ÖZET Sorunlu krediler, bankaları düşen karlılık ve artan kaynak maliyeti engeli ile karşı karşıya getirmekle kalmayıp ekonominin geneli için de önemli bir tehdit unsuru oluşturmaktadır. Kredi sorunlarının önemli bir bölümünün kredi taleplerinin değerlendirilmesi sırasındaki hatalardan kaynaklandığı gerçeği, kredi taleplerinin değerlendirilmesi sürecinin yaşamsal bir önem kazanmasına neden olmaktadır. Kredi değerlendirme süreci temel olarak talep sahibinin gelir yaratma kapasitesini, ödeme gücünü ve moralitesini belirleme ilkelerine dayanır. Modern kredi yaklaşımında, söz konusu süreç adımlarının merkezileştirilebilecek ve standardize edilebilecek analitik yöntemlerle yürütülmesi, kredi başarısı için bir zorunluluk olarak görülmektedir. Kredi başarısının diğer bir anahtarı ise kredi portföyüne uygulanması öngörülen risk yönetim modellerdir. Bu modeller, kredi riskini netleştirecek ve kredi süreçlerine karar desteği sağlayacaktır. Bu tez çalışması sırasında, kredi değerlendirmesini standardize edebilecek bilgisayar tabanlı bir uygulama geliştirilmiştir. Riski derecelendirmek için çeşitli finansal oranlan temel alan, çok değişkenli bir istatistiksel analiz modeli; kredi kararlarına tahmin desteği sağlamak için ise yapay sinir ağları kullanılmıştır. 119

ABSTRACT Problematic credits not only cause decreasing profitability and increasing costs in banking sector, but also threaten the overall economical status. Since most of the problems about credits arise due to mistakes during credit evaluation, credit evaluation process is begun to be considered with a vital priority. Basically, the credit evaluation process is based on indicating the capacity to create revenue, capability to repay and morality of the credit demander. According to modern credit approach, success in credits mainly depends on usage of analytical methods, which can be centralized and standardized, throughout the evaluation process. Another key factor to credit success is the risk management models, which are suggested to be applied on the credit portfolio. These models should clarify the risk horizon and provide decision support mechanisms. In this thesis, a software application is developed in order to standardize credit evalution process. In the application, a multi-variate statistical analysis model based on financial ratios is adopted for grading credit risk and an artificial neural network is designed so as to procure forecasting support for credit decisions. 120

120