Çağdaş maliyet yöntemleri, küreselleşme ve teknolojik gelişmelerle birlikte, yoğun rekabet ortamında hızla değişen müşteri istek ve beklentileri karşısında ürün ve hizmet maliyetlerini daha doğru ve sağlıklı hesaplamak amacıyla geliştirilmiştir. Çağdaş maliyetleme yöntemlerinden kaizen maliyetleme yönteminde ise, maliyetleri minimize etmenin yanında ürünlerde kalite artışı ve üretim yönetim sistemlerinin de geliştirilmesi hedeflenmektedir. İşletmelerin kaizen maliyetleme yöntemini uygulayabilmeleri için gereken temel şart, mevcut durumun yetersiz görülmesi ile bu durumdan daha ileri bir duruma ulaşmanın hedeflenmesidir. Ayrıca kaizen maliyetleme yönteminin işletmelerde uygulamaya konulabilmesi için bu yöntemin işletmenin her kademesindeki bütün çalışanlar tarafından takım çalışmalarıyla uygulanması gerekmektedir.

Bu kitapta, çağdaş maliyet yöntemleri tanıtıldıktan sonra kaizen kavramı ile kaizen kavramının uygulanması ayrıntılı olarak anlatılmakta, kaizen uygulamanın faydaları belirtilmektedir. Çağdaş maliyet yöntemlerinden kaizen maliyetleme yöntemi, kaizen maliyetleme yöntemini başarıyla uygulayan Japon otomobil firması Daihatsu’da sistemin işleyişi ve kaizen maliyetleme süreci bir örnek yardımıyla ayrıntılı bir şekilde tanıtılmaktadır ve günümüze gelinceye kadar ki kaizen maliyetleme yöntemleri ile ilgili literatür taraması yapılmaktadır.

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.