Classification of Domestic and Foreign Commercial Banks in Turkey Based on Financial Efficiency  A Comparison of Decision Tree  Logistic Regression and Discriminant Analysis Models

Albayrak, ALİ

Classification of Domestic and Foreign Commercial Banks in Turkey Based on Financial Efficiency A Comparison of Decision Tree Logistic Regression and Discriminant Analysis Models

Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, cilt.14, sa.2, ss.113-139, 2009 (Hakemli Dergi)

Yayın Türü: Makale / Tam Makale
Cilt numarası: 14 Sayı: 2
Basım Tarihi: 2009
Dergi Adı: Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi
Derginin Tarandığı İndeksler: Other Indexes
Sayfa Sayıları: ss.113-139
Recep Tayyip Erdoğan Üniversitesi Adresli: Hayır

Bu çalışmada yerli ve yabancı olarak önceden grup üyeliği belirlenmiş bankaların sınıflandırmasında yaygın olarak kullanılan veri madenciliği tekniklerinden diskriminant, lojistik regresyon ve karar ağacı modelleri karşılaştırılmaktadır. Üç sınıflandırma tekniği, bankalarla ilgili seçilmiş likidite, gelir-gider, karlılık ve faaliyet oranları kullanılarak karşılaştırılmaktadır. Araştırmanın sonuçları, bankaların sınıflandırmasında karar ağacı modelinin geleneksel diskriminant ve lojistik regresyon modellerine üstünlük sağlayarak alternatif etkili bir sınıflandırma tekniği olarak kullanılabileceğini göstermektedir.

This study compares the data mining (DM) techniques of linear discriminant analysis (LD), logistic regression (LR) and classification and regression tree analysis (CRT), which can be used to develop classification for predicting the group membership of commercial banks into two pre-defined groups, namely domestic and foreign banks. The application of the three techniques is illustrated by comparing the classification models obtained by applying them to selected liquidity, cost-revenue, profitability and activity bank ratios data set. As the results reveal that CRT outperform traditional discriminant analysis and logistic regression techniques in terms of bank classification accuracy and thus provide an effective alternative for implementing bank classification tasks.