Bugüne kadar kamu yönetiminde etik konusu kamu hizmetini arz eden kesim olan kamu görevlilerine getirilen kurallar ya da kamu görevlilerinin davranışları kapsamında ele alınmıştır.

Elinizdeki kitap ise kamu yönetiminde etik konusunda farklı bir bakış açısı getirme yönünde atılan bir adım niteliğindedir.

Bilindiği üzere kamu hizmetinden yararlananlar da zaman zaman etik dışı davranışlarda bulunmaktadır. Hizmetten yararlananların ne tür etik dışı davranışlarda bulunduğu ve bu davranışların hangi değişkenlere göre farklılık gösterdiği bu kitapta saha araştırması yoluyla incelenmiştir. Buradan elde edilen veriler ışığında kamu yönetimi literatüründe ilk defa kamu hizmetinden yararlananların etik davranış ilkeleri kavramına değinilmiştir.

Kamu görevlilerine göre hizmetten yararlananlar ne tür etik dışı davranışlarda bulunmaktadır? Hizmetten yararlananlar kamu kurumlarında hangi etik dışı durumlardan rahatsız olmaktadır?

Etik dışı davranışlar hangi yaş, eğitim ve gelir gruplarına sahip bireylerde yoğunlaşmaktadır?

Kamu kurumlarında hediye verme, sıra beklememe, bağış yapma, siyasetçi, iş takipçisi, tanıdık ya da akraba ile öncelikli hizmet talep etme ve kamu görevlisine kaba davranma gibi davranışlarda bulunulmakta mıdır?

Bu soruların cevaplarını da bulabileceğiniz kitap, kamu yönetiminde etik konusuna ilgi duyan ve bu konuda araştırma yapan herkese büyük katkılar sağlayarak faydalı olacaktır.

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.