.riskonomi.com VERI GORSELLESTIRME ILE RISK YONETIMI RISK RAPORU (kısaltılmış)
- 2. 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
- 3. Turkiye 12 NUTS Bölgesi 81 ilinde ve Batı Anadolu Bölgesinde 2012-2014 zaman diliminde verilen Taşıt kredilerinin Temerrüt durumu Raporu Bu rapor 2012-2015 dönemini kapsayacak şekilde kısaltılmıştır Esas Rapor 12 NUTS Bölgesi 81 şehir 2010-2015 dönemi için sunulacaktır.
- 4. 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
- 5. 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.
- 6. [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"
- 7. Friday, November 20, 2015
- 8. 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
- 9. Friday, November 20, 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 Adıyam an 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 Şanlıurf a (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
- 10. 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.
- 11. 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()
- 12. Scatter (saçılım) grafikleri bildiğimiz xy grafikleridir. Buradaki özellik bu grafikleri faktörlere göre renklendirebiliyor ve üçüncü z değişkenine göre balonlayabiliyoruz X ve Y log10 olacak
- 13. 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.
- 14. 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.
- 15. 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.
- 16. 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
- 17. 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.
- 110. 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
- 112. 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