Abstract
Forecasting is essential for the company activities, as it helps to predict company's future results. Forecasting methods theory analysis has showed that the application of mathematical methods are very wide. After the forecasting of sales revenue and profits of „Klaipėda vanduo“ LC. for 2013–2014 has been done, it is possible to claim that forecasting according to parabolic trend is appropriate for forecasting indicators, one the grounds that MAPE index for sales revenue and gross profit indicators has turned out to be very accurate, and for financial forecast - accurate. Linear trend forecasting is also suitable for the sales revenues forecasting due to the similarity of received calculated errors. The results achieved have depicted that according to the linear trend the sales revenues average will be 41,48 million litas in 2013. The average of the sales revenues according to parabolic trend will be 41,56 million litas. In 2014 according to linear trend the sales revenues will reach 41,70 million litas and according to parabolic trend they will reach 41,87 million litas. Gross profit in 2013 is forecasted to be 8,21 million litas and in 2014 – 5,4 million litas. 2013 and 2014 forecasting showed, that company will suffer net losses.
Highlights
Šiuolaikinėje nuolat kintančioje aplinkoje įmonėms išsilaikyti rinkoje vis sudėtingiau
Box ir kt. (2008) teigia, kad laiko eilutė yra iš nuoseklių stebėjimų gauta skaičių seka
Gross profit in 2013 is forecasted to be [8,21] million litas and in 2014 – 5,4 million litas. 2013 and 2014 forecasting showed, that company will suffer net losses
Summary
Straipsnyje nagrinėjamas matematinių metodų patikimumas prognozuojant įmonių finansinius rezultatus. V. Aleknevičienės (2011) nuomone, finansinis prognozavimas yra finansinių ataskaitų tikėtinų duomenų numatymas ateityje. A. Pabedinskaitė (2005) teigia, kad prognozavimas yra neatsiejama valdymo sprendimų dalis ir gali padėti numatyti daugelį būsimų aspektų verslo operacijoms. V. Aleknevičienė (2011) teigia, kad finansinis prognozavimas gali būti atliekamas remiantis viena iš prielaidų: nekeičiant santykinių rodiklių arba keičiant santykinius rodiklius. Labai paplitę metodai yra laiko eilutės, kurie plačiai apibūdinami įvairioje literatūroje. (2011) teigia, kad laiko eilutės yra specialaus tipo tikimybinis procesas. Pabedinskaitės (2005), laiko eilutės yra sutvarkyti praeities duomenys. (2008) teigia, kad laiko eilutė yra iš nuoseklių stebėjimų gauta skaičių seka. Teigia, kad būtent trendo ekstrapoliacija praktikoje laikoma labiausiai paplitusiu kiekybinio prognozavimo metodu. Santykinė nuo regresijos priklausančių nuokrypių kvadratų dalis bendroje sumoje yra determinacijos koeficientas R2, tai regresijos lygties patikimumo rodiklis (Pabedinskaitė, 2005). A. Pabedinskaitė (2005) teigia, kad šis rodiklis įvertina paklaidos dydį, palyginti su laiko eilutės reikšmėmis. Boguslauskas (2007) pateikia tokią šios paklaidos vertinimo sistemą (1-oji lentelė):
Sign-in/Register to view highlights & summary Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a callDisclaimer: All third-party content on this website/platform is and will remain the property of their respective owners and is provided on "as is" basis without any warranties, express or implied. Use of third-party content does not indicate any affiliation, sponsorship with or endorsement by them. Any references to third-party content is to identify the corresponding services and shall be considered fair use under The CopyrightLaw.
