FİNANSAL BİLGİ MANİPÜLASYONUNUN TESPİTİNDE YAPAY SİNİR AĞI MODELİNİN KULLANIMI

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "FİNANSAL BİLGİ MANİPÜLASYONUNUN TESPİTİNDE YAPAY SİNİR AĞI MODELİNİN KULLANIMI"

Transkript

1 FİNANSAL BİLGİ MANİPÜLASYONUNUN TESPİTİNDE YAPAY SİNİR AĞI MODELİNİN KULLANIMI ÖZET Yrd.Doç.Dr. Güray KÜÇÜKKOCAOĞLU 1 Yrd.Doç.Dr. Yasemin KESKİN BENLİ 2 Dr. Cemal KÜÇÜKSÖZEN 3 nun espiinde sıklıkla kullanılan ahakkuk esaslı modeller önemli eleşirilere maruz kalmakadır. Tahakkuk esaslı yaklaşımlara karşı alernaif olarak kullanılan probi ve logi modellerin yanı sıra çok değişkenli, çok krierli modeller finansal bilgi nun espiinde ahakkukların yanı sıra, bir akım finansal oranları ve endeksleri de kullanmakadırlar. Bu çalışmanın amacı, finansal bilgi nun espiinde kullanılan ahakkuk esaslı modellerin arihsel gelişimini anlamak, ardından oraya çıkan diğer alernaif meodolojileri anımakır. Çalışmada aynı zamanda, finansal sıkınıda bulunan firmaları espi için kullanılan Yapay Sinir Ağı Modeli nin finansal bilgi nun espiine nasıl bir kakı sağlayacağı da arışılmakadır. Yapay sinirlerin kullanımına dayanan modelin İsanbul Menkul Kıymeler Borsası nda (İMKB) yer alan şirkelerin finansal bilgi uygulamalarını espi emek bakımından diğer modellerin bulgularıyla (bire bir karşılaşırma yapma imkânı bulunmasa da) karşılaşırıldığında daha iyi sonuçlar üreiği gözlenmekedir. Anahar Kelimeler: Finansal Bilgi Manipülasyonu, Finansal Oranlar, Yapay Sinir Ağı Modeli. ABSTRACT Despie heir widespread usage, models of accrual based mehods in deecing false financial saemens have been subjec o significan criicism. An alernaive o he accruals approach is o use binary probi and logi models and some oher mulivariae saisical echniques where hey combine accruals and some oher financial raios and/or indexes. The objecive of his paper is o explain he hisorical evoluion of he accrual based mehods where hey provide some evidence of earnings managemen pracices and han exend o some oher alernaive mehods in deecing manipulaive pracices in financial reporing. This paper also, inroduces a new mehod ha has been widely used in deecing financial disress companies. An Arificial Neural Nework Model, which is based on he concep of using arificial neurons, o esimae he manipulaive financial reporing pracices of he companies lised in he Isanbul Sock Exchange (ISE). The resuls indicae ha he proposed Arificial Neural Nework Model ouperforms he radiional saisical echniques used in earnings manipulaion pracices. Key words: Earnings Managemen, Financial Raios, Arificial Neural Nework Model. 1 Başken Üniversiesi, İkisadi ve İdari Bilimler Fakülesi, İşleme Bölümü B219, Bağlıca Kampüsü, 06530, Ankara Türkiye + 90 (312) / 1728, 2 Gazi Üniversiesi, Endüsriyel Sanalar Eğiim Fakülesi, İşleme Eğiimi Bölümü. 3 Sermaye Piyasası Kurulu, Muhasebe Sandarları Dairesi Başkanı. 1

2 1. Giriş na başvuran işlemeleri, halka açıkladıkları finansal bilgilerle, espi emek oldukça güçür. Düzenleyici Kurullar kadar yekisi olmayan ve şirke bilgilerine onlar kadar ulaşamayan akademisyenler ise, finansal bilgi na başvuran işlemeleri espi açısından bir akım modeller gelişirmeye çalışmakadır. Lieraüre sunulan modeller açıklama güçlerine göre finansal bilgi na başvuran ve başvurmayan işleme ayrımına giderek, manipüle edilmiş finansal bilgiyi oraya çıkarmaya çalışmakadır. Bu kapsamda ilk olarak Healy (1985) arafından lieraüre sunulan, yöneicilerin beklenmedik ihiyari ahakkuk uygulamalarının ya da muhasebe poliikası seçimlerinin ekilerini ölçen, model karşımıza çıkmakadır. Healy nin (1985) çalışmasını akip eden diğer modeller beklenmeyen ihiyari ahakkukları ölçmek üzere oplam ahakkuklar üzerinde durmuşlar, kamuya açıklanan ne kar ile faaliyelerden sağlanan naki arasındaki fark olarak belirlenen oplam ahakkukları ahmin emeye çalışmışlardır. Bu şekilde ahmin edilen oplam ahakkuklar, normal ahakkukların bir gösergesi olarak kabul edilen; ipik işleme sermayesi ihiyacını (icari alacaklar, soklar ve icari krediler gibi) oraya koymak üzere gelirler (ya da müşerilerden ahsil edilen naki) ve normal amorismanları oraya koymak üzere de brü sabi varlıklar gibi değişkenlerle regresyona abi uulmuşur. Jones a (1991) göre, bu regresyon işleminde beklenmeyen ahakkuklar, oplam ahakkukların açıklanamayan kısmını oluşurmakadır (Küçüksözen ve Küçükkocaoğlu, 2005). Yukarıda belirildiği üzere, finansal bilgi nu oraya çıkarmaya diğer bir ifadeyle, ahmin emeye çalışan modellerde öncelikle oplam ahakkuklar üzerinde durulmakadır. Bazı çalışmalarda doğrudan oplam ahakkuk uarı, akif oplamına veya saış hâsılaı uarına endekslenmek sureiyle beklenmeyen diğer bir deyişle, işleme faaliyeinin gerekirdiğinin üzerindeki ahakkuk uarı ahmin edilmeye çalışılmaka ve yıllar iibariyle oraya çıkan anormal ahakkuk uarları finansal bilgi nun gösergesi olarak dikkae alınmakadır. Bazı çalışmalarda ise oplam ahakkuklar, faaliyelerin gerekirdiği (ihiyari olmayan) ve gerekirmediği (ihiyari) ahakkuk şeklinde ayrışırılmaka ve ihiyari ahakkuk uarları şirkein akif oplamına veya saış hâsılaı uarına endekslenerek, bu endekse yıllar iibariyle oraya çıkan eğilim, çeşili amaçlara yönelik finansal bilgi nun gösergesi olarak kabul edilmekedir. Tahakkuk esaslı hesaplamaların ardından lieraürde yer alan diğer çalışmalar ise, daha çok Logi ve Probi modellere yer vermekedir. İlk olarak Beneish (1997) arafından kullanılan ve finansal bilgi nu espi emeye yönelik bir denkleme ulaşılan modelin ardından, lieraürde çeşili modeller aracılığıyla espie yönelik hesaplamalar yapıldığı gözlemlenmekedir. Çalışmamızda bu alana kakı sağlamak amacıyla Yapay Sinir Ağı na dayalı bir espi yöneminin, özellikle Beneish (1997) arafından kullanılan endekslerin İMKB şirkeleri üzerine uygulandığında, nasıl bir sonuca ulaşabileceği es edilmişir. Sinir ağlarının finansal bilgi nun espiinde kullanımına yönelik ilk çalışma Fanning, Cogger ve Srivasava (1995) arafından yapılmışır. Ardından Fanning and Cogger (1998) ilk çalışmalarında kullandıkları veri seinin kapsamını değişirerek oplam 20 değişken arasından 8 değişkenin (icari alacaklar/saışlar, icari alacaklar/oplam varlıklar, soklar/saışlar, duran varlıklar/oplam varlıklar, oplam borçlar/sermaye, saışlar/oplam varlıklar) finansal bilgi nun espiinde anlamlı bir açıklama gücüne sahip. 2

3 olduğunu gösermişir. İlerleyen bölümlerde açıklanacağı üzere benzer oranları logisic regresyon yönemiyle Aina Menkul Kıymeler Borsası nda es eden Spahis (2002) ve İsanbul Menkul Kıymeler Borsası nda es eden Küçüksözen ve Küçükkocaoğlu nun çalışmalarında (2005) bu ür finansal oranların finansal bilgi nu açıklamada çok da başarılı olmadığını, aksine Beneish (1997) arafından önerilen endekslerin ise daha anlamlı açıklama gücüne sahip olduğu görülmekedir. Çalışmanın bundan sonraki bölümünde finansal bilgi nun espiine yönelik ahakkukları esas alan modellere değinilecek, ardından alernaif yaklaşımlar sunan özellikle finansal ablolardaki bilgilere dayalı analizler yapılan çeşili modeller anıılacakır. Üçüncü bölümde ise, finansal bilgi nun espiinde yapay sinir ağı modelinin uygulanması ampirik bir çalışmayla göserilecekir. Dördüncü ve son bölümde çalışmanın sonuçları özelenmekedir. 2. Finansal Bilgi Manipülasyonunun Oraya Çıkarılması ile ilgili Modeller Çalışmanın bu bölümünde finansal bilgi nun espiine yönelik Healy (1985) arafından lieraüre sunulan, ardından birçok akademisyen arafından çalışma konusu olan ahakkukları esas alan modellere değinilecek, daha sonra bir akım alernaif yaklaşımlar içeren finansal oranları ve endeksleri kullanarak finansal bilgi nun espiini amaçlayan modeller anıılacakır Tahakkuk Esaslı Modeller İlk olarak Healy (1985) arafından lieraüre sunulan, ardından DeAngelo (1986), Jones (1991) arafından gelişirilen ahakkuk esaslı modellerde, zamanla farklı isimler alında farklı hesaplama yönemleri birer ölçüm aracı olarak kullanılmışır. Çalışmanın bu bölümünde Healy (1985) ile başlayan ardından gelişen ahakkuk esaslı modellere değinilmekedir Healy Modeli Healy (1985) çalışmasında, eşvik primleri ile ödüllendirilen yöneicilerin alacakları eşvik primi uarlarını arırmak için oplam ahakkukları kullanarak finansal bilgi yapıkları hipoezini oraya amış ve bunu aşağıdaki modeli kullanarak es emişir. NDA = 1/nΣ τ (TA τ / A τ -1) NDA = İhiyari ahakkukları TA = Toplam ahakkuklar A = Toplam varlıklar DeAngelo Modeli DeAngelo (1986) çalışmasında, halka açık bir şirkein yaırımcıların elindeki hisse senelerini geri alarak halka kapalı özel bir şirke saüsüne geirilmesi sırasında, yöneicilerin hisse senelerinin değerini düşük gösermek amacıyla finansal bilgi (kar yöneimi) yapıkları hipoezini aşağıdaki modeli kullanarak es emişir. NDA = TA -1 / A -2. 3

4 NDA = İhiyari ahakkukları TA = Toplam ahakkuklar A = Toplam varlıklar Jones Modeli Jones (1991) çalışmasında, ABD deki şirkelerin bulundukları sekördeki gümrük arifelerinin yükselilmesi ya da koaların kısılanması gibi gümrük korumalarından yararlanmak için, ABD Ticare Komisyonu arafından inceleme yapılan dönemde, finansal bilgi (kar yöneimi) ile karlarını düşük göserip gösermediklerini aşağıdaki modeli kullanarak es emişir. TA i / A i-1 = α i [1/A i-1 ] + β 1i [ΔREV/A i-1 ] + β 2i [PPE/A i-1 ] + ε i TA = Toplam ahakkuklar, A = Toplam Varlıklar, ΔREV = Gelirlerdeki değişim, PPE = Brü maddi duran varlıklar Düzelilmiş Jones Modeli Jones (1991) modelinde zımni olarak, gerek finansal bilgi nun yapıldığı dönemde ve gerekse ahmin döneminde ihiyari ahakkuk kararlarının saış gelirleri ile ilgili olmadığı varsayımı yapılmakadır. Dechow, Sloan ve Sweeney e (1995) göre ise model, yöneiciler arafından finansal bilgi nun gelirler üzerinden yapılması halinde ihiyari ahakkukları haalı olarak ölçmeke, dolayısıyla bu varsayım modelde ihiyari ahakkukların hesaplanmasında sorun yaramakadır. Bu kapsamda, ahakkukların hesaplanmasında sadece gelirlerdeki değişimin kullanılması yerine, gelirlerdeki değişimin alacaklardaki ne değişimden (içinde bulunulan yıldaki alacaklar bir önceki yıldaki alacaklar) çıkarılmak sureiyle kullanılması, diğer bir ifade ile gelirlerdeki değişimin alacaklardaki değişim dikkae alınarak bir ayarlamaya abi uulması yönemine başvurulmuşur. Dolayısıyla düzelilmiş Jones modelinde, kredili saışlar uarındaki büün değişimlerin finansal bilgi ndan kaynaklandığı zımni olarak varsayılmakadır. Bu varsayım, kredili saışlarda gelirin anımlanması hususunda akdir hakkı kullanmanın naki saışlarda gelirin anımlanmasına göre daha kolay uygulanabileceği, dolayısıyla kredili saış işlemleri ile finansal bilgi nun daha kolay gerçekleşirilebileceği kabulüne dayanmakadır (Küçüksözen ve Küçükkocaoğlu, 2005). NDA = α 1 (1/ TA -1 ) + α 2 [(ΔREV - ΔREC ) / TA -1 ) + α 3 (PPE / TA -1 ) NDA = İhiyari ahakkukları TA = Toplam Varlıkları, ΔREV = Gelirlerdeki değişimi, ΔREC = Alacaklardaki değişimi, PPE = Brü maddi duran varlıkları gösermekedir Endüsri Modeli Jones (1991) modeline paralel olarak, Endüsri modeli, ihiyari olmayan ahakkukların büün dönemlerde sabi olduğu varsayımını gevşemeke, bununla birlike, ihiyari ahakkukların. 4

5 belirleyicilerini doğrudan modellemek yerine, bu belirleyicilerdeki değişimin aynı sekördeki büün şirkelerde aynı olduğu varsayımından hareke emekedir. Yönem, incelemeye alınan örnek şirkeler dışında aynı sekörde yer alan şirkelerin akif büyüklüğüne göre ölçeklendirilmesi sureiyle hesaplanan oplam ahakkuk oranlarının medyan değerlerinin kullanılmasına dayanmakadır. NDA = β 1 + β 2 median j (TA /A -1 ) NDA = İhiyari ahakkuklar TA = Toplam Varlıklar. Dechow, Sloan ve Sweeney (1995), yukarıda belirilen ahakkuk bazlı finansal bilgi nu oraya çıkarmaya yönelik modelleri es emişlerdir. Yapıkları çalışma sonucuna göre, Düzelilmiş Jones Modeli finansal bilgi nun oraya çıkarılması açısından yukarıdaki modellere göre en güçlü model olarak oraya çıkmakadır (Küçüksözen ve Küçükkocaoğlu, 2005) Karma Modeller Karma modeller, içlerinde oplam ahakkukları barındırmakla birlike, genelde finansal bilgi uygulamalarında kullanılan muhasebe hesaplarını bir akım finansal oranlara ve endekslere çevirerek espi emeye çalışmakadır Logi ve Probi Modeller Özellikle Beneish in (1997) öncülüğünde finansal bilgi yapan işlemelerin espiine yönelik farklı bir bakış açısı gelmişir. Tahakkuklarda değişimi espi için kullanılan doğrusal regresyonların yanı sıra, ahakkuklara ek olarak bir akım farklı değişkenlerin de kullanıldığı probi ve logi modellerin finansal bilgi na başvuran işlemelerin espiinde kullanılabileceğini söyleyen Beneish, 1997 ve 1999 yıllarında yapığı çalışmalarda finansal bilgi lieraürüne yeni bir boyu kazandırmışır Beneish Modeli (Probi Model) Beneish (1997), (1999) oluşurduğu modelde, finansal bilgi na başvuran işlemelerin her zaman agresif olarak ahakkuk kullanan şirkeler olmadığını, finansal bilgi nu espi için bir akım farklı değişkenlerin de kullanılması gerekiğini söylemekedir. Bu değişkenler, finansal ablolarda yer alan bilgilerden üreilen ve gerçekleşirilen finansal bilgi manipülasyonlarını oraya çıkaracak nielike olup, işlemelerin genel kabul görmüş muhasebe sandarlarına aykırı işlem yapma durumunu espie yönelikir. Modelde, finansal bilgi manipülaörü şirkelerle, finansal bilgi yapmadığı kabul edilen konrol şirkelerinin aşağıda belirilen açıklayıcı değişkenler şeklindeki finansal verileri probi analize abi uulmakadır. Probi analiz, aşağıdaki denklemde yer alan bağımlı değişkenlerin (M i ; ikili değişken; manipülaörler için 1, konrol şirkeleri için 0 değerini almakadır) kullanıldığı olaylar için uygun olduğu kabul edilen bir regresyon analizi ürüdür. Beneish (1997), (1999) modelinde; finansal bilgi manipülaörü şirkelerle konrol şirkelerinin verilerini probi analize abi uarak her bir değişken için kasayılar bulmakadır. Bu kasayıları kullanarak her bir şirkein finansal bilgi yapıp yapmadığını, M i. 5

6 sonucunun 0 (sıfır) a yakın olması halinde manipülaör değil, 1 e yakın olması halinde manipülaör şeklinde değerlendirmek üzere model çerçevesinde hesaplamakadır. Bu çerçevede Beneish (1997), (1999) Modeli (Probi Model); M i = β i X i + є i şeklinde olup burada; Mi = Kukla değişkeni (İkili değişken; yapan şirkeler için 1 değeri almaka, finansal bilgi na başvurmayan şirkeler için 0 değerini almakadır), β i = Model çerçevesinde her bir bağımsız değişken için bulunan kasayıyı, X i = Açıklayıcı değişkenlerin oluşurduğu marisi, є i = Haa erimini ifade emekedir. Modelde kullanılan önemli açıklayıcı (bağımsız) değişkenler aşağıda açıklanmışır. Ticari alacaklar endeksi, Brü kâr marjı endeksi, Akif kaliesi endeksi, Amorisman endeksi, Pazarlama, Saış, Dağıım ve Genel Yöneim Giderleri endeksi, Toplam Tahakkukların Toplam Varlıklara Oranı, Saışlardaki yıllık değişim, Soklardaki Değişim endeksi, Hisse seneleri fiyalarındaki yıllık değişim. Dechow, Sloan ve Sweeney e (1996) göre, Beneish in (1997) modeli Jones (1991) modelindeki gibi sadece icari alacaklar üzerinden gerçekleşirilecek finansal bilgi manipülasyonları yanında, bir şirkein finansal durum ve performansı ile ilgili değişik görünümleri ele alarak finansal ablo kullanıcılarının şirkei değişik açılardan gözden geçirebilmelerine imkan sağlamakadır. Ayrıca modelde kullanılan değişkenler hem şirkein gerçekleşirdiği manipülaif işlemleri espie yönelik, hem de şirkein manipülaif işlemleri gerçekleşirme niyeini kavramaya yönelikir. Diğer arafan Beneish e (1997) göre, kendi modeli, Jones un (1991) ahakkuk modelini güçlendirmekedir. Bu kapsamda model büyük uarlarda ihiyari ahakkuk kullanan şirkelerdeki olası finansal bilgi (kâr yöneimi) uygulamalarını da doğru bir şekilde oraya koymakadır. Zira ihiyari ahakkuklar finansal bilgi için yapılabileceği gibi, bundan bağımsız olarak şirkein sraejik hedeflerine yönelik faaliye kararlarına dayalı olarak da yapılabilmekedir Spahis Modeli (Logi Model) Beneish in (1997), (1999) probi modelinde kullanılan endekslerden farklı olarak finansal oranlara çalışmasında yer veren Spahis (2002), yine finansal bilgi nu espi ederken probi yerine logisic regresyon analizine başvurmuşur. Spahis (2002) arafından aşağıdaki denkleme göre oluşurulan model, finansal bilgi manipülaörü şirkelerle konrol şirkelerini aşağıda açıklanan bağımsız değişkenlere göre logisic regresyon analizine abi umakadır.. 6

7 exp( b0 + b1 x1 + b2 x bn xn ) E( y) = 1+ exp( b + b x + b x +... b x ) n n Denklemde; bağımlı değişken E(y) ye gerçeğe aykırı finansal bilgi açıklayan şirkeler için 1, konrol şirkeleri için 0 değeri verilmiş olup, b 0 kesişim değerini, b 1,b 2,.b n bağımsız değişkenlerin kasayılarını, x 1, x 2,. x n ise aşağıdaki bağımsız değişkenleri gösermekedir. FFS = b 0 + b 1 (D/E) + b 2 (Sales/TA) + b 3 (NP/Sales) + b 4 (Rec/Sales) + b 5 (NP/TA) + b 6 (WC/TA) + b 7 (GP/TA) + b 8 (INV/Sales) + b 9 (TD/TA) + b 10 (FE/GE) + b 11 (Taxes/Sales) + b 12 (Alman Z-score) Borç özsermaye oranı (D/E), Saışların oplam akiflere oranı (Sales/TA), Ne karın saışlara oranı (NP/Sales), Ticari alacakların saışlara oranı (Rec/Sales), Ne karın akife oranı (NP/TA), Çalışma sermayesinin oplam akife oranı (WC/TA), Brü karın oplam akife oranı (GP/TA), Sokların saışlara oranı (INV/Sales), Toplam borçların oplam akiflere oranı (TD/TA), Toplam finansman giderlerinin oplam faaliye giderlerine oranı (FE/GE), Ödenecek vergi ve diğer yasal yükümlülüklerin oplam saışlara oranı (Taxes/Sales) ve Finansal risk skoru nu (Alman Z-score), gösermekedir yılında Aina Menkul Kıymeler Borsasında işlem gören 76 şirkein finansal ablo verilerini kullanarak logisic regresyon analizi yapan Spahis (2002), bir akım finansal ablo değerlerini kullanarak gerçeğe aykırı finansal abloları espi ederken bakılması gereken rasyoları espi emeye çalışmışır. Bu oranların; sokların saışlara oranı (INV/Sales), oplam borçların oplam akiflere oranı (TD/TA) ve Alman Z Score u olduğu yönünde espilerde bulunmuşur. Benzer bir çalışmayı İsanbul Menkul Kıymeler Borsası nda işlem gören şirkeler üzerine yapan Küçüksözen ve Küçükkocaoğlu nun (2005) bulguları, gerçeğe aykırı finansal ablolar espi edilirken bakılması gereken rasyoların; ne kârın oplam akife oranı ve oplam finansman giderlerinin oplam faaliye giderlerine oranı olduğunu gösermekedir Çok Değişkenli, Çok Krierli Modeller Finansal yöneim, iflas öngörüleri, kredi riski ölçümleri, ülke riski hesaplamaları, porföy seçimi ve yöneimi gibi, bir çok alanda kullanılan UTADIS meodolijisi Spahis, Doumpos ve Zopounidis (2004) arafından finansal bilgi nu espi için kullanılmışır. Spahis in (2002) Logi Modelinde yer alan değişkenleri kullanarak bir fayda fonksiyonu oluşuran Spahis, Doumpos ve Zopounidis (2004), fonksiyonun al ve üs sınırlarını belirlediken sonra finansal bilgi na başvuran ve başvurmayan şirkelerin ayrımını yapmaya çalışmışlardır. Başarı oranlarını her ne kadar yüzde 100 olarak belirleseler de, uyguladıkları meodoloji, hesaplamalarda kullanılan veri seinin küçüklüğü ve kapsamı dikkae alındığında çalışma sonuçlarının yanılıcı bir yapıya sahip olduğu kanaaine sahibiz.. 7

8 3. Finansal Bilgi Manipülasyonunun Tespiinde Yapay Sinir Ağı Modeli Son yıllarda bilgisayar eknolojisi büyük bir hızla gelişmeke, işlem hızı ve kapasiesi çok yüksek bilgisayarların üreimi mümkün olmakadır. Çok karmaşık hesaplamaların göz açıp kapayıncaya kadar yapılmasına olanak anıyan bu yüksek eknolojiye rağmen, insanların çok kolaylıkla yerine geirebildiği el yazısını anıma, konuşmayı anıma ve görme gibi işlevlerin bilgisayarlar arafından oomaik olarak gerçekleşirilmesi konusunda yeersizlik söz konusudur. Bu gerçek, bilim insanlarını klasik anlamdaki bilgisayarlardan farklı alernaif bilgi işleme sisemleri gelişirmeye yönelmiş, doğal olarak bu konudaki ilk adımlardan biri de insan beyninin çalışmasıyla ilgili birakım biyolojik bulgulardan faydalanmaya çalışmak olmuşur. Nörofizyologların ve psikologların çalışmalarından elde edilen sonuçlardan faydalanarak insan beynindeki sinir ağlarının yapısal ve işlevsel özelliklerinin basie indirgenip maemaiksel olarak modellenmesine çalışılmışır. Bu maemaiksel modellere sinir ağları denmekedir (Sungur, 1995). Yapay sinir ağları çok değişkenli ve değişkenler arasında karmaşık, karşılıklı ekileşimin bulunduğu veya ek bir çözüm kümesinin bulunmadığı durumlarda başarılı sonuçlar üreen bir yapay zeka eknolojisidir. Bu özellikleri nedeniyle yapay sinir ağı eknolojisi finansal başarısızlık alanında kullanıma uygun bir araç olarak görülmekedir (Salchenberger, Çınar ve Lash, 1992; Wilson ve Chong, 1995; Koh ve Tan, 1999; Yıldız, 2001). Yapay sinir ağı araşırmaları nörofizyolog ve psikolog için insan beyninin işlevlerini açıklayabilme amacına yönelikir. Mühendisler açısından ise, yapay sinir ağları öncelikle alernaif bir hesaplama aracıdır. Ancak bu iki araşırma moivasyonu arasında sıkı bir bağ vardır. Nörofizyolojik bulgular yeni maemaiksel modellerin gelişirilmesi için esin kaynağı eşkil ederken, gelişirilen maemaiksel modeller üzerinde yapılan çalışmaların ve uygulamaların sonuçları da nörofizyolojik araşırmalara yön verebilecek nielikedir. İlk icari yapay sinir ağının gelişiricisi olan Rober Hech-Neilsen (1989), yapay sinir ağını dışarıdan gelen girdilere dinamik olarak yanı oluşurma yoluyla bilgi işleyen, birbiriyle bağlanılı basi elemanlardan oluşan bilgi işlem sisemi olarak anımlamakadır (Yıldız, 2001). Başka bir ifade ile yapay sinir ağları, her biri kendi belleğine sahip olan, işlem yapabilen ve ek yönlü sinyal kanalları ile birbirlerine bağlanmış birçok basi işlem elemanından (yapay nörondan) oluşan, paralel ve dağınık ek veya çok kamanlı bir bilgi işlem sisemi olarak anımlanır (Gülseçen, 1995). Bir yapay sinir ağının yapısında, birbirleriyle bağlanılı sinirlerin yer aldığı girdi kamanı, çıkı kamanı ve gizli kaman olmak üzere emelde üç kaman bulunmakadır. Girdi kamanı ilk kamandır ve dışarıdan gelen verilerin yapay sinir ağına alınmasını sağlar. Bu veriler isaisike bağımsız değişkenlere karşılık gelir. Son kaman çıkı kamanı olarak adlandırılır ve bilgilerin dışarıya ileilmesi işlevini yapar. Çıkı değişkenleri de isaisike bağımlı değişkenlere karşılık gelir. Modeldeki diğer kamanlar ise, girdi kamanı ile çıkı kamanı arasında yer alır ve gizli kaman olarak adlandırılır. Gizli kamanda bulunan sinirlerin dış oramla bağlanıları yokur. Yalnızca girdi kamanından gelen sinyalleri alırlar ve çıkı kamanına sinyal gönderirler. Gizli kamandaki gizli nöronların sayısının seçimi oldukça önemlidir. Ağın büyüklüğünün anımlanması, ağın performansının bilinmesi açısından önem aşımakadır. Gizli nöronların ve. 8

9 kamanlarının sayısının arırılması ya da azalılması, ağın basi ya da karmaşık bir yapıda olmasını ekilemekedir. Bir yapay sinir ağındaki en önemli unsurlardan biri de nöronların birbirlerine veri akarmalarını sağlayan bağlanılardır. Herhangi bir (i) nöronundan (j) nöronuna bilgi ileen bir bağlanı, aynı zamanda bir ağırlık (w ji ) değerine sahipir. Ağırlıklar bir nöronda girdi olarak kullanılacak değerlerin göreceli kuvveini göserir. Yapay sinir ağı içinde üm bağlanıların farklı ağırlık değerleri bulunmakadır. Böylelikle ağırlıklar her işlem elemanının her girdisi üzerinde eki yaparlar (Yıldız, 2001). Şekil 1 de verilen yapay sinir ağı yapısında X ile girdiler, h ile gizli kamandan gelen çıkılar ve Y ile de sonuça elde edilen çıkılar göserilmişir (Güneri, 2001). Girdi Tabakası Gizli Tabaka Çıkı Tabakası X 1 h 1 Y 1 X 2 h 2 Y 2 X İ h j Y k X N h M Şekil 1. Yapay Sinir Ağı Yapısı Y Z Yapay sinir ağı modelinde sinirler arasındaki bağlanıların ağırlık değerleri uygulamanın başında SPSS pake programında esadüfi olarak üreilir. Ağ, bu değerler kullanılarak es edilmekedir. Veri seinde yer alan veriler esadüfi olarak eğiim, geçerlilik ve es sei olmak üzere üç bölüme ayrılmakadır. Eğiim sei, ağın eğiimine yönelik olarak verilerin ağırlıklarına uygun olan öğrenme için kullanılmakadır. Geçerlilik sei, bir sınıflandırıcının ağırlıklarına uygun olarak kullanılır. Örneğin, yapay sinir ağındaki gizli kaman sayısını seçmek için geçerlilik sei kullanılır. Tes sei ise, eğiimin uygulanmasının performansını ölçmede kullanılır. Veri seinin % 80 ini eğiim sei, % 10 unu geçerlilik sei, % 10 unu da es sei oluşurmakadır. Veriler karar ya da önerilere eşi kakıda bulunduğundan ölçü birimi ekisinden arındırılmak için sandarlaşırılır. Kullanılan pake program ilk aşamada verileri sandarlaşırır. Daha sonra geçiş fonksiyonu seçilir. Bu çalışmada geçiş fonksiyonu sigmoid fonksiyon olarak seçilmişir.. 9

10 Gerçek çıkı değerleri ile arzu edilen çıkı değerleri arasındaki farklılık ölçülür ve sonuca göre ağ modelinin bağlanı ağırlıkları değişir. Bağlanı ağırlıkları sonucu oluşan geri dönüş geçişi çıkı kamanlarının bağlanıları ile başlayan ve girdi kamanlarının bağlanıları ile sona eren ağın üreilmesiyle gerçekleşir. Bir kamandaki sinir sayısı ağlar arafından oomaik olarak seçilebilir ya da bağlanılı olarak düzenlenebilir. Birçok durumda sinirlerin sayısını arırmak eğiim verileri üzerindeki çoklu kaman ağlarının performansını gelişirir. Bir problemdeki gizli kamanların sayısının ekisini değerlendirmek için geçerlilik verilerinin performansına bakılır. Ağ yapısının performansını ölçmek için mulak haa oralaması (M.H.O) ve haa kareler oralaması (H.K.O) kullanılmakadır. Buna göre, mulak haa oralaması ve haa kareler oralamasının en küçük olduğu değer, alınması gereken gizli kaman sayısını belirlemekedir. Mulak haa oralamasına göre, gizli kaman sayısı 6, haa kareler oralamasına göre de gizli kaman sayısı 4 olarak belirlenmişir. Bu seçilen gizli kamanlı modellerin yapay sinir ağı uygulamasına göre sınıflandırma abloları elde edilmişir. Yapay sinir ağı uygulamasında kopuş değeri 0.5 olarak belirlenmişir. Buna göre hesaplanan olasılık değeri 0.5 en büyük olan şirkeler finansal bilgi yapan şirkeler, hesaplanan olasılık değeri 0.5 en küçük olan şirkeler ise finansal bilgi yapmayan şirkeler sınıfına ayrılmakadır. Gözlemler sınıflandırılarak bölümlendirildiken sonra, gerçek durumlarıyla karşılaşırılarak doğru sınıflandırma oranları hesaplanmakadır. Ağın eğiimi için ierasyon gerçekleşirilmişir. Yapay sinir ağı analizi sonucunda eğiim, geçerlilik ve es sei için doğru sınıflandırma abloları, bu sonuçlar birleşirilerek yapay sinir ağı uygulamasına göre sınıflandırma ablosu elde edilmişir Analiz Kapsamındaki Şirkeler Çalışmamızda İMKB de hisse seneleri işlem gören ve reel sekörde faaliye göseren 126 şirke, örnek şirke olarak seçilmişir. Bankalar, sigora şirkeleri ve diğer finans seköründe faaliye göseren şirkeler, konuya ilişkin diğer çalışmalarda olduğu gibi çalışmamız kapsamının dışında uulmuş olup, çalışma kapsamındaki şirkelerin yıllarına ilişkin bilanço ve gelir abloları analiz edilmişir. Çalışma kapsamında yer alan 126 şirkein yıllarına ai finansal ablolarını inceleyen Sermaye Piyasası Kurulu, şirkelerin geçen süre zarfında 168 kez finansal bilgi na başvurduğunu, gözlemde ise finansal bilgi nun espi edilmediğini gözlemlemişir. yapan ve yapmayan şirke ayrımı yapabilmek için İMKB nin arihleri arasındaki günlük bülenleri ve SPK nın arihleri arasında yayınlanan hafalık bülenleri bazı anahar kelimelerden (finansal ablo, mali ablo, bilanço, gelir ablosu, kar, zarar, gelir, gider, bağımsız deneim raporu, akifleşirme, düzelme) yararlanılarak incelenmişir. Bu bülenlerde yer alan bilgiler çerçevesinde, SPK arafından yapılan deneim ve incelemeler sonucunda finansal bilgi yapığı belirlenerek kamuya açıklanan ve/veya bağımsız deneim raporlarında kamuya açıklanan finansal ablolardaki uarları değişirecek şekilde şarlı görüş bulunan ya da finansal ablolarında yer alan uarları daha sonra yapıkları açıklamalarla değişiren şirkeler finansal bilgi yapan şirke olarak kabul edilmişir. Bunlara ilave olarak, SPK ya yapılan kayda alma başvurularında finansal ablolarının incelenmesi sırasında, bu ablolarda yer alan finansal bilgiler değişirilerek. 10

11 kamuya açıklanan şirkeler de finansal bilgi yapan şirke olarak dikkae alınmışır. Konrol sei olarak belirlenen gözlemde, SPK arafından denelenmediği ya da bağımsız deneim sırasında espi edilemediği, dolayısıyla finansal bilgi uygulamasına giiği halde bu durum herhangi bir şekilde espi edilerek kamuya açıklanmadığı için, gerçeke manipülaör olan şirkeler de bulunabilir. Bununla birlike, bu durum her modelin oluşurulmasında olduğu gibi çalışmamızda ip 1 haa olarak dikkae alınmışır Değişkenlerin Tanımı ve Veri Kaynakları Çalışmada kullanılan endeksler ve finansal oranlar 4 i. Saışlardaki büyüme endeksi (SBE) ii. Ticari alacaklar endeksi (TAE), iii. Brü kar marjı endeksi (BKM), iv. Akif kaliesi endeksi (AKE), v. Amorisman endeksi (AME), vi. Pazarlama, saış, dağıım ve genel yöneim giderleri endeksi (PSE), vii. Kaynak yapısındaki değişim endeksi (KYE), viii. Toplam ahakkukların oplam varlıklara oranı (TVE), ix. Finansman giderlerinin saışlara oranı (FSE) ve x. Sokların saışlara oranı (SSE), olarak espi edilmişir. Önceki paragraflarda da değindiğimiz üzere Beneish (1997), (1999), finansal bilgi na başvuran şirkelerin her zaman agresif olarak ahakkuk kullanan şirkeler olmadığını, finansal bilgi nu espi için bir akım farklı değişkenlerin de kullanılması gerekiğini söylemekedir. Bu değişkenler, finansal ablolarda yer alan bilgilerden harekele gerçekleşirilen manipülasyonları oraya çıkaracak nielike olup şirkelerin genel kabul görmüş muhasebe ilkelerine aykırı işlem yapma durumunu espie yönelikir. Bu bağlamda çalışmamız için seçilen bağımsız değişkenler esas olarak Beneish (1997), (1999) modelinde kullanılan bağımsız değişkenlerle aynıdır. Bu değişkenler yanında, Küçüksözen ve Küçükkocaoğlu (2005) arafından oluşurulan modelde yer alan sokların saışlara oranı (SSE) ve finansman giderlerinin saışlara oranı (FSE) bağımsız değişkenlerine de çalışmamızda yer verilmişir. Yapay sinir ağı analizi için Neural Connecion pake programından yararlanılmışır Ampirik Sonuçlar Yapay sinir ağı analizinde problemin modeli, 10 bağımsız değişken olduğu için 10 girdi kamanından, diğer bir ifade ile değişkenlerin anımı ve veri kaynakları kısmındaki, kullanılan endeksler ve finansal oranlardan oluşmakadır, dolayısıyla girdi kamanında 10 sinir bulunmakadır. Çıkı kamanında ise, finansal bilgi yapan ve yapmayan 4 Endekslerin ve oranların hesaplamalarının nasıl yapıldığına dair açıklamaya çalışmanın ekinde yer verilmişir.. 11

12 şirkeler olduğu için 1 çıkı kamanı söz konusudur, dolayısıyla çıkı kamanında da 1 sinir bulunmakadır. Gizli kaman sayısını belirlemek için uygulamada önce gizli kaman sayısı 1 alınarak modeli için haalar hesaplanmışır. Daha sonra gizli kamanların sayısı arırılmış ve geçerlilik verilerine ilişkin haa kareler oralaması (H.K.O) ve mulak haa oralaması (M.H.O) hesaplanmışır. Bu sonuçlar aşağıdaki abloda verilmişir. Tablo 1. Gizli Kaman Sayısının Belirlenmesinde Oluşurulan Modellerin Sonuçları Model H.K.O M.H.O Tablo 1 incelendiğinde, 1 gizli kamanlı modelin (10-1-1) haa kareler oralamasının olduğu görülmekedir. Gizli kaman sayısı arırıldığında haa kareler oralaması 4. gizli kamandan sonra armakadır. Bu durumda ahmin modelinin oluşurulmasında, haa kareler oralamasının en düşük olduğu kaman olan 4 gizli kamanlı model (10-4-1) seçilmişir. Mulak haa oralamasına bakığımızda ise, 1 gizli kamanlı modelin (10-1-1) mulak haa oralamasının olduğu görülmekedir. Mulak haa oralamasının en düşük olduğu kaman olan 6 gizli kamanlı model ( modeli) en küçük haa değerine sahip olduğundan model olarak seçilmişir. Gizli kamanların sayısı arırıldığında, her bir yeni gizli kaman veri seindeki özelliklerden birini daha gösermeye başlayacağından geçerlilik seindeki ağ performansı da armakadır. Çok sayıda abaka eklendiğinde performansa bir azalma görülebilir. Bunun nedeni genel güçeki kayıpır ve bu durumda ağ verilerinden gürülü öğrenmeye başlar. Geçerlilik sei üzerinde haa ölçümleri yapılarak aşırı öğrenmenin ehlikesi azalılmış olur (Neural Connecion, 1997; Güneri, 2001). Ağın eğiimi için ierasyon gerçekleşirilmişir. Veri seinin % 80 ini eğiim sei, % 10 unu geçerlilik sei, % 10 unu da es sei oluşurmakadır. Buna göre 966 veri eğiim seine, 121 veri geçerlilik seine ve 121 veri de es seine abi uulmuşur. Tahmin modelinin oluşurulmasında 4 gizli kamanlı model (10-4-1) ile 6 gizli kamanlı model (10-6-1) eğiim, geçerlilik ve es seine abi uularak sınıflandırma abloları belirlenmişir. Sonuçlar aşağıdaki ablolarda verilmişir.. 12

13 Dör Gizli Kamanlı Modelin Sonuçları Gerçek Tahmin Tablo 2. Modelin Eğiim Sei İçin Sınıflandırması (10-4-1) Toplam Toplam Eğiim sei için doğru sınıflandırma yüzdesi olarak bulunmuşur. Haalı sınıflandırma yüzdesi ise dır. Gerçek Tahmin Tablo 3. Modelin Geçerlilik Sei İçin Sınıflandırması (10-4-1) Toplam Toplam Geçerlilik sei için doğru sınıflandırma yüzdesi olarak bulunmuşur. Haalı sınıflandırma yüzdesi ise dir. Gerçek Tahmin Tablo 4. Modelin Tes Sei İçin Sınıflandırması (10-4-1) Toplam Toplam Tes sei için doğru sınıflandırma yüzdesi olarak bulunmuşur. Haalı sınıflandırma yüzdesi ise dir.. 13

14 Eğiim, geçerlilik ve es seleri için elde edilen sonuçlar birleşirildiğinde yapay sinir ağı uygulamasına göre Tablo 5 elde edilmiş olur. Gerçek Tablo 5. Modelin Yapay Sinir Ağı Uygulamasına Göre Sınıflandırması (10-4-1) Tahmin Toplam Toplam Yapay sinir ağı uygulamasına göre elde edilen genel doğruluk yüzdesi olarak bulunmuşur. Haalı sınıflandırma yüzdesi ise ür. Modele eklenecek yeni bir şirkein gelecekeki durumu ahmin edilmek isendiğinde yapay sinir ağı uygulamasına göre ahminin doğru olma olasılığı % olmakadır Alı Gizli Kamanlı Modelin Sonuçları Gerçek Tahmin Tablo 6. Modelin Eğiim Sei İçin Sınıflandırması (10-6-1) Toplam Toplam Eğiim sei için doğru sınıflandırma yüzdesi olarak bulunmuşur. Haalı sınıflandırma yüzdesi ise ir.. 14

15 Gerçek Tahmin Tablo 7. Modelin Geçerlilik Sei İçin Sınıflandırması (10-6-1) Toplam Toplam Geçerlilik sei için doğru sınıflandırma yüzdesi olarak bulunmuşur. Haalı sınıflandırma yüzdesi ise dir. Gerçek Tahmin Tablo 8. Modelin Tes Sei İçin Sınıflandırması (10-6-1) Toplam Toplam Tes sei için doğru sınıflandırma yüzdesi olarak bulunmuşur. Haalı sınıflandırma yüzdesi ise dir. Eğiim, geçerlilik ve es seleri için elde edilen sonuçlar birleşirildiğinde yapay sinir ağı uygulamasına göre Tablo 9 elde edilmiş olur. Gerçek Tablo 9. Modelin Yapay Sinir Ağı Uygulamasına Göre Sınıflandırması (10-6-1) Tahmin Toplam Toplam Yapay sinir ağı uygulamasına göre elde edilen genel doğruluk yüzdesi olarak bulunmuşur. Haalı sınıflandırma yüzdesi ise ür.. 15

16 Modele eklenecek yeni bir şirkein gelecekeki durumu ahmin edilmek isendiğinde yapay sinir ağı uygulamasına göre ahminin doğru olma olasılığı % olmakadır. 4 gizli kamanlı model (10-4-1) ile 6 gizli kamanlı modelin (10-6-1) sonuçları Tablo 10 da özelenmişir. Tablo10. Dör Gizli Kamanlı Model ile Alı Gizli Kamanlı Yapay Sinir Ağı Modelleri (Genel Doğruluk %) (Genel Doğruluk %) (Haalı sınıflandırma %) (Haalı sınıflandırma %) Bu durumda 4 gizli kamanlı modelin ahmin gücü (% ) 6 gizli kamanlı modelin ahmin gücünden (% ) daha yüksek bulunduğundan, yine 4 gizli kamanlı modelin haalı sınıflandırma yüzdesi (% ), 6 gizli kamanlı modelin haalı sınıflandırma yüzdesinden (% ) daha düşük olduğundan dolayı 4 gizli kamanlı olan model yapay sinir ağı modeli olarak seçilmişir. 4. SONUÇ Lieraüre sunulan modellerde, açıklama güçlerine göre finansal bilgi na başvuran ve başvurmayan şirke ayrımına gidilerek, manipüle edilmiş finansal bilgi oraya çıkarılmaya çalışılmakadır. Bu çerçevede, Küçüksözen ve Küçükkocaoğlu (2005) arafından Beneish Modeli ni örnek alan ve çalışmamızda yer alan veri seini kullanan probi modelin bulguları, İMKB de işlem gören 126 şirkein her biri için, 1997 yılı verilerini kullanarak ulaşılan denklemin, dönemindeki yıllara ilişkin bağımsız değişken değerlerinin hesaplanıp, bu değişken değerlerin denklemde yerlerine konularak, her bir şirke için finansal bilgi olasılığını ahmin eme yönündedir. Niekim, probi model çerçevesinde yapılan hesaplama sonuçlarına göre Küçüksözen ve Küçükkocaoğlu (2005), finansal bilgi manipülaörü şirkeleri (% aralığında) oralama % 38 oranında, manipülaör olmayan (konrol) şirkeleri de (% aralığında) oralama % 61 oranında doğru ahmin emişlerdir. Bu oranlar, özellikle manipülaör şirkeler açısından Beneish in (1999) çalışmasında oraya çıkan oranlara yakındır 5. Bu çalışmada ise, finansal bilgi yapan ve yapmayan şirkelerin ayrımı yapay sinir ağı modeli ile ahmin edilmeye çalışılmışır. Bulgularımız, çalışmada elde edilen sonuçlara göre, ahminin doğru olma olasılığının %86.17 düzeyinde gerçekleşiğini, haalı sınıflandırma olasılığının ise %13.82 olabileceğini gösermekedir. Her ne kadar, probi model bulgularıyla bire bir karşılaşırma yapma imkânımız olmasa da, yapay sinir ağı modelinin, yüksek oranlarda doğru sınıflandırma yapığını, böylece geleceke finansal bilgi na başvuran şirkeleri ahmin ederken bu modelin de göz önünde bulundurulması gerekiğini düşünmekeyiz. 5 Beneish in (1999) modeli, manipülaör şirkeleri % 37,5-56,1 aralığında manipülaör olarak ahmin emekedir. Bu oranlar, konrol şirkeleri için % aralığındadır.. 16

17 Sonuç olarak, finansal bilgi nu oraya çıkarmaya yarayan değişkenler bilindiğinde, modele yeni kaılan şirkelerin gelecekeki durumlarını ahmin emek için yapay sinir ağları yaklaşımı bir yönem olarak kullanılabilecekir.. 17

18 KAYNAKLAR Beneish, M. D., (1997), "Deecing GAAP Violaion: Implicaions for Assessing Earnings Managemen Among Firms wih Exreme Financial Performance", Journal of Accouning and Public Policy, Vol:16, No: 3, pp: Beneish, M. D., (1999), The Deecion of Earnings Manipulaion, Financial Analyss Journal, Vol:55, No:5, pp: DeAngelo, L.E. (1986), Accouning Numbers as Marke Valuaion Subsiues: A Sudy of Managemen Buyous of Public Sockholders, The Accouning Review, Vol:61, No:3, pp Dechhow, P.M., Sloan, R.G., Sweeney, A.P., (1995), Deecing Earnings Managemen, The Accouning Review, Vol:70, No:2, pp: Healy, P.M., (1985), The Effec of Bonus Schemes on Accouning Decisions, Journal of Accouning and Economics, Vol:7, pp: Fanning K, Cogger KO, Srivasava R. (1995), Deecion of managemen fraud: A neural nework approach, Inelligen Sysems in Accouning, Finance and Managemen, 4: No. 2, pp: Fanning K, Cogger KO, (1998), Neural Nework Deecion of Managemen Fraud Using Published Financial Daa, Inelligen Sysems in Accouning, Finance and Managemen,. 7, pp:21 41 Gülseçen, S. (1995). Yapay Sinir Ağları ile Finansal Uygulamalar ve Döviz Kuru Tahmini İçin Bir Öneri, 4.Türk Yapay Zeka ve Yapay Sinir Ağları Sempozyumu Bildirileri, Haziran. (TAINN 95), pp: Güneri, N. (2001). Öğrenci Başarısızlıklarının Analizinde Sinir Ağları Yaklaşımının Lojisik Regresyon Analizi İle Karşılaşırılması, (Yayınlanmamış Yüksek Lisans Tezi), Ankara: Ankara Üniversiesi. Hech-Neilsen, R. (1989). Neurocompuing, Massachuses, Addison-Wesley Pub. Comp. Jones, J., (1991), Earnings managemen during impor relief invesigaions, Journal of Accouning Research, Vol: 29, No:2, pp: Koh, H.C., Tan, S.S. (1999), A Neural Nework Approach o he Predicion of Going Concern Saus, Accouning and Business Research, Vol: XXIX, No:3, pp: Küçükkocaoğlu, G., Küçüksözen, C., (2005), Gerçeğe Aykırı Finansal Tabloların Oraya Çıkarılması: İMKB Şirkeleri Üzerine Ampirik Bir Çalışma, Muhasebe ve Finansman Dergisi, Sayı

19 Küçüksözen, C., (2005), Finansal Bilgi Manipülasyonu: Nedenleri, Yönemleri, Amaçları, Teknikleri, Sonuçları Ve İMKB Şirkeleri Üzerine Ampirik Bir Çalışma, SPK Yayınları, No.183, Temmuz 2005, Ankara. Küçüksözen, C., Küçükkocaoğlu, K., (2005), Finansal Bilgi Manipülasyonu: İMKB Şirkeleri Üzerine Ampirik Bir Çalışma, "1s Inernaional Accouning Conference On The Way To Convergence" Kasım 2004, İsanbul, Muhasebe Bilim Dünyası (Mödav) Bildiri Kiabı. Salchenberger, L.M., Çınar, M., Lash, N.A. (1992). Neural Neworks: A New Tool for Predicing Thrif Failure, Decision Sciences, Vol: XXIII, No: 4, pp: Spahis, C., (2002), Deecing False Financial Saemens Using Published Daa: Some Evidence From Greece, Managerial Audiing Journal, Vol: 17, No: 4, pp: Spahis, C., Doumpos M., Zopounidis, C., (2004), Deecing falsified financial saemens: a comparaive sudy using mulicrieria analysis and mulivariae saisical echniques, The European Accouning Review, Vol: 11, No: 3, pp: Sungur, M. (Ed.) (1995). Mühendis Gözüyle Yapay Sinir Ağları, Ankara, ODTÜ. Wilson, N., Chong, K.S. (1995). Neural Nework Simulaion and Predicion of Corporae Oucomes: Some Empirical Findings, Inernaional Journal of he Economics of Business, Vol: II, No: 2, pp: Yıldız, B. (2001). Finansal Başarısızlığın Öngörülmesinde Yapay Sinir Ağı Kullanımı ve Halka Açık Şirkelerde Ampirik Bir Uygulama, İsanbul Menkul Kıymeler Borsası Dergisi, Vol:17, pp :

20 Ek. Ampirik çalışmamız için belirlenen 10 bağımsız değişkenin hesaplanma yönemi ve modeldeki fonksiyonları aşağıda açıklanmakadır 6. Saışlardaki Büyüme Endeksi (SBE) = Brü Saışlar Brü Saışlar 1 şeklinde hesaplanmakadır. Saışlardaki büyüme başlı başına finansal bilgi yapıldığını gösermemekedir. Bununla birlike büyüyen şirkeler, profesyoneller arafından diğer şirkelere göre finansal bilgi na daha çok yakın olarak görülmekedir. Çünkü bu şirkelerde, borç öz kaynak yapıları ve kaynak ihiyaçları yöneiciler üzerinde saışları arırmak yönünde büyük bir baskı oluşurmakadır. Eğer bu ür şirkelerde, büyümedeki yavaşlamaya bağlı olarak hisse senedi fiyalarında bir düşüş gözlenirse, bu durumda şirke yöneicileri açısından finansal bilgi yapma yönünde daha büyük bir baskı oluşmakadır. Ticari Alacaklar Endeksi (TAE) = Ticari Alacaklar / Brü Saışlar Ticari Alacaklar / Brü Saışlar 1 1 şeklinde hesaplanmışır. Bu endeks saışlara göre şirkein icari alacaklarında -1 yılına göre yılında meydana gelen değişimi gösermekedir. Şirkein kredili saış poliikasında çok önemli bir değişiklik olmadığı sürece bu endeksin doğrusal bir rend izlemesi beklenir. Bu endekseki önemli bir arış; şirkein gelirlerinin, dolayısıyla karının arırılmasına yönelik, konsinye saışların icari alacak ve saışlar şeklinde muhasebeleşirmesi ya da grup içi şirkelerin cari hesapları üzerinden icari alacak oluşurmak sureiyle gerçekleşirilebilecek finansal bilgi uygulamalarının bir gösergesi olarak değerlendirilmekedir. Brü Kar Marjı Endeksi ( Brü Saışlar (BKM) = ( Brü Saışlar 1 Saılan Mal Maliyei Saılan Mal Maliyei 1 ) / Brü Saışlar ) / Brü Saışlar şeklinde hesaplanmakadır. Endeksin 1 den büyük olması şirkein brü kar marjının köüleşmeke olduğunu gösermekedir. Bu durum şirkein geleceğe ilişkin beklenisinde bir olumsuzluk olarak algılanmakadır. Bu durumda olan şirkelerin brü kar marjını düzelmek üzere, saış gelirlerinde arış ya da saış maliyelerinde azalış izlenimi (ya da her ikisini birden) yaramak amacıyla finansal bilgi na başvuracakları kabul edilmekedir. 6 Ampirik çalışmamız için belirlenen 10 bağımsız değişken ve değişkenlere ai veri sei ve açıklamalar, Küçüksözen (2005) ve Küçüksözen ve Küçükkocaoğlu nun (2005) çalışmalarından alınmışır

İMKB Dergisi İÇİNDEKİLER. Yıl: 9 Sayı: 36. Finansal Bilgi Manipülasyonunun Tespitinde Yapay Sinir Ağı Modelinin Kullanımı

İMKB Dergisi İÇİNDEKİLER. Yıl: 9 Sayı: 36. Finansal Bilgi Manipülasyonunun Tespitinde Yapay Sinir Ağı Modelinin Kullanımı İMKB Dergisi Yıl: 9 Sayı: 36 ISSN 1301-1650 Yıl: 9 Sayı: 36 İÇİNDEKİLER Finansal Bilgi Manipülasyonunun Tespiinde Yapay Sinir Ağı Modelinin Kullanımı Güray Küçükkocaoğlu & Yasemin Keskin Benli & Cemal

Detaylı

FİNANSAL BİLGİ MANİPÜLASYONU:

FİNANSAL BİLGİ MANİPÜLASYONU: FİNANSAL BİLGİ MANİPÜLASYONU: İMKB ŞİRKETLERİ ÜZERİNE AMPİRİK BİR ÇALIŞMA Cemal Küçüksözen Güray Küçükkocaoğlu ÖZET Finansal piyasaların emel aşı olan finansal bilginin, ekonomik performansı çeşili yollarla

Detaylı

KAR KALİTESİ VE HİSSE SENEDİ GETİRİLERİ ARASINDAKİ İLİŞKİNİN İMKB DE TEST EDİLMESİ *

KAR KALİTESİ VE HİSSE SENEDİ GETİRİLERİ ARASINDAKİ İLİŞKİNİN İMKB DE TEST EDİLMESİ * Uluslararası Yöneim İkisa ve İşleme Dergisi, Cil 8, Sayı 16, 2012 In. Journal of Managemen Economics and Business, Vol. 8, No. 16, 2012 KAR KALİTESİ VE HİSSE SENEDİ GETİRİLERİ ARASINDAKİ İLİŞKİNİN İMKB

Detaylı

FORECASTING TOURISM DEMAND BY ARTIFICIAL NEURAL NETWORKS AND TIME SERIES METHODS: A COMPARATIVE ANALYSIS IN INBOUND TOURISM DEMAND TO ANTALYA

FORECASTING TOURISM DEMAND BY ARTIFICIAL NEURAL NETWORKS AND TIME SERIES METHODS: A COMPARATIVE ANALYSIS IN INBOUND TOURISM DEMAND TO ANTALYA Süleyman Demirel Üniversiesi İkisadi ve İdari Bilimler Fakülesi Dergisi Y.2009, C.14, S.1 s.99-114. Suleyman Demirel Universiy The Journal of Faculy of Economics and Adminisraive Sciences Y.2009, Vol.14,

Detaylı

16 17 Denetim Firmasının Büyüklüğü ve Kâr Yönetimi İlişkisi: İMKB Şirketleri Üzerinde Ampirik Bir Araştırma

16 17 Denetim Firmasının Büyüklüğü ve Kâr Yönetimi İlişkisi: İMKB Şirketleri Üzerinde Ampirik Bir Araştırma 6 7 Doç. Dr. Semra Karacaer Arş. Gör. Pelin Özek Deneim Firmasının Büyüklüğü ve Kâr Yöneimi İlişkisi: İMKB Şirkeleri Üzerinde Ampirik Bir Araşırma Doç. Dr. Semra KARACAER Haceepe Üniversies İİBF. Arş.

Detaylı

SIVILAŞTIRILMIŞ DOĞAL GAZ DEPOLAMA ŞİRKETLERİ İÇİN TARİFE HESAPLAMA USUL VE ESASLARI

SIVILAŞTIRILMIŞ DOĞAL GAZ DEPOLAMA ŞİRKETLERİ İÇİN TARİFE HESAPLAMA USUL VE ESASLARI SIVILAŞTIRILMIŞ DOĞAL GAZ DEPOLAMA ŞİRKETLERİ İÇİN TARİFE HESAPLAMA USUL VE ESASLARI BİRİNCİ KISIM Amaç, Kapsam, Dayanak, Tanımlar ve İsenecek Veriler BİRİNCİ BÖLÜM Amaç, Kapsam, Dayanak ve Tanımlar Amaç

Detaylı

Türkiye Cumhuriyet Merkez Bankası Sayı: 2010-8 / 24 Mayıs 2010 EKONOMİ NOTLARI

Türkiye Cumhuriyet Merkez Bankası Sayı: 2010-8 / 24 Mayıs 2010 EKONOMİ NOTLARI Türkiye Cumhuriye Merkez Bankası Sayı: 2010-8 / 24 Mayıs 2010 EKONOMİ NOTLARI TCMB Faiz Kararlarının Piyasa Faizleri Ve Hisse Senedi Piyasaları Üzerine Ekisi Mura Duran Refe Gürkaynak Pınar Özlü Deren

Detaylı

BİRİM KÖK TESTLERİNDE YAPISAL KIRILMA ZAMANININ İÇSEL OLARAK BELİRLENMESİ PROBLEMİ: ALTERNATİF YAKLAŞIMLARIN PERFORMANSLARI

BİRİM KÖK TESTLERİNDE YAPISAL KIRILMA ZAMANININ İÇSEL OLARAK BELİRLENMESİ PROBLEMİ: ALTERNATİF YAKLAŞIMLARIN PERFORMANSLARI BİRİM KÖK TESTLERİNDE YAPISAL KIRILMA ZAMANININ İÇSEL OLARAK BELİRLENMESİ PROBLEMİ: ALTERNATİF YAKLAŞIMLARIN PERFORMANSLARI Arş. Gör. Furkan EMİRMAHMUTOĞLU Yrd. Doç. Dr. Nezir KÖSE Arş. Gör. Yeliz YALÇIN

Detaylı

DOĞAL GAZ DEPOLAMA ġġrketlerġ ĠÇĠN TARĠFE HESAPLAMA USUL VE ESASLARI. BĠRĠNCĠ KISIM Amaç, Kapsam, Dayanak, Tanımlar ve Ġstenecek Veriler

DOĞAL GAZ DEPOLAMA ġġrketlerġ ĠÇĠN TARĠFE HESAPLAMA USUL VE ESASLARI. BĠRĠNCĠ KISIM Amaç, Kapsam, Dayanak, Tanımlar ve Ġstenecek Veriler DOĞAL GAZ DEPOLAMA ġġrketlerġ ĠÇĠN TARĠFE HESAPLAMA USUL VE ESASLARI BĠRĠNCĠ KISIM Amaç, Kapsam, Dayanak, Tanımlar ve Ġsenecek Veriler BĠRĠNCĠ BÖLÜM Amaç, Kapsam, Dayanak ve Tanımlar Amaç ve kapsam Madde

Detaylı

Dolar Kurundaki Günlük Hareketler Üzerine Bazı Gözlemler

Dolar Kurundaki Günlük Hareketler Üzerine Bazı Gözlemler Dolar Kurundaki Günlük Harekeler Üzerine Bazı Gözlemler Türkiye Bankalar Birliği Ekonomi Çalışma Grubu Toplanısı 28 Nisan 2008, İsanbul Doç. Dr. Cevde Akçay Koç Finansal Hizmeler Baş ekonomis cevde.akcay@yapikredi.com.r

Detaylı

KONYA İLİ SICAKLIK VERİLERİNİN ÇİFTDOĞRUSAL ZAMAN SERİSİ MODELİ İLE MODELLENMESİ

KONYA İLİ SICAKLIK VERİLERİNİN ÇİFTDOĞRUSAL ZAMAN SERİSİ MODELİ İLE MODELLENMESİ KONYA İLİ SICAKLIK VERİLERİNİN ÇİFTDOĞRUSAL ZAMAN SERİSİ MODELİ İLE MODELLENMESİ İsmail KINACI 1, Aşır GENÇ 1, Galip OTURANÇ, Aydın KURNAZ, Şefik BİLİR 3 1 Selçuk Üniversiesi, Fen-Edebiya Fakülesi İsaisik

Detaylı

ELEKTRİK DAĞITIM BÖLGELERİNDE UYGULANACAK FİYAT EŞİTLEME MEKANİZMASI HAKKINDA TEBLİĞ

ELEKTRİK DAĞITIM BÖLGELERİNDE UYGULANACAK FİYAT EŞİTLEME MEKANİZMASI HAKKINDA TEBLİĞ ELEKTRİK DAĞITIM BÖLGELERİNDE UYGULANACAK FİYAT EŞİTLEME MEKANİZMASI HAKKINDA TEBLİĞ BİRİNCİ BÖLÜM Amaç, Kapsam, Hukuki Dayanak, Tanımlar ve Kısalmalar Amaç ve kapsam MADDE 1- (1Bu Tebliğ, 4628 sayılı

Detaylı

Yenilenebilir Enerji Kaynaklarına Geçiş Sürecinin Planlanmasında Doğrusal En İyileme Tekniğinin Kullanılması

Yenilenebilir Enerji Kaynaklarına Geçiş Sürecinin Planlanmasında Doğrusal En İyileme Tekniğinin Kullanılması Yenilenebilir Enerji Kaynaklarına Geçiş Sürecinin Planlanmasında Doğrusal En İyileme Tekniğinin Kullanılması Ahu Soylu, Mein Türkay* Koç Üniversiesi Endüsri Mühendisliği Bölümü Sarıyer, İsanbul ahusoylu@ku.edu.r,

Detaylı

Box-Jenkıns Modelleri ile Aylık Döviz Kuru Tahmini Üzerine Bir Uygulama

Box-Jenkıns Modelleri ile Aylık Döviz Kuru Tahmini Üzerine Bir Uygulama Kocaeli Üniversiesi Sosyal Bilimler Ensiüsü Dergisi (6) 2003 / 2 : 49-62 Box-Jenkıns Modelleri ile Aylık Döviz Kuru Tahmini Üzerine Bir Uygulama Hüdaverdi Bircan * Yalçın Karagöz ** Öze: Bu çalışmada geleceği

Detaylı

TCMB FAĐZ KARARLARININ HĐSSE SENEDĐ PĐYASALARI ÜZERĐNE ETKĐSĐ

TCMB FAĐZ KARARLARININ HĐSSE SENEDĐ PĐYASALARI ÜZERĐNE ETKĐSĐ Cenral Bank Review Vol. 10 (July 2010), pp.23-32 ISSN 1303-0701 prin / 1305-8800 online 2010 Cenral Bank of he Republic of Turkey hp://www.cmb.gov.r/research/review/ TCMB FAĐZ KARARLARININ HĐSSE SENEDĐ

Detaylı

Bölüm 3 HAREKETLİ ORTALAMALAR VE DÜZLEŞTİRME YÖNTEMLERİ

Bölüm 3 HAREKETLİ ORTALAMALAR VE DÜZLEŞTİRME YÖNTEMLERİ Bölüm HAREKETLİ ORTALAMALAR VE DÜZLEŞTİRME ÖNTEMLERİ Bu bölümde üç basi öngörü yönemi incelenecekir. 1) Naive, 2)Oralama )Düzleşirme Geçmiş Dönemler Şu An Gelecek Dönemler * - -2-1 +1 +2 + Öngörü yönemi

Detaylı

Makine Öğrenmesi 8. hafta

Makine Öğrenmesi 8. hafta Makine Öğrenmesi 8. hafa Takviyeli Öğrenme (Reinforcemen Learning) Q Öğrenme (Q Learning) TD Öğrenme (TD Learning) Öğrenen Vekör Parçalama (LVQ) LVQ2 LVQ-X 1 Takviyeli Öğrenme Takviyeli öğrenme (Reinforcemen

Detaylı

AYÇİÇEK VE SOYA YAĞI İTHALAT TALEBİNİN ANALİZİ

AYÇİÇEK VE SOYA YAĞI İTHALAT TALEBİNİN ANALİZİ AKDENİZ ÜNİVERSİTESİ ZİRAAT FAKÜLTESİ DERGİSİ,, 15(),71-79 AYÇİÇEK VE SOYA YAĞI İTHALAT TALEBİNİN ANALİZİ Selim Adem HATIRLI Vecdi DEMİRCAN Ali Rıza AKTAŞ Süleyman Demirel Üniversiesi Ziraa Fakülesi Tarım

Detaylı

İnönü Bulvarı No:27, 06490, Bahçelievler / Ankara-Türkiye hasan.tiryaki@euas.gov.tr, mehmet.bulut@euas.gov.tr. ikocaarslan@kku.edu.

İnönü Bulvarı No:27, 06490, Bahçelievler / Ankara-Türkiye hasan.tiryaki@euas.gov.tr, mehmet.bulut@euas.gov.tr. ikocaarslan@kku.edu. Termik Sanralların Konrol Sisemlerinde Teknolojik Gelişmeler ve Verimlilik Technologic Developmens on Conrol Sysems of Thermal Power Plans and Efficiency Hasan TİRYAKİ 1, Mehme BULUT 2, İlhan KOCAARSLAN

Detaylı

ALLIANZ YAŞAM VE EMEKLİLİK A.Ş. KOÇ İŞTİRAK ENDEKSİ EMEKLİLİK YATIRIM FONU İÇTÜZÜĞÜ

ALLIANZ YAŞAM VE EMEKLİLİK A.Ş. KOÇ İŞTİRAK ENDEKSİ EMEKLİLİK YATIRIM FONU İÇTÜZÜĞÜ FONUN KURULUŞ AMACI ALLIANZ YAŞAM VE EMEKLİLİK A.Ş. KOÇ İŞTİRAK ENDEKSİ EMEKLİLİK YATIRIM FONU İÇTÜZÜĞÜ MADDE 1 - Yapı Kredi Emeklilik A.Ş. arafından 4632 sayılı Bireysel Emeklilik Tasarruf ve Yaırım Sisemi

Detaylı

YAPAY SİNİR AĞLARI İLE DOĞALGAZ TÜKETİM TAHMİNİ

YAPAY SİNİR AĞLARI İLE DOĞALGAZ TÜKETİM TAHMİNİ Aaürk Ü. İİBF Dergisi, 0. Ekonomeri ve İsaisik Sempozyumu Özel Sayısı, 20 463 YAPAY SİNİR AĞLARI İLE DOĞALGAZ TÜKETİM TAHMİNİ Oğuz KAYNAR Serkan TAŞTAN 2 Ferhan DEMİRKOPARAN 3 Öze: Doğalgaz emini nokasında

Detaylı

Ayhan Topçu Accepted: January 2012. ISSN : 1308-7304 ayhan_topcu@hotmail.com 2010 www.newwsa.com Ankara-Turkey

Ayhan Topçu Accepted: January 2012. ISSN : 1308-7304 ayhan_topcu@hotmail.com 2010 www.newwsa.com Ankara-Turkey ISSN:136-3111 e-journal of New World Sciences Academy 212, Volume: 7, Number: 1, Aricle Number: 3A47 NWSA-PHYSICAL SCIENCES Received: December 211 Ayhan Toçu Acceed: January 212 Fahrein Arslan Series :

Detaylı

THE CAUSALITY RELATION BETWEEN CONSUMER CONFIDENCE AND STOCK PRICES: CASE OF TURKEY. Abstract

THE CAUSALITY RELATION BETWEEN CONSUMER CONFIDENCE AND STOCK PRICES: CASE OF TURKEY. Abstract Ekonomik ve Sosyal Araşırmalar Dergisi, Bahar 20, Cil:7, Yıl:7, Sayı:, 7:53-65 TÜKETİCİ GÜVENİ VE HİSSE SENEDİ FİYATLARI ARASINDAKİ NEDENSELLİK İLİŞKİSİ: TÜRKİYE ÖRNEĞİ * Yusuf Volkan TOPUZ ** THE CAUSALITY

Detaylı

Neden Artan Vergi Oranları İşletmeleri Borçla Finansmana Özendirir?

Neden Artan Vergi Oranları İşletmeleri Borçla Finansmana Özendirir? Bankacılar Dergisi, Sayı 52, 2005 Neden Aran Vergi Oranları İşlemeleri Borçla Finansmana Özendirir? Yrd. Doç. Dr. Güven Sayılgan * Araşırma Görevlisi Musafa Doğan * 1. Giriş İşlemeler, yaırımlarının ve

Detaylı

Hisse Senedi Fiyatlarıyla Yabancı İşlem Hacmi Arasında Nedensellik:

Hisse Senedi Fiyatlarıyla Yabancı İşlem Hacmi Arasında Nedensellik: Hisse Senedi Fiyalarıyla abancı İşlem Hacmi Arasında Nedensellik: Toda-amamoo aklaşımı Dr. Cüney AKAR Balıkesir Üniversiesi, Bandırma İİBF. Öze Bu çalışmada İsanbul Menkul Kıymeler Borsasında (İMKB) IMKB100

Detaylı

İŞSİZLİK VE İNTİHAR İLİŞKİSİ: 1975 2005 VAR ANALİZİ Ferhat TOPBAŞ *

İŞSİZLİK VE İNTİHAR İLİŞKİSİ: 1975 2005 VAR ANALİZİ Ferhat TOPBAŞ * İşsizlik ve İnihar İlişkisi: 1975 2005 Var Analizi 161 İŞSİZLİK VE İNTİHAR İLİŞKİSİ: 1975 2005 VAR ANALİZİ Ferha TOPBAŞ * ÖZET İşsizlik, birey üzerinde olumsuz birçok soruna neden olan karmaşık bir olgudur.

Detaylı

HİSSE SENEDİ PİYASALARINDA SÜRÜ DAVRANIŞI: BİST TE BİR ARAŞTIRMA HERDING IN STOCK MARKETS: A RESEARCH IN BIST Bahadır ERGÜN Hatice DOĞUKANLI

HİSSE SENEDİ PİYASALARINDA SÜRÜ DAVRANIŞI: BİST TE BİR ARAŞTIRMA HERDING IN STOCK MARKETS: A RESEARCH IN BIST Bahadır ERGÜN Hatice DOĞUKANLI Uluslararası Sosyal Araşırmalar Dergisi The Journal of Inernaional Social Research Cil: 8 Sayı: 40 Volume: 8 Issue: 40 Ekim 2015 Ocober 2015 www.sosyalarasirmalar.com Issn: 1307-9581 HİSSE SENEDİ PİYASALARINDA

Detaylı

Öğr. Gör. Selçuk ŞİMŞEK İlköğretim Bölümü Sınıf Öğretmenliği Ana Bilim Dalı Eğitim Fakültesi.Pamukkale Üniversitesi

Öğr. Gör. Selçuk ŞİMŞEK İlköğretim Bölümü Sınıf Öğretmenliği Ana Bilim Dalı Eğitim Fakültesi.Pamukkale Üniversitesi PAMUKKALE ÜNİVERSİTESİ EĞİTİM FAKÜLTESİ SINIF ÖĞRETMENLİĞİ BÖLÜMÜ 2. SINIF ÖĞRENCİLERİNİN BEDEN EĞİTİMİ ve OYUN DERSİNİ SAĞLIK ve SAĞLANAN OLANAKLAR AÇISINDAN DEĞERLENDİRMELERİ Öğr. Gör. Selçuk ŞİMŞEK

Detaylı

Aksigorta Anonim Şirketi. 1 Ocak 30 Eylül 2014 ara hesap dönemine ait finansal tablolar ve bağımsız sınırlı denetim raporu

Aksigorta Anonim Şirketi. 1 Ocak 30 Eylül 2014 ara hesap dönemine ait finansal tablolar ve bağımsız sınırlı denetim raporu Aksigora Anonim Şirkei 1 Ocak 30 Eylül 2014 ara hesap dönemine ai finansal ablolar ve bağımsız sınırlı deneim raporu Yöneim Kurulu na, Aksigora A.Ş. nin Bağımsız Sınırlı Deneim Raporu Aksigora A.Ş. warkıng

Detaylı

YABANCI ZİYARETÇİ SAYISININ TAHMİNİNDE BOX- JENKINS MODELİ, WINTERS YÖNTEMİ VE YAPAY SİNİR AĞLARIYLA ZAMAN SERİSİ ANALİZİ

YABANCI ZİYARETÇİ SAYISININ TAHMİNİNDE BOX- JENKINS MODELİ, WINTERS YÖNTEMİ VE YAPAY SİNİR AĞLARIYLA ZAMAN SERİSİ ANALİZİ YABANCI ZİYARETÇİ SAYISININ TAHMİNİNDE BOX- JENKINS MODELİ, WINTERS YÖNTEMİ VE YAPAY SİNİR AĞLARIYLA ZAMAN SERİSİ ANALİZİ 62 Arş. Grv. Emrah ÖNDER İsanbul Üniversiesi İşleme Fakülesi Arş. Grv. Özlem HASGÜL

Detaylı

Global Finansal Krizde Kredi Marjı: Japon Tahvil Piyasası Örneği

Global Finansal Krizde Kredi Marjı: Japon Tahvil Piyasası Örneği Volume 5 Number 4 2014 pp. 71-88 ISSN: 1309-2448 www.berjournal.com Global Finansal Krizde Kredi Marjı: Japon Tahvil Piyasası Örneği Aydın Yüksel a Aslı Yüksel b Öze: Bu makale Ağusos 2007 arihinde oraya

Detaylı

İSTANBUL MENKUL KIYMETLER BORSASI NDA EŞHAREKETLİLİK VE ASİMETRİK AYARLAMA

İSTANBUL MENKUL KIYMETLER BORSASI NDA EŞHAREKETLİLİK VE ASİMETRİK AYARLAMA Yıl: 24 Sayı:88 Temmuz 2010 97 İSTANBUL MENKUL KIYMETLER BORSASI NDA EŞHAREKETLİLİK VE ASİMETRİK AYARLAMA Ebru Yüksel* - Güldal Güleryüz** 32 Öze Bu makale, İsanbul Menkul Kıymeler Borsası na (İMKB) ai

Detaylı

ORAN ANALİZİ 8. VE 9. HAFTA

ORAN ANALİZİ 8. VE 9. HAFTA ORAN ANALİZİ 8. VE 9. HAFTA Genel Olarak Oran Analizi p Oran analizi tekniğinin amacı, finansal tablo kalemlerinin aralarındaki anlamlı ve yararlı ilişkilerden yola çıkarak bir işletmenin cari finansal

Detaylı

BANKA KREDİ PORTFÖYLERİNİN YÖNETİMİNDE ÖDEMEME RİSKİ ANALİZİ: KALMAN FİLTRESİNE DAYANAN ALTERNATİF BİR YÖNTEM ÖNERİSİ

BANKA KREDİ PORTFÖYLERİNİN YÖNETİMİNDE ÖDEMEME RİSKİ ANALİZİ: KALMAN FİLTRESİNE DAYANAN ALTERNATİF BİR YÖNTEM ÖNERİSİ BANKA KREDİ PORTFÖLERİNİN ÖNETİMİNDE ÖDEMEME RİSKİ ANALİZİ: KALMAN FİLTRESİNE DAANAN ALTERNATİF BİR ÖNTEM ÖNERİSİ K. Bau TUNA * ÖZ Ödememe riski banka kredilerini ve bankaların kredi porföylerini ekiler.

Detaylı

İMKB NİN LATİN AMERİKA BORSALARIYLA İLİŞKİSİ ÜZERİNE ÇOK DEĞİŞKENLİ GARCH MODELLEMESİ

İMKB NİN LATİN AMERİKA BORSALARIYLA İLİŞKİSİ ÜZERİNE ÇOK DEĞİŞKENLİ GARCH MODELLEMESİ Sosyal Bilimler Dergisi 2010, (4), 25-32 İMKB NİN LATİN AMERİKA BORSALARIYLA İLİŞKİSİ ÜZERİNE ÇOK DEĞİŞKENLİ GARCH MODELLEMESİ Özlem YORULMAZ - Oya EKİCİ İsanbul Üniversiesi İkisa Fakülesi Ekonomeri Bölümü

Detaylı

Yaz Saati Uygulaması Anomalisinin İMKB 100 Endeks Getirisine Etkisinin Test Edilmesi

Yaz Saati Uygulaması Anomalisinin İMKB 100 Endeks Getirisine Etkisinin Test Edilmesi EGE AKADEMİK BAKIŞ / EGE ACADEMIC REVIEW Cil: 10 Sayı: 4 Ekim 2010 ss. 1139-1153 Yaz Saai Uygulaması Anomalisinin İMKB 100 Endeks Geirisine Ekisinin Tes Edilmesi Tesing he Effec of he Dayligh Saving Time

Detaylı

Zaman Serisi Modelleri: Birim Kök Testleri, Eşbütünleşme, Hata Düzeltme Modelleri

Zaman Serisi Modelleri: Birim Kök Testleri, Eşbütünleşme, Hata Düzeltme Modelleri Yıldız Teknik Üniversiesi İkisa Bölümü Ekonomeri II Ders Noları Ders Kiabı: J.M. Wooldridge, InroducoryEconomericsA Modern Approach, 2nd. ed., 2002, Thomson Learning. Zaman Serisi Modelleri: Birim Kök

Detaylı

24.05.2010. Birim Kök Testleri. Zaman Serisi Modelleri: Birim Kök Testleri, Eşbütünleşme, Hata Düzeltme Modelleri

24.05.2010. Birim Kök Testleri. Zaman Serisi Modelleri: Birim Kök Testleri, Eşbütünleşme, Hata Düzeltme Modelleri Yıldız Teknik Üniversiesi İkisa Bölümü Ekonomeri II Ders Noları Ders Kiabı: J.M. Wooldridge, Inroducory Economerics A Modern Approach, 2nd. ed., 2002, Thomson Learning. Zaman Serisi Modelleri: Birim Kök

Detaylı

TÜRKİYE DE EKONOMİK BÜYÜME VE DÖVİZ KURU CARİ AÇIK ÜZERİNDE ETKİLİ MİDİR? BİR NEDENSELLİK ANALİZİ

TÜRKİYE DE EKONOMİK BÜYÜME VE DÖVİZ KURU CARİ AÇIK ÜZERİNDE ETKİLİ MİDİR? BİR NEDENSELLİK ANALİZİ ZKÜ Sosyal Bilimler Dergisi, Cil 3, Sayı 6, 2007, ss. 8 88. TÜRKİYE DE EKONOMİK BÜYÜME VE DÖVİZ KURU CARİ AÇIK ÜZERİNDE ETKİLİ MİDİR? BİR NEDENSELLİK ANALİZİ Arş.Gör. Erman ERBAYKAL Balıkesir Üniversiesi

Detaylı

Ege University Working Papers in Economics 2006 http://www.iibf.ege.edu.tr/economics/tartisma

Ege University Working Papers in Economics 2006 http://www.iibf.ege.edu.tr/economics/tartisma Ege Universiy Working Papers in Economics 2006 hp://www.iibf.ege.edu.r/economics/arisma İZMİR KÜÇÜK, ORTA VE BÜYÜK ÖLÇEKLİ İMALAT SANAYİNDE ÜRETİM ETKİNLİĞİ VE TOPLAM FAKTÖR VERİMLİLİĞİ ANALİZİ Eruğrul

Detaylı

FEN BİLGİSİ ÖĞRETMEN ADAYLARININ ÇÖZELTİLER KİMYASINI ÖĞRENMELERİNE İŞBİRLİKLİ ÖĞRENME YÖNTEMİNİN ETKİLERİNİN ARAŞTIRILMASI

FEN BİLGİSİ ÖĞRETMEN ADAYLARININ ÇÖZELTİLER KİMYASINI ÖĞRENMELERİNE İŞBİRLİKLİ ÖĞRENME YÖNTEMİNİN ETKİLERİNİN ARAŞTIRILMASI GAZİ ÜNİVERSİTESİ KIRŞEHİR EĞİTİM FAKÜLTESİ, Cil 6, Sayı 2,(2005), 197-207 197 FEN BİLGİSİ ÖĞRETMEN ADAYLARININ ÇÖZELTİLER KİMYASINI ÖĞRENMELERİNE İŞBİRLİKLİ ÖĞRENME YÖNTEMİNİN ETKİLERİNİN ARAŞTIRILMASI

Detaylı

Verimlilik Dergisi T. C. BİLİM, SANAYİ VE TEKNOLOJİ BAKANLIĞI VERİMLİLİK GENEL MÜDÜRLÜĞÜ 2015/3

Verimlilik Dergisi T. C. BİLİM, SANAYİ VE TEKNOLOJİ BAKANLIĞI VERİMLİLİK GENEL MÜDÜRLÜĞÜ 2015/3 Verimlilik Dergisi Türk Mevdua Bankacılığı İçin Ekinlik Analizi: Küresel Finans Krizinin Ekileri Dr. Serdal ERGÜN Prof. Dr. Nezir KÖSE İzmir de İşlemelerin Sanayi Sicil Veri Tabanına Gönderdikleri Verilerin

Detaylı

A Study on the Estimation of Supply Response of Cotton in Cukurova Region

A Study on the Estimation of Supply Response of Cotton in Cukurova Region MPRA Munich Personal RePEc Archive A Sudy on he Esimaion of Suly Resonse of Coon in Cukurova Region Erkan Akas Faculy of Economics & Admin.Sciences a BIGA 2006 Online a h://mra.ub.uni-muenchen.de/8648/

Detaylı

Türkiye de Kırmızı Et Üretiminin Box-Jenkins Yöntemiyle Modellenmesi ve Üretim Projeksiyonu

Türkiye de Kırmızı Et Üretiminin Box-Jenkins Yöntemiyle Modellenmesi ve Üretim Projeksiyonu Hayvansal Üreim 53(): 3-39, 01 Araşırma Türkiye de Kırmızı E Üreiminin Box-Jenkins Yönemiyle Modellenmesi ve Üreim Projeksiyonu Şenol Çelik Ankara Üniversiesi Fen Bilimleri Ensiüsü Zooekni Anabilim Dalı

Detaylı

Diabetik Retinopatinin Otomatik Algılanması Amacıyla. Göz Görüntüsünden Kan Damarlarının Eşiklenmesi

Diabetik Retinopatinin Otomatik Algılanması Amacıyla. Göz Görüntüsünden Kan Damarlarının Eşiklenmesi Diabeik Reinopainin Oomaik Algılanması Amacıyla Göz Görünüsünden Kan Damarlarının Eşiklenmesi Vasif NABİYEV, Salih BAHÇEKAPILI Karadeniz Teknik Üniversiesi, Mühendislik Fakülesi, Bilgisayar Mühendisliği

Detaylı

Türkiye Ekonomisinde Enerji Tüketimi ve Ekonomik Büyüme

Türkiye Ekonomisinde Enerji Tüketimi ve Ekonomik Büyüme Türkiye Ekonomisinde Enerji Tükeimi ve Ekonomik Büyüme Mehme MUCUK * Doğan UYSAL ** Öze Genel olarak enerji, ekonomik ve endüsriyel kalkınma için önemli bir girdi kabul edilmekedir. Ancak enerjinin bazı

Detaylı

Türkiye nin Kabuklu Fındık Üretiminde Üretim-Fiyat İlişkisinin Koyck Yaklaşımı İle Analizi

Türkiye nin Kabuklu Fındık Üretiminde Üretim-Fiyat İlişkisinin Koyck Yaklaşımı İle Analizi TÜRK TARIM ve DOĞA BİLİMLERİ DERGİSİ TURKISH JOURNAL of AGRICULTURAL and NATURAL SCIENCES www.urkjans.com Türkiye nin Kabuklu Fındık Üreiminde Üreim-Fiya İlişkisinin Koyck Yaklaşımı İle Analizi Şenol ÇELİK*

Detaylı

İŞSİZLİK VE EKONOMİK BÜYÜME İLİŞKİSİNDE ASİMETRİ ASYMMETRY IN THE RELATIONSHIP BETWEEN UNEMPLOYMENT AND ECONOMIC GROWTH

İŞSİZLİK VE EKONOMİK BÜYÜME İLİŞKİSİNDE ASİMETRİ ASYMMETRY IN THE RELATIONSHIP BETWEEN UNEMPLOYMENT AND ECONOMIC GROWTH Doğuş Üniversiesi Dergisi, (), 57-65 İŞSİZLİK VE EKONOMİK BÜYÜME İLİŞKİSİNDE ASİMETRİ ASYMMETRY IN THE RELATIONSHIP BETWEEN UNEMPLOYMENT AND ECONOMIC GROWTH Serve CEYLAN Giresun Üniversiesi İİBF, İkisa

Detaylı

DÖVİZ KURU POLİTİKALARI VE TÜRKİYE DE DÖVİZ KURU OYNAKLIĞININ ETKİLEŞİMLERİ

DÖVİZ KURU POLİTİKALARI VE TÜRKİYE DE DÖVİZ KURU OYNAKLIĞININ ETKİLEŞİMLERİ ARAŞTIRMA RAPORU (Kamuya Açık) DÖVİZ KURU POLİTİKALARI VE TÜRKİYE DE DÖVİZ KURU OYNAKLIĞININ ETKİLEŞİMLERİ DR. MUSTAFA ÖZÇAM BAŞUZMAN ARAŞTIRMA DAİRESİ 27.02.2004 İÇİNDEKİLER 1. GİRİŞ... 1 2. DÖVİZ KURU

Detaylı

Borsa Getiri Oranı ve Faiz Oranı Arasındaki İlişkinin Doğrusal Olmayan Yöntemlerle Analizi: Türkiye Örneği

Borsa Getiri Oranı ve Faiz Oranı Arasındaki İlişkinin Doğrusal Olmayan Yöntemlerle Analizi: Türkiye Örneği Volume 4 Number 3 03 pp. -40 ISSN: 309-448 www.berjournal.com Borsa Geiri Oranı ve Faiz Oranı Arasındaki İlişkinin Doğrusal Olmayan Yönemlerle Analizi: Türkiye Örneği Yusuf Ekrem Akbaşa Öze: Bu çalışmada,

Detaylı

GÖRÜNMEZ AMA HĐSSEDĐLMEZ DEĞĐL: TÜRKĐYE'DE ÇIKTI AÇIĞI

GÖRÜNMEZ AMA HĐSSEDĐLMEZ DEĞĐL: TÜRKĐYE'DE ÇIKTI AÇIĞI Cenral Bank Review Vol. 11 (July 211), pp.15-28 ISSN 133-71 prin / 135-88 online 211 Cenral Bank of he Republic of Turkey hp://www.cmb.gov.r/research/review/ GÖRÜNMEZ AMA HĐSSEDĐLMEZ DEĞĐL: TÜRKĐYE'DE

Detaylı

Effects of Agricultural Support and Technology Policies on Corn Farming in Çukurova Region

Effects of Agricultural Support and Technology Policies on Corn Farming in Çukurova Region MPRA Munich Personal RePEc Archive Effecs of Agriculural Suppor and Technology Policies on Corn Farming in Çukurova Region Erkan Akas and Oğuz Yurdakul Universiy of Cukurova Dep. Agriculural Economics,

Detaylı

İÇİNDEKİLER GİRİŞ. 1. BÖLÜM 1: ETKİNLİK ÖLÇÜMLERİ ve TANIMLAR.. 2. 1.1. Kavramlar ve Metodoloji... 2

İÇİNDEKİLER GİRİŞ. 1. BÖLÜM 1: ETKİNLİK ÖLÇÜMLERİ ve TANIMLAR.. 2. 1.1. Kavramlar ve Metodoloji... 2 İÇİNDEKİLER GİRİŞ. 1 BÖLÜM 1: ETKİNLİK ÖLÇÜMLERİ ve TANIMLAR.. 2 1.1. Kavramlar ve Meodoloji.... 2 1.2. Ekinlik Ölçüm Yönemleri; Avanaj ve Dezavanajları. 5 1.3. Ölçeğe göre geiri varsayımlarının farkları.

Detaylı

FAİZ ORANINDAKİ BİR ARTIŞ CARİ İŞLEMLER AÇIĞINI ARTIRIR MI?

FAİZ ORANINDAKİ BİR ARTIŞ CARİ İŞLEMLER AÇIĞINI ARTIRIR MI? FAİZ ORANINDAKİ BİR ARTIŞ CARİ İŞLEMLER AÇIĞINI ARTIRIR MI? Ehem ESEN, Zekeriya YILDIRIM, S. Faih KOSTAKOĞLU FAİZ ORANINDAKİ BİR ARTIŞ CARİ İŞLEMLER AÇIĞINI ARTIRIR MI? Ehem ESEN Yrd.Doç.Dr. Anadolu Üniversiesi,

Detaylı

TÜRKİYE DE BÖLGELER ARASI GELİR FARKLILIKLARI: YAKINSAMA VAR MI?

TÜRKİYE DE BÖLGELER ARASI GELİR FARKLILIKLARI: YAKINSAMA VAR MI? TÜRKİYE EKONOMİ KURUMU TARTIŞMA METNİ 2004/7 hp://www.ek.org.r TÜRKİYE DE BÖLGELER ARASI GELİR FARKLILIKLARI: YAKINSAMA VAR MI? Orhan Karaca Nisan, 2004 TÜRKİYE DE BÖLGELER ARASI GELİR FARKLILIKLARI: YAKINSAMA

Detaylı

ULUSAL HİSSE SENETLERİ PİYASASI NDA ETKİNLİK

ULUSAL HİSSE SENETLERİ PİYASASI NDA ETKİNLİK ULUSAL HİSSE SENETLERİ PİYASASI NDA ETKİNLİK Nuray ERGÜL ÖZET Son yıllarda, Türk Sermaye Piyasalarında hukuk, muhasebe ve deneim alanlarında, uluslararası kuralların uygulanması için büyük değişiklikler

Detaylı

TÜRKİYE DE FAİZ, DÖVİZ VE BORSA: FİYAT VE OYNAKLIK YAYILMA ETKİLERİ

TÜRKİYE DE FAİZ, DÖVİZ VE BORSA: FİYAT VE OYNAKLIK YAYILMA ETKİLERİ TÜRKİYE DE FAİZ, DÖVİZ VE BORSA: FİYAT VE OYNAKLIK YAYILMA ETKİLERİ Doç. Dr. Macide Çiçek Dumlupınar Üniversiesi İkisadi ve İdari Bilimler Fakülesi Öze Bu çalışmada Türkiye de devle iç borçlanma seneleri,

Detaylı

İstanbul Menkul Kıymetler Borsası nda haftanın günü etkisi ve Ocak ayı anomalilerinin ARCH-GARCH modelleri ile test edilmesi

İstanbul Menkul Kıymetler Borsası nda haftanın günü etkisi ve Ocak ayı anomalilerinin ARCH-GARCH modelleri ile test edilmesi İsanbul Üniversiesi İşleme Fakülesi Dergisi Isanbul Universiy Journal of he School of Business Adminisraion Cil/Vol:37, Sayı/No:2, 2008, 98-110 ISSN: 1303-1732 - www.ifdergisi.org 2008 İsanbul Menkul Kıymeler

Detaylı

Eş Zamanlı Yazılımlarda Güvenilirlik Analizi : Literatür Taraması

Eş Zamanlı Yazılımlarda Güvenilirlik Analizi : Literatür Taraması Eş Zamanlı Yazılımlarda Güvenilirlik Analizi : Lieraür Taraması Erku Tekeli Çukurova Üniversiesi, Kozan Meslek Yüksekokulu, Adana eekeli@cu.edu.r Öze: Son yıllarda yüksek başarımlı hesaplamalara olan ihiyaçlar

Detaylı

GEÇİŞ EKONOMİLERİ VE TÜRK TARIM SEKTÖRÜNDE ETKİNLİK VE TOPLAM FAKTÖR VERİMLİLİĞİ ANALİZİ (1992-2004)

GEÇİŞ EKONOMİLERİ VE TÜRK TARIM SEKTÖRÜNDE ETKİNLİK VE TOPLAM FAKTÖR VERİMLİLİĞİ ANALİZİ (1992-2004) Ege Akademik Bakış / Ege Academic Review 8 (2) 28: 843-86 GEÇİŞ EKONOMİLERİ VE TÜRK TARIM SEKTÖRÜNE ETKİNLİK VE TOPLAM FAKTÖR VERİMLİLİĞİ ANALİZİ (1992-24) THE ANALYSIS OF EFFICIENCY AN TOTAL FACTOR PROUCTIVITY

Detaylı

Reel Kesim Güven Endeksi ile İMKB 100 Endeksi arasındaki dinamik nedensellik ilişkisi

Reel Kesim Güven Endeksi ile İMKB 100 Endeksi arasındaki dinamik nedensellik ilişkisi İsanbul Üniversiesi İşleme Fakülesi Dergisi Isanbul Universiy Journal of he School of Business Adminisraion Cil/Vol:38, Sayı/No:1, 009, 4-37 ISSN: 1303-173 - www.ifdergisi.org 009 Reel Kesim Güven Endeksi

Detaylı

İMKB 100 endeksindeki kaldıraç etkisinin ARCH modelleriyle iki alt dönemde incelenmesi

İMKB 100 endeksindeki kaldıraç etkisinin ARCH modelleriyle iki alt dönemde incelenmesi İsanbul Üniversiesi İşleme Fakülesi Dergisi Isanbul Universiy Journal of he School of Business Adminisraion Cil/Vol:41, Sayı/No:, 1, 14-6 ISSN: 133-173 www.ifdergisi.org 1 İMKB 1 endeksindeki kaldıraç

Detaylı

Türkiye Cumhuriyet Merkez Bankası Sayı: 2010-6 / 1 Nisan 2010 EKONOMİ NOTLARI FİNANSAL STRES VE İKTİSADİ FAALİYET -10 -15 -20.

Türkiye Cumhuriyet Merkez Bankası Sayı: 2010-6 / 1 Nisan 2010 EKONOMİ NOTLARI FİNANSAL STRES VE İKTİSADİ FAALİYET -10 -15 -20. Cumhuriye Merkez Bankası Sayı: 2010-6 / 1 Nisan 2010 EKONOMİ NOTLARI FİNANSAL STRES VE İKTİSADİ FAALİYET Selim Elekdağ İbrahim Burak Kanlı Absrac: This noe examines he ineracion beween financial sress

Detaylı

ARBUL ENTEGRE TEKSTİL İŞLETMELERİ ANONİM ŞİRKETİ FİYAT TESPİT RAPORUNA İLİŞKİN DEĞERLENDİRME RAPORU

ARBUL ENTEGRE TEKSTİL İŞLETMELERİ ANONİM ŞİRKETİ FİYAT TESPİT RAPORUNA İLİŞKİN DEĞERLENDİRME RAPORU ARBUL ENTEGRE TEKSTİL İŞLETMELERİ ANONİM ŞİRKETİ FİYAT TESPİT RAPORUNA İLİŞKİN DEĞERLENDİRME RAPORU 16 Şubat 2015 Arbul Entegre Tekstil İşletmeleri Anonim Şirketi Halka Arz Fiyat Tespit Raporuna İlişkin

Detaylı

TÜRKİYE NÜFUSU İÇİN STOKASTİK ÖLÜMLÜLÜK MODELLERİ

TÜRKİYE NÜFUSU İÇİN STOKASTİK ÖLÜMLÜLÜK MODELLERİ Nüfusbilim Dergisi\Turkish Journal of Populaion Sudies, 2012, 34, 31-50 31 TÜRKİYE NÜFUSU İÇİN STOKASTİK ÖLÜMLÜLÜK MODELLERİ Ölümlülük ahminleri, demografi ve aküerya bilimlerinde önemli bir rol oynamakadır.

Detaylı

ÜCRET-FİYAT SPİRALİ: TÜRK İMALAT SANAYİ ÖRNEĞİ

ÜCRET-FİYAT SPİRALİ: TÜRK İMALAT SANAYİ ÖRNEĞİ 45 ÜCRET-FİYAT SPİRALİ: TÜRK İMALAT SANAYİ ÖRNEĞİ Zehra ABDİOĞLU * ÖZET Bu çalışma Türkiye için 2005-2012 dönemi iibariyle ara malı, dayanıklı ükeim malı, dayanıksız ükeim malı, enerji ve sermaye malı

Detaylı

T.C. SÜLEYMAN DEMİREL ÜNİVERSİTESİ SOSYAL BİLİMLER ENSTİTÜSÜ İŞLETME ANABİLİM DALI

T.C. SÜLEYMAN DEMİREL ÜNİVERSİTESİ SOSYAL BİLİMLER ENSTİTÜSÜ İŞLETME ANABİLİM DALI T.C. SÜLEYMAN DEMİREL ÜNİVERSİTESİ SOSYAL BİLİMLER ENSTİTÜSÜ İŞLETME ANABİLİM DALI TURİZM SEKTÖRÜNDE TALEP TAHMİNİ İÇİN YAPAY SİNİR AĞLARI KULLANIMI VE DİĞER YÖNTEMLERLE KARŞILAŞTIRMALI ANALİZİ (ANTALYA

Detaylı

TÜRKĐYE NĐN FĐNANSAL PĐYASA LĐKĐDĐTESĐ, ÖLÇÜMÜ VE ANALĐZĐ

TÜRKĐYE NĐN FĐNANSAL PĐYASA LĐKĐDĐTESĐ, ÖLÇÜMÜ VE ANALĐZĐ Cenral Bank Review Vol. 11 (January 2011), pp.11-28 ISSN 1303-0701 prin / 1305-8800 online 2011 Cenral Bank of he Republic of Turkey hp://www.cmb.gov.r/research/review/ TÜRKĐYE NĐN FĐNANSAL PĐYASA LĐKĐDĐTESĐ,

Detaylı

Te-mapol Polimer Plastik ve İnş. San. Tic. A.Ş. Halka Arz Fiyat Tespit Raporuna İlişkin 1. Değerlendirme Raporu

Te-mapol Polimer Plastik ve İnş. San. Tic. A.Ş. Halka Arz Fiyat Tespit Raporuna İlişkin 1. Değerlendirme Raporu Te-mapol Polimer Plastik ve İnş. San. Tic. A.Ş. Halka Arz Fiyat Tespit Raporuna İlişkin 1. Değerlendirme Raporu Neta Yatırım Menkul Değerler A.Ş. 07.08.2014 1. Değerlendirme Raporu nun Amacı Sermaye Piyasası

Detaylı

GEFRAN PID KONTROL CİHAZLARI

GEFRAN PID KONTROL CİHAZLARI GEFRAN PID KONTROL CİHAZLARI GENEL KONTROL YÖNTEMLERİ: ON - OFF (AÇIK-KAPALI) KONTROL SİSTEMLERİ: Bu eknik en basi konrol ekniğidir. Ölçülen değer (), se değerinin () üzerinde olduğunda çıkış sinyali açılır,

Detaylı

YATIRIM KARARLARININ DEĞERLENDİRİLMESİNDE REEL OPSİYONLAR YAKLAŞIMI VE HAZIR GİYİM SEKTÖRÜNE BİR UYGULAMASI

YATIRIM KARARLARININ DEĞERLENDİRİLMESİNDE REEL OPSİYONLAR YAKLAŞIMI VE HAZIR GİYİM SEKTÖRÜNE BİR UYGULAMASI YATIRIM KARARLARININ DEĞERLENDİRİLMESİNDE REEL OPSİYONLAR YAKLAŞIMI VE HAZIR GİYİM SEKTÖRÜNE BİR UYGULAMASI REEL OPTIONS AND APPROACH FOR EVALUATION OF INVESTMENT DECISIONS AND AN APPLICATION SAMPLE FOR

Detaylı

DEĞERE DAYALI PERFORMANS ÖLÇÜSÜ OLARAK EKONOMĐK KATMA DEĞER ĐN KURAMSAL

DEĞERE DAYALI PERFORMANS ÖLÇÜSÜ OLARAK EKONOMĐK KATMA DEĞER ĐN KURAMSAL DEĞERE DAYALI PERFORMANS ÖLÇÜSÜ OLARAK EKONOMĐK KATMA DEĞERĐN KURAMSAL TEMELLERĐ : DÜNYADA VE TÜRKĐYE DE UYGULAMALARI Mura Eruğrul Yard.Doç.Dr., Anadolu Üniversiesi, ĐĐBF, Đşleme Bölümü ÖZET Ekonomik kar

Detaylı

YAPISAL KIRILMALI BİRİM KÖK TESTLERİNİN KÜÇÜK ÖRNEKLEM ÖZELLİKLERİNİN KARŞILAŞTIRILMASI

YAPISAL KIRILMALI BİRİM KÖK TESTLERİNİN KÜÇÜK ÖRNEKLEM ÖZELLİKLERİNİN KARŞILAŞTIRILMASI YAPISAL KIRILMALI BİRİM KÖK TESTLERİNİN KÜÇÜK ÖRNEKLEM ÖZELLİKLERİNİN KARŞILAŞTIRILMASI TC. Pamukkale Üniversiesi Sosyal Bilimler Ensiüsü Yüksek Lisans Tezi Ekonomeri Anabilim Dalı Abdullah Emre ÇAĞLAR

Detaylı

DEĞİŞKENLER ARASINDAKİ GECİKMELİ İLİŞKİLER: Dağıtılmış Gecikme ve Otoregresiv Modeller

DEĞİŞKENLER ARASINDAKİ GECİKMELİ İLİŞKİLER: Dağıtılmış Gecikme ve Otoregresiv Modeller DEĞİŞKENLER ARASINDAKİ GECİKMELİ İLİŞKİLER: Dağıılmış Gecikme ve Ooregresiv Modeller 1 Zaman serisi modellerinde, bağımlı değişken Y nin zamanındaki değerleri, bağımsız X değişkenlerinin zamanındaki cari

Detaylı

FİNANSAL YÖNETİM. Finansal Planlama Nedir?

FİNANSAL YÖNETİM. Finansal Planlama Nedir? FİNANSAL YÖNETİM FİNANSAL PLANLAMA Yrd.Doç.Dr. Serkan ÇANKAYA Finansal analiz işletmenin geçmişe dönük verilerine dayanmaktaydı ancak finansal planlama ise geleceğe yönelik hareket biçimini belirlemeyi

Detaylı

NL lmk : NU t k : Y t lmk : TEF t : E ijmlk : Q t mlk :

NL lmk : NU t k : Y t lmk : TEF t : E ijmlk : Q t mlk : TİMAK-Tasarım İmala Analiz Kongresi 26-28 Nisan 2006 - BALIKESİR OTOMATİK YÖNLENDİRİCİLİ ARAÇ SİSTEMLERİNİN YENİDEN TASARIMI İÇİN BİR MATEMATİKSEL MODELLEME YAKLAŞIMI KALENDER, Yeşim, TÜRKBEY, Orhan Gazi

Detaylı

TÜRKİYE ELEKTRİK PİYASASİNDA RÜZGAR ENERJİSİ

TÜRKİYE ELEKTRİK PİYASASİNDA RÜZGAR ENERJİSİ TÜRKİYE ELEKTRİK PİYASASİNDA RÜZGAR ENERJİSİ Musafa ŞEKKELİ Kahramanmaraş Süçü İmam Üniversiesi, Fen Bilimleri Ensiüsü, K.Maraş, msekkeli@ksu.edu.r Ceyhun YILDIZ Kahramanmaraş Süçü İmam Üniversiesi, Fen

Detaylı

Vadeli İşlem Piyasasında Optimal Hedge Rasyosunun Statik ve Dinamik Teknikler Yardımıyla Hesaplanması

Vadeli İşlem Piyasasında Optimal Hedge Rasyosunun Statik ve Dinamik Teknikler Yardımıyla Hesaplanması Uluslararası Alanya İşleme Fakülesi Dergisi Inernaional Journal of Alanya Faculy of Business Yıl:014, C:6, S:3, s. 1-13 Year:014, Vol:6, No:3, s. 1-13 Vadeli İşlem Piyasasında Opimal Hedge Rasyosunun Saik

Detaylı

Türkiye nin İthalat ve İhracat Bağımlılığı: Seçilmiş Ülke Örnekleri Üzerine Ampirik Bir Uygulama

Türkiye nin İthalat ve İhracat Bağımlılığı: Seçilmiş Ülke Örnekleri Üzerine Ampirik Bir Uygulama EGE AKADEMİK BAKIŞ / EGE ACADEMIC REVIEW Cil: 3 Sayı: 2 Nisan 203 ss. 9-208 Türkiye nin İhala ve İhraca Bağımlılığı: Seçilmiş Ülke Örnekleri Üzerine Ampirik Bir Uygulama Dependency of Impor and Expor of

Detaylı

Yabancı Sermaye Yatırımlarının Ekonomik Büyümeye Olan Etkisinin Türkiye Bağlamında Test Edilmesi

Yabancı Sermaye Yatırımlarının Ekonomik Büyümeye Olan Etkisinin Türkiye Bağlamında Test Edilmesi Yabancı Sermaye Yaırımlarının Ekonomik Büyümeye Olan Ekisinin Türkiye Bağlamında Tes Edilmesi Yrd. Doç. Dr. Yusuf DEMİR Süleyman Demirel Üniversiesi, İİBF. Öze Bu çalışma; uluslararası sermaye harekelerinin

Detaylı

Senkron Güvenlik ve İletişim Sistemleri Anonim Şirketi FİYAT TESPİT RAPORUNA İLİŞKİN DEĞERLENDİRME RAPORU

Senkron Güvenlik ve İletişim Sistemleri Anonim Şirketi FİYAT TESPİT RAPORUNA İLİŞKİN DEĞERLENDİRME RAPORU Senkron Güvenlik ve İletişim Sistemleri Anonim Şirketi FİYAT TESPİT RAPORUNA İLİŞKİN DEĞERLENDİRME RAPORU 4 Eylül 2015 Senkron Güvenlik ve İletişim Sistemleri Anonim Şirketi Halka Arz Fiyat Tespit Raporuna

Detaylı

Yazılım Mimarisinin Kalite Gereksinimleri: Yazılım Güvenilirliği

Yazılım Mimarisinin Kalite Gereksinimleri: Yazılım Güvenilirliği Yazılım Mimarisinin Kalie Gereksinimleri: Yazılım Güvenilirliği Kaan Kurel İzmir Ekonomi Üniversiesi kaan.kurel@ieu.edu.r Şaban Eren Yaşar Üniversiesi saban.eren@yasar.edu.r Özeçe Yazılım güvenilirliği

Detaylı

Table 1. Reservoir/Well/Fluid Data Reservoir Thickness, h, Well radius, r w,, 0.328 ft Fluid viscosity, μ, 0.8 cp Formation volume factor, B o,

Table 1. Reservoir/Well/Fluid Data Reservoir Thickness, h, Well radius, r w,, 0.328 ft Fluid viscosity, μ, 0.8 cp Formation volume factor, B o, M. Onur 10.04.2008 PET467E-Analysis of Well Pressure Tess 2008 Spring/İTÜ HW No. 6/SOLUTIONS Due dae: 17.04.2008 Subjec: Analysis of a drawdown es for reservoir limi esing. Table 1 presens relevan daa

Detaylı

Finansal İstikrarın Bankacılık Sisteminin Borç Verme Politikaları Üzerindeki Etkisi: 2008 Küresel Krizi Çerçevesinde Türkiye Üzerine Bir İnceleme

Finansal İstikrarın Bankacılık Sisteminin Borç Verme Politikaları Üzerindeki Etkisi: 2008 Küresel Krizi Çerçevesinde Türkiye Üzerine Bir İnceleme Finansal İsikrarın Bankacılık Siseminin Borç Verme Poliikaları Üzerindeki Ekisi: 2008 Küresel Krizi Çerçevesinde Türkiye Üzerine Bir İnceleme Öze Ekrem ERDEM * M. Faih İLGÜN ** Cüney DUMRUL *** 2008 yılında

Detaylı

Mali Analiz Teknikleri

Mali Analiz Teknikleri Mali Analiz Teknikleri Karşılaştırmalı Tablo analizi (Yatay Analiz) Yüzde Analizi (Dikey Analiz) Eğilim Yüzdeleri Analizi (Trend Analizi) Oran Analizi ORAN ANALİZİ Bir işletmenin mali tablolarında yer

Detaylı

Türkiye de Elektrik Tüketimi Büyüme İlişkisi: Dinamik Analiz

Türkiye de Elektrik Tüketimi Büyüme İlişkisi: Dinamik Analiz Enerji, Piyasa ve Düzenleme (Cil:2, 2011, Sayfa 49-73) Türkiye de Elekrik Tükeimi Büyüme İlişkisi: Dinamik Analiz H. Mura Eruğrul * Öze Çalışmada Türkiye de elekrik ükeimi büyüme ilişkisi 1998Ç1-2011Ç3

Detaylı

TÜRKİYE DE İNŞAAT SEKTÖRÜ VE PARA POLİTİKALARI ARASINDAKİ NEDENSELLİK İLİŞKİLERİ

TÜRKİYE DE İNŞAAT SEKTÖRÜ VE PARA POLİTİKALARI ARASINDAKİ NEDENSELLİK İLİŞKİLERİ TÜRKİYE DE İNŞAAT SEKTÖRÜ VE PARA POLİTİKALARI ARASINDAKİ NEDENSELLİK İLİŞKİLERİ Eem Hakan ERGEÇ Eskişehir Osmangazi Üniversiesi Mura TAŞDEMİR Eskişehir OsmangaziÜniversiesi Öze İnşaa sekörü çıkısının

Detaylı

Reel ve Nominal Şokların Reel ve Nominal Döviz Kurları Üzerindeki Etkileri: Türkiye Örneği

Reel ve Nominal Şokların Reel ve Nominal Döviz Kurları Üzerindeki Etkileri: Türkiye Örneği Reel ve Nominal Şokların Reel ve Nominal Döviz Kurları Üzerindeki Ekileri: Türkiye Örneği Öze Ahme Mura ALPER Bu çalışma Türkiye deki reel döviz kuru dalgalanmalarının kaynaklarını açıklamayı amaçlamakadır.

Detaylı

Türkiye de Dış Borçlanma-Ekonomik Büyüme İlişkisi: 1990-2013 Dönemi

Türkiye de Dış Borçlanma-Ekonomik Büyüme İlişkisi: 1990-2013 Dönemi Türkiye de Dış Borçlanma-Ekonomik Büyüme İlişkisi: 1990-2013 Dönemi Türkiye de Dış Borçlanma-Ekonomik Büyüme İlişkisi: 1990-2013 Dönemi Temel GÜRDAL Hakan YAVUZ Öz Bu çalışmada Türkiye de dış borçlanma

Detaylı

Enerji Piyasası Reformlarının Elektrik Enerjisi Piyasasına Etkisi: EÜAŞ ve Ayrıcalıklı Şirketler Üzerine Bir Analiz 1

Enerji Piyasası Reformlarının Elektrik Enerjisi Piyasasına Etkisi: EÜAŞ ve Ayrıcalıklı Şirketler Üzerine Bir Analiz 1 YÖNETİM VE EKONOMİ Yıl:2010 Cil:17 Sayı:1 Celal Bayar Üniversiesi İ.İ.B.F. MANİSA Enerji Piyasası Reformlarının Elekrik Enerjisi Piyasasına Ekisi: EÜAŞ ve Ayrıcalıklı Şirkeler Üzerine Bir Analiz 1 Doç.

Detaylı

PETROL FİYATLARININ BORSA İSTANBUL SANAYİ FİYAT ENDEKSİ ÜZERİNDEKİ ETKİSİ

PETROL FİYATLARININ BORSA İSTANBUL SANAYİ FİYAT ENDEKSİ ÜZERİNDEKİ ETKİSİ PETROL FİYATLARININ BORSA İSTANBUL SANAYİ FİYAT ENDEKSİ ÜZERİNDEKİ ETKİSİ Yrd.Doç.Dr. Cüney KILIÇ Çanakkale Onsekiz Mar Üniversiesi Biga İ.İ.B.F., İkisa Bölümü Yrd.Doç.Dr. Yılmaz BAYAR Karabük Üniversiesi

Detaylı

Anahtat Kelimeler: Volatilite, Basel II, Geriye Dönük Test, Riske Maruz Değer

Anahtat Kelimeler: Volatilite, Basel II, Geriye Dönük Test, Riske Maruz Değer Volume Number 3 011 pp. 1-17 ISSN: 1309-448 www.berjournal.com RMD Hesaplamalarında Volailie Tahminleme Modellerinin Karşılaşırılması ve Basel II Yaklaşımına Göre Geriye Dönük Tes Edilmesi: İMKB 100 Endeksi

Detaylı

MUHASEBE, DENETİM VE ETİK KURALLAR

MUHASEBE, DENETİM VE ETİK KURALLAR Aysel Gündoğdu, PhD C. Turgay Münyas, PhD C. asset MUHASEBE, DENETİM VE ETİK KURALLAR Sermaye Piyasası Faaliyetleri İleri Düzey Lisansı Eğitimi İÇİNDEKİLER ÖNSÖZ... V MUHASEBE, DENETİM VE ETİK KURALLAR...1

Detaylı

AN EMPIRICAL STUDY ON BUDGET REVENUE- EXPENDITURE MANAGEMENT IN 1950 2006 PERIOD IN TURKEY: A COMPARISON OF SINGLE PARTY AND COALITION GOVERNMENTS

AN EMPIRICAL STUDY ON BUDGET REVENUE- EXPENDITURE MANAGEMENT IN 1950 2006 PERIOD IN TURKEY: A COMPARISON OF SINGLE PARTY AND COALITION GOVERNMENTS Süleyman Demirel Üniversiesi İkisadi ve İdari Bilimler Fakülesi Dergisi Y.2009, C.14, S.3 s.265-288. Suleyman Demirel Universiy The Journal of Faculy of Economics and Adminisraive Sciences Y.2009, Vol.14,

Detaylı

Verusatürk Girişim Sermayesi Yatırım Ortaklığı A.Ş. Fiyat Tespit Raporu na İlişkin Hazırlanan Fiyat Analiz Raporu

Verusatürk Girişim Sermayesi Yatırım Ortaklığı A.Ş. Fiyat Tespit Raporu na İlişkin Hazırlanan Fiyat Analiz Raporu Verusatürk Girişim Sermayesi Yatırım Ortaklığı A.Ş. Fiyat Tespit Raporu na İlişkin Hazırlanan Fiyat Analiz Raporu 10.11.2015 Verusatürk Girişim Sermayesi Yatırım Ortaklığı A.Ş. Fiyat Analiz Raporu İşbu

Detaylı

TİCARİ MARKA BAŞVURU TAHMİNİ İÇİN TÉRKİYE UYGULAMASI FORECASTING OF TRADEMARK APPLICATION IN TURKEY

TİCARİ MARKA BAŞVURU TAHMİNİ İÇİN TÉRKİYE UYGULAMASI FORECASTING OF TRADEMARK APPLICATION IN TURKEY TİCARİ MARKA BAŞVURU TAHMİNİ İÇİN TÉRKİYE UYGULAMASI FORECASTING OF TRADEMARK APPLICATION IN TURKEY Nursel Selver RÄZGAR 1 ÄZET Yeni yäneim meolarına gäre Çalışan marka ofisleri, kapasie planlama ve servis

Detaylı

TÜREN-GÖKMEN-TOKMAK TÜRKİYE DE E-TİCARET İŞLEM HACMİNİ ETKİLEYEN FAKTÖRLER ÜZERİNE BİR ARAŞTIRMA: BİR MODEL ÖNERİSİ

TÜREN-GÖKMEN-TOKMAK TÜRKİYE DE E-TİCARET İŞLEM HACMİNİ ETKİLEYEN FAKTÖRLER ÜZERİNE BİR ARAŞTIRMA: BİR MODEL ÖNERİSİ TÜRKİYE DE E-TİCARET İŞLEM HACMİNİ ETKİLEYEN FAKTÖRLER ÜZERİNE BİR ARAŞTIRMA: BİR MODEL ÖNERİSİ Ufuk TÜREN 1 Yunus GÖKMEN 2 İsmail TOKMAK 3 ÖZET İnerne dünyayı küçük bir köy kadar kolay ulaşılabilir hâle

Detaylı

İSTANBUL MENKUL KIYMETLER BORSASI ÜZERİNE SAKLI MARKOV MODELİ İLE BİR TAHMİNLEME 1

İSTANBUL MENKUL KIYMETLER BORSASI ÜZERİNE SAKLI MARKOV MODELİ İLE BİR TAHMİNLEME 1 Ekonomik Yaklaşım, Cil : 20, Sayı : 72, ss. 59-85 İSTANBUL MENKUL KIYMETLER BORSASI ÜZERİNE SAKLI MARKOV MODELİ İLE BİR TAHMİNLEME Ersoy ÖZ 2 Öze Ülkemizde son yıllarda finans sekörü üzerine yapılan geleceğe

Detaylı

MENKUL KIYMETLER BORSASI ARACI KURUMLARINDA ĐŞLEM YAPAN YATIRIMCILAR ÜZERĐNE BĐR ARAŞTIRMA Kemal Poyraz*

MENKUL KIYMETLER BORSASI ARACI KURUMLARINDA ĐŞLEM YAPAN YATIRIMCILAR ÜZERĐNE BĐR ARAŞTIRMA Kemal Poyraz* MENKUL KIYMETLER ORSASI ARACI KURUMLARINDA ĐŞLEM YAPAN YATIRIMCILAR ÜZERĐNE ĐR ARAŞTIRMA Kemal Poyraz* Đlker Nayır** ÖZET Günümüzde ilimsel ve Teknolojik gelişim, er alanda olduğu gibi yaırım alanında

Detaylı