Türkiye jeo-politik önemi, Avrupa, Asya ve Afrika kıtalarına olan yakınlığı ve merkez konumda bulunmasının yanı sıra,  değişik iklim, coğrafi şekil, verimlilik vb. açıdan da farklı özelliklere sahiptir. Tüm bu özellikler, ülkenin farklı açılardan kalkınmasını gündeme getirmiştir. Kıyı kesimler daha çok turizm ve sanayi ile gelişme imkânına sahip iken, iç kesimler ve kırsal alanlar ise daha çok niş turizm, tarım ve hayvansal ürün ve sanayi ile gelişmesini sağlayabilecek durumdadır.

Türkiye doğal kaynakları, hayvancılık ve gıda ürünleri açısından dünyada eşine az rastlanır, şanslı olan ülkelerden biridir. Ülke genelinde, çoğunlukla kırsal alanlarda yetiştirilmekte olan ürün çeşitliliği bol,  katkı maddesi içermeyen güvenli organik gıdalar, hem ülke içindeki tüketiciler hem de uluslararası pazarlarda  gittikçe artan oranda tercih edilir duruma gelmiştir.

Ülke genelinde ve özellikle kırsal alanlarda üretilen ürün ve hizmetlerin değerlendirilmesi, ekonomiye kazandırılması ve satışa konu olması gerekmektedir. Çünkü ürünün mükemmelliği veya eşsizliği de ancak satışına ve tüketicilerce bilinmesine ve kullanılmasına bağlıdır. Bu bağlamda sektörel pazarlama önem arz etmektedir.

Kırsal kalkınmanın sunduğu imkânların sektörler itibariyle ortaya çıkarıldığı, elde edilen ürünlerin  ulusal ve uluslararası pazarlarda rekabetçi güce ulaşabilmesi için pazarlama disiplini çerçevesinde stratejik bir bakış açısına ihtiyaç duyulduğunun vurgulandığı, ciddi ve titiz bir çalışma ile hazırlanan bu eserin, öncelikle makro düzeyde stratejik karar vericilere, iş alemine ve akademik camiaya yol gösterici ve rehber olması dileği ile…

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.