Aile inanç ve değerlerinin hâkim olduğu aile işletmeleri, hem ülke ekonomilerine katkısı hem de sürdürülebilirlik konusundaki üslendiği önemli rol nedeniyle dünya genelinde varlığı azımsanmayacak derecede önemlidir ve önemini sürdürmeye devam edecektir. Global olarak bakıldığında aile işletmelerinin hakim olduğu bir piyasada küçük aile işletmeciliği de sayısal olarak ön plana çıkmaktadır. Özellikle sektörel açıdan bakıldığında ise küçük aile işletmelerinin, gelişmekte olan ülkelerin büyük çoğunluğunda tüketilen gıdaların % 80’inden fazlasını sağlayarak yoksulluğun azaltılmasına ve gıda güvencesine önemli ölçüde katkıda bulunduğu belirtilmektedir (IFAD/UNE, 2013). Küresel ve ulusal düzeyde politika ve uygulamaların çoğunun ekonomik değişkenler odaklı olması, aile işletmeciliği kavramının görünürlüğü ve rolünün yeterince anlaşılamamasına neden olmaktadır. Dünyada son dönemde yaşanan krizler ve afetler aile işletmeciliği konusunu daha fazla ön planda tutmuş ve tarım başta olmak üzere bir çok alanda bu kavram daha görünür hale gelmiştir. Son dönemde yaşanılan Covid-19 pandemisi, küresel tarımsal üretim, gıda üretimi, arz zinciri ve işgücü hareketliliği konularında aile işletmelerinin hem gıda güvencesi hem de gıda arz zinciri üzerindeki öneminin farkına varmamızı sağlamıştır.

Bu kitapta her biri farklı yazarlarca kaleme alınan bölümlerde aile işletmelerinin tanımlanması, tarımda ve kırsalda aile işletmeciliğinin rolü, aile işletmelerinde kurumsallaşma, turizm, örgütlenme, insan kaynakları yönetimi, girişimcilik ve farklı sektörlerde faaliyet gösteren bazı köklü aile işletmeleri konuları ele alınmaktadır.

Financial time series including high frequency structures like jumps, spikes and stochastic volatility are usually modeled in an ad-hoc manner by stochastic differential equations together with Levy processes. Estimating the parameters and determining the jump size distributions do not have a precise and universally accepted method. Under these circumstances, complexities and confusions usually arise. This book, approaches to this issue from a very different angle through introducing an autocorrelation one process together with finite number of Fourier series terms. Introduction of Fourier series to estimate the dynamics of the process is not done in an ad-hoc manner or as done before in dealing with seasonality. Here the moving average is transformed to a “moving and fluctuating” average by the help of Fourier series. Instead of adding jump structures to the model which makes the parameter estimation quite cumbersome, our model in discrete time can easily be transformed to a well-known mean reverting continuous time process. Moreover, our alternative model turned out to be a quite powerful and accurate forecasting technique.