TÜRK BANKACILIK SEKTÖRÜNÜN LOJİSTİK REGRESYON VE DİSKRİMİNANT ANALİZİ İLE İNCELENMESİ

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "TÜRK BANKACILIK SEKTÖRÜNÜN LOJİSTİK REGRESYON VE DİSKRİMİNANT ANALİZİ İLE İNCELENMESİ"

Transkript

1 TÜRK BANKACILIK SEKTÖRÜNÜN LOJİSTİK REGRESYON VE DİSKRİMİNANT ANALİZİ İLE İNCELENMESİ Prof. Dr. Aydın ÜNSAL Gazi Üniversitesi İ.İ.B.F., Ekonometri Böl. Beşevler/ANKARA Arş. Gör. Hüseyin GÜLER Gazi Üniversitesi İ.İ.B.F., Ekonometri Böl. Beşevler/ANKARA Özet Türk cılık Sektörü son yıllarda üzerinde tartışılan ve ülke ekonomisi için oldukça belirleyici bir sektördür. Bu sektör üzerinde yoğun tartışmalar yaşanmasının nedeninin; sektörün hassas bir yapıya sahip olması ve sektörde yaşanan dalgalanmalar olduğu söylenebilir. Bu çalışmada diskriminant ve lojistik regresyon analizlerinin teorik yapısı özetlenmiş ve Türk cılık Sektörü nde bu iki tekniğin nasıl sonuçlar verdiği incelenmiştir. Bu sayede ilgili veri için hangi tekniğin daha iyi sonuçlar verdiğini belirlemek mümkün olacaktır. Öte yandan her iki analiz yönteminde de analizde kullanılacak değişkenlerin seçimi önemlidir. Değişken seçiminde önsel bilgiden ya da istatistiki yöntemlerden yararlanılabilir. Bu çalışmada, Türk cılık Sektörü verisinde değişken seçiminde hangi değişken yöntemin daha iyi sonuç verdiği de incelenmiştir. Sonuçlar dikkate alındığında, Türk cılık Sektörü nde bankaları sınıflandırmak ve bankaların mali durumlarını öngörmek için önsel bilgi ile seçilen değişkenlerle lojistik regresyon analizinin uygun olduğuna karar verilmiştir. Anahtar Kelimeler: Türk bankacılık sektörü; Diskriminant analizi; Lojistik regresyon analizi; Değişken seçimi. Abstract Turkish Banking Sector is discussed recently and it is such an important sector for country s economy. The reasons of it s frequently discussion could be summarized as the sensitive structure of the sector and the fluctuations observed in the sector. Theoretical framework of the discriminant and logistic regression analysis are summarized, and the results of these techniques when applied to Turkish Banking Sector are investigated in this study. Therefore, it is possible to find out that which technique gives the best result for the Sector s data set. On the other hand, the method of the selection of the variables is important in both techniques. Priori information and statistical methods could be used to select the variables. In this study, it is also examined that which method gives the best result in the selection of variables. The results suggests that priori information for variable selection in logistic regression analysis gives the best results in classifying and forecasting the financial condition of the banks in Turkish Banking Sector. Keywords: Turkish banking sector; Discriminant analysis; Logistic regression analysis; Variable selection.

2 1 1. Giriş Türk cılık Sektörü son yıllarda üzerinde tartışılan ve ülke ekonomisi için oldukça belirleyici bir sektördür. Bu sektör üzerinde yoğun tartışmalar yaşanmasının nedeninin; sektörün hassas bir yapıya sahip olması ve sektörde yaşanan dalgalanmalar olduğu söylenebilir. cılık sektöründeki kötü gidişin ülke ekonomisi üzerindeki etkileri büyüktür. cılık sektörünün yeniden yapılandırılmasının toplam maliyeti 2003 yılı itibariyle 39,3 milyar $ olarak gerçekleşmiştir. Bu rakam aynı yılın Gayri Safi Yurtiçi Hasılasının %26,6 sı olup (cılık Sektörü Yeniden Yapılanma Programı Gelişme Raporu-(VII), Ekim 2003) ülke ekonomisi üzerinde büyük bir kambur olarak karşımıza çıkmaktadır. Bu yüzden, çeşitli nedenlerden dolayı finansal problemler yaşayan ya da yaşaması olası bankaların önceden uyarılması, ülke ekonomisi açısından büyük önem taşımaktadır. Hatta bankaların iyileştirilmesi için gerekli maliyet göz önüne alındığında, mali yönden kötü bir gidişata sahip bankaların önceden uyarılmasının, meydana gelebilecek bir krizi önlemede faydalı olabileceği bile söylenebilir. Burada akla şu soru gelmektedir: ların finansal problemler yaşadıklarını ya da yaşayacaklarını önceden belirleyip bu bankaları uyarmak nasıl mümkün olabilir? Ülkemizde döneminde toplam 21 adet bankaya çeşitli nedenlerden dolayı cılık Düzenleme ve Denetleme Kurumu (BDDK) tarafından el konulmuştur (cılık Sektörü Yeniden Yapılanma Programı Gelişme Raporu-(VII), Ekim 2003). İşte el konulan bu bankaların mevcut finansal durumu incelenirse, finansal açıdan bu bankalara yakın olanlar tespit edilebilir ve önceden uyarılabilir. ların ve bankacılık sektörünün bu yapısını incelemek için çeşitli yöntemler uygulanabilir. Bu çalışmada çok değişkenli analiz yöntemlerinden diskriminant analizi ve lojistik regresyon analizi kullanılarak Türk cılık Sektörü nün döneminde incelenmesi amaçlanmıştır. Bu çerçevede bir sonraki bölümde bu tekniklerin uygulama aşamaları özetlenecektir. 3. bölümde, Türk cılık Sektörü verileri, adı geçen tekniklerle analiz edilecektir. Bu sayede finansal açıdan kötüye giden bankaların tespit edilip edilemeyeceği sorusunun yanıtı aranacaktır. Ayrıca iki teknik söz konusu veri ile karşılaştırılacak ve hangi tekniğin daha iyi sonuçlar verdiği incelenecektir. Diskriminant analizi ve lojistik regresyon analizinde bir diğer problem ise değişken seçimidir. Bu amaçla kullanılabilecek önsel bilgi ya da istatistiki tekniklerin karşılaştırılması da aynı bölümde verilecektir. Sonuç ve Değerlendirme bölümünde analizlerin bir özeti verilecek ve çalışmanın sonuçları kısaca değerlendirilecektir. 2. Diskriminant ve Lojistik Regresyon Analizi Bu bölümde farklı gruplardan gelen bireyleri sınıflandırmak amacıyla kullanılabilen diskriminant analizi ve lojistik regresyon analizi, teorik bir çerçevede incelenecektir. İlk olarak diskriminant analizinin, ardından lojistik regresyon analizinin teorik yapısı özetlenecektir. Her iki yöntem için uygulamada izlenebilecek adımlar ilgili altbölümlerin sonunda verilecektir.

3 Diskriminant analizi Çok değişkenli analizde sıklıkla karşılaşılan problemlerden birisi sınıflandırma problemidir. Araştırmacının ilgilendiği bireyler farklı yığınlardan (gruplardan) geliyor olabilir. Araştırmacı, bir bireyin p sayıda özelliğini ölçtüğünde, elindeki bireyin hangi gruptan geldiğini merak edebilir. Bu durumda sınıflandırma problemi, bireyin p sayıda özelliğini inceleyerek hangi gruptan (grup sayısı g olmak üzere) geldiğine karar verme problemi olarak nitelendirilebilir. Anderson un (2003: 207) belirttiği gibi bu grupların p değişkenli olasılık dağılımlarına sahip oldukları varsayılır. Bu durumda herhangi bir bireyin bu gruplardan gelen bir rassal örnek olduğu söylenebilir. İşte sınıflandırma problemindeki temel soru; p tane değişkene ilişkin gözlem değerleri bilinen bireyin hangi olasılık dağılımından geldiği dir. Bu açıdan değerlendirildiğinde sınıflandırma problemi bir istatistiki karar verme sürecidir. Bu süreçte araştırmacı; bireyin hangi gruptan geldiğine karar vermelidir. Bazı durumlarda grupların olasılık dağılımları ve bu dağılımların parametreleri bilinmektedir. Ancak uygulamada genellikle her bir grubun p değişkene ilişkin bir dağılıma sahip olduğu varsayılır ve bu dağılımın parametreleri seçilen örnek aracılığıyla tahmin edilir. Ardından karar verme problemi çözülmeye çalışılır. Bireyin hangi gruptan geldiğini tespit etmeye çalışan araştırmacı, p değişkeni kullanarak, bireyi uygun bir gruba atar. Bu aşamada her bir değişkenin atama kararında etkisi olduğu söylenebilir. Araştırmacının bir diğer amacı da, bireyleri sınıflandırmada hangi değişken ya da değişkenlerin daha etkili olduğunu belirlemek olabilir. Böylece bireylerin farklı gruplarda yer almalarına neden olan değişkenler tespit edilebilir. Hem sınıflandırma hem de grup ayırımına etki eden değişkenleri belirlerken p tane değişkenin fonksiyonu olan diskriminant fonksiyon(lar)ı tanımlanır. Bu fonksiyon(lar) aracılığıyla bireylerin sınıflandırılması ya da ayırıma etki eden değişkenlerin saptanması mümkündür (Kshirsagar, 1991: 194). Bu durumda diskriminant analizinin amaçları iki başlık altında toplanabilir: 1. Diskriminant fonksiyonlarını belirleyip bu fonksiyonlar aracılığıyla gruplar arası ayırıma en fazla etki eden ayırıcı değişkenleri belirlemek. 2. Hangi gruptan geldiği bilinmeyen bir birimin hangi gruba dahil edileceğini belirlemek (Ünsal, 2000). Diskriminant fonksiyonu, bireyler arasındaki ayırımı maksimum yapacak şekilde elde edilir. Bu amaçla ( W 1 B λ I) V = 0 (1) denklemi incelenir. Burada W, gruplar içi kare toplamı matrisi; B ise gruplar arası kare toplamı matrisidir. (1) numaralı denklemi çözmek demek W 1 B nin özdeğer ve özvektörlerini bulmak demektir. Buradan elde edilen λ değerleri özdeğerleri; V ise özvektörleri göstermektedir (Tatsuoka, 1971: ). Bu özvektörler kullanılarak diskriminant değişkenleri (2) numaralı denklemdeki gibi hesaplanabilir: Y = ν + ν + L+ ν Y M Y 1 2 s = ν = ν 1,1 2,1 s, ν + ν 1,2 2,2 s,2 M L+ ν 1,p + L+ ν 2,p s,p p p p (2)

4 3 Bu denklemde Y j, j_inci (j=1,2,,s ve s=min(p,g 1)) diskriminant değişkenini; ν i, j, i_inci değişkenin j_inci diskriminant değişkenindeki ağırlığını; i ise i_inci (i=1,2,,p) değişkene ait gözlem vektörünü ifade etmektedir (Tatsuoka, 1971: ). (2) denklemindeki diskriminant değişkenleri kullanılarak bireyin hangi gruptan geldiğine karar verilebilir. Bu amaçla bayesgil yöntemlerden faydalanılabilir. Diskriminant analizinin uygulama adımları aşağıdaki gibidir: 1. Önsel grup üyelikleri belirlenir. 2. Değişkenler için gruplar arasında fark olup olmadığı, Wilks in Λ istatistiği ile belirlenir. Bu amaçla yapılacak MANOVA testi sonucunda gruplar arasında anlamlı bir fark varsa analize devam edilir. Eğer anlamlı bir fark bulunamazsa tüm grupların ortalamalarının eşit olduğu, dolayısıyla grup farkı olmadığı söylenebilir. Bu durumda diskriminant analizi yapılamaz. 3. Kullanılacak değişkenler seçilir. Değişken seçiminde önsel bilgi ya da istatistiki yöntemler uygulanabilir. 4. Değişkenler arasında çoklu bağlantının olup olmadığı incelenir. Bu amaçla birleştirilmiş grup içi korelasyon matrisi incelenir. Bu matristeki korelasyon değerleri mutlak değerce %75 den büyük ise değişkenlerden bir kısmının atılması gerekir (Özgür, 2003: ). Bu adımın sonunda değişken kümesi belirlenmiş olur. 5. W 1 B matrisinin özdeğerleri ve bu özdeğerlere ilişkin özvektörler bulunur. Bu özvektörler, diskriminant fonksiyonları için gerekli ağırlıkları verir. Diskriminant fonksiyonlarının anlamlılık testi de bu özdeğerler kullanılarak yapılır. Eğer herhangi bir fonksiyon anlamlı ise yaptığı ayrımın başarılı olduğu söylenebilir. 6. Standartlaştırılmamış diskriminant fonksiyonu kullanılarak her bir birey için diskriminant fonksiyonu değerleri elde edilir. Bu değerler sınıflandırma aşamasında kullanılacaktır. 7. Grup üyelikleri için önsel olasılıklar belirlenir. Daha sonra bu olasılıklar ve diskriminant skorları kullanılarak sonsal olasılıklar elde edilir. Bireyin sahip olduğu en büyük sonsal olasılık tespit edilir. Bu olasılığı veren grubun o bireyin ait olduğu grup olduğu tahmin edilir ve birey sınıflandırılmış olur. 8. Her bir birey sınıflandırıldıktan sonra, diskriminant fonksiyonunun başarısı, doğru sınıflandırma yüzdesi incelenerek tespit edilebilir Lojistik regresyon analizi İncelenen birey sayısı, n; açıklayıcı değişken vektörü, Y = ( Y ) 1, Y2, K, Yn β β,β, K, ; hata terimleri vektörü, ( ε,ε, K, ) = 0 1 β p vektörü, ( ) = 1 2 ε n ; parametre ε olsun. Açıklayıcı değişken sayısı p olmak üzere, sabit terimin bulunduğu bir model için açıklayıcı değişkenler matrisi ile gösterilsin. Bu durumda açıklayıcı değişken matrisi (3) de verildiği gibidir.

5 4 1 1,1 2,1 L p,1 1 1,2 2,2 L p,2 = (3) M M M M M 1 1,n 2,n L p,n Açıklayıcı değişken matrisinde her bir sütun bir açıklayıcı değişkene ilişkin n tane gözlem değerinden oluşmaktadır. Bu durumda doğrusal regresyon modeli 4 deki gibi gösterilebilir. Y = β + ε (4) (4) modelinde açıklayıcı değişkenlerin kesikli veya sürekli olmaları, modelin tahmininde kullanılacak yöntemi ve bu yöntemle elde edilen parametre tahminlerinin özelliklerini etkilemez. Bu yüzden modele girecek açıklayıcı değişkenler hem kesikli hem de sürekli yapıya sahip olabilirler. Buna karşın modeldeki bağımlı değişkenin kesikli bir yapıya sahip olmasının etkisi büyüktür. Özel olarak bağımlı değişkenin 0 ve 1 gibi iki değer alan ve bu değerleri alması olasılığı sabit olan bir Bernoulli değişkeni olduğunu varsayalım. Bu çeşit bir bağımlı değişken oldukça sık kullanım alanları bulabilir. Belli bir malı tüketme veya tüketmeme; bir alışkanlığa sahip olup olmama; çalıştığı işten memnun olup olmama; bir bankanın mali yönden sağlam olup olmaması gibi çeşitli örnekler verilebilir. Bu şekildeki bir bağımlı değişken (5) de gösterildiği gibi tanımlanabilir: 1, i_inci birey ilgili özelliğesahipse Y i = (5) 0, i_inci birey ilgili özelliğesahip değilse Bu değişkenin 1 değerini alması olasılığını p i ; almaması olasılığını 1 pi ile gösterelim. Lojistik regresyon analizinde (4) modelindeki regresyon denkleminden parametreleri tahmin etmek yerine p i olasılıklarının (6) da verilen lojistik dağılıma uyduğu varsayılır (Wooldridge, 2003: ): β e 1 p = G( β) = = (6) β β 1+ e 1+ e (6) da verilen haliyle β nın tahminini elde etmek zordur. Bunun nedeni (6) denkleminin doğrusal olmamasıdır. Bu eşitlik doğrusallaştırıldığında (7) numaralı denklem elde edilir: pi iβ Lojit i = ln = ln( e ) = i β (7) 1 pi Bu denklem, parametrelerine göre doğrusal olduğundan tahmin işlemi basitleşmiş olur. Bu model için olabilirlik fonksiyonu ve Newton-Raphson yöntemi kullanılarak parametre tahminleri elde edilebilir (Maddala, 1999: 24-25). Daha sonra her bir birey için başarı olasılığı tahmin edilir. Eğer bu olasılık 0,5 den büyükse ilgili birey için Ŷ = 1; küçükse Ŷ = 0 olarak alınır (Wooldridge, 2003: 560).

6 5 Lojistik regresyon analizinin uygulamadaki adımları aşağıdaki gibidir: 1. Önsel grup üyelikleri belirlenir. 2. Modele girecek değişkenler belirlenir. Bu amaçla önsel bilgiden ya da istatistiksel tekniklerden yararlanılabilir. 3. Modelin parametreleri Newton-Raphson yöntemi ile tahmin edilir. Ardından modelin tümünün anlamlılığı olabilirlik oranı ile test edilir. Model anlamlı değilse analize son verilir. Eğer model anlamlı bulunursa diğer aşamaya geçilir. 4. Tahmin edilen model parametrelerinin tek tek anlamlılığı incelenir. Bu amaçla olabilirlik oranı ya da Wald istatistiği kullanılabilir. Her katsayının anlamlılığı incelendikten sonra, teklik oranları incelenerek, açıklayıcı değişkenlerin bağımlı değişken üzerindeki etkileri yorumlanabilir. 5. Tahmin edilen model parametreleri kullanılarak, her bir gözlemin hangi gruptan geldiği tahmin edilir. 6. Modelin uyum iyiliğini incelemek amacıyla doğru sınıflandırma yüzdesi ve yapay 2 R ölçütleri kullanılır. Modelin uyum iyiliği kabul edilebilir düzeyde ise 5. aşamadaki grup tahminleri kullanılabilir. Aksi halde 2. aşamaya geçilerek modele girecek değişkenler yeniden gözden geçirilir ve işlemler tekrar edilir. 3. Türk cılık Sektörü Uygulaması Bu bölümde, döneminde Türkiye de faaliyet gösteren ticari bankaların mali durumları diskriminant ve lojistik regresyon analizi kullanılarak incelenecektir. İlk olarak analizde kullanılan veriler incelenecek daha sonra veri setindeki tüm değişkenler kullanılarak diskriminant analizi ve lojistik regresyon ile bankaların ait oldukları gruplar tahmin edilecektir. Daha sonra aynı işlemler adımsal yöntemlerle tekrarlanacaktır. Bu sayede adımsal yöntemlerin başarısı incelenecektir. Daha sonra her bir yıl için elde edilen diskriminant fonksiyonları ve lojistik regresyon modelleri aracılığı ile bankaların bir sonraki yılda hangi grupta olacakları tahmin edilecektir. Bu analiz de hem tüm değişkenlerle hem de adımsal yöntemlerle tekrarlanacak ve bankaların mali durumlarını tahmin etmede hangi yöntemin daha iyi sonuç verdiği tespit edilmeye çalışılacaktır döneminde faaliyet gösteren ticari bankalar ve veri seti döneminde Türkiye de faaliyet gösteren yerli ve yabancı sermayeli ticari bankaların listesi Tablo 1 de verilmektedir. Tablo 1 incelendiğinde, yılları arasında faaliyet gösteren toplam 65 ticari banka olduğu ve bunlardan 21 ine el konulduğu görülmektedir. TMSF na devredilen bankalar ile fona devredilmelerine ilişkin madde ve tarihler Tablo 2 de verildiği gibidir.

7 6 Tablo Döneminde Türkiye de Faaliyet Gösteren Ticari lar. Durum Durum Abn Amro Bank N.V. Yabancı Ege Giyim Sanayicileri TMSF sı Adabank Özel Sermayeli Egebank TMSF Akbank T. Özel Sermayeli Eskişehir sı TMSF T. Alternatif Bank Özel Sermayeli Etibank TMSF Anadolubank Özel Sermayeli Fiba Bank Özel Sermayeli Arap Türk sı Yabancı Finans Bank Özel Sermayeli Banca di Roma S.P.A. Yabancı Habib Bank Limited Yabancı Bank Ekspres TMSF HSBC Bank Yabancı Bank Kapital Türk TMSF ING Bank N.V. Yabancı Bank Mellat Yabancı Interbank TMSF BankEuropa sı Yabancı İktisat sı T. TMSF Bayındırbank TMSF Yabancı JPMorgan Chase Bank Birleşik Türk Körfez Özel Sermayeli Kentbank TMSF sı Bnp-Ak Dresdner Bank Yabancı Koçbank Özel Sermayeli Citibank Yabancı Milli Aydın sı TMSF T. Credit Lyonnais Turkey Yabancı MNG Bank Özel Sermayeli Credit Suisse First Boston Yabancı Morgan Guaranty Trust Company Yabancı Demirbank T. TMSF Osmanlı sı Yabancı Denizbank Özel Sermayeli Oyak Bank Özel Sermayeli Pamukbank T. TMSF Türkiye Cumhuriyeti Ziraat sı Rabobank Nederland Yabancı Türkiye Emlak sı Sitebank TMSF Türkiye Garanti sı Kamu Sermayeli Kamu Sermayeli Özel Sermayeli

8 7 Tablo Döneminde Türkiye de Faaliyet Gösteren Ticari lar (Devamı). Durum Durum Sociéte Générale (SA) Yabancı Türkiye Halk sı Kamu Sermayeli Sümerbank TMSF Türkiye İmar sı TMSF T. Şekerbank T. Özel Sermayeli Türkiye İş sı Özel Sermayeli Tekfenbank Özel Sermayeli TMSF Türkiye Tütüncüler sı Yaşarbank Tekstil sı Özel Sermayeli Türkiye Vakıflar sı T.A.O. Kamu Sermayeli The Chase Manhattan Yabancı Ulusal Bank T. TMSF Bank Toprakbank TMSF Westdeutsche Yabancı Landesbank Girozentrale Turkish Bank Özel Sermayeli WestLB AG Yabancı Türk Dış Ticaret sı Özel Sermayeli Yapı ve Kredi sı Özel Sermayeli Türk Ekonomi sı Özel Sermayeli Yurt Ticaret ve Kredi TMSF sı Türk Ticaret sı TMSF Not: larımız Kitabı, 1997, 1998, 1999, 2000, 2001, 2002 ve 2003 ten derlenmiştir. Tablo 2 de yer alan bankalardan 3 ü Mülga 3182 Sayılı lar Kanunu; 6 sı 4389 Sayılı lar Kanunu 14. madde 3. fıkra ve 12 si 4389 Sayılı lar Kanunu 14. madde 3. ve 4. fıkra uyarınca TMSF na devredilmiştir Sayılı lar Kanunu 14. madde 3. ve 4. fıkrası gereği fona devredilen 12 bankanın hem mali durumunun iyi olmadığı hem de yönetiminde usulsüzlükler olduğu söylenebilir. Tablo 1 de verilen bankaların mali durumlarını incelemek amacıyla Türkiye lar Birliği nin yayınladığı finansal rasyoların kullanılması uygun görülmüştür. Bu rasyolar, bankaların mali durumlarını ölçmede BDDK tarafından da kullanılmaktadır (cılık Sektörü Değerlendirme Raporu, Ekim 2004). Çalışmada kullanılan rasyolar ve bu rasyoların kısaltmaları Tablo 3 de verilmektedir.

9 8 Tablo Döneminde TMSF na Devredilen lar. Mülga 3182 Sayılı 4389 Sayılı lar lar Kanunu Kanunu Md. 14/3 Uyarınca Uyarınca TMSF na TMSF na Devredilen Devredilen lar lar Türk Ticaret sı ( ) Bank Ekspres ( ) Interbank ( ) Türkiye Tütüncüler sı Yaşarbank ( ) Demirbank T. ( ) Ulusal Bank T. ( ) Milli Aydın sı T. ( ) Sitebank ( ) Türkiye İmar sı T. ( ) 4389 Sayılı lar Kanunu Md. 14/3 ve 4 Uyarınca TMSF na Devredilen lar Egebank ( ) Eskişehir sı T. ( ) Sümerbank ( ) Yurt Ticaret ve Kredi sı ( ) Bank Kapital Türk ( ) Etibank ( ) İktisat sı T. ( ) Bayındırbank ( ) Ege Giyim Sanayicileri sı ( ) Kentbank ( ) Toprakbank ( ) Pamukbank T. ( ) Not 1: Parantez içindeki tarihler BDDK tarafından el konma tarihlerini göstermektedir. Not 2: Tasarruf Mevduatı Sigorta Fonu 2000, 2001, 2002 ve 2003 Yılı Faaliyet Raporları ndan derlenmiştir. Tablo 3. Analizde Kullanılan Rasyolar. Rasyo Türü Rasyo Kısaltma Sermaye Özkaynaklar/Toplam Aktifler sr1 (Özkaynaklar - Duran Aktifler)/Toplam Aktifler sr2 Aktif Toplam Krediler/Toplam Aktifler akr1 Kalitesi YP Aktifler/Toplam Aktifler akr2 YP Pasifler/Toplam Pasifler akr3 Likidite Likit Aktifler/Toplam Aktifler lr1 Karlılık Net Kar(Zarar)/Ortalama Toplam Aktifler kr1 Net Kar(Zarar)/Ortalama Özkaynaklar kr2 Gelir-Gider Yapısı Takipteki Alacak Sonrası Net Faiz Geliri/Ortalama Toplam Aktifler Faiz Dışı Gelirler/Toplam Aktifler ggyr1 ggyr2

10 9 Tablo 3 deki rasyolara ilişkin veriler Türkiye lar Birliği nin larımız Kitabı ( ) ve internet sayfasından elde edilmiştir. larımız Kitabı nda bankaların mali durumlarını ölçmede kullanılan daha fazla sayıda rasyo bulunmasına rağmen, analizlerde bu rasyolardan sadece Tablo 3. de verilenler kullanılmıştır. Bunun nedeni Muhasebe Uygulama Yönetmeliği nin yürürlüğe girmesidir. Muhasebe Uygulama Yönetmeliğinin uygulamaya geçirildiği 2002 tarihinden itibaren, daha önce yayınlanan rasyolardan bir kısmı hesaplanmamıştır. Dolayısıyla 2001 ve öncesindeki rasyolar kullanılarak oluşturulacak diskriminant fonksiyonu veya lojistik regresyon modeli ile 2002 ve sonrasına ilişkin tahmin yapmak olanaksız olacaktır. Ancak sr1, sr2, akr2, akr3 ve ggyr2 rasyoları 2002 den önce hesaplanmamaktadır. Bu rasyolar larımız kitaplarında yer alan bilançolar aracılığı ile yılları için hesaplanmış ve bu sayede analize dahil edilebilmişlerdir. Bu aşamadan sonra, Tablo 3 deki rasyolar kullanılarak Tablo 1 de verilen bankalar için diskriminant ve lojistik regresyon analizi uygulanmıştır döneminde her bir yıl için diskriminant fonksiyonu ve lojistik regresyon modeli parametreleri tahmin edilmiştir. Analizlerde gruplar belirlenirken şu yaklaşım uygulanmıştır: Eğer herhangi bir banka analiz yılında veya daha önce TMSF na devredilmişse gruplama değişkeni y = 0; aksi halde y = 1 değerini almaktadır. Veri matrisi oluşturulurken TMSF na devredilen bankaların devredildikleri yıldaki rasyoları, diğer bankaların ise analiz yılındaki rasyoları kullanılmıştır. Bu yaklaşım uygulanırken rasyoların kısa dönemde çok fazla değişmeyeceği göz önünde bulundurulmuştur. Bu sayede mali yönden başarısız ve başarılı gruplar için gözlem değerleri elde edilmiştir ve 1998 yılında TMSF na devredilen sadece 1 er banka olduğundan bu yıllar için analiz yapılmamıştır Diskriminant analizi sonuçları Bu aşamada Bölüm 2 de özetlenen diskriminant analizinin uygulama adımları takip edilmiştir. Analizler hem veri setindeki tüm değişkenler hem de adımsal yöntemler kullanılarak tekrarlanmıştır. Adımsal yöntemde Wilks Λ yı anlamlı bir şekilde azaltan değişkenler modele alınmıştır. Her adımda diskriminant fonksiyonunun Wilks Λ değerini minimum yapacak değişken modele alınmaya aday olarak görülmüştür. Bir değişkenin diskriminant fonksiyonuna girmesi için sağlaması gereken kriter, F istatistiğinin p değerinin en fazla %5; fonksiyondan çıkması için sağlaması gereken kriter ise F istatistiğinin p değerinin en az %10 olmasıdır. Eğer herhangi bir adımda diskriminant fonksiyonuna girecek yeni bir değişken bulunamıyor ve modelden çıkması gereken bir değişkene rastlanmıyorsa diskriminant fonksiyonu belirlenmiş olur. Verilerin analize ait tüm varsayımları (çok değişkenli normallik, gruplar arasında anlamlı bir fark oluşu vb.) sağladığı gözlenmiştir. Daha sonra bankalar hem tüm değişkenlerle hem de adımsal yöntemlerle elde edilen diskriminant fonksiyonları kullanılarak sınıflandırılmıştır. 1 Tüm değişkenler kullanılarak elde edilen şaşkınlık matrisi ve doğru sınıflandırma yüzdeleri Tablo 4a ve 4b de; adımsal yöntemle elde edilenlerse Tablo 5a ve 5b de verildiği gibidir. 1 Analizin bu aşamalarına ait tablolar oldukça yer kapladığından makalede verilmemiştir. GÜLER de (2005) analizin tüm aşamaları mevcuttur. Ayrıca okuyucu bu analizleri yazarlardan e-posta ile talep edebilir.

11 10 Tablo 4a. Tüm Değişkenlerle Elde Edilen Diskriminant Fonksiyonları için Yıllar İtibariyle Şaşkınlık Matrisi. Tahmini Grup Üyeliği Gerçek Grup Üyeliği 0 1 Toplam (100) 0 (0) (0) 8 (100) (98,0) 1 (2,0) (27,3) 8 (72,7) (92,1) 3 (7,9) (13,3) 13 (86,7) (97,4) 1 (2,6) (12,5) 14 (87,5) (97,1) 1 (2,9) (12,5) 14 (87,5) 16 Not: Parantez içindeki değerler ilgili satır içindeki yüzdelerdir. Ana köşegen üzerindeki değerler doğru sınıflandırmayı, diğer köşegen üzerindeki değerler hatalı sınıflandırmayı göstermektedir. Tablo 4b. Tüm Değişkenlerle Elde Edilen Diskriminant Fonksiyonları için Toplam Doğru Sınıflandırma Yüzdeleri Toplam Doğru Sınıflandırma Yüzdeleri %100 %93,4 %90,6 %94,4 %94 Tablo 5a. Adımsal Yöntemle Elde Edilen Diskriminant Fonksiyonları için Yıllar İtibariyle Şaşkınlık Matrisi. Tahmini Grup Üyeliği Gerçek Grup Üyeliği 0 1 Toplam (100) 0 (0) (0) 8 (100) (98,0) 1 (2,0) (27,3) 8 (72,7) (86,8) 5 (13,2) (26,7) 11 (73,3) (100) 0 (0) (37,5) 10 (62,5) (100) 0 (0) (37,5) 10 (62,5) 16 Not: Parantez içindeki değerler ilgili satır içindeki yüzdelerdir. Ana köşegen üzerindeki değerler doğru sınıflandırmayı, diğer köşegen üzerindeki değerler hatalı sınıflandırmayı göstermektedir. Tablo 5b. Adımsal Yöntemle Elde Edilen Diskriminant Fonksiyonları için Toplam Doğru Sınıflandırma Yüzdeleri Toplam Doğru Sınıflandırma Yüzdeleri %100 %93,4 %83 %88,9 %88 Tablo 4b ve 5b karşılaştırıldığında 1999 ve 2000 yıllarında her iki yöntemin de aynı doğru sınıflandırma yüzdesini verdiği ancak yıllarında tüm değişkenlerle

12 11 oluşturulan diskriminant fonksiyonunun daha başarılı sınıflandırma yaptığı dikkat çekmektedir. Daha sonra her yıl için elde edilen fonksiyonda bankaların bir sonraki yıldaki rasyoları kullanılarak diskriminant değerleri elde edilmiş ve sınıflandırma yapılmıştır. Bu sayede bankaların bir sonraki yılda hangi grupta yer alacağı önceden tahmin edilmeye çalışılmıştır. Elde edilen sonuçlar tüm değişkenler için Tablo 6 da verildiği gibidir. Tablo 6. Diskriminant Fonksiyonlarının Mali Durumları Öngörmedeki Başarıları. Toplam Doğru Sınıflandırma Yüzdeleri Tüm değişkenlerle %90,2 %79,2 %90,7 %92 Adımsal yöntemle %95,1 %83,0 %87,0 %90,0 Tablo 6 dan görüleceği üzere diskriminant analizinde adımsal yöntemler kullanıldığında öngörü performansı 2000 ve 2001 yıllarında daha yüksek ancak 2002 ve 2003 yıllarında daha düşüktür. Bu yüzden diskriminant fonksiyonu ile öngörü yapılırken, değişken seçiminde adımsal yöntem kullanımının daha avantajlı ya da dezavantajlı olduğu söylenemez. Sonuç olarak öngörü aşamasında değişken seçiminde hangi yöntemin kullanılacağında kesin bir yargıya varılamasa da yıl için sınıflandırmalarda tüm değişkenlerle elde edilen fonksiyonlar daha iyi sınıflandırma yaptığından, diskriminant analizi ile bankaların sınıflandırılmasında tüm değişkenlerle elde edilen fonksiyonların daha başarılı oldukları söylenebilir Lojistik regresyon analizi sonuçları Bir önceki altbölümde diskriminant analizi yapılan analizler bu altbölümde lojistik regresyon için tekrarlanmıştır. Burada da hem tüm değişkenler hem de adımsal yöntem ile lojistik regresyon modelinin parametreleri tahmin edilmiş ve bankalar sınıflandırılmıştır. Adımsal yöntemde lojistik regresyon modeline anlamlı katkısı olan değişkenler belirlenir. Modele anlamlı bir katkı sağlayamayan değişkenler analizden atılır ve kalan değişkenlerle analize devam edilir. Modele girecek değişkenler belirlenirken ileriye doğru seçim yöntemi uygulanmıştır. Bu yöntem uygulanırken öncelikle sadece sabit terimi olan model kurulmuştur. Ardından her bir değişkenin, modelin log-olabilirlik değerine katkısı belirlenmiş ve bu katkılar içinde en büyük olanı veren değişken tespit edilmiştir. Eğer bu değişkenin modelin log-olabilirlik değerine katkısı %5 anlamlılık düzeyinde istatistiksel olarak anlamlı bulunursa, ilgili değişken modele alınmıştır. Ardından aynı işlem her bir adımda diğer değişkenler için tekrarlanmış ve log-olabilirlik değerine katkısı olan değişken kalmayıncaya kadar her adımda modele yeni bir değişken eklenmiştir. Ayrıca her adımda modelin log-olabilirlik değerine katkısı %10 anlamlılık düzeyinde anlamlı olmayan bir değişken varsa modelden çıkarılmıştır. Elde edilen şaşkınlık matrisleri ve toplam doğru sınıflandırma yüzdeleri tüm değişkenler için Tablo 7a ve 7b de, adımsal yöntem için Tablo 8a ve 8b de verildiği gibidir.

13 12 Tablo 7a. Tüm Değişkenlerle Elde Edilen Lojistik Regresyon Modeli için Yıllar İtibariyle Şaşkınlık Matrisi. Tahmini Grup Üyeliği Gerçek Grup Üyeliği 0 1 Toplam (100) 0 (0) (0) 8 (100) (98,0) 1 (2,0) (27,3) 8 (72,7) (97,4) 1 (2,6) (13,3) 13 (86,7) (100) 0 (0) (0) 16 (100) (100) 0 (0) (0) 16 (100) 16 Not: Parantez içindeki değerler ilgili satır içindeki yüzdelerdir. Ana köşegen üzerindeki değerler doğru sınıflandırmayı, diğer köşegen üzerindeki değerler hatalı sınıflandırmayı göstermektedir. Tablo 7b. Tüm Değişkenlerle Elde Edilen Lojistik Regresyon Modeli için Toplam Doğru Sınıflandırma Yüzdeleri Toplam Doğru Sınıflandırma Yüzdeleri %100 %93,4 %94,3 %100 %100 Tablo 8a. Adımsal Yöntemle Elde Edilen Lojistik Regresyon Modeli için Yıllar İtibariyle Şaşkınlık Matrisi. Tahmini Grup Üyeliği Gerçek Grup Üyeliği 0 1 Toplam (100) 0 (0) (0) 8 (100) (98,0) 1 (2,0) (27,3) 8 (72,7) (94,7) 2 (5,3) (40) 9 (60) (100) 0 (0) (0) 16 (100) (100) 0 (0) (0) 16 (100) 16 Not: Parantez içindeki değerler ilgili satır içindeki yüzdelerdir. Ana köşegen üzerindeki değerler doğru sınıflandırmayı, diğer köşegen üzerindeki değerler hatalı sınıflandırmayı göstermektedir. Tablo 8b. Adımsal Yöntemle Elde Edilen Lojistik Regresyon Modeli için Toplam Doğru Sınıflandırma Yüzdeleri Toplam Doğru Sınıflandırma Yüzdeleri %100 %93,4 %84,9 %100 %100 Tablo 7b ve 8b karşılaştırıldığında 1999, 2000, 2002 ve 2003 yıllarında her iki yöntemin aynı doğru sınıflandırma yüzdesine sahip olduğu ancak 2001 de tüm değişkenlerle elde edilen modelin daha iyi sınıflandırma yaptığı göze çarpmaktadır.

14 13 Bu modeller kullanılarak bankaların her bir yıl için hangi gruba düşeceği, diskriminant analizindeki gibi öngörülmeye çalışılmıştır. Hem tüm değişkenlerle hem de adımsal yöntemlerle elde edilen öngörülerdeki toplam doğru sınıflandırma yüzdeleri Tablo 9 daki gibidir. Tablo 9. Lojistik Regresyon Modellerinin Mali Durumları Öngörmedeki Başarıları. Toplam Doğru Sınıflandırma Yüzdeleri Tüm değişkenlerle %93,4 %84,9 %94,4 %92,6 Adımsal yöntemle %95,1 %84,9 %87,0 %92,6 Tablo 9 incelendiğinde 2001 ve 2003 yıllarında her iki yöntemin aynı doğru sınıflandırma yüzdelerini verdiği görülmektedir yılında adımsal yöntemle elde edilen fonksiyon daha başarılı görülürken 2002 yılında tüm değişkenlerle elde edilen fonksiyon daha iyi sonuçlar vermektedir. Sonuç olarak diskriminant analizinde olduğu gibi öngörü aşamasında değişken seçiminde hangi yöntemin kullanılacağında kesin bir yargıya varılamasa da yıl için sınıflandırmalarda tüm değişkenlerle elde edilen fonksiyonların daha iyi sınıflandırma yaptığı görülmektedir. Bu yüzden lojistik regresyon analizi ile bankaların sınıflandırılmasında tüm değişkenlerle elde edilen modellerin daha başarılı oldukları söylenebilir. Bir diğer önemli sonuç ise lojistik regresyon ile diskriminant analizi karşılaştırıldığında elde edilir. Bu amaçla Tablo 4b ile 7b, Tablo 5b ile 8b ve Tablo 6 ile Tablo 9 karşılaştırılabilir. Tablo 4b ile 7b karşılaştırıldığında yıl içi sınıflandırma tüm değişkenler kullanıldığında 2001, 2002 ve 2003 yıllarında lojistik regresyon analizinin daha iyi sınıflandırma yaptığı, diğer yıllarda ise diskriminant analizi ile aynı doğru sınıflandırma yüzdesine sahip olduğu görülmektedir. Tablo 5b ile 8b karşılaştırıldığında da benzer bir durum söz konusudur. Adımsal yöntemle yapılan analizlerde, 1999 ve 2000 yıllarında diskriminant analizi ile lojistik regresyon analizi aynı başarıya sahipken diğer yıllarda lojistik regresyon analizi daha iyi doğru sınıflandırma yüzdelerine sahiptir. Tablo 6 ile 9 incelendiğinde tüm değişkenlerle öngörü yapıldığında lojistik regresyon analizinin tüm yıllar için diskriminant analizinden daha iyi doğru sınıflandırma yüzdesine sahip olduğu görülmektedir. Öte yandan adımsal yöntemde 2001 ve 2003 öngörülerinde daha başarılı olan lojistik regresyon analizi, 2000 ve 2002 öngörülerinde diskriminant analizi ile aynı başarıya sahiptir. Bu durumda genel olarak lojistik regresyon analizinin, bankaları sınıflandırmada ve mali durumlarını öngörmede daha başarılı olduğu söylenebilir. 4. Sonuç ve Değerlendirme Bu çalışmada Türk cılık Sektörü ndeki bankaları mali başarılı ve başarısız olarak sınıflandırmada sıklıkla kullanılan diskriminant ve lojistik regresyon analizinin karşılaştırılması amaçlanmıştır. Değişken seçiminde hem önsel bilgiden hem de adımsal

15 14 yöntemlerden yararlanılmıştır. Diskriminant ve lojistik regresyon analizi hem yıl içi sınıflandırmada hem de mali durumları öngörmede kullanılmış, iki yöntem için de doğru sınıflandırma yüzdeleri elde edilmiştir. Değişken seçiminde önsel bilgi ya da adımsal yöntem kullanılsa dahi, hem yıl içi sınıflandırmada hem de mali durumları öngörmede lojistik regresyon analizinin daha iyi sonuçlar verdiği göze çarpmaktadır. Çalışmanın bir diğer amacı da değişken seçiminde adımsal yöntem kullanmanın etkisini incelemektir. Sonuçlar adımsal yöntemle elde edilen sonuçların daha düşük doğru sınıflandırma yüzdesine sahip olduğunu ortaya koymaktadır. Dolayısıyla Türk cılık Sektörü nde bankaları sınıflandırmak ve mali durumlarını öngörmek için yapılacak analizlerde, önsel bilgi ile seçilen değişkenleri kullanarak oluşturulacak bir lojistik regresyon modelinin daha iyi sonuçlar vereceği söylenebilir. Kaynaklar Anderson, T.W., (2003), An Introduction to Multivariate Statistical Analysis, Third Edition, New Jersey: Wiley-Interscience. cılık Sektörü Değerlendirme Raporu, cılık Düzenleme ve Denetleme Kurumu, Ankara, Ekim cılık Sektörü Yeniden Yapılanma Programı Gelişme Raporu-(VII), cılık Düzenleme ve Denetleme Kurumu, Ankara, larımız Kitabı, Türkiye lar Birliği, 1997, İstanbul. larımız Kitabı, Türkiye lar Birliği, 1998, İstanbul. larımız Kitabı, Türkiye lar Birliği, 1999, İstanbul. larımız Kitabı, Türkiye lar Birliği, 2000, İstanbul. larımız Kitabı, Türkiye lar Birliği, 2001, İstanbul. larımız Kitabı, Türkiye lar Birliği, 2002, İstanbul. larımız Kitabı, Türkiye lar Birliği, 2003, İstanbul. Güler, H., (2005), Türk cılık Sektörünün Yıllar İtibariyle Çok Değişkenli Yöntemlerle İncelenmesi, Yayınlanmamış Yüksek Lisans Tezi, Danışman: Prof. Dr. Aydın ÜNSAL, Gazi Üniversitesi, Sosyal Bilimler Enstitüsü, Ekonometri A.B.D., Ankara. Kshirsagar, A. M., (1991), Multivariate Analysis, New York: Marcel Dekker Inc. Maddala, G. S., (1999), Limited-Dependent and Qualitative Variables in Econometrics, New York: Cambridge University Press. Özgür, E., (2003), Çok Değişkenli İstatistiksel Analiz Teknikleri ve Bir Uygulama, Yayınlanmamış Doktora Tezi, Danışman: Prof. Dr. Aydın ÜNSAL, Gazi Üniversitesi, Sosyal Bilimler Enstitüsü, Ekonometri A.B.D., Ankara. Tasarruf Mevduatı Sigorta Fonu Faaliyet Raporu, BDDK, Tasarruf Mevduatı Sigorta Fonu Faaliyet Raporu, BDDK, Tasarruf Mevduatı Sigorta Fonu Faaliyet Raporu, BDDK, Tasarruf Mevduatı Sigorta Fonu Faaliyet Raporu, BDDK,

16 15 Tatsuoka, M. M., (1971), Multivariate Analysis: Techniques for Educational and Psychological Research, New York: John Wiley & Sons, Inc. Ünsal, A., (2000), Diskriminant Analizi ve Uygulaması Üzerine Bir Örnek, Gazi Üniversitesi, İ.İ.B.F. Dergisi, 3: Wooldridge, J. M., (2003), Introductory Econometrics: A Modern Approach, 2nd ed., Thomson, Ohio: South- Western.

(AYIRIM) DENLİ. Emre KUZUGÜDENL. Doç.Dr.Serdar CARUS

(AYIRIM) DENLİ. Emre KUZUGÜDENL. Doç.Dr.Serdar CARUS DİSKRİMİNANT ANALİZİ (AYIRIM) Emre KUZUGÜDENL DENLİ Doç.Dr.Serdar CARUS Bu analiz ile; Bir bireyin hangi gruptan geldiği (p değişkeni kullanarak, bireyi uygun bir gruba atar ) Her bir değişkenin atama

Detaylı

YABANCI DİL EĞİTİMİ VEREN ÖZEL BİR EĞİTİM KURUMUNDAKİ ÖĞRENCİLERİN BEKLENTİLERİNİN ARAŞTIRILMASI. Sibel SELİM 1 Efe SARIBAY 2

YABANCI DİL EĞİTİMİ VEREN ÖZEL BİR EĞİTİM KURUMUNDAKİ ÖĞRENCİLERİN BEKLENTİLERİNİN ARAŞTIRILMASI. Sibel SELİM 1 Efe SARIBAY 2 Dokuz Eylül Üniversitesi Sosyal Bilimler Enstitüsü Dergisi Cilt 5, Sayı:2, 2003 YABANCI DİL EĞİTİMİ VEREN ÖZEL BİR EĞİTİM KURUMUNDAKİ ÖĞRENCİLERİN BEKLENTİLERİNİN ARAŞTIRILMASI Sibel SELİM 1 Efe SARIBAY

Detaylı

Yabancı Sermaye Girişinde Gecikme

Yabancı Sermaye Girişinde Gecikme 100 101 102 Tablo 4.12: Bankacılık Sektöründe Kamu, Özel ve Yabancı Payları (2002) (Toplam=%100) Yabancı Bankalar Bölge/Ülke Devlet Özel En büyük paya Bankaları Bankalar Toplam AB ABD Diğer sahip yabancı

Detaylı

Türk Bankacılık Sektörünün Çok Değişkenli İstatistiksel Yöntemler ile İncelenmesi

Türk Bankacılık Sektörünün Çok Değişkenli İstatistiksel Yöntemler ile İncelenmesi EGE AKADEMİK BAKIŞ / EGE ACADEMIC REVIEW Cilt: 11 Özel Sayı 011 ss. 9-40 Türk Bankacılık Sektörünün Çok Değişkenli İstatistiksel Yöntemler ile İncelenmesi The Investigation of the Turkish Banking Sector

Detaylı

T.C. BAŞBAKANLIK Gümrük Müsteşarlığı Gümrükler Genel Müdürlüğü. Sayı : B.02.1.GÜM.0.06.00.07.194-547 02.02.2006 GENELGE (2006/4)

T.C. BAŞBAKANLIK Gümrük Müsteşarlığı Gümrükler Genel Müdürlüğü. Sayı : B.02.1.GÜM.0.06.00.07.194-547 02.02.2006 GENELGE (2006/4) T.C. BAŞBAKANLIK Gümrük Müsteşarlığı Gümrükler Genel Müdürlüğü Sayı : B.02.1.GÜM.0.06.00.07.194-547 02.02.2006 Konu : Gümrük İdarelerinde Teminat Mektubu Kabul Edilecek Kurumlar GENELGE (2006/4) Teminat

Detaylı

TÜRKİYE DEKİ BANKALARIN PERFORMANSLARININ TEMEL BİLEŞENLER YAKLAŞIMI İLE KARŞILAŞTIRMALI ANALİZİ. Aydın ÜNSAL 1 Sibel DUMAN 2

TÜRKİYE DEKİ BANKALARIN PERFORMANSLARININ TEMEL BİLEŞENLER YAKLAŞIMI İLE KARŞILAŞTIRMALI ANALİZİ. Aydın ÜNSAL 1 Sibel DUMAN 2 1 TÜRKİYE DEKİ BANKALARIN PERFORMANSLARININ TEMEL BİLEŞENLER YAKLAŞIMI İLE KARŞILAŞTIRMALI ANALİZİ Aydın ÜNSAL 1 Sibel DUMAN 2 ÖZET Ülke ekonomisinin önemli bir kısmını bankacılık sektörü oluşturmaktadır.

Detaylı

Rezerv para Rezerv Parasal taban Parasal Parası AKTİF: PASİF: Rezerv para Parasal Taban, Merkez Bankası Parası

Rezerv para Rezerv Parasal taban Parasal Parası AKTİF: PASİF: Rezerv para Parasal Taban, Merkez Bankası Parası Türkiye Ekonomisi PARA - BANKA 1 1. Kavramlar: Türkiye ekonomisinde banknot çıkartma yetkisi 1930 yılında faaliyete geçen Merkez Bankası A.Ş.'ye verilmiştir. Türkiye'de MB, emisyonu belirlemenin dışında

Detaylı

Gülnur KEÇEK Volkan CĐNSER

Gülnur KEÇEK Volkan CĐNSER Türkiye de Faaliyette Bulunan Ticaret Bankalarının Performanslarına Göre Sınıflandırılmasında Etkili Olan Değişkenlerin Belirlenmesi Ve Bir Uygulama Denemesi Gülnur KEÇEK Volkan CĐNSER Özet: Son yıllarda

Detaylı

2001 ve 2008 Yılında Oluşan Krizlerin Faktör Analizi ile Açıklanması

2001 ve 2008 Yılında Oluşan Krizlerin Faktör Analizi ile Açıklanması 2001 ve 2008 Yılında Oluşan Krizlerin Faktör Analizi ile Açıklanması Mahmut YARDIMCIOĞLU Özet Genel anlamda krizler ekonominin olağan bir parçası haline gelmiştir. Sıklıkla görülen bu krizlerin istatistiksel

Detaylı

Türk bankacılık sistemi için çok kriterli karar alma analizine dayalı bir erken uyarı modelinin tahmini

Türk bankacılık sistemi için çok kriterli karar alma analizine dayalı bir erken uyarı modelinin tahmini ODTÜ Gelişme Dergisi, 33 (Haziran), 2006, 117-154 Türk bankacılık sistemi için çok kriterli karar alma analizine dayalı bir erken uyarı modelinin tahmini Süleyman Bilgin Kılıç Çukurova Üniversitesi, ĐĐBF,

Detaylı

Türkiye'de Bankacılık Sistemi Üç Aylık Dönemler İtibariyle Banka ve Grup Bilgileri Haziran 2012 (Son Dönem Karşılaştırmalı)

Türkiye'de Bankacılık Sistemi Üç Aylık Dönemler İtibariyle Banka ve Grup Bilgileri Haziran 2012 (Son Dönem Karşılaştırmalı) Türkiye'de Bankacılık Sistemi Üç Aylık Dönemler İtibariyle Banka ve Grup Bilgileri Haziran 2012 (Son Dönem Karşılaştırmalı) Rapor Kodu : DT08 Ağustos 2012 İçindekiler Türkiye'de Bankacılık Sistemi Üç Aylık

Detaylı

DATA ENVELOPMENT ANALYSIS AND AN APPLICATION IN BANKING SECTOR

DATA ENVELOPMENT ANALYSIS AND AN APPLICATION IN BANKING SECTOR C.4, S.3 Veri Zarflama Analizi ve Bankacılık Sektöründe Bir Uygulama Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi Y.2009, C.4, S.3 s.30 326. Suleyman Demirel University The

Detaylı

Bankaların Finansal Başarısızlıklarının Geleneksel ve Yeni Yöntemlerle Öngörüsü

Bankaların Finansal Başarısızlıklarının Geleneksel ve Yeni Yöntemlerle Öngörüsü YÖNETİM VE EKONOMİ Yıl:2010 Cilt:17 Sayı:2 Celal Bayar Üniversitesi İ.İ.B.F. MANİSA Bankaların Finansal Başarısızlıklarının Geleneksel ve Öğr. Gör. Dr. Melike KURTARAN ÇELİK Karadeniz Teknik Üniversitesi,

Detaylı

Örnek. Aşağıdaki veri setlerindeki X ve Y veri çiftlerini kullanarak herbir durumda X=1,5 için Y nin hangi değerleri alacağını hesaplayınız.

Örnek. Aşağıdaki veri setlerindeki X ve Y veri çiftlerini kullanarak herbir durumda X=1,5 için Y nin hangi değerleri alacağını hesaplayınız. Örnek Aşağıdaki veri setlerindeki X ve Y veri çiftlerini kullanarak herbir durumda X=1,5 için Y nin hangi değerleri alacağını hesaplayınız. i. ii. X 1 2 3 4 1 2 3 4 Y 2 3 4 5 4 3 2 1 Örnek Aşağıdaki veri

Detaylı

altında ilerde ele alınacaktır.

altında ilerde ele alınacaktır. YTÜ-İktisat İstatistik II Nokta Tahmin Yöntemleri 1 NOKTA TAHMİN YÖNTEMLERİ Şimdiye kadar verilmiş tahmin edicilerin sonlu örneklem ve asimptotik özelliklerini inceledik. Acaba bilinmeyen anakütle parametrelerini

Detaylı

Projenin Adı: Matrisler ile Diskriminant Analizi Yaparak Sayı Tanımlama. Giriş ve Projenin Amacı:

Projenin Adı: Matrisler ile Diskriminant Analizi Yaparak Sayı Tanımlama. Giriş ve Projenin Amacı: Projenin Adı: Matrisler ile Diskriminant Analizi Yaparak Sayı Tanımlama Giriş ve Projenin Amacı: Bu projenin amacı; matrisler ile diskriminant analizi yaparak, bir düzlem üzerine el ile yazılan bir sayının

Detaylı

LOJİSTİK REGRESYON ANALİZİ

LOJİSTİK REGRESYON ANALİZİ LOJİSTİK REGRESYON ANALİZİ Lojistik Regresyon Analizini daha kolay izleyebilmek için bazı terimleri tanımlayalım: 1. Değişken (incelenen özellik): Bireyden bireye farklı değerler alabilen özellik, fenomen

Detaylı

Kullanılacak İstatistikleri Belirleme Ölçütleri. Değişkenin Ölçek Türü ya da Yapısı

Kullanılacak İstatistikleri Belirleme Ölçütleri. Değişkenin Ölçek Türü ya da Yapısı ARAŞTIRMA MODELLİLERİNDE KULLANILACAK İSTATİSTİKLERİ BELİRLEME ÖLÇÜTLERİ Parametrik mi Parametrik Olmayan mı? Kullanılacak İstatistikleri Belirleme Ölçütleri Değişken Sayısı Tek değişkenli (X) İki değişkenli

Detaylı

Mevduat Bankalarında Performansın Mülkiyet Yapısına Göre Finansal Göstergelerle İncelenmesi

Mevduat Bankalarında Performansın Mülkiyet Yapısına Göre Finansal Göstergelerle İncelenmesi 27 Mevduat Bankalarında Performansın Mülkiyet Yapısına Göre Finansal Göstergelerle İncelenmesi Özet Ramazan AKBULUT (1) Ali Sait ALBAYRAK (2) Araştırmanın amacı finansal bankacılık göstergeleriyle Türkiye

Detaylı

SIRALI BAĞIMLI DEĞĐŞKEN MODELĐ VE DĐSKRĐMĐNANT ANALĐZĐ NĐN TĐCARĐ BANKALARIN MALĐ PERFORMANSLARINA GÖRE SINIFLANDIRILMASINDA KULLANIMI

SIRALI BAĞIMLI DEĞĐŞKEN MODELĐ VE DĐSKRĐMĐNANT ANALĐZĐ NĐN TĐCARĐ BANKALARIN MALĐ PERFORMANSLARINA GÖRE SINIFLANDIRILMASINDA KULLANIMI Süleyman Demirel Üniversitesi Đktisadi ve Đdari Bilimler Fakültesi Dergisi Y.200, C.5, S.2 s.39-332. Suleyman Demirel University The Journal of Faculty of Economics and Administrative Sciences Y.200, Vol.5,

Detaylı

DOĞU MARMARA KALKINMA AJANSI (MARKA) KOCAELİ BANKACILIK SEKTÖRÜ RAPORU

DOĞU MARMARA KALKINMA AJANSI (MARKA) KOCAELİ BANKACILIK SEKTÖRÜ RAPORU (MARKA) HAZIRLAYAN: ERAY CAVLAK MAYIS 2012 İÇİNDEKİLER Tablolar Listesi..1 Şekiller Listesi...2 1.Bankacılık Sektörünün Genel Durumu. 3 1.1.Bankacılığın Tarihsel Gelişimi 3 1.2.Bankacılık Sektörünün Dünyadaki

Detaylı

Yrd.Doç.Dr. Utku Altunöz BANKALARIN FİNANSAL BAŞARISIZLIKLARININ DİSKRİMİNANT ANALİZİ VE YAPAY SİNİR AĞLARI ÇERÇEVİSİNDE TAHMİNİ

Yrd.Doç.Dr. Utku Altunöz BANKALARIN FİNANSAL BAŞARISIZLIKLARININ DİSKRİMİNANT ANALİZİ VE YAPAY SİNİR AĞLARI ÇERÇEVİSİNDE TAHMİNİ Yrd.Doç.Dr. Utku Altunöz BANKALARIN FİNANSAL BAŞARISIZLIKLARININ DİSKRİMİNANT ANALİZİ VE YAPAY SİNİR AĞLARI ÇERÇEVİSİNDE TAHMİNİ Prediction of Financial Failure of Banks with Discriminant analysis And

Detaylı

TASARRUF MEVDUATI SÝGORTA FONU. Büyükdere Caddesi No:143 Esentepe/ÝSTANBUL Tel.: (212) 340 22 00 Faks: (212) 288 53 35 www.tmsf.org.

TASARRUF MEVDUATI SÝGORTA FONU. Büyükdere Caddesi No:143 Esentepe/ÝSTANBUL Tel.: (212) 340 22 00 Faks: (212) 288 53 35 www.tmsf.org. TASARRUF MEVDUATI SÝGORTA FONU Büyükdere Caddesi No:143 Esentepe/ÝSTANBUL Tel.: (212) 340 22 00 Faks: (212) 288 53 35 www.tmsf.org.tr Proje Ekibi Proje Lideri: Ahmet MUTLU Hazýrlayanlar: Raf Temizliði

Detaylı

TRAFĠK KAZA ĠSTATĠSTĠKLERĠNE ANALĠTĠK BĠR BAKIġ. Prof.Dr.Tülay Saraçbaşı Hacettepe Üniversitesi İstatistik Bölümü, Ankara. Özet

TRAFĠK KAZA ĠSTATĠSTĠKLERĠNE ANALĠTĠK BĠR BAKIġ. Prof.Dr.Tülay Saraçbaşı Hacettepe Üniversitesi İstatistik Bölümü, Ankara. Özet TRAFĠK KAZA ĠSTATĠSTĠKLERĠNE ANALĠTĠK BĠR BAKIġ Prof.Dr.Tülay Saraçbaşı Hacettepe Üniversitesi İstatistik Bölümü, Ankara Özet Trafik kazasına neden olan etkenler sürücü, yaya, yolcu olmak üzere insana

Detaylı

Türkiye'de Bankacılık Sistemi Üç Aylık Dönemler İtibariyle Banka ve Grup Bilgileri Mart 2014 (Son Dönem Karşılaştırmalı)

Türkiye'de Bankacılık Sistemi Üç Aylık Dönemler İtibariyle Banka ve Grup Bilgileri Mart 2014 (Son Dönem Karşılaştırmalı) Türkiye'de Bankacılık Sistemi Üç Aylık Dönemler İtibariyle Banka ve Grup Bilgileri Mart 2014 (Son Dönem Karşılaştırmalı) Rapor Kodu : DT08 Haziran 2014 İçindekiler Sayfa No. Türkiye'de Bankacılık Sistemi

Detaylı

14 Ekim 2012. Ders Kitabı: Introductory Econometrics: A Modern Approach (2nd ed.) J. Wooldridge. 1 Yıldız Teknik Üniversitesi

14 Ekim 2012. Ders Kitabı: Introductory Econometrics: A Modern Approach (2nd ed.) J. Wooldridge. 1 Yıldız Teknik Üniversitesi ÇOK DEĞİŞKENLİ REGRESYON ANALİZİ: ÇIKARSAMA Hüseyin Taştan 1 1 Yıldız Teknik Üniversitesi İktisat Bölümü Ders Kitabı: Introductory Econometrics: A Modern Approach (2nd ed.) J. Wooldridge 14 Ekim 2012 Ekonometri

Detaylı

Müşteri Şikayetleri Hakem Heyeti Yıllık Faaliyet Raporu. 14 Ağustos 2009 14 Ağustos 2010

Müşteri Şikayetleri Hakem Heyeti Yıllık Faaliyet Raporu. 14 Ağustos 2009 14 Ağustos 2010 Müşteri Şikayetleri Hakem Heyeti Yıllık Faaliyet Raporu 14 Ağustos 2009 14 Ağustos 2010 Ağustos 2010 Đçindekiler 1. Genel Değerlendirme 2. Đstatistiki Veriler 2.1. 1 Eylül 2007 14 Ağustos 2010 Dönemi Başvuruları

Detaylı

TÜRKİYE DE FİNANS SEKTÖRÜNDE BANKACILIĞIN YERİ

TÜRKİYE DE FİNANS SEKTÖRÜNDE BANKACILIĞIN YERİ TÜRKİYE DE FİNANS SEKTÖRÜNDE BANKACILIĞIN YERİ Müge ÜNAL Türkiye de finansal sistem içerisinde, bankacılık sektörü büyük orandaki payı ile önemli bir yere sahiptir. Sigorta şirketleri, yatırım fonları,

Detaylı

BANKACILIK SEKTÖRÜ REFORMU: GELİŞME RAPORU

BANKACILIK SEKTÖRÜ REFORMU: GELİŞME RAPORU 2 Ağustos BANKACILIK SEKTÖRÜ REFORMU: GELİŞME RAPORU 1. Bankacılık sektörü reformu çerçevesinde, önemli adımlar atılmış ve sistemin sağlıklı bir yapıya kavuşturulabilmesini teminen çeşitli önlemler alınmıştır.

Detaylı

Risk Yönetimi ve İşletmelerde Uygulanabilirliği. Demet BARLİN HARMANKAYA 11 Aralık 2013

Risk Yönetimi ve İşletmelerde Uygulanabilirliği. Demet BARLİN HARMANKAYA 11 Aralık 2013 Risk Yönetimi ve İşletmelerde Uygulanabilirliği Demet BARLİN HARMANKAYA 11 Aralık 2013 Sunum Planı Risk, risk yönetimi, işletme riskleri Mali başarısızlık, nedenleri, mali başarısızlık tahminin işletmeler

Detaylı

Doç. Dr. Dilek ALTAŞ İSTATİSTİKSEL ANALİZ

Doç. Dr. Dilek ALTAŞ İSTATİSTİKSEL ANALİZ I Doç. Dr. Dilek ALTAŞ İSTATİSTİKSEL ANALİZ II Yayın No : 2845 Teknik Dizisi : 158 1. Baskı Şubat 2013 İSTANBUL ISBN 978-605 - 377 868-4 Copyright Bu kitabın bu basısı için Türkiye deki yayın hakları BETA

Detaylı

SERMAYE PİYASASI KURULU

SERMAYE PİYASASI KURULU SERMAYE PİYASASI KURULU 2000/50 HAFTALIK BÜLTEN 18/12/2000-22/12/2000 A. 1.1.2000-22.12.2000 TARİHLERİ ARASINDA KAYDA ALMA KARARI VERİLEN İHRAÇ TALEPLERİ: 1.1.2000-22.12.2000 tarihleri arasında Sermaye

Detaylı

BANKACILAR TÜRKİYE BANKALAR BİRLİĞİ BANKACILIK. 2001 Yılında Türk Bankacılık Sistemi. Türkiye Bankalar Birliği

BANKACILAR TÜRKİYE BANKALAR BİRLİĞİ BANKACILIK. 2001 Yılında Türk Bankacılık Sistemi. Türkiye Bankalar Birliği TÜRKİYE BANKALAR BİRLİĞİ BANKACILAR BANKACILIK Türkiye Bankalar Birliği 2001 Yılında Türk Bankacılık Sistemi Türkiye Bankalar Birliği Risk Çalışma Grubu Salih Tanju Yavuz Bankalar İçin Acil Durum ve İş

Detaylı

İŞLEM BAZLI MANİPÜLASYONUN İSTATİSTİKSEL SINIFLANDIRMA ANALİZLERİYLE BELİRLENMESİ

İŞLEM BAZLI MANİPÜLASYONUN İSTATİSTİKSEL SINIFLANDIRMA ANALİZLERİYLE BELİRLENMESİ Ekonometri ve İstatistik Sayı:11 2010 1 30 İSTANBUL ÜNİVERSİTESİ İKTİSAT FAKÜLTESİ EKONOMETRİ VE İSTATİSTİK DERGİSİ İŞLEM BAZLI MANİPÜLASYONUN İSTATİSTİKSEL SINIFLANDIRMA ANALİZLERİYLE BELİRLENMESİ Öğr.

Detaylı

3 KESİKLİ RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI

3 KESİKLİ RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI ÖNSÖZ İÇİNDEKİLER III Bölüm 1 İSTATİSTİK ve SAYISAL BİLGİ 11 1.1 İstatistik ve Önemi 12 1.2 İstatistikte Temel Kavramlar 14 1.3 İstatistiğin Amacı 15 1.4 Veri Türleri 15 1.5 Veri Ölçüm Düzeyleri 16 1.6

Detaylı

Mehmet Gökmen Uçar. Abdurrahman Özciğer. Mehmet Sezgin. Veysel Sunman. Mustafa Aydın

Mehmet Gökmen Uçar. Abdurrahman Özciğer. Mehmet Sezgin. Veysel Sunman. Mustafa Aydın KKB 2012 FAALİYET RAPORU YÖNETİM KURULU Gökmen Uçar 18 Sezgin Veysel Sunman Abdurrahman Özciğer Mustafa Aydın YÖNETİM Cantekin Osman Sindel İsmail Hakkı İmamoğlu Ertuğrul Bozgedik 19 KKB 2012 FAALİYET

Detaylı

MURAT EĞİTİM KURUMLARI

MURAT EĞİTİM KURUMLARI 2013 KPSS de Testlerin Kapsamları Değişti ÖSYM tarafından yapılan açıklamaya göre 2013 KPSS de uygulanacak testlerin içeriğinde bir takım değişiklikler yapıldı. Bu değişikler başta Genel Yetenek - Genel

Detaylı

Sosyal Bilimler İçin Veri Analizi El Kitabı

Sosyal Bilimler İçin Veri Analizi El Kitabı 292 Dicle Üniversitesi Ziya Gökalp Eğitim Fakültesi Dergisi, 18 (2012) 292-297 KİTAP İNCELEMESİ Sosyal Bilimler İçin Veri Analizi El Kitabı Editör Doç. Dr. Şener BÜYÜKÖZTÜRK Dilek SEZGİN MEMNUN 1 Bu çalışmada,

Detaylı

BÖLÜM-1.BİLİM NEDİR? Tanımı...1 Bilimselliğin Ölçütleri...2 Bilimin İşlevleri...3

BÖLÜM-1.BİLİM NEDİR? Tanımı...1 Bilimselliğin Ölçütleri...2 Bilimin İşlevleri...3 KİTABIN İÇİNDEKİLER BÖLÜM-1.BİLİM NEDİR? Tanımı...1 Bilimselliğin Ölçütleri...2 Bilimin İşlevleri...3 BÖLÜM-2.BİLİMSEL ARAŞTIRMA Belgesel Araştırmalar...7 Görgül Araştırmalar Tarama Tipi Araştırma...8

Detaylı

Banka, Şube ve Personel Sayıları

Banka, Şube ve Personel Sayıları İÇİNDEKİLER Banka, Şube ve Personel Sayıları... 1 Seçilmiş Bilanço Kalemleri... 2 Bilanço İçi Büyüklükler... 4 Bilanço Dışı Büyüklükler 5 Temel Büyüklüklere İlişkin Gelişim 7 Kârlılık... 8 Krediler...

Detaylı

YENİ TEŞVİK SİSTEMİ VE DİYARBAKIR

YENİ TEŞVİK SİSTEMİ VE DİYARBAKIR YENİ TEŞVİK SİSTEMİ VE DİYARBAKIR Mart 215 Hikmet DENİZ i İçindekiler Tablo Listesi... iii Grafik Listesi... iii 1. Giriş... 1 2. Türkiye'de Teşvik Belgesine Bağlı Yatırımlar... 1 3. Yatırımların Bölgesel

Detaylı

MAK 210 SAYISAL ANALİZ

MAK 210 SAYISAL ANALİZ MAK 210 SAYISAL ANALİZ BÖLÜM 6- İSTATİSTİK VE REGRESYON ANALİZİ Doç. Dr. Ali Rıza YILDIZ 1 İSTATİSTİK VE REGRESYON ANALİZİ Bütün noktalardan geçen bir denklem bulmak yerine noktaları temsil eden, yani

Detaylı

Bankacılığa İlişkin Mevzuat ve Yeni Düzenlemeler *

Bankacılığa İlişkin Mevzuat ve Yeni Düzenlemeler * Bankacılar Dergisi, Sayı 55, 2005 Bankacılığa İlişkin Mevzuat ve Yeni Düzenlemeler * I. Bankacılık Kanununa İlişkin Düzenlemeler 29 Aralık 2005 tarih ve 26038 sayılı Resmi Gazete de; Anadolu Finans Kurumu

Detaylı

Türk Bankacılık Sektöründe Yabancı Sermayeli Bankalar

Türk Bankacılık Sektöründe Yabancı Sermayeli Bankalar Türk Bankacılık Sektöründe Yabancı Sermayeli Bankalar Dr. Emin Akçaoğlu Atılım Üniversitesi Ekonomi Konferansları Atılım Üniversitesi 5 Aralık 2006 Ankara 1 Giriş: Bankacılıkta Yabancılar Sunuşun amacı:

Detaylı

TÜRKİYE DE BANKACILIK SEKTÖRÜNÜN MERKEZİLEŞMESİ CENTRALIZATION OF BANKING SECTOR IN TURKEY

TÜRKİYE DE BANKACILIK SEKTÖRÜNÜN MERKEZİLEŞMESİ CENTRALIZATION OF BANKING SECTOR IN TURKEY Marmara Üniversitesi İ.İ.B.F. Dergisi YIL 2007, CİLT XXIII, SAYI 2 TÜRKİYE DE BANKACILIK SEKTÖRÜNÜN MERKEZİLEŞMESİ CENTRALIZATION OF BANKING SECTOR IN TURKEY ÖZET Yrd. Doç. Dr. Cüneyt AKAR * Arş. Gör.

Detaylı

The Study of Relationship Between the Variables Influencing The Success of the Students of Music Educational Department

The Study of Relationship Between the Variables Influencing The Success of the Students of Music Educational Department 71 Mehmet Akif Ersoy Üniversitesi Eğitim Fakültesi Dergisi, Yıl 9, Sayı 17, Haziran 2009, 71-76 Müzik Eğitimi Anabilim Dalı Öğrencilerinin Başarılarına Etki Eden Değişkenler Arasındaki İlişkinin İncelenmesi

Detaylı

KKTC MERKEZ BANKASI PARA ARZI

KKTC MERKEZ BANKASI PARA ARZI KKTC MERKEZ BANKASI PARA ARZI İ Ç E R İ K I. KKTC MERKEZ BANKASI PARASAL BÜYÜKLÜK TANIMLARI (ÖZET) II. KKTC MERKEZ BANKASI PARA ARZI VERİLERİ III. PARASAL BÜYÜKLÜKLERDEKİ GELİŞMELER SUNUŞ Kurumumuzun kamuoyunu

Detaylı

HALK FAKTORİNG A.Ş. MEVCUT YÖNETİM KURULU ÜYELERİ

HALK FAKTORİNG A.Ş. MEVCUT YÖNETİM KURULU ÜYELERİ HALK FAKTORİNG A.Ş. MEVCUT YÖNETİM KURULU ÜYELERİ ERDAL ERDEM Halk Faktoring A.Ş. Yönetim Kurulu Başkanı 1971 yılında Çankırı`da doğdu. Afyon Kocatepe Üniversitesi İktisadi ve İdari Bilimler Fakültesi

Detaylı

SIRA İSTATİSTİKLERİ VE UYGULAMA ALANLARINDAN BİR ÖRNEĞİN DEĞERLENDİRMESİ

SIRA İSTATİSTİKLERİ VE UYGULAMA ALANLARINDAN BİR ÖRNEĞİN DEĞERLENDİRMESİ Sıra İstatistikleri ve Uygulama Alanlarından Bir Örneğin Değerlendirmesi 89 SIRA İSTATİSTİKLERİ VE UYGULAMA ALANLARINDAN BİR ÖRNEĞİN DEĞERLENDİRMESİ Esin Cumhur PİRİNÇCİLER Araş. Gör. Dr., Çanakkale Onsekiz

Detaylı

İÇİNDEKİLER. Bölüm 1 MATEMATİKSEL İKTİSADA GİRİŞ 11 1.1.İktisat Hakkında 12 1.2.İktisatta Grafik ve Matematik Kullanımı 13

İÇİNDEKİLER. Bölüm 1 MATEMATİKSEL İKTİSADA GİRİŞ 11 1.1.İktisat Hakkında 12 1.2.İktisatta Grafik ve Matematik Kullanımı 13 İÇİNDEKİLER ÖNSÖZ III Bölüm 1 MATEMATİKSEL İKTİSADA GİRİŞ 11 1.1.İktisat Hakkında 12 1.2.İktisatta Grafik ve Matematik Kullanımı 13 Bölüm 2 STATİK DENGE ANALİZİ 19 2.1 İktisatta Denge Kavramı 20 2.1.1.

Detaylı

TÜRKİYE DE YABANCI BANKALARIN ETKİNLİĞİ; VERİ ZARFLAMA ANALİZ UYGULAMASI

TÜRKİYE DE YABANCI BANKALARIN ETKİNLİĞİ; VERİ ZARFLAMA ANALİZ UYGULAMASI Türkiye de Yabancı Bankaların Etkinliği ; Veri Zarflama Analiz Uygulaması 1 TÜRKİYE DE YABANCI BANKALARIN ETKİNLİĞİ; VERİ ZARFLAMA ANALİZ UYGULAMASI ÖZ Murat AKBALIK * İbrahim SIRMA ** Bu çalışmada 2001

Detaylı

Banka, Şube ve Personel Sayıları

Banka, Şube ve Personel Sayıları İÇİNDEKİLER Banka, Şube ve Personel Sayıları... 1 Seçilmiş Bilanço Kalemleri... 2 Bilanço İçi Büyüklükler... 4 Bilanço Dışı Büyüklükler 5 Temel Büyüklüklere İlişkin Gelişim 7 Kârlılık... 8 Krediler...

Detaylı

SÜREKLİ RASSAL DEĞİŞKENLER

SÜREKLİ RASSAL DEĞİŞKENLER SÜREKLİ RASSAL DEĞİŞKENLER Sürekli Rassal Değişkenler Sürekli Rassal Değişken: Değerleriölçümyadatartımla elde edilen, bir başka anlatımla sayımla elde edilemeyen, değişkene sürekli rassal değişken denir.

Detaylı

SIRADAN EN KÜÇÜK KARELER (OLS)

SIRADAN EN KÜÇÜK KARELER (OLS) SIRADAN EN KÜÇÜK KARELER (OLS) YÖNTEMİNİN ASİMPTOTİK ÖZELLİKLERİ Hüseyin Taştan 1 1 Yıldız Teknik Üniversitesi İktisat Bölümü Ders Kitabı: Introductory Econometrics: A Modern Approach (2nd ed.) J. Wooldridge

Detaylı

Türk Bankacılık Sektöründe Optimal Kredi Düzeyinin Belirlenmesi

Türk Bankacılık Sektöründe Optimal Kredi Düzeyinin Belirlenmesi Volume 3 Number 2 2012 pp. 41-49 ISSN: 1309-2448 www.berjournal.com Türk Bankacılık Sektöründe Optimal Kredi Düzeyinin Belirlenmesi Erkan Poyraz a Özet: Bankacılık sektörünün ulusal ekonomi içerisinde

Detaylı

Nitel Tepki Bağlanım Modelleri

Nitel Tepki Bağlanım Modelleri Doğrusal-Dışı Yaklaşım ve Nitel Tepki Bağlanım Modelleri Doğrusal-Dışı Yaklaşım ve Ekonometri 2 Konu 18 Sürüm 2,0 (Ekim 2011) Doğrusal-Dışı Yaklaşım ve UADMK Açık Lisans Bilgisi İşbu belge, Creative Commons

Detaylı

Enerji Dışı İthalatımızın Petrol Fiyatları ile İlişkisi

Enerji Dışı İthalatımızın Petrol Fiyatları ile İlişkisi Enerji Dışı İthalatımızın Petrol Fiyatları ile İlişkisi Türkiye ithalatının en çok tartışılan kalemi şüphesiz enerjidir. Enerji ithalatı dış ticaret açığının en önemli sorumlusu olarak tanımlanırken, enerji

Detaylı

ĐST 474 Bayesci Đstatistik

ĐST 474 Bayesci Đstatistik ĐST 474 Bayesci Đstatistik Ders Sorumlusu: Dr. Haydar Demirhan haydarde@hacettepe.edu.tr Đnternet Sitesi: http://yunus.hacettepe.edu.tr/~haydarde Đçerik: Olasılık kuramının temel kavramları Bazı özel olasılık

Detaylı

Türkiye'de Bankacılık Sistemi Üç Aylık Dönemler İtibariyle Banka ve Grup Bilgileri Mart 2015 (Son Dönem Karşılaştırmalı)

Türkiye'de Bankacılık Sistemi Üç Aylık Dönemler İtibariyle Banka ve Grup Bilgileri Mart 2015 (Son Dönem Karşılaştırmalı) Türkiye'de Bankacılık Sistemi Üç Aylık Dönemler İtibariyle Banka ve Grup Bilgileri Mart 2015 (Son Dönem Karşılaştırmalı) Rapor Kodu : DT08 Haziran 2015 İçindekiler Sayfa No. Türkiye'de Bankacılık Sistemi

Detaylı

Tablo (2): Atıştırma Sayısı ve Günlük Sınav Sayısı Atıştırma Sınav Sayısı (X) 0 0.07 0.09 0.06 0.01

Tablo (2): Atıştırma Sayısı ve Günlük Sınav Sayısı Atıştırma Sınav Sayısı (X) 0 0.07 0.09 0.06 0.01 Ortak Varyans ve İstatistiksel Bağımsızlık Bir rassal değişken çifti istatistiksel olarak bağımsız ise aralarındaki ortak varyansın değeri 0 dır. Ancak ortak varyans değerinin 0 olması, iki rassal değişkenin

Detaylı

II. MALİ SEKTÖRÜN GENEL YAPISI

II. MALİ SEKTÖRÜN GENEL YAPISI II. MALİ SEKTÖRÜN GENEL YAPISI Türk mali sektörü 27 yılının ilk altı ayında büyümesini sürdürmüştür. Bu dönemde bankacılık sektörüne yabancı yatırımcı ilgisi de devam etmiştir. Grafik II.1. Mali Sektörün

Detaylı

İZMİR DEKİ ÖZEL VE DEVLET ÜNİVERSİTELERİNDEKİ ÖĞRENCİLERİN BAŞARILARINI ETKİLEYEN FAKTÖRLERİN BELİRLENMESİ VE KARŞILAŞTIRILMASI ÖZET

İZMİR DEKİ ÖZEL VE DEVLET ÜNİVERSİTELERİNDEKİ ÖĞRENCİLERİN BAŞARILARINI ETKİLEYEN FAKTÖRLERİN BELİRLENMESİ VE KARŞILAŞTIRILMASI ÖZET Muğla Üniversitesi Sosyal Bilimler Enstitüsü Dergisi (İLKE) Bahar 2007 Sayı 18 İZMİR DEKİ ÖZEL VE DEVLET ÜNİVERSİTELERİNDEKİ ÖĞRENCİLERİN BAŞARILARINI ETKİLEYEN FAKTÖRLERİN BELİRLENMESİ VE KARŞILAŞTIRILMASI

Detaylı

REGRESYON ANALĐZĐ. www.fikretgultekin.com 1

REGRESYON ANALĐZĐ. www.fikretgultekin.com 1 REGRESYON ANALĐZĐ Regresyon analizi, aralarında sebep-sonuç ilişkisi bulunan iki veya daha fazla değişken arasındaki ilişkiyi belirlemek ve bu ilişkiyi kullanarak o konu ile ilgili tahminler (estimation)

Detaylı

Engelli Vatandaşlara Sunulan Bankacılık Hizmetleri İstatistikleri Haziran 2013

Engelli Vatandaşlara Sunulan Bankacılık Hizmetleri İstatistikleri Haziran 2013 Engelli Vatandaşlara Sunulan Bankacılık Hizmetleri İstatistikleri Haziran 2013 Rapor Kodu: YT09 Ağustos 2013 Engelli Vatandaşlara Sunulan Bankacılık Hizmetleri İstatistikleri 1 Haziran 2013 Engelli vatandaşlara

Detaylı

BANKACILIK DÜZENLEME VE DENETLEME KURUMU

BANKACILIK DÜZENLEME VE DENETLEME KURUMU BANKACILIK DÜZENLEME VE DENETLEME KURUMU BANKACILIK SEKTÖRÜ YENİDEN YAPILANDIRMA PROGRAMI GELİŞME RAPORU-(VII) Ekim 2003 Gelişme Raporu Okuyucunun Dikkatine Bu raporda Tasarruf Mevduatı Sigorta Fonu na

Detaylı

Basel II: Bankacılık sektöründe değişim rüzgarları. 4 Mayıs 2006

Basel II: Bankacılık sektöründe değişim rüzgarları. 4 Mayıs 2006 Basel II: Bankacılık sektöründe değişim rüzgarları 4 Mayıs 2006 Basel II: Bankacılık sektöründe değişim rüzgarları İçsel Derecelendirme Modeli Kurulumu KOBİKredileri Açısından Skorkart Uygulamaları Derecelendirme

Detaylı

YARI LOGARİTMİK MODELLERDE KUKLA DECİşKENLERİN KA TSA YıLARıNIN YORUMU

YARI LOGARİTMİK MODELLERDE KUKLA DECİşKENLERİN KA TSA YıLARıNIN YORUMU Marmara Üniversitesi U.B.F. Dergisi YIL 2005, CİLT XX, SAyı 1 YARI LOGARİTMİK MODELLERDE KUKLA DECİşKENLERİN KA TSA YıLARıNIN YORUMU Yrd. Doç. Dr. Ebru ÇACLAYAN' Arş. Gör. Burak GÜRİş" Büyüme modelleri,

Detaylı

Bankaların 2012 Yılı Sermaye Yeterlilik Rasyolarına Göre Kümeleme Analizi Ve Çok Boyutlu Ölçekleme Sonucu Sınıflandırılma Yapıları

Bankaların 2012 Yılı Sermaye Yeterlilik Rasyolarına Göre Kümeleme Analizi Ve Çok Boyutlu Ölçekleme Sonucu Sınıflandırılma Yapıları BSAD Bankacılık ve Sigortacılık Araştırmaları Dergisi Cilt 1 Sayı 5-6 (Nisan 2013), ss.29-47 DOI Telif Hakkı Ankara Üniversitesi Beypazarı Meslek Yüksekokulu Bankaların 2012 Yılı Sermaye Yeterlilik Rasyolarına

Detaylı

Sağlık Kuruluşlarında Maliyet Yönetimi ve Güncel

Sağlık Kuruluşlarında Maliyet Yönetimi ve Güncel Sağlık Kuruluşlarında Maliyet Yönetimi ve Güncel Uygulamalar YRD. DOÇ. DR. EMRE ATILGAN TRAKYA ÜNİVERSİTESİ SAĞLIK YÖNETİMİ BÖLÜMÜ Sağlık Kurumlarında Maliyet Yönetimi ve Güncel Uygulamalar Sunum Planı:

Detaylı

BANKPOZİTİF KREDİ VE KALKINMA BANKASI ANONİM ŞİRKETİ 31 MART 2015 ARA DÖNEM KONSOLİDE FAALİYET RAPORU

BANKPOZİTİF KREDİ VE KALKINMA BANKASI ANONİM ŞİRKETİ 31 MART 2015 ARA DÖNEM KONSOLİDE FAALİYET RAPORU BANKPOZİTİF KREDİ VE KALKINMA BANKASI ANONİM ŞİRKETİ 31 MART 2015 ARA DÖNEM KONSOLİDE FAALİYET RAPORU Raporun Ait Olduğu Dönem : 01.01.2015 31.03.2015 Bankanın Ticaret Ünvanı : Bankpozitif Kredi ve Kalkınma

Detaylı

FİNANSAL RİSK ANALİZİNDE KARMA DAĞILIM MODELİ YAKLAŞIMI * Mixture Distribution Approach in Financial Risk Analysis

FİNANSAL RİSK ANALİZİNDE KARMA DAĞILIM MODELİ YAKLAŞIMI * Mixture Distribution Approach in Financial Risk Analysis FİNANSAL RİSK ANALİZİNDE KARMA DAĞILIM MODELİ YAKLAŞIMI * Mixture Distribution Approach in Financial Risk Analysis Keziban KOÇAK İstatistik Anabilim Dalı Deniz ÜNAL İstatistik Anabilim Dalı ÖZET Son yıllarda

Detaylı

Türkiye'de Bankacılık Sistemi Üç Aylık Dönemler İtibariyle Banka ve Grup Bilgileri Haziran 2014 (Son Dönem Karşılaştırmalı)

Türkiye'de Bankacılık Sistemi Üç Aylık Dönemler İtibariyle Banka ve Grup Bilgileri Haziran 2014 (Son Dönem Karşılaştırmalı) Türkiye'de Bankacılık Sistemi Üç Aylık Dönemler İtibariyle Banka ve Grup Bilgileri Haziran 2014 (Son Dönem Karşılaştırmalı) Rapor Kodu : DT08 Ağustos 2014 İçindekiler Türkiye'de Bankacılık Sistemi Üç Aylık

Detaylı

Türkiye'de Bankacılık Sistemi Üç Aylık Dönemler İtibariyle Banka ve Grup Bilgileri Eylül 2012 (Son Dönem Karşılaştırmalı)

Türkiye'de Bankacılık Sistemi Üç Aylık Dönemler İtibariyle Banka ve Grup Bilgileri Eylül 2012 (Son Dönem Karşılaştırmalı) Türkiye'de Bankacılık Sistemi Üç Aylık Dönemler İtibariyle Banka ve Grup Bilgileri Eylül 2012 (Son Dönem Karşılaştırmalı) Rapor Kodu : DT08 Kasım 2012 İçindekiler Sayfa No. Türkiye'de Bankacılık Sistemi

Detaylı

H.Ü. Bilgi ve Belge Yönetimi Bölümü BBY 208 Sosyal Bilimlerde Araştırma Yöntemleri II (Bahar 2012) SPSS Ders Notları II (19 Nisan 2012)

H.Ü. Bilgi ve Belge Yönetimi Bölümü BBY 208 Sosyal Bilimlerde Araştırma Yöntemleri II (Bahar 2012) SPSS Ders Notları II (19 Nisan 2012) H.Ü. Bilgi ve Belge Yönetimi Bölümü BBY 208 Sosyal Bilimlerde Araştırma Yöntemleri II (Bahar 2012) SPSS Ders Notları II (19 Nisan 2012) Aşağıdaki analizlerde lise öğrencileri veri dosyası kullanılmıştır.

Detaylı

Tek Değişkenli ve Çok Değişkenli Tablolar ve Grafikler

Tek Değişkenli ve Çok Değişkenli Tablolar ve Grafikler Tek Değişkenli ve Çok Değişkenli Tablolar ve Grafikler Umut Al umutal@hacettepe.edu.tr BBY 375, 16 Ekim 2015-1 Plan İlgili kavramlar Tablo ne zaman kullanılır? Grafik nasıl üretilir? Örnekler Dikkat edilmesi

Detaylı

BURMAOĞLU-OKTAY-ÖZEN

BURMAOĞLU-OKTAY-ÖZEN BİRLEŞMİŞ MİLLETLER KALKINMA PROGRAMI BEŞERİ KALKINMA ENDEKSİ VERİLERİNİ KULLANARAK DİSKRİMİNANT ANALİZİ VE LOJİSTİK REGRESYON ANALİZİNİN SINIFLANDIRMA PERFORMANSLARININ KARŞILAŞTIRILMASI Serhat BURMAOĞLU

Detaylı

ÜSTEL DÜZLEŞTİRME YÖNTEMİ

ÜSTEL DÜZLEŞTİRME YÖNTEMİ ÜSEL DÜLEŞİRME YÖNEMİ ÜSEL DÜLEŞİRME YÖNEMİ Bu bölüme kadar anlatılan yöntemler zaman içinde değişmeyen parametre varsayımına uygun serilerin tahminlerinde kullanılmaktaydı. Bu tür seriler deterministik

Detaylı

Çağrı Merkezi İstatistikleri Aralık 2011

Çağrı Merkezi İstatistikleri Aralık 2011 Çağrı Merkezi İstatistikleri Aralık 2011 Rapor Kodu: DT23 Ocak 2012 Çağrı Merkezleri İstatistikleri 1,2,3 Aralık 2011 Açıklama: Çağrı merkezi hizmetleri ve bu hizmetlerin kullanılmasına ilişkin istatistiki

Detaylı

ZAMAN SERİLERİNDE AYRIŞTIRMA YÖNTEMLERİ

ZAMAN SERİLERİNDE AYRIŞTIRMA YÖNTEMLERİ ZAMAN SERİLERİNDE AYRIŞTIRMA YÖNTEMLERİ 1 A. GİRİŞ Gözlemlerin belirli bir dönem için gün, hafta, ay, üç ay, altı ay, yıl gibi birbirini izleyen eşit aralıklarla yapılması ile elde edilen seriler zaman

Detaylı

Temettü hariç. Ortaklık Hakları ile değeri. Yönetim ve Denetimi Temettü hariç. Ortaklık Hakları ile. Temettü hariç

Temettü hariç. Ortaklık Hakları ile değeri. Yönetim ve Denetimi Temettü hariç. Ortaklık Hakları ile. Temettü hariç BANKALAR KANUNU'NUN MADDESİNİN 3. VE 4. BENTLERİ UYARINCA BANKALARIN TASARRUF MEVDUATI SİGORTA FONUNA DEVRİNİN ORTAKLIK HAKLARI AÇISINDAN SONUÇLARI Erkan YETKİNER E. Baş Hesap Uzmanı, YMM Bu yazımızda

Detaylı

İSTATİSTİK BÖLÜMÜ DERS İÇERİKLERİ (2009 2010)

İSTATİSTİK BÖLÜMÜ DERS İÇERİKLERİ (2009 2010) İSTATİSTİK BÖLÜMÜ DERS İÇERİKLERİ (2009 2010) BİRİNCİ YIL Güz Dönemi (1. Yarıyıl) STAT 101 Temel İstatistik I (3 2 4) İstatistik bilimi. Verilerin görsel sunumu. Frekans tablosu oluşturma. Gövde yaprak

Detaylı

FATMAKAYN AK NASUHAKPIN AR BÜLENTTANK UT MUSTAFATAN KUT MUSTAFAAKP INARLI

FATMAKAYN AK NASUHAKPIN AR BÜLENTTANK UT MUSTAFATAN KUT MUSTAFAAKP INARLI Gündemdeki Kararlar Sıra No Başvuru No Başvuruda Bulunan 1 1619201500004 DUYGUORAL 54 2 1619201500004 55 3 1619201500004 56 4 1619201500004 57 5 1619201500004 58 6 1619201500004 59 7 1619201500004 60 8

Detaylı

Girdi Analizi. 0 Veri toplama 0 Girdi sürecini temsil eden olasılık dağılımı belirleme. 0 Histogram 0 Q-Q grafikleri

Girdi Analizi. 0 Veri toplama 0 Girdi sürecini temsil eden olasılık dağılımı belirleme. 0 Histogram 0 Q-Q grafikleri Girdi Analizi 0 Gerçek hayattaki benzetim modeli uygulamalarında, girdi verisinin hangi dağılımdan geldiğini belirlemek oldukça zor ve zaman harcayıcıdır. 0 Yanlış girdi analizi, elde edilen sonuçların

Detaylı

AKİS BAĞIMSIZ DENETİM VE SERBEST MUHASEBECİ MALİ MÜŞAVİRLİK A.Ş. 2009 YILINA İLİŞKİN KALİTE GÜVENCESİ RAPORU

AKİS BAĞIMSIZ DENETİM VE SERBEST MUHASEBECİ MALİ MÜŞAVİRLİK A.Ş. 2009 YILINA İLİŞKİN KALİTE GÜVENCESİ RAPORU AKİS BAĞIMSIZ DENETİM VE SERBEST MUHASEBECİ MALİ MÜŞAVİRLİK A.Ş. 2009 YILINA İLİŞKİN KALİTE GÜVENCESİ RAPORU AKİS BAĞIMSIZ DENETİM VE SERBEST MUHASEBECİ MALİ MÜŞAVİRLİK A.Ş. 30 Nisan 2010 Bankacılık Düzenleme

Detaylı

Maliye Anabilim Dalı- Tezli Yüksek Lisans (Sak.Üni.Ort) Programı Ders İçerikleri

Maliye Anabilim Dalı- Tezli Yüksek Lisans (Sak.Üni.Ort) Programı Ders İçerikleri Maliye Anabilim Dalı- Tezli Yüksek Lisans (Sak.Üni.Ort) Programı Ders İçerikleri Sosyal Bilimlerde Araştırma Yöntemleri MLY733 1 3 + 0 6 Araştırma yöntemlerindeki farklı anlayışları, yaygın olarak kullanılan

Detaylı

Faktöriyel: 1'den n'ye kadar olan tüm pozitif tamsayıların çarpımına, biçiminde gösterilir. Aynca; 0! = 1 ve 1!=1 1 dir. [Bunlar kabul değildir,

Faktöriyel: 1'den n'ye kadar olan tüm pozitif tamsayıların çarpımına, biçiminde gösterilir. Aynca; 0! = 1 ve 1!=1 1 dir. [Bunlar kabul değildir, 14. Binom ve Poisson olasılık dağılımları Faktöriyeller ve kombinasyonlar Faktöriyel: 1'den n'ye kadar olan tüm pozitif tamsayıların çarpımına, n! denir ve n! = 1.2.3...(n-2).(n-l).n biçiminde gösterilir.

Detaylı

Finansal (Mali) Tablolar Analizi. Genel Bilgiler Öğr. Gör. Ebubekir DOĞAN

Finansal (Mali) Tablolar Analizi. Genel Bilgiler Öğr. Gör. Ebubekir DOĞAN Finansal (Mali) Tablolar Analizi Genel Bilgiler Öğr. Gör. Ebubekir DOĞAN 1 Mali Tablolar Muhasebe sisteminin üretmiş olduğu muhasebe bilgileri İşletme içi ( Sahiplerine, ortaklarına, yöneticilerine ve

Detaylı

Bankalar da, kârlar da yabancıya teslim

Bankalar da, kârlar da yabancıya teslim Tarih: 11.05.2014 Sayı: 2014/07 İSMMMO DAN TÜRK BANKACILIK SİSTEMİNDE YABANCI LAŞMA RAPORU: Bankalar da, kârlar da yabancıya teslim İSMMMO nun Türk Bankacılık Sisteminde Yabancı laşma adlı raporuna göre,

Detaylı

ARAP TÜRK BANKASI A.Ş. Ve Konsolidasyona Tabi Bağlı Ortaklığı

ARAP TÜRK BANKASI A.Ş. Ve Konsolidasyona Tabi Bağlı Ortaklığı ARAP TÜRK BANKASI A.Ş. Ve Konsolidasyona Tabi Bağlı Ortaklığı 1 OCAK 30 EYLÜL 2014 KONSOLİDE ARA DÖNEM FAALİYET RAPORU Raporun Ait Olduğu Dönem : 30 Eylül 2014 Bankanın Ticaret Unvanı : Arap Türk Bankası

Detaylı

ÖZGEÇMİŞ. 7. Yayınlar 7.1. Uluslararası hakemli dergilerde yayınlanan makaleler (SCI & SSCI & Arts and Humanities)

ÖZGEÇMİŞ. 7. Yayınlar 7.1. Uluslararası hakemli dergilerde yayınlanan makaleler (SCI & SSCI & Arts and Humanities) ÖZGEÇMİŞ 1. Adı Soyadı: Gonca ATICI 2. Doğum Tarihi: 07.05.1975 3. Unvanı: Doçent 4. Öğrenim Durumu: Derece Alan Üniversite Yıl Lisans İngilizce İktisat İstanbul Üniversitesi 1997 Y. Lisans Para-Banka

Detaylı

1203608-SIMÜLASYON DERS SORUMLUSU: DOÇ. DR. SAADETTIN ERHAN KESEN. Ders No:5 Rassal Değişken Üretimi

1203608-SIMÜLASYON DERS SORUMLUSU: DOÇ. DR. SAADETTIN ERHAN KESEN. Ders No:5 Rassal Değişken Üretimi 1203608-SIMÜLASYON DERS SORUMLUSU: DOÇ. DR. SAADETTIN ERHAN KESEN Ders No:5 RASSAL DEĞIŞKEN ÜRETIMI Bu bölümde oldukça yaygın bir biçimde kullanılan sürekli ve kesikli dağılımlardan örneklem alma prosedürleri

Detaylı

BANKPOZİTİF KREDİ VE KALKINMA BANKASI ANONİM ŞİRKETİ

BANKPOZİTİF KREDİ VE KALKINMA BANKASI ANONİM ŞİRKETİ BANKPOZİTİF KREDİ VE KALKINMA BANKASI ANONİM ŞİRKETİ 31 Mart 2009 ARA DÖNEM KONSOLİDE FAALİYET RAPORU Raporun Ait Olduğu Dönem : 01.01.2009 31.03.2009 Bankanın Ticaret Ünvanı : Bankpozitif Kredi ve Kalkınma

Detaylı

Prof.Dr. ÜNAL ERKAN MUMCUOĞLU. merkan@metu.edu.tr

Prof.Dr. ÜNAL ERKAN MUMCUOĞLU. merkan@metu.edu.tr Ders Bilgisi Ders Kodu 9060528 Ders Bölüm 1 Ders Başlığı BİLİŞİM SİSTEMLERİ İÇİN MATEMATİĞİN TEMELLERİ Ders Kredisi 3 ECTS 8.0 Katalog Tanımı Ön koşullar Ders saati Bu dersin amacı altyapısı teknik olmayan

Detaylı

ÖZGEÇMİŞ. 1. Adı Soyadı : Kamile ŞANLI KULA İletişim Bilgileri : Ahi Evran Üniversitesi, Fen Edebiyat Fakültesi, Adres Matematik Bölümü, KIRŞEHİR

ÖZGEÇMİŞ. 1. Adı Soyadı : Kamile ŞANLI KULA İletişim Bilgileri : Ahi Evran Üniversitesi, Fen Edebiyat Fakültesi, Adres Matematik Bölümü, KIRŞEHİR Resim ÖZGEÇMİŞ 1. Adı Soyadı : Kamile ŞANLI KULA İletişim Bilgileri : Ahi Evran Üniversitesi, Fen Edebiyat Fakültesi, Adres Matematik Bölümü, KIRŞEHİR Telefon : 386 280 45 50 Mail : kskula@ahievran.edu.tr

Detaylı

K-S Testi hipotezde ileri sürülen dağılımla örnek yığılmalı dağılım fonksiyonunun karşılaştırılması ile yapılır.

K-S Testi hipotezde ileri sürülen dağılımla örnek yığılmalı dağılım fonksiyonunun karşılaştırılması ile yapılır. İstatistiksel güven aralıkları uygulamalarında normallik (normal dağılıma uygunluk) oldukça önemlidir. Kullanılan parametrik istatistiksel tekniklerin geçerli olabilmesi için populasyon şans değişkeninin

Detaylı

Ch. 1: Giriş, Temel Tanımlar ve Kavramlar

Ch. 1: Giriş, Temel Tanımlar ve Kavramlar Yıldız Teknik Üniversitesi İktisat Bölümü Ekonometri I Ders Notları Ders Kitabı: J.M. Wooldridge, Introductory Econometrics A Modern Approach, 2nd. edition, Thomson Learning Ch. 1: Giriş, Temel Tanımlar

Detaylı

İstatistikçiler Dergisi

İstatistikçiler Dergisi www.istatistikciler.org İstatistikçiler Dergisi (28) 6-22 İstatistikçiler Dergisi COX REGRESYON MODELİ VE AKCİĞER KANSERİ VERİLERİ İLE BİR UYGULAMA Durdu KARASOY Hacettepe Üniversitesi Fen Fakültesi İstatistik

Detaylı

KREDİ KARTI TALEPLERİNİN DEĞERLENDİRİLMESİNDE DEĞİŞKEN ANALİZİ

KREDİ KARTI TALEPLERİNİN DEĞERLENDİRİLMESİNDE DEĞİŞKEN ANALİZİ MALİYE FİNANS YAZILARI Yıl: 25 Sayı: 90 Ocak 2011 9 Makaleler KREDİ KARTI TALEPLERİNİN DEĞERLENDİRİLMESİNDE DEĞİŞKEN ANALİZİ Mehmet YAZICI 1 ÖZET Son iki yıl içerisinde banka kredilerinde kanuni takip

Detaylı

BİLECİK ŞEYH EDEBALİ ÜNİVERSİTESİ AKADEMİK ÖZGEÇMİŞ FORMU

BİLECİK ŞEYH EDEBALİ ÜNİVERSİTESİ AKADEMİK ÖZGEÇMİŞ FORMU BİLECİK ŞEYH EDEBALİ ÜNİVERSİTESİ AKADEMİK ÖZGEÇMİŞ FORMU KİŞİSEL BİLGİLER Adı Soyadı Resül YAZICI Ünvanı Yrd.Doç.Dr. Birimi İ.İ.B.F. İktisat Bölümü Doğum Yeri Trabzon Doğum Tarihi 01.01.1966 E-Posta resul.yazici

Detaylı