ĐLK HALKA ARZLARDA UZUN DÖNEM GETĐRĐLERĐNĐN TAHMĐNĐ: YAPAY SĐNĐR AĞLARI ĐLE ĐMKB ĐÇĐN AMPĐRĐK BĐR ÇALIŞMA

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "ĐLK HALKA ARZLARDA UZUN DÖNEM GETĐRĐLERĐNĐN TAHMĐNĐ: YAPAY SĐNĐR AĞLARI ĐLE ĐMKB ĐÇĐN AMPĐRĐK BĐR ÇALIŞMA"

Transkript

1 Ekonometr ve Đstatstk Sayı: ĐSTANBUL ÜNĐVERSĐTESĐ ĐKTĐSAT FAKÜLTESĐ EKONOMETRĐ VE ĐSTATĐSTĐK DERGĐSĐ ĐLK HALKA ARZLARDA UZUN DÖNEM GETĐRĐLERĐNĐN TAHMĐNĐ: YAPAY SĐNĐR AĞLARI ĐLE ĐMKB ĐÇĐN AMPĐRĐK BĐR ÇALIŞMA Öğr. Gör. Ulaş ÜNLÜ * Yrd.Doç.Dr. Brol YILDIZ ** Yrd.Doç. Dr. Abdullah YALAMA *** Abstract The purpose of ths study s to estmate the long run IPO (Intal Publc Offerngs) returns usng artfcal neural network (ANN) and lnear regresson (LR). In wde-rangng lterature lnear regresson s commonly preferred to estmate long run IPO returns. Ths study apples ANN addton to LR. As a result of comparng the performance of ANN and LR, ANN has better performance than OLS for long run IPO returns n Turkey. Keywords: Intal publc offerngs, long-run performance, ANN, OLS, ISE. Jel Classfcaton: C520, G140, G390 Özet Bu çalışmanın amacı ĐMKB de lk defa halka arz edlen hsse senetlernn uzun dönem getrlern yapay snr ağı kullanarak tahmn etmektr. Lteratürde uzun dönem halka arz getrlernn tahmn edlmesnde yaygın olarak Doğrusal regresyon yöntemnden yararlanıldığı görülmektedr. Bu çalışmada se doğrusal regresyon yöntemne ek olarak yapay snr ağı teknolojs kullanılmıştır. Uzun dönem getrler tahmn etmede doğrusal regresyon ve yapay snr ağı modellernn performansları karşılaştırılmıştır. Elde edlen bulgular yapay snr ağının uzun dönem halka arz getrlern tahmn etmede doğrusal regresyon yöntemnden daha başarılı olduğunu ortaya koymaktadır. Anahtar Kelmeler: Halka arz, uzun dönem performans, yapay snr ağı, doğrusal regresyon, ĐMKB. Jel Sınıflaması : C520, G140, G390 * Adres: Nevşehr Ünverstes MYO E-Mal: ** Adres: Eskşehr Osmangaz Ünverstes, Đşletme Bölümü E-Mal: *** Adres: Eskşehr Osmangaz Ünverstes, Đşletme Bölümü E-Mal:

2 Đlk Halka Arz. Uzun Dön. Get. Tahmn: Yap. Snr Ağları le ĐMKB çn Amp. Br Çalışma 1.Grş Frmaların en öneml sermaye kaynaklarından brsn halka arzlar oluşturmaktadır. Halka arzların yatırımcılar çn önem daha çok lk halka arz edlen hsse senetlernden ne kadar sermaye kazancı sağlayablecekler le lgl olmaktadır. Dolayısıyla halka arzların kısa veya uzun dönemde sağlayacağı getry doğru öngörmek yatırımcılar çn öneml fırsatlar doğurablecektr. Yatırımcı açısından bu öngörü temel br problemdr. Bu problemn çözümünde kullanılacak alternatf br yöntemn tahmn performansındak sağlayacağı artış, yatırımcılar acısından oldukça büyük fırsatlara dönüştürüleblecektr. Đlk halka arzlar uzun süreden ber araştırmacıların fnans lteratüründe lgyle üzernde durduğu konulardan br haln almıştır. Bu alanda yapılan çalışmalar genel olarak kısa dönem düşük fyatlama ve uzun dönem düşük performans olmak üzere k anomal üzerne yoğunlaşmıştır. Hsse senetlernn lk şlem gününde pyasanın üzernde br getr elde ederek gerçek değernn altında fyatlanmasına düşük fyatlama adı verlmektedr. Kısa döneml bu olgunun geçerllğne yönelk brçok amprk bulgu hem gelşmş hem de gelşmekte olan ülkeler adına lteratürde yern almıştır (ABD: Tınıç, 1988; Levs, 1993, Rtter ve Welch, 2002; Đngltere: Levs, 1993, Ljungqvst, 2003, Đsvçre: Kunz ve Aggarwal, 1994; Đspanya: Ansotegu vd. 2000; Brezlya: Aggarwal vd. 1993, Sngapur: Lee vd, 1996, Njerya: Ikoku, 1996, Mekska: Aggarwal, Leal ve Hernandez, 1993, Türkye: Kıymaz, 2000, Durukan, 2002, Ünlü ve Ersoy, 2008). Düşük fyatlamanın neden se daha çok varlıkların büyüklüğü, aracı kurumun prestj, frmanın faalyet süres, satışlar, teknoloj frmaları, 1999 ve 2000 yılı hraçları(ipo bubble) olgusuna dayandırılmaktadır(rtter, 2003; Ljungqvst ve Wlhelm Jr., 2003; Rtter, 2005; Loughran ve Rtter, 2004). Đlk defa halka arzların uzun dönemde düşük performans gösterdklerne dar öncü çalışma Rtter (1991) tarafından gerçekleştrlmş, daha sonra se gelşmş ve gelşmekte olan brçok ülke çn bu hpotez destekleyen bulgulara rastlanmıştır (ABD: Loughran ve Rtter 1994; Brezlya: Aggarwal vd.1993; Đsveç: Loughran vd.1994, Đngltere: Levs, 1993, Avustralya: Lee vd. 1996; Yen Zelanda: Frth, 1997: Kanada: Jog, 1997; Almanya: Ljungqvst, 1997; Japonya: Ca ve We, 1997; Uluslararası pek çok pyasa çn: Jenknson ve Ljungqvst, 2001; Türkye: Özer, 1999; Yalama ve Ünlü, 2010). 30

3 Ekonometr ve Đstatstk Sayı: Bununla brlkte bazı araştırmacılar, halka arzlarda uzun dönemde düşük performans hpotezn reddeden amprk bulgular sunmuşlardır (Boardman ve Laurn 2000; Dewenter ve Malatesta, 2001, Km vd. 1995; Kıymaz 1997a; Kıymaz 1997b). Lteratürde lk defa halka arz edlen hsselern uzun döneml getrlern tahmn etmek çn yapılan çalışmalarda daha çok doğrusal regresyon yöntemnn kullanıldığı görülmektedr. Bu tahmnc değşkenler arasındak doğrusal lşky, dayandığı brçok varsayımın geçerllğ halnde açıklamaktadır. Bu kapsamda alternatf metotlar sürekl araştırmacıların lgsn çekmştr. Bunlardan brs olan yapay snr ağı teknolojs, bağımlı ve bağımsız değşkenler arasındak doğrusal olmayan lşkler modelleyeblmes ve belrl varsayımlara dayanmaması sebebyle geleneksel yöntemlerden ayrılır. Bu sebepler yapay snr ağı metodunu, lk halka arzı gerçekleştrlen hsse senetlernn uzun döneml performansını tahmn etmek çn alternatf br araç konumuna getrmektedr. Bu çalışmada ĐMKB de lk halka arz edlen hsse senetlernn uzun dönem getrlern tahmn etmek çn yapay snr ağı model gelştrlmştr. Gelştrlen modeln tahmn performansı doğrusal regresyon le gelştrlen modeln tahmn performansıyla karşılaştırılmıştır. Türkye de lk defa halka arz edlen hsse senetleryle lgl lteratür ncelendğnde yapılan çalışmaların uluslararası lteratürdek yayılımla paralel olarak daha çok düşük fyatlama ve kısa dönem performans üzernde yoğunlaştığı görülmektedr. Uzun dönem performans araştıran çalışma sayısı se kısıtlı olmakla brlkte bu çalışmalarda genel kabul görmüş br yargıya ulaşılamamıştır. Bu çalışmanın lteratürdek dğer çalışmalardan farkı uzun dönem performansı ölçmede doğrusal regresyona alternatf olarak yapay snr ağı modelnn performansını test etmesdr. Ayrıca bu çalışma Türkye de uzun dönem halka arz getrlernn tahmnnde yapay snr ağlarını kullanan lk çalışma olması açısından lteratürdek dğer çalışmalardan ayrılmaktadır. Bu çalışmada zleyen bölümlernde halka arz edlen hsse senetlernn uzun döneml performansını tahmn etme konusundak lteratür, ver, yöntem, amprk bulgular ve sonuç ncelenmştr. 2.Lteratür Uzun döneml halka arz lteratüründe getrnn hesaplanması ve dönemn seçlmes konusunda brçok farklı yaklaşım benmsenmştr. Đlk halka arzların uzun dönem 31

4 Đlk Halka Arz. Uzun Dön. Get. Tahmn: Yap. Snr Ağları le ĐMKB çn Amp. Br Çalışma performanslarını nceleyen araştırmacılar araştırma peryodu olarak genellkle 36 ay (Rtter, 1991, Kıymaz, 1997) kullanmakla brlkte 60 aylık (Rajan ve Servaes, 1997; Eckbo ve Norl, 2005, Barber ve Lyon, 1997) nceleme dönem belrleyen çalışmalar da mevcuttur. Uzun dönem getr hesaplanırken se çoğunlukla CAR(Rtter, 1991; Kıymaz, 1997a,b; Aggarwal ve Rvol, 1990; Carter vd. 1998) ve MBHR (Eckbo ve Norl, 2005) olmak üzere k farklı getr hesaplama yöntem kullanılmaktadır. Bunlardan lk CAR (cumulatf abnormal return) pyasaya göre düzeltlmş kümülatf anormal getr dğer se MBHR (Market Adjust Buy and Hold Return) pyasaya göre düzeltlmş satın al ve elde tut getrlerdr. Đlk halka arzların uzun dönem performanslarına lşkn lk öneml çalışma Rtter (1991) n çalışmasıdır. Rtter ABD de dönemnde 1526 lk halka arz şlemnde lk gün getrler poztf bulurken, 36 aylık süre sonunda kümülatf ortalama anormal getrler %-29,1 olarak tespt etmştr. Bu çalışmayla brlkte pek çok pyasada lk halka arzların uzun dönem performansları lglyle takp edlen br konu olmuştur. Uzun dönem performansa etk eden faktörler çn farklı bulgular bulunmaktadır. Carter vd. (1998) ve Rtter e (1991) göre genç frmalar uzun dönemde dğer frmalara göre daha düşük performans göstermektedrler. Uzun dönemde elde edlen performansı düşük fyatlama modelleryle açıklayan ve lk gün getrlere bağlayan çalışmalar bulunmaktadır(wess, 1993; Alexander, 1993). Bazı araştırmacılar da sahplk yapısının ve bununla bağlantılı olarak temslc malyetnn uzun dönem performansı etkledğn savunmaktadır (Jan ve Kn, 1994; Mkkelson vd. 1997). Uzun dönemde düşük performans elde edlmesnn nedennn bazı çalışmalarda yanlış ölçüm yapılması ve yanlış benchmark seçm olableceğ dda edlmektedr (Brav, Geczy, ve Gompers, 2000; Barber ve Lyon, 1997; Kothar ve Warner, 1997). Bu problem ortadan kaldırmak çn çok faktörlü varlık fyatlama modeller kullanılmaktadır (Loughran ve Rtter, 2000; Brav ve Gompers 1997; Eckbo ve Norl, 2005). Loughran ve Rtter (2000) uzun dönemde düşük performans tespt ederken, Brav ve Gompers (1997) le Eckbo ve Norl (2005) se lk halka arzların uzun dönemde düşük performans göstermedğn göstermşlerdr. Heaton (2002), Danel, Hrshlefer ve Subrahmanyam (1998) le Bernardo ve Welch (2001) uzun dönemde elde edlen düşük performansın neden olarak, yönetc ve yatırımcıların kendne güvenmelern göstermşlerdr. Carter, Dark, ve Sngh (1998) se uzun dönem performansı çn en öneml belrleyc faktörün aracı kurumun prestj olduğunu tespt etmştr. Eckbo ve Norl (2005), Fama-French n(1993,1996) üç faktör modeln ve Carhart ın(1997) dört faktör modeln kullanarak, beş faktörlü br varlık fyatlama 32

5 Ekonometr ve Đstatstk Sayı: model gelştrmştr. Modelde kullanılan lkdte faktörünün, lk halka arzların uzun dönem performanslarını açıklamada öneml br rol oynadığı tespt edlmştr. Türkye de se lk halka arzların uzun dönem performansını belrlemek çn az sayıda çalışma yapılmış olup brbrnden farklı sonuçlara ulaşılmıştır. Kıymaz (1997a) çalışmasında dönemnde halka arz edlen sınaî sektör hsse senetlernn uzun dönem performanslarını araştırmıştır. Araştırma sonucuna göre sınaî sektör hsse senetler uzun dönemde ortalama %41,33 lük pyasa getrsne göre düzeltlmş getr elde etmşlerdr. Kıymaz(1997b) br başka çalışmasında se dönemnde halka arz edlen mal sektör hsse senetlernn uzun dönem performanslarını araştırmış ve sonuç olarak mal sektör hsse senetlernn 30 ayda %11 lk br anormal getr elde ettğn göstermektedr. Belrszlğ fazla olan frmalar uzun dönemde daha y performans göstermş ayrıca lk gün düşük fyatlanan hsse senetler uzun dönemde daha az getr elde etmşlerdr. Özer (1999) çalışmasında, dönemnde lk defa halka arz edlen 89 hsse senednn performansını araştırmıştır. Bu çalışmanın uzun dönem sonuçlarına göre, lk halka arz edlen hsse sened getrler, lk halka arz sonrası 500 gün çnde önce azalan, daha sonra artan br trend zlemektedr. Fakat 500 gün sonunda elde edlen getr knc hafta sonunda elde edlen getrnn altında kaldığını tespt etmştr. Bu performansı etkleyen değşkenler se aracı kurum ve şrket arasındak lşk le halka açılma anındak pyasa trenddr. Ayden ve Karan (2000) yılları arasında halka arz edlen 70 frmanın 36 ay sonrak performanslarını ncelemştr. Elde edlen sonuçlara göre sadece 11. ayda statstksel olarak anlamlı ucuz hsse sened varlığı tespt edlmş olup, kümülâtf anormal getrler anlamsız bulunmuştur. Çalışmada kullanılan dğer br yöntemde görecel refah göstergesdr. Bu yönteme göre de uzun dönemde pahalı hsse sened olgusuna rastlanmıştır. Ayrıca uzun dönemde normaln üstünde br getr elde etme yönünde oluşturulacak yatırım stratejlernn anlamlı olmadığı savunulmaktadır. Durukan(2002), çalışmasında yılları arasında lk halka arz edlen 173 hsse senetlk br örneklem kullanarak getrler 36 aya kadar ncelemştr. Araştırma sonuçları fads ve Wnner s Curse hpotezlern desteklerken, uzun dönemde düşük performans çn herhang br kanıt sağlamamaktadır. Kıymaz(1997a,b) ve Özer n(1999) aksne lk gün getrler ve uzun dönem getrler arasında negatf lşk bulunmuş ve özelleştrlen frmalar se uzun dönemde daha y performans göstermşlerdr. Yalama ve Ünlü(2010) se lk halka arzların kısa ve uzun dönem performansları üzernde takvm anomaller etksn nceleyerek ĐMKB çn bu konuya faklı br bakış açısı getrmştr. Sonuç olarak çalışma kısa dönemde 33

6 Đlk Halka Arz. Uzun Dön. Get. Tahmn: Yap. Snr Ağları le ĐMKB çn Amp. Br Çalışma düşük fyatlama ve uzun dönemde düşük performans olgusunu desteklemektedr. Ayrıca Türkye de dönemnde gerçekleşen lk halka arzların kısa ve uzun dönem getrler üzernde; haftanın günü(the day of the week effect), yılın ayı(the month of the year effect), ayın haftası(the week of the month effect), ayın belrl haftasının günü(the weekday of the month effect), yılın lk ya da knc yarısı(the sem year effect), ayın lk ya da knc yarısı(the sem month effect) ve ay dönüşü(turn of the month effect) takvm anomallernn etkl olduğuna yönelk kanıtlar bulunmuştur. Blndğ gb uzun dönem performans araştırmalarında çoğunlukla doğrusal regresyon yöntem kullanılmaktadır. Oysak lteratür nsan zekâsına dayalı yaklaşımların, örüntü tanıma, sınıflandırma ve eşleştrme konusunda daha y sonuçlar ortaya koyableceğn şaret etmektedr. Yapay snr ağı teknolojs de nsan beynnn blg şleme yeteneğnden yola çıkılarak elde edlen br teknolojdr ve örüntü tanıma konusunda oldukça yetenekldr (Haykn, 1999). Halka arz getrlernn tahmnnde yapay snr ağı teknolojsnden yararlanan öncü çalışmalar olarak; Jan ve Nag (1995), Jan ve Nag (1998) sayılablr. Jan ve Nag (1995) lk çalışmalarında yapay snr ağı modelnn halka arz edlen şletmelern kncl pyasadak fyatını tahmn etmey amaçlamışlardır. Yapay snr ağı model kncl pyasadak kayıpları mnmuma ndren yöntem olmuştur. Robertson, Golden, Runger, Wasl (1998), Jan ve Nag (1995) tarafından yapılan çalışmanın br benzern lk gün getrsn tahmn edecek şeklde yapmışlardır. Reber, Berry, Toms (2005) yapay snr ağının halka arz edlen hsse senetlernn getrsnn yönünü doğrusal regresyondan daha y tahmn edp edemeyeceğn araştırmışlardır. Gelştrlen yapay snr ağı modeller getrnn yönünü doğrusal regresyondan daha y tahmn etmşlerdr. Jan ve Nag(1998) yaptıkları knc br çalışmada halka arz edlen şrketlern uzun dönemdek performansını nceleme konusu yapmışlardır. Đlk defa halka arz edlen hsse senetler le lgl en öneml problem, bu hsselern uzun döneml performansını tahmn etmektr. Çünkü bu hsse senetler daha önce borsada şlem görmedkler çn geçmş fyat hareketler bulunmaz. Bu hsselern at oldukları şletmelern temel analzde kullanılacak blgler de kısıtlıdır. Çünkü lk defa halka arz sırasında bu şletmelere at çok kısa döneml fnansal blgler açıklanır. Her ne kadar halka açılma sırasında pyasa düzenleyc kurumların bazı standartları bulunsa da, bu şletmelern halka açık olmadıkları dönemdek muhasebe blglerne güven duyulmaz. Bu blgler eksk, yanlış ve hatta yanlı olablrler. Böyle br ortamda lk defa halka arz edlen şletmelern uzun döneml performanslarını tahmn etmek 34

7 Ekonometr ve Đstatstk Sayı: oldukça güç br problem olablmektedr. Jan ve Nag (1998) halka arz edlen şrketlern uzun döneml performansını tahmn etmek amacıyla yapay snr ağını kullanan lk araştırmadır. Araştırmada yapay snr ağının yanında statstksel araçlardan lojtden de yararlanarak lk defa halka arzı gerçekleştrlen şletmelern uzun döneml performansını yüksek ve düşük şeklnde kl br sınıflandırma yapılmıştır. Fakat halka arz performansına göre şrketler sınıflandırmak kendne özgü zorlukları olan br problemdr. Halka açılan şletmelern uzun döneml performansları çok sayıda ve br br le lşkl değşkene bağlıdır. Bağımsız değşkenlern bağımlı değşken le lşkler tam ve net olarak belrlemek çok zordur. Yapay snr ağının sahp olduğu avantajlar nedenyle statstk teknklerden daha üstün performans serglemes beklenmektedr. Jan ve Nag (1998) halka arz edlen şrketlern uzun döneml kazandıran veya kaybettren gruplarından hangsne greceğn yapay snr ağı tahmn etmşler ve performansını, lojt le karşılaştırmışlardır. Araştırma örneklem yılları arasında halka açılan şrketlerden oluşmaktadır. Araştırmada daha önce lteratürde önerlen değşkenler kullanılmıştır. Bu değşkenler halka arz büyüklüğü, aracı kuruluşun tbarı, halka arz fyatı, başlangıç fyatı, şletmenn rsk, halka açılmamış kısmının toplama oranı, halka açılmadan öncek yıla at fnansman gderlernn varlıklara oranıdır. Örneklemdek 134 şletme yüksek performans sergleyen şletme, kalan 327 şletme düşük performans sergleyen şletme olarak kabul edlmştr (Jan ve Nag, 1998). Yapay snr ağı lk defa halka arz edlen hsse senetlernn uzun dönem getr yönünü %69,26 oranında doğru tahmn ederken, lojt modelnn en y performans sergleyen kopma noktasına göre (0,50) performansı %68,83 olmuştur. 3. Ver ve Yöntem Bu çalışma dönemnde lk halka arz edlen 136 frmayı kapsamaktadır. Örneklem peryodunun 1992 den başlamasının neden daha öncek yıllara at sağlıklı blanço verlerne ulaşılamamasıdır. Çalışmanın 2005 yılında btrlmesnn neden se uzun dönem performans çn 36 aylık ver kullanılmasından kaynaklanmaktadır. Şöyle k 2005 yılında halka arz edlen br frma çn 2008 yılı verlerne htyaç duyulmaktadır. Çalışmada kullanılan değşkenlern öncek çalışmalarda sıklıkla kullanılan değşkenler olmasına dkkat edlmştr. Modelde kullanılan değşkenlerle lgl verler ĐMKB den temn edlmş olup hesaplanma şekller se Tablo 1 de verlmştr; 35

8 Đlk Halka Arz. Uzun Dön. Get. Tahmn: Yap. Snr Ağları le ĐMKB çn Amp. Br Çalışma Tablo 1 Modellerde Kullanılan Bağımlı ve Bağımsız Değşkenler Đlk Gün Halka Arz Fyatı Hasılat Aracılık Yüklenm Satış Yöntem MBHR CAR Bağımsız değşkenler 1 Hesaplanma Şekl Frmanın lk halka arz edldğ günkü getrlerdr. Ham getrler hesaplandıktan sonra doğrusal regresyon pyasa model (market model) le tahmn edlmştr. Frmanın halka arz fyatının doğal logartmasıdır. Frmanın elde ettğ hasılatın dolar cnsnden değernn logartmasıdır. Frmanın aracılık yüklenm olarak, en y gayret aracılığı ve bakyey yüklenm seçeneklern terchne göre kukla değşken olarak kullanılmıştır. Frmanın halka arz edlrken kullandığı satış yöntemdr. Sabt fyatla, fyat aralığı(fyat teklf) ve borsada satış yöntemn kullanmasına göre kukla değşken olarak belrlenmştr. Bağımlı değşkenler 2 Pyasaya göre düzeltlmş 36 aylık satın al ve elde tut getrlerdr. Öncelkle ham getrler hesaplandıktan sonra doğrusal regresyon pyasa model (market model) le tahmn edlmştr. Pyasaya göre düzeltlmş 36 aylık kümülatf getrlerdr. Öncelkle ham getrler hesaplandıktan sonra doğrusal regresyon pyasa model (market model) le tahmn edlmştr. 1 Doğrusal regresyon tahmn çn 15(Yaş, Varlık, D/E, Đlk Gün, Sabt Fyat, Fyat Aralığı, Borsada Satış, En Đy Gayret Aracılığı, Bakyey Yüklenm, Ortak Satışı, Sermaye Artırımı, Ortak Satışı ve Sermaye Artırımı, Hasılat, Halka Arz Oranı, Halka Arz Fyatı) tane açıklayıcı değşken kullanılarak model tahmn edlmeye başlanmıştır. En büyük anlamsız katsayı yan değşkenler tek tek atılmış ve model her sefernde yenden tahmn edlerek en uygun modele ulaşılmıştır. (Tablo2-Tablo3) Bu kapsamda Tablo 1 de se bağımsız değşkenlere lşkn ayrıntılı blgler raporlanmıştır. Tablo-1 de yer almayan bağımsız değşkenler ve hesaplanma bçmler şu şekldedr: Yaş(Frmanın kuruluşundan halka arz edldğ süreye kadar geçen zamanın, faalyet süresnn doğal logartmasını fade eder), Varlık(Frmanın halka arz edlmeden öncek yılk varlıklarının dolar cnsnden değernn doğal logartmasıdır), D/E(Frmanının halka arz edlmeden öncek yılk borç/özsermaye oranıdır), Halka arz oranı(frmanın halka arz oranıdır). 2 Uzun dönem anormal getrlern (CAR ve MBHR) pyasa model(market model) le hesaplanablmes çn öncelkle uzun döneml ham ve kümülatf getrye htyaç duyulmaktadır. Ham getr (R t ) ve pyasa getrs n (R mt ) [ (P t / P t-1 )-1] formülü le hesaplanmıştır. Kümülatf ham getrler ( R t )formülü le satın al ve elde t= 1 tut ham getrler se[ (P t / P t-36 )-1] formülü le hesaplanmıştır. 36

9 Ekonometr ve Đstatstk Sayı: Bu çalışmada uzun dönem getrler CAR ve MBHR olmak üzere k alternatf yaklaşımla tespt edlmştr (Barber ve Lyon, 1997; Kothar ve Warner, 1997; Lyon vd. 1999). Lteratürde anormal getrlern hesaplanmasıyla lgl çeştl problemler bulunmaktadır. Daha öncek çalışmalar ncelendğnde anormal getrlern hsse senednn getrsnden pyasanın getrsnn çıkarılmasıyla elde edldğ görülmektedr (Rtter, 1991; Levs, 1993; Kıymaz, 1996, 1997). Fakat son zamanlarda anormal getrlern doğrusal regresyon yöntemyle hesaplanmasının daha y sonuçlar vereceğ düşünülmektedr. Bu amaçla bu çalışmadak anormal getrler pyasa model (market model) yöntem kullanarak elde edlmştr (Campbell, Lo ve MacKnlay, 1997: 158); Bu modelde R = { R T o + 1,.. T R = X θ + ε [1] R }` tahmn aralığındak getrler vektörünü, X se brnc sütununda brler vektörünün, kc sütununda se pyasa getrlernden oluşan getr vektörünün R m = { mt o + 1 R R,.. mt }` oluşturduğu br matrstr. Ø = { α β }` se (2*1) parametre vektörüdür. Pyasa modelnn tahmnnde genel varsayımların geçerllğ halnde tutarlı sonuçlar veren doğrusal regresyon model kullanılmıştır. Doğrusal regresyon modelne göre parametre tahmn aşağıdak gbdr: ˆ 1 θ = ( X X ) X R [2] ˆ ε = R X ˆ θ [3] Bu çalışmada uzun döneml getrler tahmn etmek çn doğrusal regresyon ve yapay snr ağı le k farklı model gelştrlmş ve modellern tahmn güçler karşılaştırılmıştır. Gelştrlen modellern performansları, MSE ler (Hata Karelernn Ortalamasının) temel alınarak karşılaştırılmıştır. 37

10 Đlk Halka Arz. Uzun Dön. Get. Tahmn: Yap. Snr Ağları le ĐMKB çn Amp. Br Çalışma 3.1. Yapay Snr Ağı Yapay snr ağı, nsan beynnn çalışma şeklne öykünen br blgşlem yöntemdr. Yapay snr ağı, br br le bağlantılı bast şlemclerden oluşan br ağdır. Bu şlemclere snr düğümü veya nöron adı verlr. Yapay snr ağı model Bağlantılar Nöron Grd Katmanı Gzl Katman(lar) Çıktı Katmanı Her şlemc, başka şlemclere bağlantılar aracılığı le lşklendrlmştr. Bu bağlantıların üzernden ver akışı sağlanır ve her br br ağırlık değerne sahptr. Bu şlemclern k temel şlev vardır: Đlk olarak bağlantılar aracılığı le kendlerne ulaşan verlern, geldğ bağlantının ağırlık değern de kullanarak, ağırlıklı toplamını alır. Đknc olarak elde edlen bu ağırlıklı toplamın, önceden belrlenmş br eşk değer aşıp aşmadığı kontrol edlr. Eğer eşk değer aşılmışsa çıktı üretlr, eğer aşılmamışsa herhang br çıktı üretmez. Yapay snr ağının öğrenmes, br öğrenme algortmasının, verlen grdler çn stenen çıktıların üretldğ br duruma gelnceye kadar, ağın çndek ağırlıkların değştrlmes le sağlanır. Bu durumda yapay snr ağı grd ve çıktılar arasındak lşky öğrenmş olur ve gerçek model taklt etmeye başlar. 38

11 Ekonometr ve Đstatstk Sayı: Lteratüre göre, br yapay snr ağı model, sahp olduğu gzl katman sayısına göre farklı statstksel yetenekler serglemektedr. Örneğn gzl katmanı olmayan br yapay snr ağı model grd uzayını br düzlem le kye ayırmaktadır. Bu ayırma analznn yeteneklerne eş değerdr. Tek gzl katmana sahp br yapay snr ağı se, grd uzayını k veya daha fazla düzlemle açık veya kapalı, çbükey veya dışbükey bölgelere ayırablmektedr. Eğer br yapay snr ağı k veya daha fazla gzl katmana sahp se, grd uzayını parçalı br şeklde çbükey veya dışbükey olarak böleblmektedr. Parça sayısı katmanlardak nöron sayısına bağlı olarak değşmektedr (Bshop, 1999). Yapay snr ağının sahp olduğu gzl karman sayısı ve bu gzl katmandak şlemc sayısı, yapay snr ağının statstksel yeteneklern belrlemektedr. Katman sayısı ve bu katmandak şlemc sayısı arttıkça, yapay snr ağı daha karmaşık modelleme yeteneğne kavuşmaktadır. Br yapay snr ağı modelnn gelştrlmes sırasında mmar, öğrenme algortması, hata türü, verlern kodlanması konusunda bazı kararlar verlmes gerekmektedr. Uygun br yapay snr ağı model gelştrmek çn bazı önerler bulunmakla beraber, ne yazık k, br problemn çözümünde kullanılacak standart br yöntem bulunmamaktadır. Br problemn çözümü çn en uygun mmar, öğrenme algortması, hata türü, verlern kodlama şekl ancak deneme yanılma yoluyla bulunmaktadır. Br durum yapay snr ağı teknolojsnn öneml dezavantajlarından br olarak karşımıza çıkmaktadır. Bu çalışmada da uygun model bulmak çn deneme yanılma şeklnde br süreçten geçlmştr. Yapay snr ağının mmarsne karar verlrken, öncelkle grd ve çıktı katmanında yer alacak şlemc sayısı belrlenmştr. CAR doğrusal regresyon model rekabetç model olarak kabul edldğ çn, yapay snr ağı modellernde grd olarak, CAR doğrusal regresyon modelnde kullanılan üç değşken kullanılmıştır. Bunlar Fyat Teklf, Đlk Gün ve Halka Arz Fyatı değşkenlerdr. Yapay snr ağının grd katmanı 3 şlemc çermektedr. CAR bağımlı 39

12 Đlk Halka Arz. Uzun Dön. Get. Tahmn: Yap. Snr Ağları le ĐMKB çn Amp. Br Çalışma değşkenn hesaplayan br yapay snr ağı model gelştrlmştr. Br başka deyşle yapay snr ağının çıktı katmanında, CAR bağımlı değşkenn değern hesaplayan tek br şlemc bulunmaktadır. Çalışmada ThnksPro (Ver 1.05) adlı yazılım kullanılmıştır (www.logcaldesngs.com). Yapay snr ağı gelştrlrken mmar le lgl br başka öneml karar, gzl katman sayısının belrlenmesdr. Bu çalışmada gelştrlen yapay snr ağı modeller çn tek gzl katman kullanımı terch edlmştr. Lteratür ncelendğnde brden fazla gzl katmanla çözülen problem yok gbdr ve yaygın br görüşe göre, tek gzl katmanlı br yapay snr ağının karşılaşılan problemlern büyük br kısmının çözümü çn yeterldr (Yıldız, 2009). Gzl katmanda kaç adet şlemc kullanılacağını belrlemek çn değşk stratejler bulunmaktadır. Bu stratejlerden br genş br ağ le başlamak ve ağın genelleme yeteneğnde br düşme meydana gelnceye kadar, gzl katmandak şlemc sayısını azaltmaktır. Bunun çn değşk sayılardak yapay snr ağı modelleryle deneme-yanılmalar gerçekleştrmek ve ağın genelleme yeteneğndek değşmeler gözlemlemek gerekr. Gzl katmandak gereksz şlemcler yapay snr ağının genelleme yapmak yerne, verler ezberlemesne neden olablmektedr. Bu deneme yanılma sürecnde toplamda 18 model gelştrlmştr. Yapay snr ağı model gelştrlrken eğtm verlerndek hata ve test verlerndek hata grafğ sürekl zlenerek, yapay snr ağı modelnn uygun genelleştrme düzeyne ulaşıp ulaşamadığı kontrol edlmştr. Eğtm verlerndek hata düzeynn düşmeye devam ettğ, ancak test verlerndek hata grafğnde artış olduğu durumlarda, ezberlemenn ortaya çıkması nedenyle modeln eğtmne son verlerek, yen model denemelerne grşlmştr. Ayrıca eğtm verlerndek hatada düşme eğlmnn durduğu ve hata grafğnde yatay eksenne paralel olarak hareket etmeye başladığı durumlarda da eğtm durdurulmuştur. Yapay snr ağı le CAR tahmn çn gelştrlen 18 modelden en y performansı gösteren model Tablo 2 de raporlanmıştır: 40

13 Ekonometr ve Đstatstk Sayı: Tablo 2 Mmar Đler beslemel Hata Hesaplaması MSE Öğrenme Jacob Ger Yayılım Algortması 3 Algortması Grd Katmanı (3 şlemc, Ortalama / Standart Sapma Normalleştrme şlem yapılmıştır) Gzl Katman 1 (2 şlemc, Sgmod +/- transfer fonksyonu) Çıktı Katmanı ( şlemc, Sne +/- transfer fonksyonu) Döngü sayısı 2942 Tablo 2 dek yapay snr ağı model, MBHR bağımlı değşken çn de en başarılı tahmn gerçekleştren yapay snr ağı model olmuştur. Doğrusal regresyon ve yapay snr ağı modelnn gelştrlmes çn, çalışmanın örneklemn oluşturan 136 frmanın 100 aded kullanılırken, kalan 36 frma, gelştrlen modellern tahmn güçlern ölçülmek çn kullanılmıştır. Örneklemde gerye kalan 36 gözlem test çn kullanılarak modellern performansları karşılaştırılmıştır. 4. Bulgular Araştırmada CAR ve MBHR modeller çn elde edlen doğrusal regresyon modeller aşağıda Tablo3 ve Tablo 4 de görülmektedr. 3 Kullanılan Jacobs Enhanced Back Propagaton Learnng Rule çn bakınız: R.A. Jacobs (1988), Increased Rates of Convergence Through Learnng Rate Adaptaton, Neural Networks, 1, ss ve ThnksPro User Handbook (1995), Logcal Desgns Inc.,CA. 41

14 Đlk Halka Arz. Uzun Dön. Get. Tahmn: Yap. Snr Ağları le ĐMKB çn Amp. Br Çalışma Tablo 3 CAR çn OLS yatay kest (cross-secton) tahmn sonuçları Degsken Katsayı Sabt term (2.3796) ** Satış Yöntem a (1.7026) * Đlk Gün (5.1257) *** Halka arz fyatı ( ) ** Whte Test F [0.144] # Ramsey Reset F (1) [0.837] # Ramsey Reset F (4) [0.619] # Ramsey Reset F (6) [0.095] R 2 :0.285 SSR: Parantez çndek değerler t statstkler, köşel parantez çndek değerler se prob. degerlerdr. # Farklı uygunluk değerler (number of ftted term) çn test sonuçlarıdır. %5 anlam düzeyne göre ekonometrk modeln spesfkasyon hatası yoktur (F Hesaplanan >F Tablo ) ( * ) katsayı %10 anlam düzeynde anlamlıdır ( ** ) katsayı %5 anlam düzeynde anlamlıdır ( *** ) se katsayı %1 anlam düzeynde anlamlıdır a Satış yöntem olarak sadece fyat aralığı(fyat teklf) kullanılmıştır. Borsada satış ve sabt fyat seçeneğ anlamlı olmadığı çn elmne edlmştr. 42

15 Ekonometr ve Đstatstk Sayı: Tablo 4 MBHR çn OLS yatay kest (cross-secton) tahmn sonuçları Değşken Katsayı NW e göre standart hatalar Düzeltlmş Düzeltlmemş Sabt term (0.2625) Aracılık yüklenm b ( ) * Hasılat (2.2034) ** Đlk Gün (1.9999) ** Whte Test F [0.000] % # Ramsey Reset F (1) [0.106] # Ramsey Reset F (4) [0.088] # Ramsey Reset F (6) [0.115] R2:0.103 SSR: Parantez çndek değerler t statstkler, köşel parantez çndek değerler se prob. değerlerdr. # Farklı uygunluk değerler (number of ftted term) çn test sonuçlarıdır. %5 anlam düzeyne göre ekonometrk modeln spesfkasyon hatası yoktur (F Hesaplanan >F Tablo ) ( * ) katsayı %10 anlam düzeynde anlamlıdır ( ** ) katsayı %5 anlam düzeynde anlamlıdır ( *** ) se katsayı %1 anlam düzeynde anlamlıdır % whte test değşen varyans problemn şaret etmektedr. Bu kapsamda Newey- West düzeltmes uygulanmış ve t statstkler Newey-West e göre yenden ayarlanmış halleryle raporlanmıştır. b Aracılık yüklenm olarak sadece bakyey yüklenm kullanılmıştır. en y gayret aracılığı seçeneğ anlamlı olmadığı çn elmne edlmştr. Bakyey yüklenm en y gayret aracılığı terchne göre oluşturulan kukla değşken olarak kullanılmıştır. Aşağıdak Tablo 5 de CAR ve MBHR çn gelştrlen doğrusal regresyon modeller le yapay snr ağı modellernn tahmn başarıları görülmektedr. Tablo 5 Doğrusal regresyon ve yapay snr ağı modellernn getr tahmn performansı CAR MBHR Doğrusal Yapay Snr t Doğrusal Yapay t Regresyon Ağı Regresyon Snr Ağı SSE 19,37 11,35 28,08 24,13 MSE 0,53 0,31 1,62* 0,78 0,67 1,86* ( * )%10 anlam düzeynde anlamlıdır 43

16 Đlk Halka Arz. Uzun Dön. Get. Tahmn: Yap. Snr Ağları le ĐMKB çn Amp. Br Çalışma Tablo 5 de yapay snr ağının hem CAR hem de MBHR model çn SSE ve MSE 4 şeklndek üç hata türüne göre de doğrusal regresyon modelnden daha y sonuçlar ürettğ görülmektedr. 5. Sonuç Yatırımcılar çn lk defa halka arzı yapılan hsse senetlernn performanslarını tahmn etmek, y br yatırım kararının öneml koşullarındandır. Lteratürde lk defa halka arz edlen hsse senetlernn kısa ve uzun dönemde performanslarını tahmn etmek çn yaygın olarak doğrusal regresyon kullanılmaktadır. Bu çalışmada ĐMKB de lk halka arzı gerçekleştrlen hsse senetlernn uzun döneml performansının tahmn edlmes amacıyla yapay snr ağı kullanılmıştır. Eldek bulgular yapay snr ağı le gelştrlen modeln doğrusal regresyon modelnden daha y tahmn yaptığını ortaya koymaktadır. Bu sonuç dğer pyasalarda yapay snr ağı le lgl yapılmış çalışmalarla uyumludur. 4 Đk modele at MSE ler arasındak farkın statstksel olarak anlamlı olup olmadığı t test le test edlmştr. Yapay snr ağı ve doğrusal regresyon modellernden gelen MSE ler statstksel olarak brbrnden farklıdır ve yapay snr ağı le gelştrlen model doğrusal regresyon modelnden daha y tahmn yapmaktadır. 44

17 Ekonometr ve Đstatstk Sayı: Kaynaklar Aggarwal, R. ve Rvol, P. (1990), Fads n ntal publc offerng market, Fnancal Management 19, ss Aggarwal, R., Leal, R. ve Hernandez, L. (1993), The Aftermarket Performance of Intal Publc Offerngs n Latn Amerca, Fnancal Management 22, ss Alexander, J. (1993), The lawsut avodance theory of why Intal Publc Offerngs are underprced, UCLA Law Revew 41, ss Ayden T. ve Karan, M.B. (2000), Đstanbul Menkul Kıymetler Borsasında Đlk Halka Arzların Uzun Vadel Fyat Performanslarının Ölçülmes, Gaz Unverstes Đ.Đ.B.F Dergs 2 (3), ss Barber, B.M. ve Lyon, J.D. (1997), Detectng long-run abnormal stock returns: the emprcal power and specfcaton of test statstcs, Journal of Fnancal Economcs 43, ss Baron, D.P. (1982), A model of the demand for nvestment bank advsng and dstrbuton servces for new Issues, Journal of Fnance 45, ss Bernardo, A.E. ve Welch, I. (2001), On the Evoluton of Overconfdence and Entrepreneurs, Journal of Economcs and Management Strategy 10, ss Bshop C. M. (1997), Neural Netorks for Pattern Recognton, Clerendon Press, Oxford, ss Boardman, A. ve Laurn, C. (2000), Factors affectng the stock prce performance of share ssued prvatzatons, Appled Economcs, 32(11), ss Brav, A., Geczy, C. ve Gompers, P.A. (2000), Is the abnormal return followng equty ssuances anomalous?, Journal of Fnancal Economcs 56, ss Brav, A. ve Gompers, P.A. (1997), Myth or realty? The long-run underperformance of ntal publc offerngs: Evdence from venture and non-venture captal-backed companes, Journal of Fnance 52, ss Ca, J. ve We, K.C. (1997), The nvestment and operatng performance of Japanese ntal publc offerngs, Pacfc-Basn Fnance Journal 5, ss Campbell, J.Y. Lo, A.E. ve Macknlay, A.C. (1997), The econometrcs of fnancal markets, Prnceton Unversty Press, Prnceton, New Jersey. Carter, R. ve Manaster, S. (1990), Intal publc offerngs and underwrter reputaton, The Journal Of Fnance, 45(4), ss Carhart, M. (1997), On Persstence n Mutual Fund Performance, Journal of Fnance 52, ss Carter, R.B. Dark, F.H. ve Sngh, A.K. (1998), Underwrter Reputaton, Intal Returns, and the Long-run Performance of IPO Stocks, Journal of Fnance 53, ss Chalk, A.J., ve Peavy, J.W. (1987), Intal publc offerngs: Daly returns, offerng types and the prce effect, Fnancal Analysts Journal 43(5), ss Danel, K. Hrshlefer, D. ve Subrahmanyam, A. (1998), Investor psychology and securty market under- and overreactons, Journal of Fnance 53, ss Dewenter, K.L. ve Malatesta, P.H. (1997), Publc offerngs of state-owned and prvately owned enterprses : An nternatonal comparson, Journal of Fnance 52, ss Durukan, M.B. (2002), The relatonshp between IPO returns and factors nfluencng IPO performance: Case of the Istanbul Stock Exchange Manageral Fnance 28, ss

18 Đlerleyen Tür Tp-Iı Sağdan Sansürlü Örn. Day. Düz. Dağ. Parametrelernn Jackknfe Tahmn Edcs Eckbo, B.E. ve Norl, Ø. (2005), Lqudty Rsk, Leverage and Long-Run IPO Returns, Journal of Corporate Fnance 11, ss Fama, E.F. ve French, K.R. (1993), Common rsk factors n the returns on stocks and bonds, Journal of Fnancal Economcs 43, ss Frth, M. (1997), An analyss of the stock market performance of new ssues n New Zealand, Pacfc-Basn Fnance Journal 5, ss Haykn, S. (1999), Neural Networks, Prentce Hall, Second Edton, N.J. Heaton, J. (2002), Manageral Optmsm and Corporate Fnance, Fnancal Management 31, ss Ikoku, A.E. (1998), Influence-seekng and prcng of ntal publc offerngs and prvatzatons: Evdence from the Ngeran Equty Market, Unversty of Southern Calforna, Workng Paper. Jan, B.A. ve Kn, O. (1994), The Post-Issue Operatng Performance of IPO Frms, Journal of Fnance 49, ss Jan B.A. ve Nag, B.N. (1998), A neural network model to predct long-run operatng performance of new ventures, Annals of Operatons Research 78, ss Jan B.A. ve Nag, B.N. (1995), Artfcal neural network models for prcng ntal publc offerngs, Decson Scences 26(3), ss Jenknson, T. ve Ljungqvst, A. (2001), Gong Publc: The Theory and Evdence on How Companes Rase Equty Fnance, 2nd Edton, Oxford Unversty Press, Oxford, UK. Jog, V. (1997), The clmate for Canadan ntal publc offerngs, Fnancng Growth n Canada, Unversty of Calgary Press, Calgary, ss Kıymaz, H. (1997a), ĐMKB de halka arz edlen hsse senetlernn uzun dönem performansları ve bunları etkleyen faktörler: Đmalat sektörü uygulaması, ĐMKB Dergs 3, ss Kıymaz, H. (1997b), ĐMKB de halka arz edlen mal sektör hsse senetlernn uzun dönem performansları: uygulaması, Hazne Dergs 7, ss Kıymaz, H. (2000), The ntal and aftermarket performance of IPOs n an emergng market: evdence from Istanbul Stock Exchange, Journal of Multnatonal Fnancal Management 10, ss Km, B.J. Krnsky, I. ve Lee, J. (1995), The aftermarket performance of ntal publc offerngs, Pacfc-Basn Journal 3, ss Kothar, S.P. ve Warner, J.B. (1997), Measurng long-horzon securty prce performance, Journal of Fnancal Economcs, ss Kunz, R.M. ve Aggarwal, R. (1994), Why ntal publc offerngs are underprced: Evdence from Swtzerland, Journal of Bankng and Fnance 18, ss Lee, P.J. Taylor, S.L. ve Walter, T.S. (1996), Expected and realzed returns for Sngaporean IPOs: Intal and long-run analyss, Pacfc-Basn Journal 4, ss Levs, M. (1993), The long-run performance of IPOs: the UK experence , Fnancal Management Sprng 22, ss Ljungqvst, A. (1997), Prcng ntal publc offerngs: Further evdence from Germany, European Economc Revew 41, ss

19 Ekonometr ve Đstatstk Sayı: Ljungqvst, A. (2003), Conflcts of nterest and effcent contractng n IPOs, NYU, Ctr for Law and Busness Research Paper No , Workng paper seres. Ljungqvst, A.P. ve Wlhelm, W.J. (2003), IPO Prcng n the Dot-Com Bubble, Journal of Fnance 58, ss Loughran, T. Rtter, J.R. ve Rydqvst, K. (1994), Intal publc offerngs: Internatonal nsghts, Pacfc-Basn Fnance Journal 2, ss Loughran, T. ve Rtter, J.R. (2000), Unformly least powerful tests of market effcency, Journal of Fnancal Economcs 55, ss Loughran, T ve Rtter, J.R. (2004), Why Has IPO Underprcng Changed Over Tme?, Fnancal Management 33(3), ss Lyon, J.D. Barber, B.M. ve Tsa, C.L. (1999), Improved methods for tests of long-run abnormal stock returns, Journal of Fnance 54, ss Mkkelson, W.H. Partch, M. ve Shah, K. (1997), Ownershp and operatng performance of companes that go publc, Journal of Fnancal Economcs 44(3),ss Özer, B. (1999), Prce performance of ntal publc offerngs n Turkey, Sermaye Pyasası Kurumu Yayınları, Yayın No: 128, Ankara. Raghuram R. ve Servaes, H. (1997), Analyst Followng of Intal Publc Offerngs, Journal of Fnance 52(2), ss Reber, B. Berry, B. ve Toms, S. (2005), Predctng msprcng of ntal publc offerngs. Đntellgent systems n accountng, Fnance and Management, (13), ss Rtter, J.R. (2003), Dfferences between European and Amercan IPO markets, European Fnancal Management 9(4), ss Rtter, J.R. (1991), The long-run performance of ntal publc offerngs, Journal of Fnance 42, ss Rtter, J.R. ve Welch, I. (2002), A revew of IPO actvty, prcng, and allocatons, Journal of Fnance 57, ss Rtter, J.R. (2005), Economc Growth and Equty Returns, Pacfc-Basn Fnance Journal 13(5), ss Robertson S.J. Golden B.L. Runger G.C. ve Wasl E.A. (1998), Neural network models for ntal publc offerngs, Neurocomputng 18, ss Tnc, S. (1988), Anatomy of ntal publc offerngs of common stock, Journal of Fnance 43, ss Wess, H.K. (1993), The underprcng of ntal publc offerngs and the partal adjustment phenomenon, Journal of Fnancal Economcs 34(2), ss Ünlü, U., ve Ersoy, E. (2008), Đlk halka arzlarda düşük fyatlama ve kısa dönem performansın belrleycler, Dokuz Eylül Ünverstes ĐĐBF Dergs, 23(2), ss Yalama, A., ve Ünlü, U.(2010), The calendar anomales n IPO returns: Evdence from Turkey, Đktsat Đşletme ve Fnans 25 (286), ss Yıldız, B. (2009), Fnansal Analzde Yapay Zeka, Detay Yayınları, Ankara, ss

ÇOKLU REGRESYON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESYON ÇÖZÜMLEMESİ,REGRES-YON KATSAYILARININ YORUMU

ÇOKLU REGRESYON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESYON ÇÖZÜMLEMESİ,REGRES-YON KATSAYILARININ YORUMU 6.07.0 ÇOKLU REGRESON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESON ÇÖZÜMLEMESİ,REGRES-ON KATSAILARININ ORUMU ÇOKLU REGRESON MODELİ Ekonom ve şletmeclk alanlarında herhang br bağımlı değşken tek br bağımsız

Detaylı

Muhasebe ve Finansman Dergisi

Muhasebe ve Finansman Dergisi Muhasebe ve Fnansman Dergs Ocak/2012 Farklı Muhasebe Düzenlemelerne Göre Hazırlanan Mal Tablolardan Elde Edlen Fnansal Oranlar İle Şrketlern Hsse Sened Getrler Ve Pyasa Değerler Arasındak İlşk Ahmet BÜYÜKŞALVARCI

Detaylı

HİSSE SENETLERİNİN BEKLENEN GETİRİ VE RİSKLERİNİN TAHMİNİNDE ALTERNATİF MODELLER

HİSSE SENETLERİNİN BEKLENEN GETİRİ VE RİSKLERİNİN TAHMİNİNDE ALTERNATİF MODELLER İstanbul Ünverstes İktsat Fakültes Malye Araştırma Merkez Konferansları 47. Ser / Yıl 005 Prof. Dr. Türkan Öncel e Armağan HİSSE SENETLERİNİN BEKLENEN GETİRİ VE RİSKLERİNİN TAHMİNİNDE ALTERNATİF MODELLER

Detaylı

Kar Payı Politikası ve Yaşam Döngüsü Teorisi: İMKB İmalat Sektöründe Ampirik Bir Uygulama

Kar Payı Politikası ve Yaşam Döngüsü Teorisi: İMKB İmalat Sektöründe Ampirik Bir Uygulama Anadolu Ünverses Sosyal Blmler Dergs Anadolu Unversy Journal of Socal Scences Kar Payı Polkası ve Yaşam Döngüsü Teors: İMKB İmalat Sektöründe Amprk Br Uygulama Dvdend Payout Polcy and Lfe Cycle Theory:

Detaylı

Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, Cilt: 25, Sayı: 1, 2011 225

Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, Cilt: 25, Sayı: 1, 2011 225 Atatürk Ünverstes İktsad ve İdar Blmler Dergs, Clt: 25, Sayı:, 20 225 FİNANSAL ANALİZDE KULLANILAN ORANLAR VE HİSSE SENEDİ GETİRİLERİ ARASINDAKİ İLİŞKİ: EKONOMİK KRİZ DÖNEMLERİ İÇİN İMKB İMALAT SANAYİ

Detaylı

FARKLI REGRESYON YÖNTEMLERİ İLE BETA KATSAYISI ANALİZİ

FARKLI REGRESYON YÖNTEMLERİ İLE BETA KATSAYISI ANALİZİ FARKLI REGRESYON YÖNTEMLERİ İLE BETA KATSAYISI ANALİZİ M.Ensar YEŞİLYURT (*) Flz YEŞİLYURT (**) Özet: Özellkle uzak verlere sahp ver setlernn analz edlmesnde en küçük kareler tahmnclernn kullanılması sapmalı

Detaylı

2005 Gazi Üniversitesi Endüstriyel Sanatlar Eğitim Fakültesi Dergisi Sayı:16, s31-46

2005 Gazi Üniversitesi Endüstriyel Sanatlar Eğitim Fakültesi Dergisi Sayı:16, s31-46 2005 Gaz Ünverstes Endüstryel Sanatlar Eğtm Fakültes Dergs Sayı:16, s31-46 ÖZET BANKALARDA MALİ BAŞARISIZLIĞIN ÖNGÖRÜLMESİ LOJİSTİK REGRESYON VE YAPAY SİNİR AĞI KARŞILAŞTIRMASI 31 Yasemn KESKİN BENLİ 1

Detaylı

NAKĐT TEMETTÜ BĐLGĐSĐNĐN HĐSSE SENEDĐ GETĐRĐSĐ ÜZERĐNDE ÖNEMLĐ BĐR ETKĐSĐ OLUP OLMADIĞININ ĐMKB DE TEST EDĐLMESĐ *

NAKĐT TEMETTÜ BĐLGĐSĐNĐN HĐSSE SENEDĐ GETĐRĐSĐ ÜZERĐNDE ÖNEMLĐ BĐR ETKĐSĐ OLUP OLMADIĞININ ĐMKB DE TEST EDĐLMESĐ * H.Ü. Đktsad ve Đdar Blmler Fakültes Dergs, Clt 28, Sayı 2, 2010, s. 47-69 NAKĐT TEMETTÜ BĐLGĐSĐNĐN HĐSSE SENEDĐ GETĐRĐSĐ ÜZERĐNDE ÖNEMLĐ BĐR ETKĐSĐ OLUP OLMADIĞININ ĐMKB DE TEST EDĐLMESĐ * Öz Burak GÜNALP

Detaylı

ENDÜSTRİNİN DEĞİŞİK İŞ KOLLARINDA İHTİYAÇ DUYULAN ELEMANLARIN YÜKSEK TEKNİK EĞİTİM MEZUNLARINDAN SAĞLANMASINDAKİ BEKLENTİLERİN SINANMASI

ENDÜSTRİNİN DEĞİŞİK İŞ KOLLARINDA İHTİYAÇ DUYULAN ELEMANLARIN YÜKSEK TEKNİK EĞİTİM MEZUNLARINDAN SAĞLANMASINDAKİ BEKLENTİLERİN SINANMASI V. Ulusal Üretm Araştırmaları Sempozyumu, İstanbul Tcaret Ünverstes, 5-7 Kasım 5 ENDÜSTRİNİN DEĞİŞİK İŞ KOLLARINDA İHTİYAÇ DUYULAN ELEMANLARIN YÜKSEK TEKNİK EĞİTİM MEZUNLARINDAN SAĞLANMASINDAKİ BEKLENTİLERİN

Detaylı

KIRMIZI, TAVUK VE BEYAZ ET TALEBİNİN TAM TALEP SİSTEMİ YAKLAŞIMIYLA ANALİZİ

KIRMIZI, TAVUK VE BEYAZ ET TALEBİNİN TAM TALEP SİSTEMİ YAKLAŞIMIYLA ANALİZİ Süleyman Demrel Ünverstes Sosyal Blmler Ensttüsü Dergs Yıl: 2007/2, Sayı: 6 Journal of Suleyman Demrel Unversty Insttue of Socal Scences Year: 2007/2, Number: 6 KIRMIZI, TAVUK VE BEYAZ ET TALEBİNİN TAM

Detaylı

Prof. Dr. Nevin Yörük - Yrd. Doç. Dr. S. Serdar Karaca Yrd. Doç. Dr. Mahmut Hekim - Öğr. Grv. İsmail Tuna

Prof. Dr. Nevin Yörük - Yrd. Doç. Dr. S. Serdar Karaca Yrd. Doç. Dr. Mahmut Hekim - Öğr. Grv. İsmail Tuna Anadolu Ünverstes Sosyal Blmler Dergs Anadolu Unversty Journal of Socal Scences Sermaye Yapısını Etkleyen Faktörler ve Fnansal Oranlar le Hsse Getrs Arasındak İlşknn ANFIS Yöntem le İncelenmes: İMKB de

Detaylı

TEKNOLOJİ, PİYASA REKABETİ VE REFAH

TEKNOLOJİ, PİYASA REKABETİ VE REFAH TEKNOLOJİ, PİYASA REKABETİ VE REFAH Dr Türkmen Göksel Ankara Ünverstes Syasal Blgler Fakültes Özet Bu makalede teknoloj sevyesnn pyasa rekabet ve refah sevyes üzerndek etkler matematksel br model le ncelenecektr

Detaylı

Hisse Senedi Fiyatları ve Fiyat/Kazanç Oranı Đlişkisi: Panel Verilerle Sektörel Bir Analiz *

Hisse Senedi Fiyatları ve Fiyat/Kazanç Oranı Đlişkisi: Panel Verilerle Sektörel Bir Analiz * Busness and Economcs Research Journal Volume. umber. 0 pp. 65-84 ISS: 309-448 www.berjournal.com Hsse Sened Fyatları ve Fyat/Kazanç Oranı Đlşks: Panel Verlerle Sektörel Br Analz * Mehmet argelecekenler

Detaylı

AKADEMİK YAKLAŞIMLAR DERGİSİ JOURNAL OF ACADEMIC APPROACHES

AKADEMİK YAKLAŞIMLAR DERGİSİ JOURNAL OF ACADEMIC APPROACHES Konut Sahplğnn Belrleycler: Hanehalkı Resler Üzerne Br Uygulama Halm TATLI 1 Özet İnsanların barınma htyacını sağlayan konut, temel htyaçlar arasında yer almaktadır. Konut sahb olmayan ve krada oturan

Detaylı

KALĐTE ARTIŞLARI VE ENFLASYON: TÜRKĐYE ÖRNEĞĐ

KALĐTE ARTIŞLARI VE ENFLASYON: TÜRKĐYE ÖRNEĞĐ Central Bank Revew Vol. 11 (January 2011), pp.1-9 ISSN 1303-0701 prnt / 1305-8800 onlne 2011 Central Bank of the Republc of Turkey http://www.tcmb.gov.tr/research/revew/ KALĐTE ARTIŞLARI VE ENFLASYON:

Detaylı

ALGILANAN HİZMET KALİTESİ VE LOJİSTİK REGRESYON ANALİZİ İLE HİZMET TERCİHİNE ETKİSİNİN BELİRLENMESİ. Özet

ALGILANAN HİZMET KALİTESİ VE LOJİSTİK REGRESYON ANALİZİ İLE HİZMET TERCİHİNE ETKİSİNİN BELİRLENMESİ. Özet Dokuz Eylül Ünverstes Sosyal Blmler Ensttüsü Dergs Yayın Gelş Tarh: 18.02.2011 Clt: 13, Sayı: 1, Yıl: 2011, Sayfa: 21-37 Yayına Kabul Tarh: 17.03.2011 ISSN: 1302-3284 ALGILANAN HİZMET KALİTESİ VE LOJİSTİK

Detaylı

a IIR süzgeç katsayıları ve N ( M) de = s 1 (3) 3. GÜRÜLTÜ GİDERİMİ UYGULAMASI

a IIR süzgeç katsayıları ve N ( M) de = s 1 (3) 3. GÜRÜLTÜ GİDERİMİ UYGULAMASI Fırat Ünverstes-Elazığ MİTRAL KAPAK İŞARETİ ÜZERİNDEKİ ANATOMİK VE ELEKTRONİK GÜRÜLTÜLERİN ABC ALGORİTMASI İLE TASARLANAN IIR SÜZGEÇLERLE SÜZÜLMESİ N. Karaboğa 1, E. Uzunhsarcıklı, F.Latfoğlu 3, T. Koza

Detaylı

UYGULAMA 2. Bağımlı Kukla Değişkenli Modeller

UYGULAMA 2. Bağımlı Kukla Değişkenli Modeller UYGULAMA 2 Bağımlı Kukla Değşkenl Modeller Br araştırmacı Amerka da yüksek lsans ve doktora programlarını kabul ednlmey etkleyen faktörler ncelemek stemektedr. Bu doğrultuda aşağıdak değşkenler ele almaktadır.

Detaylı

YÖNETİM VE EKONOMİ Yıl:2006 Cilt:13 Sayı:1 Celal Bayar Üniversitesi İ.İ.B.F. MANİSA

YÖNETİM VE EKONOMİ Yıl:2006 Cilt:13 Sayı:1 Celal Bayar Üniversitesi İ.İ.B.F. MANİSA YÖNETİM VE EKONOMİ Yıl:2006 Clt:3 Sayı: Celal Bayar Ünverstes İ.İ.B.F. MANİSA Bulanık Araç Rotalama Problemlerne Br Model Öners ve Br Uygulama Doç. Dr. İbrahm GÜNGÖR Süleyman Demrel Ünverstes, İ.İ.B.F.,

Detaylı

BANKACILIKTA ETKİNLİK VE SERMAYE YAPISININ BANKALARIN ETKİNLİĞİNE ETKİSİ

BANKACILIKTA ETKİNLİK VE SERMAYE YAPISININ BANKALARIN ETKİNLİĞİNE ETKİSİ BANKACILIKTA ETKİNLİK VE SERMAYE YAPISININ BANKALARIN ETKİNLİĞİNE ETKİSİ Yrd. Doç. Dr. Murat ATAN - Araş. Gör. Gaye KARPAT ÇATALBAŞ 2 ÖZET Bu çalışma, Türk bankacılık sstem çnde faalyet gösteren tcar bankaların

Detaylı

GELİŞMEKTE OLAN ÜLKELERDE ULUSLARARASI DOĞRUDAN YATIRIMLAR VE EKONOMİK BÜYÜME ETKİLEŞİMİ: PANEL EŞBÜTÜNLEŞME VE NEDENSELLİK ANALİZİ

GELİŞMEKTE OLAN ÜLKELERDE ULUSLARARASI DOĞRUDAN YATIRIMLAR VE EKONOMİK BÜYÜME ETKİLEŞİMİ: PANEL EŞBÜTÜNLEŞME VE NEDENSELLİK ANALİZİ GELİŞMEKTE OLAN ÜLKELERDE ULUSLARARASI DOĞRUDAN YATIRIMLAR VE EKONOMİK BÜYÜME ETKİLEŞİMİ: PANEL EŞBÜTÜNLEŞME VE NEDENSELLİK ANALİZİ Doç. Dr. M. Başaran ÖZTÜRK * Yrd. Doç. Dr. Kartal DEMİRGÜNEŞ ** Yrd.

Detaylı

TÜKETİCİ TATMİNİ VERİLERİNİN ANALİZİ: YAPAY SİNİR AĞLARI ve REGRESYON ANALİZİ KARŞILAŞTIRMASI

TÜKETİCİ TATMİNİ VERİLERİNİN ANALİZİ: YAPAY SİNİR AĞLARI ve REGRESYON ANALİZİ KARŞILAŞTIRMASI 1 TÜKETİCİ TATMİNİ VERİLERİNİN ANALİZİ: YAPAY SİNİR AĞLARI ve REGRESYON ANALİZİ KARŞILAŞTIRMASI Metehan TOLON Nuray GÜNERİ TOSUNOĞLU Özet Tüketc tatmn araştırmaları özelde pazarlama yönetclernn, genelde

Detaylı

Hasar sıklıkları için sıfır yığılmalı kesikli modeller

Hasar sıklıkları için sıfır yığılmalı kesikli modeller www.statstkcler.org İstatstkçler Dergs 5 (01) 3-31 İstatstkçler Dergs Hasar sıklıkları çn sıfır yığılmalı keskl modeller Sema Tüzel Hacettepe Ünverstes Aktüerya Blmler Bölümü 06800-Beytepe, Ankara, Türkye

Detaylı

C.Ü. İktisadi ve İdari Bilimler Dergisi, Cilt 13, Sayı 1, 2012 195

C.Ü. İktisadi ve İdari Bilimler Dergisi, Cilt 13, Sayı 1, 2012 195 C.Ü. İktsad ve İdar Blmler Dergs, Clt 13, Sayı 1, 2012 195 TÜRKİYE DE TİCARİ BANKACILIK SEKTÖRÜNDE REKABET DÜZEYİNİN BELİRLENMESİ (2002-2009) Abdulvahap ÖZCAN * Özet Türkye nn yaşadığı 2000 ve 2001 krzler

Detaylı

Bulanık Mantık ile Hesaplanan Geoid Yüksekliğine Nokta Yüksekliklerinin Etkisi

Bulanık Mantık ile Hesaplanan Geoid Yüksekliğine Nokta Yüksekliklerinin Etkisi Harta Teknolojler Elektronk Dergs Clt: 5, No: 1, 2013 (61-67) Electronc Journal of Map Technologes Vol: 5, No: 1, 2013 (61-67) TEKNOLOJİK ARAŞTIRMALAR www.teknolojkarastrmalar.com e-issn: 1309-3983 Makale

Detaylı

Antalya Đlinde Serada Domates Üretiminin Kâr Etkinliği Analizi

Antalya Đlinde Serada Domates Üretiminin Kâr Etkinliği Analizi Tarım Blmler Dergs Tar. Bl. Der. Derg web sayfası: www.agr.ankara.edu.tr/derg Journal of Agrcultural Scences Journal homepage: www.agr.ankara.edu.tr/journal TARIM BİLİMLERİ DERGİSİ JOURNAL OF AGRICULTURAL

Detaylı

Türkiye Cumhuriyet Merkez Bankası Sayı: 2010-17 / 20 Aralık 2010 EKONOMİ NOTLARI. Kalite Artışları ve Enflasyon: Türkiye Örneği

Türkiye Cumhuriyet Merkez Bankası Sayı: 2010-17 / 20 Aralık 2010 EKONOMİ NOTLARI. Kalite Artışları ve Enflasyon: Türkiye Örneği Türkye Cumhuryet Merkez Bankası Sayı: 2010-17 / 20 Aralık 2010 EKONOMİ NOTLARI Kalte Artışları ve Enflasyon: Türkye Örneğ Yavuz Arslan Evren Certoğlu Abstract: In ths study, average qualty growth and upward

Detaylı

Kısa Vadeli Sermaye Girişi Modellemesi: Türkiye Örneği

Kısa Vadeli Sermaye Girişi Modellemesi: Türkiye Örneği Dokuz Eylül Ünverstes İktsad ve İdar Blmler Fakültes Dergs, Clt:24, Sayı:1, Yıl:2009, ss.105-122. Kısa Vadel Sermaye Grş Modellemes: Türkye Örneğ Mehmet AKSARAYLI 1 Özhan TUNCAY 2 Alınma Tarh: 04-2008,

Detaylı

1. KEYNESÇİ PARA TALEBİ TEORİSİ

1. KEYNESÇİ PARA TALEBİ TEORİSİ DERS NOTU 07 KEYNESÇİ PARA TALEBİ TEORİSİ, LM EĞRİSİ VE PARA TALEBİ FAİZ ESNEKLİĞİ Bugünk dersn çerğ: 1. KEYNESÇİ PARA TALEBİ TEORİSİ... 1 1.1 İŞLEMLER (MUAMELELER) TALEBİ... 2 1.2 ÖNLEM (İHTİYAT) TALEBİ...

Detaylı

ARAŞTIRMA MAKALESİ/RESEARCH ARTICLE TEK ÇARPIMSAL SİNİR HÜCRELİ YAPAY SİNİR AĞI MODELİNİN EĞİTİMİ İÇİN ABC VE BP YÖNTEMLERİNİN KARŞILAŞTIRILMASI ÖZ

ARAŞTIRMA MAKALESİ/RESEARCH ARTICLE TEK ÇARPIMSAL SİNİR HÜCRELİ YAPAY SİNİR AĞI MODELİNİN EĞİTİMİ İÇİN ABC VE BP YÖNTEMLERİNİN KARŞILAŞTIRILMASI ÖZ ANADOLU ÜNİVERSİTESİ Blm ve Teknoloj Dergs A-Uygulamalı Blmler ve Mühendslk Clt: 14 Sayı: 3 013 Sayfa: 315-38 ARAŞTIRMA MAKALESİ/RESEARCH ARTICLE Faruk ALPASLAN 1, Erol EĞRİOĞLU 1, Çağdaş Hakan ALADAĞ,

Detaylı

Tek Yönlü Varyans Analizi

Tek Yönlü Varyans Analizi Tek Yönlü Varyan Analz Nedr ve hang durumlarda kullanılır? den fazla grupların karşılaştırılmaı öz konuu e, çok ayıda t-tet nn kullanılmaı, Tp I hatanın artmaına yol açar; Örneğn, eğer 5 grubu kşerl olarak

Detaylı

ANE - AEGON EMEKLİLİK VE HAYAT A.Ş.DENGELİ EYF

ANE - AEGON EMEKLİLİK VE HAYAT A.Ş.DENGELİ EYF AEGON EMEKLİLİK VE HAYAT A.Ş. DENGELİ EMEKLİLİK YATIRIM FONU FON KURULU ÜÇÜNCÜ 3 AYLIK FAALİYET RAPORU Bu rapor AEGON Emekllk ve Hayat A.Ş Dengel Emekllk Yatırım Fonu nun 01.07.2011 30.09.2011 dönemne

Detaylı

KENTSEL ALANDA ET TALEP ANALİZİ: BATI AKDENİZ BÖLGESİ ÖRNEĞİ. Dr. Ali Rıza AKTAŞ 1 Dr. Selim Adem HATIRLI 2

KENTSEL ALANDA ET TALEP ANALİZİ: BATI AKDENİZ BÖLGESİ ÖRNEĞİ. Dr. Ali Rıza AKTAŞ 1 Dr. Selim Adem HATIRLI 2 Journal of Yasar Unversty 2010 3294-3319 KENTSEL ALANDA ET TALEP ANALİZİ: BATI AKDENİZ BÖLGESİ ÖRNEĞİ Dr. Al Rıza AKTAŞ 1 Dr. Selm Adem HATIRLI 2 ÖZET Bu çalışmada, Batı Akdenz Bölges kent merkezlernde

Detaylı

T.C. KAHRAMANMARAŞ SÜTÇÜ İMAM ÜNİVERSİTESİ SOSYAL BİLİMLER ENSTİTÜSÜ İŞLETME ANABİLİMDALI

T.C. KAHRAMANMARAŞ SÜTÇÜ İMAM ÜNİVERSİTESİ SOSYAL BİLİMLER ENSTİTÜSÜ İŞLETME ANABİLİMDALI T.C. KAHRAMANMARAŞ SÜTÇÜ İMAM ÜNİVERSİTESİ SOSYAL BİLİMLER ENSTİTÜSÜ İŞLETME ANABİLİMDALI İMKB DE YÜKSELEN PİYASA VE DÜŞEN PİYASA DÖNEMLERİNDE DURUMSAL İLİŞKİ ANALİZİ YÜKSEK LİSANS TEZİ KAHRAMANMARAŞ TEMMUZ

Detaylı

Türkiye de Bölgeler Arası Gelir Yakınsaması: Rassal Katsayılı Panel Veri Analizi Uygulaması

Türkiye de Bölgeler Arası Gelir Yakınsaması: Rassal Katsayılı Panel Veri Analizi Uygulaması Busness and Economcs Research Journal Volume 2. Number 1. 2011 pp. 143-151 ISSN: 1309-2448 www.berjournal.com Türkye de Bölgeler Arası Gelr Yakınsaması: Rassal Katsayılı Panel Ver Analz Uygulaması Fatma

Detaylı

TÜRKİYE DEKİ ÖZEL BANKALARIN FİNANSAL PERFORMANSLARININ KARŞILAŞTIRILMASI: 2008-2011 DÖNEMİ. Fatih ECER *

TÜRKİYE DEKİ ÖZEL BANKALARIN FİNANSAL PERFORMANSLARININ KARŞILAŞTIRILMASI: 2008-2011 DÖNEMİ. Fatih ECER * AİBÜ Sosyal Blmler Ensttüsü Dergs, Güz 2013, Clt:13, Yıl:13, Sayı:2, 13:171-189 TÜKİYE DEKİ ÖZEL BANKALAIN FİNANSAL PEFOMANSLAININ KAŞILAŞTIILMASI: 2008-2011 DÖNEMİ Fath ECE COMPAISON OF PIVATE BANKS FINANCIAL

Detaylı

DEĞİŞKEN DÖVİZ KURLARI ORTAMINDA GLOBAL BİR ŞİRKETTEKİ ESNEKLİĞİN DEĞERİ VE OPTİMUM KULLANIMI

DEĞİŞKEN DÖVİZ KURLARI ORTAMINDA GLOBAL BİR ŞİRKETTEKİ ESNEKLİĞİN DEĞERİ VE OPTİMUM KULLANIMI DEĞİŞKEN DÖVİZ KURLARI ORTAMINDA GLOBAL BİR ŞİRKETTEKİ ESNEKLİĞİN DEĞERİ VE OPTİMUM KULLANIMI Mehmet Aktan Atatürk Ünverstes, Endüstr Mühendslğ Bölümü, 25240, Erzurum. Özet: Dövz kurlarındak değşmler,

Detaylı

TÜKETĠCĠLERĠN FĠYAT BĠLĠNCĠ ÜZERĠNDE ETKĠLĠ OLAN FAKTÖRLERE ĠLĠġKĠN BĠR ĠNCELEME

TÜKETĠCĠLERĠN FĠYAT BĠLĠNCĠ ÜZERĠNDE ETKĠLĠ OLAN FAKTÖRLERE ĠLĠġKĠN BĠR ĠNCELEME Ġstanbul Ünverstes Ġktsat Fakültes Malye AraĢtırma Merkez Konferansları 46. Ser / Yıl 2004 Prof. Dr. Salh Turhan'a Armağan TÜKETĠCĠLERĠN FĠYAT BĠLĠNCĠ ÜZERĠNDE ETKĠLĠ OLAN FAKTÖRLERE ĠLĠġKĠN BĠR ĠNCELEME

Detaylı

Black Litterman ve Markowitz Ortalama Varyans Modelinin Beta Faktörü, Artık Dalgalanma Dereceleri ve Toplam Riskleri Yönünden Karşılaştırılması

Black Litterman ve Markowitz Ortalama Varyans Modelinin Beta Faktörü, Artık Dalgalanma Dereceleri ve Toplam Riskleri Yönünden Karşılaştırılması Volume 3 Number 4 01 pp. 43-55 ISSN: 1309-448 www.berjournal.com Black Ltterman ve Markowtz Ortalama Varyans Modelnn Beta Faktörü, Artık Dalgalanma Dereceler ve Toplam Rskler Yönünden Karşılaştırılması

Detaylı

BIST da Demir, Çelik Metal Ana Sanayii Sektöründe Faaliyet Gösteren İşletmelerin Finansal Performans Analizi: VZA Süper Etkinlik ve TOPSIS Uygulaması

BIST da Demir, Çelik Metal Ana Sanayii Sektöründe Faaliyet Gösteren İşletmelerin Finansal Performans Analizi: VZA Süper Etkinlik ve TOPSIS Uygulaması EGE AKADEMİK BAKIŞ / EGE ACADEMIC REVIEW Clt: 4 Sayı: Ocak 04 ss. 9-9 BIST da Demr, Çelk Metal Ana Sanay Sektöründe Faalyet Gösteren İşletmelern Fnansal Performans Analz: VZA Süper Etknlk ve TOPSIS Uygulaması

Detaylı

LĐTERATÜR. Ar-Ge Harcamaları ve Đhracat Đlişkisi: OECD Ülkeleri Panel Veri Analizi

LĐTERATÜR. Ar-Ge Harcamaları ve Đhracat Đlişkisi: OECD Ülkeleri Panel Veri Analizi Ar-Ge Harcamaları ve Đhracat Đlşks: OECD Ülkeler Panel Ver Analz Mustafa ÖZER * Necat ÇĐFTÇĐ ** Özet: Yen büyüme teorlernn merkeznde Ar-Ge yatırımları vardır. Romer (1990), Grossman-Helpman (1991) ve Aghon-Howtt

Detaylı

bir yol oluşturmaktadır. Yine i 2 , de bir yol oluşturmaktadır. Şekil.DT.1. Temel terimlerin incelenmesi için örnek devre

bir yol oluşturmaktadır. Yine i 2 , de bir yol oluşturmaktadır. Şekil.DT.1. Temel terimlerin incelenmesi için örnek devre Devre Analz Teknkler DEE AAĐZ TEKĐKEĐ Bu zamana kadar kullandığımız Krchoffun kanunları ve Ohm kanunu devre problemlern çözmek çn gerekl ve yeterl olan eştlkler sağladılar. Fakat bu kanunları kullanarak

Detaylı

TRANSPORT PROBLEMI için GELIsTIRILMIs VAM YÖNTEMI

TRANSPORT PROBLEMI için GELIsTIRILMIs VAM YÖNTEMI Yönetm, Yl 9, Say 28, Ekm - 1997,5.20-25 TRANSPORT PROBLEMI ÇIN GELIsTIRILMIs VAM YÖNTEMI Dr. Erhan ÖZDEMIR I.Ü. Teknk Blmler M.Y.O. L.GIRIs V AM transport problemlerne en düsük malyetl baslangç çözüm

Detaylı

SESSION 1B: Büyüme ve Gelişme 279

SESSION 1B: Büyüme ve Gelişme 279 SESSION 1B: Büyüme ve Gelşme 279 Türkye de Hanehalkı Tüketm Harcamaları: Pseudo Panel Ver le Talep Sstemnn Tahmn The Consumpton Expendture of Households n Turkey: Demand System Estmaton wth Pseudo Panel

Detaylı

Tuğla Duvardaki ve Tesisattaki Isı Kaybının Yapay Sinir Ağları İle Belirlenmesi

Tuğla Duvardaki ve Tesisattaki Isı Kaybının Yapay Sinir Ağları İle Belirlenmesi Fırat Ünv. Fen ve Müh. Bl. Der. Scence and Eng. J of Fırat Unv. 18 (1), 133-141, 2006 18 (1), 133-141, 2006 Tuğla Duvardak ve Tessattak Isı Kaybının Yapay Snr Ağları İle Belrlenmes Ömer KELEŞOĞLU ve Adem

Detaylı

Türkiye den Yurt Dışına Beyin Göçü: Ampirik Bir Uygulama

Türkiye den Yurt Dışına Beyin Göçü: Ampirik Bir Uygulama ERC Workng Paper n Economc 04/02 January 2004 Türkye den Yurt Dışına Beyn Göçü: Amprk Br Uygulama Aysıt Tansel İktsat Bölümü Orta Doğu Teknk Ünverstes atansel@metu.edu.tr Nl Demet Güngör İktsat Bölümü

Detaylı

Anahtar Kelimeler: İlk halka arz, Düşük fiyatlama, Kısa dönem performans, İMKB 1. Giriş

Anahtar Kelimeler: İlk halka arz, Düşük fiyatlama, Kısa dönem performans, İMKB 1. Giriş Dokuz Eylül Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi Cilt:23 Sayı:2, Yıl:2008, ss:243-258. İLK HALKA ARZLARDA DÜŞÜK FİYATLAMA VE KISA DÖNEM PERFORMANSIN BELİRLEYİCİLERİ: 1995-2008 İMKB

Detaylı

AHP AND GRA INTEGRATED APPROACH IN INNOVATION PERFORMANCE REVIEW PROCESS: AN APPLICATION IN DAIRY INDUSTRY

AHP AND GRA INTEGRATED APPROACH IN INNOVATION PERFORMANCE REVIEW PROCESS: AN APPLICATION IN DAIRY INDUSTRY Dumlupınar Ünverstes Sosyal Blmler Dergs / Dumlupınar Unversty Journal of Socal Scences İNOVASYON PERFORMANSI DEĞERLENDİRME SÜRECİNDE AHS VE GİA BÜTÜNLEŞİK YAKLAŞIMI: SÜT ÜRÜNLERİ SEKTÖRÜNDE BİR UYGULAMA

Detaylı

Üniversite Öğrencilerinin Kredi Kartı Sahipliğini Belirleyen Faktörler

Üniversite Öğrencilerinin Kredi Kartı Sahipliğini Belirleyen Faktörler Ünverste Öğrenclernn Kred Kartı Sahplğn Belrleyen Faktörler H. Dlara KESKİN Yrd. Doç. Dr., Karadenz Teknk Ünverstes, İİBF İşletme Bölümü dlarakeskn@yahoo.com Emrah KOPARAN Öğr. Gör., Amasya Ünverstes Merzfon

Detaylı

Basel II Geçiş Süreci Sıkça Sorulan Sorular

Basel II Geçiş Süreci Sıkça Sorulan Sorular Basel II Geçş Sürec Sıkça Sorulan Sorular Soru No: 71 Cevaplanma Tarh: 06.03.2012 İlgl Hüküm: --- Konu: Gayrmenkul İpoteğyle Temnatlandırılmış Alacaklar İçn KR510AS Formunun Doldurulmasına İlşkn Örnek

Detaylı

DENEY 4: SERİ VE PARALEL DEVRELER,VOLTAJ VE AKIM BÖLÜCÜ KURALLARI, KIRCHOFF KANUNLARI

DENEY 4: SERİ VE PARALEL DEVRELER,VOLTAJ VE AKIM BÖLÜCÜ KURALLARI, KIRCHOFF KANUNLARI A. DNYİN AMACI : Bast ser ve bast paralel drenç devrelern analz edp kavramak. Voltaj ve akım bölücü kurallarını kavramak. Krchoff kanunlarını deneysel olarak uygulamak. B. KULLANILACAK AAÇ V MALZML : 1.

Detaylı

PÜRÜZLÜ AÇIK KANAL AKIMLARINDA DEBİ HESABI İÇİN ENTROPY YÖNTEMİNİN KULLANILMASI

PÜRÜZLÜ AÇIK KANAL AKIMLARINDA DEBİ HESABI İÇİN ENTROPY YÖNTEMİNİN KULLANILMASI PÜRÜZLÜ AÇIK KANAL AKIMLARINDA DEBİ HESABI İÇİN ENTROPY YÖNTEMİNİN KULLANILMASI Mehmet ARDIÇLIOĞLU *, Galp Seçkn ** ve Özgür Öztürk * * Ercyes Ünverstes, Mühendslk Fakültes, İnşaat Mühendslğ Bölümü Kayser

Detaylı

Devalüasyon, Para, Reel Gelir Değişkenlerinin Dış Ticaret Üzerine Etkisinin Panel Data Yöntemiyle Türkiye İçin İncelenmesi

Devalüasyon, Para, Reel Gelir Değişkenlerinin Dış Ticaret Üzerine Etkisinin Panel Data Yöntemiyle Türkiye İçin İncelenmesi Dokuz Eylül Ünverstes Sosyal Blmler Ensttüsü Dergs Clt 6, Sayı:4, 2004 Devalüasyon, Para, Reel Gelr Değşkenlernn Dış Tcaret Üzerne Etksnn Panel Data Yöntemyle Türkye İçn İncelenmes Yrd.Doç.Dr.Ercan BALDEMİR*

Detaylı

i. ARASTiRMANiN AMACi GIRIs Yrd.Doç.Dr. Gönen DÜNDAR Yönetim, Yil 12, Sayi 39, Mayis - 2001,5.5-16

i. ARASTiRMANiN AMACi GIRIs Yrd.Doç.Dr. Gönen DÜNDAR Yönetim, Yil 12, Sayi 39, Mayis - 2001,5.5-16 Yönetm, Yl 12, Say 39, Mays - 2001,5.5-16 ISLETME EGITIMI ALAN ÖGRENCILERIN FINANS ALANINDA KARIYER YAPMA EGILIMLERINI ETKILEYEN FAKTÖRLERIN BELIRLENMESINE.... YONELIK BIR ARASTIRMA: tü. ISLETME FAKÜLTESI

Detaylı

DAĞITIM STRATEJİLERİNİN OLUŞTURULMASINA YÖNELİK MODEL OLUŞTURMA: BİR TÜRK FİRMASI ÜZERİNE ÖRNEK UYGULAMA

DAĞITIM STRATEJİLERİNİN OLUŞTURULMASINA YÖNELİK MODEL OLUŞTURMA: BİR TÜRK FİRMASI ÜZERİNE ÖRNEK UYGULAMA ZKÜ Sosyal Blmler Dergs, Clt 2, Sayı 4, 2006, ss. 123 145. DAĞITIM STRATEJİLERİNİN OLUŞTURULMASINA YÖNELİK MODEL OLUŞTURMA BİR TÜRK FİRMASI ÜZERİNE ÖRNEK UYGULAMA Yrd. Doç. Dr. Ahmet ERGÜLEN Nğde Ünverstes

Detaylı

ANE-AEGON EMEKLİLİK VE HAYAT A.Ş.DENGELİ EYF

ANE-AEGON EMEKLİLİK VE HAYAT A.Ş.DENGELİ EYF AEGON EMEKLĐLĐK VE HAYAT A.Ş. DENGELĐ EMEKLĐLĐK YATIRIM FONU FON KURULU ÜÇÜNCÜ 3 AYLIK FAALĐYET RAPORU Bu rapor Aegon Emekllk ve Hayat A.Ş Dengel Emekllk Yatırım Fonu nun 01.07.2009 30.09.2009 dönemne

Detaylı

Şiddet-Süre-Frekans Bağıntısının Genetik Algoritma ile Belirlenmesi: GAP Örneği *

Şiddet-Süre-Frekans Bağıntısının Genetik Algoritma ile Belirlenmesi: GAP Örneği * İMO Teknk Derg, 28 4393-447, Yazı 29 Şddet-Süre-Frekans Bağıntısının Genetk Algortma le Belrlenmes: GAP Örneğ * Hall KARAHAN* M. Tamer AYVAZ** Gürhan GÜRARSLAN*** ÖZ Bu çalışmada, Genetk Algortma (GA)

Detaylı

ĠMKB 100 ENDEKSĠ ĠÇĠN OPTĠMAL PORTFÖY SEÇĠMĠ MODEL ÖNERĠSĠ

ĠMKB 100 ENDEKSĠ ĠÇĠN OPTĠMAL PORTFÖY SEÇĠMĠ MODEL ÖNERĠSĠ ĠMKB 100 ENDEKSĠ ĠÇĠN OPTĠMAL PORTFÖY SEÇĠMĠ MODEL ÖNERĠSĠ ÖZET Sbel ATAN * Snan METE ** ġenol ALTAN *** Murat ATAN **** Menkul kıymetlern dğer yatırım araçlarına göre daha yüksek getrler sağlaması bunlar

Detaylı

ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ

ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ Gülesen ÜSTÜNDAĞ BAZI PARAMETRİK OLMAYAN İSTATİSTİKSEL YÖNTEMLERİN İNCELENMESİ İSTATİSTİK ANABİLİM DALI ADANA, 005 ÇUKUROVA ÜNİVERSİTESİ

Detaylı

Toplam Eşdeğer Deprem Yükünün Hesabı Bakımından 1975 Deprem Yönetmeliği İle 2006 Deprem Yönetmeliğinin Karşılaştırılması

Toplam Eşdeğer Deprem Yükünün Hesabı Bakımından 1975 Deprem Yönetmeliği İle 2006 Deprem Yönetmeliğinin Karşılaştırılması Fırat Ünv. Fen ve Müh. Bl. ergs Scence and Eng. J of Fırat Unv. 19 (2, 133-138, 2007 19 (2, 133-138, 2007 Toplam Eşdeğer eprem Yükünün Hesabı Bakımından 1975 eprem Yönetmelğ İle 2006 eprem Yönetmelğnn

Detaylı

Endüstri-içi dış ticaret, patentler ve uluslararası teknolojik yayılma

Endüstri-içi dış ticaret, patentler ve uluslararası teknolojik yayılma Endüstr-ç dış tcaret, patentler ve uluslararası teknolojk yayılma Recep Kök Dokuz Eylül Ünverstes, İktsad ve İdar Blmler Fakültes, İktsat Bölümü, 35160, İzmr, Türkye Nevzat Şmşek Dokuz Eylül Ünverstes,

Detaylı

TEKNOLOJĐK ARAŞTIRMALAR

TEKNOLOJĐK ARAŞTIRMALAR www.teknolojkarastrmalar.com ISSN:305-63X Yapı Teknolojler Elektronk Dergs 008 () - TEKNOLOJĐK ARAŞTIRMALAR Makale Başlığın Boru Hattı Etrafındak Akıma Etks Ahmet Alper ÖNER Aksaray Ünverstes, Mühendslk

Detaylı

TÜRKİYE CUMHURİYETİ ÇUKUROVA ÜNİVERSİTESİ SOSYAL BİLİMLER ENSTİTÜSÜ İŞLETME ANABİLİM DALI

TÜRKİYE CUMHURİYETİ ÇUKUROVA ÜNİVERSİTESİ SOSYAL BİLİMLER ENSTİTÜSÜ İŞLETME ANABİLİM DALI TÜRKİYE CUMHURİYETİ ÇUKUROVA ÜNİVERSİTESİ SOSYAL BİLİMLER ENSTİTÜSÜ İŞLETME ANABİLİM DALI FİRMA ÇEŞİTLENDİRMESİNİN FİRMA DEĞERİ, RİSKİ VE PERFORMANSINA ETKİLERİ: TÜRKİYE UYGULAMASI Emel YÜCEL DOKTORA TEZİ

Detaylı

YATIRIM PROJELERi ANALiziNDE BLACK-SCHOLES OPSiYON FiYATLAMA MODELiNiN KULLANIMI

YATIRIM PROJELERi ANALiziNDE BLACK-SCHOLES OPSiYON FiYATLAMA MODELiNiN KULLANIMI YATIRIM PROJELER ANALzNDE BLACK-SCHOLES OPSYON FYATLAMA MODELNN KULLANIMI Yrd. Doç. Dr. Erkan Uysal Ankara Ünverstes Syasal Blgler Fakültes Özet Bu çalışmada, fnansal opsyon fyatlama modellernn yatınm

Detaylı

Akıllı Telefon Seçiminin Belirleyicileri: Üniversite Öğrencileri Üzerine Bir Uygulama

Akıllı Telefon Seçiminin Belirleyicileri: Üniversite Öğrencileri Üzerine Bir Uygulama The PDF verson of an unedted manuscrpt has been peer revewed and accepted for publcaton. Based upon the publcaton rules of the journal, the manuscrpt has been formatted, but not fnalzed yet. Before fnal

Detaylı

YAŞAM ÇÖZÜMLEMESİNDE AYKIRI DEĞERLER OUTLIERS IN SURVIVAL ANALYSIS

YAŞAM ÇÖZÜMLEMESİNDE AYKIRI DEĞERLER OUTLIERS IN SURVIVAL ANALYSIS YAŞAM ÇÖZÜMLEMESİNDE AYKIRI DEĞERLER OUTLIERS IN SURVIVAL ANALYSIS NURAY TUNCER PROF. DR. DURDU KARASOY Tez Danışmanı Hacettepe Ünverstes Lsansüstü Eğtm-Öğretm Yönetmelğnn İstatstk Anablm Dalı İçn Öngördüğü

Detaylı

SUÇ VERİ TABANININ LOJİSTİK REGRESYON ANALİZİ İLE TAHMİNİ: BURSA ÖRNEĞİ Estimating of Crime Database with Logistic Regression Analysis: Bursa Case

SUÇ VERİ TABANININ LOJİSTİK REGRESYON ANALİZİ İLE TAHMİNİ: BURSA ÖRNEĞİ Estimating of Crime Database with Logistic Regression Analysis: Bursa Case SUÇ VERİ TABANININ LOJİSTİK REGRESYON ANALİZİ İLE TAHMİNİ: BURSA ÖRNEĞİ Estmatng of Crme Database wth Logstc Regresson Analyss: Bursa Case Mehmet NARGELEÇEKENLER * B Özet u çalışmada, Bursa Emnyet Müdürlüğünden

Detaylı

HisSE SENEDi FiYATlARıNDAKi SÜRPRiz HABERLERiN BULAŞICIlIK ETKiSi VESÜREKliliK

HisSE SENEDi FiYATlARıNDAKi SÜRPRiz HABERLERiN BULAŞICIlIK ETKiSi VESÜREKliliK HsSE SENED FYATlARıNDAK SÜRPRz HABERLERN BULAŞICIlIK ETKS VESÜREKllK Evrmlmer Türkye Cumhuryet Merkez Bankası Özet Bu çalışmada hsse sened pyasalarındak sürprz haberlern ülkeler arasında yayılması olgusu

Detaylı

Pamukta Girdi Talebi: Menemen Örneği

Pamukta Girdi Talebi: Menemen Örneği Ege Ünv. Zraat Fak. Derg., 2002, 39 (3): 88-95 ISSN 1018-8851 Pamukta Grd Taleb: Menemen Örneğ Bülent MİRAN 1 Canan ABAY 2 Chat Günden 3 Summary Demand for Inputs n Cotton Producton: The Case of Menemen

Detaylı

Yolsuzluğun Belirleyicileri ve Büyüme ile İlişkileri

Yolsuzluğun Belirleyicileri ve Büyüme ile İlişkileri SESSION 1B: Büyüme ve Gelşme I 131 Yolsuzluğun Belrleycler ve Büyüme le İlşkler Assoc. Prof. Dr. Mne Gern (Marmara Unversty, Turkey) Prof. Dr. Ömer Selçuk Emsen (Atatürk Unversty, Turkey) Ph.D. Canddate

Detaylı

PORTFÖY OPTİMİZASYONU. Doç.Dr.Aydın ULUCAN

PORTFÖY OPTİMİZASYONU. Doç.Dr.Aydın ULUCAN PORTFÖY OPTİMİZASYOU Doç.Dr.Aydın ULUCA KARAR VERME Karar verme, ş dünyasının çalışmasını sağlayan temel unsurlardandır. Tüm yönetcler, bulundukları faalyet alanı ve kademelernden bağımsız olarak stratejk

Detaylı

FAKTÖR A ALĐZ SKORLARI KULLA ILARAK KARAYAKA KUZULARI DA CA LI AĞIRLIK TAHMĐ Đ

FAKTÖR A ALĐZ SKORLARI KULLA ILARAK KARAYAKA KUZULARI DA CA LI AĞIRLIK TAHMĐ Đ Anadolu Tarım Blm. Derg., 2009,24(2):98-102 Anadolu J. Agrc. Sc., 2009,24(2):98-102 Araştırma Research FAKTÖR A ALĐZ SKORLARI KULLA ILARAK KARAYAKA KUZULARI DA CA LI AĞIRLIK TAHMĐ Đ Soner ÇA KAYA* Aydın

Detaylı

Bitkisel Ürün Sigortası Yaptırma İsteğinin Belirlenmesi: Tokat İli Örneği

Bitkisel Ürün Sigortası Yaptırma İsteğinin Belirlenmesi: Tokat İli Örneği Atatürk Ünv. Zraat Fak. Derg., 42 (2): 153-157, 2011 J. of Agrcultural Faculty of Atatürk Unv., 42 (2): 153-157, 2011 ISSN : 1300-9036 Araştırma Makales/Research Artcle Btksel Ürün Sgortası Yaptırma İsteğnn

Detaylı

VERİ ZARFLAMA ANALİZİ İLE TIBBİ GÖRÜNTÜ, ARŞİV VE İLETİŞİM SİSTEMLERİNİN DEVLET HASTANELERİ PERFORMANSINA ETKİLERİNİN ARAŞTIRILMASI

VERİ ZARFLAMA ANALİZİ İLE TIBBİ GÖRÜNTÜ, ARŞİV VE İLETİŞİM SİSTEMLERİNİN DEVLET HASTANELERİ PERFORMANSINA ETKİLERİNİN ARAŞTIRILMASI Süleyman Demrel Ünverstes Sosyal Blmler Ensttüsü DergsYıl: 2013/1, Sayı:17 Journal of Süleyman Demrel Unversty Insttute of Socal ScencesYear: 2013/1, Number:17 VERİ ZARFLAMA ANALİZİ İLE TIBBİ GÖRÜNTÜ,

Detaylı

ANTALYA DA OBEZİTE YAYGINLIĞI VE DÜZEYİNİ ETKİLEYEN SOSYO-EKONOMİK DEĞİŞKENLER

ANTALYA DA OBEZİTE YAYGINLIĞI VE DÜZEYİNİ ETKİLEYEN SOSYO-EKONOMİK DEĞİŞKENLER Akdenz İ.İ.B.F. Dergs (21) 2011, 17-45 ANTALYA DA OBEZİTE YAYGINLIĞI VE DÜZEYİNİ ETKİLEYEN SOSYO-EKONOMİK DEĞİŞKENLER PREVALENCE AND SOCIOECONOMICS DETERMINANTS OF ADULTS OBESITY IN ANTALYA Arş. Gör. F.

Detaylı

Yapay Sinir Ağı ve Bulanık-Yapay Sinir Ağı Yöntemleri Kullanılarak Tava Buharlaşma Tahmini

Yapay Sinir Ağı ve Bulanık-Yapay Sinir Ağı Yöntemleri Kullanılarak Tava Buharlaşma Tahmini Tarım Blmler Araştırma Dergs 3 (): 45-5, 00 ISSN: 308-3945, E-ISSN: 308-07X, www.nobel.gen.tr Yapay Snr Ağı ve Bulanık-Yapay Snr Ağı Yöntemler Kullanılarak Tava Buharlaşma Tahmn Özgür KIŞI Selcan AFŞA

Detaylı

YARIPARAMETRİK KISMİ DOĞRUSAL PANEL VERİ MODELLERİYLE ULUSLAR ARASI GÖÇ

YARIPARAMETRİK KISMİ DOĞRUSAL PANEL VERİ MODELLERİYLE ULUSLAR ARASI GÖÇ Özet YARIPARAMETRİK KISMİ DOĞRUSAL PANEL VERİ MODELLERİYLE ULUSLAR ARASI GÖÇ Atıf EVREN *1 Elf TUNA ** Yarı parametrk panel ver modeller parametrk ve parametrk olmayan modeller br araya getren; br kısmı

Detaylı

Fatih ECER*, Fatih GÜNAY**

Fatih ECER*, Fatih GÜNAY** Anatola: Turzm Araştırmaları Dergs, Clt 25, Sayı 1, Bahar: 35-48, 2014. Copyrght 2014 anatola Bütün hakları saklıdır ISSN: 1300-4220 (1990-2014) Borsa İstanbul da İşlem Gören Turzm Şrketlernn Fnansal Performanslarının

Detaylı

İyi Tarım Uygulamaları Ve Tüketici Davranışları (Logit Regresyon Analizi)(*)

İyi Tarım Uygulamaları Ve Tüketici Davranışları (Logit Regresyon Analizi)(*) Gazosmanpaşa Ünverstes Zraat Fakültes Dergs Journal of Agrcultural Faculty of Gazosmanpasa Unversty http://zraatderg.gop.edu.tr/ Araştırma Makales/Research Artcle JAFAG ISSN: 1300-2910 E-ISSN: 2147-8848

Detaylı

Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi Pamukkale University Journal of Engineering Sciences

Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi Pamukkale University Journal of Engineering Sciences Pamukkale Ünverstes Mühendslk Blmler Dergs, Clt 0, Sayı 3, 04, Sayfalar 85-9 Pamukkale Ünverstes Mühendslk Blmler Dergs Pamukkale Unversty Journal of Engneerng Scences PREFABRİK ENDÜSTRİ YAPIARININ ARMONİ

Detaylı

Farklı Varyans. Var(u i X i ) = Var(u i ) = E(u i2 ) = s 2 Eşit Varyans

Farklı Varyans. Var(u i X i ) = Var(u i ) = E(u i2 ) = s 2 Eşit Varyans Farklı Varyans Var(u X ) = Var(u ) = E(u ) = s Eşt Varyans Y X 1 Farklı Varyans Hata Var(u X ) = Var(u ) = E(u ) = s Farklı Varyans Zaman EKKY nn varsayımlarından br anakütle regresyon fonksyonu u lern

Detaylı

DOĞRUSAL HEDEF PROGRAMLAMA İLE BÜTÇELEME. Hazırlayan: Ozan Kocadağlı Danışman: Prof. Dr. Nalan Cinemre

DOĞRUSAL HEDEF PROGRAMLAMA İLE BÜTÇELEME. Hazırlayan: Ozan Kocadağlı Danışman: Prof. Dr. Nalan Cinemre 1 DOĞRUSAL HEDEF PROGRAMLAMA İLE BÜTÇELEME Hazırlayan: Ozan Kocadağlı Danışman: Prof. Dr. Nalan Cnemre 2 BİRİNCİ BÖLÜM HEDEF PROGRAMLAMA 1.1 Grş Karar problemler amaç sayısına göre tek amaçlı ve çok amaçlı

Detaylı

Metin Madenciliği ile Soru Cevaplama Sistemi

Metin Madenciliği ile Soru Cevaplama Sistemi Metn Madenclğ le Soru Cevaplama Sstem Sevnç İlhan 1, Nevchan Duru 2, Şenol Karagöz 3, Merve Sağır 4 1 Mühendslk Fakültes Blgsayar Mühendslğ Bölümü Kocael Ünverstes slhan@kocael.edu.tr, nduru@kocael.edu.tr,

Detaylı

Çok ölçütlü karar verme yaklaşımlarına dayalı tedarikçi seçimi: elektronik sektöründe bir uygulama

Çok ölçütlü karar verme yaklaşımlarına dayalı tedarikçi seçimi: elektronik sektöründe bir uygulama 346 Çok ölçütlü karar verme yaklaşımlarına dayalı tedarkç seçm: elektronk sektöründe br uygulama Murat ARIKAN 1, Berat GÖKBEK 1 1 Endüstr Mühendslğ Bölümü, Mühendslk Fakültes, Gaz Ünverstes, Maltepe-Ankara

Detaylı

Soğutucu Akışkan Karışımlarının Kullanıldığı Soğutma Sistemlerinin Termoekonomik Optimizasyonu

Soğutucu Akışkan Karışımlarının Kullanıldığı Soğutma Sistemlerinin Termoekonomik Optimizasyonu Soğutucu Akışkan arışımlarının ullanıldığı Soğutma Sstemlernn ermoekonomk Optmzasyonu * 1 Hüseyn aya, 2 ehmet Özkaymak ve 3 rol Arcaklıoğlu 1 Bartın Ünverstes akne ühendslğ Bölümü, Bartın, ürkye 2 arabük

Detaylı

Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, Cilt: 24, Sayı: 2, 2010 47

Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, Cilt: 24, Sayı: 2, 2010 47 Atatürk Ünverstes İktsad ve İdar Blmler Dergs, Clt: 24, Sayı: 2, 2010 47 KRİZ ÖNCESİ VE KRİZ DÖNEMLERİNDE İŞLETMELERDE ÇALIŞMA SERMAYESİ GEREKSİNİMİNİN BELİRLEYİCİLERİ: İMKB İMALAT SANAYİ ŞİRKETLERİ ÜZERİNE

Detaylı

SİLİS DUMANI KATKILI BETONLARIN ÇARPMA DAYANIMININ YAPAY SİNİR AĞI İLE BELİRLENMESİ

SİLİS DUMANI KATKILI BETONLARIN ÇARPMA DAYANIMININ YAPAY SİNİR AĞI İLE BELİRLENMESİ ISSN:1306-3111 e-journal of New World Scences Academy 2008, Volume: 3, Number: 1 Artcle Number: A0046 NATURAL AND APPLIED SCIENCES CIVIL ENGINEERING Receved: June 2007 Accepted: December 2007 2008 www.newwsa.com

Detaylı

04.10.2012 SU İHTİYAÇLARININ BELİRLENMESİ. Suİhtiyacı. Proje Süresi. Birim Su Sarfiyatı. Proje Süresi Sonundaki Nüfus

04.10.2012 SU İHTİYAÇLARININ BELİRLENMESİ. Suİhtiyacı. Proje Süresi. Birim Su Sarfiyatı. Proje Süresi Sonundaki Nüfus SU İHTİYAÇLARII BELİRLEMESİ Suİhtyacı Proje Süres Brm Su Sarfyatı Proje Süres Sonundak üfus Su ayrım çzs İsale Hattı Su Tasfye Tess Terf Merkez, Pompa İstasyonu Baraj Gölü (Hazne) Kaptaj Su Alma Yapısı

Detaylı

TEKNOLOJĐK ARAŞTIRMALAR

TEKNOLOJĐK ARAŞTIRMALAR www.teknolojkarastrmalar.com ISSN:134-4141 Makne Teknolojler Elektronk Dergs 28 (1) 61-68 TEKNOLOJĐK ARAŞTIRMALAR Kısa Makale Tabakalı Br Dskn Termal Gerlme Analz Hasan ÇALLIOĞLU 1, Şükrü KARAKAYA 2 1

Detaylı

YÜKSEK LİsANS VE DOKTORA PROGRAMLARI

YÜKSEK LİsANS VE DOKTORA PROGRAMLARI , EK-A YÜKSEK LİsANS VE DOKTORA PROGRAMLARI Değerl Arkadaşlar, --e------ Bldğnz üzere, ş dünyası sthdam edeceğ adaylarda, ünverste mezunyet sonrası kendlerne ne ölçüde katma değer ekledklern de cddyetle

Detaylı

KURUMSAL FİRMALAR İÇİN BİR FİNANSAL PERFORMANS KARŞILAŞTIRMA MODELİNİN GELİŞTİRİLMESİ

KURUMSAL FİRMALAR İÇİN BİR FİNANSAL PERFORMANS KARŞILAŞTIRMA MODELİNİN GELİŞTİRİLMESİ Gaz Ünv. Müh. Mm. Fak. Der. Journal of thefaculty of Engneerngand Archtecture of Gaz Unversty Clt 30, No 1, 71-85, 2015 Vol 30, No 1, 71-85, 2015 KURUMSAL FİRMALAR İÇİN BİR FİNANSAL PERFORMANS KARŞILAŞTIRMA

Detaylı

AEGON EMEKLİLİK VE HAYAT A.Ş. DENGELİ EMEKLİLİK YATIRIM FONU

AEGON EMEKLİLİK VE HAYAT A.Ş. DENGELİ EMEKLİLİK YATIRIM FONU AEGON EMEKLİLİK VE HAYAT A.Ş. DENGELİ EMEKLİLİK YATIRIM FONU FON KURULU ÜÇÜNCÜ 3 AYLIK FAALİYET RAPORU Bu rapor AEGON Emekllk ve Hayat A.Ş. Dengel Emekllk Yatırım Fonu nun 01.07.2012-30.09.2012 dönemne

Detaylı

ÖZET. Alışveriş Merkezlerinin Tanımı, Gelişimi ve Önemi

ÖZET. Alışveriş Merkezlerinin Tanımı, Gelişimi ve Önemi ALIŞVERİŞ MERKEZİ TÜKETİCİLERİNİN TATMİNİNİN YAPAY SİNİR AĞLARI YÖNTEMİYLE ÖLÇÜLMESİ Yrd. Doç. Dr. Mehmet BAŞ Gaz Ü. İİBF İşletme Bölümü Dr. Metehan TOLON Gaz Ü. İİBF İşletme Bölümü Dr. Nuray GÜNERİ TOSUNOĞLU

Detaylı

Finansal Riskten Korunma Muhasebesinde Etkinliğin Ölçülmesi

Finansal Riskten Korunma Muhasebesinde Etkinliğin Ölçülmesi Fnansal Rskten Korunma Muhasebesnde Etknlğn Ölçülmes Dr. Fahreddn OKUDAN * Fath Ünverstes, İİBF. Özet Bu makalenn amacı, etknlk test yöntemlernn ncelenmesdr. TMS 39, rskten korunma muhasebes uygulanablmes

Detaylı

Türkiye de Zeytin Sıkma Tesislerinin Karlılığı ve Etkinliği: Ege Bölgesi Örneği 1

Türkiye de Zeytin Sıkma Tesislerinin Karlılığı ve Etkinliği: Ege Bölgesi Örneği 1 Yıldıztekn ve Tuna Araştırma Makales (Research Artcle) Akın F.OLGUN M. Metn ARTUKOĞLU 3 Hakan ADANACIOĞLU 4 Ege Ünverstes Zraat Fakültes Tarım Ekonoms Bölümü 35100 Bornova/İzmr., e-posta: akn.olgun@ege.edu.tr

Detaylı

Bulanık Analitik Hiyerarşi Süreci ve İdeal Çözüme Yakınlığa Göre Sıralama Yapma Yöntemleri ile Tekstil Sektöründe Finansal Performans Ölçümü

Bulanık Analitik Hiyerarşi Süreci ve İdeal Çözüme Yakınlığa Göre Sıralama Yapma Yöntemleri ile Tekstil Sektöründe Finansal Performans Ölçümü Sosyal Blmler 8/1 (010) s 19516 SOSYAL BİLİMLER Yıl : 010 Clt :8 Sayı :1 Celal Bayar Ünverstes S.B.E. Bulanık Analtk Hyerarş Sürec ve İdeal Çözüme Yakınlığa Göre Sıralama Yapma Yöntemler le Tekstl Sektöründe

Detaylı

FİNANSAL MODELLEME. Doç.Dr.Aydın ULUCAN Hacettepe Üniversitesi

FİNANSAL MODELLEME. Doç.Dr.Aydın ULUCAN Hacettepe Üniversitesi FİNANSAL MODELLEME Doç.Dr.Aydın ULUCAN Hacettepe Ünverstes KARAR VERME Karar verme, ş dünyasının çalışmasını sağlayan temel unsurlardandır. Tüm yönetcler, bulundukları faalyet alanı ve kademelernden bağımsız

Detaylı

Erzurum Đlinde Buğday, Arpa ve Çavdarda Girdi Talebi Araştırması

Erzurum Đlinde Buğday, Arpa ve Çavdarda Girdi Talebi Araştırması Tarım Blmler Dergs Tar. Bl. Der. Derg web sayfası: www.agr.ankara.edu.tr/derg Journal of Agrcultural Scences Journal homepage: www.agr.ankara.edu.tr/ournal TARIM BİLİMLERİ DERGİSİ JOURNAL OF AGRICULTURAL

Detaylı

ENDÜSTRİYEL BİR ATIK SUYUN BİYOLOJİK ARITIMI VE ARITIM KİNETİĞİNİN İNCELENMESİ

ENDÜSTRİYEL BİR ATIK SUYUN BİYOLOJİK ARITIMI VE ARITIM KİNETİĞİNİN İNCELENMESİ ENDÜSTRİYEL BİR ATIK SUYUN BİYOLOJİK ARITIMI VE ARITIM KİNETİĞİNİN İNCELENMESİ Emel KOCADAYI EGE ÜNİVERSİTESİ MÜH. FAK., KİMYA MÜH. BÖLÜMÜ, 35100-BORNOVA-İZMİR ÖZET Bu projede, Afyon Alkalot Fabrkasından

Detaylı