Rizika prognózy tržeb na základě historických dat a jejich důsledky pro vypočtenou hodnotu podniku

Risks of sales forecasting based on historical data and their impact on calculated business value using the income capitalization approach

článek v časopise - ostatní, Jost

čeština

Článek se zabývá statistickými metodami prognózy tržeb a jejich dopadem na vyčíslenou hodnotu podniku při použítí výnosových metod ocenění. Cílem bylo popsat několik statistických metod užívaných v praxi k prognóze tržeb a demonstrovat omezenost jejich použití. K sestavení prognózy tržeb bylo užito základních statistických metod tj. metod časových řad a regresní analýzy při použítí jednofaktorového modelu. K posouzení prognostické chyby bylo použito následujících chybových funkcí: střední chyba, střední čtvercová chyba, Spearmanův koeficient, index determinace,Theilův koeficient a další. Pro výpočet hodnoty podniku bylo užito modelů DCF entity a EVA/MVA entity. Hlavním cílem článku je zodpovědět následující otázky: Povede užití chybových funkcí, presentovaných v literatuře, k volbě nejvhodnější metody prognózy tržeb?A to i za předpokadu nestabilního vývoje okolí podniku. Jak přesně je možné určit hodnotu podniku? Metoda prognózy tržeb, zvolená na základě literatury, vedla k největší prognostické chybě z použitých metod. Za předpokladu nestabilního vývoje mají chybové funkce omezené užití. Souhlasíme s Littlem, Damodaranem, Makridakisem a Talebem, kteří tvrdí, že prognóza tržeb založená na historických datech nemůže k nejpřesnější prognóze. Navrhujeme kombinovat statistické metody a odborný úsudek, tak jak je presentován v pracích O'Connora, Remuse and Griggse.

This paper deals with statistical methods of sales forecasting and their impact on calculated business value using the income capitalization approach. Our aim was to present several statistical methods used in practice for sales forecasting and demonstrate the limitation of their use. The main scientific aim of this paper is to answer following questions: Will the use of error function, presented in literature, lead to choosing the most accurate method for sales forecasting? Even under the situation of unstable development of the companys environment. How accurate is possible to calculate the business value? For creating a sale prognosis we used basic statistical methods e.g. time series and regression analysis using one dimensional model. For forecast error evaluation we used following error function: mean error, mean square error, Spearmans coefficient, index of determination, Thiels index and so on. For calculating business value we used the DCF entity and EVA/MVA entity model. The method selected on the basis of error functions, presented in literature, lead to largest forecast error among presented methods. Under the situation of sustainable development of environment, this error function has a limited used. Conclusions We agree with Little, Damodaran, Makridakis, Taleb ho claim that the forecast of sales based on historical data could not lead to most accurate results. We suggest to combine statistical methods with judgmental forecasts as it is presented in work of OConnor, Remus and Griggs.

prognózta tržeb, chybová funkce, prognostická chyba, oceňování (ohodnocování) podniku, časové řady, regresní analýza

sales forecast, error function, forecast error, business valuation, time series, regression analysis

KARAS, M.; REŽŇÁKOVÁ, M.

2011

31. 12. 2011

1802-8527

TRENDY EKONOMIKY A MANAGEMENTU

5

9

Česká republika

9

23

15