How Do Aggregate Fluctuations Depend on the Network Structure of the Economy?

[spa] En este artículo, analizamos la volatilidad agregada de una economía estilizada donde los agentes estann conectados en redes. Si hay relaciones estratégicas entre las acciones de los agentes, choques idiosincráticos pueden generar fluctuaciones agregadas. Demonstramos que la volatilidad agregada depende de la estructura de redes de la economía de dos maneras. Por un lado, si hay más conexiones en la economía en su conjunto, la volatilidad agregada es más baja. Por otro lado, si las conexiones están más concentradas, la volatilidad agregada es más alta. Presentamos una aplicación de nuestras predicciones teóricas que utiliza datos de EEUU de conexiones intrasectoriales y de diversificación de las empresas.

How Do Aggregate Fluctuations Depend on the Network Structure of the Economy?

[spa] En este artículo, analizamos la volatilidad agregada de una economía estilizada donde los agentes estann conectados en redes. Si hay relaciones estratégicas entre las acciones de los agentes, choques idiosincráticos pueden generar fluctuaciones agregadas. Demonstramos que la volatilidad agregada depende de la estructura de redes de la economía de dos maneras. Por un lado, si hay más conexiones en la economía en su conjunto, la volatilidad agregada es más baja. Por otro lado, si las conexiones están más concentradas, la volatilidad agregada es más alta. Presentamos una aplicación de nuestras predicciones teóricas que utiliza datos de EEUU de conexiones intrasectoriales y de diversificación de las empresas.

Kysynnän ennustaminen leipomotuotteille ja ennusteen tarkkuuden arviointi

Tässä diplomityössä tutkittiin kysynnän ennustamista Vaasan & Vaasan Oy:n tuotteille. Ensin työssä perehdyttiin ennustamiseen ja sen tarjoamiin mahdollisuuksiin yrityksessä. Erityisesti kysynnän ennustamisesta saatavat hyödyt käytiin läpi. Kysynnän ennustamisesta haettiin ratkaisua erityisesti ongelmiin työvuorosuunnittelussa.Työssä perehdyttiin ennustemenetelmiin liittyvään kirjallisuuteen, jonka oppien perusteella tehtiin koe-ennustuksia yrityksen kysynnän historiadatan avulla. Koe-ennustuksia tehtiin kuudelle eri Turun leipomon koe-tuotteelle. Ennustettavana aikavälinä oli kahden viikon päiväkohtainen kysyntä. Tämän aikavälin erityisesti peruskysynnälle etsittiin ennustetarkkuudeltaan parasta kvantitatiivista ennustemenetelmää. Koe-ennustuksia tehtiin liukuvilla keskiarvoilla, klassisella aikasarja-analyysillä, eksponentiaalisen tasoituksen menetelmällä, Holtin lineaarisella eksponenttitasoituksen menetelmällä, Wintersin kausittaisella eksponentiaalisella tasoituksella, autoregressiivisillä malleilla, Box-Jenkinsin menetelmällä ja regressioanalyysillä. Myös neuroverkon opettamista historiadatalla ja käyttämistä ongelman ratkaisun apuna kokeiltiin.Koe-ennustuksien tulosten perusteella ennustemenetelmien toimintaa analysoitiin jatkokehitystä varten. Ennustetarkkuuden lisäksi arvioitiin mallin yksinkertaisuutta, helppokäyttöisyyttä ja sopivuutta yrityksen monien tuotteiden ennustamiseen. Myös kausivaihteluihin, trendeihin ja erikoispäiviin kiinnitettiin huomiota. Ennustetarkkuuden huomattiin parantuvan selvästi peruskysyntää ennustettaessa, jos ensin historiadata esikäsittelemällä puhdistettiin erikoispäivistä ja –viikoista.

Application of Neural Network Methods in the Prediction of Stock Markets

The purpose of the research is to define practical profit which can be achieved using neural network methods as a prediction instrument. The thesis investigates the ability of neural networks to forecast future events. This capability is checked on the example of price prediction during intraday trading on stock market. The executed experiments show predictions of average 1, 2, 5 and 10 minutes’ prices based on data of one day and made by two different types of forecasting systems. These systems are based on the recurrent neural networks and back propagation neural nets. The precision of the predictions is controlled by the absolute error and the error of market direction. The economical effectiveness is estimated by a special trading system. In conclusion, the best structures of neural nets are tested with data of 31 days’ interval. The best results of the average percent of profit from one transaction (buying + selling) are 0.06668654, 0.188299453, 0.349854787 and 0.453178626, they were achieved for prediction periods 1, 2, 5 and 10 minutes. The investigation can be interesting for the investors who have access to a fast information channel with a possibility of every-minute data refreshment.

Impact of model complexity on cross-temporal transferability in Maxent species distribution models: An assessment using paleobotanical data

Maximum entropy modeling (Maxent) is a widely used algorithm for predicting species distributions across space and time. Properly assessing the uncertainty in such predictions is non-trivial and requires validation with independent datasets. Notably, model complexity (number of model parameters) remains a major concern in relation to overfitting and, hence, transferability of Maxent models. An emerging approach is to validate the cross-temporal transferability of model predictions using paleoecological data. In this study, we assess the effect of model complexity on the performance of Maxent projections across time using two European plant species (Alnus giutinosa (L.) Gaertn. and Corylus avellana L) with an extensive late Quaternary fossil record in Spain as a study case. We fit 110 models with different levels of complexity under present time and tested model performance using AUC (area under the receiver operating characteristic curve) and AlCc (corrected Akaike Information Criterion) through the standard procedure of randomly partitioning current occurrence data. We then compared these results to an independent validation by projecting the models to mid-Holocene (6000 years before present) climatic conditions in Spain to assess their ability to predict fossil pollen presence-absence and abundance. We find that calibrating Maxent models with default settings result in the generation of overly complex models. While model performance increased with model complexity when predicting current distributions, it was higher with intermediate complexity when predicting mid-Holocene distributions. Hence, models of intermediate complexity resulted in the best trade-off to predict species distributions across time. Reliable temporal model transferability is especially relevant for forecasting species distributions under future climate change. Consequently, species-specific model tuning should be used to find the best modeling settings to control for complexity, notably with paleoecological data to independently validate model projections. For cross-temporal projections of species distributions for which paleoecological data is not available, models of intermediate complexity should be selected.

Implementation of bayesian therapeutic drug monitoring in modern patient care

The variability observed in drug exposure has a direct impact on the overall response to drug. The largest part of variability between dose and drug response resides in the pharmacokinetic phase, i.e. in the dose-concentration relationship. Among possibilities offered to clinicians, Therapeutic Drug Monitoring (TDM; Monitoring of drug concentration measurements) is one of the useful tool to guide pharmacotherapy. TDM aims at optimizing treatments by individualizing dosage regimens based on blood drug concentration measurement. Bayesian calculations, relying on population pharmacokinetic approach, currently represent the gold standard TDM strategy. However, it requires expertise and computational assistance, thus limiting its large implementation in routine patient care. The overall objective of this thesis was to implement robust tools to provide Bayesian TDM to clinician in modern routine patient care. To that endeavour, aims were (i) to elaborate an efficient and ergonomic computer tool for Bayesian TDM: EzeCHieL (ii) to provide algorithms for drug concentration Bayesian forecasting and software validation, relying on population pharmacokinetics (iii) to address some relevant issues encountered in clinical practice with a focus on neonates and drug adherence. First, the current stage of the existing software was reviewed and allows establishing specifications for the development of EzeCHieL. Then, in close collaboration with software engineers a fully integrated software, EzeCHieL, has been elaborated. EzeCHieL provides population-based predictions and Bayesian forecasting and an easy-to-use interface. It enables to assess the expectedness of an observed concentration in a patient compared to the whole population (via percentiles), to assess the suitability of the predicted concentration relative to the targeted concentration and to provide dosing adjustment. It allows thus a priori and a posteriori Bayesian drug dosing individualization. Implementation of Bayesian methods requires drug disposition characterisation and variability quantification trough population approach. Population pharmacokinetic analyses have been performed and Bayesian estimators have been provided for candidate drugs in population of interest: anti-infectious drugs administered to neonates (gentamicin and imipenem). Developed models were implemented in EzeCHieL and also served as validation tool in comparing EzeCHieL concentration predictions against predictions from the reference software (NONMEM®). Models used need to be adequate and reliable. For instance, extrapolation is not possible from adults or children to neonates. Therefore, this work proposes models for neonates based on the developmental pharmacokinetics concept. Patients' adherence is also an important concern for drug models development and for a successful outcome of the pharmacotherapy. A last study attempts to assess impact of routine patient adherence measurement on models definition and TDM interpretation. In conclusion, our results offer solutions to assist clinicians in interpreting blood drug concentrations and to improve the appropriateness of drug dosing in routine clinical practice.

Kysynnän ennustaminen sekä informaatiovirtojen integrointi tuotannonohjaukseen arvoketjun tehostamiseksi

Tässä työssä on tarkasteltu kokoonpano-osien valmistajan näkökulmasta eri keinoja tehostaa tilaus-toimitusketjua sekä mahdollisuuksia parantaa samalla omaa tuotannonohjausta ja suunnittelua. Kysynnän heilahteluihin on pystyttävä varautumaan koko ketjun tasolla, jotta suurilta piiskavaikutuksilta voitaisiin välttyä sekä taattaisiin koko ketjun tehokas toiminta. Piiskavaikutus korostuu erityisesti ketjun alapäässä toimivaan yritykseen. Yritykset eivät kilpaile enää pelkästään keskenään. Kilpailu tapahtuu yhä enemmän ja enemmän myös kokonaisten arvoketjujen välillä. Arvoketjujen toimivuuden pohjana on tehokas informaationvaihto sekä yhteistyö informaation tehokkaaseen hyödyntämiseen. Käytännön tasolla arvoketjun logistista tehokkuutta voidaan lisätä informaation vaihdon lisäämisellä siirtymällä sähköisen tiedon siirtoon (EDI). Tuotannonsuunnittelun tehostamiseksi ja varastoihin sidottujen pääomien vapauttamiseksi on siirrytty toimittajan hallinnoiman varastoinnin (VMI) käyttöön. Kysynnän ennustamisella pyritään tasaamaan kysynnän heilahteluja sekä helpottamaan resurssien varaamista ja raaka-aineiden tilauksia. Näillä toimilla on pystytty tehostamaan tilausten käsittelyä sekä tuotannonohjausta. Lisäksi läpinäkyvyyden lisääntyminen on sitouttanut kahden arvoketjussa peräkkäin toimivan yrityksen toimintaa.

Effect of radar rainfall time resolution on the predictive capability of a distributed hydrologic model

The performance of a hydrologic model depends on the rainfall input data, both spatially and temporally. As the spatial distribution of rainfall exerts a great influence on both runoff volumes and peak flows, the use of a distributed hydrologic model can improve the results in the case of convective rainfall in a basin where the storm area is smaller than the basin area. The aim of this study was to perform a sensitivity analysis of the rainfall time resolution on the results of a distributed hydrologic model in a flash-flood prone basin. Within such a catchment, floods are produced by heavy rainfall events with a large convective component. A second objective of the current paper is the proposal of a methodology that improves the radar rainfall estimation at a higher spatial and temporal resolution. Composite radar data from a network of three C-band radars with 6-min temporal and 2 × 2 km2 spatial resolution were used to feed the RIBS distributed hydrological model. A modification of the Window Probability Matching Method (gauge-adjustment method) was applied to four cases of heavy rainfall to improve the observed rainfall sub-estimation by computing new Z/R relationships for both convective and stratiform reflectivities. An advection correction technique based on the cross-correlation between two consecutive images was introduced to obtain several time resolutions from 1 min to 30 min. The RIBS hydrologic model was calibrated using a probabilistic approach based on a multiobjective methodology for each time resolution. A sensitivity analysis of rainfall time resolution was conducted to find the resolution that best represents the hydrological basin behaviour.

Estimating the Price and Demand Development of Some Paperboard Grades

Työn tavoitteena oli luoda malli, jonka avulla voitaisiin ennustaa kartonkituotteiden hinnan ja kysynnän kehitystä. Työssä kerättiin aluksi tietoa kartonkimarkkinoista haastattelujen ja tilastotietojen avulla. Näiden perusteella luotiin malli, joka kuvaa kartonkimarkkinoiden ja -teollisuuden rakennetta. Erityisesti kiinnitettiin huomiota asiakkaiden tilauskäyttäytymiseen, tuotannonohjaukseen sekä hinnan muodostumiseen. Työssä käytettiin ennustemenetelmänä systeemidynamiikkaa. Oleellista oli löytää systeemissä esiintyvät tärkeimmät takaisinkytkennät ja systeemin avainmuuttujat. Kun kaikille mallin muuttujille oli määritetty yhtälöt ja vakioille annettu arvot, voitiin mallia simuloida, ja saada ennusteet halutuille muuttujille. Työssä esitettiin ennusteet kartonkimarkkinoiden tärkeimmille parametreille kahden vuoden päähän. Työssä tarkasteltiin myös, miten muutokset mallin käyttäytymistä säätelevissä muuttujissa vaikuttavat tuloksiin. Jotta pystyttäisiin paremmin selvittämään koko kartonkiteollisuuden dynamiikka, lisätutkimusta tarvittaisiin vielä eri kartonkilajien substituutiomahdollisuuksista ja hintojen riippuvuuksista. Mielenkiintoista olisi myös tietää, miten tuotannon käyttöasteiden muutokset ja hinnan vaihtelut vaikuttavat liiketoiminnan kannattavuuteen valmistajien näkökulmasta.

Pitkäaikaisten projektien myyntivaiheen kassavirtaennusteen kehittäminen. Case: Foster Wheeler Energia Oy

Tutkimuksen tavoitteena on kehittää pitkäaikaisten projektien kassavirtaennusteita Foster Wheeler Energia Oy:ssä. Jotta tähän tutkielman pääongelmaan saadaan vastaus, tulee analysoida, mitkä tekijät vaikuttavat kassavirtaennusteiden onnistumiseen ja millaisia kassavirtojen ennustamiseen liittyviä ongelmia Foster Wheeler Energia Oy:ssä on ilmennyt. Tutkielma sisältää sekä teoreettisen että empiirisen osan. Teoriaosassa perehdytään projektitoimintaa ja kassavirtojen ennustamista koskeviin aikaisempiin tutkimuksiin. Teoriaosan pohjalta muodostetaan viitekehys ja joukko oletuksia. Sekä viitekehystä että oletuksia käytetään apuna empiirisen osan analyysissa. Analyysimenetelmä on kvalitatiivinen. Tutkimuksessa käytettävä tutkimusote on toiminta-analyyttinen. Tutkimustulosten mukaan kassavirtojen ennustamista voitaisiin Foster Wheeler Energia Oy:ssä kehittää ensinnäkin muuttamalla henkilöstön asenteita ja toimintatapoja. Muutoksen tarkoituksena on parantaa sekä henkilöstön kustannustietoisuutta että koko projektin etenemisen ajan kestävää yhteistyötä. Toinen keino ennusteiden parantamiseen on ennustamisessa nykyisin käytettävän hinnoitteluohjelman kehittäminen. Toteumatietoja hyväksikäyttävän ohjelman avulla ennusteet voidaan tehdä nopeammin ja tarkemmin kuin aikaisemmin.

Sähkön ja lämmön yhteistuotannon optimointi

Työn tavoitteena oli suunnitella ja toteuttaa sähkön ja lämmön yhteistuotantolaitoksen tuotannon optimointi. Optimoinnin kriteerinä on tuotannon kannattavuus. Pyrittiin luomaan optimointimalli, joka ottaa optimoinnissa huomioon erityisesti kaukolämmön kulutusennusteen muutokset sekä sähkön pörssihinnan vaihtelut. Tuotannon kannalta olennaisin kriteeri on kaukolämmön kulutusennusteen pohjalta arvioidun kaukolämpökuorman tyydyttäminen mahdollisimman tehokkaasti ja taloudellisesti. Sähkön tuotannon merkittävimmiksi kriteereiksi muodostuivat sähkön tuotannon ennustettavuus ja tuotannon maksimointi sähkön pörssihinnan asettamissa puitteissa. Optimointiohjelmaa ei ole tarkoitus kytkeä suoraan voimalaitoksen ajojärjestelmään, vaan siitä on tarkoitus tulla erillinen ajosuunnittelijan työkalu. Itse ajosuunnitteluun vaikuttaa usein monipuolisemmat suunnittelukriteerit kuin pelkästään tuotannon tuottavuus. Näiden eri kriteerien painotuksia ei ohjelmassa huomioida, vaan ne päättää ajosuunnittelija. Tuloksena saatiin aikaan optimointiohjelma, joka laskee valittujen tuotantovaihtoehtojen kokonaistuotot eri kaukolämmön kulutusennusteiden ja sähkön pörssihintaennusteiden pohjalta.

Rullaavan ennustamisen kehittäminen CASE: ABB Oy Service

Tutkimuksen tavoitteena oli kehittää rullaavan ennustamisen toimintaa, jotta se tuottaisi relevanttia informaatiota tapausyrityksen ohjaukselle. Tutkimuksessa sovellettiin konstruktiivista tutkimusotetta, joka on ratkaisumenetelmä liikkeenjohdollisiin ongelmiin. Tutkimustulos eli ratkaisukonstruktio innovoitiin tutkijan luoman viitekehyksen ja empiirisen tutkimuksen havaintojen avulla. Tutkimustuloksien perusteella analyyttisen rullaavan ennustamisen tarkoituksena on tyydyttää eri ohjaustasojen informaatiotarpeita ja tukea asiakaslähtöisen tapausyrityksen liiketoimintaympäristöön sopeutumista. Tutkimuksen mukaan rullaava ennustaminen on suunnittelua, joka pyrkii organisatoriseen oppimiseen. Kehittämiseen liittyviä näkökulmia, organisatorisia ja järjestelmällisiä tekijöitä löydettiin useita. Nämä eivät rajoittuneet ainoastaan johdon laskentatoimen alueelle.

Asiakkaan kysynnän ennustaminen

Perinteinen tilaus–toimitus-periaate on hiljalleen väistymässä antaen tilaa sähköisille hankintajärjestelmille. Yritykset ovat huomanneet, että tehostamalla hankintaprosesseja ne voivat saada aikaan suuriakin kustannussäästöjä. Toimintaa on ryhdytty tehostamaan yhdessä tavarantoimittajien, hankintapalveluita tarjoavien yritysten sekä sähköisten tukkureiden kanssa. Muutosten aika ei vielä kuitenkaan ole ohi. Sähköisten hankintajärjestelmien tarjoajat haluavat kehittää uusia ja yhä parempia palveluita, jotta asiakkaiden hankintaprosessit tehostuisivat entisestään. Yksi kehittelyn alla olevista uusista palveluista on ennustemenetelmät. Tutkielman teoriaosassa tarkasteltiin perinteisen hankintaprosessin uudistamista sähköiseksi kaupankäynniksi tarjonta- ja kysyntäketjujen kehittämisen kautta. Teoriassa tarkasteltiin hieman myös julkisen hallinnon hankintatoimea ja sitä, mitä hyötyjä se voi saada sähköisistä hankintaratkaisuista. Sähköisen hankintajärjestelmän tarjoajaa tutkielmassa edusti Kauppatalo Hansel Oy. Keskeisenä asiana tutkielmassa oli kysynnän ennustaminen sekä muutamien kvantitatiivisten ennustemenetelmien analysointi. Empiirisessä osassa tutkittiin case-yritysten hankintatoimen nykytilaa ja niiden halukkuutta ennustemenetelmien käyttöön hankintojen suunnittelun tehostamiseksi kyselylomakkeen avulla. Kyselyissä kävi ilmi, että asiakkailla eli tässä tapauksessa julkisen hallinnon eri organisaatioilla on halua lähteä mukaan uudenlaiseen toimintaan, vaikka tiettyä varautuneisuutta ja epäilyksiä toiminnan onnistumisesta on edelleen olemassa.

A Method for Estimating Short-term Profitability, Case Stora Enso Packaging Boards

Tutkimuksen tavoitteena oli rakentaa case yritykselle malli lyhyen aikavälin kannattavuuden estimointia varten. Tutkimusmetodi on konstruktiivinen, ja malli kehitettiin laskentaihmisten avustuksella. Teoriaosassa käytiin kirjallisuuskatsauksen avulla läpi kannattavuutta, budjetointia sekä itse ennustamista. Teoriaosassa pyrittiin löytämään sellaisia menetelmiä, joita voitaisiin käyttää lyhyen aikavälin kannattavuuden estimoinnissa. Rakennettavalle mallille asetettujen vaatimusten mukaan menetelmäksi valittiin harkintaan perustuva menetelmä (judgmental). Tutkimuksen mukaan kannattavuuteen vaikuttaa myyntihinta ja –määrä, tuotanto, raaka-aineiden hinnat ja varaston muutos. Rakennettu malli toimii kohdeyrityksessä kohtalaisen hyvin ja huomattavaa on se, että eri tehtaiden ja eri koneiden väliset erot saattavat olla kohtuullisen suuret. Nämä erot johtuvat pääasiassa tehtaan koosta ja mallien erilaisuudesta. Mallin käytännön toimivuus tulee kuitenkin parhaiten selville silloin, kun se on laskentaihmisten käytössä. Ennustamiseen liittyy kuitenkin aina omat ongelmansa ja uudetkaan menetelmät eivät välttämättä poista näitä ongelmia.

CREATING A MODEL FOR INVENTORY MANAGEMENT SYSTEM

Tutkielman tarkoituksena oli mallintaa varastonhallintajärjestelmä, joka olisi sopiva case yritykselle. Tutkimus aloitettiin case yrityksen varastonhallinan nykytilan kartoituksella, jonka jälkeen tutkittiin varastonhallinnan eri osa-alueisiin. Varastonhallinnan osa-alueista käsiteltiin varastotyyppejä, motiiveja, tavoitteita, kysynnän ennustamista sekä erilaisia varastonhallinnan työkaluja. Sen lisäksi tutkittiin erilaisia varaston täydennysmalleja. Teoriaosuudessa käsiteltiin lisäksi kolmea erilaista tietojärjestelmätyyppiä: toiminnanohjausjärjestelmää, sähköisen kaupankäynnin järjestelmää sekä räätälöityä järjestelmää. Tutkimussuunnitelmassa nämä kolme järjestelmää rajattiin vaihtoehdoiksi, joista jokin valittaisiin case yrityksen varastonhallintajärjestelmäksi. Teorian ja nykytilan pohjalta tehtiin viitekehys, jossa esiteltiin varastonhallintajärjestelmän tieto- ja toiminnallisuusominaisuuksia. Nämä ominaisuudet priorisoitiin neljään eri luokkaan ominaisuuden kriittisyyden mukaan. Järjestelmävaihtoehdot arvioitiin viitekehyksen kriteerien mukaisesti, miten helposti ominaisuudet olisivat toteutettavissa eri vaihtoehdoissa. Tulokset laskettiin näiden arviointien perusteella, jonka jälkeen tulosten analysoinnissa huomattiin, että toiminnanohjausjärjestelmä sopisi parhaiten case yrityksen varastonhallintajärjestelmäksi.