Kassavirtaennustemallin kehittäminen projektiliiketoimintaa harjoittavalle metalliteollisuuden yritykselle
Kuisti, Marjaana (2008)
Kuisti, Marjaana
2008
Kuvaus
Opinnäytetyö kokotekstinä PDF-muodossa.
Tiivistelmä
Kassavirtojen ennustaminen on nähty haasteelliseksi ja tärkeäksi tutkimuskentäksi projektimuotoisessa liiketoiminnassa jo vuosikymmenten ajan. Projektien kassavirtojen mallintamiseen ja ennustamiseen käytetyt menetelmät ovat kehittyneet vuosien varrella. Ennustemenetelmissä on käytetty yleisimmin erilaisia matemaattisia malleja. Tuoreemmissa tutkimuksissa on pyritty pitkälle saatettuun automatisointiin ja yksilöllisten ennusteiden tuottamiseen.
Tässä tutkimuksessa lähestytään kassavirtojen ennustamisen ongelmaa metalliteollisuuden projektiliiketoiminnan näkökulmasta. Tutkimus toteutettiin konstruktiivisena case -tutkimuksena ja sen lopputuloksena kehitettiin kohdeyritykselle toimiva kassavirtaennustejärjestelmä. Järjestelmässä yhdistyvät logistisen ennusteen ja ryhmiteltyjen standardikäyrien käyttö. Tutkimuksen pohjana käytettiin kohdeyrityksen 43 projektista kerättyä aineistoa. Tulosten valossa voidaan todeta, että ennusteessa saavutettu 5,42 % keskihajonta osoittaa, että mallilla pystytään tuottamaan riittävän tarkkoja ennusteita yrityksen tarpeita varten.
Tutkimuksessa vastataan käytännössä havaittuun ongelmaan tieteellisen, matemaattisen menetelmän avulla. Järjestelmässä ennustetaan haasteellista, todellista ilmiötä logistisen jakauman ennustamiseen pohjautuvaan teoriaan nojaten. Tämä tutkimus jatkaa kansainvälisten tutkimusten muodostamaa teoriapohjaa uudenlaisen menetelmän esittelyllä, sekä toimii uran uurtajana kotimaisen kassavirtatutkimuksen saralla projektimuotoisen liiketoiminnan näkökulmasta.
Tässä tutkimuksessa lähestytään kassavirtojen ennustamisen ongelmaa metalliteollisuuden projektiliiketoiminnan näkökulmasta. Tutkimus toteutettiin konstruktiivisena case -tutkimuksena ja sen lopputuloksena kehitettiin kohdeyritykselle toimiva kassavirtaennustejärjestelmä. Järjestelmässä yhdistyvät logistisen ennusteen ja ryhmiteltyjen standardikäyrien käyttö. Tutkimuksen pohjana käytettiin kohdeyrityksen 43 projektista kerättyä aineistoa. Tulosten valossa voidaan todeta, että ennusteessa saavutettu 5,42 % keskihajonta osoittaa, että mallilla pystytään tuottamaan riittävän tarkkoja ennusteita yrityksen tarpeita varten.
Tutkimuksessa vastataan käytännössä havaittuun ongelmaan tieteellisen, matemaattisen menetelmän avulla. Järjestelmässä ennustetaan haasteellista, todellista ilmiötä logistisen jakauman ennustamiseen pohjautuvaan teoriaan nojaten. Tämä tutkimus jatkaa kansainvälisten tutkimusten muodostamaa teoriapohjaa uudenlaisen menetelmän esittelyllä, sekä toimii uran uurtajana kotimaisen kassavirtatutkimuksen saralla projektimuotoisen liiketoiminnan näkökulmasta.