Bu kitap Türkiye sağlık sisteminin yeni modelini detaylı olarak incelerken hayata geçirilen politika transferinin nedenlerini araştırmaktadır. Politika transferi literatüründeki farklı modelleri inceleyen ve Türkiye’nin sağlık politikasının transferinin hibrit ve gönüllü bir transfer olduğunu ortaya koyan çalışma, ders çıkarma modeli ile köklü reformların sebebini açıklamaktadır. Çalışma teorik olarak bir gönüllü transfer mekanizması olan ders çıkarma modelinin öngörmediği iki etkenin – siyasi mutabakat ve kararlılık – transferdeki önemli rolünü ve ampirik olarak Türkiye sağlık reformlarının bir politika transferi olduğunu detaylı bir analizle ortaya koymuştur. Ayrıca Türkiye’de gerçekleştirilen reformları incelerken literatüre hakim olan  Avrupalılaşma çalışmalarına eleştirel bir bakışla yaklaşan proje AB’nin dönüştürücü etkisine tabii olan aday ülkelerde Avrupalılaşmanın dışında farklı süreçlerin paralel olarak yürüyebileceğine örnek bir çalışma ortaya koyan proje bu kadar kapsamlı ve köklü reformların gönüllü olarak yapılabileceğine de bir örnek olmuştur.

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.