Embed Size (px)
Citation preview
TÜRK BANKACILIK SİSTEMİNDE R TABANLI TEMEL BİLEŞENLER
ANALİZİ (PCA) ve ÇOK BOYUTLU VERİ GÖRSELLEŞTİRME:
SEKTOREL KREDİLERİN PCA ile ANALİZİ
Şebnem ÖZDEMİR1
Fatma ÇINAR2
C. Coşkun KÜÇÜKÖZMEN3
Özet
Finansal sistem derinleştikçe bankacılık sektörü ekonomik büyümenin dinamikleri arasında
yer almakta ve ekonomik büyüme açısından önemli bir rol üstlenmektedir. Bankacılık
sektörünün temel faaliyet alanının fon transferi olması nedeniyle, ana faaliyetine ilişkin en
önemli performans göstergelerinden birisi mevduatın krediye dönüşüm oranıdır
(kredi/mevduat). Bankacılık sistemi aktiflerinin yaklaşık yarısını oluşturan kredi hacminin
finansmanı temel fon kaynağı olan mevduat ile sağlanmaktadır.
BDDK 2016 Mart ayı verilerine göre; bankacılık sektörü mevduatı 1.278.398.736 milyon lira
iken toplam kredi hacmi ise 1.531.773.000 olarak gerçekleşmiştir. Sektör genelinde kredilerle
dengeli bir büyüme trendini sürdürmek ve yaygın fonlama tabanını güçlendirmek ise ana
sorunsal olarak karşımıza çıkmaktadır. Sektörün sorunlarının yanında Bankacılık sisteminde
sektörlerin kullanmış oldukları kredi miktarı, o sektörün genel ekonomi içindeki önemi
hakkında bilgi vermektedir. Bir sektör ne kadar çok kredi kullanıyorsa, o sektörün ekonomik
faaliyetlerinin o kadar yoğun olduğundan ve yatırımların artığından bahsedilebilir. Dolayısıyla
sektörlerin kullanmış olduğu sektorel krediler, özellikle ekonomik kriz dönemlerinde
sektörlerin ekonomik canlılığını yansıtan önemli göstergelerdir.
Bu çalışmada bankacılık siteminde dağıtılan tüm kredilerin hacimlerini ve sektördeki
pozisyonunu, Avrupa Birliği Bölgesel İstatistik Sistemine (Nomenclature of Territorial Units
for Statistics, NUTS) uygun, karşılaştırılabilir istatistiki veri tabanına kodlanan NUTS
hiyerarşik sınıflandırmaları çerçevesinde bir analizi ile değerlendirilmiştir.
Yapılan çalışma ile 2011-2016 dönemine ait veriler ile bankacılık sektöründe kullandırılan
tüm kredilerin hacmi ve temerrütlerinin 81 şehir ve NUTS bölgelere göre dağılımı temel
bileşenler analizi Principal Compenant Analysis (PCA) tekniği ile bir veri
görselleştirme yapılarak kredileri ödeme performansları incelenmiştir. Kullanılan teknik
ile #R yazılımının ileri grafik paketleri olan #lattice #MASS, #FactoMineR, #car, #pylr
paketleri ile faktöre dönüştürülen tüm veri seti zamana ve mekâna göre metriklenerek
#ggplot2 paketi ile de veri görselleştirme analizi yapılmıştır. R dilinin ve ilgili paketlerin
gücüyle ortaya konulan analiz bankacılık sektöründe ekonometrik analizlere ötesinde
bir ilk olma özelliği taşımaktadır.
1 Res Assits. (PhD) Istanbul University, Informatics Department, [email protected]
2 Data Verification Expert, Capital Markets Board of Turkey, [email protected];
[email protected] 3 Assoc. Prof. Dr. Izmir University of Economics, Faculty of Business, [email protected]
İnceleme süreci DataLab Laboratuvarları’nda geliştirilen gerçek zamanlı bir analiz tekniği
olan R yazılımı ile Grafik Data Mining tabanlı bir risk analiz yaklaşımı modeliyle
gerçekleştirilmiştir. Söz konusu model çok boyutlu grafik temsil yoluyla yeni bir veri
madenciliği sistemi öngörerek, bankacılık sektöründe artan veri hacmi ile beraber bankacılık
verilerine 360 derecelik bir bakış açısıyla değerlendirme ve analiz yapma imkânı vermektedir.
Yapılan bu çalışmanın bulguları bankacılık sektörü için önemli ipuçlarını gündeme getirme
potansiyeline sahiptir. İlk olarak iller ve NUTS bölgeleri bazında, kredi kullanımında görülen
değişim, bu illerimizin ekonomik potansiyellerinin zaman içinde değişimi ile ilgili ipucu
verecektir. Bankalar bölgesel ve şehirsel olarak ticari şube vs. gibi yeni pozisyonların
ipuçlarını verebileceği değerlendirilmektedir. Diğer taraftan görselleştirilen verilerin analizi,
sanayiciler, kreditörler, bankalar, kalkınma ajansları, AB yatırım fonları ve sektör temsilcileri
için kıymetli bulgular içermektedir. Türk Bankacılık sistemine veri analitiğinde yeni bir analiz
anlayışı ve katkı sağlaması çalışmanın ana hedefini oluşturmaktadır.
Anahtar Kelimeler: Temel Faktör Analizi (PCA), Sektörel Krediler, Veri Görselleştirme, R
Yazılımı Paketleri (ggplot2, MASS, FactoMineR, car, pylr), TBB, NUTS
