Yapay zekadan makale özeti
- Kısa
- Ayrıntılı
- Bu video, Figes Mühendislik Teknik Ekipten Melike Günay tarafından sunulan bir eğitim içeriğidir. Melike, finansal risk modellemeleri konusunda bilgi vermektedir.
- Video, risk yönetiminin tanımı ve yaşam döngüsü ile başlayıp, finans kuruluşlarının karşılaştığı risk türlerini (kredi riski, piyasa riski, operasyonel risk, likidite riski, sermaye riski) açıklamaktadır. Ardından risk ölçümü yöntemleri (nitel ve nicel yaklaşımlar) anlatılmakta ve stres testi kavramı ele alınmaktadır. Son bölümde ise MATLAB'da kredi kartı hareketlerinin analizi için bir uygulama gösterilmekte, Classification Learner uygulaması kullanılarak kredi kartı default tahmin modeli oluşturulmakta ve test edilmektedir.
- Giriş ve Risk Yönetimi
- Melike Günay, Figes Mühendislik Teknik Ekip'ten Mettap ile finansal risk modellemeleri hakkında bilgi verecek.
- Videoda risk yönetimi, riskin kaynağı, finans kuruluşlarının karşılaştığı riskler ve risk ölçümü konuları ele alınacak.
- Risk yönetimi, bir organizasyondaki riski verimli bir şekilde azaltmayı ve kontrol etmeyi amaçlayan bir süreçtir.
- 00:46Risk Yönetimi Yaşam Döngüsü
- Risk yönetiminin yaşam döngüsü risk tanımlama, risk değerlendirmesi, risk kontrolü ve risk izlemeden oluşur.
- Risk uzmanları, her bir risk türünden kaynaklanabilecek potansiyel kaybı ölçmek için çeşitli matematiksel modeller ve istatistiksel yöntemler kullanır.
- 01:09Finans Kuruluşlarının Riskleri
- Finans kuruluşlarının ekonomideki temel rolü kredi kartı, ipotek, tahvil, hisse senedi, para birimi, yatırım fonu ve diğer finansal işlemlerde aracı olmaktır.
- Finansal kurumlar bu işlemlere katılarak fiyat hareketleri, borçlunun krediyi geri ödeyememe şansı ve personelden insan hatası gibi belirsizliğe maruz kalır.
- Büyük finans kurumları, birçok finansal yan kuruluşla birlikte gelişmiş holding yapılarına sahiptir ve evrensel bir bankacılık modeli altında çalışabilir.
- 01:59Finans Kuruluşlarının Karşılaştığı Risk Türleri
- Borç riski, bir borçlunun bir borç verene ödeme yapamaması durumunda ortaya çıkabilecek potansiyel zarar olarak tanımlanır.
- Piyasa riski, varlık fiyatlarının hareketlerinden kaynaklanan potansiyel kayıp olarak bilinmektedir.
- Operasyonel risk, bir iş fonksiyonunu etkileyen kişilerden, süreçlerden, sistemlerden veya harici olaylardan kaynaklanan potansiyel kayıptır.
- Likidite riski, sermaye riski gibi risk profesyonellerinin dikkatini gerektiren daha spesifik risk türleri de vardır.
- İş riski, sistemik risk, model riski, yasal riskler ve mali suçlar gibi diğer riskler de bulunmaktadır.
- 02:51Risk Ölçümü
- Risk ölçümü iki ana yaklaşımla tamamlanmaktadır: nitel ve nicel yaklaşımlar.
- Nitel yaklaşımlar doğaları gereği özneldir ve işle ilgili karar verme sürecinin bir parçası olarak yönetilir.
- Nicel risk değerlendirilmesi, kuruluşun iş için önemli olan her bir risk türünün gerçekleşme olasılığını ve potansiyel etkisini tanımlamayı içerir.
- Nicel değerlendirme genellikle istatistiksel modeller, Monte Carlo simülasyonları, zaman serisi modelleri, optimizasyon, makine öğrenimi ve diğer hesaplama yaklaşımları kullanılır.
- 03:37Stres Testi
- Stres testi, senaryoların genellikle stres senaryoları olarak adlandırılır, finansal kurumlar veya yatırım portföyleri üzerindeki etkisini ölçmek için kullanılan bir senaryo analizi biçimidir.
- Geçtiğimiz on yılda stres testinin önemi artmıştır, çünkü dünya çapındaki düzenleyiciler, denetimindeki finansal kurumların gücünü değerlendirmek için bunu bir araç olarak benimsemiştir.
- Düzenleyici temelli stres testi için düzenleyiciler, bir senaryonun bir çok değişkenden oluştuğu bir dizi stres senaryosunu önceden tanımlayacaktır.
- Stres testi değişkenleri genellikle makroekonomik değişkenler, hisse senedi fiyatlarını, hisse senedi piyasası oynaklığını, emlak fiyatlarını ve faiz oranlarını kapsar.
- 04:27Mettap ile Kredi Kartı Hareketlerinin Analizi
- Kredi kartı default mat dosyası MATLAB'a load komutu ile yüklenerek analiz edilecektir.
- Datasetin içerisinde kredi kartı kullanıcılarına ait identification number, kredi limiti, cinsiyet, eğitim durumu, yaş gibi bilgilerle birlikte altı aylık ödeme durumu, gecikme ödemelerin gecikme durumları ve bir sonraki otuz günle ilgili default değerleri bulunmaktadır.
- Classification Learner uygulaması kullanılarak yeni bir proje oluşturulup, train data seti seçilir ve id özelliği tahmin etmek istediğimiz değerli bir ilintisi olmadığı için kaldırılır.
- 05:59Classification Learner Uygulaması Kullanımı
- Validation seçeneklerinden hold-out validation kullanılır ve test için yüzde yirmibeş, train seti için yüzde yetmişbeş oranında veri ayrılır.
- Data analizi yapabileceğiniz alan oluşur ve tahmin ediciler (featureları) seçerek birbirlerine göre olan dağılımlarını analiz edebilirsiniz.
- Üst taraftaki PC butonuna basarak temel bileşen analizi ile boyut azaltımını ve kaç tane komponentin seçilmesi gerektiği varyans değerini ayarlayabilirsiniz.
- Menüde hangi algoritmaların denenmesini istiyorsanız teker teker seçebilir veya hepsini birden seçebilirsiniz.
- Paralel işlem yapılması için bir buton bulunur ve train butonuna tıklandığında sol tarafta bütün algoritmalar listelenir.
- Algoritmalar bittiğinde en yüksek değeri veren algoritmalar belirtilmiş bir şekilde durur ve confusion matrise tıklayarak doğru sınıflandırma ve yanlış sınıflandırmalara ait sonuçları analiz edebilirsiniz.
- 08:20Modelin Dışarı Aktarılması ve Test Edilmesi
- Modeli dışarı aktarmak için export model ve export kompakt model seçenekleri vardır.
- Export kompakt model modeli kullandığı train seti dahil etmeyerek dışarı aktarır, export model ise train set dahili olarak workspace'e aktarır.
- Eğitilmiş model workspace'de bulunur ve pratik fonksiyonu çağrılarak test ata seti verilerek tahmin edilir.
- Tahmin edilen ve olması gereken değerler kullanılarak bir tablo oluşturulur ve bu tablonun heatmap kullanarak confüsion matrisi çizilir.
- Eğitilen modele ait konfüsion matrisi elde edilir ve ekürisi test değeri yüzde yetmişaltıvirgülseksen olarak bulunur.