Farklı kümeleme tekniklerinin karşılaştırılması üzerine bir uygulama

Abstract

Bilgi sistemleri ve teknoloji alanındaki ilerlemeler, çok değişkenli analiz tekniklerinin uygulanmasını kolaylaştırmış ve yaygın hale getirmiştir. Kümeleme analizi, çeşitli alanlarda sıklıkla kullanılan çok değişkenli analiz yöntemlerinden bir tanesidir. Seçilen gözlem birimlerinin benzerlik ya da uzaklık ölçülerine göre gruplanması amacını taşıyan bu yöntemde, gözlemlerin bir kümeye kesin olarak atanması her zaman mümkün olmayabilir. Bu noktada, bulanık kümeleme analizi önem kazanmaktadır. Kümeleme ve bulanık kümeleme analizlerinin kullanıldığı alanlardan bir tanesi de bankacılık sektörüdür. Bankalar finansal performansları, karlılık oranları, sermaye yapıları gibi farklı ölçütlere göre sınıflandırılabilmektedir. Bu çalışmanın amacı, 2015 yılında Türkiye’de faaliyette olan bankaların sermaye yeterliliklerine göre gruplandırılmasıdır. Bu amaçla, 46 bankanın kümelenmesi için hiyerarşik yöntemlerden Ward yöntemi, hiyerarşik olmayan yöntemlerden k-ortalamalar yöntemi ve bulanık kümeleme yaklaşımlardan bulanık c-ortalamalar yöntemi kullanılmıştır. Analizde kullanılan sermaye yeterliliği oranları standartlaştırma işlemine tabi tutulmuştur. Sonuç olarak, her üç yöntem için de çalışmada kullanılan bankaların üç farklı kümede toplandığı gözlenmiştir. Ayrıca klasik kümeleme yöntemlerinden farklı olarak, bulanık c-ortalamalar yöntemi sonucunda bankaların kümelere atanma olasılıklarını temsil eden üyelik dereceleri elde edilmiştir. Bu üyelik dereceleri incelendiğinde, çoğu banka yüksek üyelik dereceleriyle bir kümeye atanırken, bazı bankaların kümelere üyelik derecelerinin nispeten de olsa birbirlerine yakın olduğu gözlenmiştir.

Advances in information systems and technology have facilitated and made the application of multivariate analysis techniques easier. Clustering analysis is one of the multivariate analysis methods that are frequently used in various fields. In this method, which is aimed at grouping the selected observation units by their similarity or distance measures, it may not always be possible to precisely assign the observations to a cluster. At this point, fuzzy clustering analysis comes into prominence. One of the areas where clustering and fuzzy clustering analyzes are used is the banking sector. Banks can be classified according to different measures such as financial performances, profitability ratios, capital structures. The purpose of this study is to group the banks operating in Turkey in 2015 according to their capital adequacy. For this purpose, Ward method from hierarchical methods, the k-means method from non-hierarchical methods, and the fuzzy c-means method from fuzzy clustering approaches were used for the clustering of 46 banks. The capital adequacy ratios used in the analysis were standardized. As a result, it was observed that the banks used in the study were collected in three different clusters for all three methods. In addition, unlike the classical clustering methods, as a result of the fuzzy c-means method, the membership scores representing the probability of assigning banks to clusters were obtained. When these membership scores were examined, it was observed that, while most banks are assigned to a cluster with a high membership rating, some banks have cluster memberships that are relatively close to each other.