About: Rizika prognózy tržeb na základě historických dat a jejich důsledky pro vypočtenou hodnotu podniku     Goto   Sponge   NotDistinct   Permalink

An Entity of Type : http://linked.opendata.cz/ontology/domain/vavai/Vysledek, within Data Space : linked.opendata.cz associated with source document(s)

AttributesValues
rdf:type
Description
  • 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
  • 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 (cs)
  • 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 (en)
Title
  • Rizika prognózy tržeb na základě historických dat a jejich důsledky pro vypočtenou hodnotu podniku
  • Rizika prognózy tržeb na základě historických dat a jejich důsledky pro vypočtenou hodnotu podniku (cs)
  • Risks of sales forecasting based on historical data and their impact on calculated business value using the income capitalization approach (en)
skos:prefLabel
  • Rizika prognózy tržeb na základě historických dat a jejich důsledky pro vypočtenou hodnotu podniku
  • Rizika prognózy tržeb na základě historických dat a jejich důsledky pro vypočtenou hodnotu podniku (cs)
  • Risks of sales forecasting based on historical data and their impact on calculated business value using the income capitalization approach (en)
skos:notation
  • RIV/00216305:26510/11:PU95790!RIV12-MSM-26510___
http://linked.open...avai/predkladatel
http://linked.open...avai/riv/aktivita
http://linked.open...avai/riv/aktivity
  • P(MEB0810138), S
http://linked.open...iv/cisloPeriodika
  • 9
http://linked.open...vai/riv/dodaniDat
http://linked.open...aciTvurceVysledku
http://linked.open.../riv/druhVysledku
http://linked.open...iv/duvernostUdaju
http://linked.open...titaPredkladatele
http://linked.open...dnocenehoVysledku
  • 227217
http://linked.open...ai/riv/idVysledku
  • RIV/00216305:26510/11:PU95790
http://linked.open...riv/jazykVysledku
http://linked.open.../riv/klicovaSlova
  • sales forecast, error function, forecast error, business valuation, time series, regression analysis (en)
http://linked.open.../riv/klicoveSlovo
http://linked.open...odStatuVydavatele
  • CZ - Česká republika
http://linked.open...ontrolniKodProRIV
  • [AD8FB1ACA2CC]
http://linked.open...i/riv/nazevZdroje
  • TRENDY EKONOMIKY A MANAGEMENTU
http://linked.open...in/vavai/riv/obor
http://linked.open...ichTvurcuVysledku
http://linked.open...cetTvurcuVysledku
http://linked.open...vavai/riv/projekt
http://linked.open...UplatneniVysledku
http://linked.open...v/svazekPeriodika
  • 5
http://linked.open...iv/tvurceVysledku
  • Karas, Michal
  • Režňáková, Mária
issn
  • 1802-8527
number of pages
http://localhost/t...ganizacniJednotka
  • 26510
is http://linked.open...avai/riv/vysledek of
Faceted Search & Find service v1.16.118 as of Jun 21 2024


Alternative Linked Data Documents: ODE     Content Formats:   [cxml] [csv]     RDF   [text] [turtle] [ld+json] [rdf+json] [rdf+xml]     ODATA   [atom+xml] [odata+json]     Microdata   [microdata+json] [html]    About   
This material is Open Knowledge   W3C Semantic Web Technology [RDF Data] Valid XHTML + RDFa
OpenLink Virtuoso version 07.20.3240 as of Jun 21 2024, on Linux (x86_64-pc-linux-gnu), Single-Server Edition (126 GB total memory, 58 GB memory in use)
Data on this page belongs to its respective rights holders.
Virtuoso Faceted Browser Copyright © 2009-2024 OpenLink Software