Faruk Dayi

Belediyelerin sunduğu hizmetlerin sürdürülebilirliğinde önemli rol oynayan finansal yönetim alanında, belediyelerin yetkinliklerinin, şeffaflık, hesap verilebilirlik ve mali etkinliklerinin geliştirilmesine katkı sağlamak amaçlanmıştır. Kastamonu Belediyesinin (KB) 2020-2024 dönemi finansal verileri, Hazine ve Maliye Bakanlığı Muhasebat Genel Müdürlüğü’nün (HMBMGM) yayınladığı mali tablo analiz rehberine göre analiz edilmiştir. Analizde dikey analiz ve oran analizi yöntemleri kullanılmıştır. Elde edilen bulgular, Büyükşehir Dışı İl Belediyeleri (BDİB) bütçe gelir ve gider tablolarıyla karşılaştırılmıştır. KB’nin borç yönetiminde olumlu eğilim sergilediği, öz kaynaklarının arttığı, BDİB’yle birlikte vergi gelirleri oranının düşük olduğu tespit edilmiştir. Bütçe gelir-giderinde BDİB’ye göre 5 kategoride daha yüksek, 7 kategoride daha düşük performans sergilediği tespit edilmiştir. Belediyenin en başarılı olduğu konulardan biri borç yönetimidir. Borç yönetimiyle ilgili oranlar olumlu bir eğilimle azalmaktadır. Analiz döneminde borç mali kuralına uyulduğu görülmektedir. Gelir ve gider tahmin oranları oldukça dalgalı seyretmektedir. Değerleme yapılarak elde edilen kişi başı gelir ılımlı artarken, giderlerin sabit kalma eğilimi tasarruf edildiğini göstermektedir. Borç oranlarındaki azalma eğilimiyle bu oran birbirlerini teyit etmektedir. Büyükşehir dışı bir il belediyesinin 2025’te yayımlanan rehberine dayanarak mali tabloların 5 yıllık bir dönem için dinamik şekilde analiz edilmesi, mali oranların eğilimlerinin de sunulması ve BDİB toplam gelir ve harcama istatistikleriyle karşılaştırılarak başarı durumunun ortaya konması, çalışmanın özgün yönünü ortaya koymaktadır.

Bu çalışmada, Borsa İstanbul’da işlem gören Beşiktaş, Fenerbahçe, Galatasaray ve Trabzonspor’un finansal risk düzeyleri Piotroski F-Skor yöntemiyle incelenmiştir. Futbol kulüplerinin gelir yapısının sportif başarıya duyarlı olması, yüksek borçluluk, nakit akışı sorunları ve sürekli artan maliyet baskılarıyla birlikte finansal sürdürülebilirliğin düzenli olarak değerlendirilmesini gerekli kılmaktadır. Bu kapsamda çalışmada, kulüplerin Kamuyu Aydınlatma Platformu’nda yayımlanan 2019-2024 dönemine ait yıllık finansal tablolarından yararlanılmıştır. Fark değişkenlerinin hesaplanabilmesi için 2019 yılı verileri kullanılmış, esas analiz ise 2020-2024 dönemi üzerinden yürütülmüştür. Piotroski F-Skor modeli doğrultusunda karlılık, likidite-kaldıraç ve faaliyet etkinliği başlıkları altında dokuz finansal gösterge değerlendirilmiş ve her kulüp için yıllık skorlar hesaplanmıştır. Elde edilen bulgular, dört büyük kulübün genel olarak orta düzeyde finansal risk bandında yer aldığını göstermektedir. Ortalama F-Skor değeri bakımından Fenerbahçe öne çıkarken, Trabzonspor’un 2024 yılında belirgin bir finansal kırılganlık yaşadığı tespit edilmiştir. Çalışma, F-Skor yönteminin futbol kulüplerinin finansal yapısını karşılaştırmalı biçimde izlemek için bu alanda kullanılabilir ve açıklayıcı bir araç sunduğunu ortaya koymaktadır.

Bu çalışmanın amacı, maddi duran varlıklarda yeniden değerleme uygulamalarının işletmelerin finansal tablo yapısı üzerindeki etkilerini incelemek ve yeniden değerleme artışlarının bilanço içerisindeki göreli ağırlığını ortaya koymaktır. Özellikle enflasyonist dönemlerde, tarihi maliyet esasına dayalı muhasebe uygulamaları maddi duran varlıkların defter değeri ile piyasa değeri arasında önemli farklılıkların ortaya çıkmasına neden olur. Finansal tabloların gerçeğe uygun olarak sunulmasını engelleyebilir. Bu durum bilgi sunumunu zayıflatmakta ve finansal tablolardan yararlananların karar alma süreçlerini olumsuz etkileyebilmektedir. Bu bağlamda, maddi duran varlıkların yeniden değerlemesi, varlıkların finansal tablolarda gerçeğe uygun değerlerine daha yakın şekilde raporlanmasını sağlayan önemli bir muhasebe uygulamasıdır. Çalışmada, Borsa İstanbul Gıda ve İçecek Endeksi'nde (BIST XGIDA) işlem gören işletmelerin finansal tabloları incelenmiş ve maddi duran varlıkların yeniden değerleme artışlarının bilanço içerisindeki payı, dikey analiz yöntemi kullanılarak değerlendirilmiştir. Analiz kapsamında yeniden değerleme artışlarının maddi duran varlıklar, toplam duran varlıklar ve toplam aktifler içindeki oranları hesaplanmıştır. Elde edilen bulgulara göre, incelenen 128 gözlemin 72’sinde (%56,25) maddi duran varlıkların yeniden değerleme artışının olduğu belirlenmiştir. Analiz sonuçlarına göre maddi duran varlık yeniden değerleme artışlarının toplam aktifler içerisindeki ortalama payı %6,53, toplam duran varlıklar içerisindeki payı %11,83 ve maddi duran varlıklar içerisindeki payı ise %13,92 olarak hesaplanmıştır. Bulgular, yeniden değerleme uygulamalarının bazı işletmelerde sınırlı düzeyde kaldığını, bazı işletmelerde ise bilanço büyüklüklerini önemli ölçüde etkilediğini göstermiştir. Özellikle maddi duran varlık yoğunluğu yüksek işletmelerde yeniden değerleme uygulamalarının finansal tablo yapısı üzerinde daha belirgin etkiler oluşturduğu tespit edilmiştir. Sonuç olarak, bu çalışma, maddi duran varlıkların yeniden değerlemesinin, özellikle enflasyonist dönemlerde işletmelerin finansal tablolarının gerçeğe uygun değerine daha yakın şekilde hazırlanmasına katkı sağladığını göstermiştir. Bununla birlikte, yeniden değerleme uygulamalarının finansal tablo büyüklüklerini önemli ölçüde etkileyebileceği; bu nedenle finansal analiz ve karar alma süreçlerinde bu durumun dikkatle değerlendirilmesi gerektiği de anlaşılmaktadır.

Bu çalışmada, Türkiye Elektronik Fon Alım Satım Platformu'nda işlem gören finansal teknolojiler ve blok zinciri temalı yatırım fonlarının risk-getiri profilleri incelenmiştir. Araştırma kapsamında, 9 tematik fonun yıl sonu fiyat hareketleri, fon içtüzüklerinde belirtilen risk değerleri dikkate alınarak 2021-2024 dönemi verileriyle karşılaştırmalı analiz yapılmıştır. Analiz sonuçları, en yüksek risk kategorisindeki fonların aşırı uç noktalarda getiri sağladığını ve yatırılan sermayeyi kısa sürede geri döndürme potansiyeline sahip yüksek dalgalanma sergilediğini göstermiştir. Buna karşılık, orta-yüksek risk seviyesinde konumlanan fonların daha istikrarlı ve sürdürülebilir bir kümülatif getiri performansı sunduğu tespit edilmiştir. Elde edilen bulgular, teknoloji odaklı tematik fonlarda risk arttıkça getirinin de artacağına dair geleneksel doğrusal beklentinin her zaman geçerli olmadığını göstermiştir. Değerlendirmeler sonucunda, yüksek büyüme potansiyeline sahip yenilikçi varlıkların pasif bir birikim aracı olarak değil, aktif ve dinamik bir risk yönetimi stratejisiyle portföylere dahil edilmesi önerilmektedir.

This study proposes a hybrid portfolio optimization framework integrating financial network analysis, Adaptive Neuro-Fuzzy Inference Systems (ANFIS), and GA for asset allocation in BIST. The empirical analysis focuses on constituent firms within the BIST 30, BIST 50, and BIST 100 indices using daily stock market data covering the period 2000–2025. Financial network centrality indicators and technical analysis variables were employed to identify structurally influential assets and model nonlinear investment decision dynamics under market uncertainty. The ANFIS framework was utilized to capture complex relationships between technical indicators and portfolio allocation decisions, while Genetic Algorithms optimized portfolio weights under return maximization and downside-risk minimization constraints. To reduce overfitting risk, Principal Component Analysis (PCA) and K-fold cross-validation procedures were implemented during model training. The proposed framework was additionally evaluated using out-of-sample backtesting over the 2021–2024 period and compared against benchmark portfolio strategies, including Equal Weight and Minimum Variance portfolios. Empirical findings indicate that the ANFISGA framework achieved superior risk-adjusted performance, higher Sharpe and Sortino ratios, and lower maximum drawdown during volatile market conditions. The study contributes to the portfolio optimization literature by integrating financial network indicators with adaptive fuzzy decision systems and evolutionary optimization techniques within an emerging market context. The proposed framework is intended primarily as an adaptive portfolio decision-support system rather than a purely predictive forecasting model.

Background: In the era of digital transformation, public health systems increasingly rely on digital technologies to improve accessibility, efficiency, and patient outcomes. However, policymakers face significant challenges in allocating limited resources across competing digital health investments characterized by uncertainty and dynamic impacts. Methods: This study introduces the Adaptive Impact–Cost Optimization Theory (AICOT), a hybrid framework integrating fuzzy logic and genetic algorithms to optimize digital health investment portfolios. The model defines the Investment Priority Score (IPS) as a function of cost, expected impact, and implementation feasibility, enabling structured evaluation under uncertainty. A fuzzy inference system with centroid-based defuzzification is used to convert qualitative assessments into quantitative scores, while optimization techniques identify optimal portfolios across different fiscal scenarios. The empirical analysis covers 15 OECD countries (2018–2024) using publicly available datasets. Sensitivity analyses assess robustness under inflation, cost shocks, and changing system priorities. Results: The findings show that blended investment strategies combining routine digital health tools with pandemic-oriented infrastructures yield the highest resilience-adjusted efficiency. Results remain stable across sensitivity scenarios, with pandemic surveillance consistently ranking as a top priority even under increased cost conditions. The model effectively captures cross-country heterogeneity, demonstrating adaptability to different levels of digital maturity. Conclusions: AICOT provides a transparent and policy-relevant decision-support framework that improves resource allocation efficiency and reduces unnecessary expenditures. These contributions support long-term financial sustainability and align with global health objectives, including Universal Health Coverage and Sustainable Development Goal 3 (Good Health and Well-being).

Climate variability, environmental uncertainty, and carbon-market dynamics increasingly challenge agricultural investment and resource allocation decisions worldwide. This study proposes an integrated hybrid decision-support framework combining Long Short-Term Memory (LSTM) deep learning, Interval Type-2 Fuzzy Logic Systems, and Genetic Algorithms to support climate-resilient agricultural investment analysis under uncertainty. The framework integrates predictive modeling, uncertainty representation, and multi-objective optimization within a unified computational architecture. The empirical analysis was conducted using agricultural, climate, and carbon-market datasets covering Europe, Asia, and Africa over the 2010–2025 period. Agricultural productivity indicators, commodity price variables, climate-risk parameters, and carbon-market data were integrated into the modeling process. LSTM models were employed to analyze temporal agricultural and climate-related dynamics, while Interval Type-2 fuzzy systems were used to represent ambiguity associated with environmental and market uncertainty. Genetic Algorithms were subsequently applied to optimize investment allocation under conflicting objectives related to profitability, sustainability, and risk. The findings suggest that the proposed hybrid framework may improve adaptive investment evaluation and optimization performance under uncertain climate conditions relative to standalone computational approaches within the scope of the analyzed datasets. The results further highlight the importance of integrating predictive analytics, uncertainty modeling, and sustainability-oriented optimization within agricultural decision-support systems. However, the framework should be interpreted as a climate-resilient decision-support architecture rather than a universally deterministic forecasting mechanism. Overall, the study contributes to the emerging literature on agricultural sustainability and climate-resilient investment by presenting a transparent and uncertainty-aware computational framework under evolving environmental and carbon-market conditions.

Bu çalışma, geleneksel tahakkuk esaslı kârlılık göstergelerinin kriz dönemlerindeki yapısal kısıtlarını aşarak, kurumsal sürdürülebilirlik (ESG) raporlaması yapan Borsa İstanbul (BİST) 30 endeksindeki banka dışı şirketlerin nakit temelli finansal dayanıklılık profillerini analiz etmeyi amaçlamıştır. Araştırmada, 26 şirketin 2019-2024 yıllarını kapsayan küresel pandemi, yüksek enflasyon ve parasal sıkılaşma süreçlerindeki nakit yaratma ve şokları absorbe etme kapasiteleri incelenmiştir. Nakit Karşılama, Operasyonel Nakit Karşılama, Borç Servis Dayanıklılığı ve Nakit Üretim Gücü rasyoları hesaplanmış; dönemsel gelişimler medyan, dayanıklılık profilleri ortalamalar üzerinden analiz edilmiştir. Bulgulara göre, 2020 pandemi şokunda benimsenen “nakde kaçış” stratejisiyle likidite tamponları güçlendirilmiş; ancak 2024'teki parasal sıkılaşma ve artan finansman maliyetleriyle bu rezervler erozyona uğramıştır. İşletmelerin nakit üretme kapasiteleri 2024'te %12,4 seviyesinde tutunsa da, rekor finansman giderleri nedeniyle borç servis dayanıklılığının 1,06x gibi teknik temerrüt sınırına çok yakın kritik bir eşiğe gerilediği saptanmıştır. Şirketlerin faiz yükünü çevirebilmek adına operasyonel nakitlerini tüketmeleri, stok likidite rezervlerini savunmasız bırakmıştır. Öte yandan, ESG ekosistemindeki şirketler arasında nakit yönetimi açısından belirgin ayrışmaların bulunduğu; sürdürülebilirlik vizyonunun ancak etkin bir likidite stratejisiyle birleştiğinde dış şoklara karşı koruyucu bir kapasite yarattığı saptanmıştır. Performans ölçümünü “nakit temelli hayatta kalma likiditesi” eksenine taşıyan araştırma; işletme likiditesinin dış şoklara karşı korunmasında nakit akış dinamiklerinin kritik bir savunma mekanizması olduğunu göstermektedir.

This study presents a modeling framework for multi-objective optimization in agricultural finance, emphasizing profitability, risk management, and sustainability. The proposed Advanced Financial Framework for Temporal Synergistic Optimization (AFFTSO) does not introduce a new algorithm; rather, it structures existing optimization workflows to explicitly integrate temporal dynamics, evolving objectives, feedback loops, and sustainability-oriented considerations. AFFTSO is designed to support long-term planning under fluctuating economic and environmental conditions. To demonstrate its applicability, AFFTSO is applied to a 25-year Turkish agricultural dataset (2000–2025), encompassing production, financial, market, and climate indicators. Two widely used evolutionary algorithms—Non-Dominated Sorting Genetic Algorithm II (NSGA-II) and Multi-Objective Particle Swarm Optimization (MOPSO)—are benchmarked within this framework, optimizing profit, financial risk, and resource-use efficiency simultaneously. Results show that NSGA-II consistently outperforms MOPSO, yielding a 12.4% increase in cumulative net profit, a 20.3% reduction in financial risk, and a 15.7% improvement in resource-use efficiency. These outcomes confirm that embedding temporal structures, adaptive objectives, and sustainability considerations into multi-objective optimization models enhances the robustness and resilience of financial planning. Overall, AFFTSO offers a practical approach for guiding resource allocation, investment planning, and risk-aware decision-making in agriculture. By bridging computational optimization with sustainability-oriented financial strategies, this framework supports the development of resilient agricultural systems that align economic performance with environmental and social objectives.

Havayolu yolcu taşımacılığı sektöründe talebin artmasına bağlı olarak pazar genişlemiş, pazar payını artırmak isteyen şirketlerin de yoğun rekabet ettikleri tespit edilmiştir. Havayolu şirketleri daha çok yolcu taşımak için farklı şehirlere yeni uçuşlar düzenleyerek uçuş ağlarını genişletmişlerdir. Yolcu sayısı ve koltuk doluluk oranını artırmak için maliyetleri düşürerek, rekabetçi fiyat politikası ile yolcuların tercihlerini etkilemişlerdir. Yeni uçak siparişi vererek filolarını büyütmüşlerdir. Mevcut uçuş saatini artırmak için diğer şirketlerden de uçak kiralamışlardır. Uçak satın almak için borçlanma yoluyla finansman tedarik ettikleri görülmüştür. Sektör yüksek tutarlı sermaye yatırımı gerektirdiğinden, şirketlerin varlıklarını etkin yönetme durumlarının değerlendirilmesi, faaliyetlerinin sürdürülebilirliği için daha da önemli hale gelmiştir. Son yıllarda dönem net zararı nedeniyle çok sayıda şirketin özkaynaklarını azalttığı görülmektedir. Bu nedenle iflas eden şirketlerin sayısının artmasıyla birlikte, havayolu şirketlerinin finansal performanslarının incelenmesi her zamankinden daha da önemlidir. Bu nedenle bu çalışmada havayolu şirketlerinin finansal performanslarının incelenmesi amaçlanmıştır. Avrupa’da faaliyet gösteren 2024 yılında en çok yolcu taşıyan 10 havayolu şirketi çalışmanın örneklemini oluşturmuştur. Finansal tablo verilerinden yararlanılarak cari oran, nakit oran, alacak devir hızı, aktif devir hızı, net kar marjı ve aktif karlılık oranları hesaplanmıştır. Elde edilen oranlar çalışmanın kriterlerini oluşturmuştur. Kriterlerin ağırlıklarının belirlenmesi için Entropi Yöntemi kullanılmıştır. Entropi Yöntemiyle belirlenen kriter ağırlıkları ile MOORA Yönteminde analiz yapılarak şirketlerin finansal performansları karşılaştırılmıştır. Analiz sonucunda en yüksek kriter ağırlığı cari oranda, en düşük kriter ağırlığı ise aktif devir hızı oranında hesaplanmıştır. Bu süreçte en yüksek performansı Pegasus, en düşük performansı ise Lufthansa göstermiştir. Milli bayrak taşıyıcı şirketimiz Türk Hava Yolları ise dördüncü sırada yer almıştır.