STRATEJİK YÖNETİM İÇİN BULANIK RİSK DEĞERLENDİRME MODELLERİ VE KARŞILAŞTIRMALI ANALİZİ. Rabia ARIKAN DOKTORA TEZİ ENDÜSTRİ MÜHENDİSLİĞİ ANABİLİM DALI

STRATEJİK YÖNETİM İÇİN BULANIK RİSK DEĞERLENDİRME MODELLERİ VE KARŞILAŞTIRMALI ANALİZİ Raba ARIKAN DOKTORA TEZİ ENDÜSTRİ MÜHENDİSLİĞİ ANABİLİM DALI GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ HAZİRAN 2014

Raba ARIKAN tarafından hazırlanan STRATEJİK YÖNETİM İÇİN BULANIK RİSK DEĞERLENDİRME MODELLERİ VE KARŞILAŞTIRMALI ANALİZİ adlı tez çalışması aşağıdak ür tarafından OY BİRLİĞİ le Gaz Ünverstes Endüstr Mühendslğ Anablm Dalında DOKTORA TEZİ olarak kabul edlmştr. Danışman: Doç. Dr. Metn DAĞDEVİREN Endüstr Mühendslğ, Gaz Ünverstes Bu tezn, kapsam ve kalte olarak Doktora Tez olduğunu onaylıyorum./onaylamıyorum Başkan: Prof. Dr. Mustafa KURT Endüstr Mühendslğ, Gaz Ünverstes Bu tezn, kapsam ve kalte olarak Doktora Tez olduğunu onaylıyorum./onaylamıyorum Üye: Doç. Dr. Ergün ERASLAN Endüstr Mühendslğ, Yıldırım Beyazıt Ünverstes Bu tezn, kapsam ve kalte olarak Doktora Tez olduğunu onaylıyorum./onaylamıyorum Üye: Doç. Dr. Feyzan ARIKAN Endüstr Mühendslğ, Gaz Ünverstes Bu tezn, kapsam ve kalte olarak Doktora Tez olduğunu onaylıyorum./onaylamıyorum Üye: Doç. Dr. Mehmet KABAK Endüstr Mühendslğ, Kara Harp Okulu Bu tezn, kapsam ve kalte olarak Doktora Tez olduğunu onaylıyorum./onaylamıyorum Tez Savunma Tarh: 05/06/2014 Jür tarafından kabul edlen bu tezn Doktora tez olması çn gerekl şartları yerne getrdğn onaylıyorum... Prof. Dr. Şeref SAĞIROĞLU Fen Blmler Ensttüsü Müdürü

ETİK BEYAN Gaz Ünverstes Fen Blmler Ensttüsü Tez Yazım Kurallarına uygun olarak hazırladığım bu tez çalışmasında; Tez çnde sunduğum verler, blgler ve dokümanları akademk ve etk kurallar çerçevesnde elde ettğm, Tüm blg, belge, değerlendrme ve sonuçları blmsel etk ve ahlak kurallarına uygun olarak sunduğumu, Tez çalışmasında yararlandığım eserlern tümüne uygun atıfta bulunarak kaynak gösterdğm, Kullanılan verlerde herhang br değşklk yapmadığımı, Bu tezde sunduğum çalışmanın özgün olduğunu, bldrr, aks br durumda aleyhme doğablecek tüm hak kayıplarını kabullendğm beyan ederm. Raba ARIKAN 19/06//2014

v STRATEJİK YÖNETİM İÇİN BULANIK RİSK DEĞERLENDİRME MODELLERİ VE KARŞILAŞTIRMALI ANALİZİ (Doktora Tez) Raba ARIKAN GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ Hazran 2014 ÖZET Son yıllarda stratek yönetm, ç kontrol, rsk yönetm gb modern yönetm yaklaşımları, tüm dünyada olduğu gb Türkye de de önem kazanmıştır. Türkye de kamu yönetm kapsamında bu yen yaklaşımlarla lgl en öneml adım Kamu Mal Yönetm ve Kontrol Kanunu le atılmıştır. Söz konusu Kanun la genel yönetm çatısı altındak kurum ve kuruluşlar çn rsk yönetmn de çeren ç kontrol sstemnn kurulması zorunlu kılınmıştır. Türkye dek kamu kurumlarının yen yasal düzenleme çerçevesnde, uygulamaya geçş aşamasında bulunduğu rsk yönetm ve değerlendrmes alanındak en öneml eksklklerden br standart br rsk değerlendrme metodolos olmaması dır. Bu çalışmanın amacı; standart br rsk değerlendrme metodolos olmaması problemne yönelk olarak, stratek yönetm uygulayan kuruluşlarda uygulanablecek alternatf rsk değerlendrme yöntemlernn önerlmes, uygulanması ve sonuçlarının karşılaştırılmasıdır. Çalışmanın amacı doğrultusunda; rsk yönetm ve rsk değerlendrme alanında lgl mevzuat ve lteratür taranmış, uluslararası düzeyde kabul gören modeller, standartlar ve dokümanlar ncelenmş, y uygulama örnekler araştırılmıştır. Rsk yönetm ve rsk değerlendrme süreçlernde olası çözüm önerler tartışılmış ve metot önerler sunulmuştur. Bu çalışmada önerlen çok ölçütlü karar verme teknkler ve bulanık teknkler; karmaşık rsk değerlendrme problemnn yapısındak tüm lşklern göz önünde bulundurulması, rsklern ve rsklere karşı uygulanacak kontrol faalyetlernn belrlenmes ve bunlara kaynak tahss yapılması aşamasında rasyonel kararlar alınablmes amacıyla terch edlmştr. Bu çerçevede geleneksel rsk değerlendrme yöntemne alternatf olarak önerlen analtk ağ sürec, bulanık analtk hyerarş proses, bulanık analtk ağ sürec ve bulanık kural tabanı yöntemler le örnek problem üzernden rsk değerlendrmes yapılmış, elde edlen sonuçlar karşılaştırmalı olarak analz edlmştr. Sonuç olarak, söz konusu yöntemlern rsk değerlendrme problem çn güçlü ve zayıf yönler ortaya konmuş, farklı problem yapıları açısından etknlkler değerlendrlmştr. Bu çalışmada önerlen rsk değerlendrme metotlarının, karşılaştırmalı analzlern ve değerlendrme sonuçlarının; darelern rsk yönetm sstem uygulamalarına geçş sürecnde faydalı olacağı, özellkle mevzuatla netleştrlmeyen boşlukların genel dar teamüller yerne ncel teknklerle doldurulması açısından katkı sağlayacağı düşünülmektedr. Blm Kodu : 906.1.121 Anahtar Kelmeler : rsk yönetm, rsk değerlendrme, bulanık AHP, bulanık AAS, bulanık kkural tabanı Sayfa Aded : 123 Danışman : Doç. Dr. Metn DAĞDEVİREN

v FUZZY RISK ASSESSMENT MODELS AND COMPARATIVE ANALYSIS FOR STRATEGIC MANAGEMENT (Ph. D. Thess) Raba ARIKAN GAZI UNIVERSITY GRADUATE SCHOOL OF NATURAL AND APPLIED SCIENCES June 2014 ABSTRACT In recent years, modern management approaches, such as strategc management, nternal control and rsk management, have ganed mportance n Turkey ust as n the World. The most mportant step n the scope of general admnstraton n Turkey regardng those new approaches was The Law of Publc Fnancal Management and Control. By the mentoned law, enforcng nternal control system whch ncludes rsk management was requred for the general admnstraton. One of the most mportant problems whch faced n transton process of rsk management and rsk assessment for Turksh publc sector wthn the scope of new legslaton s lack of standard rsk assessment methodology. Regardng lack of standard rsk assessment methodology; the man purpose of ths study s proposng, applyng and comparng of alternatve rsk assessment methods. Wthn the purpose of the study, lterature revew has been carred out and nternatonal models, standards, documents and best practces have been examned about rsk management and rsk assessment terms. Probable soluton technques and alternatve methods n rsk management and rsk assessment process have been presented. Proposed mult-attrbute decson makng technques and fuzzy technques were preferred because of the ablty of evaluatng all relatons n the complex structure of rsk assessment problem. Hence, the control actvtes to be used aganst the rsks would provde a more accurate and cost-effectve plannng. Wthn ths context, the applcaton of the analytc network process, fuzzy analytc herarchy process, fuzzy analytc network process and fuzzy rule base technques on selected problem have been executed respectvely and the results have been analyzed comparatvely. As concluson, strengths and weaknesses of mentoned technques have been stated for rsk assessment problem and effcency of these technques have been evaluated for dfferent problem structures. Proposed rsk assessment methods, comparatve analyss and evaluaton of results n ths study are expected to be useful n the transton process of the rsk management system and to contrbute n terms of fllng the legslaton gaps wth rather quanttatve technques than general admnstratve practces. Scence Code : 906.1.121 Key Words : rsk management, rsk assessment, fuzzy AHP, fuzzy ANP, fuzzy rule b bbase Page Number : 123 Supervsor : Assoc. Prof. Dr. Metn DAĞDEVİREN

v TEŞEKKÜR Tez çalışmam boyunca değerl yardım ve katkılarıyla ben yönlendren danışmanım Doç. Dr. Metn DAĞDEVİREN e, kıymetl tecrübelernden faydalandığım değerl hocam Prof. Dr. Mustafa KURT a, burslarıyla ben onurlandıran TÜBİTAK Blm ve İnsanı Destekleme Dare Başkanlığına, ş hayatıyla eğtmm br arada sürdürmemde kolaylık sağlayan yönetclerme, gösterdkler y nyet ve destekler çn Hazne Müsteşarlığı Strate Gelştrme Dares Esk Başkanı Sn. Mustafa AKMAZ a, sevgler ve manev destekleryle ben güçlü kılan aleme ve arkadaşlarıma en çten teşekkürlerm sunarım.

v İÇİNDEKİLER Sayfa ÖZET... ABSTRACT... TEŞEKKÜR... İÇİNDEKİLER... ÇİZELGELERİN LİSTESİ... ŞEKİLLERİN LİSTESİ... v v v v x x RESİMLERİN LİSTESİ... x SİMGELER VE KISALTMALAR... xv 1. GİRİŞ... 1 2. RİSK YÖNETİMİ VE RİSK DEĞERLENDİRME... 5 2.1. Rsk... 5 2.1.1. Rsk nedr?... 5 2.1.2. Rske lşkn kavramlar... 6 2.1.3. Rsk türler... 7 2.1.4. Rsk hyerarşs... 8 2.2. Rsk Yönetm... 8 2.2.1. Rsk yönetm nedr?... 8 2.2.2. Rske yönetmnn amacı... 10 2.3. Kurumsal Rsk Yönetm... 11 2.3.1. Kurumsal rsk yönetm nedr?... 11 2.3.2. Kurumsal rsk yönetm modeller/standartları... 12 2.3.3. Kurumsal rsk yönetm sürec... 14 2.4. Rsk Değerlendrme Teknkler... 17

v Sayfa 2.5. Rsk Yönetmnn Tarhçes... 20 2.6. Lteratür Taraması... 21 2.7. Türkye de Rsk Yönetm... 26 3. YÖNTEMLER... 29 3.1. Geleneksel Rsk Değerlendrme Yöntem (Rsk Matrs)... 29 3.2. Analtk Hyerarş Proses (AHP) ve Analtk Ağ Sürec (AAS)... 32 3.3. Bulanık Mantık (Fuzzy Logc) ve Karar Verme... 39 3.3.1. Bulanık kümeler ve üyelk fonksyonları... 39 3.4. Bulanık AHP ve Bulanık AAS... 42 3.4.1. Bulanık AHP... 44 3.4.2. Bulanık AAS... 48 3.5. Bulanık Kural Tabanı (Fuzzy Rule Base)... 54 3.5.1. Bulanık kural tabanlı sstemlern temel yapısı... 54 3.5.2. Çıkarım mekanzması... 55 3.5.3. Bulanık kural tabanlı model le rsk değerlendrme algortması... 57 4. UYGULAMA... 61 4.1. Problem... 61 4.1.1. Örnek uygulamaya lşkn rsklern tespt edlmes... 61 4.1.2. Krter ve alt krterlern tespt edlmes... 61 4.2. Geleneksel Rsk Değerlendrme Yöntem (Rsk Matrs) le Rsklern Değerlendrlmes... 63 4.3. Analtk Analtk Ağ Sürec (AAS) le Rsklern Değerlendrlmes... 64 4.4. Bulanık AHP le Rsklern Değerlendrlmes... 69 4.5. Bulanık AAS le Rsklern Değerlendrlmes... 79

x Sayfa 4.5.1. Chang n derece analz metodu le rsklern değerlendrlmes... 79 4.5.2. Mkhalov un yaklaşımı le rsklern değerlendrlmes... 85 4.6. Entegre Rsk Değerlendrme Metodu Öners... 90 4.7. Bulanık Kural Tabanı le Rsklern Değerlendrlmes... 91 5. KARŞILAŞTIRMALI ANALİZ... 101 5.1. Çok Ölçütlü Karar Verme Teknklernn Geleneksel Yönteme Üstünlüğü... 105 5.2. Bulanık Teknklern Kullanımı... 106 5.3. Entegre Metot Öners... 108 5.4. Değşken Sayıları ve Komplekste... 109 5.5. Senaryo Analz ve Tekrarlanablrlk... 109 6. SONUÇ VE ÖNERİLER... 111 KAYNAKLAR... 113 ÖZGEÇMİŞ... 125

x ÇİZELGELERİN LİSTESİ Çzelge Sayfa Çzelge 2.1. Rsk Sınıflandırması... 7 Çzelge 2.2. Kurumsal rsk yönetm yaklaşımı le klask rsk yönetmnn karşılaştırılması... 11 Çzelge 2.3. Ncel ve ntel rsk değerlendrme yöntemlernn karşılaştırılması... 19 Çzelge 3.1.a. Olasılık değerlendrme tablosu... 30 Çzelge 3.1.b. Etk değerlendrme tablosu... 30 Çzelge 3.2. 10x10 luk rsk matrs... 31 Çzelge 3.3. AAS de kullanılan derecelendrmeler... 36 Çzelge 3.4. Görecel ağırlık vektörü hesaplama örnek tablosu... 36 Çzelge 3.5. Dlsel değşkenler... 59 Çzelge 4.1. Krterler ve alt krterler... 62 Çzelge 4.2. Rsk kaydı... 63 Çzelge 4.3. AAS modelnde yer alan alt krterlern etkleşm tablosu... 66 Çzelge 4.4. Bulanık AHP modelnde kullanılan krterler ve alt krterler... 70 Çzelge 4.5. Önem derecelernn dlsel skalası... 72 Çzelge 4.6. Stratek hedeflere at kl karşılaştırma matrs... 72 Çzelge 4.7. Faalyetlern stratek hedefler açısından kl karşılaştırılması... 73 Çzelge 4.8. Faalyetlern yerel ve global ağırlıkları... 75 Çzelge 4.9. Rsklern faalyetler açısından kl karşılaştırması... 76 Çzelge 4.10. Rsklern yerel ve global bulanık ağırlıkları... 78 Çzelge 4.11. Krterlern bulanık kl karşılaştırma matrs... 80 Çzelge 4.12.a. Stratek amaçların kl karşılaştırma matrs... 80 Çzelge 4.12.b. Stratek hedeflern kl karşılaştırma matrs... 81

x Çzelge Sayfa Çzelge 4.12.c. Faalyetlern kl karşılaştırma matrs... 81 Çzelge 4.12.d. Rsklern kl karşılaştırma matrs... 82 Çzelge 4.13. İç bağımlılık matrsler... 83 Çzelge 4.14. Alt krterlern global ağırlıkları... 84 Çzelge 4.15. Doğrusal olmayan model... 85 Çzelge 4.16. Krterlern kl karşılaştırması ve yerel ağırlıkları... 86 Çzelge 4.17.a. SA kümes alt krterlernn kl karşılaştırması ve yerel ağırlıkları... 86 Çzelge 4.17.b. SA kümes alt krterlernn kl karşılaştırması ve yerel ağırlıkları... 86 Çzelge 4.17.c. Faalyetler kümes alt krterlernn kl karşılaştırması ve yerel ağırlıkları... 86 Çzelge 4.17.d. Rskler kümes krterlernn kl karşılaştırması ve yerel ağırlıkları. 87 Çzelge 4.18. Krterlern bağımlılık matrs... 88 Çzelge 4.19. Alt krterlern global ağırlıkları... 89 Çzelge 4.20. Entegre rsk değerler... 90 Çzelge 4.21. Alt krterler etkleşm tablosu... 91 Çzelge 4.22. Bulanık denetleycler (Fuzzy controllers)... 94 Çzelge 4.23. FCa çn bulanık kural tabanı... 98 Çzelge 4.24. Rsklere at uzman değerlendrmeler ve temsl değerler... 98 Çzelge 4.25. Bulanık kural tabanlı model sonuç tablosu... 99 Çzelge 5.1. Sonuç ve karşılaştırma... 101 Çzelge 5.2. Wang bulanık AHP sonuç çzelges... 102 Çzelge 5.1. Bulanık kural tabanlı sstem grd ve sonuç değerler... 102 Çzelge 5.2. Entegre metot karşılaştırma çzelges... 108

x ŞEKİLLERİN LİSTESİ Şekl Sayfa Şekl 2.1. Rsk yönetm prenspler, çerçeves ve sürec arasındak lşk... 15 Şekl 2.2. Kurumsal rsk yönetmnn aşamaları... 14 Şekl 2.3. ISO 31010 da yer alan rsk değerlendrme teknkler... 18 Şekl 3.1. Karşılaştırmalı matrs yapısı... 37 Şekl 3.2. Ağırlıklandırılmamış süpermatrs yapısı... 38 Şekl 3.3. Br à üçgensel bulanık sayısı... 41 Şekl 3.4. M 1 ve M 2 arasındak kesşm noktası... 50 Şekl 3.5. Bulanık kural tabanlı sstem elemanları... 54 Şekl 3.6. Mamdan kural yapısı... 56 Şekl 3.7. Sugeno kural yapısı... 57 Şekl 4.1. Rsk değerlendrme çn önerlen AAS model... 65 Şekl 4.2. AHP model... 71 Şekl 4.3. Görel önem derecelernn dlsel skalası... 72 Şekl 4.4. Rskler le stratek plan öğeler arasındak lşk yapıları... 92 Şekl 5.1. Rskler le stratek plan krterler arasındak lşk yapıları... 107

x RESİMLERİN LİSTESİ Resm Sayfa Resm 2.1. Krterlern bağımlılık matrs... 8 Resm 3.1. Bulanık Denetleyc... 55 Resm 3.2. Gauss üyelk fonksyonu... 58 Resm 4.1.a. Stratek hedefler kümes alt krterlernn SA 2 üzerndek etkler... 67 Resm 4.1.b. Faalyetler kümes alt krterlernn SA2 üzerndek etkler... 67 Resm 4.2. Küme ağırlıkları matrs... 68 Resm 4.3. AAS yöntem le yapılan rsk değerlendrme çalışmasının sonuçları... 69 Resm 4.4. Rsklern global bulanık ağırlıkları... 79 Resm 4.5. Bulanık kural tabanlı rsk değerlendrme model... 93 Resm 4.6. Fuzzy Controller a Yapısı... 96 Resm 4.7. Fuzzy Controller h Yapısı... 97 Resm 4.8. Bulanık kural tabanlı rsk değerlendrme modelnn çözümü (Sonuç)... 100

xv KISALTMALAR Bu çalışmada kullanılmış kısaltmalar, açıklamaları le brlkte aşağıda sunulmuştur. Kısaltmalar Açıklamalar AAIRM AAS AHP AIRMIC ALARM AS/NZ BDDK COSO EKK FC HTEA IRM ISO IEC KRY TÜSİAD AIRMIC, ALARM, IRM Standardı Analtk Ağ Sürec Analtk Hyerarş Proses Assocaton of Insurance and Rsk Managers Natonal Forum for Rsk Management n the Publc Sector Australa/New Zealand Standard - Avustralya/Yen Zelanda Standardı Bankacılık Düzenleme ve Denetleme Kurumu Commttee on Sponsorng Organzatons of The Treadway Commsson En Küçük Kareler Fuzzy Controller - Bulanık Denetleyc Hata Türü ve Etkler Analz Insttute for Rsk Management - Rsk Yönetm Ensttüsü Internatonal Organzaton for Standardzaton Internatonal Electrotechncal Commsson Kurumsal Rsk Yönetm Türk Sanaycler ve İşadamları Derneğ

1 1. GİRİŞ 1970 l yıllardan tbaren dünyada yaşanan hızlı değşm ve küreselleşme sürec; ekonomk, sosyal, syasal, teknolok, yönetsel ve kültürel boyutlar başta olmak üzere hemen her alanda etksn göstermştr. Bu süreçte; dnamk uluslararası sermayenn yarattığı küresel rekabet, organzasyonların başarılı br şeklde yönetlmelern ve gelşmelere ayak uydurmalarını, varoluşları çn zarur kılmıştır. Bu kapsamda; organzasyonların geleceğe hazırlanmasında ortaya çıkan temel yaklaşımlar; rsk yönetm, stratek yönetm ve performans yönetm sstemlerdr (Fıkırkoca, 2003: 48). 1980 l yıllarda kamu kuruluşlarının özel sektördek gelşmelerden ve yönetm anlayışından etklenmes sonrasında yen kamu yönetm yaklaşımı yaygınlaşmaya başlamıştır. Yen kamu yönetm yaklaşımının Türk kamu yönetmne yansıması olan kamu mal yönetm reformları çerçevesnde; kamu darelernn planlı hzmet sunmaları, poltka gelştrmeler, poltkaları somut ş programlarına ve bütçelere dayandırmaları, uygulamayı zlemeler ve değerlendrmelern sağlamak amaçlanmıştır. Bu amaçların gerçekleştrlmesne yönelk araç olarak se stratek planlama yaklaşımı benmsenmştr. Türk kamu yönetmndek anılan değşmn temel yapı taşı, 2003 yılında kanunlaşan ve 2006 yılında yürürlüğe gren, 5018 sayılı Kamu Mal Yönetm ve Kontrol Kanunu olmuştur. Kanun le yen kamu yönetm anlayışının temel lkelernden olan orta vadel harcama sstem, çok yıllı bütçeleme, stratek planlama, performans esaslı bütçeleme, ç kontrol, rsk yönetm, saydamlık, hesap vereblrlk, gb hususlar Türk kamu yönetmne taşınmıştır. 5018 sayılı Kanun kapsamında kamu kurum ve kuruluşlarında ç kontrol sstemnn kurulması zorunlu kılınmıştır. Bu çerçevede, darenn amaçlarına uygun olarak organzasyon, yöntem ve süreçlernn oluşturulması ve denetlenmes gerekldr. İç kontrol sstemnn dördüncü bleşen olan Rsk Değerlendrmes aşaması darenn hedeflernn gerçekleşmesn engelleyecek rsklern tanımlanması, analz edlmes ve gerekl önlemlern belrlenmes sürecdr. Stratek yönetm ve planlama lkeler çerçevesnde yönetlen kurumlarda, rsk değerlendrme sstemlernn sağlıklı şleyşnn sağlanarak, stratek planlama

2 faalyetlernn bu eksende sürdürülmes ve operasyonların rsk sevyelerne göre farklı stratelern gelştrlmes gerekmektedr. Bu çerçevede; yukarıda bahsedlen kavramların lşklendrlmesnde, rsk yönetm, rsk değerlendrme ve rsk sevyelerne göre strate gelştrme aşamalarında Endüstr Mühendslğ teknklernn kullanılableceğ düşünülmektedr. Stratek yönetm, ç kontrol ve rsk değerlendrme kavramları henüz Türkye dek kamu kurumlarınca stenlen sevyede benmsenememş ve uygulaması yaygınlaştırılamamıştır (Canbolat, 2011). Bu çalışmanın amacı; Türkye dek kamu kurumlarının yen Kamu Mal Yönetm ve Kontrol Kanunu çerçevesnde uygulamaya geçş aşamasında bulunduğu rsk yönetm ve değerlendrmes uygulamasında oldukça öneml br eksklk olan standart br rsk değerlendrme metodolos olmaması problemne yönelk olarak stratek yönetm uygulayan kamu kurumlarında uygulanablecek alternatf rsk değerlendrme yöntemlernn önerlmes, uygulanması ve sonuçlarının karşılaştırılmasıdır. Çalışmanın amacı doğrultusunda; rsk yönetm ve rsk değerlendrme alanında uluslararası düzeyde kabul gören modeller, standartlar ve dokümanlar ncelenmş, lgl mevzuat ve lteratür taranmış, y uygulama örnekler le karşılaştırmalar yapılmış ve bunların uygulanablrlkler araştırılmıştır. Rsk yönetm ve rsk değerlendrme süreçlernde olası çözüm önerler tartışılmış ve metot önerler sunulmuştur. Bu amaçla önerlen çok ölçütlü karar verme teknkler ve bulanık teknkler; brbrn çok yönlü etkleyen stratek yönetm, ç kontrol ve rsk değerlendrme yapısında tüm lşklern göz önünde bulundurulması, rsklern ve rsklere karşı uygulanacak kontrol faalyetlernn belrlenmes ve bunlara kaynak tahss yapılması aşamasında rasyonel kararlar alınablmes amacıyla terch edlmştr. Bu çalışmada, rsk yönetm ve rsk değerlendrme konularında hem teork olarak hem de kamu darelerndek olası uygulamalar bakımından kapsamlı blg sunulmaktadır. Her k hususla lgl olarak yapılan ncelemelern, gelştrlen sstem önerlernn, değerlendrme sonuçlarının ve önerlen rsk değerlendrme metodlarının; darelern yönetcler, rsk yönetm sstem çnde yer alan tüm aktörler (rsk analstler, rsk sorumluları, rsk koordnatörler, vb.) ve çalışanları çn rsk yönetm sstem uygulamalarına geçş sürecnde

3 faydalı olacağı, özellkle mevzuatla netleştrlmeyen boşlukların genel dar teamüller yerne ncel teknklerle doldurulması açısından katkı sağlayacağı düşünülmektedr. Çalışmanın bundan sonrak bölümler şu şeklde düzenlemştr. İknc bölümde; rsk ve rske lşkn kavramlar, rsk yönetmnn tanımı ve amacı anlatılmış, kurumsal rsk yönetm modellernden bahsedlmş ve rsk değerlendrme teknkler hakkında blg verlmştr. Bu bölümde; rsk yönetmnn tarhçesne ve son yıllarda rsk değerlendrme, rsk değerlernn tespt, analz ve öncelklendrlmes çn farklı yaklaşımlarla yöntem ve uygulama açısından yenlk getren, lteratüre katkı sağlayan çalışmalara yer verlmştr. İlave olarak, Türkye dek rsk yönetm sstem uygulamalarına lşkn kısa br değerlendrme yapılmıştır. Çalışmanın üçüncü bölümünde, rsk değerlendrme problemnn çözümünde kullanılan yöntemler anlatılmıştır. Öncelkle geleneksel rsk değerlendrme yöntem olarak anılan Rsk Matrsne, knc olarak alternatf çözümde kullanılan Analtk Ağ Sürec yöntemne yer verlmştr. İlerleyen bölümlerde kullanılan bulanık teknklern daha y anlaşılması amacıyla bulanık mantık, bulanık kümeler ve üyelk fonksyonları hakkında genel blgler hatırlatılmıştır. Son olarak bulanık modellern çözümünde kullanılan Bulanık Analtk Hyerarş Proses yöntem, Bulanık Analtk Ağ Sürec yaklaşımları ve Bulanık Kural Tabanlı Sstemden bahsedlmştr. Çalışmanın dördüncü bölümünde, Hazne Müsteşarlığı Strate Gelştrme Dares Başkanlığında seçlen br süreçte örnek problem tanımlanmış ve üçüncü bölümde bahsedlen yöntemler le önerlen yen br entegre metod öners örnek problem üzernde uygulanmıştır. Beşnc bölümde, dördüncü bölümde yapılan çözümler ışığında rsk değerlendrlmesnde kullanılan yöntemlern karşılaştırmalı analzlerne ve örnek problem üzernden yapılan değerlendrmelere yer verlmş, elde edlen sonuçlar tartışılmıştır. Çalışmanın altıncı ve son bölümünde se çözümler ve analzler ışığında ulaşılan sonuçlar değerlendrlerek, rsk değerlendrme problemnde söz konusu yöntemlern kullanımıyla lgl önerlerde bulunulmuştur.

4

5 2. RİSK YÖNETİMİ VE RİSK DEĞERLENDİRME Bu bölümde; rsk ve rske lşkn kavramlar, rsk türler, rsk hyerarşs, rsk yönetmnn tanımı ve amacı anlatılmıştır. Sonrasında, kurumsal rsk yönetm modellernden bahsedlmş ve kurumsal rsk yönetm aşamaları detaylı olarak anlatılmıştır. Bölümün sonunda se rsk değerlendrme teknkler hakkında blg verlmştr. 2.1 Rsk 2.1.1. Rsk nedr? Rsk kelmesnn etmolok köken, Fransızca rsque ve İtalyanca rscare kelmelerne dayanmaktadır. Rscare, İtalyanca da cüret etmek, cesaret etmek anlamına gelr. Günlük yaşamımızda sık kullandığımız rsk kavramı, stenmeyen sonuçlarla karşılaşma htmal ya da tehlke anlamını fade etmektedr (Poyraz, 2010). Rsk genel olarak br olayın olma olasılığı le bu olay sonucunda ortaya çıkablecek olumlu veya olumsuz etklern br brleşm olarak tanımlanablr. Br başka fadeyle rsk, gerçekleşmes beklenen en muhtemel sonuç le gerçekleşen fl sonuç arasındak sapmadır. Rsk hakkındak süregelen görüşler rsk kavramına; olumsuzluk, kayıp, tehlke, zarar ve kötü sonuçlar gb anlamlar yüklemektedr. Bu durum, kelmenn geleneksel anlamlarından, sözlüklerdek ya da teknk tanımlamalardan ve rsk hakkındak mevcut araçların da sadece rskn olumsuz yönlerne dkkat çekmesnden kaynaklanmaktadır (Poyraz, 2010). Ancak, rskn tehlkelerle brlkte ortaya çıkardığı fırsatlara da odaklanmak gerekmektedr. Lteratürde yer alan bazı rsk tanımları şu şekldedr: Rsk, br şleme lşkn br parasal kaybın ortaya çıkması veya br gdern ya da zararın vuku bulması nedenyle ekonomk faydanın azalması htmaldr (BDDK, 2001). Rsk, eylemler veya olayların, olumlu fırsatlar veya olumsuz tehdtler şeklnde karşımıza çıkablecek sonuçlarının belrszlğ olarak tanımlanır. Rsk, br şeyn olma

6 olasılığına göre ve olması halnde yapacağı etk esas alınarak değerlendrlmesdr (Orange Book, 2004). Rsk, belrszlklern hedefler üzerndek etksdr (ISO 31000, 2009). Rsk, hedeflere ulaşmamıza etks olablecek durumları fade eder ve olasılığı le sonuçlarına bağlı olarak ölçüleblr (AS/NZ 4360, 2004). Rsk, meydana geldğnde organzasyonun hedeflerne ulaşması üzernde negatf etk yaratacak olan olayların ortaya çıkma olasılığıdır (Vose, 2008: 135). Rsk; kayıp, felaket veya stenmeyen br olayın olasılığı ve şddetdr (Hubbard, 2009: 24). Rsk; br faalyetn veya olayın stenmeyen olası kötü sonuçları olarak tanımlanablr (Rowe, 1977: 9). Rsk, belrl br zaman aralığında, hedeflenen br sonuca ulaşamama, kayba ya da zarara uğrama olasılığıdır (Fıkırkoca, 2003: 24). 2.1.2. Rske lşkn kavramlar Rske lşkn bazı öneml kavramlar ve bunlara lşkn açıklamalar se aşağıda yer almaktadır (Orange Book, 2004): Doğal Rsk: Yönetlmes çn herhang br adım atılmadan, belrl br rskn gerçekleşmes sonucu, yaşanablecek etk ve olasılığın kombnasyonundan oluşan sonuçlardır. Kalıntı Rsk: Yönetlmes çn adım atıldıktan ve bu adımın etkl olacağı varsayımı yapıldıktan sonra belrl br rskn gerçekleşmes sonucu, yaşanablecek etk ve olasılığın kombnasyonundan oluşan sonuçlardır. Rsk İştahı: Br kurumun herhang br zaman dlmnde kabul etmeye, tolere etmeye veya maruz kalmaya hazır olduğu rsk mktarıdır. Rskn ne derece tolere edleblr ve gerekçelendrleblr olduğunu gösterr. Rskn şddetn se k temel kavram açıklar (Orange Book, 2004): Olasılık: Hedeflenen amaca/amaçlara ulaşamama htmal ya da stenmeyen br olayın oluşma olasılığıdır. Etk: Rske konu olan durumun oluşması sonucu hedeflenen amaçtan/amaçlardan ortaya çıkan sapmalardır.

7 2.1.3. Rsk türler Lteratürde rskler pek çok farklı şeklde sınıflandırılmıştır. En sık kullanılan temel rsk türler şöyle sıralanablr: Fnansal rskler Operasyonel rskler Stratek rskler Yasal rskler Çevresel rskler Teknolok rskler Hukuk rskler Sosyal rskler İtbar rskler Fnger (2001: 75), rskler sosyolok, blmsel ve teknolok, hukuksal ve tbara zarar veren rskler olmak üzere dörde ayırmaktadır. Bunun dışında; stratek, fnansal, operasyonel ve dış rskler olarak sınıflandırma yapmak da mümkündür (Saka, 2006). Rsklerle lgl başka br sınıflandırma da şu şekldedr (Fıkırkoca, 2003: 44): Stratek/pazar, teknolo, paydaşlar grubu rskler Yönetm/organzasyon, yönetm sstem ve felsefes, süreçler, blg yönetm sstem, altyapı grubu rskler İşletme/kaynaklar, müşterler malyet, çzelge, kalte, ver, blg grubu rskler. Rsk yönetm konusunda öneml çalışmaları bulunan TÜSİAD tarafından se Çzelge 2.1 dek gb br rsk sınıflandırması yapılmıştır. Çzelge 2.1. Rsk sınıflandırması (TÜSİAD, 2006) Fnansal Rskler Operasyonel Rskler Dış Çevre Rskler Müşter Memnunyet Hukuk Sorunlar Kur İnsan Kaynakları Blg Teknololer Ürün Hzmet Gelştrme Blg Güvenlğ Rakp Faz Oranı Vermllk Ürün Hzmet Yasa ve Düzenlemeler Lkdte Kapaste Fyatlandırma Süreç Yönetm Çalışan Bağlılığı Hssedar Kred Ortaklık Verg Poltk Fnansal Enstrümanlar Konsantrasyon Yetk ve Lmt İş Durması Tedark Ekonomk Yatırım Portföyü Ürün Hzmet Kaltes Performans yönetm Müşter Trendler Sgorta Hsse Değer Stratek Rskler Çevre Sağlığı İletşm Çalışan Sağlığı ve Güvenlğ Marka yönetm Değşm Yönetm Doğal Afet Emta Değer Yatırım Değerlendrme Bütçe ve Planlama Sektör İş Model Organzasyonel Yapı İş Portföyü

8 2.1.4. Rsk hyerarşs Rsk yönetm sevyeler; stratek (kurumsal) düzeyde, program düzeynde ve şlevsel (operasyonel) düzeyde nceleneblmektedr (Resm 1.1). Stratek düzeyde rsk yönetmnn amacı, organzasyonun stratelerne lşkn rskler anlamak ve onları desteklemek olup stratelern planlanmasında ve belrlenmesnde rsk yönetm vasıtasıyla elde edlen verler çok öneml yer tutmaktadır (Fıkırkoca, 2003: 60). Program düzeynde rsk yönetm, stratek şlern gerçekleştrlmesne yönelk rsklern yönetmn kapsamaktadır. Operasyonel düzeyde rsk yönetm se proe, program ve faalyetlere lşkn rsklern yönetlmesn kapsamaktadır. Resm 2.1. Rsk hyerarşs (Orange Book, 2004) 2.2. Rsk Yönetm 2.2.1. Rsk yönetm nedr? Rsk yönetmnn esas gelşmes İknc Dünya Savaşı sonrası Amerka Brleşk Devletler nde başlamıştır. Rsk yönetmnn başlangıç noktasını, sahp olunan değerler sgortalamak oluşturmuştur. Dolayısıyla, rsk yönetmnn lk uygulamaları sgortacılık sektöründe yapılmıştır. Büyük şletmelerde sgorta şlemlern yürütecek kşler sthdam edlmş, sonra bu kşler sgorta yönetcsne dönüşmüş, daha sonra se rsk yönetcs olarak şrketlerde öneml roller üstlenmşlerdr. Fakat günümüzde sgorta yaptırmak, rsk

9 yönetmnn sadece küçük br faalyet durumundadır. Bu yüzden kurumların olaya daha genş br açı le bakmaları ve olayları daha bütünsel br bakış açısıyla ele almaları gerekmektedr (Üzümcü, 2007). Rsk yönetmnde temel yaklaşım, belrszlklern olumsuz etklern en aza ndrrken, olumlu etklern arttırmaya çalışmak ve gelecektek muhtemel olumsuz olaylar gerçekleştğnde bunlara an ve planlanmamış tepkler vermek yerne, bu olaylar olmadan gerekl tedbrler alarak kurumu daha lerye götürmektr (Üzümcü, 2007). Böyle br yaklaşımla önceden planlama yapılarak alternatf eylem planları oluşturulacak ve beklenen hedeflere ulaşmak çn bu planlardan yararlanılarak en uygun faalyetler gerçekleştrmek mümkün olablecektr. Bu bakımdan rsk yönetmnn amacı, yanlış gden şlern olumsuz sonuçlarını ve olasılıklarını azaltıcı planlama yaparak ve gderlemeyen rsklerle lgl sorumlulukların belrlenmesn sağlayarak; şlern zamanında, stenen kaltede, öngörülen bütçe sınırları çnde gerçekleştrlmes htmaln arttırmaktır (Fıkırkoca, 2003: 13). Sonuç olarak rsk yönetm; ne zaman ve nasıl ortaya çıkacağı belrsz rsklern olumsuz etklern en aza ndrmek ve bu rskler çersndek potansyel fırsatları en etkl bçmde kullanablmek çn kaynak ve süreçlern en etkn şeklde planlanmasını, organze edlmesn, yönetlmesn ve kontrolünü sağlayan faalyetler bütünü olarak tanımlanablr (Poyraz, 2010). Rsk yönetmyle lgl yapılan tanımlardan bazıları şunlardır: Rsk yönetm, potansyel fırsatları ve olumsuz etkler yönetmede kullanılan kültür, süreç ve altyapıyı fade eder (AS/NZ 4360, 2004). Rsk yönetm, br organzasyonu rsk açısından yönlendrmek ve kontrol etmek çn yapılan faalyetlerdr. Yönetm poltkaları, prosedürler, letşm faalyetler uygulamaları, danışmanlık, çevrenn tespt ve tanımlanması, analz, değerlendrme, yleştrme, zleme ve gözden geçrme faalyetlernn sstematk olarak uygulanmasını kapsar (ISO 31000, 2009). Rsk yönetm; br kurumun yönetm kurulu, yönetcler ve tüm çalışanlarından etklenen, gerçekleşme olasılığı olan olaylara ve kurumun rsk ştahına göre belrlenen br strate doğrultusunda rsklern yönetmesne yardımcı olan ve kurumun hedeflern başarması çn makul güvence sağlayan br süreçtr (COSO, 2004).

10 Rsk yönetm; rsklern tespt edlmesnde, değerlendrlmesnde, hükme bağlanmasında, rskler düşürmek veya tahmn etmek çn gerçekleştrlen eylemlerde, rsklern zlenmes ve gözden geçrlmesnde kullanılan süreçlern tamamıdır (Orange Book, 2004). Rsk yönetm; rsk-kazanç dengesnn şrket üst yönetmnn rsk alma proflne uygun olarak oluşturulmasıdır (TÜSİAD, 2006). Rsk yönetm; belrszlkler ve belrszlğn yaratacağı olumsuz etkler daha kabul edleblr br düzeye ndrgemey sağlayan dsplndr (Fıkırkoca, 2003: 1). Rsk yönetm; stenmeyen olayların etk/olasılığını kontrol altına almak, zlemek ve en aza ndrmek çn kaynakların koordnel ve ekonomk uygulanablmes amacıyla rsklern tespt, değerlendrlmes ve öncelklendrlmesdr (Hubbard, 2009: 26). Rsk yönetm, organzasyonun rsklern tanımlamayı, değerlendrmey, planlamayı ve yönetmey çeren br süreçtr (Merna ve Al-Than, 2005: 13). Rsk yönetm; rsklern tanınması, değerlendrlmes ve ölçülmes netcesnde rsk yönetmek çn alınacak kararlar bütünüdür (Htt, 1999: 6). 2.2.2. Rsk yönetmnn amacı Rsk yönetmnn temel amacı, belrszlklern yönetmn yleştrmektr (Letch, 2004). Rsk yönetm; organzasyonun rsklern belrlemey, rsklern nesnel analzn yapmayı ve rsklere uygun ve etkn br bçmde karşılık vermey amaçlar (Merna ve Al-Than, 2005: 14). Bu kapsamda, dkkat edlmes gereken hususlar, rskn kaçınılmaz olduğu ve rsk yönetmnn amacının rskler ortadan kaldırmak olmadığıdır (Cokns, 2005). Br organzasyonun rsk yönetmne olan htyacı, aynı zamanda, rsk yönetmnn sağlayacağı faydaları da açıklamaktadır. Bununla brlkte, rsk yönetm şu hususlarda da yarar sağlayacaktır (Fıkırkoca, 2003: 13): Problemlern oluşmadan önlenmes veya olumsuz etklernn azaltılması Performans, malyet ve çzelgeler çn belrlenmş olan hedeflere ulaşılması Büyük rsklern nedenlernn belrlenmes le önlenmesne yönelk çalışmalar yapılması ve kazanç sağlanması.

11 Dğer taraftan, rsk yönetm yaklaşımını benmsemeyen ve uygulamayan br organzasyon, amaç ve hedeflerne ulaşılması yolunda öneml engellerle karşılaşablecektr. Dolayısıyla, organzasyonun sürdürüleblrlğ ancak etkn br rsk yönetm yaklaşımı le mümkündür (TÜSİAD, 2006). 2.3. Kurumsal Rsk Yönetm 2.3.1. Kurumsal Rsk Yönetm (KRY) nedr? Rskler, bütünsel br rsk poltkasının parçası olarak analz ve kontrol edlmeldr. Kurumsal veya stratek rsk yönetm olarak blnen yaklaşımlar, fonksyonlar ya da brmler bazında değerlendrme yapmanın, amaçlara ulaşmada engelleyc olableceğn savunmaktadır. Rsk kavramının herkesn sorumluluğu olduğu ve kurum genelnde br rsk kültürü gelştrmenn gerekllğ vurgulanmaktadır. KRY; kurumu etkleyeblecek potansyel olayları tanımlamak, rskler kurumun rsk alma proflne uygun olarak yönetmek ve kurumun hedeflerne ulaşması le lgl olarak makul br derecede güvence sağlamak amacı le oluşturulmuş ve kurumun tümünde uygulanan sstematk br süreçtr (TÜSİAD, 2006). KRY yaklaşımının rsk yönetmnden farkı Çzelge 2.2 de özetlenmektedr. Çzelge 2.2. Kurumsal rsk yönetm yaklaşımı le klask rsk yönetmnn karşılaştırılması (Saka ve Uğural, 2010) Klask rsk yönetm Kurumsal rsk yönetm Rsklern bağımsız analz ve takb Sstematk olmayan rsk değerlendrme süreçler Yalnızca mal hususlara odaklanılması Stratek ve operasyonel kararlarda rsklern kullanılmaması Sstematk, sürekl, kurumsal yaklaşım Rsk portföyü yaklaşımı Ortak rsk tanımı Rsk - getr değerlendrmes Rske dayalı performans yönetm Rsk yönetm malyetnn optmzasyonu Stratek ve operasyonel kararlarda rsklern kullanımı Sstem yaklaşımı

12 KRY le rsk yönetm kavramına kurum çersnde brbrnden bağımsız şeklde şleyen farklı rsk yönetm sstemlernn rskler br bütün olarak görmeler hususu eklenmş ve böylece daha etkn ve entegre rsk yönetm çözümlernn gelştrlmesne temel oluşturulmuştur (TÜSİAD, 2006). Kısaca, KRY, br organzasyonun rsklernn br bütün olarak yönetlmesne odaklanmaktadır. 2.3.2. Kurumsal rsk yönetm modeller/standartları Kurumsal rsk yönetm modeller/standartları kapsamında; COSO Rsk Yönetm Model, Brleşk Krallık Hazne Rsk Yönetm Yaklaşımı, AAIRM Standardı, Avustralya/Yen Zelanda Rsk Yönetm Standardı, Brleşk Krallık Tcaret Ofs Rsk Yönetm Model ve ISO Standartları ele alınmıştır. COSO ERM Model COSO Rsk Yönetmn, br kurumun yönetcler ve tüm çalışanlarından etklenen gerçekleşme olasılığı olan olaylara ve kurumun rsk ştahına göre belrlenen br strate doğrultusunda rsklern yönetmesne yardımcı olan ve kurumun hedeflern başarması çn makul güvence sağlayan br süreç şeklnde tanımlamaktadır (COSO, 2004). Turuncu Ktap (The Orange Book) Brleşk Krallık Haznes 2001 yılında, Turuncu Ktap olarak blnen Rsk Yönetm: Stratek Genel Bakış sml belgey yayımlamıştır. Bu yayın rsk yönetm kavramlarına temel br grş sunmuş olup devlet kurumlarında rsk yönetm süreçlernn gelştrlmes ve uygulanmasında yaygın olarak başvurulan br kaynak olmuştur. 2004 yılında se Rsk Yönetm: Esaslar ve Kavramlar dokümanı yayımlanmıştır. Turuncu Ktap ın devamı ntelğnde olan bu doküman, rsk yönetmne lşkn hem ç süreçler hem de kurumun rsk yönetmnn, çnde bulunduğu daha genş ortama kıyasla değerlendrlmes konularına odaklanmıştır. AAIRM (AIRMIC, ALARM, IRM Standardı): AAIRM, 2002 yılında Brleşk Krallık ta bulunan öneml rsk yönetm organzasyonları olan;

13 Sgorta ve Rsk Yönetcler Derneğ (Assocaton of Insurance and Rsk Managers - AIRMIC) Kamuda Rsk Yönetm Ulusal Forumu (Natonal Forum for Rsk Management n the Publc Sector -ALARM) Rsk Yönetm Ensttüsü (Insttute for Rsk Management - IRM) tarafından müştereken hazırlanmıştır. ISO/IEC Gude 73 Rsk Yönetm Kılavuzu esas alınmış ve ana hatlarıyla rsk yönetm, rsk değerlendrme, rsk analz, raporlama, letşm, yleştrme, zleme ve rsk organzasyonu yapısı hususları açıklanmıştır. Avustralya/Yen Zelanda (AS/NZ) Rsk Yönetm Standardı 4360:2004 En blnen AS/NZ standardı olan 4360, AAIRM standardından braz daha detaylıdır. AS/NZ 4360:2004, AAIRM tarafından önerlen modele benzer br temel zler. Doküman; letşm ve danışmanlık görev çn bazı yen referanslar eklese de roller ve sorumlulukları belrleme konusunda AAIRM de verlen referanslardan yoksundur (Ramrez, 2008). M_o_R Rehber Brleşk Krallık Tcaret Ofs tarafından hazırlanan modeldr. 2002 de yazılmış, 2007 de güncellenerek yen versyonu yayımlanmıştır. AAIRM ve AS/NZ 4360 tan daha detaylı br rehberdr. M_o_R, aşağıdak dört temel alanı kapsar: Kurumsal yönetşm temelnde, rsk yönetmnn klt br ç kontrol olduğu anlayışına dayanan prenspler, Rsk yönetm modelnn başarıyla uygulanması çn gerekl öğeler çeren yaklaşım, Rsk yönetmndek krtk süreçler, Prensplern ve prosedürlern uygun şeklde uygulandığından emn olunmasını sağlayan bütünleşme ve gözden geçrme. ISO Standartları ISO Gude 73:2009 Rsk Yönetm - Term ve Tarfler standardı rsk yönetmyle lgl temel termlern tanımlarını verr. Amacı, rsk yönetm le lgl faalyetler ve rsk yönetm süreçler le lgl tutarlı br yaklaşım ve ortak termnolo kullanımını teşvk etmektr.

14 ISO 31000:2009 Rsk Yönetm - Prenspler ve Rehberler standardı, rsk yönetm konusunda her tür organzasyon çn uygulanablecek prenspler ve yönlendrmeler sunmaktadır. Dokümanda; rsk yönetmnn 11 adet prensb le brlkte rsk yönetm çerçeves ve süreçler yer almaktadır (Şekl 2.1). Standart, yönetm sstem formatında yayımlanmadığı çn belgeleneblr durumda olmayıp sadece y uygulama standardıdır. ISO/IEC 31010:2009 Rsk Yönetm - Rsk Değerlendrme Teknkler, ISO 31000 e destek olarak, rsk değerlendrmes çn sstematk teknklern uygulanması konusunda rehber mahyetnde yayımlanmıştır. 2.3.3. Kurumsal rsk yönetm sürec Kurumsal rsk yönetm genelde dört aşamalı olarak tanımlanır. Bunlar; Şekl 2.2 de görüldüğü gb, rsklern tespt edlmes, rsklern değerlendrlmes, rsklern ele alınması, rsklern gözden geçrlmes ve raporlanmasıdır (Orange Book, 2004). Rsklern Tespt Edlmes Rsklern Değerlendrlmes Rsklern Gözden Geçrlmes ve Raporlanması Rsklern Ele Alınması Şekl 2.2. Kurumsal rsk yönetmnn aşamaları Rsklern Tespt Edlmes Rsklern tespt edlmes, rsk proflnn oluşturulmasında atılacak lk adımdır. Rskler yalnızca hedeflere göre değerlendrleblr ve öncelklendrleblr. Kurumsal hedefler üzernde etk edecek ancak hemen akla gelmeyen genel rsklern tesptnde özel dkkat gösterlmeldr. Tespt edlen br rsk, brden fazla kurum hedef le lgl olablr ve potansyel etks de hedeflere göre farklılık göstereblr (Orange Book, 2004).

Şekl 2.1. Rsk yönetm prenspler, çerçeves ve sürec arasındak lşk (ISO 31000, 2009; Türkçeleştrlmş versyon Çatak, 2010) 15

16 Rsklern Değerlendrlmes Rsklern değerlendrlmesnde üç öneml lke mevcuttur. Bunlar: her rsk çn olasılık ve etklern dkkate alındığı açıkça yapılandırılmış br yöntemn/ metodun bulunması, rsk değerlendrmesnn, rsk öncelklernn zlenmes ve tespt edlmesne mkan tanıyacak şeklde kayda geçrlmes, doğal rsk le kalıntı rsk arasındak farkın açık olmasıdır. Bazı rsk çeştler (örneğn mal rskler) sayısal tanı koymaya açıktır. Bazı rskler se (örneğn saygınlığa veya tbara lşkn rskler) söz konusu olduğunda, çok daha öznel bakış açıları kullanmak mümkündür. Bu açıdan bakıldığında rsk değerlendrme aşaması sübektftr. Ancak yne de rskler değerlendrlrken br çerçeve çzlmes gerekmektedr. Değerlendrme, mümkün olduğunca çok sayıda tarafsız ve bağımsız kanıt göstermel, rskten etklenen tüm paydaşların bakış açılarını dkkate almalıdır (Orange Book, 2004). Rsklern Ele Alınması (Rsklere Cevap Verlmes) Rskler ele almanın amacı, tehdtlern sınırlandırılması ve fırsatların değerlendrlmes yoluyla belrszlğ kurumun lehne çevrmektr. Rsklere cevap vermede beş klt yöntem mevcuttur (Orange Book, 2004): Tolere Et: Bazen rske maruz kalma durumu, herhang br adım atılmasına gerek kalmaksızın tolere edleblr. Bazı rskler konusunda se harekete geçme yetknlğ sınırlı olablr veya atılacak adımın malyet, kazanılacak potansyel fayda le orantılı olmayablr. Bu durumlarda verlecek cevap rskn mevcut sevyesn tolere etmektr, rskn gerçekleşmes halnde ortaya çıkacak etkyle başa çıkmak adına acl durum planları yapmak suretyle destekleneblr. Yönet (Kontrol Et): Rsklern büyük çoğunluğu, bu yöntem kullanılarak ele alınır. Amacı, rske neden olan eylem devam ederken, rskn kabul edleblr br sevyede tutulması çn kontrollerle harekete geçlmesdr. Kontrol faalyetler uygulanırken dkkat etmes gereken en öneml nokta, rskler en aza ndrmek çn yapılan bu kontrol faalyetlernn aşırıya kaçmasını önlemektr. Her kontrol faalyetnn br malyet vardır, öneml olan kontrol faalyetnn lgl olduğu rsk açısından paranın

17 karşılığı br değer sunuyor olmasıdır. Genel anlamda kontrolün amacı rsk yok etmekten zyade sınırlandırmaktır. Devret: Bazı rsklere verlecek en uygun cevap, onların başka taraflara devredlmesdr. Bu da blndk sgorta yöntem kullanılarak veya rsk ele alması çn üçüncü br tarafa para ödemek suretyle yapılablr. Bu, özellkle mal rskler veya varlıklar üzerndek rskler azaltmada y br seçenektr. Yok Et: Bazı rskler, yalnızca rske yol açan faalyet sona erdğ takdrde yönetleblr veya kabul edleblr sevyede olurlar. Yok et seçeneğ, öngörülen malyet/fayda lşks tehlkeye grdğ zaman, özellkle proe yönetmnde öneml olablr. Fırsatı Değerlendr: Bu seçenek, yukarıda sayılanların br alternatf olmaktan zyade onlarla brlkte dkkate alınması gereken br husustur. Burada k bakış açısı mevcuttur. Brncs, olumlu etkden yararlanma fırsatının, tehdtlern azaltılması le aynı anda gerçekleşp gerçekleşmedğdr. Örneğn, büyük br proede, büyük mktarda sermaye rske atılacağı takdrde, lgl kontrollern, daha büyük avantalar elde etmek çn yeterl olup olmadığı sorgulanablr. İkncs se ortaya çıkan koşulların, tehdt ortaya çıkarmadan olumlu fırsatlar sunup sunmadığıdır. Örneğn, malların veya hzmetlern malyetnn düşmes, kaynakların başka yerlerde kullanılmasına mkan tanır (Orange Book, 2004). Rsklern Gözden Geçrlmes ve Raporlanması Rsk yönetm, rsk proflnn değşp değşmedğn zlemek, rsk yönetmnn etkl olduğuna dar güvence elde etmek ve ne zaman başka adımlar atılması gerektğn tespt etmek amacıyla gözden geçrlmel ve raporlanmalıdır (Orange Book, 2004). 2.4. Rsk Değerlendrme Teknkler Rsklern tespt ve değerlendrlmes; lteratürde ve uygulamada en sık ele alınan, çok sayıda yöntem ve teknğn gelştrldğ, dolayısıyla en karmaşık safhadır. Rsklern tespt edlmes, analz ve değerlendrmes aşamalarında pek çok teknk ve araçtan faydalanılablr. ISO 31010: Rsk Değerlendrme Teknkler standardında yer verlen başlıca teknkler Şekl 2.3 te gösterlmştr. Söz konusu teknklerden ncel olanlar somut blgye dayalı olup rasyonel değerlendrme mkanı sunmakla beraber çok fazla ver ve

18 Şekl 2.3. ISO 31010 da yer alan rsk değerlendrme teknkler (Canbolat, 2011)

19 zaman gerektrmektedr. Ntel teknkler se daha kolay ve hızlı olmakla beraber, genellkle tecrübe ve kşsel yargılara dayandığından sübektflk rsk taşımaktadır. Ncel ve ntel rsk değerlendrme yöntemlernn karşılaştırması (avantaları-dezavantaları) Çzelge 2.3. te sunulmuştur. Çzelgede de görüleceğ üzere, esnek yöntemler olması, farklı analtk teknklern brlkte kullanılablmelern sağlaması ve değerlendrenlern, karar verme sürecnde etkn olmalarını sağlaması bakımından ntel yöntemler rsk değerlendrmelernde analstlere kolaylıklar sağlamaktadır. Değerlendrenlerden bağımsız olmaları neden le obektflk düzeylernn yüksek olması ve statstk sorgulamaya uygun yapısı le ncel yöntemler de rsk değerlendrmelernde yaygın olarak kullanılmaktadır. Çzelge 2.3. Ncel ve ntel rsk değerlendrme yöntemlernn karşılaştırılması (Kuleyn, 2005) Rsk Değerlendrme Yöntemler Ntel Yöntemler Ncel Yöntemler Avantaları Esnek yöntemlerdr. (Yetersz ver/kaynak, yüksek karmaşa düzey, deneysel ver elde etmede etk sınırlamalar, sayısal analze mkan vermeme vb. durumlarda kullanılablr.) Farklı analtk teknklern brlkte kullanılablmelern sağlarlar. Obektflk düzeyler yüksektr. Değerlendrenlerden bağımsızdırlar. Değerlendrenlern, karar verme sürecnde etkn olmalarını sağlarlar. İstatstk sorgulamaya uygundur. Olumsuz etklern tespt edlmesndek deneymszlkler açısından yararlıdır. Karmaşaya açık yöntemlerdr. Karşılaştırmalara zn verrler. Sayısal verlere dayandığı çn eksk yada kaltesz verlerle kullanılmaları zordur. Dezavantaları Değerlendrmeler, değerlendrme yapanların görüş farklılıklarına göre değşklk göstereblr. Taraflı bakış açılarına, subektflğe açık yöntemlerdr. Bastleştrlmş varsayımlar çermeyen karmaşık durumlara başvurulması halnde yeterszlkler doğablr. Etklern cdd ancak kanıtların dolaylı yada yetersz olduğu durumlarda, doğrulukları tartışılır.

20 Lteratürde sık kullanılan ntel teknkler arasında; rsk matrs, kontrol lstes, brncl tehlke analz (prmary hazard analyss), tehlke ve çalışılablrlk analz (hazard and operablty studes-hazop), yapısal Olursa ne Olur? analz (Structure What f? - SWIFT) yöntemler sayılablr. En sık kullanılan ncel teknkler se çok ölçütlü karar verme teknkler, Bayes teorem ve Monte Carlo smülasyonudur. Ayrıca, hem ntel hem ncel özellk taşıyan; HTEA, hata ağacı analz, olay ağacı analz, papyon (bow te) analz ve neden-sonuç analz gb teknkler de rsk değerlendrlmesnde yaygın olarak kullanılmaktadır. Bu tez çalışmasında; rsk matrs, çok ölçütlü karar verme teknkler ve bulanık mantıkla rsk değerlendrme kullanılacağından yukarıda sayılan rsk değerlendrme teknklernn detaylarına grlmemştr. 2.5. Rsk Yönetmnn Tarhçes Organzasyonel rsk yönetmnn ortaya çıkışı tarhte br kralın surları güçlendrmeye, güvenlk anlaşması yapmaya veya kıtlık durumunda kuralları değştrmeye karar vermesne kadar dayanır. Babl de lk tüccarlar mallarını uzaktan getren taşıyıcılara, sadece sağlam ulaşan yük çn para ödeyerek rsklern yönetmşlerdr. Hammurab Yasalarında, br Babl Kralı nın yazdırdığı, sel veya haydut saldırıları durumunda bazı tazmnatların ödenmesne lşkn hükümler mevcuttur. İnsanlık tarh boyunca rsk yönetm problemnn çok küçük br kısmıyla lglenlmştr. Babl den Orta Çağ a kadar, rsk yönetm rsklern güdümsüz olarak azaltılması şeklnde algılanmıştır. Aydınlanma Çağı nın başlamasıyla brlkte, rsk analzne daha sstematk br yaklaşım getrlmştr. 17. yy da olasılık teors ve statstğn gelşmes le rskler anlamlı br şeklde sayısal olarak değerlendrlmeye başlamıştır. Fakat bu güçlü araç ve teknkler, sadece bell sektör ve uygulamalarla sınırlı kalmıştır. 18. yy. dan 20. yy a kadar sayısal rsk değerlendrmes sgorta, bankacılık, fnans sektörler ve halk sağlığıyla lglenen kamu kurumlarıyla sınırlı kalmıştır. 1940 larda yen rsk değerlendrme teknkler uygulanmaya başlanmıştır. Blgsayarların ortaya çıkışı, sayısal modellerde bnlerce olası senaryonun test edleblmesne mkan tanımıştır. Fakat 20. yy ın sonlarına gelndğnde rsk yönetm hala pek çok organzasyonun odağına yerleşememştr (Hubbard, 2009: 25). 2000 l yıllara gelndğnde se rsk yönetmnn aktörler değşmştr. Rsk yönetmnn trend olarak dünyada hızla yayılması sonucu; tüm sektör ve kesmlern üzernde resm olarak rsk yönetm metodları benmsemeye yönelk baskılar oluşmuştur. Bu dönemde

21 kaydedlen en öneml gelşme se çok çeştl standart organzasyonlarının ortaya çıkması ve frmalar tarafından rsk yönetmne lşkn standart, çözüm, araç, yöntem, metot ve blg sstemler gelştrlmesdr. Yen teknololere yapılan yatırımların getrlernn yarattığı hayal kırıklığı, küresel ortakların operasyonlarının dağılımı, bazı büyük şrketlern başarısızlıkları, 11 Eylül olayı ve genel ekonomk huzursuzluk; kurulları ve yönetmler rskler ele almaya yönlendrmştr. Sarbanes-Oxley, SEC n (Securty and Exchange Commsson) oluşturulmasından sonra yapılan en öneml reformdur. Basel II, bankacılık alanında yen ulusal standartları ve rsk yönetm gereksnm düzenlemelern oluşturmuştur. Şrketler söz konusu yasal düzenlemelerden doğrudan etklenmemekle brlkte rsk kültürü farkındalığının artması açısından yol kat etmşlerdr. Bazı uluslararası danışmanlık frmaları ve organzasyonları, çok çeştl rsk yönetm metodololer üretmşlerdr. Pek çok frma se kend rsk yönetm yaklaşımını oluşturmuştur. Fakat, en sofstke rsk yönetm metodları, 2008, 2009 ve öncesnde yaşanan brkaç krzde çatlakları ortaya çıkan fnans sektöründe görülmüştür (Hubbard, 2009: 22). Bu çerçevede, rsk yönetm, analz ve değerlendrmes konusunda pek çok standart ve poltka belgesnde önerlerde bulunulmuş, farklı yöntem ve yaklaşımlar gelştrlmştr. 2.6. Lteratür Taraması Son yıllarda, rsk değerlendrme, rsk değerlernn bulunması, analz ve öncelklendrlmes çn farklı yaklaşımların kullanımını çeren çok sayıda çalışma yapılmıştır. Bu çalışmalar taranarak, yöntem ve uygulama açısından yenlk getren, lteratüre katkı sağlayan çalışmalara aşağıda yer verlmştr. Bonvcn; Lonell ve Spadon (1998), zararlı materyallern taşınmasında rsk analz sürecnde bulanık mantık yaklaşımıyla belrszlk değerlendrmes yapmışlardır. Prce (1998), Hata Türü ve Etkler Analz (HTEA) dak hataların mümkün bütün olasılıklarının benzetm yardımıyla göz önüne alınması ve öneml olanlarının otomatk seçlmes konusunda çalışmıştır. Frantzch (1998), monte carlo smülasyonu ve olay ağacı yöntemn kullanarak yangın güvenlğ ve rsk analz çalışması yapmıştır.

22 Davdson ve Labb (2003), Concord uçak kazalarının önlenmes çalışmasında modfye edlmş rsk analz model gelştrmşler ve uygun yleştrmeler yapablmek, uygun tasarım poltkalarını seçmek çn Analtk Hyerarş Proses (AHP) den yararlanmışlardır. Pllay ve Wang (2003), hata şddet, bulunablrlğ ve olasılığı tablolarının oluşturulması le lgl çalışmalar yapmışlardır. Çalışma sonucunda rsk değerlendrlmesnde de kullanılan skalalar oluşturularak, uygulamaya elverşl hale getrlmştr. Baler, Noble ve Wheeler (2005), deneysel çalışmalarda kuantal yanıt çn belrszlk model ve rsk tahmn üzernde çalışmış ve Bayes model ortalamasını kullanmışlardır. Garca, Schrru ve Frutuosa (2005), bulanık ver zarflama analz yaklaşımını rsk değerlendrmede uygulamışlardır. Skder, Sanchata ve Tarun (2006), saldırı türler çn rsk sınıflarını kümelendrerek belrszlk altında blg temell rsk değerlendrmes yapmışlardır. Mller (2007), yaban hayatı koruma programları çerçevesnde hastalık rskn ele almış, karar ağacı ve STELLA sml yazılım aracılığıyla rsk değerlendrmes yapmıştır McGll, Ayyub ve Kamnsky (2007), Krtk Varlıkların Korunmasında Rsk Analz adlı çalışmalarında, krtk altyapı ve stratek varlık düzeynde kaynak tahssne karar verme ve öneml kaynakların korunmasını destekleyen br ncel rsk değerlendrmes ve yönetm çerçeves önermşlerdr. Wormuth, Demou, Schernger ve Hungerb (2007), nsanların doğrudan maruz kaldıkları rsklern değerlendrlmesnde senaryo bazlı br analz çalışması yapmışlardır. Marhavlas ve Koulourots (2008), alümnyum ekstrüzyon sektöründe kanttatf rsk değerlendrme teknklern kullanarak br rsk tahmn metodolo çerçeves gelştrmşlerdr. Schulz ve dğerler (2009), Almanya'da Coğraf Tabanlı Olasılıklı Rsk Değerlendrmes ve Pestst Yönetm sml çalışmaları le olasılıklı rsk değerlendrme teknğ çerçevesnde maruz kalınan coğraf rsklern azaltılması üzerne yoğunlaşmışlardır.

23 Sun, Huang, Chen ve L (2008), gayrmenkul proelernde bulanık küme bazlı br rsk değerlendrme metodolos kullanmışlardır. Kahraman ve Kaya (2009), Türkye dek kuraklık rsknn bulanık doğruluk endeks le değerlendrlmesn yapmışlardır. Zhang, Kluck ve Achon (2009), krl sahaların sıralanmasında fuzzy PROMETHEE kullanarak rsk değerlendrmes bazlı karşılaştırmalı br yaklaşım gelştrmşlerdr. Leeuwen ve dğerler (2009), analtk doğrulama elemanı olarak rsk analznde HTEA yı kullanmışlardır. Aven ve Hede (2009), rsk analznn güvenlrlğ ve geçerllğ üzerne çalışmışlar, terörzm rsklernn değerlendrlmesnde ncel teknklerden, ntel belrszlk değerlendrme ve senaryo analz araçlarından faydalanmışlardır. Brto ve Almeda (2009), doğalgaz hatlarında rsk sıralaması çn çok ölçütlü br rsk değerlendrme model sunmuşlardır. Kelly ve Smth (2009), olasılıklı rsk değerlendrmesnde, Bayes çıkarımını kullanmıştır. Markov zncr, Monte Carlo (MCMC) olasılıklı rsk analz üzernden Bayes çıkarımı le pratk uygulama yapmışlardır. Zhoua, Jangb ve Sh (2010), en yakın altuzay yöntemn kullanarak kred rsk değerlendrmes yamışlardır. Chen and Lee (2010), geleneksel HTEA da rsk çarpanları arasındak karşılıklı lşklern göz önüne alınmadığını vurgulayarak, analtk ağ sürec yöntemnden yararlanan hata nedenler ve mevcut kontrol yöntemler arasındak karşılıklı lşky değerlendren br model önermşlerdr. Srastava ve Gupta (2010), petrol ve gaz endüstrsnn yanı sıra dğer kmyasal proses endüstrlernde güvenlk rskn değerlendrmek çn Güvenlk Rsk Faktörü Tablosu (SRFT) ve Kademel Matrx Prosedürünü (SMP) gelştrmşlerdr. Han ve Eng (2010), doğal gaz boru hattı şebekes çn entegre br ncel rsk değerlendrme yöntem önermşler ve bu çalışmada kazaların olasılık değerlendrmes le sonuçlarının analz yöntemlern kullanmışlardır. Nordgard ve Sand (2010), elektrk dağıtım sstemlernn yalıtımlı çalışma anahtarı rsk analznde Bayes ağlarını kullanmışlardır. Dash (2010), yazılım gelştrme süreçlernde kullanılan rsk değerlendrme teknklern ele almıştır.

24 Syachran, Hyung, Vara ve Tom (2010), Menfez Rehabltasyonunun Kazısız Teknololernde Güvenlk Değerlendrmes İçn Br Rsk Yönetm Yaklaşımı sml çalışmalarında rsklern tespt ve değerlendrlmesnde matrs yöntemn kullanmışlardır. Kannadhasan (2010), stratek yatırım kararlarında rsk analz teknklernn kullanımını ele almıştır. Catrnu ve Nordgard (2011), elektrk dağıtım sstemnn varlık yönetmnde rsk analz ve belrszlk altında çok krterl karar destek sstemn entegre kullanmışlardır. Ln, Ln ve Tyan (2011), bulanık mantık ve bulanık kural tabanlı çıkarım dyagramlarını kullanarak maör nşaat kazalarının rsklern değerlendrmek çn entegre br ntel rsk analz metodu önermşlerdr. Mousav, Tavakkol, Azaron, Motahed ve Hashem (2011), otoyol proelernde acknfe teknğn kullanarak rsk değerlendrmes yapmışlardır. Pnto, Nunes ve Rbera (2011), nşaat sektöründek ş rsklern bulanık kümelerle analz etmştr. Ouédraogo, Groso ve Meyer (2011), rsk analznde laboratuvar değerlendrmes amaçlı olarak ağırlıklandırmada AHP kullanarak br Lab Crtcty Index gelştrlmesne çalışmışlardır. Mlazzo ve Aven (2012), kmya tessler çn br rsk değerlendrme yaklaşımı önermşler ve boru yırtılmaları konusunda uygulamalı çalışma yapmışlardır. Khakzad, Khan ve Amyotte (2012,2013), papyon analz yöntemn kullanarak kazalar çn dnamk rsk analz konusunda çalışmışlardır. Toflo ve dğerler (2013), yangın güvenlk analz ve rsk değerlendrmesnde uzman sstemler kullanmışlardır. Huang, Lyamn, grffths, Krabbenhaft ve Sloan (2013), brden fazla hata türü olan sstemlerde kullanılmak üzere yen br ncel rsk değerlendrme yaklaşımı gelştrerek, heyelanlar çn sınır ve rsk analznde kullanmışlar ve her hata türü çn ayrı değerlendrme yapılmasını sağlamışlardır. Ma, L, Lang, L ve Chen (2013), boru hatlarının rsk değerlendrmesnde kullanılmak üzere, aralık farkına ve boruların krtk uzunluk hesabına dayalı yen br ncel rsk değerlendrme metodu gelştrmşlerdr.

25 Bu çalışmalara ek olarak son yıllarda lteratürde, rsk öncelklernn belrlenmes le lgl eleştrler ortadan kaldırmak amacıyla çeştl yaklaşımların gelştrldğ, rsk analz, değerlendrmes, yönetm vb. konularda bulanık mantığın kullanıldığı çok sayıda çalışmanın yer aldığı görülmektedr: Chen (2001), Yazılım Gelştrmede Brleştrc Rsk Oranını Değerlendrmek İçn Bulanık Grup Kararı sml çalışmasında bulanık küme teorsn kullanarak yen br algortma gelştrmştr. Cho, Cho ve Km (2002), belrszlkler çn bulanık üyelk eğrlern kullanarak yen br rsk değerlendrmes metodolos önermşlerdr. Endo ve Horuch (2004), çalışmalarında fonksyonel analz bazlı bulanık hartalama kavramına göre belrsz bulanık kontrol sstemlern analz etmek çn temel br yöntem önermşlerdr. Lee ve Chen (2008), değşk şekl ve sapmalardak bulanık sayıları baz alan yen br bulanık rsk analz metodunun kullanımını önermşlerdr. Chen ve Chen (2008), aralık-değerl bulanık sayılar arasındak benzerlk ölçüsünü; Chen ve Chen(2009), aralık-değerl bulanık sayılar le aralık-değerl bulanık sayı artmetk operatörlernn benzerlk ölçüsünü; We ve Chen (2009) se genelleştrlmş bulanık sayıların benzerlk ölçüsünü baz alan bulanık rsk analz metodları üzernde çalışmışlardır. Chen ve Chen (2009), farklı yükseklk ve dağılımdak genelleştrlmş bulanık sayıların benzerlk ölçüsünü baz alan bulanık rsk analz metodu önermşlerdr. Lu ve La (2009), çevresel etklern değerlendrmesnde karar destek sstem olarak bulanık mantık ve bulanık AAS y kapsayan hbrt br yaklaşım gelştrmşlerdr. Wang, Chn, Poon ve Yang (2009), HTEA da bulanık ağırlıklı geometrk ortalama kullanarak rsk değerlendrmes yapmışlardır. Xu, Shang, Qan ve Shu (2010), trapez bulanık sayılar benzerlğne dayanan br bulanız rsk analz metodu önermşlerdr. Xang, Lu, Zhang ve Wu (2010), batık yüzer tünel yönetm ve rsk analznde bulanık AHP metodunun kullanımını önermşler, uygulamasını yapmışlardır. Wang, Chan, Yee ve Daz (2012), moda endüstrsnde yeşl grmlern uygulanması amacıyla k aşamalı bulanık-ahp metodu gelştrmşler ve bulanık mantık le brlkte kullanmışlardır.

26 Heaz, Doostparast ve Hossen (2011), genelleştrlmş bulanık sayıların yen br benzerlk ölçüsünü baz alan bulanık rsk analz metodu gelştrmşlerdr. Hung (2011), rskl küresel çevrede rekabet avantaı sağlamak çn faalyet tabanlı farklı tedark zncrler planlamada br DEMATEL-ANP (decson makng tral and evaluaton laboratory analytc network process) bulanık hedef programlama yaklaşımı kullanmışlardır. L, Zhou, Lu ve Jang (2012), değşken bulanık kümeler ve blg dfüzyon yöntem le taşkın rsk analz çn br model çalışması yapmışlardır. Lu ve Tsa (2012); kalte fonksyon yayılımı, bulanık AAS ve bulanık HTEA kullanarak br bulanık rsk değerlendrme yöntem gelştrmştr. Uzmanların sübektf ve muğlak yorum ve değerlendrmelern elmne etmek çn gelştrlen bu yöntem nşaat sektöründek tehlkelern nedenlern belrleme çalışmasında kullanılmıştır. Hu, Wen, L, Wang ve L (2013), krlenmş stelern yönetm çn dnamk br bulanık stokastk entegre çevresel rsk değerlendrmes yaklaşımı gelştrmşlerdr. 2.7. Türkye de Rsk Yönetm Türkye de rsk yönetm, oldukça yen br kavramdır. Yönetm süreçlerne yen dahl olan rsk yönetm kavramı le lgl yasal düzenlemeler henüz net olmamakla brlkte, özellkle özel sektörde şrketlern kend yapılarına uygun olarak hazırladıkları rsk yönetm modeller le sıkça karşılaşılmaktadır. Bu alanda yapılan yasal düzenlemelere bankacılık sektörü öncülük yapmıştır. Bankacılık Düzenleme ve Denetleme Kurulu tarafından hazırlanan Bankaların İç Denetm ve Rsk Yönetm Sstemler Hakkında Yönetmelk le bankaların bünyelernde etkn br rsk yönetm sstem oluşturmalarına lşkn usul ve esaslar belrlenmştr. Ayrıca, sgortacılık ve breysel emekllk sektörüne yönelk olarak Hazne Müsteşarlığı tarafından hazırlanan Sgorta ve Reasürans le Emekllk Şrketlernn İç Sstemlerne İlşkn Yönetmelk le bahse konu şrketlern rsk yönetm sstemlerne lşkn usul ve esaslar düzenlenmştr. Dğer taraftan, Ener Pyasası Düzenleme Kurumu tarafından yapılan düzenlemelerden sadece brkaçında rske ve rsk değerlendrmesne yer verldğ görülmektedr (Çatak, 2010).

27 Genel yönetm kapsamındak kamu dareler ele alındığında se rsk yönetmnn, ç kontrolle brlkte gündeme gelen ve entegre sstemlerle oluşturulmaya çalışılan br yapı olduğu söyleneblr. İç kontrolün rsk değerlendrme bleşenne odaklanarak başlanan çalışmalar, kamu darelernde rsk yönetm sstem kurulması ve rsk yönetm organzasyon yapılarının teşkl çalışmalarını da berabernde getrmştr. Yasal düzenleme, uygulama, tecrübe vb. eksklkler bulunmakla brlkte Türkye dek kamu kurumlarının henüz başlangıç aşamasında bulunduğu rsk yönetmne geçş sürec devam etmektedr. Geçş sürecnde en çok problem yaşanan aşama rsk değerlendrme aşamasıdır. Çok sayıda ve çeştl yöntem alternatfnn bulunduğu ve tek br doğru veya geçerl yöntemn olmadığı rsk değerlendrme alanında karşılaşılan sorunların başında yöntem seçm gelmektedr. Rsk değerlendrme sürecyle lgl olarak mevzuatla tanımlanmış veya dğer düzenlemelerle önerlmş br metodolo bulunmamaktadır. Bu alanda kaynak doküman olan ISO 31010: Rsk Değerlendrme Teknkler sadece yöntemler anlatmakla yetnmştr. Dolayısıyla; rsk yönetm kavramı le yen tanışan Türk kamu sektöründe dareler, hang yöntemn, hang şartlar altında, hang süreçlerde ve hang destek metotlarla brlkte uygulanması gerektğ konusunda rehberlğe htyaç duymaktadır (Canbolat, 2011). İdarelern söz konusu rsk değerlendrme yöntemler arasından seçm yaparken gözönünde bulundurması gereken faktörler şunlardır: Stratek plan öğeler: o Stratek amaç ve hedeflernn sayısı o Amaç ve hedeflern brbrne bağımlı olup/olmadığı o Amaç ve hedefler arasında karşılıklı etkleşmlern bulunup bulunmadığı Sayısal ölçüm ve değerlendrme skalalarının htyaçlarına uygunluğu Karar verclern çeştllğ İnsan faktörü (rsk analstnn/karar vercnn yargılarının belrsz olması ve kesnlğ/doğruluğu tam olarak blnemeyen verler bulunması) Yukarıda sayılan faktörler göz önünde bulundurulduğunda, tüm kurumlardak süreçler ve karar vercler çn tek br sstemn önerlmes zor gb görünse de kurumlarda rsk termnolos ve değerlendrlmesnde dl brlğnn sağlanması ve etkn br rsk yönetm

28 sstem çn standart teknklern kullanılması büyük önem arz etmektedr. Bu nedenle darelerde; stratek amaç ve hedeflern gerçekleştrlmesne yönelk rsklern ve operasyonel rsklern belrlenmes ve rsklern gerçekleşme olasılığı le muhtemel etklernn analz edlmes süreçlernde kullanılmak üzere standart, tüm personel tarafından blnen ve anlaşılan, kullanımı kolay ve dğer sstemlerle entegre yöntemlere/modellere htyaç vardır (Canbolat, 2011).

29 3. YÖNTEMLER Bu bölümde; rsk değerlendrme çn önerlen modellerde kullanılan yöntemler anlatılmıştır. Öncelkle geleneksel rsk değerlendrme yöntem olarak anılan rsk matrsne ve analtk ağ sürecne yer verlmştr. Daha sonra kullanılan bulanık teknklern daha y anlaşılması amacıyla bulanık mantık, bulanık kümeler ve üyelk fonksyonları hakkında genel blglere yer verlmştr. Son olarak çözümde kullanılan Chang n derece analz metodu, Mkhalov un bulanık analtk ağ sürec yaklaşımı, Wang ın modfye bulanık logartmk en küçük kareler metodu ve bulanık kural tabanlı sstemlerden bahsedlmştr. 3.1. Geleneksel Rsk Değerlendrme Yöntem (Rsk Matrs) Lteratürde en sık karşılaşılan ve bu çalışmada geleneksel yöntem olarak fade edlen yöntem, Rsk Matrs dr. Bu yöntem, Amerka Brleşk Devletler Asker standardı MIL_STD_882-D olarak da blnen sstemn güvenlk gereksnmn karşılamak amacı le gelştrlmş br yöntem olup daha sonra pek çok endüstrde uygulanır hale gelmştr. Bu yöntemle yapılan rsk değerlendrmesnde, matrs şeklnde oluşturulan tablolar yardımı le k veya daha fazla değşken arasındak lşk analz edleblr ve buna bağlı değerlendrmeler yapılablr (Kontovas, 2005; DNV, 2001). Rsk Matrsler, özellkle neden-sonuç lşklernn değerlendrlmes amacı le kullanılır. Kullanım kolaylığı ve bast yapısı açısından ekp kurmak zorunda olmaksızın tek br analst tarafından da uygulanablen br yöntem olmasına karşın, karmaşık yapıdak süreç ya da sstemlern analz edlmes aşamasında tek analst yeterl olmayablr. Bu yöntem yardımı le herhang br olayın gerçekleşme olasılığı ve bu olayın gerçekleşmes durumunda sonucunun/etksnn derecelendrlmes ve ölçümü yapılır (Stoneburner, Goguen ve Fernga, 2002). Bu yöntem, rskn k temel özellğ olan etk ve olasılık elemanlarının, rsk analstler tarafından belrlenen skalada değerlendrlmes esasına dayanır. Olasılık, br olayın belrl br dönemde gerçekleşme htmaln; etk se bu olay meydana gelrse doğuracağı sonuç veya yaratacağı etky fade eder (Canbolat, 2011).

30 Rsklern olasılık ve etklern gösteren rakamların tespt çn farklı puan tabloları kullanılablmektedr. Bunun neden; farklı organzasyonların gelştrdkler puan tabloları veya frmaların geçmş verlere dayanarak oluşturdukları puan tabloları gb farklılaşmaların bulunmasıdır. Bu çalışma kapsamında, rsklern ayrıştırılmasında kolaylık sağlaması açısından 1-10 skalası terch edlmştr. Olasılık çn 1 rakamı, br rskn gerçekleşme htmalnn neredeyse olmadığı; 10 rakamı se rskn gerçekleşmesnn neredeyse kesn olduğu anlamına gelr (Çzelge 3.1.a). Çzelge 3.1.a. Olasılık değerlendrme tablosu Düşük Orta Yüksek Derece Olasılık 10 Mutlaka ortaya çıkan 9 Sürekl ortaya çıkan 8 Çok sık ortaya çıkan 7 Sık ortaya çıkan 6 Genellkle ortaya çıkan 5 Zaman zaman ortaya çıkan 4 Nadren ortaya çıkan 3 Düşük olasılıkla ortaya çıkan 2 Çok düşük olasılıkla ortaya çıkan 1 Ortaya çıkma olasılığı olmayan Etk açısından se 1 rakamı rskn gerçekleşmesnn doğuracağı sonucun etksnn yok denecek kadar az olduğu; 10 rakamı se bu sonucun çok öneml olduğu anlamına gelr (Çzelge 3.1.b). Çzelge 3.1.b. Etk değerlendrme tablosu Düşük Orta Yüksek Derece Etk 10 Kesn 9 Oldukça yüksek 8 Çok yüksek 7 Yüksek 6 Yükseğe yakın orta 5 Orta 4 Düşüğe yakın orta 3 Düşük 2 Çok düşük 1 Etks neredeyse yok

31 Rsklere olasılık ve etk açısından Çzelge 3.1.a ve Çzelge 3.1.b den seçlen 1 la 10 arasında br değer atanır. Burada değerlendrme tamamen karar vercnn/rsk analstnn kşsel yargılarına dayandığından subektvte söz konusudur. Bu nedenle geleneksel yöntemn uygulanmasında karar vercnn/rsk analstnn blg düzey, konuya hakmyet, deneym, tutarlılığı ve rasyonel karar alma yets önem arz eder (Canbolat, 2011). Verlen olasılık puanı le etk puanının çarpımı rsk öncelk sayısını verr. Yukarıdak tablolarda yer alan olasılık ve etk değerler çerçevesnde, rsk puanı 1-100 arasında br değer alacaktır. Her rsk çn; Rsk Skoru = Olasılık x Etk formülü le rsk skoru belrlenerek, matrstek yerne yazılır (Özkılıç, 2005). Çzelge 3.2 dek matrste yer alan göstermde, kırmızı renk le tanımlanan rskler, öncelkl olarak ortadan kaldırılması ve kaldırılmadığı taktrde sürece/ssteme zarar vermes olası olan rsklerdr. Kırmızı renkten sarı ve yeşl renge doğru gdldkçe rsklern önem değer ve etklernn/sonuçlarının olumsuzluk yaratma olasılıkları azalmaktadır. Çzelge 3.2 de yer alan örnekte 10*10 luk br matrs örneğ verlrken lteratürde, 5*5 lk, 4*4 lük ve 3*3 lük matrsler de kullanılmaktadır (Ashcroft, Danels ve Hort, 2002). Çzelge 3.2. 10x10 luk rsk matrs Etk 10 10 20 30 40 50 60 70 80 90 100 9 9 18 27 36 45 54 63 72 81 90 8 8 16 24 32 40 48 56 64 72 80 7 7 14 21 28 35 42 49 56 63 70 6 6 12 18 24 30 36 42 48 54 60 5 5 10 15 20 25 30 35 40 45 50 4 4 8 12 16 20 24 28 32 36 40 3 3 6 9 12 15 18 21 24 27 30 2 2 4 6 8 10 12 14 16 18 20 1 1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10 Olasılık Analstlere ntel br değerlendrme olanağı sunan rsk matrs yöntem, rsk faktörlernn tanımlanması mantığına dayandığından dolayı tanımlayıcı özellktedr. Yöntemn dezavantaı se rsklern tekl değerlendrlmesn amaçlamasıdır. Rsk yapısı, kullanıcı tarafından herhang br destek yöntem kullanılmaksızın bütün olarak değerlendrlr ve nha br rsk değerne ulaşılır.

32 3.2. Analtk Hyerarş Proses (AHP) ve Analtk Ağ Sürec (AAS) Karar verme, mevcut tüm alternatfler arasından amaç veya amaçlara en uygun ve mümkün olanlardan br veya brkaçını seçme sürecdr (Hwang ve Masud, 1979). Karar verme tüm yönetm fonksyonlarının özünü oluşturur. Planlama, organze etme, uygulama ve kontrol etme gb dğer yönetm fonksyonları da yoğun olarak karar vermeye dayanır (Kuruüzüm ve Atsan, 2001). Modern karar destek yöntemlern kullanan şletmeler, globalleşen ş lşklerne öncülük etmekte ve bu lşkler ağını yönetmekte rekabetç avanta sahb olablmektedrler (Kuruüzüm ve Atsan, 2001). Modern karar destek yöntemlernden Analtk Hyerarş Proses (AHP) ve Analtk Ağ Sürec (AAS) Prof. Thomas L. Saaty tarafından gelştrlmştr. AHP, karar verclern brden çok krter çeren karmaşık problemler, problemn ana hedef, krterler, alt krterler ve alternatfler arasındak lşky gösteren hyerarşk br yapıda modellemelerne olanak verr. AHP nn en öneml özellğ karar vercnn hem obektf hem de sübektf düşüncelern karar sürecne dahl edeblmesdr. AHP çok genş br uygulama alanına sahptr ve pek çok karar problemnde etkn olarak kullanılmaktadır (Kuruüzüm ve Atsan, 2001; Saaty, 2001: 43). AHP, karar verme problemlern hyerarşk br yapıda tek yönlü olarak modellemekte ve en y kararın verlmesne etk eden faktörler sstematk br şeklde değerlendrerek faktörlere lşkn öncelk sıralarını belrlemektedr. AHP nn en öneml varsayımlarından br; aynı sevyede bulunan faktörlern brbrnden bağımsız olması ve faktörlern brbrne olan etklernn dkkate alınmamasıdır. Oysa gerçek hayatta karar verme problemlern etkleyen brçok faktör brbryle etkleşm halnde bulunmakta ve en y kararın verlmes faktörler arasındak bu lşklern dkkate alınmasını gerektrmektedr. AHP çeştl faktörlern kend arasındak etklern hesaba katmadığından sonuçlarda belrgnlk yoktur (Saaty, 2001: 59). AHP nn bu özellğ nedenyle AAS nn gelştrlmesne htyaç duyulmuştur. AAS, AHP teknğnn üzerne kurulan, karar verme ölçütler ve seçenekler arasında ve kend çlernde ger besleme ve bağımlılığa olanak tanıyan, karmaşık karar problemlernn daha doğru şeklde modellenebldğ br yaklaşımdır (Saaty, 1994). AAS, seçeneklern

33 açıkça blndğ ancak karar vermede etks olan koşulların (kısıtların) matematksel olarak fade edlemedğ karar verme problemlernde uygulanır. Burada amaç, belrlenen ölçütlere göre stenen hedefe ulaşmak çn en uygun seçeneğ belrlemektr. AHP, çok ölçütlü problemlerde kl karşılaştırmalar le karar seçeneklernn görecel öncelklendrlmesn sağlayan br yöntemdr. AAS se AHP nn daha genel br formudur ve bleşenler arasındak lşkler ve yönlern tanımlayarak ağ şeklnde fade eder. Bu yapı sayesnde, doğrudan lşklendrlmemş bleşenler arasında olablecek dolaylı etkleşmler ve ger bldrmler de dkkate alınmaktadır (Saaty, 2001: 80). AAS yöntem bu yapısıyla karar verme problemlernn daha etkn ve gerçekç br şeklde çözülmesn sağlamaktadır. AAS, karar vercnn kşsel yargı ve değerlendrmelerne bağlı olarak seçenekler en önemlden en önemsze doğru sıralar. Hatta seçeneklern önem derecesn de belrleyerek seçeneklern brbrlerne ne kadar yakın ve uzak olduğunu, br seçeneğn belrlenen hedef ne kadar sağladığını da gösterr (Saaty, 2001: 81). AAS, önsezye dayanan modellerde ve kararlara etk edecek sınırsız çevresel faktörün dkkate alınması açısından daha kullanışlı br yöntemdr. Bu şeklde hyerarşk yapılar le modellenemeyen karmaşık problemler kolaylıkla modelleneblr (Dağdevren, 2005). Seçeneklern açıkça blndğ ve bu seçenekler değerlendrmek çn krterlern var olduğu, ancak bu krterlern tümünün sayısal olarak fade edlemedğ, bazı krterlern karar vercye göre ağırlığının değşebldğ, belrlenen kontrol krterlerne göre krterlern kl karşılaştırmalarının yapılableceğ problemlerde AHP ve AAS uygulanablr (Saaty, 2001: 91). Lteratürde çok ölçütlü karar verme teknkler çeştl alanlarda uygulanarak brçok karmaşık karar verme problemnn çözümünde kullanılmıştır. Farklı araştırmacılar tarafından gelştrlen kl karşılaştırmalara dayanan AHP ve AAS yaklaşımları mevcuttur. Bu yaklaşımlardan sık kullanılanlara ve bazı uygulama örneklerne aşağıda yer verlmştr: Meade ve Sarks (1998, 1999), yaptıkları k ayrı çalışmada lostk stratelernn değerlendrlmes ve üretm hızının yleştrlmes çn gelştrdkler br yöntemde AAS y kullanmışlardır.

34 Lee ve Km (2001), blg sstem proe seçm sürecnde AAS kullanmış ve bulunan proe öncelkler 0-1 hedef programlama model çn br kısıt olarak alınmıştır. Karsak, Sözer ve Alptekn (2002) le Partov ve Corredora (2002), kalte fonksyon yayılımı sürecnde AAS yaklaşımını uygulamışlardır. Meade ve Presley (2002), Ar-Ge proelernn değerlendrlmesne ve stratek tedarkç seçmne yönelk gelştrdkler modelde AAS kullanmışlardır. Ha ve Seong (2004), rsk ve güvenlk önemler çn AHP ve Bayes ağlarını kullanarak sınıflandırma yapmışlardır. Dağdevren, Dönmez ve Kurt (2006), Gencer ve Gürpınar (2007), Demrtaş ve Üstün (2008); AAS nn en yaygın kullanım alanlarından br olan tedarkç değerlendrme sürecnde yen model tasarımları ve uygulamaları yapmışlardır. Ayağ ve Özdemr (2007), yen ürün gelştrme alanında AAS y kullanmışlardır. Köne ve Büke nn (2007), Türkye çn elektrk kaynakları değerlendrme konusunda AAS çözüm ve uygulama çalışmaları mevcuttur. Yüksel ve Dağdevren (2007), SWOT analznde AAS le çözümü önermşler ve br vaka analznde uygulamışlardır. Canbolat (2008), çalışmasında malat sürecnde oluşan hataların lşklendrlmesnde AAS teknğ le rsk öncelklendrmes yapmıştır. Xa ve Chen (2011), rsk yönetm yöntemler ve araçları arasında AAS ye dayanarak optmal seçm yapmak çn br metodolo tasarlamışlardır. Shue ve Ln (2012), AAS le güneş eners sektöründe optmal ger dönüşüm strates belrlemştr. Mlan, Shanan, Lynam ve Scarnc (2013), çok krterl malzeme seçm problem çn AAS kullanmışlar ve br vaka analz yapmışlardır. Peng ve Xao (2013), malzeme seçme problemnn çözümünde PROMETHEE ve AAS kombnasyonunu kullanan br karar verme metodu önermşlerdr. AAS nn uygulama adımları şu şekldedr: Adım 1. AAS Krterlernn ve Alt Krterlernn Tanımlanması AAS de br karar problemnn göstermnde ayrıntılı lşk yapılarının kullanılması önemldr (Saaty, 1994). Verlen kararın geçerllğ, kullanılan çözüm yöntemne bağlı

35 olduğu kadar oluşturulan yapının ve yapıdak lşklern zengnlğne ve doğruluğuna da bağlıdır. Daha önce belrtldğ gb AAS, seçeneklern açıkça blndğ ve bu seçenekler değerlendrmek çn krterlern var olduğu durumlarda uygulanablr. AAS nn lk adımı; seçeneklern, bu seçenekler öncelklendrmede kullanılacak krterlern ve bu krterlern alt krterlernn belrlenmesdr. Krter; karar verc açısından öneml olan ve seçenekler sıralamakta kullanacağı ntelktr. Bu krter, sayısal ve sayısal olmayan türde olablr. Br karar verme problemnde, belrlenen br krtere göre seçeneklern heps aynı değer alıyorsa, o krtern karar vermede br etks yoktur. Tüm seçenekler aynı derecede etkledğ çn seçm sürecnde etksz krterdr. AAS de bu türden krterlern değerlendrmeye alınması yanlış sonuç doğurmaz sadece uygulayıcıya şlem yükü getrr. Adım 2. AAS İlşklernn Tanımlanması (Modelnn Oluşturulması) AAS model oluşturulurken şu üç yapıdan faydalanılır (Saaty, 2001: 83): Ger bldrm (feedback): Ger bldrm, AAS nn AHP den en büyük farkıdır. AAS de alternatfler üzernde krterlern tek yönlü etksne bakılırken, AAS de hem alternatfler hem krterler hem de alt krterlern brbrleryle etkleşmlerne yer verlmektedr. Dışsal bağımlılık (outer dependence): Br krtern kendsnden farklı br kümede bulunan krter/alternatflern bulunduğu küme le varolan etkleşmn gösteren bağımlılıktır. İçsel bağımlılık (nner dependence): Aynı küme çnde yer alan krterlern brbrleryle olan etkleşmn gösteren bağımlılıktır. Adım 3. İkl Karşılaştırma Matrslernn Oluşturulması (Derecelendrme) AAS de ölçütlern ve seçeneklern brbrne göre önemlern belrleyeblmek çn kl karşılaştırmalar yapılır. Seçeneklern karşılaştırılması her br ölçüt çn ayrı ayrı yapılır. Sayısal olarak fade edleblen ölçütler çn seçenekler karşılaştırmada br sorun yoktur. Ama sayısal olarak fade edlemeyen ölçütler çn br seçeneğn dğernden ne kadar öneml olduğunu belrlemek kolay değldr. Sayısal olarak fade edlemeyen ölçütlern karşılaştırılmasında Çzelge 3.3 tek skala kullanılır.

36 Çzelge 3.3. AAS de kullanılan derecelendrmeler (Saaty, 2001: 85) Önem Dereces Tanım Açıklama 1 Eşt derecede öneml İk seçenek amaca eşt düzeyde katkıda bulunuyor. 3 Orta derecede öneml 5 7 Kuvvetl derecede öneml Çok kuvvetl derecede öneml 9 Aşırı derecede öneml 2,4,6,8 Ortalama değer Tecrübe ve yargı br seçeneğ dğerne orta derecede terch ettryor. Tecrübe ve yargı br seçeneğ dğerne kuvvetl derecede terch ettryor. Br seçenek güçlü br şeklde terch edlyor ve baskınlığı uygulamada rahatlıkla görülüyor. Br seçeneğn dğerne terch edlmesne lşkn kanıtlar çok büyük br güvenlrlğe sahp. Uzlaşma gerektğnde kullanılmak üzere k ardışık yargı arasına düşen puanlamalar. AAS de görecel durumlarda; kl karşılaştırmalar yapılarak br görecel ağırlık vektörü hesaplanır (Okul, 2007). Bu vektör, örnek malyet çn şu şeklde hesaplanır: Alternatfler ve malyetler tablosu hazırlanır, Malyet, alternatfler çn olumsuz br krter olduğundan değerlendrlrken çarpmaya göre ters alınarak olumlu etkye çevrlr ve 1/malyet sütunu oluşturulur, 1/malyet sütunu toplamı alınır, Her satır çn [ 1/malyet / 1/malyet sütunu toplamı ] görecel ağırlık vektörüdür. Çzelge 3.4. Görecel ağırlık vektörü hesaplama örnek tablosu Malyet 1/Malyet GAV A 20 0,0500 0,37 B 25 0,0400 0,30 C 23 0,0435 0,33 Toplam 0,1335 Sonrasında, AAS modelnn krterler ve alt krterler arasında karşılaştırma yapılır, üstünlük dereces belrlenr ve W (Şekl 3.1.) yapısında karşılaştırmalı matrsler oluşturulur.

37 Şekl 3.1. Karşılaştırmalı matrs yapısı Adım 4. AAS de Matrs İşlemler (Süpermatrs, Ağırlıklandırılmış ve Lmt Matrs) AAS de kl karşılaştırma matrslernn oluşturulmasından sonra bu matrslern üstünlük vektörlernn hesaplanması gerekmektedr. Hesaplanan üstünlüklern kl karşılaştırma matrslerndek yargıları doğru bçmde yansıtması önemldr (Saaty ve Vargas, 1984: 52). Üstünlük vektörlernn bulunması çn farklı yollar olmakla brlkte en y sonuç veren yollardan br, kl karşılaştırma matrsnn her sütunundak elemanları sütun toplamlarına bölmek suretyle sütunları normalze etmek ve elde edlen matrstek satırların artmetk ortalamasını almak şeklndedr (Pamukçu, 2004). Br ağ yapısında hyerarşk yapıda olduğu gb üstünlüklern sırayla en alt sevyeden en üst sevyeye kadar çarpılması mümkün değldr. Sstemn elemanları çok sayıda farklı elemanla etkleşm halnde olablr. AAS de br elemanın üstünlüğünün anlamlı olablmes çn, söz konusu elemanın bağımlı olduğu veya etkledğ tüm elemanların ve ağ üzernde etklenen elemanlara varan, etkleyen elemanlardan da ayrılan tüm olası yolların hesaplamaya dahl edlmes gerekmektedr (Pamukçu, 2004). Oluşturulmuş olan br kl karşılaştırma matrs üzernde çözüme yönelk şlemlern yapılablmes çn matrsn stokastk olma zorunluluğu vardır (Saaty, 2001: 86). Yan her br satır toplamı 1 e eşt olmalıdır. W yapısındak karşılaştırmalı matrslern (Bkz. Şekl 3.1) görecel ağırlık vektörler lgl satır ve sütunlara yerleştrlerek Şekl 3.2 de verlen W süpermatrs oluşturulur. Bu aşamadan sonra; krterlern küme ağırlık değerler belrlenr

38 ve süper matrste kendlerne karşılık gelen bloktak tüm değerlerle çarpılır. Elde edlen yen matrs ağırlıklandırılmış süpermatrstr. AAS de bu aşamadan sonra amaçlanan her br elemanın dğer elemanlarla olan etkleşmn yansıtan lmt üstünlüklern türetlmesdr. Lmt üstünlükler elde etmek üzere matrs şlemlernn yapılması oldukça zor ve uzun br süreçtr. Bu süreçte çözüm programları kullanılarak güvenlr sonuçlar elde edleblr. Şekl 3.2. Ağırlıklandırılmamış süpermatrs yapısı Adım 5. En Uygun Alternatfn Seçm (Çözüm) Lmtlendrme şlem sonrasında normalze edlmş ağırlıklandırılmış matrse ulaşılır. Bu matrs satır ve sütun değerler krter ve alternatflerden oluşan sonuç matrsdr. Lmt değer yan üstünlük değer en büyük olan alternatf, AAS le modellenen karar problemnde çözüm alternatf olarak seçlr.

39 3.3. Bulanık Mantık (Fuzzy Logc) ve Karar Verme Mühendslk ve dğer blm dallarının çoğundak sstemler kesn matematk yöntemler kullanılarak modellenr. Ancak gerçek hayatta karşılaşılan problemler genellkle determnstk değldr. Özellkle karar süreçlerndek belrszlk nedenyle; karar problemlernn çözümünde yen teknk ve çözüm arayışlarına gdlmş, bu belrszlkler olasılık kuramı ve teknkleryle aşılmaya çalışılmıştır. Bulanık mantıkta temel amaç nsanların belrsz ve kesn olmayan blgler ışığında tutarlı ve doğru kararlar vermelern sağlayan düşünme ve karar mekanzmalarının oluşturulmasıdır (Canbolat, 2008). Bulanık mantığı lk ortaya koyan, Calforna Berkeley Ünverstes nden Profesör Lotf Zadeh tr. Zadeh, belrszlk mantığını gerçek dünya problemlerne büyük br hassasyetle uygulamıştır. Bulanık mantık, uzman kşnn sstem hakkındak düşünce, blg ve tecrübelern kontrol sstemne aktarabldğ matematksel br yapıdır. Bulanık mantığın sıklıkla kullanıldığı k durum vardır: İncelenen olayın karmaşık olması ve bununla lgl yeterl blgnn bulunmaması halnde kşlern görüş ve değer yargılarına yer verlmes gereken durumlar. İnsan muhakemesne, kavrayışlarına ve karar vermesne htyaç gösteren haller. Karar vercler karar sürecnde klask blmsel yaklaşım ve bu yaklaşımın çerdğ yöntemler kullanıyorlarsa, sonuçta verlen kararlar, y-kötü, doğru-yanlış, evet-hayır, syah-beyaz ya da 0-1 gb kararlar olacaktır. Oysa gerçek yaşam mutlak ayrım üzerne kurulu olmadığından gerçek karar ortamlarında mutlak ayrım yapmak ve kesn kararlar vermek oldukça zordur (Yaralıoğlu, 2010: 74). Bu zorluk bulanık mantıkla aşılmaya çalışılmaktadır. 3.3.1. Bulanık kümeler ve üyelk fonksyonları Bulanık küme kuramı, lk olarak 1965 yılında Lotf Zadeh tarafından gelştrlmştr. Bulanık küme kuramı veya olablrlk kuramı, bazı kümelern kesn olmayan sınırlara sahp olduğu ana fkrne dayanır. Olasılık kuramı olayların gerçekleşmelerne veya

40 gerçekleşmemelerne yönelk belrszlğ rassallık kapsamında ele almakta, bulanık kümeler kuramı se br şeyn sınırları kesnlk taşımayan br kümeye at olup olmadığı belrszlğ le lglenmektedr (Canbolat, 2008). Bulanık küme teors, ne stokastk ne de raslantısal olan, zhnsel olgulardan kaynaklanan belrszlkler modellemenn en y yoludur. Karar verme le lgl rasyonel yaklaşımlar, nesnel olasılık ölçütlernden çok, nsan öznellğn dkkate almalıdır. İnsan öznellğnden elde edlen sayısal verler bulanık ver olarak adlandırılır (Zadeh, 1987). Bulanık küme kuramı, klask matematğn kesnlğ ve gerçek yaşantıdak belrszlk arasında uzlaşma sağlayan br adımdır (Kandel, 1983: 112). Klask küme kuramında, evrensel kümeye at olan elemanlar; br kümeye at olan elemanlar ve kümeye at olmayan elemanlar olarak k sınıfa ayrılır. Klask kümenn tanımladığı gruba at olan ve olmayanlar arasında kesn, belrgn br sınır vardır. Ancak konuşma dlnde tanımlanan uzun boylular, pahalı arabalar, koyu renkller gb br çok grup ve sınıf bu özellğe uymamaktadır. Bu kümelerde sınırlar kesn ve net gözükmemekte, kümeye üye olma le olmama arasındak geçşn an değl, derecel olduğu gözlenmektedr. Br bulanık küme, evrensel kümeye at her elemana bulanık kümeye at olma derecesn gösteren brer üyelk dereces atamak yoluyla matematksel olarak tanımlanır. Üyelk dereces, br elemanın bulanık kümenn temsl ettğ özellğe ne denl benzer veya uygun olduğunu gösterr. Üyelk dereceler genellkle 0 le 1 kapalı aralığındak gerçel sayılarla temsl edlr (Klr ve Folger, 1988: 47). Bulanık kümeler üyelk fonksyonları le tanımlanır. A bulanık kümesnn üyelk fonksyonu µ A(x) le gösterlr ve br faktörün br kümeye üyelğ 0 ve 1 arasında br sayı le belrlenr. Br x faktörü A kümesne kesnlkle at se µ A( x) = 1, kesnlkle at değl se µ A( x) = 0 olur. Daha yüksek br üyelk dereces değer, x faktörünün A kümesne at olma derecesnn daha yüksek olduğunu gösterr (Dağdevren, 2007). Bulanık sayılarda üyelk fonksyonu farklı şekllerde fade edleblmektedr. Hesaplama açısından getrdğ kolaylıklar göz önüne alınarak üyelk fonksyonunun seçlmes, bulanık küme teorsnn esneklğn yansıtmasında öne çıkan br durumdur (Wang ve dğerler, 2009). En çok kullanılan bulanık sayı tpler üçgensel ve yamuk bulanık sayılardır. Bu çalışmada se bastlğ nedenyle üçgensel bulanık sayılar üzernde durulacaktır. Üçgensel

41 bulanık sayılar, bulanık sayıların özel br sınıfıdır, üçgensel br bulanık sayı Ã, üç kesn sayı (l m u) le fade edlr ve üyelk fonksyonu da bu sayılara bağlı olarak tanımlanır. Üçgensel bulanık sayının üyelk fonksyonu şu şekldedr (Zmmermann, 1990: 35): 0, x l, m l µ A( x) = u x, u m 0, x < l l x m m x u x > m (3.1) (l, m, u ) le fade edlen à bulanık sayısında, m bulanık sayının en mümkün değern, l ve u değerler se sırasıyla alt ve üst sınırları yan bulanıklığın kapsamını göstermektedr. Şekl 3.3 te br üçgensel bulanık sayı görülmektedr. µ A A Şekl 3.3. Br à üçgensel bulanık sayısı Ã=(l a, m a, u a ) ve B ~ =(l b, m b, u b )k üçgensel bulanık sayı ken bulanık sayılar üzerndek temel bulanık operasyonlar şu şeklde tanımlanır: Toplama: à B ~ = ( l a +l b, m a +m b, u a + u b ) Çıkarma: à B ~ = ( l a -l b, m a -m b, u a - u b ) Çarpma: à B ~ = ( l a l b, m a m b, u a u b ) ~ A la ma ua Bölme: ~ =,, B lb mb ub

42 Tersn Alma : ~ 1 A 1 1 =, ua m a 1, l a α-kesme se à = ( l a, m a, u a ) bulanık sayısından farklı α değerler çn kapalı değerler kümes elde etmek çn kullanılır. A bulanık kümesnn α-kesmes şu şeklde tanımlanır (Dağdevren, 2007): Aα A [ 0,1 ], µ ( ) } = { α x α (3.2) 3.4. Bulanık AHP ve Bulanık AAS Lteratürde farklı yazarlar tarafından gelştrlen pek çok bulanık AHP ve AAS metodu mevcuttur (Buckley, 1985; Chang, 1992; Chang, 1996; Cheng, 1997; Leung ve Cao, 2000; Mkhalov, 2000; Mkhalov, 2003; Van Laarhoven ve Pedrycz, 1983). Bu metotlar, bulanık küme teors ve çok ölçütlü karar verme teknklern kullanarak, alternatfler arasında seçm yapma problemlerne sstematk yaklaşımlar getrmşlerdr. Farklı araştırmacılar tarafından gelştrlen bulanık kl karşılaştırmalara dayanan AHP ve AAS yaklaşımlarından sık kullanılanlara ve bazı uygulama örneklerne aşağıda yer verlmştr: Van Laarhoven ve Pedrycz (1983), üçgensel bulanık ağırlıkları üçgensel br bulanık karşılaştırma matrsnden elde etmek amacıyla bulanık logartmk en küçük kareler teknğn önermştr. Bu çalışma, bulanık AHP konusunda lteratürde referans olarak kullanılan en öneml teork çalışmalardan brdr. Buckley (1985), bulanık ağırlıkları hesaplamak çn geometrk ortalama teknğn kullanmış ve yamuksal üyelk fonksyonlarına sahp karşılaştırma oranlarının bulanık öncelklern belrlemştr. Chang (1992, 1996), kl karşılaştırma matrsler ve skalası çn çn üçgensel bulanık sayıların kullanılması ve kl karşılaştırmaların sentetk derece değerler çn derece analz teknğn gelştrmş ve bulanık AHP de uygulanmasını önermştr. Cheng (1997), artmetk şlemlerde, her br sstemn her br krtere göre tatmn derecelern tamsayılarla sıralamış ve bu sıralama skorlarının toplamının, sstemn tatmn derecesn üçgensel bulanık sayılarla fade ettğn ortaya koymuştur. Leung ve Cao (2000), bulanık AHP'dek alternatfler çn tolerans sapmasını dkkate alan br bulanık tutarlılık tanımı önermşlerdr. Tolerans sapmalarına zn veren

43 görecel önemlern bulanık oranları, yerel öncelklern üyelk derecelernde kısıtlar olarak formüle edlmştr. Mkhalov (2000), AHP de öncelkler türetmek çn br bulanık programlama metodu önermştr. Mkhalov (2003), bulanık karşılaştırma matrslernden net ağırlıklar da elde edeblen br bulanık terch programlama teknğ gelştrmştr. Mkhalov ve Sngh (2003), br karar destek sstem olarak bulanık AAS metodu gelştrmşlerdr. Mkhalov (2004), AHP de grup öncelklendrmesn bulanık terch programlama metodu le yapmıştır. Kahraman, Ertay ve Büyüközkan (2006), bulanık AAS y kalte ev teknğnde Chang algortmasıyla uygulamışlardır. Mohanty, Agarwal ve Choudhury (2005), bulanık AAS yaklaşımıyla br vaka analznde Ar-Ge proes seçm yapmışlardır. Wang, Elhag ve Hua (2006), modfye edlmş br bulanık logartmk en küçük kareler teknğ gelştrmşlerdr. Dağdevren, Yüksel ve Kurt (2008), ş sstemlernde bulanık AAS yaklaşımıyla rsk belrleme çalışması yaparak çok krterl karar problemler çn yen br model gelştrmşlerdr. Huang (2008), bulanık AAS de matrs yaklaşımı uygulaması yapmıştır. Rafe ve Rabban (2009), proe seçmnde bulanık grup AAS yöntemn kullanmışlardır. Kumar ve Mat (2012), bulanık AAS y rsk bazlı bakım modelleme problemnn çözümünde kullanmışlardır. Yu ve Shng (2013), Bulanık AHP ve AAS: Entegre Br Bulanık Logartmk Terch Programlama sml çalışmalarında çok amaçlı programlama le k aşamalı bulanık logartmk terch programlama önermşlerdr. 3.4.1. Bulanık AHP Bu çalışmada bulanık AHP metodu olarak Wang ve dğerlernn (2006) gelştrmş olduğu Modfye Bulanık Logartmk En Küçük Kareler (EKK) Yaklaşımı kullanılmıştır.

44 Wang ve dğerlernn (2006) yaklaşımı, benzer yöntemlerde gözlenen; yerel bulanık ağırlıkların normalzasyonundak hatalar, br bulanık karşılaştırma matrsnde normalze olmayan bulanık ağırlık alt sınırı değernn üst sınır değernden daha büyük olduğu durumlarda yerel bulanık ağırlıkları çıkarmada yaşanan çözümsüzlük, eksk bulanık karşılaştırma matrslernde yerel bulanık ağırlıkların belrszlğ ve global bulanık ağırlıkların gerçek olmaması problemlern ortadan kaldırdığı çn terch edlmektedr. Modfye bulanık logartmk EKK metodu, doğrusal olmayan kısıtlı br optmzasyon model olarak formüle edlr ve bu modelden (tam veya eksk üçgensel bulanık karşılaştırma matrsler çn) doğrudan normalze üçgensel bulanık sayılar elde edleblr (Wang ve dğerler, 2006). Wang ve dğerlernn modfye bulanık logartmk EKK metoduna geçmeden önce bulanık EKK metodundan bahsedlmesnde fayda görülmektedr. Bulanık EKK metodu ã k = (l k, m k, u k ) şeklndek bulanık sayılarından oluşan br grup à yapısında bulanık -1 karşılaştırma matrs düşünelm. (ã k çn ã k = ã k = (1/u k,1/m k, 1/l k ),=1,,n,, k=1,.,δ ve δ = δ ) Bu à bulanık karşılaştırma matrsler grubu çn, br normalze bulanık ağırlık vektörü oluşturulur. ~ ( ~ ~ T L M U L M U T W = w w ) = (( w, w, w ),...,( w, w, w )), a~ k = ( l 1,..., k, m, = 1,..., n;, T k, u k ) 1 1 w~ / w~ 1 k = 1,..., δ w L. / w U n, w W ~ bulanık ağırlık vektörünü belrlemek çn bulanık LEKK model oluşturulur: n M / w n M, w U / w L ), (3.3) MnJ δ n n = = 1 = 1, k = 1 ((ln w L ln w U ln a L k 2 ) + (ln w M ln w M ln a M k 2 ) + (ln w U ln w L ln a U k ) 2 ). (3.4)

45 0 0, 0 = = = U M L w J and w J w J = 1,,n. = = = = = = = = = k U k L U n U U k M k M M n M M k L k U L n L L a w w w w J a w w w w J a w w w w J δ δ δ 1 1, 1 1, 1 1, ) ln ln (ln 2 ) ln ln (ln 2 ) ln ln (ln 2 Eştlk (3.5)-(3.7) aşağıdak şeklde yenden yazılablr:, 1,..., ), (ln, 1,..., ), (ln, 1,..., ), (ln 1 1, 1, 1, 1 1, 1, 1, 1 1, 1, 1, n a l u n a m m n a u l k U k n n n k M k n n n k L k n n n = = = = = = = = = = = = = = = = = = δ δ δ δ δ δ δ δ δ Burada (3.8)-(3.10) toplamı her zaman sıfırdır ve lneer bağımsızdır. Eğer (3.8)-(3.10) çn ),, ( u m l (=1,,n) br çözüm se ),, ( 1 2 1 p u p m p l + + + (=1,,n) de bu çözümlerden brdr. Tahmn edlen bulanık ağırlıklar Eştlk 3.11 dek gb fade edlr ve normalzasyondan sonra Eştlk 3.12 dek gb yazılablr:. 1,..., )), ),exp( ),exp( (exp( ~ 1 2 1 n p u p m p l w = + + +. 1,..., ) exp( ) exp(, ) exp( ) exp(, ) exp( ) exp( ~ 1 1 1 n l u m m u l w n n n = = = = Hyerarşk yapıda, lokal bulanık ağırlıklar, bulanık artmetk kullanarak global bulanık ağırlıklar çne toplanır., 1,...,,, ~ ~ ~ 1 1 1 1 n w w w w w w w w w m m U U m M M L L m A = = = = = = (3.5) (3.6) (3.7) (3.8) (3.9) (3.10) (3.13) ve (3.12) (3.11)

46 Burada ~ L M U w = ( w, w, w )( 1,..., m ) m üst sınır krternn bulanık ağırlıkları, = ~ L M U w = ( w, w, w )( 1,..., n ) n düşük sevye alternatflernn nc üst sevye krterler = açısından bulanık ağırlıkları ve w ~ ( 1,..., n A = ) n düşük sevye alternatflernn global bulanık ağırlıklarıdır. Modfye bulanık EKK metodu Wang ın yaklaşımıyla rsk değerlendrme problemne uygulanacak modfye bulanık EKK metodunda lk olarak, normalzasyon kısıtları şu şeklde yazılablr; w n = 1 w L u + w + w = 1, M n = 1, n w = 1, U L 1, 1, = 1,..., n, = 1,..., n. (3.14) (3.15) (3.16) Buradan, br bulanık karşılaştırma matrs çn tek br normalze bulanık ağırlık formu olmadığı sonucuna ulaşılablr. Brden çok olan normalze bulanık ağırlıkların heps (3.14) (3.16) kısıtlarını sağlar. Eğer ~ T L M U L M U T W = ( w ~,..., w~ ) (( w, w, w ),...,( w, w, w )) br optmal normalze bulanık ağırlık se 1 n = 1 1 1 ~ W ( ~ ~ )) n n n T L M U L M U T = w,..., w 1 n) = (( kw1, w1, kw1 ),...,( kwn, wn, kwn k parametresnn aşağıdak kısıtlara göre tanımlandığı optmal normalze bulanık ağırlıktır. kw k k L n = 1 n = 1 w w w u L M kw k max( w k max( w U, = 1,..., n, U U w L w L ) 1, ) 1. (3.17) (3.18) (3.19) Brden çok optmal normalze bulanık ağırlık; karşılaştırmada, sıralamada ve lokal ağırlıkların senteznde zorluk yaşanması anlamına gelr. Bu nedenle, ortak br karşılaştırma referans noktası tesptne htyaç duyulur. Her bulanık karşılaştırmada bunu

47 yapmak çn Jménez, Ros ve Mateos (2003) tarafından aşağıdak yardımcı kısıt eklenmştr. n = 1 L u ( w + w ) = 2 (3.20) Son olarak, yukarıdak analzlere göre Wang ve dğerler (2006) tarafından önerlen modfye bulanık EKK model şu şeklde gösterleblr: MnJ = δ n n = 1 = 1, k = 1 ((ln w L lnw U ln a ) L 2 k + (ln w M ln w M ln a M k ) 2 + (ln w U ln w L ln a ) U 2 k ) n L U w + w 1, = 1, n U L w + w 1, = 1, n M s. t. w = 1, = 1,..., n = 1 n L U ( w + w ) = 2, = 1 U M L w w w > 0, (3.21) Yukarıdak modeln optmal sonucu normalze bulanık ağırlıklar formatındadır. Çözümden elde edlen global bulanık ağırlıklar her alternatf çn A ( = 1,..., n): w w w L A U A M A = Mn = W ΩW = Max = = W ΩW m = 1 w M = 1 = 1 w m m M L w w, U w w,, = 1,..., n, = 1,..., n, = 1,..., n, (3.22) (3.23) (3.24) T L U m formundadır. Burada = { W = ( w,..., w ) w w w, w = 1, 1 m} ağırlıklar kümesdr. ΩW =,..., 1 n 1 = Wang ve dğerlernn (2006) teorem, yerel ağırlıkların normalze bulanık ağırlıklar olması durumunda, (3.22)-(3.24) den elde edlen global ağırlıkların da her zaman normalze olacağını göstermektedr.

48 3.4.2 Bulanık AAS Bölüm 3.4 de belrtldğ gb, lteratürde bulanık küme teors ve çok ölçütlü karar verme teknklernden AAS, brlkte uygulanarak brçok karmaşık karar verme problemnn çözümünde kullanılmıştır. Bu çalışmada, bulanık AAS yöntemlernden Chang n Derece Analz Metodu ve Mkhalov un Bulanık Öncelklendrme Metodu kullanılmıştır. Bu metotlara lşkn detaylar ve örnek probleme uygunlukları aşağıda anlatılmıştır. Chang n derece analz metodu Rsk öncelğ belrleme problemnde kesn verler olmaması ve kşlern sübektf değerlendrmeler le sonuca ulaşılması, problemn bulanık yöntemlerle çözülmes htyacını ortaya çıkarır. Chang n Derece Analz Metodu (1996); rskler ve rsk krterler arasındak ağ yapısını ve karar problemnn gerektrdğ bulanık yaklaşımı aynı anda sağlayan entegre br algortmadır. Bu çalışmada Chang (1996) algortmasının terch edlmesnn nedenler; dğer bulanık çok ölçütlü karar verme yaklaşımlarına göre adımlarının nspeten kolay olması, eksk kl karşılaştırma değerlendrmelerne zn vermes ve klask AHP teknğne benzerlğdr. Chang n (1992, 1996) Bulanık Derece Analz Yöntem nn detayları ve uygulama adımları şöyledr: X = {x 1, x 2,. x n }, br ölçüt kümes ve U = {u 1, u 2,. u n }, br amaç kümes olsun. Chang n yöntemne göre, her br ölçüt alınır ve her br hedef çn derece analz uygulanır. Böylece her br ölçüt çn m tane derece analz değer elde edlr. Tüm M g ( = 1,2,... m) ler üçgensel bulanık sayı olmak üzere bu değerler şöyle gösterlr. M, M,..., M, = 1, 2,..., n, 1 2 m g g g (3.25) Chang n derece analznn aşamaları şu şeklde sıralanablr: Aşama 1 Ölçüt ye göre bulanık sentetk derecenn değer şu şeklde tanımlanır.

49 m n m S = Mg Mg = 1 = 1 = 1 1 (3.26) m M = 1 g Buradak, değern elde etmek çn m derece analz değerne (3.5) te görüldüğü gb bulanık toplama şlem uygulanır. = m m m m Mg l,, m u = 1 = 1 = 1 n m n n n Mg,, = l m u = 1 = 1 = 1 = 1 = 1 (3.27) (3.28) Daha sonra (3.28) dek vektörün ters şu şeklde elde edlr. 1 n m 1 1 1 Mg,, = n n n = 1 = 1 u 1 m 1 l = = = 1. (3.29) Aşama 2 M = l, m, u ) M = ( l, m, ) nn olablrlk dereces şu şeklde tanımlanır. 2 ( 2 2 2 1 1 1 u1 V( M M ) = sup[mn( µ ( x), µ ( y))] 2 1 M1 M2 (3.30) ve denk olarak (3.31) dek gb fade edleblr: 1, f m2 m1, V ( M 2 M1) = hgt( M1 M 2) = µ M ( d) = 0 f l 2 1 u2, l1 u2 otherwse, dğer, ( m2 u2) ( m1 u1) (3.31) Denk şeklde V = ( M 2 M1 ) d, µ ve µ M 2 arasındak en yüksek kesşm noktası D nn 1 M ordnatı olmak üzere Şekl 3.4 tek gb fade edleblr.

50 Şekl 3.4. M 1 ve M 2 arasındak kesşm noktası M 1 ve M 2 y kıyaslayablmek çn V = M M ) ve V = ( M ) değerlernn her ks de gerekmektedr. ( 1 2 2 M1 Aşama 3 Br konveks bulanık sayının k tane konveks bulanık sayıdan büyük olmasının olablrlk dereces şu şeklde tanımlanır. [ ] V( M M, M,..., M ) = V ( M M ) and ( M M ) and...and ( M M 1 2 k 1 2 = mn V( M M ), = 1,2,..., k k (3.32) d ' ( A) = mn V( S S ) k olduğunu varsayalım, k= 1,2,...,n; k çn ağırlık vektörü (3.34) te görüldüğü gbdr. (3.33) ' ' ' W = d A1 A2 d A n T ( ( ),( ),... ( )), Burada A (=1,2,.,n) n sayısı kadardır. (3.34) Aşama 4 Normalze edlmş ağırlık vektörler, (3.35) dek gbdr. Burada W, bulanık olmayan br sayıdır. W = ( d( A1), d( A2),..., d( A )) T n (3.35)

51 Mkhalov un bulanık öncelklendrme metodu Mkhalov un (2000, 2003) bulanık öncelklendrme yaklaşımı, lteratürdek dğer yaklaşımlara göre bazı avantalara sahptr. Bu avantaların en önemls bulanık kl karşılaştırma matrsler çn tutarlılık ndekslerdr. Dğer yöntemlerde ek br çalışma yapılmadan, bulanık kl karşılaştırma matrslernn tutarlılık oranlarını tespt etmek mümkün değldr. Yöntemn dğer avantaları; benzer yöntemlerden kolay olması ve ağırlıkların belrlenmes çn gelştrlmş, paket program yardımıyla kolayca çözüleblen doğrusal olmayan modeldr (Dağdevren ve Yüksel, 2010). Mkhalov un bulanık öncelklendrme yaklaşımının adımları şöyledr: (Mkhalov ve Tsvetnov, 2004; Mkhalov, 2000; 2003; 2004) Aşama 1. Problemn tanımlanması N elemanlı br öncelklendrme problemnde, kl karşılaştırmalar normal bulanık kümeler ve bulanık sayılar le temsl edlsn. Karar vercnn, bulanık karşılaştırma yargılarından F ={ã }, m n (n-1)/2, = 1, 2,..., n-1, = 2, 3,., n, >, şeklnde br set oluşturduğunu varsayalım. Burada ã = (l, m, u ) üçgensel bulanık sayıdır. Problem, w = (w 1, w 2,., w n ) T şeklnde net br öncelk vektörünün elde edlmesdr. w / w yaklaşık olarak başlangıçtak bulanık yargı kapsamındak öncelk oranı veya l ~ w w ~ u, dır. Burada ~ bulanık olarak küçük veya eşt anlamına gelr. (3.36) Aşama 2. Bulanık öncelklendrme yöntemnn varsayımları Karar vercy memnun eden, üyelk derecesn temsl eden farklı w /w oranlarının olması mümkündür. Her w öncelk vektörü, üyelk fonksyonu le ölçüleblen çft taraflı eştszlğ (3.36) bell br derecede sağlamalıdır.

52 ( w / w ) l w, m w m l w u = w u ( w / w ) w, m u m w (3.37) Sıfıra bölme durumundan kaçınmak çn, u m l olduğu varsayılır. Aslında bu sınırlayıcı br varsayım değldr, çünkü kesn yargı çok küçük kapsamda γ = (u, l ) şeklnde üçgensel bulanık sayı le temsl edleblr. Üyelk fonksyonu (3.37) lneer olarak (-, m ) aralığında artar ve (m, ) aralığında azalır. Üçgensel bulanık sayıların fonksyonunun aksne, yukarıdak fonksyon w /w <l veya w /w >u durumunda negatf değer; u =1, w /w = m durumunda se maksmum değer alır. (l, u ) aralığında, üyelk fonksyonu ã = (l, m, u ) şeklnde üçgensel bulanık yargı şeklnde oluşur. Öncelklendrme problemnn bu metodla çözümünde k temel varsayım vardır: Brncs; (n-1) boyutlu smplex Q n-1 boş olmayan bulanık uygulanablr alan P varlığını gerektrr. Q n 1 n = ( w1, w2,..., wn ) w > 0, w = 1 = 1, (3.38) Bulanık çözüm alanının üyelk fonksyonu se Eştlk 3.39 dak gbdr. { ( w) / = 1,2,..., n 1; = 2,..., n } µ p ( w) = mn µ ; > (3.39) İknc varsayımla, metot, toplu üyelk fonksyonundak (3.21) en yüksek üyelk derecesn öncelk vektörü olarak seçen br seçm krter tanımlamaktadır. µ p (w) nn br konveks set olduğu spat edleblmektedr. Böylece, w* Є Q n-1 n şu şeklde br maksmum üyelk derecesne sahp olduğu söyleneblr. { ( )} λ* = µ ( w*) = max mn µ w p n 1 w Q (3.40)

53 Aşama 3. Bulanık öncelklendrme problemnn çözümü Önerlen metodun çözüm prosedürü, oyun teorsnden blnen maksmum karar kuralına dayanır. Maksmum öncelklendrme problem (3.40) şu şeklde formüle edleblr. max λ st λ µ ( w), n = 1 w = 1, = 1,2,..., n 1, = 2,3,... n, w > 0, l = 1,2,..., n. >, (3.41) Üyelk fonksyonunun özel yapısı (Eş. 3.37.) göz önünde bulundurulduğunda, problem şu şeklde doğrusal olmayan program yapısına dönüştürüleblr. max λ st ( m ( u l ) λw m ) λw w + l w w + u w 0, 0, (3.42) n k = 1 w k = 1, w k > 0, k = 1,2,..., n, = 1,2,..., n 1, = 2,3,..., n, >. Doğrusal olmayan bu problemn optmal çözümü (λ *, w * ), nümerk doğrusal olmayan optmzasyon metotlarından uygun olanların kullanımı le elde edleblr. Optmal değer (λ * ) poztfse; tüm çözüm oranları bulanık yargılarla tutarlıdır (l w * /w * u ) deneblr. λ * değernn negatf olması se çözümün çft taraflı eştszlk yapısında olduğunu ve tutarsız olduğu anlamına gelr.

54 3.5. Bulanık Kural Tabanı (Fuzzy Rule Based) 3.5.1. Bulanık kural tabanlı sstemlern temel yapısı Br bulanık kural tabanlı sstem anahatlarıyla Şekl 3.5 te görülen beş temel yapı elemanından oluşur. Ver Tabanı Kural Tabanı Bulanıklaştırma Üntes Çıkarım Motoru Durulama Üntes Şekl 3.5. Bulanık kural tabanlı sstem elemanları (Jang ve Gulley, 1997) Böyle br bulanık sstemde öncelkle grş snyaller bulanıklaştırılır ve kurallar değerlendrlr. Daha sonra kural mekanzmaları tarafından çıktılar bulunur ve durulaştırma şlem le bu fadeler sayısal verye dönüştürülür. Bu çerçevede çalışan bulanık sstemn temel yapı elemanlarının fonksyonları şu şekldedr: Bulanıklaştırma üntes, grş değşkenlern ölçerek onlar üzernde br ölçek değşklğ yapan ve onları bulanık kümelere dönüştüren üntedr. Yan grdlere br etket vererek, dlsel ölçek değşklğyle bulanık mantık kümelerne dönüştürür. Çıkarım mekanzması/motoru (nference engne), bulanık mantık kurallarını uygulayarak bulanık çıktılar verr. Çıkarım mekanzması le nsanın düşünüş şeklnn benzetm yapılmaya çalışılır. Ver tabanı (data base), çıkarım motorunun, kural tabanında kullanılan bulanık kümeler aldığı bölümdür. Kural tabanı (rule base), kontrol amaçlarına uygun dlsel denetm kuralları buradan bulunur ve çıkarım motoruna verlr.

55 Durulama üntes (defuzzfer), çıkarım motorunun bulanık küme üzernde yapmış olduğu ölçek değşklkler, durulama üntesnde sayısal değerlere dönüştürülür (Jang ve Gulley, 1997). 3.5.2. Çıkarım mekanzması Bulanık kural tabanlı sstemlern en öneml elemanıdır. Bulanık denetleyclerden (fuzzy controller) oluşur. Çıkarım mekanzmasında, grdler bell br matematksel modele göre değerlendrlerek çıktılar elde edlr. Resm 3.1. de br bulanık denetleycnn örnek görüntüsü verlmştr. Kural Edtörü Grş Snyaller Çıkış Snyaller Fonksyon Metotlarının Belrlenmes Snyallern Adlandırılması Resm 3.1. Bulanık Denetleyc (Bu şekl MATLAB Fuzzy Logc le oluşturulmuştur.) Lteratürde sık kullanılan k farklı çıkarım mekanzması yapısı vardır. Bunlardan lk olan, Mamdan tp bulanık model çok kolay oluşturulur ve nsan davranışlarına oldukça uygundur. Bu nedenle çok yaygın br kullanıma sahptr ve dğer bulanık mantık modellern temeln oluşturur. İlk defa br buhar motorunun nsan tecrübelernden elde edlen sözel kontrol kuralları yardımıyla kontrolü amacıyla kullanılmıştır. Bu modelde hem grd değşkenler hem de çıktı değşken kapalı formdak üyelk fonksyonları le fade edlr (Akyılmaz, Ayan ve Özlüdemr, 2003). Mamdan tp br bulanık model; grdlern bulanıklaştırılması, bulanık mantık şlemlern kullanarak kural ağırlıklarının belrlenmes, bulanık küme mantıksal şlemclernn (ve, veya) uygulanması, sonuçların toplanması ve durulaştrılması şeklnde çalışır. Mamdan metodunda çıkışlar doğrusal olmayan

56 fonksyonlar olablr. Mamdan; sonucu, ağır hesaplamalarla gerçeğe daha yakın br şeklde oluşturur. Mamdan metodundak ana tema kuralların gelşmdr. Bu kurallar, kontrolcünün performansının daha y olması çn zaman çersnde düzeltleblr. Şekl 3.6 da Mamdan kural yapısı verlmştr (Mamdan ve Asslan, 1975). 1 1 1 A3 B1 C1 C2 0.1 0.0 OR 0.1 0 x1 X 0 y1 Y (max) 0 Rule 1: IF x s A3 (0.0) OR y s B1 (0.1) THEN z s C1 (0.1) 1 1 0.7 1 A2 0.2 B2 AND 0.2 C1 C2 (mn) 0 x1 X 0 y1 Y 0 Rule 2: IF x s A2 (0.2) AND y s B2 (0.7) THEN z s C2 (0.2) C3 Z C3 Z 1 A1 1 0.5 0.5 C1 C2 C3 0 x1 X 0 Rule 3: IF x s A1 (0.5) THEN z s C3 (0.5) Z Şekl 3.6. Mamdan kural yapısı İknc çıkarım mekanzması se Takag Sugeno dur. Takag Sugeno bulanık mantık yada Sugeno bulanık mantık lk kez 1985 yılında kullanılmaya başlanmıştır. Mamdan bulanık mantık yöntemnn br uyarlamasıdır. Grd değşkenlernn bulanıklaştırılması ve bulanık mantık şlemler, Mamdan bulanık modelleme le tamamen aynıdır. İk yöntem arasındak fark se çıktı üyelk fonksyonlarındadır. Sugeno tp bulanık modellemede çıktı üyelk fonksyonları sadece doğrusal veya sabttr (Takag ve Sugeno, 1985). Sugeno tp bulanık model, Mamdan tp bulanık modelden daha karmaşık ve gösterm açısından daha elverşldr. Br brnc (sıfırıncı) derece Sugeno bulanık modelde eğer x=a ve y=b se z=f(x,y) = px+qy+r(c) dr. Burada A ve B, x ve y üyelk fonksyonları çn tanımlanmış öncül kısımdak bulanık kümeler, p, q ve r se soncul parametrelerdr. Böylece her br kural çn br çıktı değer elde edlr. Sugeno kural yapısı Şekl 3.7 de verlmştr (Sugeno ve Kang, 1988).

57 Sugeno çıkarım mekanzmasında; yüksek derecede bulanık modelleme yapıldığında komplekste artar, grd ve alt küme sayılarının artması verlern şlenmesn zorlaştırır ve sonuçların elde edlmes çn belrlenmes gereken parametrelern sayısını artırır (Brtane ve Yılmaz, 2009). 1 1 1 A3 B1 0.1 0.0 OR 0.1 (max) 0 x1 X 0 y1 Y 0 k1 Rule 1: IF x s A3 (0.0) OR y s B1 (0.1) THEN z s k1 (0.1) 1 1 0.7 1 A2 0.2 B2 AND 0.2 (mn) 0 x1 X 0 y1 Y 0 k2 Rule 2: IF x s A2 (0.2) AND y s B2 (0.7) THEN z s k2 (0.2) Z Z 1 A1 1 0.5 0.5 0 x1 X 0 Rule 3: IF x s A1 (0.5) THEN z s k3 (0.5) k3 Z Şekl 3.7. Sugeno kural yapısı 3.5.3. Bulanık kural tabanlı model le rsk değerlendrme algortması Ln, Ln ve Tyan ın (2011), ncel rsk analz metodunu baz alan ve stratek rsk değerlendrme çn önerlen bulanık kural tabanlı modeln adımları şöyledr: Adım 1. Rsk etkleyen krterlern belrlenmes Stratek planıın krterler belrlenr. Ana hyerarşk sevyeler ve her sevyeye at elemanlar tanımlanır. Adım 2. Bulanık kural tabanlı modeln oluşturulması Hyerarşk sevyeler arası lşkler bu adımda tanımlanır ve hyerarşk bulanık model yapılandırılır.

58 Adım 3. Bulanıklaştırma (Fuzzfcaton) Bu adımda krterlerle lgl durumları temsl eden tüm grd değşkenler puanlanır ve ölçüm belrszlğn fade etmek çn uygun bulanık kümelere dönüştürülür. Grd değşkenler çn üyelk fonksyonu olarak Gauss fonksyonu kullanılmıştır (Resm 3.2.). Resm 3.2. Gauss üyelk fonksyonu (Bu şekl MATLAB Fuzzy Logc le oluşturulmuştur) Adım 4. Bulanık çıkarım mekanzmasının oluşturulması (kuralların belrlenmes) Bulanık ölçümler daha sonra çıkarım mekanzması tarafından kuralların değerlendrmes çn kullanılır. Her kural, grd ve çıktı değşkenler le lgl mantıksal br çıkarım yapar. Bulanık mantık eğer-o halde kuralları; öncülü ve sonucu dlsel değşkenler çeren önermeler olan, kesn veya belrsz bağımlılıkları ve komutları kullanarak, yaklaşık muhakeme yapar ve aşağıdak şeklde br sonuç elde eder (Zadeh, 1968: 16): Eğer X 1 = A 1 ve X n = A n se Y = B, =1,.m (3.43) burada n = grd değşkenlernn sayısı, m = kural sayısı; A ve B X ve Y nn dlsel değşkenlerdr. Bundan sonra, bulanık çıkarım motoru kuralın ağırlığını veya öncüllern (grdlern) kullanma derecesn hesaplar. Tüm kurallar br çıkış üyelk fonksyonunun üretlmesn sağlamalıdır. Bu çalışmada çıkarım motoru olarak Sugeno metodu terch edlmştr. Bulanık değerlendrme skalası olarak se Ln ve dğerlernn (2011) Çzelge 3.5 te verlen yedl dlsel skalası kullanılmıştır.

59 Sugeno tp bulanık çıkarım motoru, bu skalayı kullanarak, (w) kural ağırlığı ve sonucundak dlsel değşken sabtnden, uagg(y) le lşkl br çıktı üretr (Eştlk 3.44). uagg(y) = max{mn[w1, B1], mn[w2, B2],, mn[wm,bm]} (3.44) Çzelge 3.5. Dlsel değşkenler (Ln ve dğerler, 2011) Dlsel Değşkenler Üyelk Fonksyonu Çok Yüksek (Çok İy) = ÇY/Çİ = u (x, 0.85, 1) Yüksek (İy) = Y/İ = u (x, 0.85, 5/6) Oldukça Yüksek (Oldukçaİy) = OY/Oİ = u (x, 0.85, 4/6) Orta = O = u (x, 0.85, 3/6) Oldukça Düşük (OldukçaKötü) = OD/OK = u (x, 0.85, 2/6) Düşük (Kötü) = D/K = u (x, 0.85, 1/6) Çok Düşük (Çok Kötü) = ÇD/ÇK = u (x, 0.85, 0) Adım 5. Durulaştırma (Defuzzfcaton) ve çözüm Sugeno tp bulanık çıkarım motorunun uagg(y) çıktısının, bulanık denetleycnn br sonrak şlem çn durulaştırılarak kesn br değer le fade edlmes gerekr. Bu çalışmada durulaştırma çn Ağırlık Merkez (Center of Gravty-COG) metodu (Eştlk 3.45) kullanılmıştır. Y 0 m y1µ ( y1) = 1 agg = m (3.45) µ ( y ) = 1 agg 1

60

61 4. UYGULAMA Bu bölümde, öncelkle örnek problem tanımlanmış, daha sonra üçüncü bölümde yer alan yöntemler ve önerlen yen br entegre metod, örnek problem üzernde uygulanmıştır. 4.1. Problemn Tanımı Örnek uygulama çn Hazne Müsteşarlığı Strate Gelştrme Dares Başkanlığı nın görevlernden olan ç kontrol sstem kurulması ve uygulanması seçlmştr. Bu kapsamda, öncelkle grup çalışmasıyla seçlen faalyetle lgl rskler tespt edlmştr. Sonrasında geleneksel yöntem (rsk matrs), AAS, Chang n Derece Analz Metodu, Mkhalov un Bulanık AAS Yaklaşımı, Entegre Metod Öners, Wang ın Modfye Bulanık Logartmk EKK Metodu ve Bulanık Kural Tabanı kullanılarak rsk değerlendrmes yapılmıştır. Rsklern tesptnde ve değerlendrlmesnde htyaç duyulan grdler, Strate Gelştrme Dares Başkanlığından toplam dört yönetc ve uzman personeln katılımı le yapılan grup çalışmalarından elde edlmştr. 4.1.1. Örnek uygulamaya lşkn rsklern tespt edlmes Örnek uygulama çn seçlen faalyet le lgl rskler Hazne Müsteşarlığı ç kontrol sstemn kapsayacak şeklde ele alınmış, ç kontrol standartları bu açıdan taranmış ve uzmanlar le yapılan grup çalışmasında Çzelge 4.1 dek rskler tespt edlmştr. 4.1.2. Krter ve alt krterlern tespt edlmes Rsklern, Hazne Müsteşarlığında yer alan tüm amaç ve hedefler le lşksnn kurulması le bütünsel br yaklaşım serglenmes deal durumdur. Ancak bunun çok genş çaplı br çalışma gerektrmes nedenyle, seçlen görev le en çok lgl olan 2 stratek amaç, 6 stratek hedef ve 5 faalyet kullanılarak örnek çalışma yapılmıştır. Stratek amaçlar, stratek hedefler ve faalyetler krter kümelernn elemanları Hazne Müsteşarlığı 2009-2013 Stratek Planı ndan alınmıştır. Krterler ve alt krterler Çzelge 4.1 de yer almaktadır.

62 Çzelge 4.1. Krterler ve alt krterler Krter Stratek Amaçlar Alt Krter A2 Uluslararası ekonomk lşklerde ülkemzn etknlğn artırmak A5 Kurumsal ve yönetsel mükemmelyet sağlamak H2.2 Avrupa Brlğ (AB) müktesabatına uyumun ve AB fonlarının kullanımının etkn br bçmde gerçekleşmes H5.1 Ar-ge ve yenlkçlk yaklaşımının kurum kültürünün br parçası halne getrlmes Stratek Hedefler Faalyetler Rskler H5.2 İnsan kaynakları yönetmnn gelştrlmes H5.3 Sürekl performans yleştrme anlayışının hakm kılınması H5.4 Blşm teknololer yönetşmnn uluslararası en y uygulamalar sevyesne çıkarılması H5.7 İç denetmde farkındalığın ve etknlğn artırılması F1 Müsteşarlığımızla lgl AB müktesebatına uyum programı le öngörülen çalışmaların tamamlanması F2 Meslek blg brkmnn artırılmasını temnen personeln sta, semner, konferans, kurs gb mkanlarının artırılması F3 Müsteşarlık ç kontrol sstemnn ve standartlarının uluslararası en y uygulamalar sevyesne çıkarılması F4 Karar destek uygulamaları, ş zekası ve nternet teknololer çözümlernn blg sstemlerne entegre edlmes F5 İç denetm uygulamalarına lşkn denetm rehberlernn hazırlanması ve ç kalte güvence ve gelştrme programının oluşturulması R1 İç kontrol sstemnn sahplenlmemes ve desteklenmemes rsk R2 İnsan kaynakları süreçlernn etknleştrlememes rsk R3 Organzasyonel, kurumsal, yönetsel rskler R4 Görev ve yetk dağılımı le lgl rskler R5 Blg teknololernn kurum hedeflerne göre kullanılamaması, ş hedefler le blşm teknololernn entegre edlememes rsk R6 Rsk yönetm sstem (tanımlama/tespt, analz, karşılık ve zleme) le lgl rskler R7 Müsteşarlıkta, yatay ve dkey ç letşm le dış letşm kapsayan etkl ve sürekl br blg ve letşm sstem oluşturulamaması rsk R8 Gerekl şkayet/öner/hbar mekanzmalarının eksklğ nedenyle hata, usulsüzlük ve yolsuzlukların ortaya çıkması, bldrlmes ve değerlendrlmesnde aksaklık yaşanması rsk R9 İç kontrolün ç denetmle desteklenememes, kurumun ç kontrol sstemn etkn br bçmde zlenerek değerlendrlememes rsk R10 AB le lşklern ve üyelk sürecnn yavaş lerlemes rsk

63 4.2. Geleneksel Rsk Değerlendrme Yöntem (Rsk Matrs) le Rsklern Değerlendrlmes Bu bölümde, Bölüm 3.1 de anlatılan Rsk Matrs yöntemnn, Hazne Müsteşarlığındak rsk değerlendrme sürecne uygulanmasına yer verlmştr. İlk olarak, Çzelge 4.1 de verlen krter kümelernden br olan Rskler, rskn etks ve rskn olasılığı çarpanlarına değer ataması yapılarak değerlendrlmştr. Geleneksel yöntemle rsklern değerlendrlmesnde Bölüm 3.1 de yer alan skalalar (Bkz. Çzelge 3.1.a-3.1.b) esas alınmış ve oluşturulan rsk kaydı formu Çzelge 4.2 de verlmştr. Çzelge 4.2. Rsk kaydı Tespt Edlen / Belrlenen Rsk Olasılık Etk R1 İç kontrol sstemnn sahplenlmemes ve desteklenmemes rsk 7 8 56 R2 İnsan kaynakları süreçlernn etknleştrlememes rsk 8 7 56 R3 Organzasyonel, kurumsal, yönetsel rskler 8 7 56 R4 Görev ve yetk dağılımı kaynaklı rskler 6 5 30 Rsk Puanı R5 Blg teknololernn kurum hedeflerne göre kullanılamaması, ş hedefler le blşm teknololernn entegre edlememes rsk 8 6 48 R6 Rsk yönetm sstem (tanımlama, analz, karşılık ve zleme) 7 7 49 R7 Etkl ve sürekl br blg ve letşm sstem oluşturulamaması rsk 8 6 48 R8 Şkayet/öner/hbar mekanzmalarının eksklğ; hata, usulsüzlük ve yolsuzluk rsk 8 6 48 R9 İç denetmn ç kontrolü destekleyememes, etkn olmaması rsk 7 6 42 R10 AB le lşklern ve üyelk sürecnn yavaş lerlemes rsk 7 7 49 Rsk kaydında örneğn, Rsk 1 çn olasılık değerlendrmes sık ortaya çıkan (7), etk değerlendrmes se çok yüksek (8) olarak puanlanmıştır. Buradan Rsk 1 çn rsk puanı 7*8=56 olarak hesaplanır. Çzelge 3.2 de verlen rsk matrsne yerleştrldğnde, Rsk 1 n kırmızı renk le tanımlanan, öncelkl olarak ortadan kaldırılması ve kaldırılmadığı sürece ssteme zarar vermes olası br rsk olduğu sonucuna ulaşılır.

64 4.3. Analtk Ağ Sürec (AAS) le Rsklern Değerlendrlmes Bu bölümde, Bölüm 3.2 de detayları verlen AAS yöntemnn örnek problem üzernde uygulaması yapılmıştır. AAS le rsk değerlendrmes aşağıdak adımlar çerçevesnde uygulanmıştır. Adım 1. AAS krterlernn ve alt krterlernn tanımlanması Rsklern, stratek amaç ve hedeflerle lşklendrlmes amacıyla rsk değerlendrlmesnde AAS model terch edlmştr. Bu amaçtan yola çıkarak, AAS dek krter kümeler stratek amaçlar, stratek hedefler ve rskler olarak belrlenmştr. Stratek planda, hedeflere ulaşılmasında uygulanacak adımların somutlaştırılması çn belrlenmş faalyetler de lşklern doğru ve eksksz kurulablmes amacıyla dördüncü krter kümes olarak ele alınmıştır. AAS modelnde Çzelge 4.1 de verlen krterler ve alt krterler kullanılacaktır. Bölüm 4.1 de belrtldğ gb stratek amaçlar, stratek hedefler ve faalyetler krter kümelernn elemanları Hazne Müsteşarlığı 2009-2013 Stratek Planı ndan alınmıştır. Rskler kümesnn elemanları se hazne uzmanları le yapılan grup çalışmasında tespt edlen rsklerden oluşmaktadır. Adım 2. AAS lşklernn tanmlanmas (modelnn oluşturulmas) Stratek hedefler, faalyetler ve rskler kümeler kendlernden ve dğer tüm kümelerden etklenmektedr. Stratek amaçlar kümes se sadece kendsnden etklenmekte ve dğer kümeler etklemektedr. 4 ana kümeden oluşan bu ağ yapısı, Şekl 4.1 de gösterlmştr. Şeklde krter kümelernn alt krterler arasındak lşkler ayrı ayrı gösterlmeyp kümeler arasındak lşkyle temsl edlmştr. Çözüm çn kullanılan Superdecson paket programına krter kümeler ve küme elemanı alt krterler grldkten sonra lşkler tanımlanmaktadır.

65 Stratek Amaçlar Stratek Hedefler A2 A5 H5.1 H2.2 H5.7 H5.2 H5.3 H5.4 Faalyetler Rskler (Alternatfler) F2 F1 F5 R 1 R 2 R 3 R 4 R 5 F3 F4 R 6 R 7 R 8 R 9 R 10 Şekl 4.1. Rsk değerlendrme çn önerlen AAS model Krterler ve alt krterler kend çlernde etkleşme sahptr. Kümeler çndek düğümlern (alt krterlern) etkledkler ve etklendkler alt krterler Çzelge 4.3 te görülmektedr. Şekl 4.1 ve Çzelge 4.3 te tanımlanmış lşkler doğrultusunda kl karşılaştırma matrsler oluşturulur. Örneğn stratek amaçlar ve rskler arasında tanımlanan tek yönlü lşk nedenyle kl karşılaştırmalarda stratek amaç alt krterlernn rsklern alt krterlern nasıl, hang sayısal üstünlük le etkledğ sorgulanır. Stratek hedefler ve faalyetler krter kümeler arasında Şekl 4.1 de tanımlanmış olan çft yönlü lşk; krter ve kümeye dahl tüm alt krterlern brbrlerne göre üstünlüklernn derecelendrlmes gerektğ anlamına gelr.

66 Çzelge 4.3. AAS modelnde yer alan alt krterlern etkleşm tablosu ETKİLENDİKLERİ ETKİLEDİKLERİ H2.2, H5.3, H5.7, F1, F3, R10 A2 - H5.1, H5.2, H5.3, H5.4, H5.7, F2, F3, F4, F5, R1, R2, R3, R4, R5, R6, R7, R8, R9, R10 A5 - H5.7, F1, F3, R10 H2.2 A2, R10 R2, R3 H5.1 A5, H5.2, H5.3, H5.4, F4, R3 H5.1, H5.4, F2, F3, F4, R2, R3, R4 H5.2 A5, H5.3, R2, R3, R4 H5.1, H5.2, H5.4, H5.7, F2, F3, F4, F5, R1, R2, R3, R4, R5, R6, R7, R8, R9, R10 H5.3 A2, A5, H5.4 H5.1, H5.3, F3, F4, R5, R6 H5.4 A5, H5.2, H5.3 F3, F5, R1, R9, R10 H5.7 A2, A5, H2.2, H5.3, F3 F3, R10 F1 A2, H2.2, R10 R2, R3, R4 F2 A5, H5.2, H5.3, F3, R1, R2 H5.7, F2, F4, R1, R2, R3, R4, R5, R6, R7, R8, R9, R10 F3 A2, A5, H2.2, H5.2, H5.3, H5.4, H5.7, F1, F5, R2, R3, R4, R6, R7, R8, R9 H5.1, R5 F4 A5, H5.2, H5.3, H5.4, F3, R5 F3, R9, R10 F5 A5, H5.3, H5.7, R9 F2, R2, R3, R4, R10 R1 A5, H5.3, H5.7, F3, R2, R3, R4, R6, R9 H5.2, F2, F3, R1, R3, R4 R2 A5, H5.1, H5.2, H5.3, F2, F3, R1, R3, R4 H5.1, H5.2, F3, R1, R2, R4 R3 A5, H5.1, H5.2, H5.3, F2, F3, R1, R2, R4 H5.2, F3, R1, R2, R3, R7 R4 A5, H5.2, H5.3, F2, F3, R1, R2, R3 F4 R5 A5, H5.3, H5.4, F3 F3, R1, R7, R8 R6 A5, H5.3, H5.4, F3 F3 R7 A5, H5.3, F3, R4, R6, R8 F3, R7 R8 A5, H5.3, F3, R6 F3, F5, R1, R10 R9 A5, H5.3, H5.7, F3, F5 H2.2, F1 R10 A2, A5, H2.2, H5.3, H5.7, F1, F3, F5, R1, R9

67 Adım 3. İkl karşlaştrma matrslernn oluşturulmas (derecelendrme) İç kontrol sstemnn kurulması ve uygulanması nda AAS le rsk değerlendrme uygulaması çn hang krterler/alt krterler arasında kl karşılaştırmaların yapılacağı tespt edldkten sonra karşılaştırmalar, konuyla lgl uzmanların verdğ puanlamaların geometrk ortalamasına göre yapılmıştır. Puanlamalar arasındak oransal farklar, mutlak farklardan daha öneml olduğu çn geometrk ortalama terch edlmştr. Bu puanlar Superdecson programına grlerek matrsler elde edlmştr. Stratek amaç 2 alt krternn karşılaştırmalı matrsler Resm 4.1.a ve 4.1.b de verlmş olup, dğer krter ve alt krterler çn de benzer şlemler yapılmıştır. Resm 4.1.a. Stratek hedefler kümes alt krterlernn Stratek Amaç 2 üzerndek etkler Resm 4.1.b. Faalyetler kümes alt krterlernn Stratek Amaç 2 üzerndek etkler Adım 4. AAS de matrs şlemler (süpermatrs, ağırlıklandırılmış ve lmt matrs) Öncelkle AAS de blnen üç temel matrs dışında yer alan, kümelern (krterlern) brbrler le lşklern gösteren küme ağırlık matrs oluşturulmuştur. Stratek amaçlar, stratek hedefler, faalyetler ve rskler kümelernn karşılaştırmalarına göre Superdecson dan elde edlen küme ağırlık matrs Resm 4.2. de verlmştr.

68 Resm 4.2. Küme ağırlıkları matrs Krterlern/alt krterlern kl karşılaştırma matrslernde hesaplanan etkler, süper matrste kendne karşılık gelen hücrelere yerleştrlr. Örneğn, stratek hedefler krternn amaç 2 üzerndek etklern gösteren vektör, süper matrste amaç 2 sütunu le lşkl olduğu hedefler; hedef 2.2, hedef 5.3 ve hedef 5.7 satırlarının kesştğ hücrelere yerleştrlr. Ağırlıklandırılmamış süpermatrstek küme kesşmlernde bulunan hücreler, küme ağırlık matrsndek ağırlık değerler le çarpılarak ağırlıklandırılmış süpermatrs elde edlr. Süpermatrsn ağırlıklandırılması şlem tamamlandıktan sonra lmtlendrmeye geçlr. Ağırlıklandırılmış süpermatrsn aynı satıra karşılık gelen sütun değerlernn brbrne eşt olana kadar kuvvetnn alınması le lmt matrs elde edlr. Lmtlendrme şlemnn amacı; tekrar sayısının artırılarak, örnek olay yığınının genşletlmes ve böylece modeln güvenlrlğnn artırılmasıdır. Lmtlendrlmş süpermatrs bze hang rskn, belrlemş olduğumuz krterlere göre en öncelkl rsk olduğunu verr. Lmt matrste bulunan değerlern normalze edlmes le rsklern gerçek ağırlıkları bulunur. Adım 5. En uygun alternatfn seçm (çözüm) Superdecson dan elde edlen lmt değerler ve rsk öncelk sonuçları Resm 4.3 de gösterlmştr. Bu şlemler sonucunda en öncelkl rsk, Rsk 3 olarak tespt edlmştr.

69 Resm 4.3. AAS yöntem le yapılan rsk değerlendrme çalışmasının sonuçları 4.4. Bulanık AHP le Rsklern Değerlendrlmes Örnek rsk değerlendrme problemnn çözümü çn, bu çalışma kapsamında, bulanık AHP yöntem olarak Wang ın Modfye Bulanık Logartmk EKK Yaklaşımı kullanılmıştır. Bölüm 3.4.1 de detayları verlen, Wang ın bulanık logartmk EKK modelnn rsk değerlendrme problemne uygulanması çn önerlen algortma adımları şu şekldedr: Adım 1. Modelde kullanılacak krter ve alt krterlern belrlenmes Bölüm 4.1 de tanımlanan rsk değerlendrme problem çn; öncek bölümlerden farklı olarak hyerarşk model yapısı kullanılacağından, öncelkle krter kümelernden br (stratek amaçlar kümes) çıkarılmıştır. Bunun sebeb dört kademel hyerarşk yapının modelleme ve hesaplama güçlüğüne sebep olmasıdır. Kalan üç krter kümesnde se hyerarşk yapının oluşturulması ve modelde kullanılacak lşklern tess edlmes amacıyla bazı değşklkler yapılmıştır. Bunlar; stratek hedefler kümesnden Hedef 5.7 nn

70 çıkarılması, faalyetler kümesne Faalyet 2 nn eklenmes ve son olarak rskler kümesnden rsk 7, 8 ve 9 un çıkarılmasıdır. Ana hatlarıyla, problem değşkenlernn azaltılması şeklnde tanımlayableceğmz bu revzyona aynı problemn çok sayıda farklı metodla çözülmes nedenyle htyaç duyulmuştur. Problem değşkenlernn azaltılması ve sonuca etkler hususu sonuç kısmında ayrıca ele alınacaktır. Revzyon sonrası Wang ın Bulanık AHP yaklaşımında kullanılan krter ve alt krterler Çzelge 4.4 de gösterlmektedr. Çzelge 4.4. Bulanık AHP modelnde kullanılan krterler ve alt krterler Krter Alt Krter H2.2 Avrupa Brlğ (AB) müktesabatına uyumun ve AB fonlarının kullanımının etkn br bçmde gerçekleşmes Stratek Hedefler H5.1 Ar-ge ve yenlkçlk yaklaşımının kurum kültürünün br parçası halne getrlmes H5.2 İnsan kaynakları yönetmnn gelştrlmes H5.3 Sürekl performans yleştrme anlayışının hakm kılınması H5.4 Blşm teknololer yönetşmnn uluslararası en y uygulamalar sevyesne çıkarılması F1 Müsteşarlığımızla lgl AB müktesebatına uyum programı le öngörülen çalışmaların tamamlanması F2 İnsan kaynakları yönetmnn gelştrlmes F3 Meslek blg brkmnn artırılmasını temnen personeln sta, semner, konferans, kurs gb mkanlarının artırılması Faalyetler F4 Müsteşarlık ç kontrol sstemnn ve standartlarının uluslararası en y uygulamalar sevyesne çıkarılması F5 Karar destek uygulamaları, ş zekası ve nternet teknololer çözümlernn blg sstemlerne entegre edlmes F6 İç denetm uygulamalarına lşkn denetm rehberlernn hazırlanması ve ç kalte güvence ve gelştrme programının oluşturulması R1 İç kontrol sstemnn sahplenlmemes ve desteklenmemes rsk R2 İnsan kaynakları süreçlernn etknleştrlememes rsk Rskler R3 Organzasyonel, kurumsal, yönetsel rskler R4 Görev ve yetk dağılımı le lgl rskler R5 Blg teknololernn kurum hedeflerne göre kullanılamaması, ş hedefler le blşm teknololernn entegre edlememes rsk R6 Rsk yönetm sstem (tanımlama/tespt, analz, karşılık ve zleme) le lgl rskler R7 AB le lşklern ve üyelk sürecnn yavaş lerlemes rsk

71 Adım 2. AHP modelnn oluşturulması Rsk değerlendrmede kullanılacak AHP model, amaçla brlkte dört sevyeden oluşmaktadır. İlk sevye modeln amacını rsklern öncelklendrlmes, knc sevye 1. düzey krterler kümes olarak kullanılan stratek hedefler, üçüncü sevye 2. düzey krterler kümes olarak tanımlanan faalyetler ve dördüncü sevye de problemn alternatfler olan rskler göstermektedr (Şekl 4.2.). Şekl 4.2. AHP model Adım 3. Krterlern bağlı öncelklernn belrlenmes İkl karşılaştırma matrsler oluşturulurken görel ağırlıkları değerlendrmek çn Şekl 4.3'de ve Çzelge 4.5'de verlen bulanık dlsel değşken skalası kullanılmıştır. Bu skala, Kahraman ve dğerler (2006) tarafından önerlmş ve lteratürde bulanık karar verme problemlernn çözümünde kullanılmıştır.

72 µ GÖ EDÖ ODÖ Ö KDÖ OKDÖ ÇKDÖ KDÖ 1 2 3 4 5 6 7 8 9 GÖ (Görel Önem) Şekl 4.3. Görel Önem Derecelernn Dlsel Skalası Çzelge 4.5. Önem derecelernn dlsel skalası (Kahraman ve dğerler, 2006) Önem İçn Dlsel Skala Üçgensel Bulanık Derece Üçgensel Bulanık Karşılık Derece Tamamen eşt (1,1,1) (1,1,1) Eşt derecede öneml (EDÖ) (1/2,1,3/2) (2/3,1,2) Az derecede daha öneml (ADÖ) (1,3/2,2) (1/2,2/3,1) Kuvvetl derecede daha öneml (KDÖ) (3/2,2,5/2) (2/5,1/2,2/3) Çok kuvvetl derecede daha öneml (ÇKDÖ) (2,5/2,3) (1/3,2/5,1/2) Kesn Olarak Daha Öneml (KODÖ) (5/2,3,7/2) (2/7,1/3,2/5) İlk olarak uzman grubu tarafından, kl karşılaştırma matrs aracılığıyla beş stratek hedefn görel/bağlı öncelkler belrlenr (Çzelge 4.6). Çzelge 4.6. Stratek hedeflere at kl karşılaştırma matrs Stratek Hedefler H 2.2. H 5.1. H 5.2. H 5.3. H 5.4. H 2.2. (1,1,1) (1,1,1) (2/3,1,2) (2/3,1,2) (1/2,2/3,1) H 5.1. (1,1,1) (1,1,1) (2/3,1,2) (1/2,2/3,1) (1/2,2/3,1) H 5.2. (1/2,1,3/2) (1/2,1,3/2) (1,1,1) (1/2,1,3/2) (2/3,1,2) H 5.3. (1/2,1,3/2) (1,3/2,2) (2/3,1,2) (1,1,1) (1,3/2,2) H 5.4. (1,3/2,2) (1,3/2,2) (1/2,1,3/2) (1/2,2/3,1) (1,1,1)

73 Adım 4. İknc düzey krterlern brnc düzey krterler açısından karşılaştırılması Faalyetler, her stratek hedef açısından ayrı ayrı kl karşılaştırma matrsler aracılığıyla değerlendrlmştr (Çzelge 4.7). Adım 5-6. Krterlern yerel ve global ağırlıkların belrlenmes Brnc düzey krterler olan stratek hedeflern yerel ağırlıkları, her kl karşılaştırma matrs çn Eştlk (3.21) de verlen model çözülerek elde edlr (Çzelge 4.8). Bu değerler kullanılarak knc düzey krterler olan faalyetlern global bulanık ağırlıkları hesaplanmıştır. Adım 7. Rsklern knc düzey krterler açısından karşılaştırılması Modelde yer alan yed rsk, knc düzey krterler olan faalyetlern her br açısından kl karşılaştırma matrsler le değerlendrlmştr (Çzelge 4.9).

74 Çzelge 4.7. Faalyetlern stratek hedefler açısından kl karşılaştırılması F1 F2 F3 F4 F5 F6 Faalyetlern stratek hedef 1 açısından bulanık karşılaştırma matrs F1 (1,1,1) (2,5/2,3) (2,5/2,3) (1,3/2,2) (3/2,2,5/2) (1,3/2,2) F2 (1/3,2/5,1/2) (1,1,1) (2/3,1,2) (2/5,1/2,2/3) (1/2,2/3,1) (2/5,1/2,2/3) F3 (1/3,2/5,1/2) (1/2,1,3/2) (1,1,1) (2/5,1/2,2/3) (2/3,1,2) (2/5,1/2,2/3) F4 (1/2,2/3,1) (3/2,2,5/2) (3/2,2,5/2) (1,1,1) (1,3/2,2) (1/2,1,3/2) F5 (2/5,1/2,2/3) (1,3/2,2) (1/2,1,3/2) (1/2,2/3,1) (1,1,1) (1/2,2/3,1) F6 (1/2,2/3,1) (3/2,2,5/2) (3/2,2,5/2) (2/3,1,2) (1,3/2,2) (1,1,1) Faalyetlern stratek hedef 2 açısından bulanık karşılaştırma matrs F1 (1,1,1) (2/5,1/2,2/3) (2/5,1/2,2/3) (1/2,2/3,1) (1/2,2/3,1) (1/2,2/3,1) F2 (3/2,2,5/2) (1,1,1) (1/2,1,3/2) (1,3/2,2) (1/2,1,3/2) (1,3/2,2) F3 (3/2,2,5/2) (2/3,1,2) (1,1,1) (1,3/2,2) (1/2,1,3/2) (1,3/2,2) F4 (1,3/2,2) (1/2,2/3,1) (1/2,2/3,1) (1,1,1) (2/3,1,2) (1/2,1,3/2) F5 (1,3/2,2) (2/3,1,2) (2/3,1,2) (1/2,1,3/2) (1,1,1) (1/2,1,3/2) F6 (1,3/2,2) (1/2,2/3,1) (1/2,2/3,1) (2/3,1,2) (2/3,1,2) (1,1,1) Faalyetlern stratek hedef 3 açısından bulanık karşılaştırma matrs F1 (1,1,1) (2/7,1/3,2/5) (1/3,2/5,1/2) (1/2,2/3,1) (1/2,1,3/2) (1,3/2,2) F2 (5/2,3,7/2) (1,1,1) (1,3/2,2) (3/2,2,5/2) (2,5/2,3) (5/2,3,7/2) F3 (2,5/2,3) (1/2,2/3,1) (1,1,1) (1,3/2,2) (3/2,2,5/2) (2,5/2,3) F4 (1,3/2,2) (2/5,1/2,2/3) (1/2,2/3,1) (1,1,1) (1,3/2,2) (3/2,2,5/2) F5 (2/3,1,2) (1/3,2/5,1/2) (2/5,1/2,2/3) (1/2,2/3,1) (1,1,1) (1,3/2,2) F6 (1/2,2/3,1) (2/7,1/3,2/5) (1/3,2/5,1/2) (2/5,1/2,2/3) (1/2,2/3,1) (1,1,1) Faalyetlern stratek hedef 4 açısından bulanık karşılaştırma matrs F1 (1,1,1) (1/2,2/3,1) (2/5,1/2,2/3) (1/3,2/5,1/2) (1/3,2/5,1/2) (1/2,2/3,1) F2 (1,3/2,2) (1,1,1) (1/2,2/3,1) (2/5,1/2,2/3) (2/5,1/2,2/3) (1/2,1,3/2) F3 (3/2,2,5/2) (1,3/2,2) (1,1,1) (1/2,2/3,1) (1/2,2/3,1) (1,3/2,2) F4 (2,5/2,3) (3/2,2,5/2) (1,3/2,2) (1,1,1) (1/2,1,3/2) (3/2,2,5/2) F5 (2,5/2,3) (3/2,2,5/2) (1,3/2,2) (2/3,1,2) (1,1,1) (3/2,2,5/2) F6 (1,3/2,2) (2/3,1,2) (1/2,2/3,1) (2/5,1/2,2/3) (2/5,1/2,2/3) (1,1,1) Faalyetlern stratek hedef 5 açısından bulanık karşılaştırma matrs F1 (1,1,1) (1/2,2/3,1) (1/2,2/3,1) (2/5,1/2,2/3) (1/3,2/5,1/2) (2/3,1,2) F2 (1,3/2,2) (1,1,1) (1/2,1,3/2) (1/2,2/3,1) (1/2,2/3,1) (1,3/2,2) F3 (1,3/2,2) (2/3,1,2) (1,1,1) (2/3,1,2) (2/5,1/2,2/3) (1/2,1,3/2) F4 (3/2,2,5/2) (1,3/2,2) (1/2,1,3/2) (1,1,1) (2/3,1,2) (3/2,2,5/2) F5 (2,5/2,3) (1,3/2,2) (3/2,2,5/2) (1/2,1,3/2) (1,1,1) (2,5/2,3) F6 (1/2,1,3/2) (1/2,2/3,1) (2/3,1,2) (2/5,1/2,2/3) (1/3,2/5,1/2) (1,1,1)

75 Çzelge 4.8. Faalyetlern yerel ve global ağırlıkları Faalyetler H 2.2. H 5.1. H 5.2. H 5.3. H 5.4. (0.193,0.193,0.213) (0.163,0.168,0.186) (0.123,0.197,0.245) (0.154,0.213,0.268) (0.161,0.230,0.294) Global Bulanık Ağırlıklar F1 (0.240,0.272,0.286) (0.100,0.105,0.116) (0.087,0.107,0.127) (0.083,0.089,0.101) (0.096,0.106,0.127) (0.102,0.135,0.178) F2 (0.089,0.099,0.120) (0.156,0.209,0.233) (0.276,0.304,0.316) (0.100,0.124,0.147) (0.125,0.159,0.187) (0.112,0.177,0.241) F3 (0.088,0.106,0.131) (0.164,0.209,0.244) (0.200,0.229,0.255) (0.146,0.175,0.204) (0.115,0.151,0.202) (0.109,0.173,0.249) F4 (0.157,0.196,0.227) (0.120,0.152,0.188) (0.134,0.161,0.189) (0.197,0.244,0.271) (0.169,0.214,0.255) (0.124,0.196,0.277) F5 (0.104,0.130,0.157) (0.122,0.174,0.233) (0.096,0.115,0.146) (0.207,0.244,0.285) (0.219,0.254,0.272) (0.119,0.187,0.269) F6 (0.164,0.197,0.238) (0.126,0.152,0.197) (0.077,0.084,0.096) (0.105,0.124,0.155) (0.094,0.116,0.139) (0.093,0.133,0.193)

76 Çzelge 4.9. Rsklern faalyetler açısından kl karşılaştırması R1 R2 R3 R4 R5 R6 R7 Rsklern faalyet 1 açısından bulanık karşılaştırma matrs R1 (1,1,1) (1,3/2,2) (3/2,2,5/2) (3/2,2,5/2) (1,3/2,2) (1/2,1,3/2) (1/2,2/3,1) R2 (1/2,2/3,1) (1,1,1) (1,3/2,2) (1,3/2,2) (1,1,1) (1/2,2/3,1) (2/5,1/2,2/3) R3 (2/5,1/2,2/3) (1/2,2/3,1) (1,1,1) (2/3,1,2) (1/2,2/3,1) (2/5,1/2,2/3) (1/3,2/5,1/2) R4 (2/5,1/2,2/3) (1/2,2/3,1) (1/2,1,3/2) (1,1,1) (1/2,2/3,1) (2/5,1/2,2/3) (1/3,2/5,1/2) R5 (1/2,2/3,1) (1,1,1) (1,3/2,2) (1,3/2,2) (1,1,1) (1/2,2/3,1) (2/5,1/2,2/3) R6 (2/3,1,2) (1,3/2,2) (3/2,2,5/2) (3/2,2,5/2) (1,3/2,2) (1,1,1) (1/2,2/3,1) R7 (1,3/2,2) (3/2,2,5/2) (2,5/2,3) (2,5/2,3) (3/2,2,5/2) (1,3/2,2) (1,1,1) Rsklern faalyet 2 açısından bulanık karşılaştırma matrs R1 (1,1,1) (1,3/2,2) (1/2,2/3,1) (1,3/2,2) (2/3,1,2) (1/2,1,3/2) (1,3/2,2) R2 (1/2,2/3,1) (1,1,1) (2/5,1/2,2/3) (1,3/2,2) (1/2,2/3,1) (2/3,1,2) (1/2,1,3/2) R3 (1,3/2,2) (3/2,2,5/2) (1,1,1) (3/2,2,5/2) (1/2,1,3/2) (1,3/2,2) (3/2,2,5/2) R4 (1/2,2/3,1) (1/2,2/3,1) (2/5,1/2,2/3) (1,1,1) (2/5,1/2,2/3) (1/2,2/3,1) (2/3,1,2) R5 (1/2,1,3/2) (1,3/2,2) (2/3,1,2) (3/2,2,5/2) (1,1,1) (1/2,1,3/2) (3/2,2,5/2) R6 (2/3,1,2) (1/2,1,3/2) (1/2,2/3,1) (1,3/2,2) (2/3,1,2) (1,1,1) (1/2,1,3/2) R7 (1/2,2/3,1) (2/3,1,2) (2/5,1/2,2/3) (1/2,1,3/2) (2/5,1/2,2/3) (2/3,1,2) (1,1,1) Rsklern faalyet 3 açısından bulanık karşılaştırma matrs R1 (1,1,1) (1/3,2/5,1/2) (1/2,2/3,1) (2/5,1/2,2/3) (2/3,1,2) (2/5,1/2,2/3) (1/2,2/3,1) R2 (2,5/2,3) (1,1,1) (3/2,2,5/2) (1,3/2,2) (2,5/2,3) (1,3/2,2) (3/2,2,5/2) R3 (1,3/2,2) (2/5,1/2,2/3) (1,1,1) (1/2,2/3,1) (1,3/2,2) (1/2,2/3,1) (2/3,1,2) R4 (3/2,2,5/2) (1/2,2/3,1) (1,3/2,2) (1,1,1) (3/2,2,5/2) (1/2,1,3/2) (1,3/2,2) R5 (1/2,1,3/2) (1/3,2/5,1/2) (1/2,2/3,1) (2/5,1/2,2/3) (1,1,1) (2/5,1/2,2/3) (1/2,2/3,1) R6 (3/2,2,5/2) (1/2,2/3,1) (1,3/2,2) (2/3,1,2) (3/2,2,5/2) (1,1,1) (1,3/2,2) R7 (1,3/2,2) (2/5,1/2,2/3) (1/2,1,3/2) (1/2,2/3,1) (1,3/2,2) (1/2,2/3,1) (1,1,1) Rsklern faalyet 4 açısından bulanık karşılaştırma matrs R1 (1,1,1) (2/3,1,2) (1,3/2,2) (1/2,2/3,1) (1/2,2/3,1) (1,3/2,2) (2,5/2,3) R2 (1/2,1,3/2) (1,1,1) (1,3/2,2) (1/2,2/3,1) (1/2,2/3,1) (1,3/2,2) (2,5/2,3) R3 (1/2,2/3,1) (1/2,2/3,1) (1,1,1) (2/5,1/2,2/3) (2/5,1/2,2/3) (1/2,1,3/2) (3/2,2,5/2) R4 (1,3/2,2) (1,3/2,2) (3/2,2,5/2) (1,1,1) (1/2,1,3/2) (3/2,2,5/2) (5/2,3,7/2) R5 (1,3/2,2) (1,3/2,2) (3/2,2,5/2) (2/3,1,2) (1,1,1) (3/2,2,5/2) (5/2,3,7/2) R6 (1/2,2/3,1) (1/2,2/3,1) (2/3,1,2) (2/5,1/2,2/3) (2/5,1/2,2/3) (1,1,1) (3/2,2,5/2) R7 (1/3,2/5,1/2) (1/3,2/5,1/2) (2/5,1/2,2/3) (2/7,1/3,2/5) (2/7,1/3,2/5) (2/5,1/2,2/3) (1,1,1)

77 Çzelge 4.9. (Devam) Rsklern faalyetler açısından kl karşılaştırması Rsklern faalyet 5 açısından bulanık karşılaştırma matrs R1 (1,1,1) (3/2,2,5/2) (1/2,1,3/2) (3/2,2,5/2) (2/3,1,2) (1,3/2,2) (1,3/2,2) R2 (2/5,1/2,2/3) (1,1,1) (2/5,1/2,2/3) (2/3,1,2) (1/3,2/5,1/2) (1/2,2/3,1) (1/2,2/3,1) R3 (2/3,1,2) (3/2,2,5/2) (1,1,1) (3/2,2,5/2) (1/2,2/3,1) (1/2,1,3/2) (1,3/2,2) R4 (2/5,1/2,2/3) (1/2,1,3/2) (2/5,1/2,2/3) (1,1,1) (1/3,2/5,1/2) (1/2,2/3,1) (1/2,2/3,1) R5 (1/2,1,3/2) (2,5/2,3) (1,3/2,2) (2,5/2,3) (1,1,1) (3/2,2,5/2) (3/2,2,5/2) R6 (1/2,2/3,1) (1,3/2,2) (2/3,1,2) (1,3/2,2) (2/5,1/2,2/3) (1,1,1) (1/2,1,3/2) R7 (1/2,2/3,1) (1,3/2,2) (1/2,2/3,1) (1,3/2,2) (2/5,1/2,2/3) (2/3,1,2) (1,1,1) Rsklern faalyet 6 açısından bulanık karşılaştırma matrs R1 (1,1,1) (5/2,3,7/2) (2,5/2,3) (2,5/2,3) (3/2,2,5/2) (1,3/2,2) (1/2,1,3/2) R2 (2/7,1/3,2/5) (1,1,1) (1/2,2/3,1) (1/2,2/3,1) (2/5,1/2,2/3) (1/3,2/5,1/2) (2/5,1/2,2/3) R3 (1/3,2/5,1/2) (1,3/2,2) (1,1,1) (2/3,1,2) (1/2,2/3,1) (2/5,1/2,2/3) (1/2,2/3,1) R4 (1/3,2/5,1/2) (1,3/2,2) (1/2,1,3/2) (1,1,1) (1/2,2/3,1) (2/5,1/2,2/3) (1/2,2/3,1) R5 (2/5,1/2,2/3) (3/2,2,5/2) (1,3/2,2) (1,3/2,2) (1,1,1) (1/2,2/3,1) (2/3,1,2) R6 (1/2,2/3,1) (2,5/2,3) (3/2,2,5/2) (3/2,2,5/2) (1,3/2,2) (1,1,1) (1/2,1,3/2) R7 (2/3,1,2) (3/2,2,5/2) (1,3/2,2) (1,3/2,2) (1/2,1,3/2) (2/3,1,2) (1,1,1) Adım 8. Rsklern yerel ve global ağırlıklarının hesaplanması Altı adet karşılaştırma matrsnn (Çzelge 4.9) her br çn doğrusal olmayan model (Bkz. Eştlk 3.21) çözülerek rsklern global ağırlıkları elde edlmştr (Çzelge 4.10). Altıncı adımda elde edlen knc düzey krterlern global ağırlıkları, burada görel/bağlı önem değer olarak kullanılmıştır. Çzelge 4.10 da elde edlen sonuçlardan da görülebleceğ gb Rsk 1 en öncelkl rsk olarak tespt edlmştr. Rsklern öncelkler Resm 4.4 de gösterlmştr.

78 Çzelge 4.10. Rsklern yerel ve global bulanık ağırlıkları Rskler F1 F 2 F 3 F 4 F 5 F6 (0.102,0.135,0.178) (0.112,0.177,0.241) (0.109,0.173,0.249) (0.124,0.196,0.277) (0.119,0.187,0.269) (0.093,0.133,0.193) Global Bulanık Ağırlıklar R1 (0.139,0.183,0.215) (0.117,0.155,0.215) (0.077,0.077,0.102) (0.124,0.151,0.187) (0.137,0.193,0.280) (0.204,0.237,0.261) (0.086,0.163,0. R2 (0.111,0.127,0.142) (0.097,0.118,0.141) (0.188,0.188,0.188) (0.119,0.151,0.179) (0.078,0.089,0.102) (0.069,0.073,0.083)) (0.073,0.126,0. R3 (0.077,0.089,0.111) (0.172,0.208,0.215) (0.102,0.130,0.147) (0.089,0.107,0.127) (0.130,0.171,0.200) (0.086,0.100,0.125) (0.073,0.138,0. R4 (0.073,0.089,0.106) (0.086,0.095,0.112) (0.128,0.192,0.313) (0.170,0.212,0.235) (0.075,0.089,0.098) (0.083,0.100,.0120) (0.069,0.134,0. R5 (0.111,0.127,0.142) (0.135,0.178,0.206) (0.074,0.091,0.098) (0.177,0.212,0.245) (0.195,0.199,0.199) (0.118,0.141,0.176) (0.091,0.162,0. R6 (0.145,0.183,0.224) (0.102,0.138,0.180) (0.144,0.192,0.201) (0.092,0.107,0.132) (0.099,0.134,0.158) (0.153,0.185,0.215) (0.079,0.153,0. R7 (0.202,0.202,0.202) (0.088,0.107,0.134) (0.097,0.130,0.141) (0.060,0.061,0.063) (0.102,0.126,0.147) (0.128,0.165,0.181) (0.072,0.126,0.

79 Üyelk dereces Bulanık ağırlıklar Resm 4.4. Rsklern global bulanık ağırlıkları Önerlen modfye bulanık LEKK rsk değerlendrme metodolos le elde edlen rsk sıralaması: R1 > R5 > R6 > R3 > R4 > R2 > R7 dr.. Sonuçlara lşkn detaylı analz ve karşılaştırma sonuç bölümünde yapılmıştır. 4.5. Bulanık AAS le Rsklern Değerlendrlmes Bölüm 3.4.2 de belrtlen nedenlerle, bu çalışmada, rsk değerlendrme problemnn çözümü çn bulanık AAS yöntemlernden Chang n Derece Analz Metodu ve Mkhalov un Bulanık Öncelklendrme Metodu terch edlmştr. Söz konusu metotların örnek problem üzernde yapılan uygulamaları ve elde edlen sonuçlar aşağıda yer almaktadır. 4.5.1. Chang n derece analz metodu le rsklern değerlendrlmes Hazne Müsteşarlığında rsklern öncelklernn belrlenmesnde kullanılan Chang n Derece Analz Algortması nın adımları şu şekldedr (Dağdevren ve dğerler, 2008):

80 Adım 1. AAS modelnn oluşturulması Rsk değerlendrme çn oluşturulan AAS modelnde yer alan krterler, alt krterler ve aralarındak lşkler belrlenmştr. Çzelge 4.1 de verlen krter ve alt krterler le Şekl 4.1 de verlen model yapısı kullanılacaktır. Adım 2. İkl karşılaştırma matrslernn oluşturulması İkl karşılaştırma matrsler oluşturulurken görel ağırlıkları değerlendrmek çn Kahraman ve dğerler (2006) tarafından önerlen (Bkz. Çzelge 4.5) bulanık dlsel değşken skalası kullanılmıştır. Bu skala, lteratürde bulanık karar verme problemlernn çözümünde kullanılmış olup, Chang n Derece Analz Metodunda da bulanık öncelklendrme çn kullanılablr (Yüksel ve Dağdevren, 2010). Bu çerçevede, öncelkle krterlern kl karşılaştırma matrs (Çzelge 4.11.) oluşturulmuştur. Çzelge 4.11. Krterlern bulanık kl karşılaştırma matrs Krterler SA SH F R W Stratek Amaçlar (SA) (1,1,1) (1/2,2/3,1) (1/3,2/5,1/2) (2/5,1/2,2/3) 0.151 Stratek Hedefler (SH) (1,3/2,2) (1,1,1) (1/2,2/3,1) (1/2,2/3,1) 0.227 Faalyetler (F) (2,5/2,3) (1,3/2,2) (1,1,1) (1,3/2,2) 0.375 Rskler (R) (3/2,2,5/2) (1,3/2,2) (1/2,2/3,1) (1,1,1) 0.301 S(SA)= (2.233, 2.567, 3.167) x (1/22.7, 1/18.1, 1/ 14.23) = (0.098, 0.142, 0.222) = 0.604/4 S(SH)= (3, 3.833, 5) x (1/22.7, 1/18.1, 1/ 14.23) = (0.132, 0.212, 0.351) = 0.907/4 S(F) = (5, 6.5, 8) x (1/22.7, 1/18.1, 1/ 14.23) = ( 0.220, 0.359, 0.562) = 1.5/4 S(R) = (4, 5.167, 6.5) x (1/22.7, 1/18.1, 1/ 14.23) = ( 0.176, 0.286, 0.457) = 1.205/4 Çzelge 4.11 de verlen bulanık kl karşılaştırma matrsnden hareketle ağırlık vektörü W=(0.151,0.227,0.375,0.301) T elde edlr ve daha sonra her krter kümes çn alt krterlern kl karşılaştırmaları yapılır (Çzelge 4.12.a.-4.12.d.). Çzelge 4.12.a. Stratek amaçların kl karşılaştırma matrs A2 A5 W A2 (1,1,1) (2/5,1/2,2/3) 0.341 A5 (3/2,2,5/2) (1,1,1) 0.679

81 Çzelge 4.12.b. Stratek hedeflern kl karşılaştırma matrs H2.2 H5.1 H5.2 H5.3 H5.4 H5.7 W H2.2 (1,1,1) (1,1,1) (2/3,1,2) (2/3,1,2) (1/2,2/3,1) (1,1,1) 0.172 H5.1 (1,1,1) (1,1,1) (2/3,1,2) (1/2,2/3,1) (1/2,2/3,1) (1,1,1) 0.158 H5.2 (1/2,1,3/2) (1/2,1,3/2) (1,1,1) (1/2,1,3/2) (2/3,1,2) (1/2,1,3/2) 0.180 H5.3 (1/2,1,3/2) (1,3/2,2) (2/3,1,2) (1,1,1) (2/3,1,2) (1,3/2,2) 0.213 H5.4 (1,3/2,2) (1,3/2,2) (1/2,1,3/2) (1/2,2/3,1) (1,1,1) (1,3/2,2) 0.207 H5.7 (1,3/2,2) (1,1,1) (2/3,1,2) (1/2,2/3,1) (1/2,2/3,1) (1,1,1) 0.174 Çzelge 4.12.c. Faalyetlern kl karşılaştırma matrs F1 F2 F3 F4 F5 W F1 (1,1,1) (1,1,1) (1/2,2/3,1) (2/3,1,2) (2/3,1,2) 0.214 F2 (1,1,1) (1,1,1) (1/2,2/3,1) (1/2,2/3,1) (2/3,1,2) 0.192 F3 (1,3/2,2) (1,3/2,2) (1,1,1) (1/2,2/3,1) (1/2,1,3/2) 0.241 F4 (1/2,1,3/2) (1,3/2,2) (2/3,1,2) (1,1,1) (2/3,1,2) 0.250 F5 (1/2,1,3/2) (1/2,1,3/2) (2/3,1,2) (1/2,1,3/2) (1,1,1) 0.222

82 Çzelge 4.12.d. Rsklern kl karşılaştırma matrs R1 R2 R3 R4 R5 R6 R7 R8 R9 R10 W R1 (1,1,1) (1,3/2,2) (3/2,2,5/2) (3/2,2,5/2) (1,3/2,2) (1,3/2,2) (2,5/2,3) (3/2,2,5/2) (3/2,2,5/2) (2,5/2,3) 0.164 R2 (1/2,2/3,1) (1,1,1) (1,3/2,2) (1,3/2,2) (1,1,1) (1,1,1) (1,1,1) (3/2,2,5/2) (1,3/2,2) (2,5/2,3) 0.118 R3 (2/5,1/2,2/3) (1/2,2/3,1) (1,1,1) (1,1,1) (2/5,1/2,2/3) (2/5,1/2,2/3) (1/2,2/3,1) (1,1,1) (1,1,1) (1,3/2,2) 0.075 R4 (2/5,1/2,2/3) (1/2,2/3,1) (1,1,1) (1,1,1) (2/5,1/2,2/3) (2/5,1/2,2/3) (1/2,2/3,1) (1,1,1) (1,1,1) (1,3/2,2) 0.075 R5 (1/2,2/3,1) (1,1,1) (3/2,2,5/2) 3/2,2,5/2) (1,1,1) (1,1,1) (1/2,1,3/2) (3/2,2,5/2) (1,3/2,2) (3/2,2,5/2) 0.130 R6 (1/2,2/3,1) (1,1,1) (3/2,2,5/2) (3/2,2,5/2) (1,1,1) (1,1,1) (1,1,1) (3/2,2,5/2) (1,3/2,2) (3/2,2,5/2) 0.132 R7 (1/3,2/5,1/2) (1,1,1) (1,3/2,2) (1,3/2,2) (2/3,1,2) (1,1,1) (1,1,1) (1,3/2,2) (1,3/2,2) (3/2,2,5/2) 0.112 R8 (2/5,1/2,2/3) (2/5,1/2,2/3) (1,1,1) (1,1,1) (2/5,1/2,2/3) (2/5,1/2,2/3) (1/2,2/3,1) (1,1,1) (2/3,1,2) (1,1,1) 0.071 R9 (2/5,1/2,2/3) (1/2,2/3,1) (1,1,1) (1,1,1) (1/2,2/3,1) (1/2,2/3,1) (1/2,2/3,1) (1/2,1,3/2) (1,1,1) (1,3/2,2) 0.079 R10 (1/3,2/5,1/2) (1/3,2/5,1/2) (1/2,2/3,1) (1/2,2/3,1) (2/5,1/2,2/3) (2/5,1/2,2/3) (2/5,1/2,2/3) (1,1,1) (1/2,2/3,1) (1,1,1) 0.058

83 Adım 3. İç bağımlılık matrslernn oluşturulması Her krter kümes açısından dğer krter kümelerne göre ç bağımlılıklar değerlendrlr ve görel önem ağırlıkları Çzelge 4.13.a. da gösterldğ gb hesaplanır. Çzelge 4.13.a. Stratek amaçlar açısından krterlern ç bağımlılığı Krterler SH F R Görel Önem Dereces Stratek Hedefler (SH) (1,1,1) (1/2,1,3/2) (1/2,1,3/2) 0.343 Faalyetler (F) (2/3,1,2) (1,1,1) (1,1,1) 0.355 Rskler (R) (2/3,1,2) (1,1,1) (1,1,1) 0.355 S(SH)= (2, 3, 4) x (1/12, 1/9, 3/22) = (0.167, 0.333, 0.545) = 1.373/4 S(F) = (8/3, 3, 4) x (1/12, 1/9, 3/22) = ( 0.217, 0.333, 0.545) = 1.423/4 S(R) = (8/3, 3, 4) x (1/12, 1/9, 3/22) = (0.217, 0.333, 0.545) = 1.423/4 Çzelge 4.13.a da yapılan hesaplamalar sonucu görel önem ağırlık vektörü W=(0.343,0.355,0.355) T şeklnde elde edlr. Dğer krterler çn oluşturulan kl karşılaştırma matrslernde de ç bağımlılık hesaplamaları benzer şeklde yapılır (Çzelge 4.13.b.- Çzelge 4.13.d.). Çzelge 4.13.b. Stratek hedefler açısından krterlern ç bağımlılığı Krterler F R Görel Önem Faalyetler (F) (1,1,1) (1/2,1,3/2) 0.5 Rskler (R) (2/3,1,2) (1,1,1) 0.5 Çzelge 4.13.c. Faalyetler açısından krterlern ç bağımlılığı Krterler SH R Görel Önem Stratek Hedefler (SH) (1,1,1) (1/2,2/3,1) 0.32 Rskler (R) (1,3/2,2) (1,1,1) 0.68 Çzelge 4.13.d. Rskler açısından krterlern ç bağımlılığı Krterler SH F Görel Önem Stratek Hedefler (SH) (1,1,1) (1/2,2/3,1) 0.32 Faalyetler (F) (1,3/2,2) (1,1,1) 0.68

84 Adım 4. Alt krterlern global ağırlıklarının belrlenmes İç bağımlık matrslernden (Çzelge 4.13.a-4.13.d) hesaplanan görel önem dereceler le Çzelge 4.11 den elde edlen ağırlıklar çarpılarak normalze edlr ve krterlern yerel ağırlıkları şu şeklde hesaplanır. W krterler 1 0.34 = 0.35 0.35 0 1 0.5 0.5 0 0.32 1 0.68 0 0.151 0.151 0.075 0.32 0.227 0.495 normalzasyon = 0.247 * 0.68 0.375 0.655 0.327 1 0.301 0.720 0.360 Alt krterlern global ağırlıkları; Çzelge 4.11 ve Çzelge 4.12.a.-4.12.d. de verlen karşılaştırma matrslernden elde edlen alt krterlern yerel ağırlıkları le krterlern bağımlı yerel ağırlıklarının çarpılmasıyla Çzelge 4.14 de gösterldğ gb hesaplanır. Çzelge 4.14. Alt krterlern global ağırlıkları Krterler Yerel Alt Yerel Global Ağırlıklar Krterler Ağırlıklar Ağırlıklar SA 0.075 A2 0.341 0.026 A5 0.679 0.051 SH 0.247 H2.2 0.172 0.042 H5.1 0.158 0.039 H5.2 0.180 0.044 H5.3 0.213 0.053 H5.4 0.207 0.051 H5.7 0.174 0.043 F 0.327 F1 0.214 0.070 F2 0.192 0.063 F3 0.241 0.079 F4 0.250 0.082 F5 0.222 0.073 R 0.360 R1 0.164 0.0590 R2 0.118 0.0420 R3 0.075 0.0270 R4 0.075 0.0270 R5 0.130 0.0468 R6 0.132 0.0475 R7 0.112 0.0403 R8 0.071 0.0250 R9 0.079 0.0280 R10 0.058 0.0210

85 4.5.2. Mkhalov un yaklaşımı le rsklern değerlendrlmes Bölüm 4.1. de verlen örnek problem çn Mkhalov un yaklaşımıyla rsk değerlendrme metodunun adımları şöyledr: Adım 1. AAS modelnn oluşturulması Bu adımda rsk değerlendrme çn oluşturulan AAS modelnde yer alan krterler, alt krterler ve aralarındak lşkler belrlenr. AAS ve Chang Metodu nda kullanılan krter ve alt krterler (Bkz. Çzelge 4.1) le Şekl 4.1 de verlen model yapısı kullanılmıştır. Adım 2. Krter ve alt krterlern yerel ağırlıklarının belrlenmes İkl karşılaştırma matrslernde Çzelge 4.5 de yer alan Kahraman ve dğerlernn (2006) dlsel değşkenler skalası kullanılmıştır. Öncelkle krterler çn kl karşılaştırma yapılarak yerel ağırlıklar hesaplanır. Çzelge 4.16 da yer alan kl karşılaştırma matrsnde daha önce Chang n metodu le yapılan çözümde belrlenen değerler (Bkz. Çzelge 4.11.) kullanılmıştır. Çzelge 4.16 da verlen matrs değerlernn doğrusal olmayan modelde (Çzelge 4.15) yerne konulması ve LINGO programında çözülmes le hesaplanan krterlern yerel ağırlıkları Çzelge 4.16 da W sütunu olarak verlmştr. Çzelge 4.15. Doğrusal olmayan model max=a; 0.1667*a*w2-w1+0.5*w2<=0; 0.333*a*w2+w1-w2<=0; 0.0667*a*w3-w1+0.333*w3<=0; 0.1*a*w3+w1-0.5*w3<=0; 0.1*a*w4-w1+0.4*w4<=0; 0.1667*a*w4+w1-0.667*w4<=0; 0.1667*a*w3-w2+0.5*w3<=0; 0.333*a*w3+w2-w3<=0; 0.1667*a*w4-w2+0.667*w4<=0; 0.333*a*w4+w2-w4<=0; 0.5*a*w4-w3+w4<=0; 0.5*a*w4+w3-2*w4<=0; w1+w2+w3+w4=1; w1>=0; w2>=0; w3>=0; w4>=0; end

86 Çzelge 4.16. Krterlern kl karşılaştırması ve yerel ağırlıkları Krterler SA SH F R W Stratek Amaçlar (SA) (1,1,1) (1/2,2/3,1) (1/3,2/5,1/2) (2/5,1/2,2/3) 0.137 Stratek Hedefler (SH) (1,3/2,2) (1,1,1) (1/2,2/3,1) (1/2,2/3,1) 0.220 Faalyetler (F) (2,5/2,3) (1,3/2,2) (1,1,1) (1,3/2,2) 0.365 Rskler (R) (3/2,2,5/2) (1,3/2,2) (1/2,2/3,1) (1,1,1) 0.278 λ= 0,62 Ayrıca Çzelge 4.16 da verlen değerlerle yapılan çözümde modeln amaç fonksyon değer olarak bulunan tutarlılık ndeks (λ= 0,62) poztf olduğu çn, bze kl karşılaştırma matrsnn tutarlı olduğunu göstermektedr. Benzer şeklde tüm alt krter kümeler çn ayrı ayrı oluşturulan karşılaştırma matrslernden model oluşturularak çözüm yapılmış ve yerel değerlere lşkn elde edlen sonuçlar Çzelge 4.17.a- 4.17.d de verlmştr. Çzelge 4.17.a. SA kümes alt krterlernn kl karşılaştırması ve yerel ağırlıkları SA Alt Krterler A2 A5 W A2 (1,1,1) (2/5,1/2,2/3) 0.333 A5 (3/2,2,5/2) (1,1,1) 0.667 λ= 1 Çzelge 4.17.b. SH kümes alt krterlernn kl karşılaştırması ve yerel ağırlıkları SH Alt Krterler H2.2 H5.1 H5.2 H5.3 H5.4 H5.7 W H2.2 (1,1,1) (1,1,1) (2/3,1,2) (2/3,1,2) (1/2,2/3,1) (1,1,1) 0.158 H5.1 (1,1,1) (1,1,1) (2/3,1,2) (1/2,2/3,1) (1/2,2/3,1) (1,1,1) 0.147 H5.2 (1/2,1,3/2) (1/2,1,3/2) (1,1,1) (1/2,1,3/2) (2/3,1,2) (1/2,1,3/2) 0.171 H5.3 (1/2,1,3/2) (1,3/2,2) (2/3,1,2) (1,1,1) (2/3,1,2) (1,3/2,2) 0.184 H5.4 (1,3/2,2) (1,3/2,2) (1/2,1,3/2) (1/2,2/3,1) (1,1,1) (1,3/2,2) 0.198 H5.7 (1,3/2,2) (1,1,1) (2/3,1,2) (1/2,2/3,1) (1/2,2/3,1) (1,1,1) 0.142 λ= 0,59 Çzelge 4.17.c. Faalyetler kümes alt krterlernn kl karşılaştırması ve yerel ağırlıkları F Alt Krterler F1 F2 F3 F4 F5 W F1 (1,1,1) (1,1,1) (1/2,2/3,1) (2/3,1,2) (2/3,1,2) 0.201 F2 (1,1,1) (1,1,1) (1/2,2/3,1) (1/2,2/3,1) (2/3,1,2) 0.143 F3 (1,3/2,2) (1,3/2,2) (1,1,1) (1/2,2/3,1) (1/2,1,3/2) 0.228 F4 (1/2,1,3/2) (1,3/2,2) (2/3,1,2) (1,1,1) (2/3,1,2) 0.257 F5 (1/2,1,3/2) (1/2,1,3/2) (2/3,1,2) (1/2,1,3/2) (1,1,1) 0.171 λ= 0,35

87 Çzelge 4.17.d. Rskler kümes alt krterlernn kl karşılaştırması ve yerel ağırlıkları R Alt Krterler R1 R2 R3 R4 R5 R6 R7 R8 R9 R10 W R1 (1,1,1) (1,3/2,2) (3/2,2,5/2) (3/2,2,5/2) (1,3/2,2) (1,3/2,2) (2,5/2,3) (3/2,2,5/2) (3/2,2,5/2) (2,5/2,3) 0.152 R2 (1/2,2/3,1) (1,1,1) (1,3/2,2) (1,3/2,2) (1,1,1) (1,1,1) (1,1,1) (3/2,2,5/2) (1,3/2,2) (2,5/2,3) 0.152 R3 (2/5,1/2,2/3) (1/2,2/3,1) (1,1,1) (1,1,1) (2/5,1/2,2/3) (2/5,1/2,2/3) (1/2,2/3,1) (1,1,1) (1,1,1) (1,3/2,2) 0.076 R4 (2/5,1/2,2/3) (1/2,2/3,1) (1,1,1) (1,1,1) (2/5,1/2,2/3) (2/5,1/2,2/3) (1/2,2/3,1) (1,1,1) (1,1,1) (1,3/2,2) 0.076 R5 (1/2,2/3,1) (1,1,1) (3/2,2,5/2) 3/2,2,5/2) (1,1,1) (1,1,1) (1/2,1,3/2) (3/2,2,5/2) (1,3/2,2) (3/2,2,5/2) 0.114 R6 (1/2,2/3,1) (1,1,1) (3/2,2,5/2) (3/2,2,5/2) (1,1,1) (1,1,1) (1,1,1) (3/2,2,5/2) (1,3/2,2) (3/2,2,5/2) 0.152 R7 (1/3,2/5,1/2) (1,1,1) (1,3/2,2) (1,3/2,2) (2/3,1,2) (1,1,1) (1,1,1) (1,3/2,2) (1,3/2,2) (3/2,2,5/2) 0.076 R8 (2/5,1/2,2/3) (2/5,1/2,2/3) (1,1,1) (1,1,1) (2/5,1/2,2/3) (2/5,1/2,2/3) (1/2,2/3,1) (1,1,1) (2/3,1,2) (1,1,1) 0.076 R9 (2/5,1/2,2/3) (1/2,2/3,1) (1,1,1) (1,1,1) (1/2,2/3,1) (1/2,2/3,1) (1/2,2/3,1) (1/2,1,3/2) (1,1,1) (1,3/2,2) 0.076 R10 (1/3,2/5,1/2) (1/3,2/5,1/2) (1/2,2/3,1) (1/2,2/3,1) (2/5,1/2,2/3) (2/5,1/2,2/3) (2/5,1/2,2/3) (1,1,1) (1/2,2/3,1) (1,1,1) 0.051 λ= 0,46

88 Adım 3. Krterlern bağımlı ağırlıklarının belrlenmes Bu adımda öncelkle krterler arasındak lşkler değerlendrlmştr. Çzelge 4.18 de verlen matrs rsk analstlernn her faktörün dğer krterler üzerndek etksn değerlendrlmes yoluyla bulunmuştur. Çzelge 4.18. Krterlern bağımlılık matrs Krterler SA SH F R Stratek Amaçlar (SA) 1 0.125 0.075 0.075 Stratek Hedefler (SH) 0 0.175 0.125 0.100 Faalyetler (F) 0 0.350 0.600 0.175 Rskler (R) 0 0.350 0.200 0.650 İzleyen aşamada, krterlern bağımlılık matrsnde (Çzelge 4.18) yer alan değerler, Adım 2 de hesaplanan krterlern yerel ağırlıkları (Çzelge 4.16) le çarpılarak bağımlı krter ağırlıkları şu şeklde elde edlmştr. W krterler 1 0 = 0 0 0.125 0.175 0.350 0.350 0.075 0.125 0.600 0.200 0.075 0.137 0.213 0.100 0.220 = 0.112 * 0.175 0.365 0.345 0.650 0.278 0.331 Adım 4. Alt krterlern global ağırlıklarının belrlenmes Alt krterlern global ağırlıkları, Çzelge 4.17.a-4.17.d de verlen karşılaştırma matrslernden elde edlen alt krterlern yerel ağırlıkları le Çzelge 4.16 dan elde edlen bağımlı krter ağırlıklarının çarpılmasıyla Çzelge 4.19 da gösterldğ gb hesaplanır.

89 Çzelge 4.19. Alt krterlern global ağırlıkları Krterler Yerel Ağırlıklar Alt Krterler Yerel Ağırlıklar Global Ağırlıklar SA 0.213 A2 0.333 0.071 A5 0.667 0.142 SH 0.112 H2.2 0.158 0.018 H5.1 0.147 0.016 H5.2 H5.3 H5.4 H5.7 0.171 0.184 0.198 0.142 0.019 0.021 0.022 0.016 F 0.345 F1 0.201 0.069 F2 0.143 0.049 F3 F4 F5 0.228 0.257 0.171 0.079 0.089 0.059 R 0.331 R1 0.152 0.050 R2 0.152 0.050 R3 0.076 0.025 R4 R5 R6 R7 0.076 0.114 0.152 0.076 0.025 0.038 0.050 0.025 R8 0.076 0.025 R9 0.076 0.025 R10 0.051 0.017

90 4.6. Entegre Rsk Değerlendrme Metodu Öners Öncek bölümlerde geleneksel rsk değerlendrme metodu Rsk Matrs ne alternatf olarak kullanılan AAS ve bulanık AAS yöntemlernn avantalarından faydalanmak ve dezavantalarını elmne etmek çn önerlen bu entegre metotta her üç yaklaşımdan elde edlen sonuçların eşt ağırlıklarla çarpılması ve ortalamalarından tek br entegre rsk değer elde edlmes önerlmektedr. Bölüm 4.3 ve 4.5 de söz konusu metotlarla yapılan çözümlerden elde edlen nha rsk değerler ve bu değerlern ortalamaları alınarak hesaplanan entegre rsk değerler Çzelge 4.20 de gösterlmştr. Çzelge 4.20. Entegre rsk değerler Lmt Değer AAS % Chang Bulanık AAS Global % Ağırlık Mkhalov Bulanık AAS Global Ağırlık % % Entegre Rsk Değer a b c d= (a+b+c)/3 R1 0,057 11,310 0,059 16,253 0,050 15,152 14,423 R2 0,121 24,008 0,042 11,570 0,050 15,152 16,876 R3 0,136 26,984 0,027 7,438 0,025 7,576 14,012 R4 0,050 9,921 0,027 7,438 0,025 7,576 8,307 R5 0,061 12,103 0,047 12,948 0,038 11,515 12,192 R6 0,006 1,190 0,047 12,948 0,050 15,152 9,749 R7 0,006 1,190 0,040 11,019 0,025 7,576 6,609 R8 0,001 0,198 0,025 6,887 0,025 7,576 4,884 R9 0,011 2,183 0,028 7,713 0,025 7,576 5,827 R10 0,055 10,913 0,021 5,785 0,017 5,152 7,316 Çzelgede her üç yöntemle elde edlen sonuçların, karşılaştırılablr ve entegre edleblr hale gelmes çn a, b ve c sütunlarında verlen yüzdelk fadeler kullanılmıştır. Bu değerler R1-R10 arasındak tüm rsk değerlernn toplamının 100 olacak bçmde oranlanması le elde edlmştr. Bu sonuçlara lşkn karşılaştırmalı analz ve değerlendrmelere Bölüm 5 te yer verlmştr.

91 4.7. Bulanık Kural Tabanı le Rsklern Değerlendrlmes Bu bölümde, Bölüm 3.5 de yapısı ve şleyş anlatılan bulanık kural tabanı, Hazne Müsteşarlığındak rsk değerlendrme problemne uygulanmıştır. Örnek rsk değerlendrme problemnn bulanık kural tabanı le çözüm adımları şöyledr: Adım 1. Rsk etkleyen krterlern belrlenmes Bulanık AHP de olduğu gb değşken sayıları azaltılmış ve Çzelge 4.4 de verlen krterler, alt krterler ve rskler kullanılmıştır. Adım 2. Bulanık kural tabanlı modeln oluşturulması Belrlenen krter ve rsklern bulanık kural tabanlı ssteme aktarılmasında, Wang bulanık AHP modelnden farklı olarak sadece krterler arasındak drek lşkler gözönünde bulundurulmuş, dolaylı lşkler dkkate alınmamıştır. Bunun neden, bulanık AHP modelnde (Bkz. Şekl 4.2) tanımlanan çoklu lşk yapısının, bulanık kural tabanlı modele aktarımında yaşanan güçlüktür. Alt krterler arasında tanımlanan etkleşmler Çzelge 4.21 de görülmektedr. Çzelge 4.21.Alt krterler etkleşm tablosu ETKİLENDİKLERİ ETKİLEDİKLERİ F1, F6 H2.2 SP F3, F5 H5.1 SP F2, F3, F4 H5.2 SP F4, F5 H5.3 SP F5 H5.4 SP R1, R6, R7 F1 H2.2 R2, R4 F2 H5.2 R2, R3 F3 H5.1, H5.2 R1, R2, R3, R5, R6, R7 F4 H5.2, H5.3 R5 F5 H5.1, H5.3, H5.4 R1, R7 F6 H2.2

92 Bu etkleşmlere göre oluşan hyerarşk bulanık modeln (Şekl 4.4) lk kademes modeln amacı olan stratek plan dır. İknc kademe stratek hedefler, üçüncü kademe faalyetler ve dördüncü kademe rskler çermektedr. Stratek Plan H 2.2 H 5.1 H 5.2 H 5.3 H 5.4 F6 F1 F4 F5 F3 F2 R1 R7 R6 R5 R3 R2 R4 Şekl 4.4. Rskler le stratek plan öğeler arasındak lşk yapıları

Bu krter ve alternatflern Şekl 4.4 de yer alan lşkler çerçevesnde MATLAB le oluşturulan bulanık kural tabanlı sstem model Resm 4.5. de gösterlmştr. 93 Resm 4.5. Bulanık kural tabanlı rsk değerlendrme model

94 Adım 3. Bulanıklaştırma (Fuzzfcaton) Bu adımda krterlerle lgl durumları temsl eden tüm grd değşkenler puanlanır ve ölçüm belrszlğn çerecek şeklde uygun bulanık kümelere dönüştürülür. Daha önce Bölüm 3.5.3 de belrtldğ gb grd değşkenler çn üyelk fonksyonu olarak Gauss üyelk fonksyonu kullanılmıştır (Bkz. Resm 3.2). Lteratürde Gauss üyelk fonksyonunun yanısıra üçgen, yamuk ve çan gb sık kullanılan üyelk fonksyonları mevcuttur. Bu çalışmada, normal dağılımı temsl ettğ çn Gauss üyelk fonksyonu terch edlmştr. Adım 4. Bulanık çıkarım mekanzmasının oluşturulması (kuralların belrlenmes) Her uzman stratek plan hyerarşk yapısına (Bkz. Resm 4.5.) göre, her bulanık denetleyc (fuzzy controller-fc) çn br bulanık kural üretr. Bu örnekte; model, ondört bulanık denetleyc çermektedr. Adım 2 de tanımlanan krter ve alt krterler arasındak lşklere bağlı olarak belrlenen bu sayı, lşk yapısının değşmes durumunda artırılablr veya azaltılablr. Daha önce Bölüm 3.5.2 de bahsedlen çıkarım mekanzması çeştlernden, lneer fonksyonla çıktı üretmeye müsat olduğu çn bu uygulamada çıkarım mekanzması olarak Takag-Sugeno kullanılmıştır. Modelde tanımlanan bulanık denetleycler le grdler-çıktıları Çzelge 4.22 de gösterlmştr. Çzelge 4.22. Bulanık denetleycler (Fuzzy controllers) Bulanık Denetleyc Fuzzy Controller (FC) Grdler Çıktı FCa R1, R7 F6 FCb R1&R7, R6 F1 FCc R1&R7, R6 FCg FCd R2&R3, R5 FCg FCe R2, R3 F3 FCf R2, R3 F2 FCg FCc (R1&R7&R6), FCd (R2&R3&R5) F4 FCh F1, F4, F6 H2.2 FC F4, F5 H5.3 FC F3, F5 H5.1 FCk F2, F3, F4 H5.2 FCl H2.2, H5.4 FCn FCm H5.1, H5.2, H5.3 FCn FCn FCl (H2.2, H5.4), FCm (H5.1, H5.2, H5.3) SP

95 Bulanık denetleycler çn tanımlanan kurallardan FCa ve FCh a lşkn MATLAB programı kullanılarak elde edlen detaylar Resm 4.6 ve 4.7 de verlmştr. Resm 4.6 üzernden kural yapısını adım adım açıklayacak olursak; öncelkle bulanık çıkarım mekanzması (FIS edtör) olarak seçlen Takag-Sugeno yapısı gösterlmştr. Bu kural çn bulanık denetleyc k grdl olarak tasarlanmıştır. 4.6.b ve 4.6.c de üyelk fonksyonunun yapısı, grdler ve çıktıları yer almaktadır. 4.6.d de sstemn çalışmasını sağlayan If. then yapısındak kural grşler ve son olarak 4.6.e de grlen kuralların programdak görüntüsü verlmştr. Aynı şeklde Resm 4.7 de se üç grdl br bulanık denetleycye lşkn benzer detaylar yer almaktadır.

96 4.6.a. FIS Edtor 4.6.b. Membershp Functon (Input) 4.6.c. Membershp Functon (Output) 4.6.d. Rule Edtor 4.6.e. Rule Vewer Resm 4.6. Fuzzy Controller a Yapısı (Bu şekller MATLAB le oluşturulmuştur)

97 4.7.a. FIS Edtor 4.7.b. Membershp Functon (Input) 4.7.c. Membershp Functon (Output) 4.7.d. Rule Edtor 4.7.e. Rule Vewer Resm 4.7. Fuzzy Controller h Yapısı (Bu şekller MATLAB le oluşturulmuştur)

98 Çzelge 4.23 te lk bulanık denetleyc (FCa) çn dört uzmandan brnn, Ln ve dğerlernn (2011) dlsel değşkenler skalasına (Bkz. Çzelge 3.5) göre oluşturduğu bulanık kural tabanı görülmektedr. Çzelge 4.23. FCa çn bulanık kural tabanı Rsk 1 Faalyet 6 Rsk 7 ÇD D OD O OY Y ÇY ÇD ÇD O OY Y ÇY ÇY ÇY D ÇD OD OY Y Y ÇY ÇY OD OD OD O OY OY Y ÇY O OD D O O OY OY Y OY D D OD OD O O OY Y D ÇD D OD OD OD O ÇY ÇD ÇD ÇD D D D OD Her FC çn nha bulanık kural tabanı dört uzmanın oluşturduğu bulanık kural tabanlarının eşt ağırlıklı olarak ortalamasının alınması le elde edlmştr. Çzelge 4.24 te dört uzmanın dlsel değşkenlere göre yapmış oldukları rsk değerlendrmeler gösterlmştr. Çzelge 4.24 te bulunan lk temsl rsk değer; lk satırın Gauss üyelk fonksyonuna göre alınan artmetk ortalaması le hesaplanmıştır. Hesaplamaya lşkn detaylar Çzelge 4.24 ün son satırında yer almaktadır. Çzelge 4.24. Rsklere at uzman değerlendrmeler ve temsl değerler Rskler Uzman1 Uzman2 Uzman3 Uzman4 Temsl Rsk Değer R1 OY Y OY Y 0,750 R2 OY OY OY Y 0,708 R3 OY OY Y Y 0,750 R4 O O OY OY 0,667 R5 OY Y O O 0,625 R6 OY Y OY O 0,667 R7 OY OY Y OY 0,708 İlk satır çn; [4/6(OY)+5/6(Y)+4/6(OY)+5/6(Y)]/4=(18/6)/4 = 0,750 Stratek rsk analz problemnn karmaşıklığı nedenyle, bulanık kontrolörlern tamamı çn aynı kurallar geçerl olmayablr. Çıkarım mekanzmasında kurallar belrlenrken MATLAB da yer alan ağırlıklandırma fonksyonu kullanılarak; kuralların ağırlığı tanımlanmış, böylece her br bulanık kontrolör çn kural yapısı farklılaştırılmış ve lşklern ssteme daha doğru aktarılması mümkün hale getrlmştr.

99 Adım 5. Durulaştırma (Defuzzfcaton) ve çözüm Çzelge 4.24 tek her temsl değer, her br grd değşken çn bu kararların artmetk ortalamasından oluşturulan br bulanık kümeden durulaştırılarak elde edlmştr. Bu temsl değerlern grd olarak kullanılması le hyerarşk bulanık sstem operatörü rsk değerlern hesaplamaya başlamaktadır. Beklenen ncel rsk değern elde etmek çn bu çalışmada sayısal br blg şlem ortamı ve programlama dl olan MATLAB ın (MATLAB 2008R Paket Programı) Fuzzy Logc Toolbox ve Smulnk Toolbox ları kullanılmıştır. Resm 4.8 de stratek plan hyerarşk yapısına (Resm 4.5) göre tasarlanan bulanık hyerarşk sstemn ç operasyonları görülmektedr. Örnek problem çn stratek planın beklenen rsk değer 0,674 olarak hesaplanmıştır. Bulanık hyerarşk yapıdak operasyon döngüsünden (Resm 4.8.) elde edlen sonuçlar Çzelge 4.25 de lstelenmştr. Çzelge 4.25. Bulanık kural tabanlı model sonuç tablosu Grd Değşken Grd Değer 1.Kademe Çıktı Değşken 1.Kademe Çıktı Değer 2.Kademe Çıktı Değşken 2.Kademe Çıktı Değer 3.Kademe Çıktı Değşken 3.Kademe Çıktı Değer Rsk1 0,750 Faalyet1 0,8091 SH 2.2. 0,8107 Stratek Rsk2 0,708 Faalyet2 0,7356 S.H.5.1 0,7713 Plan 0,6742 Rsk3 0,750 Faalyet3 0,7969 S.H.5.2 0,7978 Rsk4 0,667 Faalyet4 0,8295 S.H.5.3 0,8906 Rsk5 0,625 Faalyet5 0,6250 S.H.5.4 0,6250 Rsk6 0,667 Faalyet6 0,7969 Rsk7 0,708 Yukarıdak analzlere dayanarak, stratek planın 0,674 olan beklenen rsk değernn kabul edleblr düzeyn üzernde olduğu söyleneblr (bu çalışmada kullanılan rsk poltkası, stratek plan çn maksmum 0,500 rsk değern öngörmektedr).

100 Resm 4.8. Bulanık kural tabanlı rsk değerlendrme modelnn çözümü (Sonuç) (Bu şekl MATLAB Smulnk le oluşturulmuştur)

101 5. KARŞILAŞTIRMALI ANALİZ Bu bölümde, dördüncü bölümde yapılan çözümler ışığında kullanılan yöntemlern karşılaştırmalı analzlerne ve örnek problem üzernden yapılan değerlendrmelere yer verlmş, elde edlen sonuçlar tartışılmıştır. Çzelge 5.1 de uygulanan lk beş teknğe lşkn sonuçlar ve karşılaştırmaya mkan sağlamak çn hesaplanan normalze değerler verlmştr. Çzelge 5.1. Sonuç ve karşılaştırma Geleneksel Yöntem AAS Bulanık AAS (Chang) Bulanık AAS (Mkhalov) Entegre Rsk Değer Rsk Değer Norm. Değer Lmt Değer Norm. Değer Global Ağırlık Norm. Değer Global Ağırlık Norm. Değer Normalze Değer a b c d= (a+b+c)/3 R1 56 11,618 0,057 11,863 0,059 16,253 0,050 15,152 14,423 R2 56 11,618 0,121 23,906 0,042 11,570 0,050 15,152 16,876 R3 56 11,618 0,136 27,023 0,027 7,438 0,025 7,576 14,012 R4 30 6,224 0,050 9,906 0,027 7,438 0,025 7,576 8,307 R5 48 9,959 0,061 12,112 0,047 12,948 0,038 11,515 12,192 R6 49 10,166 0,006 1,147 0,047 12,948 0,050 15,152 9,749 R7 48 9,959 0,006 1,232 0,040 11,019 0,025 7,576 6,609 R8 48 9,959 0,001 0,189 0,025 6,887 0,025 7,576 4,884 R9 42 8,714 0,011 2,193 0,028 7,713 0,025 7,576 5,827 R10 49 10,166 0,055 11,012 0,021 5,785 0,017 5,152 7,316 Wang ve dğerlernn gelştrdğ modfye bulanık LEKK metodu se, değşken sayılarının dğer yöntemlerle aynı olmaması dğer yöntemlerde esas alınan ağ yapısının bulunmayışı sonuçlarının bulanık sayı olması nedenlernden dolayı yukarıda yer alan metotlarla karşılaştırılmamıştır. Wang modfye bulanık LEKK rsk değerlendrme metodolos le elde edlen rsk değerler Çzelge 5.2 de görülmektedr.

102 Çzelge 5.2. Wang bulanık AHP sonuç çzelges Global Bulanık Ağırlık R1 (0.086, 0.163, 0.293) R2 (0.073, 0.126, 0.199) R3 (0.073, 0.138, 0.221) R4 (0.069, 0.134, 0.239) R5 (0.091, 0.162, 0.255) R6 (0.079, 0.153, 0.254) R7 (0.072, 0.126, 0.195) Bu çalışmada kullanılan son yöntem olan bulanık kural tabanlı sstemle yapılan değerlendrmede se uygulanan dğer yöntemlerden farklı olarak rsklere verlen puanlardan yola çıkılarak lşkl krterlern rskllk dereceler hesaplanmıştır. Dolayısıyla dğer altı yöntemde çıktı olarak elde ettğmz rsk değerler, bulanık kural tabanlı sstemde grd olarak karşımıza çıkmaktadır. Geleneksel yöntemle puanlanan rsk değerler kullanılarak her br stratek plan öğesnn rsk durumu tespt edlmştr. Bu rsk sevyeler aşağıdak çzelgede gösterlmştr. Çzelge 5.3. Bulanık kural tabanlı sstem grd ve sonuç değerler Grdler Rsk Değer Çıktılar Rsk Değer R1 0,750 F1 0,8091 R2 0,708 F2 0,7356 R3 0,750 F3 0,7969 R4 0,667 F4 0,8295 R5 0,625 F5 0,6250 R6 0,667 F6 0,7969 R7 0,708 H2.2 0,8107 H5.1 0,7713 H5.2 0,7978 H5.3 0,8906 H5.4 0,6250 SP 0,6742

103 Elde edlen bu sonuçlar daha detaylı ncelenecek olursa; Çzelge 5.1 de de görüldüğü gb geleneksel rsk değerlendrmesnde oluşan rsk sıralaması R1 = R2 = R3 > R6 = R10 > R5 = R7 = R8 > R9 > R4 ken AAS metodu le elde edlen sıralama R2 > R3 > R1 > R5 > R6 > R4 > R10 > R7 > R9 > R8 şeklndedr. Entegre metotta se AAS yöntem le yaklaşık olarak aynı sonuca ulaşılmıştır, sadece R3 ve R1 rskler yer değştrmştr. Geleneksel yöntem, AAS ve önerlen entegre metot le elde edlen değerler analz edldğnde aşağıdak tesptlere ulaşılmıştır: Geleneksel yöntemde; puanlama sstemnn zayıflığı ve lşklern değerlendrlmesndek eksklk nedenyle lk üç rsk arasında seçm yapılamamıştır. Dolayısıyla bu değerlendrmenn özellkle rsklere karşı önlem almak çn kullanılacak kaynakların dağıtılması açısından efektf olmadığı söyleneblr. AAS de ve geleneksel metotta R2 nn; Amaç 5, dğer hedeflere oranla daha öneml değerlendrlen Hedef 5.1, 5.2 ve 5.3 ü, F2 ve F3 ü etkledğ gb R1, R3 ve R4 ün oluşumunu da tetkledğ dkkate alınmıştır. Bu değşkenler doğrultusunda R2 en yüksek rsk değerne sahp olmuştur. Geleneksel metotta yukarıda da belrtldğ gb R1, R2, R3 grubu, R5, R7, R8 grubu ve R6, R10 grubu rsk puanı açısından eşt değerlendrlmştr. Bu eştlkler; rsk değerlendrme sonuçlarını grd olarak kullanacak karar vercler açısından problem yaratmaktadır. Zra rsk değerlendrmenn en öneml fonksyonlarından br de rsklern öncelklendrlmesdr ve geleneksel metotta tam anlamıyla br öncelklendrme yapılamadığı görülmektedr. Geleneksel metodun öncelklendrme açısından zayıf yanı; rsklern etk ve olasılık olmak üzere k değşken le değerlendrlmes, bu değerler çn yapılan puanlamalarda nsan faktörünün etkl olması ve puan verclern ortalama skorlar verme eğlmnde olmasıdır. Br dğer çarpıcı sonuç, en öneml rskler olarak tespt edlen lk üç rsk (R1, R2, R3) tetkleyen R4 ün geleneksel metotta son sırada yer almasıdır. Halbuk bu rskn yönetlmes konusunda atılacak adımlar, en öneml rsklern oluşumuna karşı da önleyc sayılableceğnden geleneksel sıralamadak bu durum R4 ün haffe alınmasına neden olablr. AAS ve entegre metotta bu gb lşkler ele alındığından R4; 10. sıradan 6. sıraya çıkmıştır.

104 Bulanık AAS de uygulanan değşk yöntemler le elde edlen sonuçlar karşılaştırıldığında; Chang ve Mkhalov un yöntem le elde edlen rsk sıralamasının geleneksel yöntem ve AAS le elde edlen sonuçlardan farklı olduğu görülmüştür. Chang n yöntem le elde edlen rsk sıralaması: R1 > R5 = R6 > R2 > R7 > R9 > R3 = R4 > R8 > R10 şeklndedr. Mkhalov un önerdğ bulanık öncelklendrme yöntem le elde edlen rsk sıralaması se R1 = R2 = R6 > R5 > R3 = R4 = R7 = R8 = R9 > R10 şeklndedr. Bulanık AAS le elde edlen bu sonuçların dğer teknklerle elde edlen sonuçlardan farklı olması; problemdek amaç ve hedeflern karşılıklı etkleşmlernn bulunması ve karar verclern subektf değerlendrmelernn bu yöntemde sonuca etk etmes le açıklanablr. İnsan faktörünün şn çne grdğ bu yöntemlerde elde edlen sonuçlar dğer tüm teknklerle elde edlen sonuçlardan farklılık göstereblmektedr. Bu nedenle elde edlen sonuçlar ve teknklern avantaları/dezavantaları le lgl değerlendrme ve yorumları sadece çözüme konu olan problemle sınırlı tutmak gerekecektr. Bu rsk değerlendrme problem çn; Mkhalov un yöntem le yapılan çözümde geleneksel yönteme benzer şeklde çok sayıda eştlğn elde edldğ görülmüştür. R1, R2 ve R6 eşt ve en yüksek rsk değerne sahp küme olarak bulunmuştur. Ayrıca R3, R4, R7, R8 ve R9 da aynı rsk değerne sahptr. On alternatfl br çözümde, beş alternatfe aynı değer veren Mkhalov un bulanık öncelklendrme yöntem rsklern öncelklendrlmesnde yetersz kalmaktadır. Bu problem çn, Mkhalov un bulanık AAS metodu karar vercler açısından alternatfler arasında seçm yapmayı kolaylaştıramadığı çn terch edlmeyecektr. Çzelge 5.2. ve 5.3 de verlen sonuçlar ışığında; bulanık kural tabanlı sstemle yapılan değerlendrmenn, özellkle aynı krterler kullanılarak uygulanan Wang ın bulanık AHP metodolos le karşılaştırılması anlamlı olacaktır. Wang bulanık AHP metodundan elde edlen rsk sıralaması şöyledr: R1 > R5 > R6 > R3 > R4 > R2 > R7. Bulanık kural tabanlı sstemle yapılan rsk değerlendrmesnde se faalyetlern rsk sıralaması şu şekldedr: F4 > F1 > F6 = F3 > F2 > F5. Bu sıralamanın Çzelge

105 4.21 de yer alan Alt krterler etkleşm çzelges le brlkte okunması faydalı olacaktır. Bu çzelgeye göre söz konusu faalyetlern etklendkler rskler şunlardır: F4 (R1, R2, R3, R5, R6, R7) > F1 (R1, R6, R7) > F6 (R1, R7) = F3 (R2, R3) > F2 (R2, R4) > F5 (R5). Buradan görülebleceğ üzere etkleşm fazla olan, daha çok rskten etklenen faalyetler ve Wang ın yöntemnde en yüksek rsk olarak belrlenen R1 den etklenen faalyetler daha rskl olarak değerlendrlmştr. Bulanık kural tabanlı sstemle yapılan rsk değerlendrmesnde krterler arasındak etkleşmlern dkkate alınması; geleneksel puanlama sstemnn zayıflığını ve lşklern değerlendrlmesndek eksklğn bertaraf etmektedr. Wang ın bulanık AHP yöntem le yapılan rsk değerlendrmesnde; rsk analst, pek çok karşılaştırmalı matrste puanlamalar yapmakta, bulanık kural tabanlı sstemde se en bast teknk olarak blnen geleneksel rsk değerlendrme verler grd olarak kullanılablmektedr. Wang ın bulanık AHP yöntem le yapılan rsk değerlendrmesnde senaryo testler yapmak veya farklı değerlern gerçekleşmesnn sstem üzerndek etksn hesaplamak tüm kl karşılaştırma matrsler ve doğrusal olmayan modeller yenden yazmakla mümkün olurken bulanık kural tabanlı sstemde sadece grdlerde yapılan değşklklerle söz konusu test ve senaryo analzlern yapmak mümkündür. Çzelge 5.1, 5.2 ve 5.3 de verlen sonuçlar ve yukarıda yapılan karşılaştırma ve değerlendrmeler sonucunda kullanılan teknklern rsk değerlendrme problemne uygunluğu analz edldğnde, bazı teknklern dğerlerne üstünlüğünden ve belrl şartlar altında avanta sağladığından söz edleblr. Bunlar ana hatlarıyla aşağıdak şeklde gruplanablr. 5.1. Çok Ölçütlü Karar Verme Teknklernn Geleneksel Yönteme Üstünlüğü Çok ölçütlü karar verme teknkler (AAS, bulanık AAS ve bulanık AHP) le karar vercnn her sefernde sadece k küme elemanını brbryle karşılaştırması, yan çok daha kolay br değerlendrme yapması mümkündür. Ayrıca; çok ölçütlü karar verme teknklernn omurgasını oluşturan şebeke yapısı da rskn stratek plan kapsamındak hedefler, amaçlar, faalyetler ve dğer rskler le lşklendrleblmesne mkan sağlamaktadır. Böylece, darelerde brbrnden bağımsız şleme htmal yüksek olan rsk yönetm ve stratek yönetm sstemlernn entegre edlmes de sağlanmış olacaktır (Şekl 5.1).

106 Sonuçlar kıyaslandığında, dğer krter ve alt krterlerden daha çok etklenen rsklern (Şekl 4.1 ve Çzelge 4.3 e göre), çok ölçütlü karar verme teknklernde daha rskl olarak değerlendrldğ görülmektedr. Bu durum başta amaçlanan; lşkler göz önünde bulundurarak değerlendrme yapma ve etkleşml rsk değer tespt etme htyacının karşılanması açısından olumludur. Yukarıdak sonuçlar değerlendrldğnde; stratek yönetm yaklaşımını benmseyen kamu darelernde çok ölçütlü karar verme teknklernn, geleneksel yönteme göre daha doğru ve kesn rsk öncelklendrmes yaptığı söyleneblr. 5.2. Bulanık Teknklern Kullanımı Örnek problemn çözümünde geleneksel yöntem ve AAS nn ardından bulanık teknklerden faydalanılmıştır. Bulanık teknkler kullanılarak, bulanık mantığın nsanların (karar vercnn) belrsz ve kesn olmayan blgler ışığında tutarlı ve doğru kararlar vermelern sağlayan özellğnden faydalanılması amaçlanmıştır. Dört farklı bulanık teknkle çözüm yapılarak hepsnden rsk değerlendrme ve öncelklendrme konusunda farklı faydalar/avantalar elde edlmştr. Kullanılan teknklern heps çn geçerl olan, bulanık mantığın rsk değerlendrme problemnde terch edlmesnde etkl olan faktörler Çok sayıda stratek amaç ve hedefn var olması, Amaç ve hedeflern bağımsız olmayıp brbrlern etklemes, Amaç ve hedefler arasında karşılıklı etkleşmlern bulunması, İnsan faktörü: karar vercnn yargılarının belrsz ve kesnlğ/doğruluğu tam olarak blnemeyen verler olması, Subektf değerlendrmeler le sonuca ulaşılması gereğ, İnsanların belrsz ve kesn olmayan blgler ışığında tutarlı ve doğru karar vermesn gerektren yapı, Karar vercnn rolünü kolaylaştırmasıdır.

107 5.1.a. Klask stratek amaç-hedef lşks 5.1.b. Klask stratek amaç-hedef ve rsk lşks 5.1.c. Klask yöntemde hmal edlen stratek amaçhedef ve rsk lşks 5.1.d. Klask yöntemde hmal edlen stratek amaçhedef ve faalyet lşks 5.1.e. Önerlen stratek amaç-hedef, faalyet ve rsk lşks 5.1.f. Önerlen stratek amaç-hedef ve rsk lşksnde top rsk gösterm Şekl 5.1. Rskler le stratek plan krterler arasındak lşk yapıları

108 Bu özellklernden dolayı rsk değerlendrme problemnn çözümünde bulanık teknklern kullanımı Çzelge 5.1-5.3 te yer alan sonuçlardan görülebleceğ gb öneml faydalar sağlamaktadır. 5.3. Entegre Metot Öners Entegre metot önersnn amacı ve beklenen fayda; oldukça fazla yöntem/metot alternatfnn olduğu bu problem çn entegrasyon yoluyla brden fazla yöntemn avantaından faydalanmak ve dezavantalarını elmne etmek olarak özetleneblr. Önerlen entegre rsk değerlendrme metodolos le öncek bölümde elde edlen rsk değerlernn Bölüm 4.2. de yapılan geleneksel rsk değerlendrmes sonucu elde edlen rsk değerler le karşılaştırması Çzelge 5.4 de gösterlmştr. Çzelge 5.4. Entegre metot karşılaştırma çzelges Geleneksel Yöntem Entegre Rsk Değer Rsk Değer % % R1 56 11,618 14,423 R2 56 11,618 16,876 R3 56 11,618 14,012 R4 30 6,224 8,307 R5 48 9,959 12,192 R6 49 10,166 9,749 R7 48 9,959 6,609 R8 48 9,959 4,884 R9 42 8,714 5,827 R10 49 10,166 7,316 Sonuçlar kıyaslandığında, dğer krter ve alt krterlerden daha çok etklenen rsklern, entegre metotta daha rskl olarak değerlendrldğ görülmektedr. Bu durum başta amaçlanan; lşkler göz önünde bulundurarak değerlendrme yapma ve etkleşml rsk değer tespt etme htyacının karşılanması açısından olumludur. Yukarıdak sonuçlar değerlendrldğnde; stratek yönetm yaklaşımını benmseyen kamu darelernde önerlen

109 metodolonn geleneksel yönteme göre daha doğru ve kesn rsk öncelklendrmes yaptığı söyleneblr. 5.4. Değşken Sayıları ve Komplekste Bölüm 4 te detaylı olarak anlatıldığı üzere kullanılan bulanık teknkler arasındak en belrgn farklardan brs bulanık AAS teknkler le bulanık AHP ve bulanık kural tabanlı teknkler arasında görülen değşken sayıları farkıdır. Örnek problemn bulanık AHP ve bulanık kural tabanlı le çözümü sürecnde; hyerarşk yapıya uygunluğun sağlanması, lşklern çözüm yöntemne tanıtılması ve hesaplama zorluğunun gderlmes amacıyla modelde değşklkler yapılmıştır. İlk değşklk modelde yer alan dört kümeden br olan stratek amaçlar kümesnn çıkarılarak üç kademel br hyerarşk yapının oluşturulması, knc değşklk se rskler kümesnde yer alan 10 rskn sayısının 7 ye düşürülmesdr. Bu değşklklerden yola çıkarak, ağ yapısı kullanan metotların dğer metotlara kıyasla değşken sayısı fazla ve kompleks problemlern çözümü çn daha uygun olduğu söyleneblr. Özellkle bulanık AHP le çözüm terch edlen metotlarda, hyerarşk yapının kademe sayısı öneml br kısıt olarak karşımıza çıkmaktadır. Dolayısıyla analstler problemde yer alan değşken sayısı ve talep edlen/htyaç duyulan çözümün yapısına göre bu yöntemler arasında komplekste/çözüm zengnlğ dengesn gözeterek seçm yapmalıdır. 5.5. Senaryo Analz ve Tekrarlanablrlk Bulanık kural tabanlı sstemn çalışma prensb, hyerarşk yapı üzernde açıklanacak olursa dğer yöntemlerde hyerarşk olarak üstte bulunan krterler (stratek amaç, hedef, faalyetler) puanlanarak alttak rsk değerler bulunmaya çalışılırken, bulanık kural tabanlı değerlendrme tam ters yönde lerler. Yan geleneksel yöntemle verlen veya rsk analz grubunun verdğ rsk puanlarından yola çıkarak aradak lşkler göz önünde bulundurur ve stenen sevyedek krtern veya bütün olarak br stratek planın rsk sevyesn hesaplar.

110 Dğer yandan, özellkle bulanık kural tabanlı çözümde değşken sayılarının azaltılmasında etkl olan hesaplama zorluğu/uzun çözüm süres faktörü se senaryo analz ve tekrarlanablrlk açısından ayrıca ele alınmalıdır. Her br bulanık denetleyc çn tüm grd ve çıktıları kapsayan kurallar oluşturma gerekllğ en öneml dezavanta olmakla brlkte, model br kez oluşturulduktan sonra avanta halne geleblmektedr. Sadece grd değerler değştrlerek farklı stratek planlar çn stenen sevyedek krtern veya bütün olarak br stratek planın rsk sevyes aynı modelle hesaplanablmektedr. Bu yapı özellkle henüz kesnleşmemş planlarda, farklı alternatf plan veya hedef önerlernn netleştrlmesnde br karar krter olarak rskllk durumunu önceden görme mkanı tanır. Ayrıca tek br amaç veya hedef eksennde değerlendrme yapmak veya herhang br rskn puanında geleblecek değşklklern genel olarak stratek öğeler nasıl etkleyeceğn görmek de mümkündür. Olası br dğer uygulama se geleneksel metotta genellkle göz ardı edlen en yüksek ve en düşük rsk puanlarının kullanılarak sstemn maksmum ve mnmum rsk senaryolarının tespt edlmes, bu senaryolarda uygulanacak önlemlern ssteme etksnn ne olacağının da önceden test edleblmesdr.

111 6. SONUÇ ve ÖNERİLER Bu çalışmada, hâlhazırda lteratürde ve uygulamada sıklıkla karşılaşılan rsk değerlendrme problem ele alınmış ve bu alanda uygulanablecek teknkler değerlendrlerek rsk değerlendrmesnn stratek yönetm ve ç kontrol kavramları le lşksnn kurulablmesn sağlamak amacıyla yöntem önerler sunulmuştur. Önerlen çok ölçütlü karar verme teknkler; brbrn çok yönlü etkleyen yapılarda tüm lşklern göz önünde bulundurulması, rsklern ve rsklere karşı uygulanacak kontrol faalyetlernn belrlenmes ve bunlara kaynak tahss yapılması aşamasında rasyonel kararlar alınablmes amacıyla terch edlmştr. Bulanık mantık kullanılarak, rsk değerlendrmede klt rol oynayan rsk analstlernn, karar verme prosesnn kolaylaştırılması ve verdkler sübektf kararların çözüme doğru yansıtılması amaçlanmıştır. Uygulanan farklı rsk değerlendrme teknklernden elde edlen sonuçlar Bölüm 5 de detaylı bçmde karşılaştırmalı olarak analz edlmştr. Bu çalışma kapsamında ç kontrol sstemnn kurulması ve uygulanması sürec çn yapılan rsk değerlendrme uygulamalarının, gelecek çalışmalarda darenn stratek planında yer alan tüm öğelern brbrler le etkleşmler dkkate alınarak genşletlmesnde fayda görülmektedr. İdarenn tüm amaç, hedef, faalyet ve rsklernn brbryle lşklendrlmesyle; rsklern, amaç/hedef bazında öncelklendrlmes, kontrol faalyetlernn bu lşkl öncelklerne göre malyet etkn bçmde belrlenmes ve kaynakların verml kullanımı açısından darelere yarar sağlayacağı düşünülmektedr. Lteratürde; ç kontrol ve rsk yönetm konularında yen mevzuat, yöntemler, dğer ülke uygulamaları, bağlantılı bütçeleme teknkler ve Türkye de uygulanablrlklern değerlendren pek çok çalışma bulunmaktadır. Ancak ç kontrol ve rsk değerlendrmes konusunda modelleme ve mühendslk teknklernn kullanıldığı herhang br çalışmaya rastlanmamıştır. Bu çalışmada, rsk yönetm ve rsk değerlendrme konularında hem teork olarak hem de kamu darelerndek olası uygulamalar bakımından kapsamlı blg sunulmaktadır. Her k hususla lgl olarak yapılan ncelemelern, gelştrlen sstem önerlernn, değerlendrme

112 sonuçlarının ve önerlen rsk değerlendrme metodlarının; darelern yönetcler, rsk yönetm sstem çnde yer alan tüm aktörler (rsk analstler, rsk sorumluları, rsk koordnatörler, vb.) ve çalışanları çn ç kontrol ve rsk yönetm sstem uygulamalarına geçş sürecnde faydalı olacağı, özellkle mevzuatla netleştrlmeyen boşlukların genel dar teamüller yerne ncel teknklerle doldurulması açısından katkı sağlayacağı düşünülmektedr. Rsk yönetm kavramı le yen tanışan Türk kamu darelernn; hang yöntemn, hang şartlar altında, hang süreçlerde ve hang destek metotlarla brlkte uygulanması gerektğ konusunda rehberlğe htyaç duydukları dkkate alınarak, araştırmacıların bu htyacı karşılayacak çalışmalara yönelmesnn faydalı olacağı değerlendrlmektedr.

113 KAYNAKLAR Akyılmaz, O., Ayan, T., Özlüdemr, T. (2003). Geod surface approxmaton by usng Adaptve Network Based Fuzzy Inference Systems. Allgemene Vermessungs- Nachrchten, 8-9: 308 31. AS/NZ 4360:2004 Standardı. (2004). Australa/New Zealand Standard, Rsk management Ashcroft, J., Danels, D.J., Hart S.V. (2002). A Method to Assess the Vulnerablty of U.S. Chemcal Facltes. The Natonal Insttute of Justce NIJ, Specal Report Fnal Verson (NCJ 195171): 19. Aven, T., Hede, B. (2009). Relablty and valdty of rsk analyss. Relablty Engneerng & System Safety, 94(11), 1862-1868. Ayağ, Z., Özdemr, R.G. (2007). An ANP-based approach to concept evaluaton n a new product development envronment. Journal of Engneerng Desgn, 18(3), 209-226. Baler, A.J., Noble, R.B., Wheeler, M.W. (2005). Model Uncertanty and Rsk Estmaton for Expermental Studes of Quantal Responses. Rsk Analyss: An Internatonal Journal, 25-2, 291-299. BDDK. (2001). Bankaların İç Denetm ve Rsk Yönetm Sstemler Hakkında Yönetmelk. URL: http://www.bddk.org.tr/webstes/turkce/mevzuat/, Son erşm tarh: 02.06.2012 Brtane, S., Yılmaz, U. (2009). Blgsayar-Kontrol Eğtm Programı. Marmara Ünverstes Teknk Eğtm Fakültes Yayını, 1-24. Bonvcn S., Leonell P., Spadon G. (1998). Rsk analyss of hazardous materals transportaton:evaluatng uncertanty by means of fuzzy logc. Journal of Hazardous Materals, 62, 59 74. Brto, A.J., Almeda A.T. (2009). Mult-attrbute rsk assessment for rsk rankng of natural gas ppelnes. Relablty Engneerng & System Safety, 94(2), 187-198. Buckley, J.J. (1985). Fuzzy herarchcal analyss. Fuzzy Sets and Systems, 233 247. Canbolat, R. (2008). Hata Türü Etkler Analz nde Analtk Ağ Sürec ve Bulanık Mantık Uygulaması, Yüksek Lsans Tez, Sakarya Ünverstes Fen Blmler Ensttüsü, Sakarya, 11-16, 62-67. Canbolat, R. (2011). Kamu İdarelernde İç Kontrol Sstemne Geçş ve Rsk Yönetm: Sorunlar ve Çözüm Önerler, Hazne Uzmanlığı Yeterlk Tez, Hazne Müsteşarlığı, Ankara, 2-8, 12-21, 42-44. Catrnu, M.D., Nordgard, D.E. (2011). Integratng rsk analyss and mult-crtera decson support under uncertanty n electrcty dstrbuton system asset management. Relablty Engneerng and System Safety, 96, 663 670.

114 Chang, D.Y. (1992). Extent Analyss and Synthetc Decson, Optmzaton Technques and Applcatons. World Scentfc, 1, 352. Chang, D.Y. (1996). Applcatons of the extent analyss method on fuzzy AHP. European Journal of Operatonal Research, 95, 649 655. Chen, H.H, Lee, A.H.I., Kang, H. (2010). A model for strategc selecton of feeder management systems: A case study. Electrcal Power and Energy Systems, 32, 421 427. Chen, S.-M., Chen, S.-J. (2008). Fuzzy rsk analyss based on measures of smlarty between nterval-valued fuzzy numbers. Computers & Mathematcs wth Applcatons, 55(8), 1670-1685. Chen, S.-M., Chen, J.-H. (2009). Fuzzy rsk analyss based on smlarty measures between nterval-valued fuzzy numbers and nterval-valued fuzzy number arthmetc operators. Expert Systems wth Applcatons, 36(3:2), 6309-6317. Chen, S.-M., Chen, J.-H. (2009). Fuzzy rsk analyss based on rankng generalzed fuzzy numbers wth dfferent heghts and dfferent spreads. Expert Systems wth Applcatons, 36(3:2) 6833-6842. Chen, S.-M. (2001). Fuzzy group decson makng for evaluatng the rate of aggregatve rsk n software development. Fuzzy Sets and Systems, 118-1, 75-88. Cheng, C.H. (1997). Evaluatng naval tactcal mssle systems by fuzzy AHP based on the grade value of membershp functon. European Journal of Operatonal Research, 96, 343 350. Cho, H.-N, Cho, H.-H., Km, Y.-B. (2002). A rsk assessment methodology for ncorporatng uncertantes usng fuzzy concepts. Relablty Engneerng & System Safety, 78(2), 173-183. Cokns, G. (2005). The Future: Rsk-Based Performance Management: Makng It Work. Journal of Rsk Intellgence, 2(6), 25-28. COSO. (2004). COSO Enterprse Rsk Management Integrated Framework, Executve Summary Framework. Amercan Insttute of Certfed Publc Accountants, New Jersey. Çatak, S, (2010). Stratek Yönetm ve İç Kontrol İlşks, Hazne Uzmanlığı Yeterlk Tez, Hazne Müsteşarlığı, Ankara, 3-11. Dağdevren, M. (2005). Çalışanların Toplam İş Yükü Sevyelernn Belrlenmesne Yönelk Br Model ve Uygulaması. Gaz Ünv. Müh. Mm. Fak. Dergs, 20(4), 515-522. Dağdevren, M., Dönmez, N., Kurt, M. (2006). Br şletmede tedarkç değerlendrme sürec çn yen br model tasarımı ve uygulaması. Gaz Ünverstes Mühendslk- Mmarlık Fakültes Dergs, 21(2), 247-255.

115 Dağdevren M. (2007). Performans Değerlendrme Sürecnn Bulanık AHP le Bütünleşk Modellenmes. YTÜ Sgma Mühendslk ve Fen Blmler Dergs, 25 (3), 268-282. Dağdevren, M., Yüksel, İ., Kurt, M. (2008). A fuzzy analytc network process (ANP) model to dentfy faulty behavors rsk (FBR) n work Systems. Safety Scences, 34, 96 107. Dash, R. (2010). Rsk Assessment Technques for Software Development. European Journal of Scentfc Research, 42(4), 615-622. Davdson, G., Labb, A.W. (2003). Learnng from falures: desgn mprovements usng a multple crtera decson makng process. Journal of Aerospace Engneerng, Proceedngs of the Insttuton of Mechancal Engneers, G(217), 207-216. Demrtaş, E.A., Üstün, Ö. (2008). An nt-multobectve decson makng process for suppler selecton and order allocaton. Omega, 36, 76-90. DNV (Det Norske Vertas) (2001). Marne Rsk Assessment. Norske Vertas for the Health and Safety Executve, Offshore Technology Report, 2001/063, 26-37. Endo, Y., Horuch, K. (2004). Rsk analyss of fuzzy control systems wth (n+1)-nputs and 1-output FLC. Fuzzy Sets and Systems, 147(3), 341-361. Fıkırkoca, M. (2003). Bütünsel Rsk Yönetm (Brnc Baskı). Ankara: Kalder Yayınları, Poztf Matbaacılık, 1-60. Fnger, R.J. (2001). Rsk classfcaton. Foundatons of Casualty Act.Scence, 6, 75 148. Frantzch, H. (1998). Rsk analyss and Fre safety engneerng. Fre Safety Journal, 31, 313-329. Garca, P.A., Schrru, R., Frutuoso, P.F. (2005). A fuzzy data envelopment analyss approach for FMEA. Progress n Nuclear Energy, 46(3-4), 359-73. Gencer, C., Gürpınar, D. (2007). ANP n suppler selecton: A case study n an electronc frm. Appled Mathematcal Modellng, 31, 2475-2486. Ha, J., Seong, P. (2004). A method for Rsk-Informed Safety Sgnfcance Categorzaton Usng The Analytc Herarchy Process and Bayesan Belef Networks, Relablty Engneerng and System Safety, 83, 1 15. Han, Z.Y., Eng,W.G. (2010). An ntegrated quanttatve rsk analyss method for natural gas ppelne network. Journal of Loss Preventon n Process Industres, 23,428-436. Hazne Müsteşarlığı. (2008). Hazne Müsteşarlığı 2009-2013 Stratek Planı. Ankara: TC Başbakanlık Hazne Müsteşarlığı. Heaz S.R., Doostparast A., Hossen S.M. (2011). An mproved fuzzy rsk analyss based on a new smlarty measures of generalzed fuzzy numbers. Expert Systems wth Applcatons, 38(8), 9179-9185.

116 Htt, M.A., Ireland, R.D., Hosksson, R.E. (1999). Strategc Management Compettveness and Globalzaton (3rd Edton). South-Western College Publshng, 6. HM (Her Maesty s) Treasury. (2004). The Orange Book, Management of Rsks - Prncples and Concepts. UK: HM Treasury. Hu, Y., Wen, J., L, X., Wang, D., L, Y. (2013). A dynamc multmeda fuzzy-stochastc ntegrated envronmental rsk assessment approach for contamnated stes management. Journal of Hazardous Materals, 261, 522-533. Huang, J. (2008). A Matrx Method for the Fuzzy Analytc Network Process. Internatonal Journal of Uncertanty, Fuzzness and Knowledge-Based Systems, 16(6). Huang, J., Lyamn, A.V., Grffths, D.V., Krabbenhoft, K., Sloan, S.W. (2013). Quanttatve rsk assessment of landslde by lmt analyss and random felds. Computers and Geotechncs, 53, 60-67. Hubbard, W.D. (2009). The Falure of Rsk Management: Why It s Broken and How to Fx It. New York: John Wley&Sons Ltd, 22-26. Hung, S.J. (2011). Actvty-based dvergent supply chan plannng for compettve advantage n the rsky global envronment: A DEMATEL-ANP fuzzy goal programmng approach. Expert Systems wth Applcatons, 38(8), 9053-9062. Hwang, C., Masud, A.S.M. (1979). Multple Obectve Decson Makng Methods and Applcatons. Sprnger-Verlag, 113-125. ISO. (2009). ISO 31000:2009 Standardı Rsk Yönetm Prenspler ve Rehberler. Jang, J.S. R., Gulley, N, (1997). Matlab Fuzzy Logc Toolbox, MathWorks. Jménez, A., Ríos-Insua, S., Mateos, A. (2003). A decson support system for multattrbute utlty evaluaton based on mprecse assgnments. Decson Support Systems, 36, 65 79. Kahraman, C., Ertay, T., Buyukozkan, G. (2006). A fuzzy optmzaton model for QFD plannng process usng analytc network approach. European Journal of Operatonal Research, 171, 390 411. Kahraman, C., Kaya, İ. (2009). Fuzzy Process Accuracy Index to Evaluate Rsk Assessment of Drought Effects n Turkey. Human and Ecologcal Rsk Assessment, 15, 789 810. Kandel, A. (1983). Fuzzy Mathematcal Technques wth Applcatons. Calforna, USA: Addson-Wesley Publshng Company, 112. Kannadhasan, M., Nandagopal, R. (2010). Do Company-Specfc Factors Influence the Extent of Usage of Rsk Analyss Technques n Strategc Investment Decsons?. The IUP Journal of Fnancal Rsk Management, VII(4), 55-72.

117 Karsak, E.E., Sözer, S., Alptekn, S.E. (2002). Product Plannng n Qualty Functon Deployment Usng A Combned Analytc Network Process and Goal Programmng Approach. Computers&Industral Engneerng, 44, 171 190. Kelly, D.L., Smth, C.L. (2009). Bayesan nference n probablstc rsk assessment The current state of the art. Relablty Engneerng & System Safety, 94(2), 628-643. Khakzad, N., Khan, F., Amyotte, P. (2012). Dynamc rsk analyss usng bow-te approach. Relablty Engneerng & System Safety, 104, 36-44. Khakzad, N., Khan, F., Amyotte, P. (2013). Quanttatve rsk analyss of offshore drllng operatons: A Bayesan approach. Safety Scence, 57, 108-117. Klr, G.J., Folger, T.A. (1988) Fuzzy Sets, Uncertanty and Informaton. USA: Prentce Hall, 47. Kontovas C.A. (2005). Formal Safety Assessment: Crtcal Revew and Future Roll. Dploma Thess, Natonal Techncal Unversty of Athens School of Naval Archtecture and Marne Engneerng, Dvson of Shp Desgn and Martme Transport, 34-36. Köne A.Ç., Büke, T. (2007). An analytcal network process evaluaton of alternatve fuels for electrcty generaton n Turkey. Energy Polcy, 35(10), 5220-5228. Kuleyn, B. (2005). Lmanlarda Gem Kaynaklı Çevresel Rsk Değerlendrmes: Alağa Lmanı Uygulaması, Yüksek Lsans Tez, Dokuz Eylül Ünverstes Sosyal Blmler Ensttüsü, İzmr, 36-41. Kumar, G., Mat, J. (2012). Modelng rsk based mantenance usng fuzzy analytc network process. Expert Systems wth Applcatons, 39(11), 9946-9954. Kuruüzüm, A., Atsan, N. (2001). Analtk Hyerarş Yöntem ve İşletmeclk Alanındak Uygulamaları. Akdenz Ünv. İİBF Dergs, 1, 83-105. Lee, J.W., Km, S.H. (2001). An ntegrated approach for ndependent nformaton system proect selecton. Internatonal Journal of Proect Management, 19(2), 111-118. Lee, L-W., Chen, S.-M. (2008). Fuzzy rsk analyss based on fuzzy numbers wth dfferent shapes and dfferent devatons. Expert Systems wth Applcatons, 34(4), 2763-2771. Letch, M. (2004). A Smple Introducton to Rsk Management and Internal Control n Organsatons. Rsk Management Congress, London. Leeuwen, J.F., Nautab, M.J., Kastea, D. Odekerken-Romboutsa, Y.M.C.F., Oldenhofa M.T., Vredenbregta M.J., Barendsa D.M. (2009). Rsk analyss by FMEA as an element of analytcal valdaton. Journal of Pharmaceutcal and Bomedcal Analyss, 50, 1085 1087. Leung, L.C., Cao, D. (2000). On consstency and rankng of alternatves n fuzzy AHP. European Journal of Operatonal Research, 102 113.

118 L, Q., Zhou, J., Lu, D., Jang, X. (2012). Research on flood rsk analyss and evaluaton method based on varable fuzzy sets and nformaton dffuson. Safety Scence, 50(5), 1275-1283. Ln, Y.-H., Ln, C.C., Tyan, Y.Y. (2011). An Integrated Quanttatve Rsk Analyss Method For Maor Constructon Accdents Usng Fuzzy Concepts And Influence Dagram. Journal of Marne Scence and Technology, 19(4), 383-391. Lu, K.F.R., La, J.-H. (2009). Decson-support for envronmental mpact assessment: A hybrd approach usng fuzzy logc and fuzzy analytc network process. Expert Systems wth Applcatons, 36,5119 5136. Lu, H.T., Tsa, Y. (2012). A fuzzy rsk assessment approach for occupatonal hazards n the constructon ndustry. Safety Scence, 50(4), 1067-1078. Ma, L., L,Y., Lang,L., L,M., Cheng,L. (2013). A novel method of quanttatve rsk assessment based on grd dfference of ppelne sectons. Safety Scence, 59, 219-226. Mamdan, E., Asslan, S. (1975). An Experment n Lngustc Synthess Wth a Fuzzy Logc Controller. Internatonal Journal of Man-Machne Studes, 7, 1 13. McGll, W.L., Ayyub, B.M., Kamnsky, M. (2007). Rsk analyss for crtcal asset protecton. Rsk Analyss, 27(5), 1265-81. Meade, L.M., Presley, A. (2002). R&D proect selecton usng the ANP. IEEE Transactons on Engneerng Management, 49(1), 59-66. Meade, L.M., Sarks, J. (1998). Strategc analyss of logstcs and supply chan management systems usng the ANP. Transportaton Research Part E: Logstcs and Transportaton Revew, 34(3), 201-215. Meade, L.M., Sarks, J. (1999). Analyzng organzatonal proect alternatves for agle manufacturng processes: an analytcal network approach. Internatonal Journal of Producton Research, 37(2), 241-261. Merna, T., Al-Than, F. (2005). Corporate Rsk Management: An Organzatonal Perspectve (Frst Edton). England: John Wley & Sons, 13-14. Mkhalov, L. (2000). A fuzzy programmng method for dervng prortes n the analytc herarchy process. Journal of Operatonal Research Socety, 51, 341 349. Mkhalov, L. (2003). Dervng prortes from fuzzy parwse comparson udgments. Fuzzy Sets and Systems, 134, 365 385. Mkhalov, L. (2004). Group prortzaton n the AHP by fuzzy preference programmng method. Computers & Operatons Research, 31(2), 293-301. Mkhalov, L., Sngh, M. (2003). Fuzzy analytc network process and ts applcaton to the development of decson support systems. IEEE Transactons on Systems, Man. And Cybernetcs, 33(1), 33-41.

119 Mkhalov, L., Tsvetnov, P. (2004). Evaluaton of servces usng a fuzzy analytc herarchy process. Appled Soft Computng, 5, 23 33. Mlan, A.S., Shanan, A., Lynam, C., Scarnc, T. (2013). An applcaton of the analytc network process n multple crtera materal selecton. Materals&Desgn, 44, 622-632. Mlazzo, M.F., Aven, T. (2012). An extended rsk assessment approach for chemcal plants appled to a study related to ppe ruptures. Relablty Engneerng & System Safety, 99, 183-192. Mller P.S. (2007). Tools and technques for dsease rsk assessment n threatened wldlfe conservaton programmes. Anmal Health And Conservaton, 41, 38 51. Mohanty, R.P., Agarwal, R., Choudhury, A.K. (2005). A fuzzy ANP-based approach to R&D Proect selecton: A case study. Internatonal Journal of Producton Research, 43(24), 5199-5216. Mousav, S.M., Tavakkol, R., Azaron, A., Motahed, S.M.H., Hashem, H. (2011). Rsk Assessment for Hghway Proects Usng Jackknfe Technque. Expert Systems wth Applcatons, 38, 5514 5524. Nordgard, D.E., Sand,K. (2010). Applcaton of Bayesan networks for rsk analyss of MV ar nsulated swtch operaton, Relablty Engneerng & System Safety, 95(12), 1358-1366. Okul, D. (2007). Analtk Ağ Sürec ve Bulanık Mantık Kullanımıyla Kalte Fonksyon Yayılımının Moblya Sektörüne Uygulanması, Yüksek Lsans Tez, Gaz Ünverstes Fen Blmler Ensttüsü, Ankara, 19. Ouédraogo, A., Groso, A., Meyer, T. (2011). Rsk analyss n research envronment Part II: Weghtng Lab Crtcty Index usng the Analytc Herarchy Process. Safety Scence, 49(6), 785 793. Özkılıç Ö. (2005). İş Sağlığı ve Güvenlğ Yönetm Sstemler ve Rsk Değerlendrme Metodololer. Ankara: TİSK Yayınları, Yayın No: 246: 113, 152, 153. Pamukçu, B. (2004). Analtk Ağ Sürec ve Br Uygulama, Yüksek Lsans Tez, İTÜ Fen Blmler Ensttüsü, İstanbul, 27-35. Peng, A.H., Xao, X.M. (2013). Materal selecton usng PROMETHEE combned wth analytc network process under hybrd envronment. Materals&Desgn, 47, 643-652. Pllay, A., Wang, J. (2003). Modfed FMEA Usng Approxmate Reasonng. Relablty Engneerng and System Safety, 79(1), 69-85. Pnto, A., Nunes, I., Rbero, R. (2011). Occupatonal rsk assessment n constructon ndustry Overvew and reflecton. Safety Scence, 49, 616 624.

120 Prce, C.J. (1998). Functon-Drected Electrcal Desgn Analyss. Artfcal Intellgence n Engneerng, 12(4), 445-456. Poyraz, Y. (2010). İç Kontrol Sstem ve Rsk Yönetm, Hazne Uzmanlığı Yeterlk Tez, Hazne Müsteşarlığı, Ankara, 1-18, 55-57. Rafe, H., Rabban, M. (2009). Proect Selecton Usng Fuzzy Group Analytc Network Process. World Academy of Scence, Engneerng and Technology, 58. Ramrez, D. (2008). Rsk Management Standards: The Bgger Pcture. Informaton Systems Control Journal, 4, 38-40. Rowe, W.D. (1977). An Anatomy of Rsk. New York: John Wley&Sons Ltd. 9. Saaty, T.L., Vargas, L., (1984). Inconsstency and Rank Preservaton n Mult-crtera Decson Makng: The AHP. Pttsburgh: RWS Publcatons, 47-52. Saaty, T.L. (1994). Fundamentals of decson makng and prorty theory wth the AHP. European Journal of Operatons Research, 48, 156-159. Saaty, T.L. (2001). Decson Makng Wth Dependence and Feedback The ANP (2 nd. Edton). Pttsburgh: RWS Publcatons, 43-59, 80-91. Saka, T. (2006). Küresel Sermayey Beklerken Değşen Yönetm Faktörler ve Kurumsal Yönetm. 15. Kalte Kongres nde sunuldu, İstanbul. Saka, T., Uğural, A. (2010). Kurumsal Rsk Yönetm. TÜSİAD Kongres nde sunuldu, İstanbul. Schulz, R., Stehle, S., Elsaesser, D., Matezk, S., Müller, A., Neumann, M., Ohlger, R., Wogram, J., Zenker, K. (2009). Geodata-based probablstc rsk assessment and management of pestcdes n germany: a conceptual framework. Integrated Envronmental Assessment & Management, 5(1), 69-79. Shue, Y.C., Ln, C.Y. (2012). Applyng analytc network process to evaluate the optmal recyclng strategy n upstream of solar energy ndustry. Energy and Buldngs, 54, 266-277. Skder, I.U., Sanchta, M., Tarun, K. (2006). Knowledge-Based Rsk Assessment Under Uncertanty for Speces Invason. Rsk Analyss: An Internatonal Journal, 26(1), 239-252. Srastava, A., Gupta, J. R. (2010). New methodologes for securty rsk assessment of ol and gas ndustry. Process Safety & Envronmental Protecton: Transactons of the Insttuton of Chemcal Engneers, Part B, 88(6), 407-412. Stoneburner, G., Goguen, A., Fernga, A. (2002). Rsk Management Gude for Informaton Technology Systems. Natonal Insttute of Standards and Technology, NIST Specal Publcaton 800 (30), 24-26.

121 Sugeno, M., Kang, G. (1988). Structure dentfcaton of fuzzy model. Fuzzy sets and systems, 28, 15 33. Sun, Y., Huang, R., Chen, D., L, H. (2008). Fuzzy Set-Based Rsk Evaluaton Model for Real Estate Proects. Tsnghua Scence And Technology, 13. Syachran, S., Hyung, S., Vara, R., Tom, I. (2010). A rsk management approach to safety assessment of trenchless technologes for culvert rehabltaton. Tunnellng and Underground Space Technology, 25, 681 688. Takag, T., Sugeno, M. (1985). Fuzzy dentfcaton of system and ts applcatons to modellng and control. IEEE Transactons on Systems, Man, and Cybernetcs, 15, 116 132. Toflo, P., Koneck, M., Gala, J., Jaskolowsk, W., Tusno, N., Csek, M. (2013). Expert System for Buldng Fre Safety Analyss and Rsk Assessment. Proceda Engneerng, 57, 1156-1165. TÜSİAD. (2006) Kurumsal Rsk Yönetm. TÜSİAD Rsk ve Değer Yönetm Çalışma Grubu, İstanbul. Üzümcü, Z. (2007). Rsk Yönetmnn Kurumsal Yönetmdek Rolü ve Bankacılık Sektöründe Br Araştırma, Yüksek Lsans Tez, İstanbul Ünverstes Sosyal Blmler Ensttüsü, İstanbul. Van Laarhoven, P.J.M., Pedrycz W. (1983). A fuzzy extenson of saaty s prorty theory. Fuzzy Sets and Systems, 229 241. Vose, D. (2008). Rsk Analyss A Quanttatve Gude. New York: John Wley&Sons Ltd, 135. Wang Y.M., Elhag, T.M.S., Hua, Z. (2006). A modfed fuzzy logarthmc least squares method for fuzzy analytc herarchy process. Fuzzy Sets and Systems, 3055-3071. Wang, Y.M., Luo, Y., Hua Z. (2008). On the extent analyss method for fuzzy AHP and ts applcatons. European Journal of Operatonal Research, 186(2), 735-747. Wang, Y-M, Chn, K.-S., Poon, G.K., Yang, J-B. (2009). Rsk evaluaton n falure mode and effects analyss usng fuzzy weghted geometrc mean. Expert Systems wth Applcatons, 36(2), 1195-1207. Wang, X., Chan, H.K., Yee, R.W.Y., Daz-Raney, I. (2012). A two-stage fuzzy-ahp model for rsk assessment of mplementng green ntatves n the fashon supply chan. Int.Jour. of Producton Economcs, 135(2), 595 606. We, S.-H., Chen, S.-M. (2009). A new approach for fuzzy rsk analyss based on smlarty measures of generalzed fuzzy numbers. Expert Systems wth Applcatons, 36(1), 589-598.

122 Wormuth, M., Demou, E., Schernger, M., Hungerb, K. (2007). Assessments of Drect Human Exposure-The Approachof EU Rsk Assessments Compared to Scenaro- Based Rsk Assessment. Rsk Analyss, 27(4). Xa, D., Chen, B. (2011). A comprehensve decson-makng model for rsk management of supply chan. Expert Systems wth Applcatons, 38, 4957 4966. Xang, Y., Lu, C., Zhang, K., Wu, Q. (2010). Rsk analyss and management of submerged floatng tunnel and ts applcaton. Proceda Engneerng, 4, 107-116. Xu, Z., Shang, S., Qan, W., Shu, W. (2010). A method for fuzzy rsk analyss based on the new smlarty of trapezodal fuzzy numbers. Expert Systems wth Applcatons, 37(3), 1920-1927. Yaralıoğlu, K. (2010). Karar Verme Yöntemler. Ankara: Detay Yayıncılık, 74. Yu, J.R., Shng, W.Y. (2013). Fuzzy analytc herarchy process and analytc network process: An ntegrated fuzzy logarthmc preference programmng. Appled Soft Computng, 13(4),1792-1799. Yüksel, İ., Dağdevren, M. (2007). Usng the analytc network process (ANP) n a SWOT analyss-a case study for a textle frm. Informaton Scences,177(6), 3364-3382. Yüksel, İ Dağdevren, M. (2010). Usng the fuzzy analytc network process (ANP) for Balanced Scorecard (BSC): A case study for a manufacturng frm. Expert Systems wth Applcatons, 37, 1270 1278. Zadeh, L.A. (1968). Probablty of measure of fuzzy events. Journal of Mathematcal Analyss and Applcaton, 23, 421-427. Zadeh, L.A. (1987). Outlne of a new approach to the analyss of complex systems and desgn process. New York: John Wley&Sons, 16. Zhang, K., Kluck, C., Achar, G. (2009). A Comparatve Approach for Rankng Contamnated Stes Based on the Rsk Assessment Paradgm Usng Fuzzy PROMETHEE. Envronmental Management, 44(5), 952-967. Zmmermann, H.J. (1990). Fuzzy Set Theory and ts Applcaton. Boston: Kluwer Academc Publshers, 35. Zhoua, X., Jangb,W., Sh, Y. (2010). Credt rsk evaluaton by usng nearest subspace method. Proceda Computer Scence, 1, 2449 2455.

123 ÖZGEÇMİŞ Kşsel Blgler Soyadı, Adı : ARIKAN, Raba Uyruğu : T.C. Doğum tarh ve yer : 06/01/1983 Ankara Meden hal : Evl Telefon : 0 (312) 204 65 03 e-posta : rabacanbolat@gaz.edu.tr Eğtm Dereces Okul /Program Mezunyet Yılı Doktora Gaz Ünverstes/Endüstr Mühendslğ Devam edyor Yüksek Lsans Sakarya Ünverstes/Endüstr Mühendslğ 2008 Lsans Gaz Ünverstes/Endüstr Mühendslğ 2005 Lse Konya 23 Nsan Lses 2000 İş Deneym, Yıl Çalıştığı Yer Görev 2007-Devam edyor Hazne Müsteşarlığı Hazne Uzmanı 2005-2007 Asaş Alümnyum San. ve Tc. A.Ş. Kalte Mühends Yabancı Dl İnglzce Yayınlar 1. Arıkan, R., Dağdevren, M., Kurt, M., A Fuzzy Mult-Attrbute Decson Makng Model for Strategc Rsk Assessment, Internatonal Journal of Computatonal Intellgence Systems, Vol. 6, No. 3 (May, 2013), 487-502

GAZİ GELECEKTİR...