Journals / Avrasya Sosyal ve Ekonomi Araştırmaları Dergisi / 2019 / Cilt: 6 - Sayı: 1

GRİ TAHMİN YÖNTEMİ: BİREYSEL EMEKLİLİK SİSTEMİ ÜZERİNE BİR UYGULAMA

Pages
20–33
Publication Date
2019-01-30
DOI
—
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

Daha sonra elde edilen hata payı oranlarının güvenilirliği test edilerek, gelecek yıllar için katılımcı sayısı ve yatırıma yönlendirilen tutarların tahminleri yapılmıştır.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:Bir ülkede var olan finansal sistemin en temel özelliği; tasarruf sahiplerinin elinde bulunan fonları, fon ihtiyacı olan kesime ulaştırmaktır.
📊
Key Findings & Data:Aynı zamanda toplanan fonların verimli bir biçimde ülke ekonomisi için kullanılmasını sağlamaktır.
💡
Conclusion & Impact:Daha sonra elde edilen hata payı oranlarının güvenilirliği test edilerek, gelecek yıllar için katılımcı sayısı ve yatırıma yönlendirilen tutarların tahminleri yapılmıştır.
🔬Design:Experimental Field Trial
📍Scope:2011-2016 Verileri
⚙️Variables:Bireysel Emeklilik Sistemi · Gri Teori · Gri Sistem

Özet

Bir ülkede var olan finansal sistemin en temel özelliği; tasarruf sahiplerinin elinde bulunan fonları, fon ihtiyacı olan kesime ulaştırmaktır. Aynı zamanda toplanan fonların verimli bir biçimde ülke ekonomisi için kullanılmasını sağlamaktır. Özellikle gelişmiş ve gelişen ülke ekonomilerinde, bu iki etkenin bir araya getirilmesi için oldukça profesyonel yapılara ihtiyaç vardır. Bireysel Emeklilik Sistemleri (BES) ise aktif olarak piyasalara uzun vadeli fon sağlaması için tasarlanmış bir sistemdir. BES’in ülke ekonomisi açısından en temel işlevi bu fonların toplanmasında artış sağlamaktır. Bireysel açıdan bakıldığında ise yatırım yapan bireylerin emeklilik dönemlerinde rahat bir hayat sürmesi; elde edilecek ek gelire bağlı olarak refah seviyesinin artmasıdır. Genel bir ifadeyle bir ülkede iyi bir finansal sistemin var olması ve verimli bir şekilde işlemesi hem ülke hem de birey tarafından oldukça önem arz etmekte olup o ülkedeki ekonomik gelişmenin ise itici bir gücü olmaktadır. Bu çalışmanın amacı ise Türkiye de var olan BES sistemine bağlı katılımcı sayılarını ve yatırıma yönlendirilen tutarların gelecek dönem için tahmininin yapılmasıdır. Uygulama için Gri Teori’nin bir dalı olan Gri Tahmin G(1,1) modeli kullanılmıştır. Çalışmada 2011-2016 yılları arasındaki veriler yıllık olarak alınmıştır ve 2020 yılına kadar 4 yıllık tahmin yapılmıştır. Ele alınan 6 yıllık veriler için öncelikle test tahmini yapılarak uygulamadaki test tahmininin hata payı oranları hesaplanmıştır. Daha sonra elde edilen hata payı oranlarının güvenilirliği test edilerek, gelecek yıllar için katılımcı sayısı ve yatırıma yönlendirilen tutarların tahminleri yapılmıştır.

🔖

Cite This Article

BAYRAKÇI, E., AKSOY, E. (2019). GRİ TAHMİN YÖNTEMİ: BİREYSEL EMEKLİLİK SİSTEMİ ÜZERİNE BİR UYGULAMA. Avrasya Sosyal ve Ekonomi Araştırmaları Dergisi, Cilt: 6 - Sayı: 1, 20–33. https://ajindex.com/articles/737946

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (9)

  1. Apak, S. ve Taşcıyan, K.H., (2010). Türkiye’de Bireysel Emeklilik Sisteminin Gelişimi. Ekonomi Bilimleri Dergisi, 2(2), 121-129.
  2. Can, Y. (2010). Bireysel Emekliliğin Türkiye’deki Durumu ve Gelişimi. Ekonomi Bilimleri Dergisi, 2(2), 139-146.
  3. Chen, Z. ve Wang, X., (2012). Applying the Grey Forecasting Model to the Energy Supply Managechenament Engineering, Systems Engineering Procedia 5, 179-184.
  4. Chiou, H., Tzeng, G. and Cheng, C. (2004). Grey Prediction GM(1,1) Model For Forecasting Demand Of Planned Spare Parts In Navy Of Taiwan, MCDM 2004,
  5. Whistler, B. C. Canada August, 6-11.
  6. Cui, J., Liu S., Zeng B., Xie N. (2013). A Novel Grey Forecasting Model and Its Optimization. Applied Mathematical Modelling, 37, 4399-4406. Emeklilik Gözetim Merkezi Bireysel Emeklilik Sistemi Gelişim Raporu 2016, https://www.egm.org.tr/bes2016gr/T%C3%BCrk%C3%A7e/BES%20Geli%C5%9Fim%20Raporu%202016/E-Kitap/mobile/index.html#p=7, Erişim Tarihi: 05.04.2018. Emeklilik Gözetim Merkezi Bireysel Emeklilik Sistemi Gelişim Raporu 2015, https://www.egm.org.tr/bes2016gr/T%C3%BCrk%C3%A7e/%C3%96nceki%20Y%C4%B1llar%C4%B1n%20Raporlar%C4%B1/BES%20Geli%C5%9Fim%20Raporu%202015/E-Kitap/mobile/index.html#p=I, Erişim Tarihi: 05.04.2018. Emeklilik Gözetim Merkezi Bireysel Emeklilik Sistemi Gelişim Raporu 2014, https://www.egm.org.tr/bes2016gr/T%C3%BCrk%C3%A7e/%C3%96nceki%20Y%C4%B1llar%C4%B1n%20Raporlar%C4%B1/BES%20Geli%C5%9Fim%20Raporu%202014/E-Kitap/mobile/index.html#p=I, Erişim Tarihi: 05.04.2018. Emeklilik Gözetim Merkezi Bireysel Emeklilik Sistemi Gelişim Raporu 2013, https://www.egm.org.tr/bes2016gr/T%C3%BCrk%C3%A7e/%C3%96nceki%20Y%C4%B1llar%C4%B1n%20Raporlar%C4%B1/BES%20Geli%C5%9Fim%20Raporu%202013/E-Kitap/mobile/index.html#p=I, Erişim Tarihi: 05.04.2018. Emeklilik Gözetim Merkezi Bireysel Emeklilik Sistemi Gelişim Raporu 2012, https://www.egm.org.tr/bes2016gr/T%C3%BCrk%C3%A7e/%C3%96nceki%20Y%C4%B1llar%C4%B1n%20Raporlar%C4%B1/BES%20Geli%C5%9Fim%20Raporu%202012/E-Kitap/mobile/index.html#p=I, Erişim Tarihi: 05.04.2018.
  7. Feng, S.J., Ma, Y.D., Song, Z.L.ve Ying, J. (2012). Forecasting the Energy Consumption of China by the Grey Prediction Model. Energy Sources, Part B, Economics, Planning and Policy, 7(4), 376-389.
  8. Hu, Y.C. (2017). Predicting Foreign Tourists for the Tourism Industry Using Soft Computing-Based Grey–Markov Models, Sustainability, 9, 1228, 1-12.
  9. Huang, C., Kuo, C., Kao Y., Lu H. and Chiang, P. (2014). Forecasting the Internet of Things Market by Using the Grey Prediction Model Based Fore