FİNANSAL KARAR VERME SÜREÇLERİNDE GRAFİK-DATAMINING ANALİZİ

Transkript

1 FİNANSAL KARAR VERME SÜREÇLERİNDE GRAFİK-DATAMINING ANALİZİ FATMA ÇINAR, CAPITAL MARKET BOARD OF TURKEY Assoc. Prof. Dr. C. ÇOŞKUN KÜÇÜKÖZMEN İZMİR UNIVERSITY OF ECONOMICS TROUG Turkish Oracle User Group BI/DW SIG Day 3 April 2014

2 Presentation Outline 1. SECTION Finansal Karar Verme Süreçlerinde Grafik-Datamining Analizi Gerçek Zamanlı İnteraktif Data Analizi Effect and Response Analysis Model; CORTEX Dashboard Management Teknik; Java Tabanlı Bir SQL Query Tekniği Araç; CORTEX Grafik Datamining Programı Araç : CORTEX R Yazılımı Haberleşmesi Finansal Karar Verme Süreçlerinde Grafik-Datamining Analizi April 7, 2014

3 Presentation Outline 2. SECTION Finansal Karar Verme Süreçlerinde Grafik- Datamining Analizi Java Tabanlı bir SQL Query tekniği ile geliştirdiğimiz CORTEX Grafik Datamining programıyla finansal performansları etkileyen faktörleri çok boyutlu grafikler olarak analiz edebiliyoruz. Java Tabanlı yazılım herhangi bir veri bankasına da kolayca bağlanabilmektedir. Ayrıca SQL ile çekilen verileri R programına aktarıp analizleri buradan yapabiliyoruz. Uygulama BDDK FINTURK Excel verileri aracılığı ile gerçekleştirilecektir. Finansal Karar Verme Süreçlerinde Grafik-Datamining Analizi April 7, 2014

4 4 Kazanımınız Katılımcıların sunumdan kazanacağını düşündüğünüz en önemli üç edinim; Katılımcıların BI uygulamalarının karar verme süreçlerindeki etkinliği konusundaki anlayışları gelişecektir. Büyük veri kütlerinin grafiğe dönüşme konusundaki anlayışları değişecek. Effect ve Response analizi konusu bilgi edinebilecekler. Finansal Karar Verme Süreçlerinde Grafik-Datamining Analizi April 7, 2014

5 Finansal Karar Verme Süreçlerinde Grafik-Datamining Analizi 5 AMACIMIZ Gerçek zamanlı verilerden bir aksiyon alabiliyor muyuz? Yöneticilerin, IT dünyasının karmaşık kavram ve süreçlerinden arındıran, interaktif ve yalın görseller aracılığı ile veri bankalarının karmaşıklığını yok eden bir yaklaşımla stratejik karar verme pozisyonuna ulaştırabilmektir. Data üzerinde transformasyonlar ve filtrelemeler Yüksek ölçeklendirme ve interaktif analiz Finansal Karar Verme Süreçlerinde Grafik-Datamining Analizi April 7, 2014

6 Data Analizinde Yeni Dönem: In Memory System 6 Akan veri üzerinde karar verebiliyor muyuz! Akan veriyi nasıl yakalıyoruz? Real-time information, Gerçek zamanlı/batch, Acquire-Organize-Analysis, SQL Database, Ad-Hoc Reporting-R software Finansal Karar Verme Süreçlerinde Grafik-Datamining Analizi April 7, 2014

7 Günümüz İş Modellerinin Temel Sorunları 7 Analitik Dünya nın Ölü Diyagramları Yaşayan çok boyutlu işletmeleri kâğıt üzerindeki iki boyutlu ölü diyagramlara indirgemek faydadan çok zarara yol açmaktadır. Bu çalışma bunun alternatifini amaçlamaktadır. Finansal Karar Verme Süreçlerinde Grafik-Datamining Analizi April 7, 2014

8 İşletmelerin Yeni Gündemi? 8 Gerçek Zamanlı Risk Analizi İşletmelerin, kuruluşların etkinlik ve finansal fayda elde etmek amacıyla performansla ilgili gerekli kararları en iyi şekilde verebilmeleri ve ölçümleri yapabilmelerini sağlayacak, performansı optimize edebilmeleri için bütünleşik kuramsal uygulamalarla gerçek zamanlı risk analizleriyle firmanın yarattığı gerçek değerlerin ölçülmesini sağlayabilecek İş Zekası (BI) tekniklerin geliştirilmesi gündemdedir. Finansal Karar Verme Süreçlerinde Grafik-Datamining Analizi April 7, 2014

9 Stratejik Karalar İçin Her Kaynaktan Gelen Verilere Konsantrasyon Değişimle Müttefik Olmak! 9 MIT ve IBM İş Değ. Ens. Raporu Ocak 2014; Digital Dünyanın en büyük iki degişimi; Veri Patlaması Sosyal Medya. CMO %82 si veri patlamasına, %66 sı Sosyal Medyaya hazır olmadığını ifade ediyorlar Sosyal Medya kullanımı Küresel Şirketlerde hala %20. Finansal Karar Verme Süreçlerinde Grafik-Datamining Analizi April 7, 2014

10 Her Şey Digital, Tercihler Duygusal! 10 Gerçek Deger Data Setlerinde! Hayatı eskiden filozoflardan anlamaya çalışırdık. Şimdi digital platforma taşıyıp bir veriye dönüştürdük. Artık filozoflara degil, bilgisayarlara soruyoruz! İnsan davranışlarını anlamaya bir adım daha yaklaştıgımız sofistike bir dönem! Ancak Datalar bize hayatın anlamını hala söylemiyor. O kısım hala filozoflarda!!! Finansal Karar Verme Süreçlerinde Grafik-Datamining Analizi April 7, 2014

11 Demir tozları arasında elmas bulmak gibi! 11 Master Data Management Veri Bilimcileri sahneye çıkıyor! Bir sihirbaz edasıyla veri nin şirket için en karlı şekle dönüşümünde rol alan büyük oyuncular Tıpkı para avcıları gibi Wolf of the Wall Street Filmi Martin Scorsese

12 12 Unique Data nın Potansiyel İş Hacmi! İlk tahminler, ABD nin saglık sektörünün yıllık 300Milyar Dolarlık BIG DATA katma degerinde bir iş hacmine sahip olduğudur. Özellikle saglık ve finans sektörü ile hükümetlerin Unique Data konusuna daha çok kafa yormaları gerekecek. Çünkü hukuki olarak geriye dönük bu devasa sayısal bilgilerin saklanması, yedeklenmesi, arşivlenmesi ve gerektiğinde hızlı olarak erişilebilir olması gerekiyor. Finansal Karar Verme Süreçlerinde Grafik-Datamining Analizi April 7, 2014

13 Gerçek Zamanlı Risk Analizi Nasıl Olmalı? (Entegre Kurumsal Performans Yönetimi) 13 Yani performansın zaman metriği değişti aynı zamanda performans düzeyi de arttı. Bütünleşik kuramsal uygulamalar ve entegre raporlamalarla; Object Tabanlı Entegre Kurumsal Performans Yönetimi (Object Oriented Complexity Management) modeline geçip, gerçek zamanlı risk analizleriyle firmanın yarattığı gerçek değerlerin ölçülmesi sağlanabilecektir. Finansal Karar Verme Süreçlerinde Grafik-Datamining Analizi April 7, 2014

14 14 Yeni Algoritmalar/Yeni Toollar Veri madenciliğinde kullanan birçok algoritma var. Bunların geliştirilmesi, çalıştırılması ve yorumlanması ileri düzeyde matematik ve enformatik bilgisi gerektiriyor. Kendi tool unu yazan ve ona göre mining çalışması yapan şirket sayısı maalesef çok az Finansal Karar Verme Süreçlerinde Grafik-Datamining Analizi April 7, 2014

15 15 Unique Data Analysis Grafik Datamining ile Data kütlelerindeki kompleksiteyi yorumlanabilir hale getirmeye çalışıyoruz. SQL ile okutulan Database ler analiz edilirken, yapılan analizlerin sonuçları hem anlık olarak değerlendirilebiliyor hem de grafik üzerinde interaktif sorgulamayla, grafik revize edilebiliyor ve CORTEX Dashboard da saklanabiliyor. Finansal Karar Verme Süreçlerinde Grafik-Datamining Analizi April 7, 2014

16 Konvansiyonel istatistikten finansal entropik analize geçiyoruz. 16 Cortex BI (Cortex Business Intelligence) Analitik dünyanın analizleriyle bu yüksek veri kütlelerinden anlamlı sonuçlar çıkartmak mümkün olmuyor. Bunlar matematiğin egemen olduğu bir dünyada geliştirildiler. Düşük veri kütleleriyle başa çıkabilmek için tasarlandılar. Bugün yüksek veri kütlelerinden yorum çıkartabilecek yeni teknik ve yaklaşımlara ihtiyacımız var. Finansal Karar Verme Süreçlerinde Grafik-Datamining Analizi April 7, 2014

17 17 CORTEX Dashboard Management CDM Kompleks bir kuruluşun bütün ünitelerine, dokümanlarına ve bilgilerine yöneticinin tek bir ekrandan ulaşabilmesi ve bunlardan stratejik karar üretebilmesi amacı ile geliştirdiğimiz Java tabanlı bir İş Zekası (Business Intelligence) Yazılımıdır. Bu amaç için geliştirilen çok sayıda modülü bulunmakla birlikte bu çalışmada finansal analize yardımcı olacakları kullanacağız. Finansal Karar Verme Süreçlerinde Grafik-Datamining Analizi April 7, 2014

18 18 COMPLEXITY SYSTEM - FRAKTAL AG MODELİ

24 24 Excel dosyasından SQL ile çekilen verileri CORTEX verileri filtrelenebilen ve sort edilebilen bir Java Tablosuna dönüştürdük. Buradan da CORTEX in Grafik Modülene geçiyoruz.

25 yılları arasında İzmir vb. finansal yapıdaki şehirlerin Finansal Risk Haritası BDDK Finturk verilerinden derlenen bilgilerle oluşan IZMIRSET.XLS dosyasından SQL-Excel modülüyle çekilen data üzerinden İzmir ve benzeri şehirlerin finansal risk haritasını yorumlayacağız. İzmir ve Benzeri şehirleri yine CDM yardımı ile belirledik. Bu modül bize herhangi bir excel dosyasından istediğimiz sütün ve satırlar üzerinde çalışma olanağı sağlar. Finansal Karar Verme Süreçlerinde Grafik-Datamining Analizi April 7, 2014

26 26 Toplam Mevduat Karşısında Toplam Nakdi Kredi

27 CORTEX DM Grafik Modülü 27 CORTEX yazılımının grafik modülü bize seçilen iki nümerik değer arasındaki ilişkinin seçilen bir kategorik faktörün etkisi altındaki görünümünü verir. Buna göre CORTEX grafikleri 3-Boyutlu bir yoruma olanak sağlıyor. Bundan fazlası da mümkündür. Burada SEGMENT olarak adlandırılan seçilmiş faktör ŞEHİR olacaktır. İstenirse bu segmentler de interaktif olarak değiştirilebilir. CORTEX grafik modülü ayrıca interaktif olarak seçilen verilerin ve segmentlerin değiştirilebilmesine ve grafiğin seçilen segment elemanına göre filtrelenebilmesine olanak sağlar. Aşağıdaki grafik ilk grafiğin İZMİR şehrine göre filtrelenmiş halidir. Filtre Segmentin ortalamasını (magenta) sistemin ortalaması (kırmızı) ile karşılaştırabiliyorsunuz. Böylece sayısal metriğe gerek kalmadan sapmalar görsel olarak yorumlanabiliyor. Finansal Karar Verme Süreçlerinde Grafik-Datamining Analizi April 7, 2014

28 28 Toplam Mevduat Karşısında Toplam N.Kredi (Log)

29 Toplam N. Krediler Grafik Analiz 29 Grafiklerdeki ortalama çizgilerin eksenlere yakınlığı yüksek montanlı kredilerin fantezi olduğunu esas kütlenin sıfır civarında yoğunlaştığını gösteriyor. Bu grafiğe göre bankalar düşük rakamları çok sayıda müşteriye dağıtarak dosya masrafı-sigorta ve komisyon overhead den para kazanıyorlar. Aynı durumu taşıt kredilerinde de gözlemlemek mümkün Grafiklerin daha anlamlı olması için Logaritmik Eksen opsiyonunu kullanacağız. Finansal Karar Verme Süreçlerinde Grafik-Datamining Analizi April 7, 2014

30 30 Toplam Mevduat Karşısında Toplam N.Kredi (İzmir)

31 Toplam Nakdi Krediler Karşısında Takipteki Alacaklar 31

32 Toplam G.Nakdi Kredi Karşısında Takipteki Alacaklar (Log) 32

33 33 Takipteki Alacakların Toplam Nakdi Kredileri Üzerindeki Oranının İl Bazında Dağılımı Kayseri ve Muğla İhtiyatlı Ankara da gayri İktisadi saikler yoluyla verilen krediler söz konusu. İllerde aynı şartlar altında kredi verilmiyor. Ankara daki bütün bankalar aynı riskleri alıyor. Finansal Karar Verme Süreçlerinde Grafik-Datamining Analizi April 7, 2014

34 34 Toplam Mevduat Karşısında Takipteki Alacaklar

35 35 Gnakdi Krediler Karşısında Takipteki Alacaklar

36 36 Takipteki Alacak Karşısında Takipteki Enerji

37 37 Toplam Ticaret İllere Dağılımı

38 38 Takip Konut Kredilerinin İllere Dağılımı

39 Takipteki Kredi Kartının İllere Dağılımı 39 COMPLEXITY SYSTEM - FRAKTAL AG MODELİ

40 40 Finansal Entropik Analize Geçiş Finansal faktörlerin performans frekanslarını entropik analizle ortaya koyuyoruz. Entropi olasılıkların (yüzdelerin) logaritmik tabanlı bir anlamlılık metriğidir. Bir çok uygulamada varyanstan daha etkili olduğu görülmüştür. En yaygın uygulama dağılımların simetriden sapmalarının yani eşitsizliğin ölçümlenmesidir. Finansal Karar Verme Süreçlerinde Grafik-Datamining Analizi April 7, 2014

41 ENTROPİ ve VARYANS: KARŞILAŞTIRMA Varyans bir yayılma ölçüsüdür ve basit yapısı nedeniyle yoğun bir şekilde kullanılır. Tarihi olarak varyans belirsizlik ve risk analizlerinde temel bir rol oynadı. Buna karşılık ENTROPİ olgusunun varyanstan daha geçerli bir dağılım ve otokorelasyon ölçüsü olduğunu söyleyebiliriz. Ayrıca varyansın bir belirsizlik ölçüsü olabildiği de kesin değildir. Bazı dağılımların varyansı olmayabileceğine karşılık bütün dağılımların entropileri mevcuttur. Yakın bir zamanda entropi belirsizliğin temel bir ölçüsü olarak alınmaya başlamıştır. Bu çalışmada entropi, pay dilimlerini karşılaştırma ölçüsü olarak kullanılacaktır. Şimdi veri setinde dağıtılan toplam nakdi krediler karşısında Takipteki Alacakları inceleyelim! Finansal Karar Verme Süreçlerinde Grafik-Datamining Analizi April 7, 2014

42

43

44 Kredi Dağılımının Entropik Analizi

45 Kredi Dağılımının Entropik Analizi Buradaki birinci grafik Toplam Nakdi krediler içindeki Takipteki Alacakların şehirlere dağılımı gösteriyor. Entropi matematiğine girmeden hemen söyleyebiliriz ki, pay grafiklerine göre sehirlerin payı veri setinde eşit olduğu halde kredi dağılımındaki ve alacak takiplerindeki payları aynı değil. Üçüncü grafikteki renkli sütün faktör paylarını, gri çubuk x paylarını, siyah çubuk y paylarını gösterir. Renkli çubukların aynı boyda (eşit payda) oldukları görülüyor. Yeşil Ankara da dağıtılan krediler sistem payının çok üstünde olduğu halde takipteki alacak payı bunun altında. Turuncu İzmir daha düşük payda kredi dağıtıyor fakat takipteki alacakları bu payın üstünde. Buradan İzmir finansal ortamının Anlara ya göre daha riskli olduğunu söyleyebiliriz. Bu yaklaşımla diğer şehirlerin bazılarını riskli bazılarının ise başabaş olduğunu söyleyebiliriz. Finansal Karar Verme Süreçlerinde Grafik-Datamining Analizi April 7, 2014

46 46 CORTEX Tablo Verilerinin R Yazılımına Aktarılması CDM Yazılımı SQL ile Database veya excel dosyalarından çekilen verilerin R yazılımına aktarılarak bu çok güçlü yazılımın eşsiz olanaklarından yararlanmaya olanak sağlar. Aşağıdaki grafikler çekilen verilerin R yazılımına transferini ve burada grafiklenmesini göstermektedir. Finansal Karar Verme Süreçlerinde Grafik-Datamining Analizi April 7, 2014

47 47 Aynı Java Tablosundaki verileri tablo üzerindeki tek bir tuşla R programına aktardık. Ayrıca R üzerinden de yeni grafikler elde ettik.

49 49

50 Takipteki Alacakların Toplam Nakdi Kredileri Üzerindeki Oranının İl Bazında Dağılımı 50 COMPLEXITY SYSTEM - FRAKTAL AG MODELİ

51 51 Takipteki Alacakların Toplam Nakdi Kredileri Üzerindeki Oranının İl ve Yıl Bazında Dağılımı

52 CONCLUSION 52 Object-tabanlı İnteraktif Kontrol Sistemde bulunan veriler kullandığımız Java yazılımıyla SQL tabanlı databaseler gibi veri kaynağı objectler ile bir araya getirilmiş, CORTEX Tablosu oluşturulmuş ve istatistiksel sorgulamaların yapılabilmesine imkân tanıyan bir alt yapı kurulmuştur. Tüm veri kaynaklarını, yönetilebilir tek bir havuzda konsolide ve entegre edilen raporlarla işletme nabzını tutan özet raporların ve grafiklerin anında görüntülenmesi sağlanmış olacaktır.

53 53 Stephen HAWKING 21.th CENTURY WILL BE COMPLEX SCIENCE CENTURY

54 Contact tr.linkedin.com/in/fatmacinar/ tr.linkedin.com/in/coskunkucukozmen

55 References 55 Merih, K., ve Çınar, F., (2012). Örgüt Yapılarındaki Değişimin Modellenmesinde Kompleksite (Complexity) Yaklaşımı, 32. Ulusal Yöneylem Araştırması ve Endüstri Mühendisliği Kongresi, s.261, Haziran 2012, < İstanbul. < Merih, K., ve Çınar, F., (2013). Modelling of Corporate Performance In Multi- Dimensional Complex Structured Organizations: CBBC Approach, Submitted to the third International Conference in Economics ECON2013 to be held in Eskisehir, Turkey on June Küçüközmen, C., C., and Çınar F., (2013). Modelling of Corporate Performance In Multi-Dimensional Complex Structured Organizations CBBC Management, 2nd International Symposium on Chaos, Complexity and Leadership (ICCLS), METU, Ankara, Turkey on December 2013,