Tez No	İndirme	Tez Künye	Durumu
321126		An empirical study on fuzzy c-means clustering for turkish banking system / Bankacılık sektörünün bulanık kümelenmesi üzerine deneysel bir çalışma Yazar:FATİH ALTINEL Danışman: DOÇ. DR. ESMA GAYGISIZ Yer Bilgisi: Orta Doğu Teknik Üniversitesi / Sosyal Bilimler Enstitüsü / İktisat Ana Bilim Dalı Konu:Bankacılık = Banking Dizin:Bankacılık sektörü = Banking sector ; Bankalar = Banks ; Bulanık küme teorisi = Fuzzy Set Theory ; Bulanık kümeler = Fuzzy sets ; Derecelendirme = Rating ; Güvenilirlik = Reliability	Onaylandı Yüksek Lisans İngilizce 2012 106 s.
Makro iktisadi ve siyasal düzensizliklere karşı duyarlı olan bankacılık sistemi, krizlere maruz kalabilmektedir. Bu yüzden, banka güvenilirliğinin ölçülmesi bu açıdan önem arz etmektedir. Bu çalışmada bankaların gruplanması için bulanık kümeleme yöntemi kullanılmıştır. Yöntem uygulanırken finansal oran olarak sermaye, varlık kalitesi, likidite, karlılık, gelir-gider yapısı, sektör payı, şube yapısı gibi 48 adet oran kullanılmıştır. Finansal oranlar arasındaki bağımlılığın tespiti için kovaryans ve korelasyon matrisleri incelenmiştir. Ardından, ana bileşen analizi (PCA) kullanılarak 48 değişkenle temsil edilen uzay 2 değişkenle temsil edilen başka bir uzaya indirgenmiştir. Seçilen iki değişkenin toplam varyansın %94.54 ünü temsil ettiği görülmektedir. Çalışmalar göstermiştir ki, küme sayısı artırıldıkça hedef fonksiyonunun değerinin minimize edilmesi için gereken işlem sayısı değeri tekdüze olmayıp belirli değerler arasında salınım yapmaktadır. Ayrıca, kullanılan küme sayısı artırıldıkça hedef fonksiyonunun her bir küme için hesaplanan ilk değeri ve son değeri tekdüze bir şekilde azalmaktadır. Ayrıca, kullanılan küme sayısı artırıldıkça hedef fonksiyonunun her bir küme için hesaplanan ilk değeri ve son değeri arasındaki farkların da tekdüze bir şekilde azaldığı görülmüştür.
Banking sector is very sensitive to macroeconomic and political instabilities and they are prone to crises. Since banks are integrated with almost all of the economic agents and with other banks, these crises affect entire societies. Therefore, classification or rating of banks with respect to their credibility becomes important. In this study we examine different models for classification of banks. Choosing one of those models, fuzzy c-means clustering, banks are grouped into clusters using 48 different ratios which can be classified under capital, assets quality, liquidity, profitability, income-expenditure structure, share in sector, share in group and branch ratios. To determine the inter-dependency between these variables, covariance and correlation between variables is analyzed. Principal component analysis is used to decrease the number of factors. As a a result, the representation space of data has been reduced from 48 variables to a 2 dimensional space. The observation is that 94.54% of total variance is produced by these two factors. Empirical results indicate that as the number of clusters is increased, the number of iterations required for minimizing the objective function fluctuates and is not monotonic. Also, as the number of clusters used increases, initial non-optimized maximum objective function values as well as optimized final minimum objective function values monotonically decrease together. Another observation is that the `difference between initial non-optimized and final optimized values of objective function? starts to diminish as number of clusters increases.