In this study, 2010-2016 period credit rating of 12 deposit banks having the highest share in terms of
total assets was predicted. Using the financial statement data of the banks within the scope of the
sample, the financial strength of the relevant banks was predicted by Artificial Neural Networks
(ANN), Logistic Regression (LR), K-Nearest Neighbor Algorithm (KNN) and NaiveBayes (NB) algorithm. The prediction results were compared under the distinctive features of the methods used in
the study. One year ago credit rating prediction rates of 12 deposit banks operating in Turkey was
ANN (98,81%), L (84,52%), KNN (75,00%), NB (60,71%), respectively. The results obtained in this
study show that the relevant people can include the models obtained in this study to the models they
already use.
Bu çalıĢmada Türkiye‟de aktif büyüklüğü yönünden en yüksek paya sahip 12 mevduat bankasının
2010-2016 döneminde kredi derece notu tahmin edilmiĢtir. Örnek kapsamındaki bankaların finansal
tablo verileri kullanılarak ilgili bankaların finansal güç derecesi Yapay Sinir Ağları (YSA), Lojistik
Regresyon (LR), K-En Yakın KomĢu Algoritması (KNN) ve NaiveBayes (NB) algoritması ile tahmin
edilmiĢtir. AraĢtırmada kullanılan yöntemlerin ayırt edici özellikleri altında tahmin sonuçları karĢılaĢtırılmıĢtır. Türkiye‟de faaliyet gösteren 12 mevduat bankasının kredi derece notunun bir yıl öncesi
tahmin oranları yüksekten düĢüğe doğru YSA (%98,81), LR (%84,52), KNN (%75,00), NB (%60,71)
olarak bulunmuĢtur. Bu araĢtırmada ulaĢılan sonuçlar, ilgililerin kullandıkları modellere bu çalıĢmada
elde edilen modelleri de dâhil edebileceklerini göstermektedir.
