Absatzprognosen

ISBN-13: 9783540129349 / Niemiecki / Miękka / 1983 / 225 str.

A. -W Scheer

Opis

Prognosewerte werden in Unternehmungen fur vielfiiltige Zwecke eingesetzt, insbesondere werden Planungsuberlegungen auf ihnen aufgebaut. So sind Absatzprognosen Grundlage von Absatz-, Produktions- und Investitions pliinen und prognostizierte Zahlungsstrome bestimmen den Finanzplan. Pro gnosewerte beeinflussen mithin kunftiges (geplantes) Handeln. Wiihrend aber in der Praxis formalisierte Planungsverfahren relativ breit ein gesetzt werden, ist die Anwendung formalisierter Prognoseverfahren z. Z. selbst bei GroBunternehmungen noch keine Selbstverstiindlichkeit. Prognosewerte werden hiiufig mit Hilfe quantitativer Planungsverfahren verarbeitet; sie selbst werden jedoch intuitiv oder schematisch, z. B. durch Aufschlag globaler Wachstumsraten auf Vorjahrswerte, erstellt. Ein Planungs ergebnis kann aber nicht besser sein als die Qualitiit der Daten, auf denen es beruht. Um so nachdrucklicher muB deshalb der Einsatz fortschrittlicher Prognose techniken gefordert werden. Dazu steht einmal ein groBes Angebot erprobter Verfahren, auch in Form benutzerfreundlich gestalteter Computerprogramme, zur Verfugung, und zum anderen werden seit Jahren bereits im wirtschafts wissenschaftlichen Grundstudium Kenntnisse im Fach Statistik vermittelt, die zum Verstiindnis der Verfahren vollig ausreichen. Vielleicht liegtaber gerade in diesen beiden -Vorteilen- ein Grund zur geringen Anwendung von Progno severfahren: - Die Vielzahl der Verfahren erschwert die Auswahl einer bestimmten Me thode fUr einen konkret vorliegenden Fall. - Durch die sehr stark theoretische Ausrichtung der Statistikausbildung an den Universitiiten wird eher eine psychische Sperre als eine Anwen dungsmotivation fur statistische Verfahren erzielt. Anwendungsnahe Verfahren, wie z. B. Exponential Smoothing, werden dort hiiufig nicht behandelt. Die geringe Kenntnis der mit der Einfuhrung eines Ver fahrens verbundenen ublichen Schwierigkeiten fuhrt daruber hinaus hiiufig zu einem vorzeitigen Abbruch von praktischen Versuchen."

Spis treści

Inhaltsübersicht.- A. Theoretische Grundlagen.- I. Prognosebildung.- a. Prognosetechniken.- b. Muster einer Zeitreihe.- 1. Komponenten einer (Absatz-)Zeitreihe.- 2. Komponentenidentifikation.- c. Prognosefehler.- 1. Prognosefehler zur Beurteilung der Prognosequalität.- 2. Punkt- und Bereichsprognosen.- aa) Formale Verfahren.- bb) Kausale Verfahren.- II. Durchführung von Prognosen.- a. Datenbasis.- 1. Datenquellen.- aa) Formale Prognoseverfahren.- bb) Kausale Prognoseverfahren.- 2. Datenverwaltung/Datenbank.- b. Vorgehensweise.- 1. Dimensionierungsentscheidungen.- 2. Prognosedialog/Prognose-lnformationssystem.- B. Verfahrensauswahl.- C. Verfahrensdarstellung: Verfahren und Modelle zur Absatzprognose.- I. Kurz- bis mittelfristiger Prognosezeitraum.- a. Datenbasis: Absatzreihe.- 1. Vorgegebenes Datenmuster.- aa) Ermittlung der Komponenten.- bb) Bekannte Komponenten.- 11) Stationäres Modell.- - Übergang vom arithmetischen Mittel zum Prinzip der exponentiellen Glättung.- - Exponentielle Glättung erster Ordnung.- 22) Modell mit Trend.- - Methode der Kleinsten Quadrate.- - Exponentielle Glättung zweiter und höherer Ordnung.- - Das Modell mit zwei Glättungsparametern von Holt.- 33) Modell mit Saison (und Trend).- - Methode der Kleinsten Quadrate.- - Modell von Winters.- - Modell von Harrison.- 44) Sporadischer Absatz.- 2. Modelle ohne fest vorgegebene Datenmuster.- aa) Adaptiver (selbstanpassender) Glättungsparameter.- bb) Box-Jenkins-ARIMA-Ansätze.- b. Datenbasis: Absatzreihe und erklarende Reihen.- 1. Isolierbare Prognosegrö?en.- aa) Eine dominierende Einflu?grö?e.- 11) Modell vorgegeben.- - Unternehmensexterne Einflu?grö?en.- - Unternehmensinterne Einflu?grö?en.- 22) Modell nicht vorgegeben (Bivariate Box-Jenkins-Ansätze).- bb) Mehrere Einflu?grö?en.- 11) Modell vorgegeben.- - Allgemeiner Ansatz (Multiple Regression).- - Zeitreihendaten.- - Querschnittsdaten.- 22) Modell nicht vorgegeben.- - Stufenweise Regression.- - Multivariate Box-Jenkins-Ansatze.- 2. Prognose verbundener Absatzreihen.- aa) Rekursive Beziehungen.- bb) Interdependente Beziehungen.- 11) Datenbasis: Zusätzliche erklärende Grö?en.- 22) Datenbasis: Marktanteile.- II. Mittel- bis langfristiger Prognosezeitraum.- a. Datenbasis: Subjektive Schätzungen.- 1. Expertenschätzung.- 2. Delphi-Verfahren.- b. Datenbasis: Zeitreihen- und Querschnittsdaten.- 1. Produkteinführung.- aa) Verbrauchsgüter mit der Datenbasis Haushaltspanel.- bb) Gebrauchsgüter mit der Datenbasis Absatzreihe.- 2. Produktlebenszyklus.- D. Informationsbeschaffung - Literaturverzeichnis.- E. Orientierungsbaum fur die Verfahrensauswahl.