Economic forecasting in a business environment: an OLS estimator application : Case Kalmar
Pärssinen, Perttu (2018)
Pärssinen, Perttu
2018
Kauppatieteiden tutkinto-ohjelma - Degree Programme in Business Studies
Johtamiskorkeakoulu - Faculty of Management
This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Hyväksymispäivämäärä
2018-05-08
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:uta-201805301828
https://urn.fi/URN:NBN:fi:uta-201805301828
Tiivistelmä
The practice of financial forecasting has been in the interest of researchers since the late 1970s. Despite highly sophisticated models and increasing competence in econometrics and economics studies, actual business environment has overlooked statistical methods in forecasting. This thesis seeks to bring the usefulness of econometrical studies to business environment and for finance organizations’ budgeting processes. The thesis starts with introducing the complexity of forecasting practice in business organizations and the contradicting desires and incentives of different stakeholders. Goal for the empirical part of thesis is to create an econometric model by utilizing OLS estimator for Kalmar forklift trucks sold in geographical area consisting Europe, Middle East and Africa. In the later part of thesis, this model is extended to a forecasting model and the performance of it is evaluated against other forecasts by operations. At the end, the caveat of cyclic sales is analyzed using dummy variables and remarks for the future are denoted.
Our key finding is that by using external lagged variables one can create a fundamental fact based model, which can be used as a highly accurate forecasting model. Using simple OLS regression and common-sense variable, the forecast model can track the actual sales development over the time from year to another. Forecast model has caveat what comes to a human factor. The quarter-oriented economy will influence the revenue recognition process and will make the sales to deviate from its fundamental value.
The forecast model do perform as the literature implies, a simple forecast model can predict sales accurately and most importantly, fact based. The forecast model would bring value to the complexity of budgeting and rolling forecasting, since it would bring non-biased forecast and on top of which one can build a complete financial plan. When using the forecast model management would be able to take calculated risks based on facts and selected risk level. The idea and concept, which was proven in thesis could and should be extended to cover entire Kalmar mobile equipment division.
Tiivistelmä:
Liikeyritysten taloudellinen ennustaminen on ollut tutkijoiden mielenkiinnon kohteena 1970-luvun loppupuolelta lähtien. Tutkijat ovat etsineet parhaita käytäntöjä, joita yritykset käyttävät taloudelliseen ennustamiseen. Ekonometrinen tai tilastotieteellinen ennustaminen ei ole yritysten suosima ennustetapa, vaikkakin mallit ovat kehittyneet sekä niiden käyttöönotto on helpottunut. Matemaattisia ennustemalleja on ylenkatsottu ja katsotaan edelleen, vaikka niiden puolueettomuus sekä ennustetarkkuus ovat parempia kuin ihmisten intuition ja kokemukseen perustuvien ennusteiden on.
Tämän tutkimuksen tarkoituksena on tuoda esiin ekonometristen mallien hyödyllisyys liike-elämään sekä taloushallinnon budjetointiprosessiin. Työ alkaa ennustekäytäntöjen tarkasteluilla jo tehtyjen tutkimusten perusteella sekä avaa ristiriistaisten insentiivien vaikutussuhteita ennusteprosessiin sekä budjetointiin. Työn empiirisessä osassa mallinnetaan OLS-regressiolla Kalmarin haarukkatrukkien myyntiä maantieteellisellä alueella, joka koostuu Euroopasta, Lähi-idästä sekä Afrikasta. Estimoitu malli laajennetaan ennustemalliksi, jonka ennustetarkkuutta verrataan ja arvioidaan muihin taloushallinnon tekemiin ennusteisiin. Lopuksi käsitellään mallin heikkouksia sekä mahdollisia tulevaisuuden mallinnustapoja, joilla myynnin syklisyyttä voitaisiin paremmin mallintaa.
Työn tärkein havainto on mahdollisuus luoda täysin ulkoisiin fundamentaalisiin faktoihin perustuva ennustemalli. Yksinkertainen OLS-regressio yhdistettynä fundamenttimuuttujiin mahdollistaa suuren ennustetarkkuuden tilikaudesta toiseen. Ennustemalli toimii kuten aiempi tutkimus sekä kirjallisuus osoittaa. Ennustemalli tuottaa objektiivisen ennusteen myynnin kehittymisestä, kun myyntiin ei kohdistu ei-fundamentaalisia vaikutuksia kuten sisäisiä insentiivejä myynnintulouttamisen suhteen. Ennustemalli tuo selkeyttä budjetointiin ja antaa selkeän suunnan myynnin kehittymiselle. Ennustemallin hyvänä puolena mainittakoon siitä saatava ymmärrys myynnin todennäköisyyksille, joka mahdollistaa johdon harkitun riskinoton. Mallin idea ja konsepti on todistettu ja seuraava vaihe on laajentaa se kattamaan koko Kalmarin mobiilikonedivisioona.
Our key finding is that by using external lagged variables one can create a fundamental fact based model, which can be used as a highly accurate forecasting model. Using simple OLS regression and common-sense variable, the forecast model can track the actual sales development over the time from year to another. Forecast model has caveat what comes to a human factor. The quarter-oriented economy will influence the revenue recognition process and will make the sales to deviate from its fundamental value.
The forecast model do perform as the literature implies, a simple forecast model can predict sales accurately and most importantly, fact based. The forecast model would bring value to the complexity of budgeting and rolling forecasting, since it would bring non-biased forecast and on top of which one can build a complete financial plan. When using the forecast model management would be able to take calculated risks based on facts and selected risk level. The idea and concept, which was proven in thesis could and should be extended to cover entire Kalmar mobile equipment division.
Tiivistelmä:
Liikeyritysten taloudellinen ennustaminen on ollut tutkijoiden mielenkiinnon kohteena 1970-luvun loppupuolelta lähtien. Tutkijat ovat etsineet parhaita käytäntöjä, joita yritykset käyttävät taloudelliseen ennustamiseen. Ekonometrinen tai tilastotieteellinen ennustaminen ei ole yritysten suosima ennustetapa, vaikkakin mallit ovat kehittyneet sekä niiden käyttöönotto on helpottunut. Matemaattisia ennustemalleja on ylenkatsottu ja katsotaan edelleen, vaikka niiden puolueettomuus sekä ennustetarkkuus ovat parempia kuin ihmisten intuition ja kokemukseen perustuvien ennusteiden on.
Tämän tutkimuksen tarkoituksena on tuoda esiin ekonometristen mallien hyödyllisyys liike-elämään sekä taloushallinnon budjetointiprosessiin. Työ alkaa ennustekäytäntöjen tarkasteluilla jo tehtyjen tutkimusten perusteella sekä avaa ristiriistaisten insentiivien vaikutussuhteita ennusteprosessiin sekä budjetointiin. Työn empiirisessä osassa mallinnetaan OLS-regressiolla Kalmarin haarukkatrukkien myyntiä maantieteellisellä alueella, joka koostuu Euroopasta, Lähi-idästä sekä Afrikasta. Estimoitu malli laajennetaan ennustemalliksi, jonka ennustetarkkuutta verrataan ja arvioidaan muihin taloushallinnon tekemiin ennusteisiin. Lopuksi käsitellään mallin heikkouksia sekä mahdollisia tulevaisuuden mallinnustapoja, joilla myynnin syklisyyttä voitaisiin paremmin mallintaa.
Työn tärkein havainto on mahdollisuus luoda täysin ulkoisiin fundamentaalisiin faktoihin perustuva ennustemalli. Yksinkertainen OLS-regressio yhdistettynä fundamenttimuuttujiin mahdollistaa suuren ennustetarkkuuden tilikaudesta toiseen. Ennustemalli toimii kuten aiempi tutkimus sekä kirjallisuus osoittaa. Ennustemalli tuottaa objektiivisen ennusteen myynnin kehittymisestä, kun myyntiin ei kohdistu ei-fundamentaalisia vaikutuksia kuten sisäisiä insentiivejä myynnintulouttamisen suhteen. Ennustemalli tuo selkeyttä budjetointiin ja antaa selkeän suunnan myynnin kehittymiselle. Ennustemallin hyvänä puolena mainittakoon siitä saatava ymmärrys myynnin todennäköisyyksille, joka mahdollistaa johdon harkitun riskinoton. Mallin idea ja konsepti on todistettu ja seuraava vaihe on laajentaa se kattamaan koko Kalmarin mobiilikonedivisioona.