Embed Size (px)
Citation preview
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
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
Türkiye Genelinde 2010-2015 zaman
diliminde verilen ENERJI kredilerinin
Temerrüt durumu Raporu
Rapor ENERJI Kredilerinde yaşanan riskin
Zaman ve Mekan üzerindeki dağılımını
değerlendirmeyi amaçlamaktadır
Raporlarımıza gözlediğimiz ilginç bir
durum verilerin zaman üzerinde stabil,
fakat mekan üzerinde volatil olmasıdır.
Özel olarak geliştirdiğimiz R yazılımpaketlerinden yararlanan Grafik Dataminingteknolojisi ile Finansal veri setlerinde zamanmekan ve diğer faktörlerin risk ve performansüzerindeki etkisini analiz edebilmekteyiz.
Bu teknik ceşitli OR ve Finans kongrelerindeAkademik camiaya sunulmuş görselmedyada kamuoyu ile paylaşılmıştır.
Bu çalışmalar KAYNAK kısmında verilmektedir
Veri kaynağımız BDDK sitesinde sunulan FINTURK kredi ve temerrüt veri setleridir
FINTURK download edilip excelformatında 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"
Friday, November 27, 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
Friday, November 27, 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)
EdirneAydın
(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 SivasSamsun
(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 InteraktifGrafiksel 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 violingrafiği bir Risk Profili oluşturur.
Violin Risk Grafikleri genellikle Mantar, Çömlek ve Şişe formlarında görülür.
Mantar formasyonu risk in bağımlı değişkenin yüksek montanlarındaoluştuğunu 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
etkilediği anomalileri
tespit etmemizi sağlar.
http://www.ieu.edu.tr/tr
http://www.coskunkucukozmen.com
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 NationalConference 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 andValue 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
