Yeni Ekonomide Sektörel Analizler

Transkript

1 Yen Ekonomde Sektörel Analzler Prof. Dr. Ünal H. ÖZDEN 1

2 Ekonomnn Değşm Evreler 1950 l yıllardan başlayan ve 1990 lı yıllarda olgunluk dönemne erşen elektronk çağı yern, yen medya, djtal ağlar ve yen temel teknolojlern ürün ve üretm süreçlernde esaslı br role sahp olduğu yen ekonom aşamasına bırakmaktadır. Ekonomk yaşamda devrm yaratan evreler arasındak süre gttkçe kısalmakta ve zamanımızda değşm ve lerlemenn hızı artmaktadır. 2

3 Yen Ekonom Yen ekonom blgnn; elde edlmes, şlenmes ve dönüştürülmes dağıtımı süreçlern kapsar. Bu üç temel süreç, blgsayar sstemnn fzksel araçları le brlkte, nsan yardımı le bütün sürec kontrol eden yazılım sstem sayesnde şler. Yen ekonomnn en öneml özellğ, blgnn temel üretm faktörü olarak ön plana çıkmasıdır. Yen ekonom sektörlernde beşer sermaye, fzksel sermaye le entelektüel sermayey güçlü br şeklde tamamlayan br rol üstlenmektedr. Gerek enformasyon teknolojlernn kullanımı ve gerekse üretm, ntelkl şgücü talebn artırır. Dolayısı le beşer sermaye yatırımlarında artış gözlenr. Pek bunlar nedr? Enformasyon ekonoms (nformaton economy), ağ ekonoms (network economy), blg ekonoms (knowledge economy), djtal ekonom (dgtal economy) ve yen ekonom (new economy) 3

4 Yen Ekonom Neden Ortaya Çıktı? Yen ekonomnn ortaya çıkmasına neden olan temel faktörler şunlardır: Blg ve letşm teknolojsnde devrm Bu artış, br yandan blgsayar ve letşm malyetlernde meydana gelen azalmanın (Şekl); öte yandan, tüketclern htyaç ve gereksnmlerne cevap verleblmesnn br sonucudur. Bu eğlm çeştl faktörlerden kaynaklanmaktadır: Çp teknolojsnde görülen lerlemeler; Kablolu ve kablosuz letşm sstemler le fotonk letşm teknolojlerndek lerlemeler; Ürün, üretm süreçler ve hzmetlern djtalleşmes ve ortak standartların gelştrlmes ve yazılım-donanım teknolojlerndek lerlemeler; Kopyalama, depolama, hafıza, tasarım, görüntü gb destekleyc ntelğe sahp teknolojlerdek hızlı gelşmeler; Uygun yazılımların üretlmes ve gelştrlmesne yönelk yen araçların üretlmes, nternet ve nternet teknolojsndek büyük gelşmeler. Globalleşme ve deregülasyon Yen ekonomnn ortaya çıkmasında rol oynayan dğer br faktör de ktsad faalyetlern hızla globalleşmes ve mal, sermaye, teknoloj ve hzmetler le üretm ve dağıtım süreçlernde global düzeyde deregülasyon eğlmnn varlığıdır. Son otuz yılda üç alanda ktsad deregülasyon hareketler söz konusu olmaktadır: Mal ve hzmetlern tcaretnde uygulanan tarfe ve tarfe dışı tcaret engellernde azalma (korumacılığın gerlemes); Ulusal pyasaların dalgalanmaya bırakılması ve dolaysız yabancı yatırımlar ve dğer uluslararası sermaye akımları le teknoloj transferler önündek engellern azaltılması (fnans ve sermaye pyasalarının serbestleştrlmes) ve Telekomünkasyon, hava taşımacılığı, fnans ve sgorta sektörler başta gelmek üzere mal, hzmet ve fnansal faalyetlern deregülasyonu ve tekellern ortadan kaldırılması (yurtç pyasaların deregülasyonu). Bu gelşmeler sonucunda global düzeyde teknoloj akım ve transferlernn hız kazanması ve rekabetn artması mal ve hzmet fyatlarında dramatk düşüşlern meydana geleblmesne mkan sağlamaktadır. 4

5 Yen Ekonomnn Özellkler Yen ekonom blg ekonomsdr. Yen ekonom djtal br ekonomdr. Yen ekonomde sanallaşma öneml rol oynamaktadır. Ekonomnn kıtlığa dayalı olma ntelğ aşınmaktadır. Yen ekonom br ağ ekonomsdr. Yen ekonomde blg malları ortaya çıkmaktadır. Yen ekonomde aracılar büyük ölçüde ortadan kalkacaktır. Yen ekonomnn hakm sektörü teknoloj, letşm ve medyadır. Yen ekonom yenlk temell br ekonomdr. Yen ekonom br hız ekonomsdr. Yen ekonom küresel br ekonomdr. Yen ekonomde gayr-madd malların önem artmaktadır. Yen ekonom sosyal problemler berabernde getrmektedr. 5

6 6

7 Sektör Nedr? Br ekonomnn aynı ortak özellkler taşıyan alt bölümlerne sektör denr. Ekonomnn belrl sektörlere ayrılması gerek teork analzler gerekse uygulama açısından büyük önem taşır. Br ekonom çeştl açılardan sektörlere ayrılablr. Örneğn üretmn ntelğne göre, tarım sektörü, sanay sektörü ve hzmetler sektörü şeklnde ya da grşmcnn ntelğne göre özel sektör ve kamu sektörü ya da faalyetlern ç ve dış pyasaya yönelk oluşuna göre yurt ç sektör ve dış tcaret sektörü şeklnde ayrılması gb. Bazan sektör kavramı daha alt düzeyde ortak faalyetler fade eder. Örneğn tarımın kend çnde btksel üretm, hayvansal üretm ve madenclk sektörü ya da sanaynn gıda, çk, dokuma, demr-çelk, makna, orman ürünler, v.s. bçmnde sektörlere ayrılması gb. Sektör Lstes 1 Adalet ve Güvenlk 14 Kültür, Sanat ve Tasarım 2 Ağaç İşler, Kağıt ve Kağıt Ürünler 15 Maden 3 Blşm Teknolojler 16 Medya, İletşm ve Yayıncılık 4 Cam, Çmento ve Toprak 17 Metal 5 Çevre 18 Otomotv 6 Eğtm 19 Sağlık ve Sosyal Hzmetler 7 Elektrk ve Elektronk 20 Spor ve Rekreasyon 8 Enerj 21 Tarım, Avcılık ve Balıkçılık 9 Fnans 22 Tekstl, Hazır Gym, Der 10 Gıda 23 Tcaret (Satış ve Pazarlama) 11 İnşaat 24 Toplumsal ve Kşsel Hzmetler 12 İş ve Yönetm 25 Turzm, Konaklama, Yyecek-İçecek Hzmetler 13 Kmya, Petrol, Lastk ve Plastk 26 Ulaştırma, Lojstk ve Haberleşme 7

8 Sektör Analz Nedr? Temel analz ncelemelernde genel ekonomnn ardından sektör analz gerçekleştrlerek sektörün karlılığı ve gelecek beklentsnn ne yönde olacağı araştırılır. Hane halklarının talepler, hükümet poltkaları, tcaret uygulamaları sektörler büyük oranda etklemektedr. Sektörün büyümes ve olumlu sonuçlar vermesnde ekonomnn de büyük etks vardır. Sektörün karlılığı ve sektörün gelecekte olumlu yönde lerlemes, sektörde yer alan frmaların y sonuçlar elde edebleceğn gösterr. Bazı durumlarda se tam ters etk de çıkablr. Ekonomnn y olması bazı sektörlern düşüş yaşamasına ve hatta btmesne dah yol açablr. Sektör analznden sonra sektörde yer alan frmalar çn frma analz yapmak gerekr. 8

9 Sektör Analz Nasıl Yapılır? Sektör analz le varılmak stenen sonuç sektörler nceleyerek hang sektörün daha karlı br sektör olacağı sonucuna varmaktır. Sektör analz yapılırken; Ürün Yaşam Eğrs Teknoloj Arz ve Talep İlşkler Karlılık Oranları Sektörün Yapısı Rekabet Koşulları Ürün veya Hzmetlern Pazar Payı Yasal Düzenlemeler Hammadde Bulunablrlğ ve Temn gb başlıklar altında sektörü ncelemek gerekr. 9

10 Sektör Analz Nasıl Yapılır? Ürün Yaşam Eğrs Ürün yaşam eğrs 5 aşamadan oluşur. Gelştrme: Ürünün yenlenme veya cat süresde denleblr. Ürün çok az sayıda kontrol amaçlı olarak satılır. Sonuçlar göz önüne alınır. Grş: Ürünün pyasaya yavaş yavaş sunulma aşamasıdır. Öneml br aşamadır. Çoğu frma bu aşamada kalmaktadır. Olumlu sonuçlar gözlenrse ürün satışları artmaya başlar. Büyüme: Grş dönemn başarıyla atlayan frma artık büyüme ve satışları arttırma yolunda lerlemektedr. Maksmum satış ve üretm bu aralıkta gerçekleşr. Ayrıca ürünün takltler bu dönemde gerçekleşr ve pyasaya grmeye başlar. Olgunluk: Mnmal boyutta artışlar ve azalışlar yaşanır. Bu dönemn sonlarına doğru frma üretmn azaltmaya başlar. Ayrıca bu dönemn sonlarına doğru ürüne olan talepde azalmalar meydana gelr. Ürün artık sıradanlaşmaya başlamış ve pyasa da ürüne benzer br çok takltler dolanmaya başlamıştır. Gerleme: Üretm ve satışlar gttkçe azalır. Pyasada bulunan taklt ürünler daha çok satılmaya başlayablr Ürün artık hayatının sonlarına ulaşmaya başlamıştır. Yukarıda k göstergeden anlaşıldığı gb ürünlernde nsanlar gb kısıtlı ömürler vardır. Tab k gelştrldkçe veya yenlk eklendkçe ürünün ömrü uzar. Yukarıdak aşamalarda en öneml kısım grş kısmıdır. Frma bu süreçte başarı yakalar ve pyasası ürünü sever talep de bulunursa büyüme noktasına ulaşır. Büyüme noktasına frmalar çok y kar sağlar ve yatırımlarını arttırarak olgunlaşma dönemnde bunları hsse senetlerne yansıtır. Dışarıdan bakıldığında kolay gb gelse de oldukça zor ve sıkıntılı süreçtr. Belrszlkler çok fazladır. 10

11 Sektör Analz Nedr? Teknoloj Gelşen teknoloj le yen sektörler ortaya çıkmakta, ekonom ve pyasada büyük paya sahp olmaktadır. Ayrıca teknolojye uymayan frmalar zamanla bulundukları konumu koruyamamakla beraber daha aşağılara doğru düşmektedr. Teknoloj sektör analznde gözden kaçırılmaması gereken öneml başlıklardandır. Son zamanlarda teknolojnn getrdğ nternet sektörü ortaya çıkmış ve çok büyük konumlara sahp olmuştur. Arz ve Talep İlşkler Sektöre olan arz ve talepler zamanla değşr. İnsanların taleplern y anlamak önemldr. Ayrıca ekonomnn talep de büyük etks vardır. Ekonomnn taleplerde nasıl değşmeler yaratacağını da y tahmn edlmeldr. Arz se taleple uyumlu koşulda lerlemeldr. Taleb karşılayacak şeklde olmalı ve aşırı ne de az olmalıdır. Sektörün arz ve talep lşkler sektör analz çn önemldr. Karlılık Oranları Sektörlern frmalara sunduğu karlılık oranları vardır. Bazı sektörlerde karlılık çok yüksek ken bazı sektörlerde se düşük olablr. Bu yükseklk ve düşüklük zamanla yer değştreblr. Karlılığın yüksek olduğu sektörlerde k frmalar yatırımlarını arttırarak büyüme yoluna gderler. Bu yüzden karlılığın yüksek olduğu sektörler seçmek ve o sektörün geleceğn de y tahmn etmek y br sektör analz oluşturur. 11

12 Sektör Analz Nedr? Sektör Yapısı Her sektörün altyapısı veya zemn olarak tanımlayableceğmz br yapısı vardır. Sektör yapıları zamanla değşm göstereblr. Yapısını koruyan veya gelştren sektörler ömürlern uzatmaya yönelk çalışmalar yapmış olur. Bu yapının sağlamlığına ve gelşmesn ncelemek gerekr. Rekabet Koşulları Sektör ç ve dışı rekabet her zaman bulunmaktadır. Sektörlerde tıpkı frmalar gb rekabet çersndedr. Rekabetn kaybetmeyen ve uyum sağlayan sektörler terch edlmeldr. Yasal Düzenlemeler Çeştl yasal düzenlemeler sektörlern önünde engel oluşturablr. Bazı durumlarda se sektörlern daha ön plana çıkmasına olanak sağlayablr. Yasal düzenlemelern sektörlerdek etksn ncelemek sektör analz çn oldukça önemldr. Hammadde Bulunablrlğ ve Temn Sektörlern hayatlarını devam ettreblmes çn hammaddelere htyaçları vardır. Hammadde bulunablrlğ ve temn edleblrlğ önemldr. Temn ve ya bulunablrlğ azalan hammaddeler sektörlern kar ve yatırımlarının düşmesne sebep olacaktır. Çoğu zaman sektörlern sonunu da getreblr. 12

13 Tahmn (Tahmn-Forecast) Gelecek olayların önceden kestrlmes sürec, sanat ve blmdr. Tahmn, gelecekte olacak farklı şeyler belrleme ve bu farklı şeylern her brnn nasıl olacağını (neye benzeyeceğn) önceden belrleme sürecdr. Tüm şletme kararlarının temeln oluşturur: Üretm Envanter İnsan kaynakları Tess... Yargı ve sezg, tahmn çn gerekl se de günümüzde brçok tahmn yöntem gelştrlmş, tahmn falcılıktan ayrılıp epey yol kat etmştr. Sales wll be $200 Mllon! 13

14 Kötü tahmnn sonuçları? Markette stedğnz ürün yok Ktapçıda stedğnz ktap yok Restoranda menüdek stedğnz br yemek yok... Hçbr şletme ş şansa bırakıp, bekleyp görelm dyemez, bunların tümü yağmura hazırlıksız yakalanma gb, kötü öngörünün sonucudur. 14

15 Tahmn ve Planlama Hepmz, şletmede ya da yaşamımızda gelecek olaylara lşkn tahmnler yaparız ve bu tahmnler esas alarak plan yapar, adım atarız. Br olayı planlamak, geleceğ öngörmey gerektrr. Tahmn le planlama brbrnden farklıdır. Tahmn gelecekte ne olableceğ le lgl ken, planlama gelecekte ne olması gerektğn düşünme le lgldr. Tahmn planlama faalyetlernde grddr. Kötü tahmn kötü planlama le sonuçlanır. 15

16 Tahmn (Öngörü) Türler Ekonomk öngörüler Enflasyon oranı, para arzı, planlama göstergeler..vs Teknolojk öngörüler Teknolojk gelşme oranı Yen ürünlern kabul görmes Talep öngörüler Mevcut ürünün satışlarını kestrme-öngörme (talep kısıtlanmaz se satış öngörümü le aynı olur) 16

17 Talep Tahmn Yapma Nedenler Tüm şletme kararları tahmnler esas alınarak yapılır: Hang pazara grlecek Hang üründen ne kadar üretlecek Ne kadar kapaste gerekecek (makne ekpman..) Ne kadar stok bulundurulacak Ne kadar şgören alınacak... 17

18 Zaman Boyutuna Göre Tahmn Türler Kısa dönem tahmnler 1 yıla kadar, genelde 3 aydan az Görevlern programlanması, şgücü tahssler Orta dönem tahmnler 3 ay -3 yıl Satış ve üretm planlama, bütçeleme Uzun dönem tahmnler 3 yıl üzer Yen ürün planlama, tess kuruluş yer Öngörüler nadren mükemmeldr. Öngörüler, tek tek kalemler yerne ürün grupları çn yapılırsa daha doğru olur. Kısa dönem öngörüler uzun döneme oranla daha doğru, geçerldr. Daha alt kademelerde daha kısa sürel tahmnler yapılır. Ürün yaşam eğrsnn grş ve büyüme dönemler, olgunluk ve düşüş dönemlernden daha uzun sürel öngörüler gerektrr. 18

19 Tahmnde İzlenecek 7 Adım Tahmn yapılacağına karar verme Tahmn edlecek kalemler seçme Tahmnn zaman boyutunu belrle Tahmn model/modellern seç Verler topla Tahmn yap Sonuçların geçerllğne bak ve uygula 19

20 Tahmn Yöntemler En çok kabul gören sınıflandırma: 1. Kaltatf (subjektf-yargısal ntel) yöntemler 2. Kanttatf (objektf-statstk-ncel) yöntemler Tahmn Sstem Geçmş Verler Kanttatf Öngörü Değerlendrme Öngörü Gözlem Kaltatf Öngörü Yönetmn (kanaat) yargısı, tecrübes Ger Bldrm Analz 20

21 Kaltatf Yöntemler Kş veya grupların görüş ve yargılarına dayanan, çoğunlukla verlern olmadığı veya az olduğu durumlarda veya geçmş verler geleceğ öngörmede duyarlı değlse kullanılan yöntemlerdr. Yen ürünler, yen teknoloj Subjektftr, matematksel değldr. Çevredek son değşklkler le lşklendrleblr ve çmzdek hss, deneym aktarablrz. Öngörüyü yanıltablr, yanlış yönlendreblr, doğruluğu azaltablr. İnternet üzernden satışların öngörülemes. Kanttatf Yöntemler Geçmş dönemlerdek verler esas alan matematksel modellere dayanır. Geçmş verler vardır ve durumun değşmeyeceğ (dengede olacağı) kabul edlr. Mevcut ürünler, mevcut teknoloj Objektf ve açıktır. Kşye göre değşmez. Br defada daha çok ver ve blgy dkkate alablr. Çoğunlukla sayısal verler elde edlemez. Öngörünün esas alındığı verler y olduğu ölçüde doğrudur. Örnek: LCD televzyon satışlarının öngörülmes 21

22 Yöntemler karakterze eden 6 faktör (yöntemlern seçlmesnde etkl) 1. Zaman dlm: Öngörünün yapılacağı, gelecektek zaman aralığı (uzun dönem-kaltatf; kısa/orta dönem-kanttatf) ve öngörülern gelecek kaç dönem çn yapılacağı (bazı yöntemler gelecek 1 dönem bazıları brçok dönem öngöreblr) 2. Verlern zledğ yol: Verlern zledğ yola göre farklı yöntemler kullanılır. Verler br trend zleyeblr, rasgele dağılmış olablr...vs 3. Malyet: tahmn modelnn gelştrlmes, verlern hazırlanması ve uygulamanın yapılması çn çeştl malyetler gerekmektedr. Malyetler kullanılan yönteme göre değşmektedr. 4. Doğruluk dereces: tahmnde stenen doğruluk dereces, yöntemler farklılaştırmaktadır. 5. Bastlk, uygulama kolaylığı: Kolay anlaşılan ve uygulanablen yöntemler terch edlmekte, anlaşılamayan yöntemlere güven azalmaktadır. 6. Blgsayar yazılımının olması: Kanttatf yöntemlerde yazılım paket olmadan uygulama yapmak güçtür. Paketlern kolay uygulanablr ve yorumlanablr olması gerekmektedr. 22

23 Kaltatf Tahmn Yöntemler Uzmanların görüşü (tepe yönetmn görüşü) Satış elemanlarının görüşler (öngörüsü) Delph yöntem Yaşam eğrlernn benzeşm (geçmşle paralellk kurmak) Pazar araştırması 23

24 Kaltatf Tahmn: Uzmanların Görüşü (Tepe Yönetmn Fkr) Grup öngörüsü Grup bleşm Üst düzey yönetcler Uzmanlar Öngörü kapsamı Yen ürünler Teknolojk öngörüler Mevcut öngörüler Avantajı Oldukça hızlı Dezavantajlar Denetm zor Sonradan yapılan müdahaleler Çatışma durumunda çözüm Konsensus 24

25 Kaltatf Tahmn: Satış Elemanlarının Görüşler Her satış elemanı kend satışlarını tahmnler. Bölge ve ülke düzeynde brleştrlr. Satış elemanları müşter steklern blr. Fazla ymser olunablr. Satışla r Avantajları Talebe en yakın personel Talepte yerel farklılıklar Farklı talepler toplanablr Dezavantajlar Breysel önyargılar İymserlk-kötümserlk Müşter gereksnmesstekler arasındak fark Performans kaygısı 25

26 Kaltatf Tahmn: Delph Yöntem Ardışık grup sürec 3 tür kş Karar vercler Personel (yürütücü) Cevap verenler Grup-düşüncesn azaltır. Br hakem ve uzmanlar grubu Brkaç turlu (raund) grup konsensusu Personel (Satışlar ne kadar olacak? Anket) Karar Vercler (Satışlar?) (Satışlar 50 brm olacak!) Cevap Verenler (Satışlar 45, 50, 55 olacak) Üstünlükler Uzun döneml öngörüler Yen ürünler çn fena değl Teknolojk öngörüler Dezavantajlar Turlar uzayablr Yen ürünler dışında sabetllğ kuşkuludur İsabetllğ anket kaltesne bağlı 26

27 Kaltatf Tahmn: Yaşam Eğrlernn Benzeşm Br ürünün gelecektek satışları, benzer ürünlern satış blglernden esnlenerek belrleneblr. Benzer ürünlern yaşam eğrlerndek çeştl dönemlerdek satışları, özellkle yen ürünlern satışlarını öngörmede kullanılır. 27

28 Kaltatf Tahmn: Pazar Araştırması Müşterlere satın alma planları hakkında sor Tüketclern söyledkler le yaptıkları farklı olablr. Soruları cevaplamak zor olablr. Gelecek hafta ne kadar süreyle Internet kullanacaksınız? Öngörüye müşter katkısı Adımlar 1. Anket Ürün blgler Müşter blgler 2. Örnekleme 3. Anket dışı verler 4. İstatstksel analz Avantajları Kısa dönemde çok y sonuç Orta dönemde y sonuç Dezavantajlar Uzun dönemde şöyle-böyle sonuç Senaryo analzne elverşszlk Müşternn aldırmazlığı Müşter önyargıları ve beklentler 28

29 Kanttatf Tahmn Yöntemler Naf-bast yaklaşım Artmetk ortalama yaklaşımı Hareketl ortalamalar Üssel düzeltm Trend projeksyonu Mevsmlk ndeksler Zaman sers modeller Doğrusal regresyon Nedensel (lşksel) modeller 29

30 Kanttatf tahmn Yöntemler (Naf Olmayan Yöntemler) Kanttatf tahmn Zaman Serler Modeller Nedensel Modeller Hareketl Ortalamalar Üssel Düzeltme Trend Projeksyonu Doğrusal (Lneer) Regresyon 30

31 Zaman Sers Tahmnler Zaman sers, zaman çnde brbr ardı sıra noktalarda ya da zamanın brbrn zleyen dönemlernde ölçülmüş gözlemler setdr Zaman çndek geçmş verler gözden geçrerek, gelecekle lgl tahmnler yapılablr. Geçmştek ve mevcut durumu etkleyen etkenlern gelecekte de etkl olacağını varsayar Örnek Gelecek yıl çn 3 er aylık satış hacmn nasıl öngöreblrz? Son 3 yılın 3 er aylık satış verler mevcut Bu verlere bakarak satışların genel düzeyn belrleyeblrz. Artma veya azalma eğlm (trend) olup olmadığını göreblrz. Daha y ncelemeyle mevsmlk (dönemlk) durumu zleyeblr, örneğn her yıl 3. dönem satışların en yüksek olduğunu göreblrz. 31

32 Zaman Sers Bleşenler Trend (Eğlm) Devr (Konjontürel) Mevsmsel Rassal 32

33 Ürün veya hzmet taleb Trend ve Mevsmsellğe Bağlı Olarak Dört Yıllık Ürün Talep Grafğ Mevsmsel Tepe Noktaları Trend bleşen Gerçek talep çzgs Rassal değşm Dört yıldak ortalama talep Yıl 1 Yıl 2 Yıl 3 Yıl 4 33

34 Gerçek Talep, Hareketl Ortalamalar, Ağırlıklı Hareketl Ortalamalar Gerçekleşen Satışlar Ağırlıklı hareketl ortalamalar Hareketl ortalamalar 34

35 Yanıt Yanıt Trend Bleşen Devamlı br şeklde tamamen yukarı yönlü ya da tamamen aşağı yönlü br yapı Nüfusa, teknolojye vb. bağlı olarak Brkaç yıl sürel Mevsm Bleşen Düzenl aralıklarla azalan ve artan dalgalanmalar Hava koşullarına, verglere vb. bağlı olarak 1 yıllık dönem çersnde oluşur Yapının Dönem Mevsm Uzunluğu Yapıdak Mevsmlern Sayısı Hafta Gün 7 Ay Hafta 4 4 ½ Ay Gün Yıl 3 er ay 4 Yıl Ay 12 Yıl Hafta 52 Ay, Çeyrek, Yıl Ay, Çeyrek 35 Yaz

36 Yanıt Konjonktürel Bleşen Tekrarlanan yukarı ve aşağı hareketler Ekonomy etkleyen etkenlern etkleşmlernden dolayı Genellkle 2-10 yıl sürel Devr Rassal Bleşen Ay, Çeyrek, Yıl Düzensz, sstematk olmayan, artık dalgalanmalar tahmnyen olayların etklerne bağlı olarak Grev Kasırga Kısa sürel ve tekrarlanmayan 36

37 Zaman Sers Modeller Zaman sers çersnde gözlenen herhang br değer, zaman sers bleşenlernn br ürünüdür (ya da toplamıdır). Çoğaltan (multplcatve) model Y = T S C R (çeyreklk ya da aylık ver söz konusu se) Artırımlı (addtve) model Y = T + S + C + R (çeyreklk veya aylık ver söz konusu se) 37

38 Kanttatf Tahmn: Naf Yaklaşım 1995 Corel Co y t+1 = y t Gelecek dönemdek talep en yakın dönemdek talebe eşttr. Ör. Aralık taleb, Kasım talebne eşt olacaktır. t şmd t +1 t, zaman 38

39 Kanttatf Tahmn: Artmetk Ortalama Yaklaşımı y t+1 = (y t +y t-1 + y t-2 + +y t-n )/ (n+1) Gelecek dönemdek talep en yakın dönemdek talebe eşttr. Ör. Aralık taleb, Kasım talebne eşt olacaktır. t şmd t +1 t, zaman 39

40 Kanttatf Tahmn: Hareketl Ortalamalar Yöntem Hareketl ortalamalar (movng average-ma), artmetk ortalamalardan oluşan br serdr. Trend yoksa veya çok az se kullanılır. Genellkle düzeltm çn kullanılır. Eştlk: HO (MA) Geçmş n Dönemdek Talep n 40

41 Kanttatf Tahmn: Tahmn Hataları Amaç öngörünün az hatalı olmasıdır. Bunun çn öngörü hatalarının küçük olması gerekr. Hataları toplayarak hatayı ölçmeye çalışablrz. Bu bz yanıltır (+ ve ler sonucu toplam küçük çıkablr) Hataların karelern veya mutlak değerlern almak daha doğru olur. 41

42 Örnek Benzn Satışları Tahmn hafta satışlar (m 3 ) HO Tahmn (n=3) ( )/ ?? 19 42

43 Kanttatf Tahmn: Tahmn Hataları Ortalama Hata Kare (MSE) Hata kareler toplamının ortalaması MSE n 1 (y n ŷ Ortalama Mutlak Sapma (MAD) ) Hataların mutlak değerlernn ortalaması n 2 tahmn hataları Ortalama Mutlak Yüzde Hata (MAPE) y yˆ tahmn hataları MAD 1 n n n Hataların mutlak değerlernn ortalamasının, gerçek değerlern yüzdes olarak gösterlmes. MAPE, hatayı gerçek değern % s olarak fade eder. 2 MAPE 100 n 1 gerçek tahmn gerçek n 43

44 Örnek Satış Tahmn Hataları Hafta Satışlar (m 3 ) Har. Ort. Tahmn (n=3) Tahmn Hatası (H)=Satışlar-Tahmn = ? 19 Σ = 24 Σ = 92 I H I (H)2 44

45 Kanttatf Tahmn: Tahmn Hataları Ortalama Hata Kare (MSE) MSE n 1 (y n ŷ ) 2 tahmn hataları n 2 Örnek çn: MSE=92/9= 10,22 Ortalama Mutlak Sapma (MAD) MAD n y yˆ tahmn hataları 1 n n Örnek çn: MAD=24/9= 2,67 Ortalama Mutlak Yüzde Hata (MAPE) MAPE 100 n 1 gerçek tahmn gerçek n Örnek çn: MAPE= ,4562 / 8 = %5,70 45

46 Kanttatf Tahmn: Ağırlıklı Hareketl Ortalama Yöntem Geçmş verler daha az önemlyse Genelde son döneme daha fazla ağırlık verlr Eştlk: AHO (WMA) = Σ(. dönemn ağırlığı) (. dönemdek talep) ΣAğırlıklar Varsayım Talep zaman çnde görece kararlı br yönde seyredecektr. Gerçekleşen en son talep düzey, gelecek dönemn taleb çn en anlamlı grd olacaktır. Ağırlıkların belrlenmes deneme-yanılma le 46

47 Örnek 12 haftalık benzn satışları hafta satışlar (m 3 ) AHO Tahmn (n=3) Ağırlıklar =( )/6= 19,33 Tah. Hatası I H I ( H )2 3,67 3,67 13, ,33-3,33 3,33 11, ,83-3,83 3,83 14, ,83 2,17 2,17 4, ,33-0,33 0,33 0, ,33 3,67 3,67 13, ,33-0,33 0,33 0, ,33-5,33 5,33 28, ,83 4,17 4,17 17,39 47

48 Ağırlıklı Hareketl Ortalama MSE=103,43/9=11,49 MAD=26,83/9=2,98 48

49 Üssel Düzeltme Yöntem Ağırlıklı hareketl ortalamanın br şekl Ağırlıklar üssel olarak azalır Son verlere daha fazla ağırlık verlr Düzeltme sabt kullanılır () 0-1 arasında Deneme yanılma le seçleblr Geçmş verlere lşkn daha az kayıt gerektrr F t = A t (1-)A t (1- ) 2 A t (1- ) 3 A t (1- ) t-1 A 0 F t = t dönemndek tahmn değer A t = t dönemndek gerçek değer α = Düzeltme sabt F t = F t-1 + (A t-1 - F t-1 ) Tahmn hesaplamak çn kullanılır. 49

50 Örnek Benzn Satışları F t = F t-1 + α (A t-1 - F t-1 ) Hafta(t) Satışlar(Yt) (m 3 ) At Ft (α=0,2) Tahmn hatası I H I ( H ) * =17+0,2*(17-17) = ,80 1,2 1,2 1, ,04 4,96 4,96 24, ,03-1,03 1,03 1, ,83-2,83 2,83 8, ,26 1,74 1,74 3, ,61-0,61 0,61 0, ,49 3,51 3,51 12, ,19 0,81 0,81 0, ,35-4,35 4,35 18, ,48 3,52 3,52 12,39 13?? 19,18 Σ = 28,56 Σ = 98,08 50

51 MSE= 98,08/11=8,91 MAD=? 51

52 Trend Ayarlamalı Üssel Düzeltme F Y (1 )( F T ) t t1 t1 t1 T ( F F ) (1 ) T F T Y t t t1 t1 t t t t dönemnde üssel düzeltlmş öngörü t dönemnde üssel düzeltlmş trend t dönemnde gerçek talep Ortalama çn düzeltm sabt (0 1) Trend çn düzeltm sabt (0 1) 52

53 Örnek α = 0.2 β = 0.4 olduğunda F Y (1 )( F T ) F F t t1 t1 t , 2*12 (1 )(11 2) 2, 4 0,8*13 12,8 T ( F F ) (1 ) T t t t1 t1 Ay Talep (Y t ) (adet) F t T t FIT t =F t +T t 1 12 F 1 =11 T 1 =2 F 1 +T 1 = F 2 =12,8 T 2 =1,92 14, ,18 2,10 17, ,82 2,32 20, ,91 2,23 22, ,51 2,38 24, ,11 2,07 26, ,14 2,45 29, ,28 2,32 31,60 10? 32,48 2,68 35,16 53 T T 2 2 0, 4(12,8 11) (1 0, 4)* 2 0, 4*1,8 0, 6* 2 1,92

54 40 Talep Yt Talep Yt

55 Trend Analz Eğer zaman sers rasgele dağılmış değl se, genel br eğlm (trend) gösteryorsa bu serye uygun doğru ya da eğry bulmaya çalışırız. Trend orta-uzun dönemde her nş-çıkışı yansıtmayacak, genel olarak derecel artış veya azalışları yansıtacaktır. Bz zaman sers değerlerne en uygun trend doğrusunu bulmaya çalışacağız. 55

56 Trend Analz Verlere uyan br trend doğrusu elle göz kararı çzleblr. Trend doğrusu yarı ortalamalar le çzleblr. Trend doğrusu, gerçek talep değerler le çzlecek (öngörü) talep doğrusu üzerndek noktalar arasındak farkın (hatalar) kareler toplamını mnmum yapacak şeklde en küçük kareler yöntem le çzleblr... Trend doğrusunun en küçük kareler yöntem le bulunması 56

57 En Küçük Kareler Yöntem Talep, zamanın fonksyonu Amaç Matematksel olarak tahmn hatasının mnmuma ndrlmes Bulgular Talep doğrusu denklem Eğlm Kesşm noktası 57

58 Bağımlı Değşkenn Aldığı Değerler Trend Doğrusu Gerçek Gözlem Sapma Sapma Sapma Sapma Devaton Sapma Yˆ Sapma a bx Trend doğrusu üzerndek noktalar Zaman 58

59 Doğrusal Trend Projeksyonu Doğrusal trend doğrusunun tahmnnde kullanılır. Bağımlı değşken Y le zaman X arasındak lşknn doğrusal br fonksyon olduğunu varsayar Y = X + e En küçük kareler yöntemyle tahmnlenr. Hata kareler toplamını en küçükler Denklemnde sabt 0 a Denklemnde eğm 1 b Trend denklem Y = X + e Y = a + bx ^ Y a bx ê 59

60 Trend Doğrusu Eştlkler Trend Denklem: ^ Y = a + bx Eğm: ( X X )( Y Y ) x y b 2 2 ( X X ) x Y-eksen kesmes: a Y bx Hata term: eˆ ( Y Yˆ ) 61

61 Trendn Standart Hatalarının Hesaplanması Tahmnn Standart Hatası S e ˆ 2 (ˆ e ) ( n - k) Sabt Katsayının (a) Standart Hatası S a S eˆ 1 n X ( X 2 - X) 2 Eğm Katsayının (b) Standart Hatası S b S (X 2 eˆ - X) 2 62

62 Trend Doğrusunun Kullanımı Yıl Talep (MW) Solda, N.Y. çn yılları arasındak elektrk gücü htyacı görülmektedr. Trend bulunuz. 63

63 Trend Doğrusunun Bulunması Yıl Zaman Dönem Güç Taleb (MW) X =28 Y =692 64

64 Trend Doğrusu Eştlğ X ΣX n Y ΣY n b Σ[(X X )(Y Y )] 2 Σ(X X ) ,54 a Y - bx 98,86-10,54(4) 56,70 Ŷ 56, X 2004 taleb 56,70 10,54(8) 141,02 megavat 2005 taleb 56,70 10,54(9) 151,56 megavat 65

65 Talep (Megavat) Gerçek Durum ve Trend Tahmn Elektrk Gücü Taleb Yıl 66

66 Mevsmsellk Mevsmsellğn dereces ya da düzey demek, gerçek verlern, ortalama ver değernden ne kadar saptığıdır. Ortalamadan % sapma olarak gösterlr. Her mevsmn değernn ortalamanın ne kadar üstünde veya altında olduğunu % olarak gösterme mevsmlk endekstr. Örneğn br mevsm satışları ortalamanın 1,3 ü se, bu ortalamanın %30 üstünde demektr. 67

67 Mevsmsellk Her mevsm (ör. ay) çn ortalama tarhsel taleb ayrı ayrı hesapla. Her dönem (ör. yıl) çn ortalama mevsmsel taleb hesapla. Her br mevsm çn mevsmsellk göstergesn hesapla. Gelecek döneme lşkn toplam taleb öngör. Dönemsel öngörüyü mevsm sayısına böl. Ortalama mevsmsel öngörüyü mevsmsellk gösterges le çarp. 68

68 Örnek Br dershane gelecek yılın kayıtları çn tahmn yapmak stemektedr. Geçmş k yılın mevsmlk kayıtlarını nceleyerek ve gelecek yılın toplam kayıt sayısını öğrenc olarak tahmnleyerek gelecek yılın her dönem çn kayıt yaptıran tahmn öğrenc sayılarını hesaplayınız. Kayıtlar Dönem Yıl 1 Yıl 2 1. Yıl Ort. Talep 2. Yıl Ort. Talep 1. Yıl Mevsmlk Endeks 1. Yıl Mevsmlk Endeks Ortalama Mevsmlk Endeks Sonbahar /4=20 84/4=21 24/20= Kış /4=20 84/4=21 23/20= 1,2 1,15 İlkbahar /4=20 84/4=21 19/20= 0,95 Yaz /4=20 84/4=21 14/20= Toplam ,70 26/21= 1,238 22/21= 1,048 19/21= 0,905 17/21= 0,810 (1,2+1,238)/2=1,22 (1,15+1,048)/2=1,10 (0,95+0,905)/2=0,92 8 (0,70+0,810)/2=0,

69 Örnek-devam Gelecek yıl çn mevsmlk ortalama taleb hesapla. Yıllık taleb herhang br yöntemle hesapla ve mevsm sayısına bölerek gelecek yılın ortalama mevsmlk talebn bul. 90(bn)/4=22,5 kş Gelecek yılın ortalama mevsmlk talebn, ortalama mevsmlk ndeksler le çarp. Gelecek yıl çn tahmn hazırla. Dönem Sonbahar Kış İlkbahar Yaz Tahmn (yıl3) (000 kş) 22,5x1,22= ,5x1,10= ,5x0,928= ,5x0,755=

70 Regresyon Modellern Kullanarak Tahmn Regresyon analz statstk br teknktr. İk ya da daha fazla değşken arasındak lşkye dayanarak tahmn yapmak çn kullanılır. Regresyon termnolojsnde : Y bağımlı değşken, tahmn etmek stedğmz değşken X (X 1, X 2, X 3,...) bağımsız değşken Y nn tahmn br ya da daha fazla bağımsız değşkene (x) bağlıdır. Bağımlı ve bağımsız değşkenler çn br takım verler sağlayablrsek, regresyon analz bze br eştlk sağlayacak, bu eştlk X değerler verldğnde Y nn değern öngörmede kullanılacaktır. 71

71 Doğrusal Regresyon Doğrusal trend doğrusunun tahmnnde kullanılır. Bağımlı değşken Y le zaman X arasındak lşknn doğrusal br fonksyon olduğunu varsayar Y = X + e En küçük kareler yöntemyle tahmnlenr. Hata kareler toplamını en küçükler Denklemnde sabt 0 a Denklemnde eğm 1 b Trend denklem Y = X + e Y = a + bx ^ Y a bx ê 72

72 Doğrusal Regresyon Bağımlı değşken: Y Bağımsız değşkenler: X 1, X 2, X 3 Y = a + b 1 X 1 + b 2 X 2 + b 3 X 3 Bağımlı değşken Sabt Katsayılar Bağımsız değşkenler 73

73 Doğrusal Regresyon Örneğ Talep brden çok değşkenle lşkl Örnekler Reklam gderler Satış elemanı sayısı Nüfus artışı Enflasyon hızı v.b. 74

74 Doğrusal Regresyon Doğrusal regresyon, k değşken arasındak lşknn br doğru le modelleneceğ esasına dayanır. Öngörülecek bağımlı değşken Y, dğer değşkene (X-bağımsız değşken) br doğru şeklnde lşklendrlr. İk değşken arasındak lşk: Y = a + b.x a ve b, doğrudan sapmaları hataların kareler toplamını- mnmum yapacak şeklde seçlr a= doğrunun Y y kestğ yer b= doğrunun eğm 75

75 Sabtlern Açıklaması Eğm(b) X tek her 1 brm artış çn Y de b le öngörülenen değşmler b = 2 se reklam harcamalarındak (X) her 1 brm artış çn satışların (Y) 2 kat artması beklenr. Y-eksen kesm (a) X = 0 keny nn ortalama değer a = 4 se reklam harcamaları (X) 0 olduğunda, ortalama satışların (Y) 4 olması beklenr. 76

76 Toplam Değşkenlk, Açıklanan Değşkenlk, Açıklanamayan Değşkenlk ve Regresyon Y Toplam değşkenlk Y Y ^ Y = 3 + 2X (5, 19) (5, 13) (5, 9) Y = 9 Açıklanamayan değşkenlk Açıklanan değşkenlk 78 X Y - Ŷ Ŷ Y (Toplam değşkenlk) = (Açıklanan değşkenlk) + (Açıklanamayan değşkenlk) Y Y ( Yˆ Y ) ( Y Yˆ ) (Genel kareler toplamı) = (Regresyon kareler toplamı) + (Artık kareler toplamı) Y ) ( Yˆ ) ( ˆ Y Y Y ) (Y

77 Doğrusal Regresyon Regresyon Denklem: ^ Y = a + bx Eğm: ( X X )( Y Y ) x y b 2 2 ( X X ) x Y-eksen kesmes: a Y bx 79

78 Örnek Br nşaat frması, satışları le o bölgenn gelrler arasında br lşk olduğunu düşünmektedr. Geçmş 6 yıldak satışları le bölge gelrlerne lşkn yandak verler toplamıştır: Satışlar TL Bölge gelrler TL , ,5 7 80

79 Dağılım Dyagramı Satışlar 4 Gelrlere Karşılık Satışlar Gelrler 81

80 Örnek Y X b=0,25 a=1,75 18/6=3 15/6=2,5 Ŷ= 1,75+0,25 X Gelecek yıl bölge gelrler 6 TL olacağına göre frmanın satışları: Ŷ = 1,75 + 0,25.6= 3,25 TL olacak 82

81 Standart Hatalarının Hesaplanması Tahmnn Standart Hatası S e ˆ 2 (ˆ e ) ( n - k) 0,306 Sabt Katsayının (a) Standart Hatası S a S eˆ 1 n X ( X 2 - X) 2 Eğm Katsayının (b) Standart Hatası S b S (X 2 eˆ - X) 2 83

82 Korelasyon İk değşken arasındak doğrusal lşknn yönünü ve gücünü ölçen br statstktr. Regresyon k değşken arasındak lşky ve lşknn yapısını gösterr (Br değşkendek değşkenlğn dğer değşkende yarattığı değşklğ gösterr). İk değşken arasındak lşky değerlendrmenn dğer br yolu korelasyon katsayısını hesaplamadır. 84

83 Prof. Dr. Ünal H. ÖZDEN 85 İstanbul Tcaret Ünverstes Doğrusal Korelasyon r=+1 k değşken arasındak mükemmel br poztf lşky r=-1 mükemmel br negatf lşky gösterr. r=0 değşkenler arasında lşk yoktur ) ( ) ( ) )( ( y x y x Y Y X X Y Y X X r

84 Doğrusal Korelasyon Katsayısı ve Regresyon Model Y Y r = 1 r = -1 ^ Y = a + b X X r =.89 Y r = 0 Y ^ Y = a + b X X ^ = a + b X Y^ = a + b X Y X r 2 = korelasyon sabtnn(r) kares, y dek değşmn regresyon denklemyle açıklanan kısmının yüzdesn verr. X 87

85 Determnasyon (Belrllk) Katsayısı İk değşken arasındak lşky açıklamak çn dğer br ölçü determnasyon katsayısıdır. r 2 le gösterlr. Bağımsız değşkenn, bağımlı değşkendek değşklkler ne derece y açıkladığını belrler. Regresyon doğrusunun verlere ne kadar y uyduğunu gösterr. r büyüdükçe açılama oranı artar. r 2 dama poztftr ve 0 le 1 arasındadır r=0,9 se r 2 = 0,81 (y dek değşkenlğn %81 bağımsız değşkendek değşm le açıklanır). Yan y dek değşkenlğn %81 x e bağlı. 88

86 Tahmnleme Modelnn Seçlmes İçn İk amacı sağlamak sterz: Tahmn hatasında bell br şablon (model-pattern) veya yön olmamalı ê Hata = = (Y - Y ) = (Gerçek - Tahmn) Hataların zamana karşılık grafğ çzlerek görüleblr. Tahmn hatası en küçük olmalı Ortalama hata kare (MSE) Ortalama mutlak sapma (MAD) ^ 89

87 Tahmn Hataları Şablonu Trend tam olarak açıklanamıyor İstenen Şablon Hata Hata 0 0 Zaman (Yıl) Zaman (Yıl) 90

88 Tahmn Hatası Eştlkler Ortalama Hata Kare (MSE) MSE n 1 (y n ŷ ) 2 tahmn hataları Ortalama Mutlak Sapma (MAD) n y yˆ tahmn hataları MAD 1 n n Ortalama Mutlak Yüzde Hata (MAPE) MAPE 100 n 1 gerçek gerçek n n tahmn 2 91

89 SWOT Analz 92

90 PEST Analz 93

91 Rekabet Analz PORTER IN 5 KUVVET MODELİ Harward Ünverstes Ekonom Profesörü MICHAEL PORTER ın formüle ettğ br analz yöntemdr. 94