Yazar "Selim, Sibel" seçeneğine göre listele

Listeleniyor 1 - 2 / 2
  • Küçük Resim
    Öğe
    Türkiye ve AB 27 ülkelerinde turizm gelirlerini belirleyen faktörler: Panel veri analizi
    (Aksaray Üniversitesi, 2016) Selim, Sibel; Eryiğit, Pınar
    Turizm, yarattığı 3.2 trilyon doların üzerindeki gelir ve dünya GSMH toplamı içindeki %6’lık payıyla büyük bir endüstridir. Turizm, özellikle gelişmekte olan ülkelerin kalkınmalarını hızlandırmaları için ihtiyaç duyulan dövizi sağlaması, ülkede üretim çeşitliliğini artırması ve istihdam oluşturması bakımından çok önemlidir. Bu nedenle, doğal ve tarihi zenginliklere sahip olan birçok gelişmekte olan ülke, turizm sektöründeki pazar paylarını arttırabilmek için bu alandaki ürün ve hizmetlere çok daha fazla önem vermeye başlamıştır. Bu çalışmada amaç, 2005-2011 yılları arasında 27 AB üye ülkesi ve Türkiye’ye ait ihracat geliri, turist sayısı, turizm harcaması, ülkenin Akdeniz’e kıyısının olup olmaması ve internet kullanıcıları sayısı değişkenlerinin turizm gelirlerine olan etkisinin panel regresyon modeli kullanılarak incelenmesidir. Bu çalışmadan elde edilen bulgular, ilgili değişkenlerin turizm geliri üzerindeki etkisinin istatistiki olarak anlamlı ve pozitif olduğunu göstermiştir.
  • Küçük Resim
    Öğe
    Türkiye’deki konutların kira değerinin analizi: hedonik model ve yapay sinir ağları yaklaşımı
    (Aksaray Üniversitesi, 2009) Selim, Sibel; Demirbilek, Ayça
    Emlak değerlemede ve konut piyasası araştırmalarında konutun piyasa değeri ve kira değeri genellikle mikro ekonomik teoriye dayanan hedonik model yoluyla analiz edilmektedir. Hedonik model, bir malın özelliklerinin fiyat üzerindeki etkisini incelemektedir. Bu çalışmada Türkiye’de konut kira değerlerini belirleyen faktörler 2004 Hanehalkı Bütçe Anketi kullanılarak analiz edilmiştir. Ele alınan modelin doğrusal olmama özelliğinden dolayı yapay sinir ağları (YSA) alternatif bir yaklaşım olarak kullanılmıştır. Çalışmada hedonik regresyon modeli ile yapay sinir ağları modelinin tahmin performansı karşılaştırılmış ve konutların kira değerlerinin tahminlenmesinde yapay sinir ağlarının daha iyi alternatif bir yöntem olduğu belirlenmiştir.