Yapay sinir ağları optimizasyon algoritmalarının banka özkaynak karlılığı tahmini üzerinde karşılaştırmalı performans analizi

Bir ülkenin finansal sisteminin en önemli parçası olan bankacılık sektörünün performansını ve karlılığını ölçmek her zaman önemlidir. Performans ölçümü sayesinde bankalar rekabet durumunu, büyüme potansiyellerini ve riskleri değerlendirebilir ve faaliyetlerini sürdürmede daha başarılı olabilirler. Literatürde, bankacılık performans değerlendirmesinde yapay sinir ağları (YSA) nadiren kullanılmıştır. Bu nedenle, mevcut tezde bankaların performanslarını kestirmek için YSA kullanımının derinlemesine incelenmesi hedeflenmiştir. Amaç, bir dizi finansal parametreler verildiğinde, YSA hesaplama yöntemlerini kullanarak bankaların özkaynak getirilerini tahmin etmektir. Tez, Türkiye'deki tüm mevduat bankaları ele alınarak gerçekleştirilmiştir. Bağımsız değişkenler olarak kabul edilen 6 dış ve 8 iç parametrenin 11 yıla ait çeyrek dönemlik verileri kullanılmıştır. Veri kümesi; Bankacılık Düzenleme ve Denetleme Kurumu, Türkiye Bankalar Birliği, Türkiye İstatistik Kurumu ve Türkiye Cumhuriyet Merkez Bankası bilgilerine dayanarak oluşturulmuştur. Çeşitli YSA optimizasyon algoritmalarının, bağımlı değişken olarak alınan banka özkaynak getirisini tahmin etme başarıları karşılaştırılmıştır. Yapılan sayısal deneyler sonucunda, kullanılan tüm YSA yöntemlerinin %80'in üzerinde doğruluk payı ile özkaynak karlılığını tahmin ettikleri görülmüştür. Ayrıca, en iyi YSA yönteminin her banka için farklı olduğu gözlemlenmiştir. Lineer regresyon yöntemi ile karşılaştırma, YSA yöntemlerinin daha başarılı olduklarını göstermiştir.