Dünya’da özellikle 2000’li yıllardan sonra gündeme gelen şirket iflasları, kurumsal yönetişim süreçlerine önem veren yönetim yaklaşımlarını beraberinde getirmiştir. Bu dönemlerle birlikte özellikle art niyetli olarak ve bilerek batırılmış şirketlerle karşılaşılması yönetimin karanlık yüzünün de olabileceğini göstermiştir. Özellikle halka açık statülü anonim şirketlerin iflası, ulusal ve uluslararası alanlarda şirket çalışanları dışında pek çok paydaşın olumsuz olarak etkilenmesini beraberinde getirmiştir.

Çalışmada kurumsal yönetişim uygulamalarının önem kazandığı 2000’li yıllardan sonra bünyesinde önemli skandallara maruz kalan ve buna ilaveten faaliyetlerini iflas ederek sonlandırmak durumunda kalan şirket iflaslarının nedenleri araştırılmıştır. Çalışmada şirketlere ilişkin kurumsal yönetişim başarısızlıklarının nedenleri örnek olay incelemeleriyle ele alınmış ve incelenmiştir. Bu kapsamda çalışmanın ilk bölümünde kurumsal yönetişim kavramı ve söz konusu kavramın temellerini oluşturan unsurlar hakkında bilgiler verilmiştir. Buna ilaveten, dünyada ve Türkiye’de kurumsal yönetişim uygulamalarına ilişkin düzenlemelerden bahsedilmiş, aile şirketlerinin kurumsal yönetişim uygulamaları açıklamıştır. Çalışmada, şirketlerin yönetim süreçlerindeki başarılarını etkileyen, içsel çevre unsurları ve dışsal çevre unsurlarının yönetişim süreçlerine olan katkıları yazında yapılmış pek çok araştırmaya dayandırılarak açıklanmaya çalışılmıştır.

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.