Kysynnän ennusteprosessi elintarvikealan pk-yrityksissä

Kysynnän ennustaminen on aina ollut suuri ongelma toimitusketjun hallinnassa. Useat päätösprosessit, kuten varastonhallinta, tuotekehitys, tuotanto ja toimitusketjun suunnittelu vaativat ennustamista, jonka tarkka määrittäminen on kuitenkin erittäin hankalaa. Kysynnän ennustaminen on kirjallisuudessa laajasti tutkittu aihealue, mutta sen tutkimukset rajoittuvat suuressa määriin erilaisten ennustemenetelmien vertailemiseen ja ennustevirheiden tutkimiseen. (Chase 1997; Kahn 1998; Makridakis ja Wheelwright 1998; Goodwin ja Fildes 1999) Ennustemenetelmien käyttö ja mahdolliset ennustevirheet ovat kuitenkin seurausta sarjasta peräkkäisiä toimenpiteitä eli prosessista. Siksi onkin paljon mielenkiintoisempaa tutkia kokonaisvaltaisesti koko sitä prosessia, joka ennustamiseen yhdistetään, kuin pelkkiä ennustemenetelmiä tai niiden käytön seurauksena havaittuja virheitä. Tässä tutkimuksessa kartoitetaan viiden elintarvikealalle erikoistuneen pk-yrityksen ennusteprosesseja, joita verrataan keskenään sekä Mentzerin, Bienstockin ja Kahnin (1999) tekemään tutkimukseen ”Benchmarking Sales Forecasting Management”. Tutkimusongelman voidaan katsoa olevan ”millainen on pk-yritysten ennusteprosessi ja mitkä asiat selittävät mahdollisia eroja kohdeyritysten ennusteprosesseissa?”. Tämä tutkimus hyödyntää laadullista tutkimusotetta ja on tarkoitukseltaan kartoittava. Empiirinen aineisto kerättiin teemahaastatteluiden avulla ja haastateltavina toimivat viiden kohdeyritysten toimitusjohtajat. Tämän tutkimuksen aineiston analyysissä on hyödynnetty aineiston ryhmittelyä teemoiksi ja pyritty löytämään samankaltaisuuksia ja eroavaisuuksia kohdeyritysten välille. Tutkimuksen tuloksena havaittiin, että elintarvikealan pk-yritysten ennusteprosessi on hyvin yksinkertainen. Tämän voidaan nähdä selittyvän kohdeyritysten tyytyväisyydellä omaa ennusteprosessia kohtaan, mikä estää prosessin kriittisen tarkastelun ja sitä kautta kehittämisen. Voidaan myös nähdä, että tietämättömyys, inertia ja resurssien rajallisuus estävät ennusteprosessien kehittämisen kohdeyrityksissä. Kohdeyritysten ennusteprosessit olivat hyvin samanlaisia keskenään ja merkittävimmät erot selittyvät, kun tarkastellaan toimialojen luonteiden eroja.

VAIC-menetelmän soveltuvuus osaketuottojen ennustamiseen Nasdaq Helsinki -pörssissä

Aineeton pääoma on tärkeä osa yritysten kilpailukykyä ja sijoittajan näkökulmasta olisi mielenkiintoista pystyä vertailemaan yritysten aineettoman pääoman käytön tehokkuutta. Tutkimuksessa tarkasteltava VAIC-menetelmä tuottaa vertailuluvun tähän arviointiin tilinpäätöksestä saatavien tietojen avulla. Tutkimuksessa käsitellään kahden toimialakokonaisuuden (IT ja kulutustavarat ja -palvelut) yrityksiä Nasdaq Helsingin päälistalta tarkasteluperiodilla 2006¬-2013. Yrityksille laskettiin vuosittain VAIC-luvut, joiden perusteella muodostetaan ylä- ja alakvartiiliportfoliot. Näiden portfolioiden tuottoja verrattiin toisiinsa sekä kvartiiliportfolioiden ulkopuolelle jääneiden yritysten ja koko toimialan keskimääräiseen tuottoon. Tuottoja tarkasteltiin myös riskisuhteutetusti Sharpen ja vinous-ja huipukkuuskorjatun Sharpen (SKASR) luvulla. Lisäksi VAIC-arvon ja osaketuottojen välistä korrelaatiota tarkasteltiin sekä vuosittain että koko tarkasteluperiodin osalta. Ensimmäinen hypoteesi oletti korkeampien VAIC-arvojen johtavan korkeampiin portfoliotuottoihin, mutta hypoteesi jouduttiin hylkäämään molempien toimialojen osalta. Toinen hypoteesi tarkasteli korrelaatiota VAIC-arvojen ja osaketuottojen välillä, mutta saatujen tulosten mukaan se ei ollut tilastollisesti merkitsevää. VAIC-menetelmä edellyttäisikin jatkokehitystä tai sitä tulisi käyttää yhdessä muiden suorituskykymittareiden kanssa taloudellisesti hyödynnettävissä olevan tiedon tuottamiseksi sijoittajille.

Tuotannon ja varastonhallinnan kehittäminen kysyntäennusteiden avulla

Diplomityön tavoitteena on tutkia kysyntäennusteiden hyödyntämistä valmistavan teollisuusyrityksen tuotannossa ja varastonhallinnassa. Työn alussa esitellään kysynnän tuntemiseen ja ennustamiseen liittyvään teoriaan, jonka jälkeen tutkitaan teorian tarjoamia mahdollisuuksia linkittää kysyntäennusteet tuotannon ja varastonhallinnan avuksi. Työn empiria osassa kuvataan ensin Peikko Group Oy:n kysyntäennusteiden nykytilanne. Tämän jälkeen vertaillaan kahden eri lähestymistavan soveltuvuutta, joilla kohdeyritys voisi mahdollisesti rakentaa tuotannolle ja varastonhallinnalle tarpeellisia kysyntäennusteita päätöksenteon tueksi. Tuotannon kannalta työn keskeisin tulos on kysyntäennusteiden pohjalta muodostettu kuormaennuste ja varastonhallinnan kannalta tarvittavan ennustetarkkuuden määrittäminen, jotta ennusteita voitaisiin hyödyntää varastonohjausparametrien määrityksessä.

Flow regime prediction via froude number calculation in a rock-bedded stream

Mathematical predictions of flow conditions along a steep gradient rock bedded stream are examined. Stream gage discharge data and Manning's Equation are used to calculate alternative velocities, and subsequently Froude Numbers, assuming varying values of velocity coefficient, full depth or depth adjusted for vertical flow separation. Comparison of the results with photos show that Froude Numbers calculated from velocities derived from Manning's Equation, assuming a velocity coefficient of 1.30 and full depth, most accurately predict flow conditions, when supercritical flow is defined as Froude Number values above 0.84. Calculated Froude Number values between 0.8 and 1.1 correlate well with observed transitional flow, defined as the first appearance of small diagonal waves. Transitions from subcritical through transitional to clearly supercritical flow are predictable. Froude Number contour maps reveal a sinuous rise and fall of values reminiscent of pool riffle energy distribution.

Using a Bayesian model for bankruptcy prediction : a comparative approach

The purpose of this study is to examine the impact of the choice of cut-off points, sampling procedures, and the business cycle on the accuracy of bankruptcy prediction models. Misclassification can result in erroneous predictions leading to prohibitive costs to firms, investors and the economy. To test the impact of the choice of cut-off points and sampling procedures, three bankruptcy prediction models are assessed- Bayesian, Hazard and Mixed Logit. A salient feature of the study is that the analysis includes both parametric and nonparametric bankruptcy prediction models. A sample of firms from Lynn M. LoPucki Bankruptcy Research Database in the U. S. was used to evaluate the relative performance of the three models. The choice of a cut-off point and sampling procedures were found to affect the rankings of the various models. In general, the results indicate that the empirical cut-off point estimated from the training sample resulted in the lowest misclassification costs for all three models. Although the Hazard and Mixed Logit models resulted in lower costs of misclassification in the randomly selected samples, the Mixed Logit model did not perform as well across varying business-cycles. In general, the Hazard model has the highest predictive power. However, the higher predictive power of the Bayesian model, when the ratio of the cost of Type I errors to the cost of Type II errors is high, is relatively consistent across all sampling methods. Such an advantage of the Bayesian model may make it more attractive in the current economic environment. This study extends recent research comparing the performance of bankruptcy prediction models by identifying under what conditions a model performs better. It also allays a range of user groups, including auditors, shareholders, employees, suppliers, rating agencies, and creditors' concerns with respect to assessing failure risk.

The information content of Canadian implied volatility indexes

For predicting future volatility, empirical studies find mixed results regarding two issues: (1) whether model free implied volatility has more information content than Black-Scholes model-based implied volatility; (2) whether implied volatility outperforms historical volatilities. In this thesis, we address these two issues using the Canadian financial data. First, we examine the information content and forecasting power between VIXC - a model free implied volatility, and MVX - a model-based implied volatility. The GARCH in-sample test indicates that VIXC subsumes all information that is reflected in MVX. The out-of-sample examination indicates that VIXC is superior to MVX for predicting the next 1-, 5-, 10-, and 22-trading days' realized volatility. Second, we investigate the predictive power between VIXC and alternative volatility forecasts derived from historical index prices. We find that for time horizons lesser than 10-trading days, VIXC provides more accurate forecasts. However, for longer time horizons, the historical volatilities, particularly the random walk, provide better forecasts. We conclude that VIXC cannot incorporate all information contained in historical index prices for predicting future volatility.