Modern Kredi Sınıflandırma Çalışmaları ve Metasezgisel Algoritma Uygulamaları: Sistematik Bir Derleme

Kredi başvurularında, başvuranların temerrüde düşüp düşmeyeceklerinin başarılı şekilde tahmin edilmesi amacıyla önerilen gelişmiş analiz yöntemlerinin sayısı, özellikle Küresel Finans Krizi sonrası dönemde önemli bir artış göstermiştir. Geleneksel istatistiksel sınıflandırma yöntemlerine alternatif olarak bilgiyi, kısıtlar ve varsayımlardan bağımsız olarak doğrudan veri kümelerinden ortaya çıkarma yeteneğine sahip makine öğrenme yöntemleri kullanılmaya başlanmıştır. Bu yöntemlerin yanı sıra, sınıflandırma performansları üzerinde çok büyük iyileştirmeler sağlayan metasezgisel algoritmalar da yazında kendilerine fazlaca yer bulmaya başlamıştır. Veri saklama ve işleme kapasitelerinde yaşanan artıştan en üst düzeyde faydalanmaya yönelik olarak öğrenme yöntemleri ile metasezgisel algoritmaların birlikte kullanımları, kredi risk değerlendirme alanına büyük katkılar sağlamaktadır. Bu derleme kapsamında 2000 sonrası dönemde yazına sunulmuş olan ve metasezgisel algoritmaların yer aldığı kredi sınıflandırma çalışmaları sistematik bir süreç ile incelenmiştir. Yazında karşılaşılan sınıflandırma yöntemleri, uygulanan metasezgisel algoritmalar ile kullanım amaçları ve sınıflandırma performans değerlendirme kriterleri ele alınmış ve mevcut duruma ilişkin genel bir çerçeve oluşturulmuştur. İnceleme, metasezgisel algoritmalar ile makine öğrenme yöntemlerine yönelik artan bir ilgi olduğunu ortaya koymaktadır ancak yöntem tercihleri birkaç alternatif üzerine yoğunlaşmış durumdadır. Yeni geliştirilen metasezgisel algoritmaların ve/veya hibrit ve birlikte kullanımların alanda daha fazla yer alması gerekmektedir. Bilgisayar ve matematik bilimlerinde yaşanan gelişmeler ile paralel olarak ilerleyecek çalışmaların, yazına sürekli katkı sunmaya devam edeceğini söylemek mümkündür.