konut risk raporu

Fatma ÇINAR, MBA Capital Markets Board of Turkeye-mail: fatma.cinar@spk.gov.tr @fatma_cinar_ftm, @TRUserGroup

C. Coşkun KÜÇÜKÖZMEN, PhD e-mail: coskun.kucukozmen@ieu.edu.tr @ckucukozmen @RiskLabTurkey

Kutlu MERİH, PhD e-mail: kutmerih@gmail.com @cortexien https://www.riskonomi.com

VERI GORSELLESTIRME ILE RISK YONETIMI

TURKIYE NUTS BOLGELERINDE KONUT KREDILERI TEMERRUT

GRAFIKLERI

RISK RAPORU

Yönetici Özeti Günümüz yazılım teknolojisi büyük veri

setlerinin içindeki gizli ilişkileri görsel olarak analiz edebilmemize olanak sağlar.

Bu rapor finansal verilerdeki temerrüt ve performansın ileri grafik yazılımları ile nasıl kolay anlaşılabilecek görsel hale getirildiğini sergiliyor.

Bu teknikle RİSK Tek Boyutlu bir Sayı değil Çok Boyutlu bir Profil olarak görülebiliyor

Raporun TanımıTurkiye 12 NUTS Bölgesi 81 ilinde ve

Türkiye Genelinde 2010-2015 zaman diliminde verilen KONUT kredilerinin Temerrüt durumu

Raporu Rapor Konut Kredilerinde yaşanan riskin Zaman ve Mekan üzerindeki

dağılımını değerlendirmeyi amaçlamaktadır

Risk RaporuAnalitik Tanımlar

Burada Grafik Datamining tekniği ile bir verisetinin

(FINTURK) analiz edilerek raporlanmasının temel kavramları anlatılacak.

Raporun Tekniği Özel olarak geliştirdiğimiz R yazılım

paketlerinden yararlanan Grafik Datamining teknolojisi ile Finansal veri setlerinde zaman

mekan ve diğer faktörlerin risk ve performans üzerindeki etkisini analiz

edebilmekteyiz. Bu teknik ceşitli OR ve Finans kongrelerinde

Akademik camiaya sunulmuş görsel medyada kamuoyu ile paylaşılmıştır.

Bu çalışmalar KAYNAK kısmında verilmektedir

Veriseti Kaynağı : BDDK FINTURK

Veri kaynağımız BDDK sitesinde sunulan FINTURK kredi ve temerrüt veri setleridir

FINTURK download edilip excel formatında database haline dönüştürülmüş ve bunlara NUTS faktörleri ve diğer bilgiler eklenmiştir.

Yazılım verileri excel dosyasından okuyup faktörize edilmiş anlamlı grafikler haline dönüştürebilmektedir.

Bu veri seti bundan sonra “dataset” olarak anılacaktır.

Değişkenler : names(dataset)

[1] "NYIL" "SYIL" "DONEM" "SEHIR" [5] "SEHIRKOD" "NBOLGE" "BOLGE" "NUTS3KOD" [9] "NUTS2KOD" "NUTS1KOD" "NUTS1BOLGE" "SEKTOR" [13] "GRUP" "NAKKREDI" "GNAKDIKREDI" "TOPNAKKREDI"

[17] "TASIT" "KONUT" "KMH" "KREDIKART" [21] "GIDA" "INSAAT" "METAL" "FINANSAL" [25] "TEKSTIL" "TOPTICARET" "TURIZM" "ZIRAAT" [29] "ENERJI" "DENIZCILIK" "DIGERTUKETICI" "TAKIPALACAK"

[33] "TAKIPKREDIKART" "TAKIPTASIT" "TAKIPKONUT" "TAKIPDIGTUKETICI" [37] "TAKIPGIDA" "TAKIPINSAAT" "TAKIPMETAL" "TAKIPFINANSAL" [41] "TAKIPTEKSTIL" "TAKIPTOPTICARET" "TAKIPTURIZM" "TAKIPZIRAAT" [45] "TAKIPENERJI" "TAKIPDENIZCILIK" "GNAKDIGIDA" "GNAKDIINSAAT" [49] "GNAKDIMETAL" "GNAKDIFINANSAL" "GNAKDITEKSTIL" "GNAKDITOPTICARET" [53] "GNAKDITURIZM" "GNAKDIZIRAAT" "GNAKDIENERJI"

"GNAKDIDENIZCILIK"

Türkiye NUTS Bölgeleri(Nomenclature of Territorial Units for Statistics, NUTS)

Tuesday, May 2, 2023

NUTS-1:12 Türkiye Bölgesi

NUTS-1: 12 Bölgeler NUTS-2: 26 Alt

Bölgeler NUTS-3: 81 Şehirler

1. AKDENIZ 2. BATI ANADOLU 3. BATI KARADENIZ 4. BATI MARMARA 5. DOGU KARADENIZ 6. DOGU MARMARA 7. EGE BOLGESI 8. GUNEYDOGU ANADOLU 9. ISTANBUL 10. KUZEYDOGU ANADOLU 11. ORTA ANADOLU 12. ORTADOGU ANADOLU

Tuesday, May 2, 2023

İstanbul Region

West Marmara

Region

Aegean Region

East Marmara

West Anatolia Region

Mediterranean Region

Anatolia Region

West Black Sea Region

East Black Sea Region

Northeast Anatolia Region

East Anatolia Region

Southeast

Anatolia

İstanbul (Subregion)

Tekirdağ (Subregion)

İzmir (Subregion)

Bursa (Subregion)

Ankara (Subregion)

Antalya (Subregion)

Kırıkkale (Subregion)

Zonguldak (Subregion)

Trabzon (Subregion)

Erzurum (Subregion)

Malatya (Subregion)

Gaziantep

(Subregion)

  Edirne Aydın (Subregion) Eskişehir Konya

(Subregion) Isparta Aksaray Karabük Ordu Erzincan Elazığ Adıyaman

  Kırlareli Denizli Bilecik Karaman Burdur Niğde Bartın Giresun Bayburt Bingöl Kilis

  Balıkesir (Subregion) Muğla Kocaeli

(Subregion)   Adana (Subregion) Nevşehir Kastamonu

(Subregion) Rize Ağrı (Subregion) Dersim

Şanlıurfa

(Subregion)

  Çanakkale Manisa (Subregion) Sakarya   Mersin Kırşehir Çankırı Artvin Kars Van

(Subregion)Diyarba

kır

    A.Karahisar Düzce   Hatay (Subregion)

Kayseri (Subregion) Sinop Gümüşhane Iğdır Muş

Mardin (Subreg

ion)

    Kütahya Bolu   Kahramanmaraş Sivas Samsun (Subregion)   Ardahan Bitlis Batman

    Uşak Yalova   Osmaniye Yozgat Tokat     Hakkari Şırnak

              Çorum       Siirt

              Amasya        

1 Province 5 Province 8 Province 8 Province 3 Province 8 Province 8 Province 10 Province 6 Province 7 Province 8 Province9

Province

FINTURK Sektörel Krediler Dataseti ile Grafik DataMining Analizi

Veri setleri üzerinde Real Time Interaktif Grafiksel Veri Görselleştirme ile Etki-Performans Analizi

Teknik: R yazılımı #ggplot2 Paketi ile Grafik

DataMining Grafik DataMining geleceğin en yaygın

görsel analiz tekniği olacaktır.

Grafik Stilleri R ggplot2 paketi geom() fonksiyonları ile

çok sayıda grafik alternatifine olanak sağlar.

Bu rapor çalışmasında etkinlik için ggplot2 geom fonksiyonları ile sadece dört grafik stilini kullanacağız.1. Scatterplot geom_point()2. Densityplot geom_density()3. Violinplot geom_violin()4. Facetplot facet_grid()

Scatter Grafik Tanımı: geom_point()

Scatter (saçılım) grafikleri bildiğimiz xy grafikleridir.

Buradaki özellik bu grafikleri faktörlere göre renklendirebiliyor ve üçüncü z değişkenine göre balonlayabiliyoruz

X ve Y log10 olacak

Density Grafik Tanımı: geom_density()

Density Grafikleri histogramların sürekli versiyonudur. Tek bir nümerik değişkeni frekansına göre grafikler

Tek başına sınırlı enformasyon veren density grafikleri faktörize edildikleri zaman anlamlı bulgular sağlayabilir.

Density grafiklerinin tekli veya çoklu tepe noktalarından gizli faktörlerin etkisini belirleyebiliriz.

Violin Grafik Tanımı: geom_violin()Violin Grafiklere 2-Boyutlu

Density grafikleri olarak bakabiliriz.

Violin Grafiğin ekseni X değişkenininin medyan değerini belirler

Y değişkeni ise bu medyan etrafında hangi değerin daha sık gözlendiğidir.

Y değişkeni bir kaybı gösterdiğinde violin grafiği bir Risk Profili oluşturur.

Mantar, Çömlek ve Şişe Risk ProfilleriViolin Risk Grafikleri

genellikle Mantar, Çömlek ve Şişe formlarında görülür.

Mantar formasyonu risk in bağımlı değişkenin yüksek montanlarında oluştuğunu gösterir.

Çömlek de risk orta değerlerde gözlenmektedir.

Şişe de ise risk düşük mertebelerde yoğunlaşmıştır.

Power Law Grafiklerinin Tanımı Finansal veriler için genelde

çifte log eksen kullanılır ve Lineer Smooth regresyonu ile Power Law Analizi yan ürün olarak elde edilir LogY = a.LogX + b

Burada a Risk Ölçüsüdür ve her X,Y çifti için aynıdır.

Power Law riskin ölçekten bağımsız (scale free) olduğu anlamına gelir.

Regresyonun lineer doğruya yakınlığı veride PL gösterir

Facet (Matriks) Grafiklerin Tanımı:facet_grid()

ggplot2 paketinin facet_grid() fonksiyonu 2-boyutlu matriks grafikler elde etmemizi sağlar.

Matriks grafikler ayrıca balonlanıp faktörize edildiğinde ¾- boyutlu grafikler elde edebiliriz.

Bu grafikler faktörlerin etkilddiği anomalileri tesbit etmemizi sağlar.

Risk Profilleri

Burada Grafik Dataminig tekniği ile Bütün Türkiye (12 NUTS Bölgesi) ve Batı Anadolu Bölgesi KONUT Kredisi

ve Takipteki KONUT Kredisi Risk Profillerini Analiz edeceğiz.

Bütün Türkiye KONUT Kredisi Risk

Profilleri

Burada Grafik DataMining Tekniği ile Bütün Türkiye de dağıtılan KONUT

Kredilerini ve Takipteki KONUT Kredilerini Bölge, Yıl ve Dönem

Faktörlerine göre analiz edeceğiz.X and Y eksenleri Log10 ölçeğinde

olacak

Bütün Türkiye KONUT Kredileri NUTS Bölge Faktörü Density Grafikleri

Türkiye KONUT Kredileri Bölge/Yıl Matriksli Yıllara Göre Density Grafikleri

Bütün Türkiye KONUT Kredileri NUTS Bölge Faktörü Violin Risk Grafikleri

Türkiye KONUT Kredileri Bölge/Yıl MatriksliYıllara Göre Violin Risk Grafikleri

Bütün Türkiye KONUT Kredileri NUTS BölgeleriPower Law Risk Analizi

Türkiye KONUT Kredileri Bölge/Yıl MatriksliDönemlere Göre Power Law Risk Analizi

1- Akdeniz BölgesiKONUT Kredisi Risk Profilleri

Burada Grafik DataMining Tekniği ile Akdeniz bölgesinde dağıtılan KONUT

Kredilerini ve Takipteki KONUT Kredilerini Şehir, Yıl ve Dönem

Faktörlerine göre analiz edeceğiz.X and Y eksenleri Log10 ölçeğinde

olacak

Akdeniz Bölgesi KONUT Kredileri Şehir Faktörü Density Grafikleri

Akdeniz B. KONUT Kredileri Şehir/Yıl MatriksliDönemlere Göre Density Grafikleri

Akdeniz Bölgesi KONUT Kredileri Şehir Faktörü Violin Risk Grafikleri

Akdeniz B. KONUT Kredileri Şehir/Yıl MatriksliDönemlere Göre Violin Grafikleri

Akdeniz B. KONUT Kredileri Şehirlere Göre Power Law Risk Analizi

Akdeniz B. KONUT Kredileri Şehir/Yıl Matriksli Dönemlere Göre Power Law Risk Analizi

2- Batı Anadolu BölgesiKONUT Kredisi Risk Profilleri

Burada Grafik DataMining Tekniği ile Batı Anadolu bölgesinde dağıtılan

KONUT Kredilerini ve Takipteki KONUT Kredilerini Şehir, Yıl ve Dönem

Faktörlerine göre analiz edeceğiz.X and Y eksenleri Log10 ölçeğinde

olacak

Batı Anadolu Bölgesi KONUT Kredileri Şehir Faktörü Density Grafikleri

Batı Anadolu KONUT Kredileri Şehir/Yıl MatriksliDönemlere Göre Density Grafikleri

Batı Anadolu Bölgesi KONUT Kredileri Şehir Faktörü Violin Risk Grafikleri

Batı Anadolu KONUT Kredileri Şehir/Yıl MatriksliDönemlere Göre Violin Grafikleri

Batı Anadolu KONUT Kredileri Şehirlere Göre Power Law Risk Analizi

Batı Anadolu KONUT Kredileri Şehir/Yıl Matriksli Dönemlere Göre Power Law Risk Analizi

3- Batı Karadeniz BölgesiKONUT Kredisi Risk Profilleri

Burada Grafik DataMining Tekniği ile Batı Karadeniz bölgesinde dağıtılan

KONUT Kredilerini ve Takipteki KONUT Kredilerini Şehir, Yıl ve Dönem

Faktörlerine göre analiz edeceğiz.X and Y eksenleri Log10 ölçeğinde

olacak

Batı Karadeniz Bölgesi KONUT Kredileri Şehir Faktörü Density Grafikleri

Batı Karadeniz B. KONUT Kredileri Şehir/Yıl MatriksliDönemlere Göre Density Grafikleri

Batı Karadeniz Bölgesi KONUT Kredileri Şehir Faktörü Violin Risk Grafikleri

Batı Karadeniz KONUT Kredileri Şehir/Yıl MatriksliDönemlere Göre Violin Grafikleri

Batı Karadeniz KONUT Kredileri Şehirlere Göre Power Law Risk Analizi

Batı Karadeniz KONUT Kredileri Şehir/Yıl Matriksli Dönemlere Göre Power Law Risk Analizi

4- Batı Marmara BölgesiKONUT Kredisi Risk Profilleri

Burada Grafik DataMining Tekniği ile Batı Marmara bölgesinde dağıtılan

KONUT Kredilerini ve Takipteki KONUT Kredilerini Şehir, Yıl ve Dönem

Faktörlerine göre analiz edeceğiz.X and Y eksenleri Log10 ölçeğinde

olacak

Batı Marmara Bölgesi KONUT Kredileri

Şehir Faktörü Density Grafikleri

Batı Marmara KONUT Kredileri Şehir/Yıl MatriksliDönemlere Göre Density Grafikleri

Batı Marmara Bölgesi KONUT Kredileri Şehir Faktörü Violin Risk Grafikleri

Batı Marmara KONUT Kredileri Şehir/Yıl Matriksli Dönemlere Göre Violin Grafikleri

Batı Marmara KONUT Kredileri Şehirlere Göre Power Law Risk Analizi

Batı Marmara KONUT Kredileri Şehir/Yıl Matriksli Dönemlere Göre Power Law Risk Analizi

5- Doğu Karadeniz BölgesiKONUT Kredisi Risk Profilleri

Burada Grafik DataMining Tekniği ile Doğu Karadeniz bölgesinde dağıtılan

KONUT Kredilerini ve Takipteki KONUT Kredilerini Şehir, Yıl ve Dönem

Faktörlerine göre analiz edeceğiz.X and Y eksenleri Log10 ölçeğinde

olacak

Doğu Karadeniz Bölgesi KONUT Kredileri Şehir Faktörü Density Grafikleri

Doğu Karadeniz B. KONUT Kredileri Şehir/Yıl MatriksliDönemlere Göre Density Grafikleri

Doğu Karadeniz Bölgesi KONUT Kredileri Şehir Faktörü Violin Risk Grafikleri

Doğu Karadeniz KONUT Kredileri Şehir/Yıl MatriksliDönemlere Göre Violin Grafikleri

Doğu Karadeniz KONUT Kredileri Şehirlere Göre Power Law Risk Analizi

Doğu Karadeniz KONUT Kredileri Şehir/Yıl Matriksli Dönemlere Göre Power Law Risk Analizi

6- Doğu Marmara BölgesiKONUT Kredisi Risk Profilleri

Burada Grafik DataMining Tekniği ile Doğu Marmara bölgesinde dağıtılan

KONUT Kredilerini ve Takipteki KONUT Kredilerini Şehir, Yıl ve Dönem

Faktörlerine göre analiz edeceğiz.X and Y eksenleri Log10 ölçeğinde

olacak

Doğu Marmara Bölgesi KONUT Kredileri Şehir Faktörü Density Grafikleri

Doğu Marmara KONUT Kredileri Şehir/Yıl MatriksliDönemlere Göre Density Grafikleri

Doğu Marmara Bölgesi KONUT Kredileri Şehir Faktörü Violin Risk Grafikleri

Doğu Marmara KONUT Kredileri Şehir/Yıl MatriksliDönemlere Göre Violin Grafikleri

Doğu Marmara KONUT Kredileri Şehirlere Göre Power Law Risk Analizi

Doğu Marmara KONUT Kredileri Şehir/Yıl Matriksli Dönemlere Göre Power Law Risk Analizi

7- Ege BölgesiKONUT Kredisi Risk Profilleri

Burada Grafik DataMining Tekniği ile Ege bölgesinde dağıtılan KONUT

Kredilerini ve Takipteki KONUT Kredilerini Şehir, Yıl ve Dönem

Faktörlerine göre analiz edeceğiz.X and Y eksenleri Log10 ölçeğinde

olacak

Ege Bölgesi KONUT Kredileri Şehir Faktörü Density Grafikleri

Ege Bölgesi KONUT Kredileri Şehir/Yıl MatriksliDönemlere Göre Density Grafikleri

Ege Bölgesi KONUT Kredileri Şehir Faktörü Violin Risk Grafikleri

Ege Bölgesi KONUT Kredileri Şehir/Yıl MatriksliDönemlere Göre Violin Grafikleri

Ege Bölgesi KONUT Kredileri Şehirlere Göre Power Law Risk Analizi

Ege Bölgesi KONUT Kredileri Şehir/Yıl Matriksli Dönemlere Göre Power Law Risk Analizi

8- GüneyDoğu Anadolu BölgesiKONUT Kredisi Risk Profilleri

Burada Grafik DataMining Tekniği ile GüneyDoğu Anadolu bölgesinde

dağıtılan KONUT Kredilerini ve Takipteki KONUT Kredilerini Şehir, Yıl

ve Dönem Faktörlerine göre analiz edeceğiz.

X and Y eksenleri Log10 ölçeğinde olacak

GüneyDoğu Anadolu Bölgesi KONUT Kredileri Şehir Faktörü Density Grafikleri

GüneyDoğu Anadolu KONUT Kredileri Şehir/Yıl MatriksliDönemlere Göre Density Grafikleri

GüneyDoğu Anadolu Bölgesi KONUT Kredileri Şehir Faktörü Violin Risk Grafikleri

GüneyDoğu Anadolu KONUT Kredileri Şehir/Yıl MatriksliDönemlere Göre Violin Grafikleri

GüneyDoğu Anadolu KONUT Kredileri Şehirlere Göre Power Law Risk Analizi

GüneyDoğu Anadolu KONUT Kredileri Şehir/Yıl MatriksliDönemlere Göre Power Law Risk Analizi

9- Istanbul BölgesiKONUT Kredisi Risk Profilleri

Burada Grafik DataMining Tekniği ile İstanbul bölgesinde dağıtılan KONUT

Kredilerini ve Takipteki KONUT Kredilerini Şehir, Yıl ve Dönem

Faktörlerine göre analiz edeceğiz.X and Y eksenleri Log10 ölçeğinde

olacak

İstanbul Bölgesi KONUT Kredileri Şehir Faktörü Density Grafikleri

İstanbul Bölgesi KONUT Kredileri Dönem/Yıl Matriksli Dönemlere Göre Density Grafikleri

İstanbul Bölgesi KONUT Kredileri Şehir Faktörü Violin Risk Grafikleri

İstanbul Bölgesi KONUT Kredileri Dönem/Yıl Matriksli Dönemlere Göre Violin Grafikleri

İstanbul Bölgesi KONUT Kredileri Şehirlere Göre Power Law Risk Analizi

İstanbul Bölgesi KONUT Kredileri Şehir/Yıl Matriksli Dönemlere Göre Power Law Risk Analizi

10- KuzeyDoğu Anadolu BölgesiKONUT Kredisi Risk Profilleri

Burada Grafik DataMining Tekniği ile KuzeyDoğu Anadolu bölgesinde

dağıtılan KONUT Kredilerini ve Takipteki KONUT Kredilerini Şehir, Yıl

ve Dönem Faktörlerine göre analiz edeceğiz.

X and Y eksenleri Log10 ölçeğinde olacak

KuzeyDoğu Anadolu Bölgesi KONUT Kredileri Şehir Faktörü Density Grafikleri

KuzeyDoğu Anadolu KONUT Kredileri Şehir/Yıl MatriksliDönemlere Göre Density Grafikleri

KuzeyDoğu Anadolu Bölgesi KONUT Kredileri Şehir Faktörü Violin Risk Grafikleri

KuzeyDoğu Anadolu KONUT Kredileri Şehir/Yıl MatriksliDönemlere Göre Violin Grafikleri

KuzeyDoğu Anadolu KONUT Kredileri Şehirlere Göre Power Law Risk Analizi

KuzeyDoğu Anadolu KONUT Kredileri Şehir/Yıl MatriksliDönemlere Göre Power Law Risk Analizi

11- Orta Anadolu BölgesiKONUT Kredisi Risk Profilleri

Burada Grafik DataMining Tekniği ile Orta Anadolu bölgesinde dağıtılan

KONUT Kredilerini ve Takipteki KONUT Kredilerini Şehir, Yıl ve Dönem

Faktörlerine göre analiz edeceğiz.X and Y eksenleri Log10 ölçeğinde

olacak

Orta Anadolu Bölgesi KONUT Kredileri Şehir Faktörü Density Grafikleri

Orta Anadolu KONUT Kredileri Şehir/Yıl MatriksliDönemlere Göre Density Grafikleri

Orta Anadolu Bölgesi KONUT Kredileri Şehir Faktörü Violin Risk Grafikleri

Orta Anadolu KONUT Kredileri Şehir/Yıl MatriksliDönemlere Göre Violin Grafikleri

Orta Anadolu KONUT Kredileri Şehirlere Göre Power Law Risk Analizi

Orta Anadolu KONUT Kredileri Şehir/Yıl Matriksli Dönemlere Göre Power Law Risk Analizi

12- OrtaDoğu Anadolu BölgesiKONUT Kredisi Risk Profilleri

Burada Grafik DataMining Tekniği ile OrtaDoğu Anadolu bölgesinde dağıtılan KONUT Kredilerini ve

Takipteki KONUT Kredilerini Şehir, Yıl ve Dönem Faktörlerine göre analiz

edeceğiz.X and Y eksenleri Log10 ölçeğinde

olacak

OrtaDoğu Anadolu Bölgesi KONUT Kredileri Şehir Faktörü Density Grafikleri

OrtaDoğu Anadolu KONUT Kredileri Şehir/Yıl MatriksliDönemlere Göre Density Grafikleri

OrtaDoğu Anadolu Bölgesi KONUT Kredileri Şehir Faktörü Violin Risk Grafikleri

OrtaDoğu Anadolu KONUT Kredileri Şehir/Yıl MatriksliDönemlere Göre Violin Grafikleri

OrtaDoğu Anadolu KONUT Kredileri Şehirlere Göre Power Law Risk Analizi

OrtaDoğu Anadolu KONUT Kredileri Şehir/Yıl MatriksliDönemlere Göre Power Law Risk Analizi

Sonuç FINTURK data setine Grafik Datamining

Tekniğini uygulayarak Bütün Türkiye nin NUTS Bölgelerinde dağıtılan ve takibe düşen KONUT Kredilerinin risk profillerinin bölgelere, şehirlere, yıllara ve dönemlere göre nasıl değiştiğini görsel olarak izledik.

Bu teknik bize risk profilleri üzerinde bu faktörlerin önemli ve anlamlı etkileri olduğunu gösterdi

İletişimkutmerih@gmail.com

kutlu@merih.netcoskun.kucukozmen@ieu.edu.trhttp://www.ieu.edu.tr/tr coskunkucukozmen@gmail.comhttp://www.coskunkucukozmen.comfatma.cinar@spk.gov.tr

http://www.spk.gov.tr/

http://www.riskonomi.com

@TRUserGroup@CORTEXIEN@Riskonometri@Riskonomi@datanalitik@Riskanalitigi@RiskLabTurkey@fatma_cinar_ftmtr.linkedin.com/in/fatmacinartr.linkedin.com/pub/kutlu-merihtr.linkedin.com/in/coskunkucukozmen

Kaynaklar Küçüközmen, C. C. Ve Çınar F., (2014). “Finansal Karar Süreçlerinde

Grafik-Datamining Analizi”, TROUGBI/DW SIG, Nisan 2014 İstanbul, http://www.troug.org/?p=684

 Küçüközmen, C. C. ve Çınar F., (2014). “Görsel Veri Analizinde Devrim” Söyleşi, Ekonomik Çözüm, Temmuz 2014, http://ekonomik-cozum.com.tr/gorsel-veri-analizinde-devrim-mi.html.

Küçüközmen, C. C. ve Merih K., (2014). “Görsel Teknikler Çağı" Söyleşi, Ekonomik Çözüm, Temmuz 2014, http://ekonomik-cozum.com.tr/gorsel-teknikler-cagi.html

Küçüközmen, C. C. and Çınar F., (2014). “Banking Sector Analysis of Izmir Province: A Graphical Data Mining Approach”, Submitted to the 34th National Conference for Operations Research and Industrial Engineering (YAEM 2014), Görükle Campus of Uludağ University in Bursa, Turkey on 25-27 June 2014.

Küçüközmen, C. C. and Çınar F., (2014). “New Sectoral Incentive System and Credit Defaults: Graphic-Data Mining Analysis”, Submitted to the ICEF 2014 Conference, Yıldız Technical University in İstanbul, Turkey on 08-09 Sep. 2014.

Küçüközmen, C. C. and Çınar F., (2015). “Visual Anaysis of Electricity Demand Energy Dashboard Graphics” Submitted to the 5th Multinational Energy and Value Conference May 7-9, 2015 Kadir Has University in İstanbul, Turkey

Merih, K. C. and Çınar F., (2015). “Sectoral Loans Default Chart of Turkey ”, Submitted to 35th National Operations Research and Industrial Engineering Congress (ORIE 2015) 09-11,September, 2015,Middle East Technical University, Ankara, Turkey