Prof.Dr. Füsun ÜLENGİN

Transkript

1 İSTANBUL TEKNİK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YAPAY SİNİR AĞLARI YARDIMI İLE ŞİRKET BİRLEŞMELERİNİN KESTİRİMİ DOKTORA TEZİ Y. Müh. Rukiye DEMİR ( ) Tezi Estitüye Verildiği Tarih : 7 Nisa 2006 Tezi Savuulduğu Tarih : 30 Mart 2007 Tez Daışaı : Diğer Jüri Üyeleri Prof.Dr. Füsu ÜLENGİN Prof.Dr. Güeş GENÇYILMAZ (İ.K.Ü) Prof.Dr. Niet URAY (İ.T.Ü) Prof.Dr. Raaza EVREN (İ.T.Ü) Prof.Dr. Ziya ULUKAN (G.S.Ü.) MART 2007

2 ÖNSÖZ Yoğu iş yaşaı içerside bei içi, kariyer hayatıda olaz ise olaz ola doktora çalışaı taalayabildiği içi çok utlu olduğuu belirtek isteri., Acak, çalıştığı şirketteki pozisyou ile direk ilgili bir kou olaaasıı he zorluğuu oldukça fazla yaşaiş, bu edede dolayı tü zaaları tüketiş birisi olarak, üiversite dışıda bulua ve kariyeride doktora tezi hazırlaayı zorulu göre kişiler içi, çalıştıkları şirket ile ilgili bir kou alaları duruuda, bu he kedilerie, he de şirketleri bugukü yapısıa daha fazla değer katacaktır. Bu süreç içerside baa yardılarıı esirgeeye Sayı Doç. Dr. Şule Ösel e, Sayı Prof. Dr. Özer Ertua ya, Sayı Doç. Dr. Nesri Okay a, Sayı Prof. Dr. Cudi Tucer Gürsoy a, Goodyear Lastikleri Türkiye Üreti Direktörü Sayı Bob Hall a, baa desteklerii esirgeeye ailee, iyi bir ae ve akadeik kişiliği ile baa odel ola Hoca Prof. Dr. Füsu Ülegi e sosuz teşekkürlerii suarı. MART 2007 Rukiye DEMİR ii

3 İÇİNDEKİLER KISALTMALAR TABLO LİSTESİ ŞEKİL LİSTESİ SEMBOL LİSTESİ TÜRKÇE ÖZET İNGİLİZCE ÖZET (SUMMARY) v vı vıı vııı ıx x. ŞİRKET BİRLEŞMELERİ.. Birleşe Firalarda Perforas Artışı 4.2. Şirket Birleşe, Ele Geçire ve Satı Ala İşleleride Kazaçlar ve Maliyetler Şirket Birleşeleride Kazaçlar Şirket Birleşeleride Maliyetler Nakit Ödee Hisse Seedi İşleleri 7.3. Satı Ala ve Havuz Oluştura Muhasebesii Etkileri 0.4. Stratejik Plalaaı Şirket Birleşeleri İle Ola İlitisi.4.. Bir Şirket Stratejik Plalaaya Nasıl Başlaalı 3.5. Ölçek Ekooisi Dikey Birleşeleri Sağladığı Ekooiler Taalayıcı Kayakları Birleştirilesi Fazla Foları Kullaılası Aacıyla Birleşeler 7.6. Türkiye de Şirket Birleşeleri 7 2. YAPAY SİNİR AĞLARI Uygulaa Alaları Biyolojik Siir Hücresi Mateatiksel Siir Modeli Tek Girişli Siir Ağları Çok Girişli Siir Ağları Trasfer Foksiyoları Sert Geçişli Trasfer Foksiyou Doğrusal Trasfer Foksiyou Logaritik Sigoidal Trasfer Foksiyou Ağ Miarisi Tek Katalı Siir Ağı Çok Katalı Siir Ağı Hata Kareleri Ortalaası Hata Geri Yaya Algoritası Perforas İdeksi Zicir Kuralı Geri Yayılıı Hassasiyeti Geri Yayılalı Öğree Algoritası İçi Bir Örek Girdi Siir Hücrelerii Öe Sıralaası 49 iii

4 3. KULLANILAN PAKET PROGRAMLAR Copustat Veri Tabaı Veri Tabaıı Kullaılası Veri Tabaıda Öcede Taılaış Küeler İcelee Kriterlerii Taılaası ve Souçları Ekraa Yasıtılası Forül Kullaıı ve Foksiyolar Siir Ağı Modelii Oluştura Sürecide Bilgisayar Desteğii Gerekliliği UYGULAMA Proses Girdileri Taılar ve Değişkeleri Hesaplaası Örek Grubu Siir Ağı Modeli Girdi Siir Hücrelerii Öe Sıralaası Siülasyo SONUÇ VE ÖNERİLER 77 KAYNAKLAR 80 EKLER 86 ÖZGEÇMİŞ 92 iv

5 KISALTMALAR YSA B&S LMS BPLMS ADALINE OEG ÖKG MTB F/K GRDUMMY IDUMMY BM KV ÇKKV MOMP MAUT SIC : Yapay Siir Ağları : Birleşe ve Satıalalar : Hata Kareleri Ortalaası : Geri Yayılı E Az Hata Kareleri Ortalaası : ADAptive LIear NEuro : Ortalaa Ek Getiri : Özkayakları Getirisi : Piyasa kayıt oraı : Fiyat-kazaç oraı : Büyüe-Kayak Taklidi : Sektör Taklidi : Birleşe Maliyeti : Karar Verici : Çok Kriterli Karar Vere : Multi Objective Math. Prograig (Çok Bileşeli Mateatik Progralaa) : Multi Attribute Utility Teo. (Çok Bileşeli Fayda Teorisi) : Stadart Edüstri Sııfladırası (Stadard Idustry Classificatio) v

6 TABLO LİSTESİ Sayfa o Tablo 2. Çok aaçlı karar vere sürecide kullaıla tekikleri karşılaştırılası (Wag ve Archer, 993) Tablo 3. Copustat Kuzey Aerika veri küesi (S&P s Research Isight, 998) Tablo 3.2 Özkayağı getirisi ile ilgili Copustat veri tabaı taıları Tablo 3.3 Topla varlık devir hızı ile ilgili Copustat veri tabaı taıları Tablo 3.4 Ortalaa büyüe ile ilgili Copustat veri tabaı taıları Tablo 3.5 Likidite ile ilgili Copustat veri tabaı taıları Tablo 3.6 Kaldıraç oraları ile ilgili Copustat veri tabaı taıları Tablo 3.7 Piyasa kayıt oraı ile ilgili Copustat veri tabaı taıları Tablo 3.8 Fiyat kazaç oraı ile ilgili Copustat veri tabaı taıları Tablo 3.9 Ortalaa ödee ile ilgili Copustat veri tabaı taıları Tablo 4. Edii olasılığı hipotezleri ve bağısız değişkeler (Palepu, 986) Tablo 4.2 Örek küeside yer ala şirketleri birleşe özellikleri... 7 Tablo 4.3 Karar vere aşaasıda kullaılacak ola ağırlık değerleri Tablo 4.4 Girdi değişkelerii souç üzerideki etkisi Tablo 4.5 Şirketleri gözle yılı kriterlerie uygu olarak oluşturuluş girdi değerleri Tablo A. Siir ağıa girdi teşkil edecek şirket verileri Tablo A.2 Siir ağıa girdi teşkil edecek şirket verileri Tablo A.3 Siir ağıa girdi teşkil edecek şirket verileri Tablo A.4 Siir ağıa girdi teşkil edecek şirket verileri Tablo B. Şekil B. e ait ağ, çıktı değerleri Tablo B.2 Şekil B.2 ye ait ağ, çıktı değerleri... 9 vi

7 ŞEKİL LİSTESİ Sayfa No ŞEKİL 2. : Biyolojik örou yapısı (Fausett, 994) ŞEKİL 2.2 : Bir proses eleaı yapısı (Haga ve diğ., 996) ŞEKİL 2.3 : Tek girişli siir ağı (Haga ve diğ., 996) ŞEKİL 2.4 : Çok girişli siir ağı... 3 ŞEKİL 2.5 : Sert geçişli trasfer foksiyou ŞEKİL 2.6 : Doğrusal trasfer foksiyou ŞEKİL 2.7 : Logaritik sigoidal trasfer foksiyou ŞEKİL 2.8 : Tek katalı siir ağı ŞEKİL 2.9 : Tek katalı siir ağıı kısaltılış gösterii ŞEKİL 2.0 : Üç katalı siir ağıı kısaltılış gösterii ŞEKİL 2. : Kuadratik foksiyou grafik gösterii ŞEKİL 2.2 : -2- düzeli ağ yapısı ŞEKİL 2.3 : Ağı başlagıç cevabı ŞEKİL 3. : Listeleek isteile firaları seçii içi aktif eu (Adı ). 54 ŞEKİL 3.2 : Listeleek isteile firaları seçii içi aktif eu (Adı 2). 55 ŞEKİL 3.3 : MATLAB paket prograıa gerekli ola dosyaları yükleesi... 6 ŞEKİL 3.4 : Network Data Maager odülüe, dosyaları taşıa işlei... 6 ŞEKİL 3.5 : Ağ özellikleri ŞEKİL 3.6 : Eğitii durdurulası içi uygu bölge (Efe ve Kayak, 2000). 62 ŞEKİL 4. : Kapital pazar çizgisi (Bodie ve diğ., 996) ŞEKİL 4.2 : Oluşturula ağı yapısı ŞEKİL 4.3 : epoh adııda eğiti ve test fokiyou yapısı ŞEKİL 4.4 : 500. epoh adııda eğiti ve test fokiyou yapısı ŞEKİL B. : İki siir hücreli ağı davraışı ŞEKİL B.2 : Dört siir hücreli ağı davraışı... 9 vii

8 SEMBOL LİSTESİ NBD AB NBD A NBD B w ij p a i W SxR R S b α t i U jk r j r f B j r f η f : Birleşe veya satı ala soucu oluşa işletei değeri : A işletesii ayrı bir varlık olarak değeri : B işletesii ayrı bir varlık olarak değeri : Bağlatı ağırlıkları : Girdi değerleri : Toplaa foksiyou : Üretile çıktı : Ağırlık atrisi : p girdi vektörüü boyutu : Siir hücre sayısı : Hata terii : Moetu sabiti : Gözetili öğree yapısıda isteile çıktı değeri : j çıktı biriiyle, k gizli birii arasıdaki ağırlık : Beklee getiri : Risksiz yatırı getirisi : Şirket beta değeri : Market getirisi : Hareket foksiyouu : Öğree oraı : Hareket foksiyouu viii

9 YAPAY SİNİR AĞLARI YARDIMI İLE ŞİRKET BİRLEŞMELERİNİN KESTİRİMİ ÖZET Değişe pazar yapısı ve rekabet koşulları şirketleri, yei çözüler ve arayışlar geliştire zorululuğu ile karşı karşıya bırakıştır. Birleşe bu arayışlar soucu, özellikle so yıllarda yaygılık kazaaya başlaış gelişelerde birisidir. Birleşeleri doğru bir strateji olabilesi içi, birleşilecek veya satı alıacak şirket seçiii, çok iyi aaliz edilesi gerekir. Tezde bu süreç yapay siir ağları ile aaliz ediliştir. Tezi birici bölüüde şirketleri birleşeye ite edeler ve birleşe firalarda perforas artışıı gerçekleştiği, stratejik plalaaı şirket birleşeleri ile ola ilitisi alatılıştır. Türkiye de şirket birleşelerii duruu ile ilgili bilgi veriliş, birleşeleri artası içi yatırıcıya karar destek odeli sua yöüde çalışaya deva ediliştir. İkici bölü, birleşe sürecide kullaılacak yöte ola yapay siir ağlarıı (Neural Network) kapsa ve yapısı alatılıştır. Geri yayılalı algorita, üzeride duruluştur. Nede siir ağları sorusuu cevabı ise, ou teori gereksiii esektir, araştıra yaklaşıı kuralcı değildir ve bilieyei suuş şekli bulaık küe tabalıdır ve e öeli özelliği gerçek düya problelerie uygulaabilir olasıdır. E iyi siir ağı odelii sağlayacak ola katalar üzerideki düğü sayısı ve kata sayısıı belirleek oldukça zor ola bir süreçtir gizli kataları ve düğüleri bir çok kobiasyou eu edici odele ulaşada öce bir çok kez deeir. Bu süreç çok zaa alır ve optial ağa acak bir çok deeede sora ulaşılır. Hareket foksiyou elde ete süreci acak bilgisayar destegi ile gerçekleşir. Bu süreçte MATLAB 6.5 de yararlaılış ve üçücü bölüde alatılıştır. Türkiye de şirket birleşeleri heüz gelişe aşaasıdadır ve ta alaşılaaıştır. Yöteleri kousuda yatırıcılar yeterli bilgiye sahip değildir. Bu tezi aacı birleşei şirketleri büyüesi içi bir yöte olduğu ve e doğru şirketi bulak içi siir ağları odeli kullaılarak Türkiye i bir eksikliğie katkı sağlaaktır. ix

10 PREDICTING COMPANY MERGERS AND ACQUISITION WITH THE HELP OF ARTIFICIAL NEURAL NETWORKS SUMMARY Today copaies have bee egaged i a ew pursuit for adaptig theselves to the chagig arket ad copetitio coditios. Mergers are aog the treds which have gaied wider iterest, especially i recet years. I order for the ergers to be a true strategy, the choice of copay which will be erged or acquired has to be perfectly aalyzed. I have aalyzed this process via artificial eural etworks. The first part of the thesis deals with the stiulators of the erger, the perforace icrease i erged copaies, ad the coectio of strategic plaig with copay ergers. I the secod part, artificial eural etworks, the ethod used i the erger ad acquisitio process, is ivestigated i scope ad structure. The reaso for hadlig the artificial eural etworks is that their requireet for a theory is flexible, their research approach is ot prescriptive, their presetatio of the ukow is fuzzy based, ad ost iportatly, its adaptability to the real world probles. It is a cosiderably difficult process to deterie the layer uber ad uber of odes o these layers that are optiu for acquirig the best eural etwork odel. Several cobiatios of hidde layers ad odes are tried before reachig the satisfactory odel. This process takes a log tie ad the optial etwork is produced after ay trials. The activatio acquirig process caot be realized without the coputer support. I this process MATLAB 6.5 is utilized which is explaied i the third part. I Turkey copay ergers have ot reached their aturity ad they ca ot be copletely uderstood. Ivestors do ot have sufficiet iforatio o its ethods. This thesis ais to support the view that a erger is a way for a copay to grow, ad to cotribute to a better uderstadig i Turkey by akig use of eural etwork odels for idetifyig the best copay to acquire. x

11 ŞİRKET BİRLEŞMELERİ Birleşeler, şirketleri büyüesi, pazarı elde tuta ve hissedarlara sağla kazaç sağlaak aacı ile bir strateji olarak 980 lerde yaygı olarak kullaılaya başlaıştır (Dietrich ve Sorese, 984). Birleşede istatistiksel odelleri kullaılası duruuda, yüksek doğruluk derecesie sahip olasıa rağe, çalışaları çoğu taraflı örek alıdığıı gösteriştir (Palepu, 986). Bizi aacıız, siir ağlarıı kullaarak, e iyi birleşeyi tahi edecek bir odel kurak ve uygulaa olaağı sağlaakdır. Firaları başarısı içi, doğru bir odel uygulaak zoruludur. Şirket birleşeleride teel hedef, birleşe soucu ortaya çıka şirketi değerii artasıdır. Birleşei değer yarata potasiyelii doğru değerledirilesi; sierji kazaçlarıı objektif tahii, hedef işleteye ödee fiyatı uyguluğu ve birleşei ilave fiasal risk yaratayacak şekilde fiase edilesi ile ilişkilidir (Palepu ve diğ., 996). Birleşeleri faydalarıı şu şekilde sıralayabiliriz (Shera ve Rupert, 2004): Global pazarda daha fazla rekabet Coğrafik yapı içerside yayıla üşteri tabaıa daha fazla hizet Kar arttıra ve sierji oluştura. Şirket birleşeleride; faaliyetleri daha etki yürütülesi, faaliyet sierjisi ve fiasal sierji elde edilesi, yöeti etkiliğide artış, piyasa payı, ürü geliştire ve dağıtı sisteideki ilerleeler, arka, patet, yei tekoloji ve üreti süreçlerii elde edilesi, kar arjıı arttırılası, istee iteliklere sahip eleaları elde edilesi, başarısız yöetii eliie edilesi ve vergi avatajları işletei bütüsel değerii arttırabilir (Yılgör, 2004).

12 Rekabet, firaları verililik artışı içi zorlaaktadır. Birleşeler, ekipaları daha iyi kullaıı, daha düşük aliyet ile üreti, verililik artışı gibi fırsatlar sağlayacaktır. Birleşeleri ekooiye öeli faydası, bu ve bezer verililikler içi bir potasiyel oluşturasıdır (Reed, 977). Birleşe firalarda, fiyatlarda düşe, kalite artışı, daha iyi servis, veya yei ürüler ürete gibi souçlar gözleleir. Öreği, birleşe soucu iki verisiz fira bir tae verili fira halie gelerek, daha iyi rekabet edebilecek durua gelebilir. Büyüe, işleteleri faaliyet gösterdikleri edüstrilerde veya aa faaliyet alalarıı dışıdaki edüstrilerde olabilir. İşletei kedi edüstrisideki büyüe üreti kapasitelerii arttırılası, ulusal ve uluslararası yei cografi bölgelere girilesi şeklide olabilir. Birleşeeler çoğu kez, yatay, dikey ve kara diye sııfladırılır. Yatay birleşe, ayı işkoluda iki fira arasıda olur; birleşe firalar eski rakiplerdir. Bu yüzyıl başıdaki şirket birleşelerii çoğu bu türde oluştu (Brealey ve diğ., 995). 920 lerde dikey birleşeler baskıdı (Brealey ve diğ., 995). Dikey birleşe, alıcıı haadde kayakları yöüde geriye, ya da ihai tüketici yöüde ileriye doğru geişlediği birleşedir. Böylece bir eşrubat ialatçısı bir şeker üreticii satı alabildiği gibi ki bu geriye doğru birleşedir, ürüü içi satış yeri olarak bir ayaküstü lokata zicirii de satı alabilir. İkici duru ileriye doğru geişleedir. Kara birleşe, birbiriyle ilişkisi olaya işkollarıdaki şirketleri birleşesii kapsar. Öreği Geeral Electric, he iletişi firaları ola RCA ve NBC i he de bir yatırı bakası ola Kidder Peabody i sahibidir. Kara birleşeler 960 ve 970 li yıllarda yaygıdı. Fakat kara birleşe sayısı 980 lerde düşüştür. Aslıda, 980 lerdeki hareket, büyük bölüüyle, 0 ve 20 yıl öcesi şekilleiş ola kara birleşeleri dağılasıda doğuştu (Brealey ve diğ., 995). Birleşeleri bir başka edei de sierji yarataktır. Sierji, iki adde veya faktörü beraberce, bağısız olarak faaliyet gösterdikleride hesaplaada daha büyük bir etki yaratalarıdır (Gauga, 999). Sierji, birlikte çalışaktır. İki veya daha fazla bölü veya firaı bir arada çalışarak tek başlarıa çalışarak yarattıkları değerde daha fazla değer üretesidir (Gold ve Caphall, 998). Rekabet gücüdeki artış ve iki 2

13 işletei bağısız olarak elde etesi beklee tutarda daha fazla akit akıı elde edebileleridir. Pek çok şirket birleşeleri faaliyetii sürükleyicisidir. Sierji, iki şekilde ele alıır: Faaliyet sierjisi ve fiasal sierji. Faaliyet sierjisi, ölçek ve ala ekooileride oluşur (DePaphilis, 200). İşleteler bu yolla kazaçlarıda artış ve aliyetleride azala sağlayabilir. Ölçek ekooileri, aortisa, bakı-oarı giderleri, faiz giderleri, araştıra-geliştire giderleri, yöeti giderleri gibi sabit itelikli bazı aliyetleri bölüezliğide kayaklaır. Fiasal sierji, şirket birleşe ve ele geçire işleii souda, birleşe sorasıda ortaya çıka yei işletei veya ele geçire işletei daha düşük seraye aliyetie sahip olası duruuda fiasal sierji gerçekleşiş olur. Fiasal sierjii kayakları, birleşe soucuda şirket karlarıı ve akit akılarıı daha istikrarlı hale gelesi, fiasal ölçek ekooilerii oluşası ve içsel folarla yatırı fırsatlarıı daha iyi uyulaştırılasıdır (DePaphilis, 200). Şirket riskliliği de azalacaktır (Kae, 995). Şirketleri birleşeye ite edelerde birisi de, varola yöeti ekibii değiştirilesidir. Başarısız firalar birleşe hedefi olaya adaydır (Palepu, 986). Düşük değerleiş varlıklar da şirketleri hedef duruua getire etkelerde birisidir. Bir işletei piyasa değerii ikae aliyetie oraı q-oraı olarak isiledirilir. q oraı = İşlete ekul kıyetlerii piyasa değeri İşlete varlıklarıı ikae değeri (.) İşlete varlıklarıı ikae değerii piyasa değeride yüksek olası, bir başka ifade ile q oraı de küçük olası, o işleteyi birleşeler ve ele geçireler içi hedef duruua getirebilir. Geişleeyi hedefleye işlete aacıı böyle bir işleteyi satı alarak, yei bir üreti biriie yatırı yapaya göre daha az aliyet ile gerçekleştirebilir. Düşük değerleiş varlıklar yaklaşıı 970 ler boyuca gerçekleştirile şirket birleşelerii öeli ölçüde açıklaaktadır (Reed ve diğ., 998). Bu döedeki yüksek eflasyo ve faiz oraları hisse seedii fiyatıı düşürüş ve birçok işletei hisse seedi fiyatları defter değerii altıda kalıştır. 3

14 Yüksek eflasyo edei ile varlıkları ikae aliyeti öeli ölçüde artıştır. Bu iki etke işletei q oraı düşesie yol açış ve şirketleri bir çoğuu hedef duruua getiriştir. Gerçekleşe şirket birleşelerie bakacak olursak, bize birleşeleri eler kazadırabileceğii daha iyi ifade etiş oluruz. Novartis ve Roche u birleşesi uzu döe stratejik plalaa içi yapılıştır. Şirket aalistleri, birleşe sektördeki rakiplere karşı savua geliştirek içi her iki fira uzu döe stratejik tercihi olduğuu belirtişlerdir (Krause, 2003). Bir başka birleşe, ikici e büyük ilaç şirketii ola Pfizer Ic. ve Glaxo Sith Klie PLC yaratıştır. Tutarlı rekabet ilkelerii sağla bir zei üzerie kurulası ile üreti çıktılarıı arttırak, fiyatları düşürek ve kaliteyi arttırarak üşteriye sağlıklı ürü ve hizet sağlaak olduğuu vurgulaışlardır. Frasa Havayolları ve KLM i birleşesii aacı Avrupa da havayolları edüstriside yaşaa öeli yeide yapılaa çalışalarıdır (Valetie ve De, 2002).. Birleşe Firalarda Perforas Artışı Yakı zaalarda birleşe faliyetlerii araştıra çalışalar, birleşei reel verililiğii arttırdığıı gözleleiştir. Healy, Palepu ve Ruback (992), 979 ve 983 yılları arasıdaki 50 büyük şirketi birleşesii iceleişler ve şirketi vergi öcesi gelirleride ortalaa yüzde 2.8 pualık bir artış buluşlardır. Bu ekibi bulgularıa göre, birleşik şirketler alvarlığı üretiide sektörlerie ispete büyük gelişe kaydederler, bu da işledeki akit akışıda daha fazla getiri sağlar. Healy, Palepu ve Ruback (992) ı bulguları, ortaya koa souçlar birleşe şirketleri sektörlerie kıyasla akit akışı getirileride artış yaşadıklarıı gösterektedir. Bu artışlar alvarlığı verililiğide birleşede sora yaşaa artışta ileri gelektedir. Birleşe sorası akit akışıda ki iyileşei şirkete uzu vadede zarar vereceğie dair bir bulguya rastlaaıştır, çükü örekle grubudaki şirketler, sektörlerie azara, seraye yatırııa ve Ar-Ge paylarıı aye deva ettirektedirler. Birleşe sorası perforası akit akışı ölçüleri ile daha öceki çalışalarda kullaıla hisse seedi piyasası ölçüleri iceleiş ve operasyoel akit akışı getirileride birleşelerde sora görüle iyileşeler birleşei ilaı aıda birleşe şirketleri özseraye değerlerideki artışı büyük bir kısıı açıklaıştır. Bu, hisse 4

15 seedi fiyatlarıı birleşelere tepkisii birleşede sora artacağı tahi edile kazaçlara dayadığıa işaret eder. Bezer alalarda faaliyet göstere şirketleri birleşesii diğer birleşelerde daha iyi perforas sağladığıı çalışalarıda elde etişlerdir. Şirket birleşe ve ele geçire sürecide perforas değerledire verileri uhasebe kayaklarıda alıabildiği gibi, hisse seedi kazaçlarıda da yaralaılır. Her iki yötei birlikte ele alıası ve ulaşıla souçları karşılaştırılası ile daha sağlıklı değerledire yapılabilir. Muhasebe verileri kullaılarak şirket birleşelerii perforas değerledirileside tek değişkeli ve çok değişkeli aalizler yapılabilir (Diacogiais, 994). Tek değişkeli aalizlerde; et kar/aktif toplaı, akit akıı/aktif toplaı, fiyat/kazaç oraı, hisse başıa kar, hisse başıa satışlar gibi değişkeler kullaılarak faaliyet özellikleri ve kar yarata potasiyeli değerledirilir. Çok değişkeli aalizlerde, kar payları, kar payı büyüe oraları, kazaçlar, işlete büyüklüğü, hisse seedi fiyatları gibi birde çok fiasal değişke perforas değerledirede kullaılak üzere birleştirilebilir..2 Şirket Birleşe, Ele Geçire ve Satı Ala İşleleride Kazaçlar ve Maliyetler.2. Şirket Birleşeleride Kazaçlar Birleşeyi yapacak şirketi ilk düşüeceği kou, birleşe soucuda bir ekooik kazaç olup olayacağıdır. Ekooik kazaç ise acak iki şirketi birleşerek sahip olacakları değer, ayrı ike ola topla değeride daha fazla ise söz kousudur. Şirket birleşeleride kazaç, birleşe sorasıda işlete değeri ile birleşe işleteleri ayrı varlıklar olarak değerleri arasıdaki pozitif farktır. Birleşe kazacı, birleşei ortaya çıkardığı kazaç arttırıcı veya aliyet azaltıcı etkiye bağlı olarak yei oluşa işletei piyasa değeride eydaa gele artıştır. 5

16 Kazaç=NBD AB -(NBD A +NBD B ) (.2) NBD AB = Birleşe veya satı ala soucu oluşa işletei değeri NBD A = A işletesii ayrı bir varlık olarak değeri NBD B = B işletesii ayrı bir varlık olarak değeri Birleşe soucuda kazaç elde ediliyor ise, birleşe alalı olacaktır. Birleşei aşağıda taıladığıız et bugükü değeri pozitifse, bu birleşe gerçekleştirilebilir. NBD=Birleşe kazaçları-birleşe aliyetleri (.3).2.2 Şirket Birleşeleride Maliyetler Bir birleşei aliyeti, birleşe şirketi hedef fira içi, ayrı bir kişilik olarak değerii üstüde ödediği pridir. Şirket birleşeleride aliyetler, birleşe bedelii akit ödee veya hisse seedi ile yapılasıa göre farklılılar gösterir. Birleşe akitle fiase edildiği zaa aliyetii tahi etek kolaydır. Eğer akit öerilirse, birleşei aliyeti birleşe kazacıı büyüklüğüde etkileez. Eğer hisse seedi öerilirse aliyet kazaca bağlı olacaktır, çükü kazaç birleşe sorası hisse seedi fiyatıda ortaya çıkacaktır Nakit Ödee Bedeli akit olarak ödee bir birleşe işleii satı ala veya ele geçire işlete aliyeti, hedef işleteye ayrı bir varlık olarak sahip olduğu değeri üzeride yapıla ödeedir. Avustralya da gerçekleşe şirket birleşeleride diğer ödee araçlarıa göre peşi ödeei tercih edilesii edelerii şöyle açıklayabiliriz: Bir tarafta piyasa da bulua işleteleri çoğuu küçük ve orta ölçekli aile işleteleri olası buları bağlı oldukları bakaları kedilerie fiasa kayağı olarak göreleri, diğer tarafta seraye piyasasıı sığ olası, hisse seedi borsada işle göre firaları az oluşu ve bua bağlı olarak hisseleri sığ borsalarda belirli piyasa oyucuları tarafıda alıp satılası şirket birleşeleride ödee aracı olarak hisse seetlerii kullaılasıa egel teşkil etektedir (Schadle ve Persteier, 2004). Bu örek bize, 6

17 birleşei akit veya hisse seedi ile yapılıp yapılaa kararıı verek içi başlagıç oktasıı oluşturur. Birleşe aliyeti=nakit ödee-hedef işletei ayrı bir varlık olarak değeri (NBD B ) Nakit işlei şidiki değerii bulacak olursak; NBD=Birleşe kazaçları-birleşe aliyetleri NBD=[NBD AB -(NBD A +NBD B )]-[(Nakit-NBD B )] (.4) A işletesii B işletesii, bedelii akit olarak ödeyerek satı aldığıı kabul edeli. A işletesii piyasa değerii 200 Milyo YTL. B işletesii piyasa değerii ise 00 Milyo YTL olduğuu kabul edeli. Birleşei sierjik etkisie bağlı olarak, birleşe sorası işlete değerii 360 Milyo YTL olası bekleektedir. Bu değerledire ile A işletesi B işletesie 35 Milyo YTL ödeeyi teklif etiştir. A işletesii bu işlede beklediği kazaç 60 Milyo YTL olacaktır. Birleşe kazacı=360-(200+00)=60 Milyo YTL Birleşei A işletesie aliyeti=35-00=35 Milyo YTL. Birleşei A işletesi içi NBD i birleşede doğa kazaçlar ve birleşe aliyetleri arasıdaki farktır. NBD birleşe = Birleşe kazacı-birleşe aliyetleri = 25 Milyo YTL Birleşe sürecide kazaç ve aliyet işleleri çok iyi hesaplaalıdır. Aksi halde hissedarlar zararlı durua düşecektir Hisse Seedi İşleleri Satı ala veya ele geçire işlete, bazı durularda birleşe bedelii akit olarak ödeek yerie birleşeyi hisse seedi değişii ile fiase eteyi seçebilir. Başka bir açıda ise, birleşe yoluyla dışsal büyüeyi gerçekleştire tü işleteler içi ika dahilide değildir. İşlete açısıda ve sosyo ekooik edelerde dolayı yararlı olabilecek birçok birleşe gerekli kayakları buluaaasıda veya kayak 7

18 kullaı itibarıı olaasıda dolayı gerçekleştirileeektedir. Bu durua daha çok küçük ölçekli ve yei iş kollarıda faaliyet göstere, büyüe potasiyeli yüksek acak kısıtlı kayaklara sahip firalarda rastlaaktadır. Bu duruda aliyetleri hesaplaası daha dikkat edilesi gereke bir kou halie gelir. Birleşe işleii hisse seedi ile gerçekleştirilebilesi içi öcelikle, satı ala işletei hedef işletei her bir hisse seedi içi vereyi plaladığı hisse seedi sayısıı gösterecek ola bir değişi oraıı belirleesi gerekir. Yukarıdaki öreği tekrar ele alalı ve hisse seedi değişi işlelerii uygulayarak birleşe aliyetlerii hesaplaasıı açıklayalı. A işletesii piyasa değeri 50 YTL ola adet ihraç ediliş hisse seedii, B işletesii ise piyasa değeri 00 YTL ola adet ihraç ediliş hisse seedii buluduğuu varsayalı. A işletesi B işletesii hisse seedi içi 2,7 hisse seedi, topla adet hisse seedi vereyi öeriştir. A işletesii ödediği bedel ilk bakışta 35 ilyo YTL gibi değerledirilebilir. Görüe aliyet = ( *50) =35 ilyo YTL. Görüe aliyeti gerçek aliyet olup oladığıa bakaız gerekecektir. Birleşe öcesi ve sorasi veriler Tablo. de veriliştir. Tablo.: Örek şirket içi birleşe öcesi ve sorası veriler A işletesi B işletesi AB işletesi Birleşe öcesi hisse seedi sayısı Birleşe sorası hisse seedi sayısı Birleşe sorası ortaklık payı (%) 59,7 40,3 00 Birleşe sorası piyasa değeri (Milyo YTL)

19 Hisse seedi değişii yoluyla gerçekleştirile birleşe işleii satı ala açısıda aliyetii Kae (995) aşağıdaki gibi hesaplaıştır. Birleşe aliyeti (BM); BM= (Hedef işlete hissedarlarıı yei işletedeki ortaklık oraı*nbd AB )-NBD B = (%40,3*360)-00 = 45 ilyo YTL Diğer bir etod ise, satı ala firaı gerçek hisse seedi fiyatıda yola çıkarak hesaplayabiliriz. Birleşe sorasıda AB işletesii piyasa değeri 360 ilyo YTL olası bekleekteydi. Birleşe sorası dolaşıdaki hisse seedi sayısı adet olduğua göre hisseleri biri fiyatı 53,73 YTL dir. Bu duruda B yi satı alaı gerçek aliyeti: Gerçek aliyet = ( *53,73)-00 ilyo YTL = 45 ilyo YTL Hisse seedi ile fiasa, yüksek veya düşük değerleei etkilerii hafifletir. Hisse seedi ile ödeeye dayalı şirket birleşeleride likidite koruur, ek faiz ödeeleri öleiş olur, satı alıa şirketi kredibilitesi, ala şirketi borçlaa derecesii iyileştirir, satı alıacak şirketi fiyatı peşi ödee şeklie göre kolayca belirleebilir. Şirket birleşelerie yöelik apirik çalışaları souçlarıı göz öüde buludura herhagi bir fira, birleşe fiasaıı yapısıı oluştururke dikkat etesi gereke oktalar şulardır (Schadle ve Persteier, 2004): Satı alıak istee fira ayı iş koluda olalı ve birleşe şirket kayaşasıa yol açayacak şekilde tasarlaalıdır. Gerçekleştirilecek birleşe karşı tarafı bilgisi dahilide olalı ve üzakere edilelidir. Birleşe fiasaıda ödee aracı olarak akit kullaılalı ve bu fiasa aracı kayaklarda sağlaalıdır. 9

20 .3 Satı Ala ve Havuz Oluştura Muhasebesii Etkileri Şirket birleşelerii kazaçları bir havuzda toplaası yötei ve satı ala yöteleri ile kaydedilesii et gelir, hisse başıa kar, akit akıı ve kaldıraç düzeyleri üzerie farklı etkileri olur. Kazaçları bir havuzda toplaası yötei ile kayıt, et gelir, akit akılarıı ve kaldıraç düzeyii etkileez. Bua karşılık birleşe soucu ortaya çıka işletei hisse seedi sayısıdaki artışa bağlı olarak hisse başıa kar azalabilir. Satı ala yötei hedef şirketi alvarlığıı ve teiatlarıı evcut piyasa değerleri üzeride yeide ifade eder. Havuzda toplaa yöteide böyle bir başta değerledireye izi verilez. Satı ala yöteide satı ala şirket, hedef şirketi satı alıdığı fiyat ile taılaabile alvarlığı ve teiatları arasıdaki tü farklılıkları itibar olarak kaydeder ve aorti eder. Çıkarları bir havuzda toplaası yöteide ise itibar yoktur. So olarak, birleşei ilk yılıda satı ala yötei, birleşei eydaa geldiği tarihte itibare hedef şirketi çıktılarıı satı ala şirketi çıktılarıyla kosolide eder. Havuzda toplaa yötei ise birleşei eydaa geldiği tarihi hesaba kataz ve birleşe yılıda başlayarak iki şirketi çıktılarıı kosolide eder. Geelde ayı uaeleler havuzda toplaada çok satı ala uhasebeleride daha düşük birleşe sorası kazaçları ortaya çıkarır. Satı ala yötei birleşede sora aortisa, satıla alları aliyeti ve rekla asraflarıı arttırır. Havuz yöteide böyle bir yeide değerledireye izi verilez. Ayrıca birleşe yılıda kazaçlar satı ala yöteide daha azdır, bu da hedef ve satı ala şirketleri kazaçları havuz yöteide daha kısa bir süre içi kosolide ediliştir. Satı ala yöteide ortaya çıka düşük kazaçlar ekooik perforasta değil, birleşe içi uygulaa uhasebe yöteideki farklılıkta ileri gelir. Satı ala yöteide birleşe sorası kayıtlı alvarlığı havuzdakide daha büyük olacaktır, bu da satı ala yöteide alvarlıklarıı ayrı ayrı yazılasıda kayaklaır. Dolayısıyla birleşede ekooik kazaç elde edilip edilediğii alaak içi bir satı ala uhasebesi kullaa şirketleri birleşede öceki ve soraki getiri uhasebesi oralarıı karşılaştırak yalış bir fikir verecektir. 0

21 Healy, Palepu ve Ruback (992) ı kulladığı işledeki akit akışı perforas ölçütü kazaca dayalı perforas ölçütleride farklı olarak aortisa ve rekla harcaalarıda etkileez. Şirketler birleşe içi farklı uhasebe tipleri kulladıkları durularda sektörler arasıda ve zaa serileri teelide karşılaştıraya olaak verir. Hedefi satı ala şirketle kosolide edilesideki zaalaa açısıda satı ala ve havuz sisteleri arasıdaki farklılıklarda dolayı aalizleride birleşei ilk yılıı dışarıda bırakışlardır. İlk yılı dışarıda bırakak satı ala yöteide evateri tekrar sıralaasıı etkisii de azaltır, çükü bu evater geellikle birleşe yılıdaki satışları aliyetie dahil edilektedir. Getiri ölçütüüzdeki alvarlığı tabaıız alvarlığıı piyasa değeri olduğua göre, ayı zaada birleşeyi kayıt altıa alak içi kullaıla uhasebe yöteide de etkileeektedir..4 Stratejik Plalaaı Şirket Birleşeleri İle Ola İlitisi Stratejik plalaa, güçlü ve zayıf yöleri tesbit ete ve büyüklüğüü belirlee sürecidir. Birleşe sürecide bir giriş, he güçlü yölerii kullaacağı he de zayıf yölerii destekleyeceği saayileri ve şirketleri hedefleelidir. Süreçte, birleşe kadrosu bir fırsat yaratıcı halie gelir. Acak sadece kedi seçtiği fırsatları peşide koşar. Bu şekil plalaa rastgele seçiliş fırsatları aaliz etei aliyetii büyük ölçüde düşürür. Bu fırsatlar uygu u? Eğer uygusa asıl? Gerçekte sofistike bir stratejik pla, potasiyel fırsatları e kadar uyacağıı ya da uyayacağıı iceliksel olarak ölçecektir ve birbirie rakip fırsatlar arasıda arzu edilebilirlik derecesie göre sıralayacaktır. Bu sıralaa risk taılaaı başka bir şeklidir ve fiyatladırada bir etkedir (Reed, 977). İşletei asıl büyüyeceği soruu ise büyüe yötelerii tercih eteleri ile ilgili bir durudur. Johso ve Scholes (999), birleşe ve satı alaı felsefesii üç sııfa ayırıştır: Portföy stratejisi, iş ailesi stratejisi ve iş eleaları stratejisi. Portföy stratejisi, fiasal olaya birleşe ve satı alaları da içere, daha geiş bir kavra olarak kullaılıştır. Yai portföy stratejisi, bir yada sadece fiasal kaygılarla birleştiriliş birbiri ile ilişkisiz değişik iş alalarıı toplaıda oluşa fiasal portföy stratejisii içerirke, diğer yada birleştirile iş alalarıı tekoloji, edüstri

22 uzalığı ya da ürü pazar kriteri açısıda birbiri ile ilişkisie dayaa fiasal olaya portföy stratejisii kapsaaktadır. İş ailesi stratejisi, birleşecek iki firaı da evcut düzeyii öteside fırsatlar elde etesii sağlayacak sierjiyi oluşturaya yöelik bir stratejidir. Bua göre yakı ilişkili iş alaları ortak tekoloji ya da uzalık teelide birleşebilir ya da yei iş alaları geişletek içi satı ala yolua gidilebilir. İş eleaları stratejisi ise, iş alaıdaki belirli bir alada rekabet gücü elde etek, daha büyük pazar payıa ve belirli üşteri grubua sahip olak içi doğruda rakiplerle birleşeyi ya da satı alayı içerir. Bu şekilde bir birleşe, bir yada ürü ve hizet hattıı büyüesii sağlarke ayı zaada rekabeti azalttığıda firaı içsel operasyoel güçlülüğüü arttıra potasiyelie sahiptir (Bakoğlu, 2004). İşleteler hayatlarıı deva ettirek ve etkiliklerii arttırak aacıyla büyüe stratejileri izlerler. İşletei hagi yöde büyüyecekleri; evcut ürü pazar alaıda kalarak büyüe ya da bütüleşe stratejileri veya yei ürü/pazar alaıa geçerek büyüe ya da çeşitledire stratejileride birii seçelerie bağlıdır (Diçer, 2003). Birleşe ve satı ala kararıı verileside evcut ve yei iş alaıı hagi hayat safhasıda olduğuu dikkate alıası ile birlikte, birleşilecek ya da satı alıacak fira ile birlikte, örgütsel uyululuğu derecesii de iceleesi gerekir. Niteki yapıla çalışalar ve araştıralar, farklı edüstrilerde, kayak paylaşıı olasılığı olsa bile örgütsel uyululuk yoksa kayaklarda etki bir şekilde yararlaaı da söz kousu olayacağıı gösterektedir (Nayyar, 992). Uzu yıllar strateji üretek içi çeşitledire adı altıda pek çok aaliz sistei geliştirildi. Bazı öcede hazırlaış stratejik plalaa sisteleri şirketi operasyolarıı piyasa payı/piyasa büyüesi kategorilerie ayırdı ve yüksek büyüe/yüksek pay içi yıldız, düşük büyüe/düşük pay içi köpek, yüksek pay/düşük büyüe içi akit ieği ve düşük pay/yüksek büyüe içi vahşi kedi gibi sııfladıralara ede oldu. Bu kavralar 960 ve 70 ler de Bosto Daışalık Grubu u, Birleşe ve satıala gurusu Bruce Hederso tarafıda geliştirildi ve tü düyaya yayıldı. Nede? Çükü alaşaları geelde ekooik olaya sebeplerle yapıldığı o yıllarda oda, arkadaşlık ya da aile bağları, görüle rastgele süreçlerde daha iyi idiler (Reed ve Lajoux, 998). 2

23 Bugü artık bu süreçler adıa karar verek içi, çok aaçlı düşüeyi gerektire ve bilgisayarları da desteğii ala yei yötelere bırakıştır. Yapay siir ağları bularda bir taesidir. Birleşe ve satıala süreci siir ağları yaklaşıı ile buluacaktır. Stratejik plalaa akit akışıı az kazaçlı yatırıda çok kazaçlı yatırıa kaydırılası işidir. Bu süreç büyük, küçük tü şirketlerde çok farklı düzeyde gerçekleşir. Stratejik plalaa her düzeyde farklı olalıdır..4. Bir Şirket Stratejik Plalaaya Nasıl Başlaalı? Plalaa yöeti kuruluda başlaalıdır. Kuruldakiler yöeticileri şirket evliliği kararlarıı bir pla içide yapalarıı ve bu plaı disiplili olasıı sağlaalıdırlar. Plalaa sürecie başlaak içi kurul, ilk işi bir tüzel strateji prosedürleri rehberi hazırlaak olacak bir tüzel strateji plalaa grubu atayabilir. Bu rehber plalaa hiyerarşiside herkesi sorululuklarıı belirleelidir. Hagi düzeyde şirket evliliği faaliyetii olacağıı ve soraki işlete kararlarıı taılaalıdır. Rehber ayı zaada bir birleşe yerie içsel gelişe prograı yapılsaydı aliyet e olurdu? sorusua cevap verebilelidir. Satı ala taraf satı alayı düşüdüğü tarafı bir rakip olarak eleeektedir, dolayısıyla piyasa payı düşektedir, kuruluş aşaasıda bir kazaç yoktur, ve gelecek kazaçlardaki düşüş oraı daha fazla olalıdır çükü ovo girişlerde dolayı risk artaktadır, çükü buları şirket evliliği girişlerie göre daha yüksek başarısızlık riski vardır. Dahası, bazı birleşeler kedilerii aorti etektedir (Reed, 977). Bir şirket satı alıdıkta sora ou ayı ya da ilgili bir sektörde daha fazla birleşe içi teel olarak kullaabilir. Bu şekilde seri kosolidasyo parçalı bir sektörde verili olabilir. Oto galerileri, elakçılar ve içecek sektörü gibi. Tekolojik değişi de fırsatlar yaratıştır. Öreği Federal Express ve UPS gibi dağıtı şirketleri pek çok dağıtı şirketlerii depolarıı yerleştire ve işlete şeklii değiştiriştir. Bu şekilde 9 ecza deposuu bir araya getirerek aliyetleri azaltak ükü oluştur. Her işletei bir kalkıa prograı olalıdır ve bu progra dahili geliştirede ortak teşebbüs ve şirket birleşelerie kadar her çeşit büyüe şeklie izi verelidir. 3

24 Buları hepsi bezer ve taalayıcı itelikte olduğuda birii hedeflerke hepsi hakkıda bilgili olak gerekir. Daha öce hee her şeyi satı ala eğiliide bulua holdigler (Alco Stadard gibi) tek bir yüksek karlı alada yoğulaşışlardır. Öreği Alco kağıt ve kağıt ürülerii dağıtııa yoğulaşıştır. Yei adı Iko Ofis Çözüleri ola şirket satı alırke yalız para ödeez, kararlarıda olara bağısızlık da taır. Başka yardıcıları arasıdaki bilgi alışverişii arttırır ve yeilikleri teşvik eder, böylece aliyetler azalaktadır. Her işletei bir kalkıa prograı olalıdır ve bu progra dahili geliştirede ortak teşebbüs ve şirket evliliklerie kadar her çeşit büyüe şeklie izi verelidir. Buları hepsi bezer ve taalayıcı itelikte olduğuda birii hedeflerke hepsi hakkıda bilgili olak gerekir. Şirket evliliği plalaıyorsa bile bu kouda bilgili olualıdır. Bir kalkıa prograı fiasal teelleri buluadığı yei bir sektöre girerke fiyatı destekleek içi gerekli olabilir. Bu her seviyedeki birleşeler içi de geçerlidir. Pla olazsa ve birleşede para kaybedilirse işlete hisse sahiplerii çıkarlarıı koruaış deektir. Kötü de olsa bir pla utlaka olalı ve hareket bua dayadırılalıdır. Sierji araya şirketler içi bir birleşe öerisii değerledirei e iyi yolu evcut kazaçlarıı bir kalkıa plaı doğrultusuda e kadar artacağıı görektir. Birde fazla aday varsa karşılaştıra yapılalıdır. Her bir plaı evcut değeri diğer plalara göre belirleelidir. Bua, seraye alları söz kousuysa, alteratif seraye yatırı kararı deir. 980 leri başıda Hay Grup (bugu kü adı Hay Maageet Cosultat) tarafıda geliştirile 6 seviyeli yaklaşı büyük şirketler içi e uygudur. Bu girişi stratejisi geellikle yöeti kurulu düzeyide geliştirilir. Yai bu düzeyde bir strateji girişii yatay birleşe yoluyla geişleteyi aaçlayabilir. Ya da kurul aa orgaları satarak girişii geçiçi olarak küçülteyi ve sora akit akışıı taae yei ve daha fazla kazadıra alalara aktarayı seçebilir. Aoi şirket stratejisi bazı ortak usurları bulua bir çok stratejik iş biriii bir araya getirerek ortak yöeteyi gerektirir. Bu büyük gruplar aşağıdaki grup stratejisi ile oluşturulur. Grup üyeleride akit akışı uzu vadede geri döüşüü aksiize 4

25 edecek şekilde ayarlaır. Ayı zaada sürekli yei yatırı fırsatları araır. Bazı aydı şirketlerde şirket erkezde bağısız olarak kedi birleşe faliyetlerii yöetebilir..5 Ölçek Ekooisi Burada sierjii olası kayaklarıı ele alacağız (Brealey ve diğ., 995). Birçoğuuz, birazcık daha zegi olsak daha utlu olacağııza iaırız. Yöeticiler de hep, firaları birazcık daha büyük olsa daha rekabetçi olacaklarıa iaırlar. Ölçek ekooisie, yai sabit aliyetleri daha geiş bir üreti iktarıa yayabile fırsatıa uut bağlarlar. Bu ölçek ekooileri yatay birleşeeri doğal aacıdır. Fakat kara birleşelerde de hedefleiştir. Bu birleşeri iarları, ekooileri, uhasebe, fiasal kotrol, üst düzey yöeti gibi erkezi hizetleri paylaşılasıda doğduğua işaret etişlerdir. Bu iyi bilie işlerde geişleek gerektiğii ifade eder. Dış geişlee fırsatlarıda öce size yakı bir rakibi satı alaı getireceği avatajları göz öüe alayı tavsiye eder; bua yatay etegrasyo deir. Bu strateji operasyoları sizi dışıızda bir coğrafyada ayı işi yapa şirketleri hedefleeyi de gerektirir, bua arket geişleesi deir. Bu geişleei aliyeti de lojistik ve rekla giderlerideki azalayla karşılaabilir..5. Dikey Birleşeleri Sağladığı Ekooiler Geriye haadde kayaklarıa ve ileriye ihai tüketiciye doğru geişleyerek, üreti süreçleri üzeride, olabilecek e yüksek düzeyde kotrol ve koordiasyo sağlaak isteesi duruuda başvurulacak ola bir yötedir. Buu yapaı bir yolu, bir satıcıyla ya da bir üşteriyle birleşektir. Bir dikey etegrasyo stratejisii e öeli avatajı kalite kotrolüdür. Yüksek tekolojii haki olduğu özellikle yei gelişekte ola alalarda dikey etegrasyo daha az aliyetle parça ve ürü üretilesii sağlayabilir. 5

26 Dikey birleşe sayısıı artası buu her zaa iyi olduğu alaıa gelez. Aşırı dikey birleşeler verisizdir. Poloya havayolları LOT, başarısızlıkla souçlaa bir dikey birleşe öreğidir. Dikey etegrasyo, satı ala, satış ve dağıtıda tasarruf eteye yöelik bir stratejidir. Geri ve ileri etegrasyo olak üzere iki şekli vardır. Hery Ford düyaı ilk büyük dikey etegratörüydü. Deir adeleri, çelik tesisleri ve buları birleştire deiryolları vardı. Hatta kedi tekerleri içi kedi lastiklerii bile üretti. Bugü Ford tarzı dikey etegrasyoa bazı özel koşullar dışıda dijital koüikasyo gibi bir strateji olarak şüpheyle bakılaktadır. Dikey geri etegrasyo da evcut ya da potasiyel bir sağlayıcı satı alıır. Yatay etegrasyo ya da piyasa geişlete hareketlerii tetikleek aaçlaıyorsa satı alıa yapıı satışlarıda artış ve kar artışı sağlaır. E öeli dezavatajı rekabetçi fiyat biçede kayaklaa verililik azalasıdır. Bir dikey etegrasyo stratejisii e öeli avatajı kalite kotrolüdür. Yüksek tekolojii haki olduğu özellikle yei gelişekte ola alalarda dikey etegrasyo daha az aliyetle parça ve ürü üretilesii sağlayabilir. Dikey etegrasyo ürü plalaa, araştıra, geliştire, ürü ühedisliği, dağıtıı ve hatta serviside yardıcı olur. Evater kotrolü, zaaıda dağıtı ve satış aliyetleride azala da olulu souçlarıdadır..5.2 Taalayıcı Kayakları Birleştirilesi Birçok küçük fira, firaı başarısı içi, gerekli eksik usurları sağlayabile büyük firalarca satı alıır. Küçük firalar, eşsiz bir ürüü sahibi olabilirler, fakat bu ürüü büyük ölçekte üretip satak içi gerekli ühedislik ve satış örgütleeside yoksudurlar. Fira satış ve ühedislik yeteeğii sıfırda başlayarak geliştirebilir fakat hazırda gelişiş yeteeklere sahip bir fira ile birleşek daha hızlı ve daha ucuz olabilir. İki fira taalayıcı kayaklara sahiptirler. Birleşe, şirketleri tek başlarıa sahip olaayacakları olaaklar yaratır. Bu tip birleşe küçük firalarda olabileceği gibi, büyük firalarda da gözleleir. 989 da Califoriya üşterilerie hizet vere iki elektrik şirketii, Urat Power & Light ile PacifiCorp u birleşeleri bu durua örektir. Utah Power klialar edei ile e yüksek taleple yaz aylarıda karşılaşaktadır. PasifiCorp ise ısıtıcılar edeiyle kış aylarıda karşılaşaktadır. İki firaı üreti sistelerii birleştirileside sağlaa tasarruf 990 da yıllık 45 ilyo dolar tahi ediliştir. 6

27 .5.3 Fazla Foları Kullaılası Aacıyla Birleşeler Öeli tutarda akit yaratakta, fakat karlı yatırılar yapa fırsatıı pek az bulaktadır. İdeal olarak, böyle bir firaı, kar payı ödeelerii arttırarak veya hisse seetlerii geri alarak fazla akdi hissedarlara dağıtası gerekir. Ne yazık ki eerji dolu yöeticiler, bu yolla firalarıı küçültek gibi, bir politikayı beiseeye çoğu kez yaaşazlar. Eğer fira kedi hisselerii geri satı alak isteiyorsa, başka birii hisselerii satı alabilir. Böylece akit fazlası ola, fakat iyi yatırı olaakları kıt firalar, serayelerii yayaı bir yolu olarak, akitle fiase edile şirket birleşelerie başvururlar. Fazla akdi olupta buu dağıtaya veya başka bir firayı iktisap etek içi kullaaya firalar, çoğu kez olardaki akdi yayaya iyetli başka firaları ele geçire hedefi halie gelirler. 980 başlarıda, petrol fiyatlarıdaki ai düşüş döeide, petrol zegii birçok şirket kedii ele geçirile tehdidiyle karşı karşıya buluştu. Nakitleri özel bir varlık olduğu içi değil, alıcılar, akdi egatif NBD li petrol araa projeside israf edilesii sağlaası içi, şirketi akit akışıa el koyak isteişlerdir..6 Türkiye de Şirket Birleşeleri Düyada 2002 yılıda gerçekleşe Birleşe ve satıalalar (B&S) ı büyüklüğü yaklaşık olarak trilyo doları bulurke, Türkiye de bu raka ilyar Aerika doları düzeyide gerçekleşiştir. Bu raka 2003 yılıda,4 ilyar Aerika doları, 2004 yılıda ise 2,5 ilyar Aerika dolarıdır. Düya şirketleri sıralaasıda gelişekte ola şirketler listeside yer ala Türk şirketleride özellikle kısa aralıklarla yaşaa (99, 994, 997, 200) ekooik krizleri etkisi ile girdikleri zor duruda kurtulak üzere yabacılar tarafıda satıalıa veya yabacılarla ortaklığa gite eğilii gittikçe artaktadır yılı Türkiye de birleşe ve satıala faaliyetleri açısıda değerledirildiğide; düya piyasalarıa paralel olarak, özellikle yılı ikici yarısıda hareketli bir döe yaşadığı ve so yıllardaki e yüksek işle hacii gerçekleştiği görülektedir. Türkiye de 2004 yılıda topla 9 adet birleşe ve satıala işlei açıklaış olup, 7

28 bularda 67 sii işle değeri açıklaıştır yılıda ise 80 birleşe ve satıala işlei gerçekleşişti (Erst&Youg, 2005). Türk şirketlerii, 2003 yılıda hızlaa birleşe ve satı ala faaliyetleri 2004 yılıda da sürüştür. Bu yıl gerçekleşe 9 işlei 73 üde satı ala taraf bir Türk yatırıcısı oluştur. Yabacıları ilgisi hala çok düşüktür ve 2003 yıllarıda yabacı şirketleri Türkiye de gerçekleştirdiği satı ala işlelerii sayısı sırasıyla 9 ve 20 ike, bu sayı 2004 yılıda 8 oluştur. Birleşe ve satı ala işlelerii sayı ve haci olarak rekor seviyeye ulaştığı 2005 yılıı ardıda, 2006 yılı şirket birleşe ve satı alaları açısıda yie çok hareketli bir yıl oluşturç Türkiye de 2006 yılıda topla 54 adet birleşe ve satıala işlei açıklaıştır zılıı rakaı 63 idi (Erst &Youg Raporu, 2005). Erst&Youg ı 2004 yılıda Türkiye i öde gele şirketlerii hissedar ve üst düzey yöeticilerii, Türkiye de birleşe ve satı ala ile ilgili değerledirelerii ve bekletilerii belirleesi aacıyla hazırlaış ola ve 250 şirketi katıldığı ve ektup yötei ile yapılış aketi souçları şöyledir (Erst &Youg Raporu, 2005): Mevcut duru ile ilgili değerledireye bakıldığıda, geçe yıl olduğu gibi bu yıl da, katılıcıları yarısıda fazlası Türkiye de gerçekleşe birleşe ve satıala işlelerii hacii düşük bulaktadır. Acak bu yılki geel izlei bu haci çok düşük değil, düşük olduğu yöüdedir. Bu soruya verile cevaplar geçe yılı souçları ile kıyasladığıda, iş düyasıı öüüzdeki döe ile ilgili bekletilerii pozitife dödüğü hissedilektedir. Birleşe ve satı ala işleelerii çok artacağıa dair bir bekletisi ola katılıcıları oraı, 2004 yılıda % 6 da %20 ye yükseliştir. Aket souçları icelediğide, katılıcıları 2004 yılı özelleştire uygulaalarıı başarısız buldukları görülektedir. Acak 2003 yılı ile karşılaştırıldığıda özelleştire faaliyetlerii bu yıl daha başarılı buluduğu söyleebilir (2004-%7, 2003-%4). Buu e büyük edei, Özelleştire idaresii elide kala portföyü özelleştirilesi yöüde ciddi ve sout hazırlıkları yapılıyor olasıdır. Erst &Youg ı 2006 yılı raporuda yer ala aket souçları, iş düyasıı evcut duru ile ilgili değerlediresii olulu olduğu görülektedir zılıda 8

29 katılıcılarıı yaklaşık %75 i gerçekleşe işle hacii olulu olarak değerledirektedir yılıda birleşe ve satı ala faaliyetleri açısıda hareketlilik gösteresi beklee sektörler arasıda; eerji öe çıkaktadır. Türk firaları açısıda üç tür B&S de söz edilir (Persteier, 2004):. Yerli şirketler arası birleşeler: Bular daha çok grup içi düzeyde gerçekleşektedir. Öreği iki Sabacı firası ola Teksa ve Bossa ı birleşesi, ayı şekilde Koç Holdig e ait ola Arçelik ve Arde i birleşesi. 2. Yabacılarla birleşeler: Daha çok çieto (Ceedir-Çietaş), abalaj, kiya (Dupot-Kordsa), ısıta-klia (Carrier-Alarko), gıda (Nestle-Mis Süt), otootiv (Ford-Otosa), beyaz eşya (Bosch Profilo-Bosch-Siees Gbh.) ve perakede. 3. Yerli şirketleri yurt dışı yatırıları: Bular özellikle Bulgarista, Roaya, Türki Cuhuriyetleride yoğulaşaktadır. Arçelik-Blooberg, Borusa- Baesa, Aceros, vb. 980 yılıda uygulaaya koula istikrar prograıda dışa açıla, serbest pazar ekooisie geçiş, liberalleşe gibi aaçları buluası, şirketleri öeli ölçüde etkileiş ve bu döede, hazırlıksız yakalaa çok sayıda şirket zora giriştir. Uygulaa liberal politikalar, büyük grupları bile zorlaış, Türk iş düyasıda bir haciz, iflas ve kokordato rüzgarı esiştir. Şirket birleşeleri giderek daha da öe kazaaktadır. Gerek iç faktörler, gerekse dış faktörleri etkisiyle birçok şirket zaa zaa fiasal zorluk içie düşektedir. Öreği, 986 yılıda İstabul da al varlıkları yaklaşık 50 ilyarı bulduğu ileri sürüle 235 şirket iflas ederek, bu iş yerleride çalışa kişi açıkta kalıştır. Bu şirketleri birçoğu güçlüğe rağe faaliyetlerie deva edebilir ve toplua ekooik katkılarda buluabilirdi. Türkiye de şirket birleşelerii eder olarak gerçekleşesii aa sebep kouu heüz yeterice taıaası, öeii bilieesidir. Türkiyede aoi şirketleri % 90 ıı aile şirketi olası gerçeği vardır. Aoi şirket ola gereği ola beş hissedar sayısı, aktif olarak işe katkıda buluaya aile üyelerii geelde sebolik hisselerle şirkete ortak edilesi yoluyla sağlaaktadır. İşi başıdaki bir veya iki kişi 9

30 tarafıda idare edilekte, öeli kararlar olar tarafıda alıakta ve diğer aile üyeleri de buları oaylaakta, böylece yöeti kurulu kararları çıkarılaktadır. Halka açık olaya aoi şirketleri resi kuruluşlara düzeli olarak raporlar bildiresi gibi zorululukları yoktur. Bu sebeple pek çok halka kapalı aile şiketi, özellikle küçük ve orta ölçekli aile şirketi bağısız dış deeti kuruluşlarıyla da çalışayı tercih eteektedirler. Sahip-yöetici görevii üstlee kişi veya kişilerde evcut duruu değiştire isteğii olaası, yai psikolojik eteler, birleşeleri öüde bir egeldir. Ayrıca birleşe gerçekleşse de gerçekleşese de, faaliyetleri sürdürecek persoel kalitesii olaası, yeterli plalaa ve örgütlee yapabilek içi gerekli bilgi ve yeteek oksalığı, yai ileriye yöelik orgaizasyoları da yapılaası öelidir. Birleşeyle ile ticari üvaı ve dolayısıyla evcut üşterileri yitirilesi gibi olasılıklar birleşeleri egelleyebilektedir. Halbuki, yei kurulacak şirkette birleşe şirketleri isii verilesi gibi bir çözüe gidilebilir. İflas gibi isteeye aa zorulu durularda ise birleşe de tek çözü olabilektedir. Şirket birleşelerii olusuz etkileye şirket dışı faktörlerde vardır. Buları başlıcaları;. Ekooik koşulları elverişli olaası, ekooik istikrarsızlık 2. Pazar büyüe hızıı yetersiz olası 3. Nakit sıkıtısı ve para teiide karşılaşılabilecek güçlükler 4. Kaliteli ve yeterli iktarda isa gücü teiii güçlükleri olarak özetleebilir. Şirketleri ortak aacı, sürekliliklerii sağlaaya çalışırke değerlerii aksiu seviyeye çıkarak ve yaı sıra ekooik büyüe gerçekleştirecek ülkeleri refah düzeyii arttıraktır. Ekooik büyüe olgusu özellikle ülkeiz gibi gelişekte ola ülkeler açısıda çok öelidir. Çükü geel olarak gelişekte ola ülkelerde saayii yapısı büyük orada yaşa süreleri de ölçekleriyle paralel gide küçük ve orta ölçekli şirketlerde oluşaktadır. Bu çok sayıda, dağıık, küçük ve çok verili olaya şirketlerde oluşa saayi yapısıı değişesi gerekektedir. Türkiye de şirket birleşeleri heüz gelişe aşaasıdadır ve ta alaşılaaıştır Yöteleri kousuda yatırıcılar yeterli bilgiye sahip değildir. Bu tezi aacı birleşei şirketleri büyüesi içi bir yöte olduğu ve e doğru şirketi bulak 20

31 içi yapay siir ağları odeli öerilesi ve Türkiye i bir eksikliğie katkı sağlaasıdır.şirket birleşeleri çok kriterli karar vere probleidir. Yapay siir ağları, evcut bilgi küesi içide karar kurallarıı ortaya çıkarabile yei yöte suuştur. İzleye bölüde yapay siir ağları alatılacaktır. 2

32 2. YAPAY SİNİR AĞLARI Karar vere, gülük hayatıızı ayrılaz bir parçasıı oluşturur. Güüüz probleleride, karar verici (KV) çok aaçlı karar probleleri ile karşı karşıyadır ve bu aaçlar birbirleri ile zıtlaşa durudadır. Çok aaçlı karar vere, çok kriterli karar vere (ÇKKV) olarak da adres gösterilir (Wag ve Malakooti, 992). Çok kriterli karar vere proleleride evcut yaklaşılar üç kategoride iceleir: Başlagıç aşaası, ilerleye aşaa ve so aşaa (Hwag ve Masud, 979). Başlagıç aşaasıda, KV i tercih bilgilerie dayalı ola karar odeli oluşturulur. İkici aşaa da KV ile etkileşili çalışılır ve e iyi alteratifi bulak üzere araştırılır. Üçücü aşaa ise, KV i tercihlerie dayalı bulua alteratifi, ileri ki aşaası ola duyarlılık aalizleri yapılır. Çok kriterli karar vere probleleride, aaçları çok fazla oluşu ve alteratifleri çeşitliliğide dolayı, KV i başlagıç tercihlerie dayalı olarak oluşturuluş çok bileşeli fayda foksiyou gibi sıralayıcı karar odelleri ile KV i geel tercih bilgilerii taae elde edilesi isteir. Uzu yıllarda bu yaa, KV i tercih yapısı altıdaki ataalar içi, teori ve etodolojiyi geliştirek adıa, farklı disiplilerde gele araştıracılar büyük çaba harcaışlardır. Bu alada çok bileşeli fayda teorisi ve çok bileşeli değer foksiyou üzerie yoğulaşa fazla oluştur (Keey ve Rafia, 976; Bell, 979; Kirkwood, 974). Mevcut çok bileşeli fayda teorisi ve yöteleri ou yapısıda kayaklaa bazı dezavatajlara sahip olduğuu çalışalar gösteriştir (Wag ve Malakooti, 992). Yaklaşıdaki bozula, varsayılarda bir taesii eu edilesii teorik olarak isteesi, bu yaklaşıları uygulaadaki kısıtlarıdır. Bir diğer kısıt ise, öcelik özelliklerie dayalı olarak oluşturula çok bileşeli değer foksiyouu geellikle aalitik olduğu kabul ediliyor oluşudur. Bu çıkarsaalar, uza sistelerde ve pratikte atık tarzı olasılık veya kurala dayalı taılayıcı olarak biliir (Wag ve Malakooti, 992). Karar vere yapısıı karışık olası edei ile, KV i geel tercihlerii foral yapıya, bir foksiyo foratıda aktarak, 22

33 ikasız olasa da zordur. KV i ataaları altıdaki çok bileşeli değer foksiyouu kullaak, kolay değildir. Yapay siir ağları, so yıllarda ortaya çıkış ve çok aaçlı karar vere küesi içide, evcut bilgilerde karar kurallarıı ortaya çıkarak içi yei yöte ve tekolojiyi uygulaa ve geliştireye olaak sağlaıştır (Hito ve Sejovski, 986; McCulloch ve Pitts, 943; Roseblatt 958). Tablo 2. de karar vere probleleri çözüüde yapay siir ağlarıı ede yaygı kullaıldığı gerekçeleri veriliştir. Tezi kapsaıı oluştura karar vere problelerii çözüüde de yapay siir ağları geiş kullaı alaıa sahiptir. Tablo 2.: Çok aaçlı karar vere sürecide kullaıla tekikleri karşılaştırılası (Wag ve Archer,993). MOMP MAUT YSA Araştıra yaklaşıı Kuralcı Kuralcıya yakı Betisele yakı Teori gereksiii Çok katı Çok katı Esek Deeysel gereksii Güçlü Katı Esek (Varsayılar) (Foksiyo yapıları ve ölçü tipleri) (Foksiyo yapıları ve ölçü tipleri) Yapısal Taae özel Özel Taae esel Bilieyei suuş Duyarlılık aalizi Olasılık tabalı Bulaık küe tabalı Yapay siir ağları kavraı beyi çalışa ilkelerii sayısal bilgisayarlar üzeride taklit edilesi fikri ile ortaya çıkış ve ilk çalışalar beyi oluştura biyolojik hücreleri ya da literatürdeki isiyle öroları ateatiksel olarak odelleesi üzeride yoğulaşıştır (Fausett, 994). Yapay siir ağları gerçek düya problelerie adapte edilebilir olası da avatajlarıda bir taesidir (Wag ve Archer, 993). Siir ağları isa beyii işleyiş şeklide yola çıkış olsa da, heüz beyi hızıa ulaşaaasıa rağe, karaşık eşleştireleri hassas bir biçide gerçekleebilesi ve yapısal gürbüzlüğe 23

34 sahip olaları edeiyledir ki gü geçtikçe uygulaa alaları geişleektedir (Efe ve Kayak, 2000). Yapay siir ağları ile progralaa yapısı da geleeksel progralaa yapısıa göre farklılık gösterir. Geleeksel progralaada izleesi gereke kurallar olasıa karşılık, siir ağı yaklaşııda kurallar veri küeside öğreilir (Swigler, 996). Siir ağlarıı hızlı bir şekilde kullaı oraıı artasıı haklı olduğu edeler vardır. Birici ede, siste paralel çalışır ve toplasal işlev yapısal olarak dağılıştır (Hayki, 996). Siir hücrelerii bir taesi işlevii yitiresi duruuda, ağ başarııı çok fazla etkileeyeceğidir. İkici özellik geellee yeteeği, diğer bir deyişle ağ yapısıı eğiti esasıda kullaıla üerik bilgilerde eşleştireyi betileye kaba özellikleri çıkarsaası ve böylelikle eğiti sırasıda kullaılaya girdiler içide alalı yaıtlar üretebilesidir. Bir başka özellik ise ağ foksiyouu olieer oluşudur. Yapı üzeride dağılış belli tipteki olieer alt biriler özellikle, istee eşleştirei deeti ya da taılaa işleleride olduğu gibi olieer olası duruuda işlevi doğru biçide gerçekleebilesi içi yapısal bir eseklik gerekliliği uygulaalıdır. Yai ağ paraetreleri başarıı arttıracak ya da aliyeti azaltacak şekilde değiştirilebilelidir. Yapay siir ağları, kurallar biliediği acak, öğreilesi ükü bir çözü seti oluşturulabile proble çözüüde faydalıdır. Girdi değerler küeside ilişkilediriliş çıktı değerler küesie kadar rehber foruda bir odel taılar (Swigler, 994). Yapay siir ağları, öğree, kavraları algılaa koularıda yaygı olarak kullaılır (Su ve diğ., 994). Siir ağlarıı tarihçesi kavrasal yaratıcılık ve uygulaaları gelişesi ile ilerleiştir. 9. yüzyıl soları ve 20. yüzyıl başlarıa dayaa bir geçişi vardır. Aslıda bu Hera vo Helholtz, Erst Mach ve Iva Pavlov gibi araştıracıları fizik, psikoloji ve siir psikolojisi gibi disipliler arası çalışalarıda eydaa geliştir. Başlagıçtaki bu çalışalar öğree, vizyo, şartlaa gibi geel teoriler üzeride yoğulaşılıştır, siir operasyoua ait et bir odel içereektedir. Siir ağlarıa oder bakış, Warre McCulloch ve Walter Pitts (943) i çalışaları ile 940 larda başlaıştır (Haga ve diğ., 996). Yapay siir ağları herhagi bir aritetik veya lojik foksiyou hesaplayabileceğii gösterişlerdir. 24

35 McCulloch ve Pitts i çalışalarıı Doald Hebb (949) izleiştir (Haga ve diğ., 996). Aacı, biyolojik öroları öğree ekaizasıı ortaya koyaktır. Beyi içeriside siaptik odifikasyo içi ekaizaı olabileceğii düşüüştür ve yapay siir ağlarıı deeiştir. Yapay siir ağlarıda ilk pratik uygulaa, 950 leri solarıa doğru algılayıcı ağı buluuşu ve Frak Roseblatt (958) tarafıda öğree kurallarıı buluuşu ile yapılıştır. Frak Roseblatt ve ou ekibi bir algılayıcı ağ oluşturuş ve ou uygulaasıı yapışlardır. Kavraları algılaa siir ağlarıda öeli bir başarıdır. Acak, sıırlı sııflaa problelerii çözebiliyor olası daha sora alaşılıştır. Ayı zaalarda Berard Widrow ve Ted Hoff (960) Roseblatt ı algılayıcılarıa bezer yeteekte ve bezer yapıda doğrusal siir ağlarıa uyarlaada test içi kullaılabile yei bir öğree algoritasıı taıtışlardır. Maalesef her iki araştıracı da ayı kısıtlaada soru yaşaışlardır. Her ikisi de duruu farkıda olalarıa rağe, daha karışık ağları eğitek içi öğree algoritasıı oluşturulasıda başarılı olaaışlardır. Marvi Misky ve Seyour Papert (969), kitaplarıda bu durua geiş yer verişlerdir. Miksy ve Papert de etkilee bir çok isa, siir ağlarıda daha ileri düzeydeki araştıraları olaayacağıa iaışlardır. Deeyler içi dijital bilgisayarları gücüü olası gerçeği ile birleşe bu duru, bir çok araştıracıı bu sahayı terk etesie ede oluştur. Bir yüzyıl siir ağları araştıraları geiş kapsalı durdurulduğu döedir. Acak, bazı öeli çalışalar 970 ler boyuca deva etiştir. Teuvo Kohoe (972) ve Jaes Aderso (972) hafıza olarak taılaa yei siir ağlarıı bağısız ve ayrı olarak geliştirişlerdir. Bu döede, kedi kedie öğree (self orgaizatio) ağlar üzeride çalışışlardır. Siir ağlarıa ilgi 960 ları solarıa doğru duraklaıştır. Deeyleri yapacak güçlü bilgisayarları zayıflığı gelişeyi durduruştur. Bu döede yei fikirlerde çıkaaıştır. 980 lerde bilgisayarları gelişesi ve yei fikirleri ortaya çıkası ile bu aladaki çalışalar draatik olarak artıştır. Yei kişisel bilgisayarlar, iş istasyoları yeteekleri arttırıştır. Bulara ek olarak, yei kavralarda taıtılıştır. İki kavra siir ağlarıı yeide doğası içi çok öeli oluştur. Biricisi, bir birleşik hafızayı kullaabile yeide besleeli (recurret) ağları ta bir sııf operasyouu açıklayabilecek istatiksel ekaizaı kullaılabilesidir. Joh Hopfield (982) akaleside bu duruu açıklaıştır. 25

36 Gelişedeki ikici aahtar, çok katalı algılayıcı ağları eğitii içi geri beslee algoritasıdır. Bir çok kişi bu algoritaı farkıa varışlardır acak, David Ruelhart ve Jaes McClellad (986) geri beslee algoritasıı e öeli sözü geçe kişileridedir. Bu algorita 960 lar da Miks ve Papert i eleştirilerie de cevap veriştir. So o yılda bide fazla akale yazılıştır ve siir ağları yei uygulaa alaları buluştur. Teorik ve pratik aladaki söyletiler, aşağıda belirtileceği gibi et olaakla birlikte, bize liderlik etiştir. Buraya kadar verdiği açık tarihçei aacı siir ağları alaıdaki ilerlee ile ilgili bilgi verektir. Bu ilerlee her zaa yavaş fakat kararlı olaıştır. Baze hızlı, baze yavaş ilerleeler gözleiştir. Siir ağlarıdaki gelişişlik, yei kavralarla çalışa fırsatı yaratıştır. Burada yei kavraları üzeride test edileceği güçlü bilgisayarları olası öeli bir oktadır. Bugü baktığıızda, siir ağları yalız bugü değil, gelecekte de kalıcı bir yere sahip olacak duruda, fakat her problei çözüü içi değil, yalızca uygu durularda kullaıla bir alzee olacaktır. Ek olarak, hatırlaası gereke beyi asıl çalıştığı hakkıda çok az bilgiye sahip olaız siir ağlarıı geleceğe uzaası içi öeli bir fırsattır (Haga ve diğ., 996).. Uygulaa Alaları Siir ağları odelleri, gerçek beyi foksiyouu bir odeli olarak ve ayı zaada hesaplaa yötei olarak kullaılırlar (Hayki, 996). Siir ağları, gerçek düyada alıa verileri geelleştire yeteeğie sahip olasıda dolayı bir çok alada uygulaa ikaı buluştur (Wag, 992). Siir ağlarıı kullaa potasiyelii taılaak aacı ile, Asto Üiversitesi tarafıda bir araştıra yürütülüştür. Buldukları souç, Shakespeare ve çağdaşlarıı arasıdaki bireysel yaza tarzıı ayırt etek içi kullaılıştır. İtalya da zeytiyağıı saflığıı test etek içi kullaılıştır. Bu örekler siir ağlarıı uygulaa sıırlarıı geişliğii düşüek içi yeterlidir. Uygulaalar daha da yayılabilir çükü, siir ağları proble çözede yalızca ühedislik de değil, ilaç, yöeti, fias, edebiyat alaıda da iyi bir araçtır. Hızlı bilgisayarlar ve hızlı algoritalar, çok fazla hesap gerektire karışık edüstriyel probleleri çözüü içi siir ağlarıı kullaılasıı olası hale getiriştir. Üreti alaıda, proses kotrolü, ürü dizay ve aalizi, kiyasal proses 26

37 sisteleride diaik odellee, plalaa ve yöeti akia bakı aalizi, kiyasal ürü dizay aalizi, görsel kalite kotrol aalizi, bira testi, kağıt kalitesi tahii gibi uygulaa öreklerii çoğaltak üküdür. Sağlık alaıda, akciğer kaser hücre aalizi, EEG, ECG aalizi, protez dizayı, akil işleleri optiizasyou, hastae kalitesii geliştire de yapay siir ağlarıı sağlık alaıda kullaııa verilecek örekler arasıdadır. Fias, gerçek duru aalizi, para, borsa, yöeti işleleri, e iyi getiriyi sağlayacak yatırı plaları oluştura, şirket fias aalizi, para fiyat tahii gibi alalarda, bir çok siir ağı uygulaaları ile siir ağı yazılı ve doaııa yatırıla para hızlı bir şekilde büyüyecektir (Haga ve diğ., 996)..2 Biyolojik Siir Hücresi Beyi, siir olarak adladırıla 0 gibi büyük sayıda bağlatı elealarıda oluşur. Bu siirleri üç aa bileşei vardır: Detritler, hücre gövdesi (soa) ve aksolardır. Burada detritler hücreye bilgi girişii sağlarlar. Aksolar aracılığı ile bilgi iletilir. Siyaller değiştirilede iletildiği gibi, değiştirilerek de iletilebilir. Bir siaps tarafıda, bağlatıı etkisii düşüş veya yükselişii sağlayabilir ve bir alt seviyedeki örou baskılığıa ve çekigeliğie sebep olabilir. Gele siyalleri siapsler tarafıda trasfer işlei yapay siir ağlarıda ağırlıklar tarafıda gerçekleştirilecektir. Soalar, gele siyalleri toplar, yeteri kadar iput alıası duruuda, aksolar üzeride iletilir. Akso ve detritlerde oluşa çok yüksek sayıdaki bağlatı, bu hücrelerdeki işleleri ve hızı basit olasıa rağe, paralellikte dolayı çok hızlı ve güveilir souçlar ürettiği gözleleiştir. 27

38 Detrit Akso Soa Siaps Şekil 2.: Biyolojik örou yapısı (Fausett, 994). 2.3 Mateatiksel Siir Modeli Yapay siir ağları (YSA), biyolojik siir ağlarıı ortak perforas karakteristiklerie sahip bilgi işlee sisteidir. Yapay Siir Ağları aşağıdaki varsayılara dayaır (Fausett, 994). Bilgi prosesi, siir diye adladırıla bir çok basit bileşede eydaa geliştir. Siyaller, siir hücreleri üzeride iletilir. Her bağlatı, ilişkilediriliş ağırlığa sahiptir. Her siir hücresie, et girdi ve ou çıktı siyallerii belirleyecek bir aktivasyo foksiyou uygulaır. Yapay Siir Ağları odelleri birbiride bağısız ve paralel olarak çalışabile proses elealarıı hiyerarşik bir şekilde orgaizasyouda oluşur. Beş teel bileşe vardır. Girdi Eleaı Ağırlıklar Toplaa Foksiyou Aktivasyo Foksiyou Çıktı Eleaı Girdi elaı bir dış kayakta gelebileceği gibi, diğer bir siirde de gelebilir. Bir siir hücresie birde fazla girdi de gelebilir. Siir ağları yalızca sayıları işler. 28

39 Proble sayılarda oluşuyorsa, sayısallaştırılalıdır. Şekil 2.2 de görüldüğü gibidir. Çıktı Aktivasyou 0 Aktivasyo Foksiyou Ağırlıkladırılış Aktivasyoları Toplaı Ağırlıkladırlış Aktivasyo Girdi Şekil 2.2: Bir proses eleaı yapısı (Haga ve diğ., 996) Tek Girişli Siir Ağları Siir hücreleri, yapay siir ağlarıı oluştura, tek başıa ele alıdıklarıda çok basit işleve sahip işlecilerdir (Efe ve Kayak, 2000). Tek girişli siir hücresi Şekil 2.3 de gösteriliştir. Burada sayısal girdi p, sayısal ağırlık w ile wp foruda çarpılarak, bir toplayıcı uygulaır ve elde edile topla, siir hücresii aktivasyo foksiyouda geçirilerek ağ çıktısıı üretir (Haga ve diğ., 996). Bir siir hücresi çıktısıı hesaplaası: a= f(wp+b) Öreği, w= 3, p= 2, b= - ise; a = f (3(2)-) = f(5) 29

40 Girdi Siir p w b f a a=f (wp+b) Şekil 2.3: Tek Girişli Siir Ağı (Haga ve diğ., 996) Gerçek çıktı özellikle trasfer foksiyoua bağlıdır. b eşik değeri bir ağırlık gibidir. sabit girdisii kabul eder. Acak özel bir siir hücresi içeriside, bir eşik değeri isteiyorsa atlaabilir (Haga ve diğ., 996). Eşik değeri girdilerde bağısız olasıda dolayı bütü girdileri sıfır olduğu durularda siir çıkışıda f(0) yerie f(b) gözleir ki, bu da belirtile şartlar altıda siir hücresi çıkışıı sıfır olası zorululuğuu ortada kaldırır. Eşik değerii kullaıı pratikte + ya da değerie sahip bir girdii b ağırlığıa sahip bir bağlatı ile toplayıcıya girdiği şeklide ele alıır (Efe ve Kayak, 2000). w ve b ayarlaabilir paraetrelerdir. Trasfer foksiyou ise, ağı dizay ede kişi tarafıda seçilecektir. Ağ girdi ve çıktı ilişkiside belirleiş hedefleri gerçekleştirebilesi içi w ve b ayarlaır Çok Girişli Siir Ağları Birde fazla girdileri olduğu siir hücresi yapısıdır. Şekil 2.3 de olduğu gibi, herbir bireysel girdi p, p 2, p 3,,p R, W ağırlık atrisii w,, w,2,,w,r uygu elealarıyla ağırlıkladırılıştır. Tezde kullaılacak ola ağ tipi çok girişli ağ yapısıı oluşturur. Girdi değişkeleri şirket rasyoları olacaktır. 2 p R oluşturulacak ve buları ağırlıkları ağ eğitii soucu buluacaktır. 30

41 Girdiler Çok Girişli Siir Hücresi P P 2 w, f a P R w,r b a=f(wp+b) =, Şekil 2.4: Çok Girişli Siir Ağı (Haga ve diğ., 996) w, p + w,2 p w R pr + b = Wp + b ( Wp b) a = f Trasfer Foksiyoları Trasfer Foksiyou, ağ yapısı içeriside belirleiş girdi ve çıktı hedeflerii karşılaası aacı ile, ağ iarisii oluştura kişi tarafıda belirleir. Bir çok trasfer foksiyou olakla birlikte e çok aşağıda belirtile üç taesi kullaılır (Haga ve diğ., 996). Uygulaada öro cevabıı, girdileri sürekli bir foksiyo olasıı gerektire durularda sigoid tipi trasfer foksiyou kullaılırke, ikili karar ekaizası gerektire durularda sert geçişli trasfer foksiyou kullaılaktadır (Efe ve Kayak, 2000) Sert Geçişli Trasfer Foksiyou Girdileri iki ayrı kategori içeriside sııfladırılası isteildiğide kullaılır. Sıfırda küçük olası duruuda sıfır, büyük eşit olası duruuda + değerii üretir. Şekil 2.5 de sert geçişli trasfer foksiyou yapısı görülektedir. 3

42 a=hardli() a + - Şekil 2.5: Sert geçişli trasfer foksiyou Doğrusal Trasfer Foksiyou Doğrusal trasfer foksiyouu çıktısı girdiye eşittir. a = dir. ADALINE ağ yapısı içerside kullaılır. Şekil 2.6 da doğrusal trasfer foksiyouu yapısı görülektedir. a a + - Şekil 2.6: Doğrusal trasfer foksiyou Logaritik Sigoidal Trasfer Foksiyou Şekil 2.7 de görüle logsig trasfer foksiyou - ve + arasıda herhagi değere sahip girdileri alır ve 0 ve arasıdaki çıktıya gerer. Bu foksiyo, diferasiyel olası edei ile, çok katalı ve geri beslee algoritası ile eğitile ağlarda yaygı olarak kullaılır. a a=logsig() f x) = ( + e ( x ) + - Şekil 2.7: Logaritik sigoidal trasfer foksiyou 32

43 2.5 Ağ Miarisi Bir siir ağı odeli, bir ağ içeriside birbiriyle bağlatılı proses elealarıda oluşur. Bir proses birii (siir hücresi) w ağırlığı ile alış olduğu siyalleri, girdi foksiyoua bağlı olarak toplar ve aktivasyo foksiyouu çıktısıa bağlı olarak çıktı siyallerii üretir. Ardıda çıktı siyali, ağı topolojisie bağlı olarak diğer siir hücrelerie girdi teşkil eder. Siir hücreleride ağırlıkları ayarlaası, perforası arttırak içidir (Lippa, 987). Bu uyarlaa yeteeği veya öğree, karar vere, karışık proble çözüü ve buu gibi bir çok sayısal zeka faaliyetlerii teelidir. Bir siir ağıı birde fazla girdisi olsa bile baze yeterli olayabilir. Paralel çalışa ve adıa kata dediğiiz bu siir gruplarıa gereksii vardır Tek Katalı Siir Ağı Şekil 2.8 ve 2.9 da tek katalı yapay siir ağıı eleaları gözükektedir. Her bir R girdisi, her bir siir ile ilişkilediriliştir ve S boyutlu ağırlık atrisi evcuttur. Bir kata, ağırlık atrisi, trasfer foksiyou, a çıktı vektörüü içerir. Girdi vektörü p i her eleaı, w ağırlık atrisi ile her siire bağlatılıdır. Yai, her girdii bir ağırlığı söz kousudur. Her siir, b i sayısalı, bir toplayıcı, bir f trasfer foksiyou ve bir a i çıktısıa sahiptir. Hepsi birlikte a çıktı vektörüü oluştururlar. Tartışasız bir kou, bir kataı girdi sayıları, siir sayılarıda farklıdır ( R S). Her bir kataı trasfer foksiyou birbiride farklı olabilir. Tek katalı siirleri farklı trasfer fokisyolarıa atayabiliriz. Aşağıdaki siir hücreleri ayı girdiye sahip olasıa rağe farklı çıktılar üretir. Girdi vektörüü eleaları W ağırlık atrisi ile ağa giriş yaparlar. w W= w w, 2, S, w w w,2 2,2 S,2 w w w, R 2, R S, R (2.) 33

44 P w, Σ f a P 2 b Σ 2 f a 2 P 3 b 2 P R w S,R Σ 3 f a 3 b 3 Şekil 2.8: Tek katalı siir ağı Burada satırlar siirleri, sütularda p ağırlığıı girdi kayağıı taılar. w 2,, 2. siir hücresii. kayak ile ola ilişkisii taılar. S siir hücresie sahip, R girdisi ola tek katalı siir ağıı kısaltılış şekli aşağıdaki gibidir. Girdiler s siir hücreli kata Rx W + Sx f a Sx b S R a = f (Wp+b) Şekil 2.9: Tek katalı siir ağıı kısaltılış gösterii 34

45 Şekil 2.9 da, p girdi vektörüü boyutu R dir. W, SxR boyutlu atristir. a ve b, S boyutlu vektörlerdir. Daha öce de belirtildiği gibi, bir kata, girdi vektörleri, toplaa ve trasfer foksiyoları ve çıktılarda oluşaktadır Çok Katalı Siir Ağı Doğrusal olarak ayrılabile foksiyolar içi, algılayıcılar uyguke, gerçek hayatta karşılaşıla bir çok problei teel özelliği ola doğrusal ayrılaaa özelliğie sahip olalar içi çok katalı yapay siir ağları kullaıı gereklidir (Piraithu ve diğ., 993). Şekil 2.0 da üç katalı siir ağı gösteriliştir. Girdi, çıktı ve üç gizli katada oluşaktadır. Girdiler.kata 2.kata 3.kata Rx W S xr + S x b a W 2 a 2 a 3 W 3 S 2 xs + 3 f 2 f 2 S 3 xs 2 f + 3 S 2 x S 3 x b 3 b 2 R S x S 2 x S 3 x a =f (W p+b ) a 2 =f 2 (W 2 a +b 2 ) a 3 =f 3 (W 3 a 2 +b 3 ) Şekil 2.0: Üç katalı siir ağıı kısaltılış gösterii Gizli kata siir ağıı hesaplaa süresii yavaşlatabilir acak, çok öeli dege sağlaya avatajları vardır. Çok katalı siir ağı, karar bölgesi doğrusal olaya ve karışık sııflaa problelerii çözüü içi gereklidir (Schalkoff, 997). Çok katalı siir ağı, tek katalı siir ağıa göre daha güçlüdür. Öreği, iki katalı bir ağı birici kataıda sigoidal foksiyo, ikici kataıda doğrusal foksiyoa sahip olası, tek katalı ağ yapısıa göre eğiti aşaasıda yaklaşalar daha rahat olacaktır. Bu oktada bir ağı özelliklerii belirleesi öeli bir süreçtir. Birici olarak, ağı girdi ve çıktı sayılarıı belirleek gerekektedir. Eğer ağa, 4 dış etke etki ediyorsa, girdi sayısı 4 olacaktır. Bezer şekilde ağda 7 çıktı üretilecek ise, 7 tae siir hücresi olalıdır. Souç olarak çıktı siyallerii isteile 35

46 karakteristikleri trasfer foksiyou seçiie yardıcı olacaktır. Çıktıları veya ola duruuda, sert geçişli trasfer foksiyou kullaılalıdır. Böylece tek katalı siir ağıı iarisi taılaış olur. İki katada fazla olası duruuda, dış probleler gizli kata içeriside ki siir hücreleri sayısıı kolayca söyleyeeyecektir. Aslıda, gizli kata içeriside olası gereke optial siir hücre sayısıı tahi etek çok kolay değildir. Bu kou icelee altıdadır. Daha ayrıtılı bilgi ileride alatılacak ola geri yayılalı algorita içide ele alıacaktır. 2.6 Hata Kareleri Ortalaası So yıllarda siir ağlarıa ilgi oldukça artıştır (Lippa, 987; Masso ve Wag, 990). Araştıracılara göre hala gelişe döeide olasıa rağe, gerçek beyi foksiyolarıı bir odeli ayı zaada hesaplaa yeteeği olduğu içi oldukça yaygı kullaılaktadır (Wag ve Archer, 993). Bu bölüde geri yayılı algoritasıı, teelii oluştura hata kareleri ortalaası algoritası alatılacaktır. Hata kareleri ortalasıa geçede öce, algılayıcıları çok bezeri ola ADALINE ağı üzeride durulacaktır. ADALINE (ADAptive LIear NEuro) algılayıcılarda bir farkı, trasfer foksiyou sert geçişli yerie, doğrusal foksiyodur. Şidi ADALINE ağıı karakteristiğii test eteye başlayabiliriz. LMS (Least Mea Square) algoritası hata karelerii eküçükleye algoritadır. LMS algoritası açık ağ davraışlarıı örek setide sağlaış gözetili öğreei bir öreğidir. { p t }, { p, t },..., {, }, 2 2 p Q t Q (2.2) p Q lar ağa girdi, t Q lar uygu çıktı hedefleridir. Her girdi ağa uygulaır ve ağı üretiş olduğu çıktı hedef ile karşılaştırılır. LMS algorita, hata kareleri iiizasyou içi ADALINE ı ağırlık ve hata teriii adapte eder. Buradaki hata hedef çıktı ile ağ çıktısı arasıdaki farktır. Bu değeri iiizasyou ağ perforası içi öelidir. Bu bölüde bu perforas katsayısı üzeride durulacaktır. Öcelikle tek siir hücresi üzeride duralı. 36

47 Hata teriii de içere ağırlık paraetrelerii bir vektör içerside vereli: w x =. b (2.3) Girdi vektörüü bir bileşei ola hata terii b i değeri olsu: p z =. (2.4) Geel forda kulladığıız ağ çıktısı : T a= w p + b, (2.5) Aşağıdaki gibi de yazılabilir, T a = x z. (2.6) Artık, bu bize ADALINE içi hata kareleri ortalaasıı uygu bir şekilde yazaızı sağlar: F F 2 [ ] 2 2 T ( x) E[ e ] = E[ ( t a) ] = E ( t x z) =, (2.7) 2 T T T ( x) = E[ t 2tx z + x zz x] 2 T T T [ ] 2x E[ tz] + x E[ zz ] x. = E t (2.8) Aşağıda olduğu gibi uygu bir forda yazabiliriz: F T T ( x) c x h + x Rx = 2, (2.9) 2 [ ] c = E t, E[ tz] T h =, E[ zz ] R =. (2.0) Burada h vektörü, girdi vektörü ve ou ilişkilediriliş hedefi arasıdaki korelasyou verir. R girdi korelasyo atrisidir. Bu atrisi diyagoal eleaları, girdi vektörü elealarıı kareleri ortalaasıa eşittir. Dekle 2.9 bir quadratik foksiyodur ve quadratik deklei geel foruda ola 2. ile karşılaştıralı. 37

48 F = (2.) 2 T T ( x) c + d x + x Ax. ADALINE içi, hata kareleri perforas katsayısıı bir quadratik foksiyo olduğuu kolayca görebiliriz. d=-2h ve A=2R (2.2) Bu öeli bir souçtur. Çükü, quadratik foksiyou karakteristiği öcelikle A Hessia atrisie bağlıdır. Öreği, Hessia öz değeri pozitif ise, foksiyou bir tek global iiu oktası vardır ve olası paraetre vektörlerii sadece biri içi e küçük değerii alır C C C Şekil 2.: Kuadratik foksiyou grafik gösterii Foksiyou e küçük değerii aldığı okta Şekil 2. de görüleceği gibi, foksiyou bir tek iiu oktası vardır. E küçük karesel hataya ulaşak içi, bu foksiyou uyarlaacak paraetreye göre kısi türevi bu foksiyou e iyi iiize ede değere doğru yaklaşır. Hata kareleri ortalaa foksiyou; 2 F ( x) = ( t( k) a( k)) = e 2 ( k) (2.3) Beklee hata kare ortalaası, k. iterasyodaki hata karesi ortalaasıa eşittir. F( x) = e 2 ( k) (2.4) 38

49 e 2 ( k) ı R. ilk eleaı ağ ağırlıklarıa göre türevi alıır. Bu duruda (R+). eleaıda, hata teriie göre türevi alıacaktır. 2 2 e ( k) e( k) [ e ( k) ] = = 2e( k) for j =,2,3 R j,..., (2.5) w w, j, j 2 [ e ( k) ] R+ 2 e ( k) e( k) = = 2e( k) b b (2.6) Türevleri soucu, aşağıdaki foksiyo buluuş olur. F( x) = e 2 ( k) = 2e( k) z( k) (2.7) W T ( k ) = W ( k) + 2αe( k) p ( k) + (2.8) 2.7. Hata Geri Yaya Algoritası Geri yayılı da e küçük hata kareleri ortalaası (Back Propagatio Least Mea Square Error-BPLMS) öğree algoritası e çok kullaıla algoritalarda birisidir (Ruelhart ve diğ., 986). BPLMS öğree algoritası, gerçek çıktı ile isteile çıktı arasıdaki hata kareleri ortalaasıı ağı ağırlıklarıı adapte ederek e küçükleye dereceli (gradiet) algoritadır (Wag ve Archer, 993). Yapay siir ağlarıı paraetrelerii gücelleesi içi, e çok kullaıla yöte hata geriye yaya yöteidir. Ses taıa probleleride olieer siste taılaa ve deetii problelerie kadar yapay siir ağları ile çözü üretile bir çok alada başarı ile kullaıla bu yöte, kuadratik bir aliyet foksiyouu zaa içeriside, ağ paraetrelerii uyarlaası ile iiizasyoua dayaaktadır (Efe ve Kayak, 2000). Bu eğiti etodu hataları geri yayılası veya delta kuralıı geelleştirilesi olarak da biliir. Gradya iişi (Gradiet-deset) etodu, ağı çıktılarıı hata kareleri toplaıı iiizasyoudur (Fausett, 994). Geri yayılalı eğiti etoduu geel yapısı geri yayılalı bir ağdır. Bu ağ çok katalı olup, ileri besleelidir. Bir çok aladaki probleleri çözüü içi 39

50 uygudur. Sııfladıra, izdüşü, yorulaa ve geelleştire problelerii çözüü içi idealdir (Rogers, 997). Geri yayıla ile öğree algoritası üç teel adıda oluşur: Girdi paraetrelerii ilerleesi İlişkilediriliş hataları geri yayılıı Ağırlıkları ayarlaası İleri beslee sırasıda, her girdi birii, girdi siyalie ulaşır ve gizli katalarda bu siyaller yayılır. Her bir gizli kata ou aktivasyouu hesapladıkta sora, siyalii çıktı biriie göderir. Çıktı kataıda gele siyali aktivasyouu hesaplar ve ağı çıktı değerii oluşturur. Çok katalı bir ağ içide, bir kataı çıktısı izleye kataı girdisii oluşturaktadır. Bu işlei deklei: a + = f ( W a + b ) for = 0,,..., M (2.9) Burada M, kata sayısıdır. İlk katadaki siir hücreleri, dış girdilerdir. 0 a = p (2.20) So katadaki siir hücresi çıktısı, ağ çıktısıdır ve a dır. M a = a (2.2) 2.8. Perforas İdeksi Geri yayılalı algorita, perforas ideksi olarak hata kareleri ortalaasıı kullaır. Algorita uygu ağ davraışlarıı örek setii suar: { p t }, { p, t },..., {, }, 2 p t 2 Q Q (2.22) p Q lar ağ girdileridir. Q t lar uygu ağ hedefleridir. Her bir girdi ağa uygulaır ve üretile çıktı hedef değeri ile karşılaştırılır. Algorita, hata kareleri iiizasyou 40

51 içi, ağ paraetrelerii ayarlar. Algoritaı teel presibi, her bir okta içi, öro cevabıdaki hataı alık olarak iiizasyoudur. F 2 2 ( x) E[ e ] = E[ ( t a) ] = (2.23) Burada x, ağ ağrılıkları ve hata teriidir. Eğer, ağ çıktılarla çarpılası duruuda, F [ ] T T ( x) E( e e) = E ( t a) ( t a) = (2.24) Aşağıdaki dekle ile hata karelerie yaklaşırız; F T T ( x) = ( t( k) a( k) ) ( t( k) a( k) ) = e ( k) e( k) (2.25) Hata karelerii beklee değeri, k. adıda hata kareleridir. Hata karelerie yaklaşak içi, Steepest Descet Algoritası; w ( k + ) = wi, j ( k) i, j F α (2.26) w i, j b i F (2.27) b ( k + ) = bi ( k) α i Buraya kadar LMS algoritasıa yer verildi, şidi bölüsel türevleri alıası aşaasıa geldi Zicir Kuralı Eğer, tek katalı doğrusal bir ağ söz kousu ise, türevler aşağıdaki dekleler ile hesaplaır. W b T ( k ) = W ( k) + 2αe( k) p ( k) + (2.28) ( k ) = b( k) + 2αe( k) + (2.29) Acak, çok katalı ağ içide yer ala gizli kataı ağırlıkları açık bir foksiyou yoktur. Buda dolayı türev kolayca alıaaz. Hata gizli kata içide ağırlıkları idirek foksiyou olduğu içi, türevi hesaplarke zicir kuralı kullaacağız. Zicir 4

52 kuralı kullaırke, yalızca değişkei içi açık bir f foksiyou olsu. Üçücü değişke ola w ye göre f i türevii alıası içi zicir kuralı uyguladığıda, df ( ( w) ) df ( ) dw d( ) Öreği, f df ( w) d = (2.30) dw 2w ( ) = e ve = 2w, olası duruuda f ( ( w) ) e ( ( w) ) df ( ) = dw d( ) d dw ( w) = ( e )( 2) =, (2.3) Bu kosepti, dekle (2.28) ve (2.29) u türevlerii alak içi kullaabiliriz. F w F = w i, j i i i, j (2.32) F b i F = i b i i (2.33) Bu dekleler içi ikici teri,. kata içi ağı girdisi olduğu içi foksiyou oldukça açıktır: i S = j= w,, a + b (2.34) i j j i Dolayısıyla; w i i, j = a j i, b i = (2.35) Şidi taılayacak olursak; 42

53 43 i i F s (2.36) Bu duruda dekle 2.32 ve 2.33 basitleştirilebilir;, = j i j i a s w F (2.37) i i s b F = (2.38) Şidi, steepest descet algorita yaklaşııı uygulayabiliriz; ( ) ( ),, = + j i j i j i a s k w k w α (2.39) ( ) ( ) i i i s k b k b α = + (2.40) Bu atris foruda aşağıdaki gibi ifade edilir; ( ) ( ) ( ) T a s k W k W = + α (2.4) ( ) ( ) s k b k b α = + (2.42) = s F F F F s M 2 (2.43)

54 Geri Yayılıı Duyarlılığı s duyarlılığıı hesaplaayı, zicir kuralıı diğer uygulaaları isteektedir. Bu bize geri yayıla teriii ispatlayacaktır. Çükü, kataıı duyarlılığıı, + kataıı duyarlılığıda hesaplaıyor olası bize, tekrarlaa ilişkiyi taılar. Duyarlılık içi, tekrarlaa ilişkileri taılaak içi, Jacobia atrisi kullaılır; s s s s s s L M M M K K (2.44) Şidi, bu atrisi yorulaak istiyoruz. Matrisi i ve j elealarıı düşüecek olursak, j j j i j s l i l l i j j i a w b a w = + = + = + + +,, (2.45) ( ) ( ) j j i j j j i f w f w.,, + + = (2.46) Burada, ( ) ( ) j j j f f =. (2.47) Jacobia Matrisi aşağıdaki gibi yazılır; ( ) F W. + + = (2.48) Burada;

55 45 ( ) ( ) ( ) ( ) = s s f f f F K M M M L L (2.49) Matris foruda zicir kuralıı kullaarak, duyarlılık adıa tekrarlaa ilişkiyi yazabiliriz; ( )( ) = = = T T F W F F F s (2.50) ( )( ). + + = T s W F (2.5) Böylece, geri yayılı ispatlaış oldu. Duyarlılık, ağ içide so katada ilk kataa doğru geriye yayılı olduğuu gösteriş oldu. 2 s s s s M M L (2.52) Zicir kuralıı, geri yayılılı algoritaya etkili bir şekilde uygulayabileiz, ou başka güzel bir yaıdır (Haga ve diğ., 996). Geri yayılı algoritasıı taalayabilek içi, bir adııız daha kaldı. Dekle 2.43 de tekrarlaa bağlatı içi, s M başlagıç oktasıa ihtiyacıız var. Bu so katada elde edilebilir. ( ) ( ) ( ) ( ) M i i i i M i s j j j M i T M i M i a a t a t a t a t F s M = = = = = 2 2 (2.53) ( ) ( ) M i M M i M i M M i M i M i i f f a a. = = = (2.54)

56 Souç olarak aşağıdaki deklei yazabiliriz, s M i. M M ( t a ) f ( ) = 2 (2.55) i i i Martis foruda yazacak olursak, s M M ( )( t a). M = 2 F (2.56) Geri yayılalı öğree algoritasıı özetleyecek olursak; a. Girdileri ağa doğru yayak: 0 a = p, (2.57) a + = f ( W a + b ) for = 0,,,..., M (2.58) b. Geriye doğru duyarlılığı yayak; s M M ( )( t a). M = 2 F (2.59) s = F. + T + ( )( W ) s, for = M,...,2, (2.60) c. So olarak da, steepest descet kuralıı kullaarak ağırlıkları ayarlaak; W b ( k ) = W ( k) s ( a ) T + α (2.6) M ( k ) = b ( k) αs + (2.62) Geri Yayılalı Öğree Algoritası İçi Bir Örek Geri yayılalı algoritayı daha iyi alayabilek içi, bir örek üzeride uygulayalı (Haga ve diğ., 996). Başlagıçta -2- ağıı kullaacağız. Uygu olası içi Şekil 2.2 deki gibi bir ağ oluşturduk. Kullaacağıız foksiyo aşağıda olduğu gibi. 46

57 g π 4 ( p) = + si p for 2 p 2 (2.63) Girdi Logsig kata Doğrusal kata w, b a 2 w, 2 2 a w 2, 2 a 2 2 w,2 2 b b 2 a =logsig(w p+b ) a 2 =pureli(w 2 a +b 2 ) Şekil 2.2: -2- Düzeli ağ yapısı Başlagıç ağırlıklarıı aşağıda olduğu gibi seçeli W ( 0) =, b ( 0) =, W ( 0) = [ ], b ( 0) = [ 0.48] Başlagıç ağırlıkları içi, sie eğrisie yaklaşak isterke, ağı cevabı aşağıdaki gibi olur Sie Eğrisi Ağı Cevabı Şekil 2.3: Ağı başlagıç cevabı 47

58 Şidi algoritaıza başlayabiliriz. Başlagıç girdisi olarak p=: a 0 =p= İlk kataı çıktısı, a = f ( W a + b ) = log sig [ ] = + log sig = + e + e = İkici kataı çıktısı, a ( W a + b ) = [ ] + [ 0.48] = [ 0.446] 2 = f pureli Hata aşağıdaki gibi olur, π e = t a = + si p a 4 2 π = + si =.26 4 Bir soraki adı duyarlılığı geriye yayaktır. Geriye yayaya başlaada öce, trasfer foksiyoları türevie ihtiyacıız var, f ( ) ve f ( ) f. ( ) d d + e e ( + e ) + e. + e = = = 2 İkici kata içi, f.2 d d ( ) = ( ) = =. 2. Birici kata içi, ( a )( a ) Şidi geri yayılıı yapabiliriz. Başlagıç oktası dekle 2.60 kullaılarak ikici kataı buluasıdır, s ( )( t a) = 2 f ( ).2 = 2F [ ](.26) = 2[ ](.26) =

59 Dekle 2.59 u kullaarak, ikici kataı duyarlılığıı yayılıı ile, birici kataı duyarlılığı hesaplaır, s = F. 2 ( )( W ) T s 2 = ( a )( a ) 0 0 ( a )( a ) [ 2.522] = ( 0.32)( 0.32) 0 0 ( 0.368)( 0.368) [ 2.522] 0.28 = = Algoritaı so adıı ağırlıkları gücelleektir. Burada öğree katsayısı α = 0. alııştır. Dekle 2.6 ve 2.62 kullaılarak, 2 2 T ( ) = W ( 0) s ( a ) = [ ] 0.[ 2.522][ ] 2 W α =[ ] 2 ( ) = b ( 0) s = [ 0.48] 0.[ 2.522] = [ 0.732] 2 b α ( ) = W ( 0) s ( a ) = 0. [ ] = W α T ( ) = b ( 0) s = 0. = b α Böylece ilk iterasyo taalaış oldu. Başka bir p girdisi içi, iterasyo tekrarlaır. Ağı çıktısı ve hedef arasıdaki fark kabul edilebilir seviyeye geliceye kadar, iterasyoa deva edilir Girdi Siir Hücrelerii Öe Sıralaası Siir ağlarıda, ağırlıkları aalizi ve duyarlılık aalizi ile odeli davraışlarıı açıklaası ou avatajlı yaıdır (Palepu, 986). Öğree ve test aşaaları taalaış ve etki bir şekilde çalıştığı düşüüle bir yapay siir ağıı ağırlık değerleri de üzeride durulası gereke ayrı bir koudur (Masters, 993). Zira ağırlık 49

60 değerleri girdi hücrelerii çıktı hücreleri üzerideki etki ve/veya öei kousuda bilgi verebilir. Bu kouda ilk akla gele, girdi hücrelerii gizli hücrelere bağlaya ağırlıklarda değeri sıfıra yakı olalara sahip girdi siir hücrelerii az öee sahipke utlak değerce büyük değerlere sahip ola girdi hücrelerii öeii de büyük olacağı doğrultusudadır. Bazı yapay siir ağı yazılı paketleride de bulua bu girdi katkısı ölçü tekiği eğiti sorası çalıştırılır ve her bir girdii tü bağlatılarıı ağırlıklarıı toplayarak girdileri öe sırasıa göre dizer (Gately, 996). Yoo ve diğ. (993) tarafıda ortaya koa ve gizli siir hücrelerii de girdi hücreleri üzerideki etkilerii dikkate ala ölçü de aşağıda veriliştir. RS ji = k= 0 (W i= 0 k= 0 ki (W * U ki jk * U ) jk (2.64) Çok katalı ağlarda tü girdiler çıktılara gizli siir hücreleri aracılığı ile bağlıdırlar, doğruda bir bağ yoktur. Bu yüzde, her bir girdi değişkeii karakteristiğii belirleebilesi ve X i girdisi ile O i çıktısı arasıdaki bağı kuvvetii belirleebilesi içi yukarıdaki forül kullaılabilir. Bu forülde RS ji, i girdisi ile j çıktısı arasıdaki bağı kuvvetidir. W ki, k gizli birii ile i girdi arasıdaki ağırlık; U jk j çıktı biriiyle, k gizli birii arasıdaki ağırlıktır.bu istatistik; i girdisi ile j çıktısı arasıdaki kuvveti tü girdi-çıktı değişkelerii topla kuvvetie oraıdır. Paydadaki utlak değer, girdi-çıktı değişkeleri arasıdaki pozitif ilişkileri egatif ilişkileri ortada kaldıraası içi gereklidir. Bu tez kapsaıda yapıla çalışada girdileri öe sırasıa gereksii duyulduğuda, yukarıda alatıla yaklaşı kullaılıştır. Proble içi belirlee yapay siir ağı yapısı, ta bağlatılı olduğuda bu tekiği kullaılaasıı da bir soru yaratayacağıa karar veriliştir. Gizli hücreleri de etkisii dikkate ala forülde küçük bir değişiklik yapılış ve ou daha etki bir hale getireye yöelik olarak he pay he de payda değerlerii karesi alııştır (Şahi, 200). Böylece ağırlık değerlerii toplaı e eşitleiş, forül aşağıdaki şekli alış ve bu şekliyle tez çalışasıda kullaılıştır. 50

61 RS ji = k= 0 i= 0 k= 0 (W ki (W * U ki jk * U ) jk 2 ) 2 (2.65) Yapay siir ağlarıı bir çok öğree algoritası olasıa rağe, uygulaa da kullaılacak ola geri yayılalı algorita alatılıştır. Üçücü bölüde YSA prolelerii çözüüde gerekli ola MATLAB paket prograı ve COMPUSTAT veri tabaıı yapısı alatılacaktır. 5

62 2 KULLANILAN PAKET PROGRAMLAR Bu bölüde, optiu yapay siir ağıı bulak içi MATLAB paket prograıı ilgili bölüleri ve girdi değişkelerii elde etek içi ise Stadart &Poors tarafıda hazırlaış ola copustat veri tabaı ve kullaı etodolojisi alatılacaktır. Copustat Veri Tabaı Birleşe sürecideki başarı doğru odeli kurulası ile direk ilgilidir. Yapay siir ağı odelie girdi teşkil edecek ola datalar yeterli düzeyde olaz ise, ağı başarısıda söz edileez. Bu aaçla, yapay siir ağı odelii oluşturacak datalar Stadart&Poor s tarafıda hazırlaış, copustat (998) veri tabaıda alııştır ve bu bölüde bu yazılıı Research Isight eusu alatılacaktır. Microsoft excel altıda da çalışabile bu yazılı ile ilgili tezde kullaıla kouları alatayı uygu gördü. Şirketleri fiasal verilerii olduğu bu veri tabaıı kedie özgü kullaı eusu buluaktadır. 3.. Veri Tabaıı Kullaılası Research Isight, Kuzey Aerika ve geel olarak iki ayrı bölüde hazırlaış bir yazılıdır ve sağladığı avatajları şöyle sıralayabiliriz: Öcede taılaış küeleri kullaılabilesi İceleecek kriterleri taılaabilesi İcelee souçlarıı görütüleebilesi Souçları kayıt edilebilesi 3..2 Veri Tabaıda Öcede Taılaış Küeler Research Isight bir çok taılaış küelere sahiptir ve kullaıla para birii dolar ($) dır. Bu küeler bizi iceleeizi kolaylaştırıştır, şöyle ki bir küeye 52

63 ait verileri kullaılası şirketlere ait borsa verilerii stadardıı yakalaaızı sağlaıştır. Tablo 3.: Copustat Kuzey Aerika veri küesi (S&P s Research Isight, 998) $ Küesi Taı İçeriği $C CS aktif Aktif ola ABD şirketleri $R CS araştıra Aktif olaya ABD şirketleri $T Kaada Aktif Kaada şirketleri ( Kaada para birii ile) $I CS ideksi Aktif ve araştıra aaçlı ideks $CS CS iş dalı Aktif ABD şirketleri içi iş dalı dataları $CG CS coğrafik seget $CI CS Aktif olaları yayıı $RI CS araştıra yayıı Aktif ABD şirketleri içi coğrafik alalı veriler Aktif şirketler içi yayı Aktif olaya şirketler içi yayı $TI Kaada yayıı Aktik Kaada şirketleri yayıı $II CS ideks yayıı İdeks yayıı $SP_00 S&P 00 ideksi S&P 00 içideki bütü şirketler $SP_500 S&P 500 ideksi S&P 500 içideki bütü şirketler Ayrıca, S&P içideki küçük, orta ve 500 süper şirketi içere sırasıyla $SP_Mid, $SP_Sall, $SP_Super ve S&P Edüstri ideksii göstere $SP_Id yie ayı şekilde Toroto 00, 200, 300 borsası içerside yer ala şirketlere ait verileri göstere $TSE00I, $TSE200I, $TSE300I küeler buluaktadır. 53

64 3..3 İcelee Kriterlerii Taılaası ve Souçları Ekraa Yasıtılası Öreği 3Co Corporatio firası ile ayı sektör taılaa kodu (SIC) içide yer ala firaları listesii görütüleyeli: Research Assistat düğesie bası. Copaies bölüüde 3Co Corporatio ı sebolu ola cos u giri. Şirket sebolüü bulak içi Look up düğesie bası. Select Copaies alaıı seçi, aradığıız firaı adıı seçtiğiiz zaa sebol otoatik olarak gelecektir. SIC butouu seçi. Şekil 3. de sözü edile teriler görülektedir. Şekil 3.: Listeleek isteile firaları seçii içi aktif eu (Adı ) Next düğesie basılası duruuda Kuzey Aerika veri tabaıda yer ala ve 3cocorp ya da SIC kodu cos ile ayı sektörde ola firaları listesi gelecektir. 54

65 Şekil 3.2: Listeleek İsteile Firaları Seçii içi Aktif Meu (Adı 2) Şekil 3.2 de görüldüğü gibi Step 2 ye geliiştir. Back düğesi ile Step e döülüp, örek küesi değiştirilebilir yei kriterlere göre seçi yapılıp tekrar adı 2 ye geliebilir Forül Kullaıı ve Foksiyolar Burada sadece tezde kullaıla forüller ile ilgili bilgi verilecektir. Rasyoları copustat veri tabaıa ait özel gösteri şekilleri olduğu içi, bu değerleri copustat veri tabaıda asıl hesapladığı üzeride duruluştur. Bu rasyolara ait detaylı bilgi ve ede seçildikleri 4. bölüde alatılacaktır. Özkayakları Getirisi (ÖKG): Bu karlılık oraı hissedarları özkayağıı getirisi üzerie odaklaır. Hisse seetlerie dağıtılabilir karı ortalaa özkayağa bölüesi ile buluur. Özkayağı getirisi ile ilgili copustat veri tabaı taıları Tablo 3.2 de görülektedir. Özkayakları Getirisi = IB PSTKL + CEQT (3.) 55

66 Tablo 3.2: Özkayağı getirisi ile ilgili copustat veri tabaı taıları Taı Hisse seetlerie dağıtılabilir kar Dağıtılaya karlar Özkayak Hisse seetleri Kullaıla sebol IB PSTKL CEQT Yıllık veri taı uarası A8 A0 A Birii (000000) $ (000000) $ (000000) $ Ulaşılabile veri tarihçesi 20 yıl 20 yıl 20 yıl Topla Varlık Devir Hızı: Satış-varlık oraı, varlıkları devir hızı diye de biliir. Fira varlıklarıı e kadar verili kullaılış olduğuu gösterir. Satışları, ortalaa topla varlıklara bölüü ile buluur, gırdı değerleri Tablo 3.3 de veriliştir. Topla Varlık Devir Hızı= SALE AT (3.2) Tablo 3.3: Topla varlık devir hızı ile ilgili copustat veri tabaı taıları Taı Net Satışlar Topla Varlıklar Kullaıla sebol (Meoic) SALE AT Yıllık veri taı uarası A2 A6 Birii (000000) $ (000000) $ Ulaşılabile veri tarihçesi 20 yıl 20 yıl 56

67 Ortalaa Büyüe: Satışlar, referas alıarak hesaplaıştır veri tabaı taıı Tablo 3.4 de veriliştir. SALES (2)-SALES (20) Ortalaa Büyüe= SALES (20) (3.3) Tablo 3.4: Ortalaa büyüe ile ilgili copustat veri tabaı taıları Taı Kullaıla sebol (Meoic) Net Satışlar SALES Yıllık veri taı uarası - Birii (000000) $ Ulaşılabile veri tarihçesi - Likidite: Bir varlığı düşük aliyet ile ve hızlı bir şekilde akde döüşe yeteeğidir. Likidite oraları; işletei kısa süreli borçlarıı geri ödee yeteeğii belirtek aacıyla kullaılaktadır ve taılar Tablo 3.5 de görülektedir. Likidite= CHE AT * (3.4) Tablo 3.5: Likidite ile ilgili copustat veri tabaı taıları Taı Kullaıla sebol (Meoic) Yıllık veri taı uarası Nakit ve akite kolayca çevrilebile değerler CHE A Birii (000000) $ * Tablo 3.3 de AT ile ilgili taı veriliştir. 57

68 Kaldıraç Oraları: Uzu vadeli borçları özkayaklara oraıdır. Hissedarlar sadece borç sahiplerie ödee yapıldıkta sora e kalırsa ou aldıkları içi, borcu fiasal kaldıraç oluşturduğu söyleir. Borç sahiplerii firaı gelirleri ve varlıkları üzeride öcelikli hakları olduğuda, fira borç kulladığı zaa, fira faaliyetlerideki dalgalaalar özkayak getirilerii daha çok etkiler. Taılar Tablo 3.6 da görülektedir. Kaldıraç Oraı= DLTT PSTKL*+CEQT* (3.5) Tablo 3.6: Kaldıraç oraları ile ilgili copustat veri tabaı taıları Taı Kullaıla sebol (Meoic) Yıllık veri taı uarası Uzu vadeli borçlar DLTT A9 Birii (000000) $ Ulaşılabile veri tarihçesi 20 yıl * PSTKL ve CEQT ile ilgili taı Tablo 3.2 de veriliş idi. Piyasa-kayıt oraı (MTB): Taıları Tablo 3.7 de görüle piyasa kayt oraı, piyasa defter değeri oraı olarak da biliir. Hisse seedi fiyatıı hisse başıa defter değerie oraıdır. Hisse başıa defter değeri, hissedarları özkayağıı defter değerii dolaşıdaki hisse seedi sayısıa bölerek buluur. Özkayağı defter değeri, ödeiş seraye artı dağıtılaya karlara eşittir. Piyasa Kayıt Oraı= PRCC..* CEQ CSHO (3.6) 58

69 Tablo 3.7: Piyasa kayıt oraı ile ilgili copustat veri tabaı taıları Taı Hisse seedi fiyatı Defter değeri Hisse sayısı Kullaıla sebol (Meoic) PRCC CEQ CSHO Yıllık veri taı uarası A24 A60 A25 Birii Dolar, cet (000000) $ ilyo Ulaşılabile veri tarihçesi 20 yıl 20 yıl 20 yıl Fiyat Kazaç Oraı: Piyasa değeri oraları içide yer alır. Muhasebe ve borsa verilerii birleştire oralardadır. Fiyat kazaç oraı, yatırıcıları şirkete biçtigi saygılığı ortak bir ölçüsüdür, taıları Tablo 3.8 de görülektedir. Fiyat Kazaç Oraı= PRCC* EPSPX (3.7) Tablo 3.8: Fiyat kazaç oraı ile ilgili copustat veri tabaı taıları Taı Kullaıla sebol (Meoic) Yıllık veri taı uarası Birii Ulaşılabile veri tarihçesi Hisse başıa kar EPSPX A58 Dolar, cet 20 yıl * PRCC ile ilgili taı Tablo 3.7 de veriliş idi. 59

70 Ortalaa Ödee: Ortalaa ödee de piyasa değeri oralarıdadır, taıları Tablo 3.9 da veriliştir. Ortalaa Ödee= DVPSX EPSPX* (3.8) Tablo 3.9: Ortalaa ödee ile ilgili copustat veri tabaı taıları Taı Kullaıla Sebol (Meoic) Yıllık veri taı uarası Birii Ulaşılabile veri tarihçesi Hissedarlara Dağıtılar DVPSX A26 Dolar, cet 20 yıl * EPSPX ile ilgili taı Tablo 3.8 de veriliş idi. 2. Siir Ağı Modelii Oluştura Sürecide Bilgisayar Desteğii Gerekliliği E iyi siir ağı odelii sağlayacak ola katalar üzerideki düğü sayısı ve kata sayısıı belirleek oldukça zor ola bir süreçtir (Gora ve diğ., 988; Hirose ve diğ., 99). Gizleiş kataları ve düğüleri bir çok kobiasyou eu edici odele ulaşada öce bir çok kez deeir. Bu süreç çok zaa alır ve optial ağa acak bir çok deeede sora ulaşılır. Aktivasyo foksiyou elde ete süreci acak bilgisayar destegi ile gerçekleşir. Biz de MATLAB 6.5 ile şirket birleşeleri sürecide kullaılacak ola ağı iarisii oluşturada kullaacağız. İleri besleeli siir ağıı eğitek içi, geri besleeli eğiti foksiyolarıı asıl kullaılacağıı ve kullaılırke probleleri çözüü acak bir yazılı desteği gerektirdiği içi, tezde kullaılacak ola MATLAB 6.5 paket prograıı kou ile ilgili koutları da alatılacaktır. Eğiti süreci geel olarak 4 adıda oluşur. Şekil 3.3 ve 3.4 bu adıları alatılası içi hazırlaıştır. Eğiti Verilerii Oluşturulası. Ağı Aacıı Belirleek. Ağı Eğitek 60

71 Yei girdilerle ağı duyarlılığıı test etek (Siülasyo yapak). MATLAB paket prograı içerside, eğiti içi gerekli ola girdi değişkeleri ve gerçek çıktılar ile test içi gerekli girdi değişkeleri ve çıktı değerleri taıtılır: Şekil 3.3: MATLAB Paket Prograıa Gerekli Ola Dosyaları Yükleesi NN Tool koutu ile Network/Data Maager odülü aktif hale getirilir. İleri besleeli ağ yapısı içi girdi ve hedef atrisi ağa taıtılır ve Şekil 3.5 de görüldüğü gibi ağ oluşturulur. Şekil 3.4: Network data aager odülüe, dosyalı taşıa (iport) işlei 6

72 Burada sora, ağı özellikleri belirlee aşaasıa geliiştir. Şekil 3.5 de görüldüğü gibi, ağ özellikleri, ileri besleeli ağ, eğiti foksiyou TRAINGDX, iki katalı ve üç düğülü bir ağ ile iterasyoa başlaış olduk. Şekil 3.5: Ağ özellikleri Elde edile souçlara göre, bu özellikler tekrar değiştirilerek optiu souca ulaşılıcaya kadar iterasyoa deva edilir. Bizi eğiti sürecie ait souçlar Ek de veriliştir. Eğitii erede durdurulacağı, Şekil 3.6 da daha açıklayıcıdır. Eğiti çiftleri içi gözlelee hata eğrisi Topla Karesel Hata Test çiftleri içi gözlelee hata eğrisi Durdura Bölgesi İterasyo Sayısı Şekil 3.6: Eğitii Durdurulası içi uygu bölge(efe ve Kayak, 2000) 62

73 4. UYGULAMA Türkiye de şirket birleşeleri heüz gelişe aşaasıdadır ve ta alaşılaaıştır. Yöteleri kousuda yatırıcılar yeterli bilgiye sahip değildir. Tezdeki aacıız birleşeleri şirketleri büyüesi içi bir yöte olduğu ve e doğru şirketi bulak içi yapay siir ağları odelii kullaarak Türkiye i bir eksikliğie katkı sağlaayı düşüdük. Tez, bu aaçla Türkiye de yapiliş ilk çalişadır. Literatür iceleesi yaptigiizda Se ve dig.(995) şirket birleşeleri kousuu alarak, YSA ve Regresyo yöteii karşılaştırışlar ve YSA daha başarılı souç verdigii buluşlardır. Gort (960), Dietrich ve Sorese (984), Palepu (986), birleşe süreci kousuda yüksek doğruluk derecesie sahip olasıa rage istatistiksel yötelerle taraflı örek alıdığıı gösterişlerdir. Uygulaa aşaasıda izleile atık, birleşe öcesi ve sorası ortalaa dört yıl, şirketleri birleşe ve satı ala literatürüde alalı bulua 2 rasyosu iceleiş ve başarılı olalar odele bir () çıktısı üretecek şekilde gözetili öğree algoritası kullaılarak odelde taıtılışlardır. 4. Proses Girdileri Modelde kullaılacak ola girdileri geiş çaplı iceleesi, kullaılacak ola odeli güveilir souç veresi içi öcelikli şarttır. Bu çalışada seçile değişkeler, birleşede kurula yapıya ve literatürde elde edile bulgulara dayaır. Şirket kestirileri odelide buluası gereke girdiler, edie hedefi olası uhteel şirket tipleri üzerie akadeik ve fiasal literatürde sık sık ortaya atıla altı hipotez teelie göre oluşturuluşlardır. Hipotezler ve hipotezleri işaret ettiği değişkeler aşağıda veriliştir. 63

74 Verisiz Yöeti Hipotezi: Palepu u (986) hipotezie göre verisiz yöetile firalar sık sık daha tecrübeli yöeticiler ile yer değiştirir. Ortalaa ek getiri (OEG), özkayakları getirisi (ÖKG), topla varlık devir hızı fira yöetiii perforas ölçüsüü değerledirek içi seçiliştir. Verisiz yöetie sahip şirketler olası hedeflerdir. Bu hipotez, ediileri, şirketi piyasa değerii aksiize edeeye yöeticileri değiştirildiği bir ekaiza olduğuu iddia ede fias teorisie dayaır. Bu çalışa da yöeti verililiğii ölçek içi, bir şirketi hisselerii geişletiliş bir zaa periyodua göre ek ortalaa getirisi kullaılıştır. Seraye pazarı doğrusu bir pazar portföyü (M) içide bulua çeşitli ekul kıyetleri pazar değerie (borsa kuru) ilişki herhagi bir açıklaa getireektedir. Bua karşı bu kouda, bir başka risk ölçüsü (beta faktörü ile birleşe sisteatik risk) ü yardıı ile bir ekul kıyeti beklee getiri oraı tahi edilebilir. Çeşitli fiasal yatırılarda beklee karlılığı, r j risksiz yatırıları pazar faiz oraları ve bir risk priide (B j r -B j r f ) oluşaktadır. Çeşitli fiasal yatırıları beklee karlılığı aşağıdaki forül ile bulabiliriz: r j = r f + B j (r -r f ) (4.) Başarısız yöeticilere sahip firaları beklee getirisi, risk faktörü olaya getirileri altıda kalacaktır ki, bu şirketler potasiyeli olasıa karşılık iyi değerledirileeiş olduğuu bir göstergesidir ve hedef olacaklardır. Büyüe-kayak uyuşazlığı hipotezi: Büyüeleri ve eldeki fiasal kayakları arasıda uyusuzluğu ola şirketler, olası hedeflerdir. Bu hipotez iki tip şirketi olası hedef olduğuu iddia eder: Az büyüye, fakat bol kayaklı şirketler ile çok büyüye, fakat az kayaklı şirketler. Az büyüye fakat bol kayaklı şirketleri doğal edii hedefi olduğu osyou fias basıı ve birleşe fiası kitaplarıda sık sık karşııza çıkaktadır. Çok büyüye fakat az kayaklı şirketleri çekici hedefler olduğu hipotezi ise şirketleri asietrik bilgiledire koşullarıdaki yatırı ve fias kararlarıı aaliz ede yei fias literatürüde ifade edilektedir (Palepu, 986). Palepu ya (986) göre büyüe-kayak degesizliği hipotezi, büyüe ve kayakları erişilebilirliğii bir şirketi hedef ola olasılığıı arttıra öeli değişkeler olduğuu iddia eder. Likit al varlığıı topla al varlığıa oraı olarak ölçüle likidite ile, borçları özserayeye ola oraı olarak ölçüle teiat, fiasal 64

75 kayakları erişilebilirliğii ölçek içi kullaılır. Büyüe-kayak taklidi olarak ifade edile taklit değişke, GRDUMMY, büyüe-kayak uyuşazlığıı gösterek içi kullaılır. GRDUMMY düşük büyüe-yüksek likidite-düşük kaldıraç veya yüksek büyüe-düşük likidite-yüksek kaldıraç kobiasyoları içi bir () değeri ataır. Diğer duruları taaı içi sıfırdır. Değişkeleri her biri eğer şirket içi değeri döe ortalaasıda büyükse yüksek, değilse düşük olarak taılaır. Büyüe-kayak taklidi degesizlik hipotezii test etek içi edii odelie dahil edilir. Modeli başka bir versiyouda taklide ek olarak büyüe, likidite ve kaldıraç değişkeleri de dahil edilir. Bu, yukarıda tartışıla iki degesizlikte birii örekleiizde baskı olup oladığıı görek içi yapılır. Üç değişke içi belli bir işaret belirtilez çükü ösel olarak hagi degesizliği baskı olduğu bilieektedir. Sektör Karışıklığı Hipotezi: Ekooik karışıklıklara aruz bir sektördeki şirketler olası hedeflerdir. Bu hipotez Gort (969) u sektörler arasıda ve farklı zaalarda birleşe oralarıda gözlelee değişileri açıklaak içi ortaya attığı ekooik karışıklık hipotezi tarafıda geliştiriliştir. Gort (969) birleşeleri, piyasa katılıcıları arasıda tekoloji, sektör yapısı, ve devlet üdahalelerii doğasıdaki değişiklikler tarafıda tetiklee değerledire farklılıklarıda kayakladığıı ortaya atar. Ekooik karışıklık teorisi ediileri sektör tarafıda oluşturulduğuu iddia eder. Dolayısıyla bir şirketi satı alıa olasılığıı işareti bu sektördeki ediileri yakı tarihi tarafıda verilebilir. Bu çalışada bu aaçla değişke sektör taklidi IDUMMY kullaılaktadır. Sektör taklidie, bir şirketi dört basaaklı sektör kodu ola SIC içi gözle yılıda öceki yılda e azıda bir edii oluş olası halide bir () değeri verilebilir. Bu soucu olası yoruu şudur: Sektör karışıklığıı tetiklediği ediii etkisi de bir yılda azdır. Bu duruda sektör etkisi, o sektörde bulua şirketi hedef şirketler arasıa girecektir. Aktif bir edii piyasasıda tü bu potasiyel hedefler kısa süre içide satı alıırlar. Soraki yıl, yei dege oktası oluşur ve o sektör içi edii olasılığı azalıştır. Boyut Hipotezi: Edii olasılığı şirketi boyutu büyüdükçe azalaktadır. Bu hipotez bir şirketi satı alayla ilişkili ve boyuta bağlı pek çok uaele asrafı olduğu 65

76 varsayııa dayaır. Bular satı alıa şirketi satı alaı örgütsel çerçevesie absorbe eteyle ilgili asrafları ve hedefi kedii savuacağı uzu bir ücadelei getireceği aliyetleri içerir. Bu aliyetler hedefi büyüklüğüyle doğru oratılıdır, dolayısıyla şirketi boyutları büyüdükçe olası teklif vereleri sayısı azalacaktır. Bu hipotezi test etek içi, bir şirketi et kayıtlı alvarlığıyla ölçüle boyutu, bu odelde değişke olarak yer alır. Piyasa/kayıt hipotezi: Piyasa değerleri kayıtlarıda ki değere göre düşük ola şirketler olası hedeflerdir. Bu hipotezi savualar piyasa değerleri kayıtlarıdaki değere göre düşük ola şirketleri ucuz olarak satı alıabileceğii varsayarlar. Bir şirketi kayıtlarıdaki değeri alvarlığıı gerçek değerii gösterek zoruda oladığıda, bu varsayıı ekooik geçerliliği şüphelidir. Buda dolayı piyasa/kayıt hipotezi bu çalışaya bir değişke olarak dahil ediliştir. Piyasa/kayıt oraı ortak özserayei piyasa değerii kayıtlardaki değere bölüü olarak taılaır. Fiyat-Kazaç Hipotezi: Düşük fiyat/kazaç oralı şirketler olası hedeflerdir. Palepu u (986) popüler hipotezie göre düşük fiyat-kazaç oraıa (F/K) sahip firalar büyük bir olasılık ile kazadıracaktır. Bu hipotezi savualara göre yüksek fiyat/kazaç oralı teklif vereler, ai seraye kazaıı sağlaak aacıyla düşük fiyat/kazaç oralı şirketleri satı alayı isterler, çükü hisse seedi piyasasıı kobiasyou kazaçlarıı satı alaı yüksek fiyat/kazaç oraıa göre değerledirdiğie iaılır. Yie, fiyat/kazaç oraı bir şirketi edii çekiciliğii belirleyeleride biri olarak kabul edildiği içi, bu çalışaya bir değişke olarak dahil ediliştir. Yukarıdaki tartışa bir şirketi edii olasılığıı tespit ede sekiz olası belirleyei karşııza çıkaraktadır. Altı hipotez ve işaret ettikleri değişkeler Tablo 4. de özetleiştir. 66

77 Tablo 4.: Edii olasılığı hipotezleri ve bağısız değişkeler (Palepu, 986) Hipotez.Verisiz yöeti hipotezi Değişke(ler) Ortalaa ek getiri (OEG) Özkayakları getirisi (ÖKG) Topla varlık devir hızı (TVDH) 2.Büyüe-kayak uyuşazlığı hipotezi Büyüe-kayak taklidi (GRDUMMY) 3.Sektör karışıklığı hipotezi 4.Boyut hipotezi 5.Piyasa/kayıt hipotezi 6.Fiyat-kazaç hipotezi Sektör taklidi (IDUMMY) Defter değeri (DD) Piyasa/kayıt değeri (MTB) Fiyat-kazaç oraı (F/K) 4.2 Taılar ve Değişkeleri Hesaplaası Ortalaa Ek Getiri (OEG): Bir şirketi hisse seetleride elde edile ek getiri, şirketi gerçek getirisi ile iki paraetreli piyasa odelide beklee getiri arasıdaki fark olarak taılaır. Risksiz getiri odeli olarak, devlet tahvil getirileri alııştır. r f eşik değeri olarak kullaılıştır. E(r) E(r M ) CML r f σ M σ Şekil 4.: Kapital pazar çizgisi (Bodie ve diğ., 996) 67

78 Veriler Copustat gülük hisse seedi getiri dosyasıda derleektedir. Piyasa odelii paraetreleri, her bir şirket içi bir yıllık veriler kullaılarak hesaplaır (gözle yılıda öceki beşici yılı verileri). Ek getiriler gözle yılıda öceki dört yıllık döe üzeride hesaplaır. (öreği, 995 yılıda hedef ola bir şirketi ele alalı. 990 yılıı verileri piyasa odelii oluşturada kullaılır, ek getiriler ise döei göz öüde buludurularak hesaplaır.) Özkayakları Getirisi (ÖKG): Özkayakları karlılığı, fira sahipleri ya da ortaklarıı koydukları serayei bir biriie isabet ede kar oraıı gösterektedir. Burada kar işletei bir hesap döeide üretide, iştiraklerde, tesis-varlıkları kiralaasıda ya da ekul kıyetlerde sağladığı gelirleri tüüü ifade etektedir. Bir firaı öz serayesi, et aktif toplaı ile borçları arasıdaki farktır. Öz seraye; ödeiş seraye, yedek akçeler, döe karıı dağıtılaya bölüüde oluşur. Ora, gözlei başladığı yılda öceki dört yıllık döee göre hesaplaır ve ortalaası alıır (Healy ve diğ., 992; Palepu, 986; Se ve diğ., 995;). Büyüe: Bir şirketi büyüesi şirketi et satışlarıdaki yıllık değişi oraı olarak taılaır. COMPUSTAT verilerii 2. addesi buu hesaplaasıda kullaılır. Yıllık satış büyüesi gözle yılıda öceki üç ali yıla göre hesaplaarak, ortalaası alıır. (öreği, 3 Aralık ali yılı ola ve 995 yılıda bir hedef şirket düşüü. Ocak 992 de 3 Aralık 994 e kadar ola satış verileri 992, 993 ve 995 yıllarıdaki büyüeyi hesaplaak içi kullaılır. Bu üç yılı ortalaa büyüe oraı da büyüe değişkei olarak kullaılır.) Büyüe değişkeii ölçü birii yıl başıa yüzde şeklidedir (Healy ve diğ., 992; Palepu, 986; Se ve diğ., 995). Likidite: Likidite, bir şirketi likit al varlığıı topla al varlığıa oraı şeklide taılaır. Net likit al varlığı akitler ile piyasaya sürülebilecek tahvilleri toplaıda evcut borçları çıkarılasıyla elde edilir. COMPUSTAT verilerii. ve 2. addeleri et likit al varlığıı hesaplaak içi, 6. adde ise topla al varlığı içi kullaılır. Likidite oraı gözle yılıda öceki üç ali yıl üzeride hesaplaır, buları ortalaası da likidite değişkei olarak kullaılır. Likidite değişkeii ölçü birii yıl başıa yüzde şeklidedir (Healy ve diğ., 992; Palepu, 986; Se ve diğ., 995). 68

79 Kaldıraç: Kaldıraç bir şirketi uzu döe borcuu ou özserayesie ola oraı olarak taılaır. COMPUSTAT 8. addesi uzu döe borçlar içi kullaılır, ve 0. ve. addeleri de özserayeyi hesaplaada kullaılır. Borç/dürüstlük oraı gözle yılıda öceki üç ali yıl içi hesaplaır. Kaldıraç değişkeii ölçü birii yıl başıa yüzde şeklidedir (Healy ve diğ., 992; Palepu, 986; Se ve diğ., 995). Büyüe-kayak taklidi (GRDUMMY): Büyüe-kayak taklidi veya 0 değerii ala ve yukarıda taılaa büyüe, likidite ve kaldıraç değişkelerie dayaarak taılaa bir değişkedir. Taklit değişke şirket eğer düşük büyüe-yüksek likiditedüşük kaldıraç veya yüksek büyüe-düşük likidite-yüksek kaldıraç kobiasyolarıda birie sahipse değerii alır. Diğer tü kobiasyolar içi taklit değişke 0 değerii alır. Büyüe, likidite ve kaldıraç değişkelerii her biri, eğer bir şirket içi değeri diğer tü COMPUSTAT şirketleri ortalaasıda büyükse yüksek olarak, değilse düşük olarak taılaır (Healy ve diğ., 992; Palepu, 986; Se ve diğ., 995). Sektör taklidi (IDUMMY): Sektör taklidi 0 veya değerii ala bir değişkedir. Bir şirketi dört basaaklı SIC sektörüde gözle yılıda öceki yıl e az bir edii gerçekleşişse, değilse 0 değerii alır(healy ve diğ., 992; Palepu, 986; Se ve diğ., 995). Şirket Boyutu: Bu değişke bir şirketi al varlığıı topla kayıtlı değeri olarak taılaır. COMPUSTAT verileri 6. addesi topla kayıtlı al varlığıı ölçek içi kullaılır. Değişke gözle yılıda hee öce soa ere ali yıla göre ölçülür. Birii ilyo dolardır (Healy ve diğ., 992; Palepu, 986; Se ve diğ., 995). Piyasa-kayıt oraı: Piyasa-kayıt oraı bir şirketi özserayesii piyasa değerii o şirketi kayıtlı özserayesie ola oraı olarak taılaır. COMPUSTAT verilerii 24, 25 ve 60. addeleri kullaılır. He piyasa değeri he de kayıtlı değer gözlede öce başlaya ali yılı souda hesaplaır (Healy ve diğ., 992; Palepu, 986; Se ve diğ., 995). Fiyat-kazaç oraı (F/K): Fiyat-kazaç oraı bir şirketi hisse başıa fiyatıı hisse başıa kazacıa oraı olarak taılaır. copustat verileri 24 ve 58. addeleri kullaılır. F/K oraı gözle yılıda öce soa ere ali yıla göre hesaplaır (Healy ve diğ., 992; Palepu, 986; Se ve diğ., 995). 69

80 Hissedarlara ödeeler (Ortalaa ödee): COMPUSTAT verileri 26 ve 58. addeler hesaplaalarda kullaılır. Ortaa ödee oraı gözle yılıda öce ki dört yıla göre hesaplaır. Dietrich ve Soreso (984) e göre düşük yatırı fırsatlarıı bir edei de hissedarlara yapıla fazla ödeelerdir (Healy ve diğ., 992; Palepu, 986; Se ve diğ., 995) Örek Grubu Siir Ağıı eğitek üzere kullaacağıız örek küesi Kuzey Aerika da yer ala şirketleri içere, arasıda satı ala ve alıa 56 şirket bu çalışa içi yeterli olacaktır. Se ve diğ. (995) i çalışasıda bu sayı 39 dur. Örek küesi içi geel özellikler: COMPUSTAT veri tabaıda yer alaktadırlar. New York borsasıda işle görektedirler ve bağısız deetide geçişlerdir. Birleşe ve satıalaları %59 u ayı sektörde yer alaktadır. Bu şirketleri 3 basaaklı ola SIC kodu ayıdır. %7 si yakı sektörlerdedir ve SIC koduu ilk iki basaağı ayıdır. %34 ü dikey birleşe yapıştır. Ayı sektörde olaları %2 si akit yolu ile, %24 ü karışık ve %64 ü hisse seedi yolu ile B&S yapışlardır. Yakı sektörde olaları %25 i akit, %25 i karışık ve %50 si hisse seedi yolu ile; dikey birleşe yapaları %37 si akit, % i karışık ve %53 ü hisse seedi yolu ile B&S gerçekleştirişlerdir. Veriler Tablo 4.2 de özetleiştir. 70

81 Tablo 4.2: Örek Küeside Yer Ala Şirketleri Birleşe Özellikleri Yıl Nakit yoluyla Karışık Hisse Seedi Topla Topla Siir Ağı Modeli Üçücü bölüde alatış olduğu, MATLAB paket prograı kullaılıştır. Varola siir ağı odelleride, öğree algoritası büyük bir çoğulukla üç katalı geri besleeli odeli başarı ile uyguladığı, birçok odel oluşturucular tarafıda ortaya kouluştur (Flita, 2004). Sietsa ve Dow (99) a göre girdiler çok dağıık ise, düğü sayısıı fazla olası daha iyidir. Bu çalışada e çok kullaıla siir ağları paradigalarıda biri ola ileri-besleeli siir ağı ve bua bağlı olarak da geri yayılalı öğree algoritası kullaılıştır. Yukarıda sözü edile 2 değişke girdi hücresi, çıktı hücresi ise birleşe yapa özelliklerie uygu ola olasılıgıdır. Gizli siir hücresi kataı olarak sadece bir tae kullaılası uygu buluuştur; zira birde fazla gizli kataı yer alasıı pratikte bir yarar sağlaadığı ve öğreeyi yavaşlattığı ortaya kouştur (Masters, 993). Yapay siir ağıı eğitileside öğree oraıı küçüklüğü daha yavaş öğreeye yol açar. Acak büyük öğree oraları da algoritaı degede uzaklaşasıa, büyük sıçraalar yapasıa, dolayısı ile e iyi oktayı yakalayaaasıa ede 7

82 olacağıda yapıla çalışada öğree oraı literaturde yaygı kullaıla 0.0 alııştır. Şekil 4.2: Oluşturula ağı zapısı Şekil 4.3: epoh adııda eğiti ve test fokiyou yapısı Şekil 4.3 de görüldüğü gibi, ağı eğitek üzere başlagıç paraetreleri epoh olarak taılaıştır. Bu duruda ağ yapısı içerside, eğiti fokiyou ve test foksiyou arasıda fark oluştuğu gözleleiştir. Eğiti çiftleri içi hata azalaya deva ederke, test çiftleri içi hata artaya başlaıştır. Bu çalışaı soucuda e iyi değerler 3 gizli siir hücresi içi buluuş, hata terileri kareleri ortalaası ise değerie sahiptir. 72

83 Tablo 4.3: Karar vere aşaasıda kullaılacak ağırlık değerleri W W W W W W Şekil 4.4: Karar verede kullaılacak ağ yapısı Bu aşaada sora değişkeleri ağırlıkları içi duyarlılık aalizi yapılır. 73

84 4.5 Girdi Siir Hücrelerii Öe Sıralaası Souç olarak, kestiri değişkelerii ağırlıklarıı yorulaası aşaasıa geliiştir. Tablo 4.4 de bu ağırlıklar veriliştir. Öğree ve test aşaaları taalaış ve etki bir şekilde çalıştığı düşüüle bir yapay siir ağıı ağırlık değerleri de üzeride durulası gereke ayrı bir koudur (Masters, 993). Buu içi üç farklı yöte kullaılaktadır. Yoo ve diğ. (993) tarafıda ortaya koa ve gizli siir hücrelerii de girdi hücreleri üzerideki etkilerii dikkate ala bir diğer ölçü de aşağıda veriliştir. Çok katalı ağlarda tü girdiler çıktılara gizli siir hücreleri aracılığı ile bağlıdırlar, doğruda bir bağ yoktur. Bu yüzde, her bir girdi değişkeii karakteristiğii belirleebilesi ve X i girdisi ile O i çıktısı arasıdaki bağı kuvvetii belirleebilesi içi aşağıdaki forül kullaılabilir. Bu forülde RS ji, i girdisi ile j çıktısı arasıdaki bağı kuvvetidir. W ki, k gizli birii ile i girdi arasıdaki ağırlık; U jk j çıktı biriiyle, k gizli birii arasıdaki ağırlıktır.bu istatistik; i girdisi ile j çıktısı arasıdaki kuvveti tü girdi-çıktı değişkelerii topla kuvvetie oraıdır. Paydadaki utlak değer, girdi-çıktı değişkeleri arasıdaki pozitif ilişkileri egatif ilişkileri ortada kaldıraası içi gereklidir. Bu aalize zöeliksouçlar Tablo 4.4 de görüldüğü gibidir. RS ji = k= 0 (W i= 0 k= 0 ki (W * U ki jk * U ) jk (4.) 74

85 Tablo 4.4: Girdi değişkelerii souç üzerideki etkisi Değişkeler RS ji Defter değeri (DD) Fiyat kazaç oraı (FK) Kaldıraç oraı (Kal) 0.58 Likidite (Lik) Özkayakları verililiği (ÖKV) Varlık devir hızı (TVDH) GRDUMMY Sektör taklidi (IDUMMY) Ortalaa ödee (OÖ) Piyasa kayıt oraı (PK) Büyüe (BY) Ortalaa ek getiri (OEG) Boyut Hipotezie göre edii olasılığı şirketi boyutu büyüdükçe azalaktadır. Piyasa/kayıt hipotezi, piyasa değerleri kayıtlarıda ki değere göre düşük ola şirketler olası hedeflerdir. Bu hipotezi savualar piyasa değerleri kayıtlarıdaki değere göre düşük ola şirketleri ucuz olarak satı alıabileceğii varsayarlar. Fiyat-kazaç hipotezie göre, düşük fiyat/kazaç oralı şirketler olası hedeflerdir. Palepu u (986) popüler hipotezie göre düşük fiyat-kazaç oraıa (F/K) sahip firalar büyük bir olasılık ile kazadıracaktır. Ortaa ödee oraı, Dietrich ve Soreso (984) e göre düşük yatırı fırsatlarıı bir edei de hissedarlara yapıla fazla ödeelerdir. Bu durudaki şirketler hedef duruua gelir. 75

86 4.6 Siülasyo Daha öce taıladığı,2 değişkei ağa girilesi duruuda, çıktı değeri iyi bir birleşe olasılığı olup oladığıı karar vericiye karar destek sistei alaıda suacaktır. Girdi Değişkeleri Tablo 4.5 deki gibi ola iki şirketi ele alalı. Bu şirketleri hagisi ile birleşe veya satı ala kararıı verilesi daha iyi olacaktır. Tablo 4.5: Şirketleri gözle yılı kriterlerie uygu olarak oluşturuluş girdi değerleri DD FK Kal. Lik. ÖKV TVDH GRD ID OÖ PK BY OEG Olasılık A (7.9) B (22.9) Tablo 4.5 de görüleceği üzere şirket boyutu büzüdükçe birleşe ve satı ala olasılığı azalaktadır. Buu yaıda ayı defter değerie sahip ola şirketler arasıda büyüe kayak uyuşazlığıa sahip şirketler hedef duruua gelecektir ve büyük bir olasılık ile kazadıracaktır. Tezde taae objektif verilerde yararlaılıştır. Sayısal verileri yaıda, sektörel aaliz, coğrafik yapı, örgütsel uyululuk (Nayyar, 992) şirket stratejisi gibi subjektif verilerde odele katılası duruuda sistei güveilirliği artacaktır. Tü bu tekiklere rağe şirket birleşe ve satı ala kousu üzeride daha fazla çalışılasıı gerektire bir koudur. Birleşe ve satı ala zor ve dikkatli oluasıı gerektire öee sahiptir. Birleştikte soraki süreçde, birleşe öcesi aaliz kadar öelidir ve ayrı bir kou olarak ele alıabilir. 76

87 5 SONUÇ VE ÖNERİLER Değişe pazar yapısı ve rekabet koşulları şirketleri, yei çözüler geliştirek zorululuğu ile karşı karşıya bırakıştır. Birleşe şirketleri yei çözü arayışları soucu güdee geliş buluşlarda birisidir. Birleşeler sağlıklı yapılası duruuda alalı olacaktır. Bu da birleşe sürecide doğru tekikleri kullaılası alaıı taşır. Tez kapsaıda, birleşe yapay siir ağları ile aaliz ediliş, karar vericiye suulak üzere, birleşe içi bir yapay siir ağı odeli oluşturuluştur. Yapay siir ağıda, başarılı souçlara ulaşabilek içi, girdileri doğru taılaası gerekektedir. Modelde kullaılacak ola girdileri geiş çaplı iceleesi, kullaılacak ola odeli güveilir souç veresi içi öcelikli şarttır. Bu çalışada seçile değişkeler, birleşede kurula yapıya ve literatürde elde edile bulgulara dayaıştır. Şirket kestirileri odelide buluası gereke girdiler, edie hedefi olası uhteel şirket tipleri üzerie akadeik ve fiasal literatürde sık sık ortaya atıla altı hipotez teelie göre oluşturuluşlardır. Palepu ya (996) göre verisiz yöetile firalar sık sık daha tecrübeli yöeticiler ile el değiştirir. Ortalaa ek getiri (OEG), özkayakları getirisi (ÖKG), topla varlık devir hızı fira yöetiii perforas ölçüsüü değerledirek içi seçiliştir. Verisiz yöetie sahip şirketler olası hedeflerdir. Bu hipotez, ediileri, şirketi piyasa değerii aksiize edeeye yöeticileri değiştirildiği bir ekaiza olduğuu iddia ede fias teorisie dayaır. Çok büyüye fakat az kayaklı şirketleri çekici hedefler olduğu hipotezi ise şirketleri asietrik bilgiledire koşullarıdaki yatırı ve fias kararlarıı aaliz ede yei fias literatürüde ifade edilektedir (Myers ve Majluf, 984). Bu duruu tersi de şirketleri hedef duruua getirecektir. Ekooik karışıklıklara aruz bir sektördeki şirketler olası hedeflerdir. Sektör karışıklığı hipotezi Gort (969) u sektörler arasıda ve farklı zaalarda birleşe oralarıda gözlelee değişileri açıklaak içi ortaya attığı ekooik karışıklık hipotezi tarafıda geliştiriliştir. 77

88 Boyut Hipotezie göre edii olasılığı şirketi boyutu büyüdükçe azalaktadır. Piyasa/kayıt hipotezi, piyasa değerleri kayıtlarıda ki değere göre düşük ola şirketler olası hedeflerdir. Bu hipotezi savualar piyasa değerleri kayıtlarıdaki değere göre düşük ola şirketleri ucuz olarak satı alıabileceğii varsayarlar. Fiyat-kazaç hipotezie göre, düşük fiyat/kazaç oralı şirketler olası hedeflerdir. Palepu u (986) popüler hipotezie göre düşük fiyat-kazaç oraıa (F/K) sahip firalar büyük bir olasılık ile kazadıracaktır. Ortaa ödee oraı, Dietrich ve Soreso (984) e göre düşük yatırı fırsatlarıı bir edei de hissedarlara yapıla fazla ödeelerdir. Böyle şirketler hedef duruua gelir. Böylece girdi değişke sayısı 2 ye çıkıştır. Bu değişkeler içi veriler Stadard&Poors tarafıda hazırlaış ola copustat veri tabaıda alııştır. Siir ağıı eğite sürecide MATLAB paket prograı kullaılıştır. Yapay siir ağıda optiu souca ulaşak içi kullaıla düğü ve kata sayısıa bir çok deeede sora ulaşılabiliştir. Teel özellikleri listeleesi : Şirket birleşeleri sürecie, yei bir alayış getiriliş, birde fazla girdi ve değişke söz kousu olduğu içi aalizi yapa kişii hatalarıda eliie ediliş, çok fazla veri ile çalışa yapay siir ağı bu sürecte başarı ile kullaılıştır. Düyada yaygı, acak Türkiye de şirket birleşeleri heüz gelişe aşaasıdadır ve ta alaşılaaıştır. Yöteleri kousuda yatırıcılar yeterli bilgiye sahip değildir. Birleşei şirketleri büyüesi içi bir yöte olduğu ve e doğru şirketi bulak içi doğru odel kullaılası gerektiği vurgulaıştır. Bu tez kapsaıda yapıla çalışa aracılığıyla öerile Yapay siir ağları yardıı ile şirket birleşelerii kestirii adlı çalışa sürecii yukarıda özet şekilde ortaya koaya çalışıla e öeli özelliği; birleşe sürecide, doğru ve çok fazla bilgi ile aalize başlayıp, yapay siir ağı ile hasas ve sağlıklı souca ulaşılasıdır. 78

89 Çalışaı geliştirilesie yöelik öeriler ise aşağıdaki gibi sıralaabilir. Çalışa boyuca yapay siir ağlarıı eğitii içi MATLAB yazılııı kullaılası, test sürecii kullaıcıı isiyatifie bıraktığıda süreç uzaaktadır. Buu yerie test işleii kedi işleyişi içide gerçekleştire bir yazılıda yararlaak süreci işleyişii hızladırıp daha etki bir hale getirilebilir. Çalışadaki kısıt copustat veri tabaıda yararlaılasıdır. Tezi başlagıç aşaasıda asıl aac Türkiye de ki şirket yapısıı iceleesi ike, YSA ı eğitebilecek veri tabaı buluaadığı içi Kuzey Aerika şirketlerii içere copustat veri tabaı kullaılıştır. Oysa bua bezer bir veri tabaı Ülkeiz içi oluşturulası, araştıralara ve yatırıcıya kolaylık sağlayacaktır. Tezde sayısal verilerde yararlaılıştır. Buu yaıda subjektif verilerde odele ekleesi duruuda daha başarılı ve karar vericiye daha sağlıklı örek seti suulacaktır. Bu çalışaı devaı olarak, Türkiye de yapılış ola şirket birleşeleri tek tek ele alııp, birleşe kararıı e kadar sağlıklı verildiği iceleebilir. Zaa alacak bir çalışa olacaktır. Acak, birleşeleri ülkeizde yaygılaşası ve öyargıda kurtulabilesi içi, doğru şirket birleşelerie gereksii vardır. Birleşe öcesi aaliz kadar, birleşe sorasıdaki yaklaşı, zöeti tarzı öelidir ve birleşei başarısıı arttıracak faktördür. Birleşe kayaşasıa yol açayacak şekilde yaklaşılalı ve bu kou da üzeride ayrıca çalışılasıı gerektire öee sahiptir ve şirketlere yardıcı olacaktır. Souç olarak, birleşe kousuu öei ülkeiz içi öele vurgulaış, ve bu süreci başarısı içi odel oluşturuluştur. 79

90 KAYNAKLAR Aderso, J.A., 972. A siple eural etwork geeratig a iteractive eory. Matheatical Bioscieces, 4, Bakoğlu, R., Şirket Birleşeleride Stratejik Kayak ve Yetkilikleri Yöetii.. Baskı, ALFA Bası, İstabul Bell, D.E., 979. Cosistet assesset procedures usig coditioal utility fuctios. Operatios Research, 27, Brealey, R.A., Myers, S.C., Marcus, A.J.,200. Priciples of Corporate Fiace, 6.Bası, Bosto. Bodie, Z., Kae, A., ve Marcus, A.J., 996. Ivestets. McGraw Hill. Bosto. Caves, R., 989. Takeovers ad ecooics efficiecy: Foresight vs. hidsight, Iteratioal Joural of Idustrial Orgaizatio, 7, DePaphilis, D., 200. Mergers, Acquisitio ad Other Restructurig Activities, Acadeic Press. Sa Diego. Dietrich, J.K. ve Sorese, E.,984. A applicatio of logit aalysis to predictio of erger targets, Joural of Busiess Research, 2, Diacogiais, G.P., 994. Fiacial Maageet, McGraw-Hill. Lodo. Diçer, Ö., Stratejik yöeti ve işlete politikası, 6. Baskı, Beta Yayıevi. İstabul, Erst &Youg, Birleşe ve Satıala İşleleri Raporu. İstabul. Erst &Youg, Birleşe ve Satıala İşleleri Raporu. İstabul. Efe, M.Ö., ve Kayak, O., Yapay Siir Ağları ve Uygulaaları.. Baskı, Boğaziçi Üiversitesi. İstabul. Fausett, L., 994. Fudaetals of Neural Networks. Pretice-Hall, Ic. A Sio&Schuster Copay. New Jersey. 80

91 Flita, A.M., Towards probabilistic footy tippig: A hybrid approach utilisig geetically defied eural etworks ad liear prograig. Coputer Operatig Research, 33 (2006), Gauga, P.A., 999. Mergers, Acquisitio ad Corporate Restructurigs, 2.Press, Joh Wiley&Sos Ic. New York. Gately, E., 996. Neural Networks for Fiacial Forecastig, Joh Wiley & Sos, Ic, USA. Gold, M. ve Caphall, A., 998. Desperately Seekig Syergy, Harvard Busiess Review. Septeber-October. P.33. Gora, R.P. ve Sejowski T.P Aalysis of hidde uits i a layered etwork traied to classify soar targets, Neural Networks,, Gort, M., 969. A ecooic disturbace theory of ergers, Quarterly Joural of Ecooics, 83, Haga, T.M., Deuth,H.B., Beale, M., 996. Neural Network Desig. PWS Publishig Copay. Bosto. Hayki, S., 996. Neural Networks, McMilla Collage Pritig Copay, New Jersey. Healy, P.M., Palepu, K.G., ad Ruback, R.S., 992. Does corporate perforace iprove after ergers, Joural of Fiacial Ecooics, 3, North-Hollad. Hebb, D.O., 949. The Orgaizatio of Behaviour. New York. Hirose, Y., Yaashita, K. ad Hijiya, S., 99. Back propagatio algorith which varies the uber of hidde uits, Neural Networks, 4, 6-6 Hopfield, J.J., 982. Neural etwork ad physical systes with eerget collective coputatioal properties. Proceedigs of the Natioal Acadey of Sciece, 79,

92 Hwag, C.L. ve Masud, A., 979. Multiple Objective Decisio Makig Methods ad Applicatios. Sprigler. Johso, G., Scholes, K., 999. Explorig Corporate Strategy. Pretice Hall. Kae, F.R., 995. Corporate Fiace, USA, Blackwell Busiess. Keey R.L., ve Raiffa, H., 976. Decisio with Multiple Objectives: Prefereces ad Value Tradeoffs. Wiley, New York Krause, C., A Novartis/Roche erger could be log ter strategic optios. (Life Sciece), Cheical Market Reporter. Kirkwood, C.W., 976. Paraetrically depedet prefereces for ultiattributed cosequeces. Operatios Research, 24, Kohoe, T., 972. Correlatio atrix eories, IEEE Trasactios o Coputers, 2, Lippa, R.P., 987. A itroductio to coputig with eural ets, IEEE ASSP Magazie, April, Masso, E., Wag, Y-J, 990. Itroductio to coputatio ad learig i artificial eural etworks, EJOR, 47, -28. Masters, T., 993. Practical Neural Network Recipes i C++, Acadeic Press, USA Mayers, S.C. ve Majluf, N., 984. Corporate fiacig ad ivestet decisios whe firs have iforatio that ivestors do ot have, Joural of Fiacial Ecooics, 3, McCulloch W.S. ve Pitts, W., 943. A logical calculus of the iaet i ervous activity ideas. Bull. Math. Biophys,

93 Misky, M., ve Papert, S., 969. Perceptros, Cabridge, MA: MIT Press. Nayyar, P.R., 992. O the easureet of corporate diversificatio strategy: evidece fro large U.S. service firs, Strategy Maageet Joural, 3, Deuth, H.,Beale,M.,200. Neural Network Toolbox for Use with Matlab, Matworks Ic. Palepu, K.G., 986. Predictig takeover targets, a ethodolojical ad eprical aalysis, Joural of Accoutig ad Ecooics, 8, Palepu, K., Berard, V. ve Healey, P., 996. Busiess Aalysis & Valuatio, Iteratioal Thoso Publishig. Ohio. Persteier, H İşlete Bilii Literatürüde Birleşe Kavraı çev:ç. Erse..Baskı. ALFA Bası. İstabul Pirauthu, S., Kua, C-M, Shaw, M.J., 993. Learig algoriths for eural-et decisio support, ORSA Joural o Coputig, 5/4, Reed, S.F., 977. Corporate growth by strategic plaig, Mergers&Acquisitios, 2, Nos. 2, 3 ve 4. Reed, S.F., ad Lajoux, A.R., 998. The Art of Mergers&Acquisitios, Mc Graw Hill. Rogers, J., 997. Object-Orieted Neural Networks i C++. Acadeic Press. Sa Diego. Roseblatt, F., 958. The perceptro: A probabilistic odel for iforatio storage ad orgaizatio i the brai. Psychol. Rev., 65, Ruelhart, D.E. ve McClellad, J.L., 986. Parallel Distributed Processig. Exploratios i the Microstructure of Cogitio, vol., MA:MIT Press. Cabridge. Se, T., Oliver, R., ve Se, N., 995. Predictig Corporate Mergers. Joh Wiley&Sos, Chichester. Schadle M.M., ve H. Persteier, Fiasal açıda işlete birleşeleri. çev: Ogü Erdoga..Baskı. ALFA Bası. Istabul Schalkoff, R.J., 997. Artifical Neural Network. The McGraw Hill. New York 83

94 Shera, H.D., ve Rupert, T.J., Do bak ergers have hidde or foregoe value? Realized ad urealized operatig syergies i oe bak erger. Europia Joural of Operatig Research, 68 (2006) Sietsa, J., ve Dow, R.F.J., 99. Creatig artifical eural etworks that geeralize. Neural Networks, 4, Su, M., Sta, A, Steuer, R.E.,994. Iteractive ultiple objective prograig usig Tchebycheff progras ad artifical eural etworks. Coputers &Operatios Research, 27 (2000) Swigler, K., 996. Applyig Neural Networks. Morga Kaufa Publishers, Ic Sa Fracisco, Acadeic Press. Califoria Şahi, Ş.Ö., 200. Yapay siir ağları yardıı ile diaik bir searyo aalizi, Doktora Tezi, İ.T.Ü. Fe Bilileri Estitüsü, İstabul. Wag,S., 992. Neural etwork techiques for ootoic oliear odels. Coputers Operatig Research, 2, Wag, S., ad Archer, N.P.993. A eural etwork techique i odellig ultiple criteria ultiple perso decisio akig. Coputers Operatig Research, 2, Wag, J., ve Malakooti, B., 992. A feedforward eural etwork for ultiple criteria decisio akig. Coputers Operatig Research, 9, Widrow, B., ve Hoff, M.E Adaptive switchig circuits, IRE WESCON Covetio Record, New York: IRE Part, 4, pp Valetie, D.A., ad De, R., Trasatlatic siilarities ad differeces i erger policy: How the Uited States ad Europea Uio evaluate trasactios. Busiess Ecooics. Yılgör, A.G., Şirket birleşe, ele geçire ve satı ala işlelerii fiasal çerçevesi, Şirket Birleşeleri..Baskı. ALFA Bası. Istabul Yoo, Y., Swales, G., Margavio, T.M., 993. A copariso of discriiat aalysis versus artificial eural etworks, Joural of Operatioal Research, 44/,

95 EK-A. Tablo A.: Siir ağıa girdi teşkil edecek şirket verileri AER ROE AVTURNOV Acq(0)/Target() SEKTOR KODU GOZLEM YILI 4_AVE_OBS 4_AVE_OBS 4_AVE_OBS % % % HOMESTAKE MINING (0.07) ARROW ELECTRONIC GANNET CO COMPUTER SCIENCES BAKER-HUGHES INC TRW INC QUAKER QOATS CO HILTON HOTELS CORP LAM RESEARCH CORP SYBASE INC SEAGATE TECH TRIBUNE CO OLSTEN CORP ENRON CORP RATIONAL SOFTWARE CORP (0.500) NEW YORK TIMES CO LUXOTTICA GROUP S.P.A STERIS CORP HARCOURT GENERAL INC VALUE HEALT INC LOCKHEED MARTIN CORP THOMAS&BETTS CORP PRICE COMMUNICATIONS CORP (0.33) MERCK&CO SILICON GRAPHICS INC TENET HEALTHCARE CORP GENESIS HEALT VENTURE INC FRONTIER CORP BATTLE MOUNTAIN GOLD CO (0.09) PENNEY ( J C ) CO BURLINGTON RESOURCES INC DRESSER INDUSTRIES INC SBC COMMUNICATIONS INC BOEING CO MALLINCKRODT INC FHP INTERNATIONAL CORP BELL ATLANTIC CORP SYNOPSYS INC GOODRICH (B F ) CO HARNISCHFEGER INDUSTRIES INC KIMBERLY-CLARK CORP CISCO SYSTEMS INC CVS CORP KENNAMETAL INC INTERNATIONAL CORONA PETROLITE CORP BDM INTERNATIONAL INC BALLY ENTMT CORP RENAISSANCE COMMUNICATNS CP LIFETIME CORP PET INC (.343) PORTLAND GENERAL CORP U S SHOE CORP AMSCO INTERNATIONAL INC DURACELL INTERNATIONAL NATIONAL EDUCATION PRICE CO DIAGNOSTEK INC LORAL CORP (58.23) AUGAT INC MULTICARE COS INC ALC COMMUNICATION INC HEMLO GOLD MINES INC LOUISIANA LAND & EXPLORATION (0.0) BAROID CORP FIRST FINANCIAL MANAGEMENT CORP (0.08) PACIFIC TELESIS GROUP NELLCOR PURITAN BENNETT INC TAKECARE INC ENTERRA CORP ROHR INC (0.09) JOY TECHNOLOGIES INC -CL A

96 Tablo A.2: Siir ağıa girdi teşkil edecek şirket verileri AVGROWTH AVLIQUID AVLEV GRDUMMY IDUMMY 3_AVE_OBS 3_AVE_OBS 3_AVE_OBS % % % HOMESTAKE MINING ARROW ELECTRONIC (23.582) GANNET CO 4.00 (0.959) COMPUTER SCIENCES.645 (27.73) BAKER-HUGHES INC (7.662) TRW INC (32.6) QUAKER QOATS CO (32.790) HILTON HOTELS CORP LAM RESEARCH CORP (7.99) SYBASE INC (0.3) SEAGATE TECH TRIBUNE CO (7.886) (6.600) 0 7 OLSTEN CORP (9.660) ENRON CORP.386 (9.2) RATIONAL SOFTWARE CORP NEW YORK TIMES CO (6.383) LUXOTTICA GROUP S.P.A (2.277) STERIS CORP HARCOURT GENERAL INC (3.828) (4.366) VALUE HEALT INC LOCKHEED MARTIN CORP 2.8 (26.862) THOMAS&BETTS CORP 5.07 (2.053) PRICE COMMUNICATIONS CORP (287.86) (24.969) 32 MERCK&CO 2.35 (9.276) SILICON GRAPHICS INC (3.856) TENET HEALTHCARE CORP (9.627) GENESIS HEALT VENTURE INC (7.84) FRONTIER CORP 0.69 (5.355) BATTLE MOUNTAIN GOLD CO PENNEY ( J C ) CO (24.543) BURLINGTON RESOURCES INC (2.260) (6.408) DRESSER INDUSTRIES INC (2.40) (27.578) SBC COMMUNICATIONS INC (8.4) BOEING CO (5.477) (7.636) MALLINCKRODT INC 6.54 (22.90) FHP INTERNATIONAL CORP 2.88 (2.476) BELL ATLANTIC CORP.99 (2.9) SYNOPSYS INC GOODRICH (B F ) CO 6.43 (23.049) HARNISCHFEGER INDUSTRIES INC (2.649) (2.58) KIMBERLY-CLARK CORP (29.740) CISCO SYSTEMS INC (0.527) CVS CORP (28.07) (32.225) KENNAMETAL INC (26.386) INTERNATIONAL CORONA 4.32 (8.020) PETROLITE CORP (2.75) BDM INTERNATIONAL INC (3.234) BALLY ENTMT CORP (8.942) 0.32, RENAISSANCE COMMUNICATNS CP (22.963) LIFETIME CORP (20.905) PET INC (5.847) (8.67) ( ) 0 64 PORTLAND GENERAL CORP (.548) U S SHOE CORP (.63) (22.42) AMSCO INTERNATIONAL INC 5.80 (2.537) DURACELL INTERNATIONAL 8.03 (4.066) NATIONAL EDUCATION (8.930) (26.727) PRICE CO (22.604) DIAGNOSTEK INC (9.95) LORAL CORP 9.0 (9.532) AUGAT INC.840 (7.228) MULTICARE COS INC (0.35) ALC COMMUNICATION INC 4.9 (34.770) HEMLO GOLD MINES INC (23.04) LOUISIANA LAND & EXPLORATION 3.63 (.738) BAROID CORP (25.904) FIRST FINANCIAL MANAGEMENT CORP (3.926) PACIFIC TELESIS GROUP.5 (9.896) NELLCOR PURITAN BENNETT INC TAKECARE INC ENTERRA CORP ROHR INC (5.494) (9.882) JOY TECHNOLOGIES INC -CL A (5.38) (20.7)

97 Tablo A.3: Siir ağıa girdi teşkil edecek şirket verileri AVGROWTH AVLIQUID AVLEV GRDUMMY IDUMMY 3_AVE_OBS 3_AVE_OBS 3_AVE_OBS % % % HOMESTAKE MINING ARROW ELECTRONIC (23.582) GANNET CO 4.00 (0.959) COMPUTER SCIENCES.645 (27.73) BAKER-HUGHES INC (7.662) TRW INC (32.6) QUAKER QOATS CO (32.790) HILTON HOTELS CORP LAM RESEARCH CORP (7.99) SYBASE INC (0.3) SEAGATE TECH TRIBUNE CO (7.886) (6.600) 0 7 OLSTEN CORP (9.660) ENRON CORP.386 (9.2) RATIONAL SOFTWARE CORP NEW YORK TIMES CO (6.383) LUXOTTICA GROUP S.P.A (2.277) STERIS CORP HARCOURT GENERAL INC (3.828) (4.366) VALUE HEALT INC LOCKHEED MARTIN CORP 2.8 (26.862) THOMAS&BETTS CORP 5.07 (2.053) PRICE COMMUNICATIONS CORP (287.86) (24.969) 32 MERCK&CO 2.35 (9.276) SILICON GRAPHICS INC (3.856) TENET HEALTHCARE CORP (9.627) GENESIS HEALT VENTURE INC (7.84) FRONTIER CORP 0.69 (5.355) BATTLE MOUNTAIN GOLD CO PENNEY ( J C ) CO (24.543) BURLINGTON RESOURCES INC (2.260) (6.408) DRESSER INDUSTRIES INC (2.40) (27.578) SBC COMMUNICATIONS INC (8.4) BOEING CO (5.477) (7.636) MALLINCKRODT INC 6.54 (22.90) FHP INTERNATIONAL CORP 2.88 (2.476) BELL ATLANTIC CORP.99 (2.9) SYNOPSYS INC GOODRICH (B F ) CO 6.43 (23.049) HARNISCHFEGER INDUSTRIES INC (2.649) (2.58) KIMBERLY-CLARK CORP (29.740) CISCO SYSTEMS INC (0.527) CVS CORP (28.07) (32.225) KENNAMETAL INC (26.386) INTERNATIONAL CORONA 4.32 (8.020) PETROLITE CORP (2.75) BDM INTERNATIONAL INC (3.234) BALLY ENTMT CORP (8.942) 0.32, RENAISSANCE COMMUNICATNS CP (22.963) LIFETIME CORP (20.905) PET INC (5.847) (8.67) ( ) 0 64 PORTLAND GENERAL CORP (.548) U S SHOE CORP (.63) (22.42) AMSCO INTERNATIONAL INC 5.80 (2.537) DURACELL INTERNATIONAL 8.03 (4.066) NATIONAL EDUCATION (8.930) (26.727) PRICE CO (22.604) DIAGNOSTEK INC (9.95) LORAL CORP 9.0 (9.532) AUGAT INC.840 (7.228) MULTICARE COS INC (0.35) ALC COMMUNICATION INC 4.9 (34.770) HEMLO GOLD MINES INC (23.04) LOUISIANA LAND & EXPLORATION 3.63 (.738) BAROID CORP (25.904) FIRST FINANCIAL MANAGEMENT CORP (3.926) PACIFIC TELESIS GROUP.5 (9.896) NELLCOR PURITAN BENNETT INC TAKECARE INC ENTERRA CORP ROHR INC (5.494) (9.882) JOY TECHNOLOGIES INC -CL A (5.38) (20.7)

98 Tablo A.4: Siir ağıa girdi teşkil edecek şirket verileri SIZE MTB PE AVPAYOUT _AVE_OBS _AVE_OBS _AVE_OBS 4_AVE_OBS (000000USD) HOMESTAKE MINING (5.842) ARROW ELECTRONIC, GANNET CO 3, COMPUTER SCIENCES 2, BAKER-HUGHES INC 3, TRW INC 5, QUAKER QOATS CO 2, HILTON HOTELS CORP 3, LAM RESEARCH CORP SYBASE INC SEAGATE TECH 2, TRIBUNE CO 3, OLSTEN CORP ENRON CORP 3, RATIONAL SOFTWARE CORP (40.369) NEW YORK TIMES CO, (88.393) (0.468) 23 LUXOTTICA GROUP S.P.A STERIS CORP HARCOURT GENERAL INC 3, VALUE HEALT INC LOCKHEED MARTIN CORP 7, THOMAS&BETTS CORP, PRICE COMMUNICATIONS CORP MERCK&CO, SILICON GRAPHICS INC 2, TENET HEALTHCARE CORP 8, GENESIS HEALT VENTURE INC FRONTIER CORP, BATTLE MOUNTAIN GOLD CO PENNEY ( J C ) CO 7, BURLINGTON RESOURCES INC 4, DRESSER INDUSTRIES INC 3, SBC COMMUNICATIONS INC 22, BOEING CO 22, MALLINCKRODT INC 3, FHP INTERNATIONAL CORP BELL ATLANTIC CORP 24, SYNOPSYS INC GOODRICH (B F ) CO 2, HARNISCHFEGER INDUSTRIES INC, (33.582) (0.027) 53 KIMBERLY-CLARK CORP 6, CISCO SYSTEMS INC, CVS CORP 2, KENNAMETAL INC INTERNATIONAL CORONA (5.625) PETROLITE CORP BDM INTERNATIONAL INC BALLY ENTMT CORP RENAISSANCE COMMUNICATNS CP LIFETIME CORP PET INC PORTLAND GENERAL CORP U S SHOE CORP AMSCO INTERNATIONAL INC DURACELL INTERNATIONAL NATIONAL EDUCATION PRICE CO DIAGNOSTEK INC LORAL CORP AUGAT INC MULTICARE COS INC ALC COMMUNICATION INC HEMLO GOLD MINES INC LOUISIANA LAND & EXPLORATION BAROID CORP FIRST FINANCIAL MANAGEMENT CORP PACIFIC TELESIS GROUP NELLCOR PURITAN BENNETT INC (36.79) TAKECARE INC ENTERRA CORP ROHR INC

99 EK-B Şekil B.: İki siir hücreli ağı davraışı Tablo B.: Şekil B. e ait ağ çıktı değerleri traigdx tasig tasig 89

100 Şekil B.2: Dört siir hücreli ağı davraışı Tablo B.2: Şekil B.2 ye ait ağ çıktı değerleri traigdx tasig tasig 90

101 ÖZGEÇMİŞ 97 yılıda Kadıra da doğdu. 992 yılıda Yıldız Tekik Üiversitesi (YTÜ) Kocaeli Mühedislik Fakültesi Edüstri Mühedisliği Bölüüde ezu oldu. Ayı yıl YTÜ Fe Bilileri Estitüsü Edüstri Mühedisliği Aabili Dalı, Edüstri Mühedisliği Prograıa girdi ve 994 de ezu oldu. 995 de İTÜ Fe Bilileri Estitüsü Edüstri Mühedisliği Aabili Dalı, Mühedislik Yöetii Prograı da doktora çalışalarıa başladı. 996 yılıda, 992 yılıda girdiği Kocaeli Üiversitesi Mühedislik Fakültesi Edüstri Mühedisliği Bölüüde Araştıra Görevlisi olarak başladığı çalışa hayatııda ayrılarak Siees Siko A.Ş de Kalite Mühedisi olarak deva etti. 997 yılıda İzit Goodyear Lastikleri T.A.Ş de Edüstri Mühedisi, Edüstri Mühedisliği Şefi, Sürekli Gelişi Sisteleri Müdürü pozisyolarıda buludu. Hale, Altı Siga kousuda,.lükseburg Geel Merkezde çalışaktadır. Çok aaçlı karar vere de etkileşili bekleti düzeyi zaklaşıı ve bulaık atık koularıda bildirilerii suuştur. 9