Yllätys yritysjohdon ennusteissa: Vaikutus osakekurssiin

Tutkielman tavoitteena oli selvittää Suomen osakemarkkinoiden hinnoittamistehokkuutta johdon ennustepoikkeamien tapauksessa. Tarkastelu-ajanjakso on 1.1.2000–31.12.2006. Kiinnostuneita oltiin erityisesti keski-pitkän ja pitkän aikavälin (10 kaupankäyntivuorokautta ja 40 kaupankäyntivuorokautta) epänormaaleista tuotoista. Työn empiriaosuus suoritettiin tapahtumatutkimusmenetelmää hyväksikäyttäen. Empiriaosuudessa laskettiin ennustepoikkeaman aiheuttamat epänormaalit tuotot pienimmän neliösumman regressiota hyväksikäyttäen. Positiivisten poikkeamien aiheuttamat epänormaalit tuotot eivät poikenneet tilastollisesti markkinatuotoista millään tarkasteluvälillä. Negatiivisten epänormaalien tuottojen poikkeamaa havaittiin 10 kaupankäyntivuorokautta ennustepoikkeaman julkaisun jälkeen. Toimialakohtaisessa tarkastelussa parillisten otosten t-testissä havaittiin, että terveydenhuollon, rahoituksen ja informaatioteknologian epänormaalit tuotot poikkesivat markkinatuotoista. Yrityskohtaisia tekijöitä tutkittiin yksinkertaisella t-testillä. Näistä velkaisuusasteella, beetalla, päivätuottojen keskihajonnalla, päivittäisellä liikevaihdolla sekä P/E-luvulla havaittiin voi-tavan ennustaa mahdollisten ennustepoikkeamien esiintymistiheyttä. Sen sijaan markkina-arvolla ja P/B-luvulla ei havaittu yhteyttä ennustepoikkeamien esiintymistiheyteen. Tutkittaessa käyttäytymistieteellisen rahoituksen olettamaa kaupankäyntivolyymin kasvusta ennustepoikkeamaa ympäröivänä aikana ei tilastollista merkittävyyttä löydetty.

Analyytikkoennusteiden virheet Suomen markkinoilla

Tutkimuksen tavoitteena on selvittää analyytikoiden ennustevirheiden suuruus sekä jakauma. Keskeisenä tavoitteena on selvittää, kuinka paljon yrityksen toimiala ja markkina-arvo vaikuttavat ennustevirheen suuruuteen ja tätä kautta vääristävät osakkeiden hinnoittelua. Tutkimus olettaa, että osakkeiden hinnoittelu perustuu tuotto-odotuksiin eli analyytikoiden tulosennusteisiin sekä riskiin. Tutkimuksessa on käytetty kvantitatiivisia menetelmiä. Tutkimusaineistona on käytetty Helsingin pörssin päälistalla vuosina 1998 – 1999 olleita yrityksiä, joille on annettu tulosennusteita. Tulosennusteet on poimittu manuaalisesti REUTTERS:in tietokannasta. Tulosennusteet vuosille 1998 - 1999 eivät ole selvästi positiivisia tai negatiivisia. Ennustevirheet eivät myöskään ole jakautuneet selvästi toimialan mukaan. Kuitenkin vuonna 1999 ”teollisuus” sekä ”palvelut” toimialoille annettiin selvästi liian pessimistisiä ennusteita. Myöskään yhtiön markkina-arvolla ei ole selvää yhteyttä ennustevirheen suuruuteen. Kuitenkin vuonna 1999 isojen yhtiöiden tuloksista on annettu liian pessimistisiä ja pienten liian positiivisia arvioita. Etsittäessä ennustevirheen selittäjiä regressioanalyysin avulla, vahvimmiksi selittäjiksi nousivat analyytikoiden määrä per yhtiö ja analyytikkoennusteiden keskihajonta. Selittäjät saavuttivat 40 prosentin selitysasteen.

Quantitative market and sales forecast accuracy analysis

The main objective of this master’s thesis was to quantitatively study the reliability of market and sales forecasts of a certain company by measuring bias, precision and accuracy of these forecasts by comparing forecasts against actual values. Secondly, the differences of bias, precision and accuracy between markets were explained by various macroeconomic variables and market characteristics. Accuracy and precision of the forecasts seems to vary significantly depending on the market that is being forecasted, the variable that is being forecasted, the estimation period, the length of the estimated period, the forecast horizon and the granularity of the data. High inflation, low income level and high year-on-year market volatility seems to be related with higher annual market forecast uncertainty and high year-on-year sales volatility with higher sales forecast uncertainty. When quarterly market size is forecasted, correlation between macroeconomic variables and forecast errors reduces. Uncertainty of the sales forecasts cannot be explained with macroeconomic variables. Longer forecasts are more uncertain, shorter estimated period leads to higher uncertainty, and usually more recent market forecasts are less uncertain. Sales forecasts seem to be more uncertain than market forecasts, because they incorporate both market size and market share risks. When lead time is more than one year, forecast risk seems to grow as a function of root forecast horizon. When lead time is less than year, sequential error terms are typically correlated, and therefore forecast errors are trending or mean-reverting. The bias of forecasts seems to change in cycles, and therefore the future forecasts cannot be systematically adjusted with it. The MASE cannot be used to measure whether the forecast can anticipate year-on-year volatility. Instead, we constructed a new relative accuracy measure to cope with this particular situation.

Paperitehtaan sähkötasehallinta ja sähkön kysyntäjousto energiakustannusten hallinnassa

Paperiteollisuus on energiaintensiivistä teollisuutta, jossa on tehty pitkään työtä tuotantoprosessien energiatehokkuuden parantamiseksi. Paperitehtaan energiakustannuksiin voidaan kuitenkin vaikuttaa myös sähkötaseen hallinnalla ja sähkön kysyntäjouston avulla. Tehtaan seuraavan vuorokauden sähkön kulutus pyritään ennustamaan mahdollisimman tarkasti, mutta esimerkiksi paperitehtaan häiriötilanteissa sähkötase poikkeaa ennustetusta. Tällöin sähkötasetta voidaan korjata ensisijaisesti sähkön jälkimarkkinoiden eli Elbas- kaupankäynnin avulla. Ellei tasetta saada korjattua sähkön jälkimarkkinoilla tase-ero korjataan tasesähköllä, jonka hinta muodostuu säätösähkömarkkinoilla. Tasesähkön hinta saattaa poiketa Elspot- markkinahinnasta voimakkaasti, jolloin tase-erosta joko hyödytään tai hävitään kustannusmielessä. Tämän työn tarkoituksena on selvittää sähkötasehallinnan parantamisen ja sähkön kysyntäjouston vaikutukset paperitehtaan energiakustannuksiin. Työssä tutkittiin tehtaan sähkö-tasehallinnan nykytilannetta ja selvitettiin tase-erojen kustannusvaikuttavuutta. Lisäksi työssä luotiin ajomalleja sähkön kysyntäjouston toteuttamiselle massatehtaan eri tuotantoprosesseille, sekä määritettiin rajahintoja seuraavan vuorokauden energiaennusteeseen. Onnistunut energiaennuste perustuu paperitehtaan käynnin tarkkoihin ja ajankohtaisiin lähtötietoihin. Sähkötaseen poikkeamiin voidaan puolestaan varautua paremmin, kun informaatio tehtaan prosessien alasajosta tulee voimalaitoksen tietoon mahdollisimman aikaisin. Sähkötaseen poikkeamien hallinta voidaan tehdä, joko Elbas- kaupan tai tasesähkön avulla. Ajankohdasta ja tasepoikkeaman volyymista riippuen täytyy tehdä valinta, kumpi vaihtoehdoista on kustannusmielessä kannattavampi. Paperitehtaan eri prosesseille luoduilla ajomalleilla saatiin esiin huomattava säästöpotentiaali. Ajomallien noudattaminen vaatii suunnitelmallista tuotannon hallintaa ja sähkön Elspot- hinnan käyttäytymisen säännöllistä seurantaa. Seuraavan vuorokauden rajahintatietojen määrittämisen pohjalta voidaan arvioida, millä Elspot- hinnalla sähkön myynti muuttuu paperin tuotantoa kannattavammaksi.

Russia, China, India Foresight for Small and Medium size Enterprises in Uusimaa : Changes forecast in the Russian, Chinese and Indian operating environments from the viewpoint of small and middle-sized enterprises in Uusimaa

The report describes those factors of the future that are related to the growth and needs of Russia, China, and India and that may provide significant internationalisation potential for Uusimaa companies. The report examines the emerging trends and market-entry challenges for each country separately. Additionally, it evaluates the training needs of Uusimaa companies in terms of the current offerings available for education on topics related to Russia, China, and India. The report was created via the Delphi method: experts were interviewed, and both Trendwiki material and the latest literature were used to create a summary of experts’ views, statements, and reasons behind recent developments. This summary of views was sent back to the experts with the objective of reaching consensus synthesising the differing views or, at least, of providing argumentation for the various alternative lines of development. In addition to a number of outside experts and business leaders, all heads of Finpro’s Finland Trade Centers participated in the initial interviews. The summary was commented upon by all Finpro consultants and analysts for Russia, China, and India, with each focusing on his or her own area of expertise. The literature used consisted of reports, listed for each country, and an extensive selection of the most recent newspaper articles. The report was created in January-April 2010. On 22 April 2010 its results were reviewed at the final report presentation in cooperation with the Uusimaa ELY Centre.

A chart of the southern part of South America : with the track of the centurion from the island of St. Catherines to the island of Juan Fernandes in which is inserted the variation and soundings observ'd on board her, together with her deviation from her estimated course in passing round Cap Horn, occasiond by the force of the currents / R. W. Seale sculp

Nimeketiedot nimiönkehyksissä

Characteristic Approach to Predicting Analysts’ Forecast Errors in the Finnish Market

Extensive literature shows that analysts’ forecasts and recommendations are often biased. Thus, it is important for the financial market to be able to recognize this bias to be able to correctly valuate public companies. This thesis uses characteristic approach, which was introduced by So (2013, pp. 615-640), to forecast analysts’ forecast errors and tests if predictable forecast error is fully incorporated into share prices. Data is collected of listed Finnish companies. Thesis’ timeframe spans over ten years from 2004 to 2013 consisting of 788 firm-years. Although there is earlier evidence that the characteristic approach is able to predict analysts’ forecast errors, no support for this is found in the Finnish market. This thesis contributes to the current knowledge by showing that the characteristic approach does not work universally as such but requires development to work especially in the smaller markets.

Evaluating and improving demand forecast practices for B2B and B2C sectors

Demand forecasting is one of the fundamental managerial tasks. Most companies do not know their future demands, so they have to make plans based on demand forecasts. The literature offers many methods and approaches for producing forecasts. Former literature points out that even though many forecasting methods and approaches are available, selecting a suitable approach and implementing and managing it is a complex cross-functional matter. However, it’s relatively rare that researches are focused on the differences in forecasting between consumer and industrial companies. The aim of this thesis is to investigate the potential of improving demand forecasting practices for B2B and B2C sectors in the global supply chains. Business to business (B2B) sector produces products for other manufacturing companies. On the other hand, consumer (B2C) sector provides goods for individual buyers. Usually industrial sector have a lower number of customers and closer relationships with them. The research questions of this thesis are: 1) What are the main differences and similarities in demand planning between B2B and B2C sectors? 2) How the forecast performance for industrial and consumer companies can be improved? The main methodological approach in this study is design science, where the main objective is to develop tentative solutions to real-life problems. The research data has been collected from a case company. Evaluation and improving in organizing demand forecasting can be found in three interlinked areas: 1) demand planning operational environment, 2) demand forecasting techniques, 3) demand information sharing scenarios. In this research current B2B and B2C demand practices are presented with further comparison between those two sectors. It was found that B2B and B2C sectors have significant differences in demand practices. This research partly filled the theoretical gap in understanding the difference in forecasting in consumer and industrial sectors. In all these areas, examples of managerial problems are described, and approaches for mitigating these problems are outlined.

The Forecast Performance of Model-Free Implied Volatility: Evidence from DAX Index Options

Volatility has a central role in various theoretical and practical applications in financial markets. These include the applications related to portfolio theory, derivatives pricing and financial risk management. Both theoretical and practical applications require good estimates and forecasts for the asset return volatility. The goal of this study is to examine the forecast performance of one of the more recent volatility measures, model-free implied volatility. Model-free implied volatility is extracted from the prices in the option markets, and it aims to provide an unbiased estimate for the market’s expectation on the future level of volatility. Since it is extracted from the option prices, model-free implied volatility should contain all the relevant information that the market participants have. Moreover, model-free implied volatility requires less restrictive assumptions than the commonly used Black-Scholes implied volatility, which means that it should be less biased estimate for the market’s expectations. Therefore, it should also be a better forecast for the future volatility. The forecast performance of model-free implied volatility is evaluated by comparing it to the forecast performance of Black-Scholes implied volatility and GARCH(1,1) forecast. Weekly forecasts for six years period were calculated for the forecasted variable, German stock market index DAX. The data consisted of price observations for DAX index options. The forecast performance was measured using econometric methods, which aimed to capture the biasedness, accuracy and the information content of the forecasts. The results of the study suggest that the forecast performance of model-free implied volatility is superior to forecast performance of GARCH(1,1) forecast. However, the results also suggest that the forecast performance of model-free implied volatility is not as good as the forecast performance of Black-Scholes implied volatility, which is against the hypotheses based on theory. The results of this study are consistent with the majority of prior research on the subject.