Dijital dönüşüm sürecinde dijitalleşme ve dijitalleşmenin verimlilik üzerindeki etkisinin teorik ve pratik olarak incelenmesi amaçlanmaktadır. Yöntem: 2005-2020 yıllık dönemleri kapsamında, Türkiye'de verimlilik üzerinde etkili olan dijitalleşme sürecini niteleyen değişkenlerin ortaya konması ve önem sıralamalarının gerçekleştirilmesinde yapay sinir ağ mimarisi kulanılmaktadır. Bulgular: Dijitalleşme süreci çerçevesinde hem sosyoekonomik ortamın oluşturulması hem de önem düzeylerinden yola çıkılarak verimlilik artışının teşvik edilmesi sonucunda kapsayıcı sürdürülebilir kalkınma potansiyeline katkı sağlanabileceği bulgusu elde edilmektedir. Özgünlük: Dijitalleşmenin etkilerine ilişkin bu ampirik çalışmanın, konuyu inceleme şekli ve yapılan detaylı ampirik analizler kapsamında farklı modelleme tekniğinin ele alınması sonucunda alanında ilk olma özelliği ile literatüre katkı sağlaması beklenmektedir.

Coronavirus (COVID-19) outbroke in January 2019 and then, spread all over the world. COVID-19 has affected countries not only in terms of health, but also socially, politically and economically. The countries have taken many measures to overcome the effects of outbreak. However, these measures have devastating effects on the economies. This global pandemic crisis has caused a decline in economic activities. On these times, inflation was one of the most important indicators affecting all the economic activities. For example, with the pandemic there has been an increase in the inflation rate. Then, rising inflation rates caused an increase in industrial production prices. Therefore, it is important to evaluate the effects of the COVID- 19 crisis together with inflation. For this purpose, this study considers the effects of inflation and COVID-19 on the industrial production index. For this purpose, the first 30 countries with the highest number of COVID-19 cases are evaluated. However, in order to create balanced panel data, 19 countries whose data can be accessed within these countries are considered. These countries are Belgium(BEL), Canada (CAN), France(FRA), Germany(DEU), Italy(ITL), Japan(JPN), Netherlands(NLD), Poland(POL), Portugal(PRT), Switzerland(SWE) ), Turkey(TR), UK(GBR), USA, Brazil(BRA), Chile(CHL), Israel(ISR), Russia(RUS), Mexico(MEX) and South Africa(ZAF). For this purpose, the first 30 countries with the highest number of COVID-19 cases are evaluated. However, in order to create balanced panel data, 19 countries whose data can be accessed within these countries are considered. These countries are Belgium(BEL), Canada (CAN), France(FRA), Germany(DEU), Italy(ITL), Japan(JPN), Netherlands(NLD), Poland(POL), Portugal(PRT), Switzerland (SWE)), Turkey(TR), UK(GBR), USA, Brazil(BRA), Chile(CHL), Israel(ISR), Russia(RUS), Mexico(MEX) and South Africa(ZAF). In the study, monthly data for the period of March 2020-December 2020 were discussed. Spatial panel data models were analyzed by taking into account the spatial spread effect. The results obtained from the spatial panel data model show that inflation and COVID-19 have a statistically significant effect on the industrial production index. The increase in the number of COVID-19 cases reduces the industrial production index by 1%. Inflation and COVID-19 variables explain the industrial production index by approximately 50%.

MSCI Gelişmekte Olan Piyasa Endeksleri, uluslararası yatırımcıların gelişmekte olan ülkelerdeki yatırım fırsatlarını değerlendirmeleri ve yatırımcıya öngörü fırsatı sunması için geliştirilmiştir. Finansal piyasalardaki hızlı küreselleşme ve bulaşma etkileri nedeniyle son yıllarda MSCI Gelişen Piyasa Endeksleri üzerine yapılan çalışmalar büyük ilgi görmektedir. Bu çalışma, yükselen piyasa oynaklığının uzun hafıza özelliklerini araştırmayı ve Gelişmekte Olan Piyasalar ile ABD hisse senedi piyasası arasında çapraz korelasyonların varlığını göstermeyi amaçlamaktadır. Bu amaçla finans alanında tahminlerde yaygın olarak kullanılan Maksimum Örtüşmeli Ayrık Dalgacık Dönüşümü (MODWT) uygulanmıştır. Zaman serisindeki tüm özellikler ile kullanılabilen MODWT, tüm ölçek boyutlarında kullanılmakta ve asimptotik olarak daha verimli dalgacık varyans tahmin edicilerinin üretilmesini sağlamaktadır. Çalışmada 2 Mayıs 2014 ile 25 Ekim 2018 arasındaki dönem dikkate alınarak yedi gelişmekte olan piyasanın MSCI endeksleri kullanılmıştır. Elde edilen bulgular tüm gelişmekte olan piyasalarda oynaklığın istikrarlı ve kısa hafızalı olduğunu göstermektedir. Ek olarak, ABD ve Gelişmekte Olan Piyasalar arasında yüksek ve zamana bağlı korelasyonun olduğu gözlemlenmektedir.

As a result of recent changes in traditional risk perception accompanying industrialization and technology, global economic risks are increasingly based on the climate. While risks are considered using a two-dimensional approach in traditional risk perception, risk structures occur in a chain under globalization. In the concept of sustainability, environmental degradation and economic growth establish the link between environmental degradation and other macroeconomic variables. Monetary transmission channels—including the interest, exchange rate, asset price, credit, and expectation channels—impact the real economy and productivity by enabling capital accumulation, the orientation of small funds, and technological diffusion. In this context, the evaluation of the efficiency of monetary transmission channels and environmental degradation policy recommendations need to be addressed, especially, within the industrial sector. Although the cointegration approach is based on the fact that linear combinations of non-stationary series are stationary, cointegration analyses in which structural breaks are defined as dummy variables should be performed since the linear combination may change at a certain point in the sample. This study aims to reveal the effect of industrial production index and energy consumption on greenhouse gas emissions using a structural break approach with cointegration methods. Policy suggestions within the scope of sustainability are evaluated considering the long-term structural results among the variables.

Ö zGelişmekte olan ülkeler, ekonomik potansiyeli yüksek olup yatırımcılara yüksek getiri imkanları sunan ülkelerdir. Bu ülkeler çok hızlı büyümeleri dışında risk oranlarının da yüksek olduğu piyasalardır. Risklere karşı çeşitli korunma yöntemleri mevcuttur. Bu bağlamda altın güvenli bir hedge ürün olarak yaygın kabul görmektedir. Bu çalışmada, altının, riskli piyasalarda yatırımcılar için güvenli bir yatırım ürünü olup olmadığının gösterilmesi amaçlanmaktadır. Bu amaç doğrultusunda, altın piyasaları ile gelişmekte olan ülkeler arasındaki etkileşimler analiz edilmiştir. Çalışmada, gelişmekte olan ülkelerden Türkiye, Çin, Brezilya, Rusya, Hindistan seçilmiş ve bu ülkelere ait hisse senedi piyasa endeksleri ele alınmıştır. Ayrıca altın fiyatlarının bir göstergesi olarak uluslararası altın fiyatları veri setine dahil edilmiştir. Çalışma, 01.01.2010-01.10.2018 dönemini kapsamakta ve analizde yöntem olarak koşullu korelasyonların zamanla değişimini ele alan DCC metodu kullanılmıştır. Çalışmanın bulgularına göre, uluslararası altın piyasaları ile incelenen ülke piyasaları arasında ki korelasyonların zamana bağlı ve oldukça oynak olduğu tespit edilmiştir. A b s t r a c tDeveloping countries are the ones with high economical potential and provide high income opportunities to the investors. Beside the fact that these countries have a high growth rates they also include high risks. In order to prevent risks some protection measures could be taken. In this perspective, gold is commonly accepted as a safe haven. Aim of this study is to show whether gold is safe for investors in the risky markets. For this purpose interactions between developing market indexes and the gold market have been analyzed. In the study, Turkey, China, Brazil, Russia and India are selected and market index data of these are examined. In addition international gold price series are included into the data set for an indicator of gold market. This study covers the period of 01.01.2010-01.10.2018 and DCC methodology which deals with time dependent correlations is implemented. According to the results the correlations between gold market and other markets are time varying and volatile.