Title: Predictive analytics in budgeting and finance: Inclusion of ROC metrics
Other Titles: Predictive analytics in budgeting and finance: Inclusion of ROC metrics
Language: English
Authors: Leitner, Nikolaus 
Qualification level: Diploma
Advisor: Schwaiger, Walter 
Issue Date: 2021
Number of Pages: 99
Qualification level: Diploma
Abstract: 
In Anlehnung an den SARIMA-Ansatz werden unterschiedliche Prognosemodelle auf Basis von Monats- und Quartalsumsatzdaten eines Unternehmens erklärt und entwickelt. Es wird die Prognosegenauigkeit der auf Monatsdaten basierenden Modelle gegenüber der auf Quartalsdaten basierenden untersucht. Zusätzlich wird der Einfluss des ROC-Ansatzes auf die Erhöhung der Prognosegenauigkeit untersucht. Des Weiteren wird die Methodik der „Effizienzmarkthypothese“ erläutert und eine „Event study“ für dasselbe Unternehmen durchgeführt. Ziel ist es den Einsatz der im Rahmen dieser Studie konstruierten Prognosemodelle für die Vorhersage des Kursverhaltens kurze Zeit nach der Veröffentlichung der Quartaldaten zu prüfen.

Following the SARIMA approach, different forecasting models are explained anddeveloped based on monthly and quarterly revenue data from a real company. It is investigated whether the models based on monthly data have a higher forecasting accuracy than those based on quarterly data and whether the inclusion of the ROC metrics can further increase the forecasting accuracy. Furthermore, the methodology of the efficient market hypothesis is explained, and an event study is conducted for the same company. The goal of this thesis is to ascertain, whether the forecasts constructed in this study can be used to predict how the stock of the company will behave a short time after the announcement day.
Keywords: ROC Ansatz; Growth Cycle; Forecasting Methoden; SARIMA; Event Study; Fama - Effizienz Theorie; Vorhersagbarkeit von Aktien Returns
ROC Method; Growth Cycle; Forecasting methods; SARIMA; Event Study; Fama - Efficient market hypothesis; Predictability of stock returns
URI: https://doi.org/10.34726/hss.2021.87380
http://hdl.handle.net/20.500.12708/17015
DOI: 10.34726/hss.2021.87380
Library ID: AC16161524
Organisation: E330 - Institut für Managementwissenschaften 
Publication Type: Thesis
Hochschulschrift
Appears in Collections:Thesis

Files in this item:

Show full item record

Page view(s)

48
checked on Jun 13, 2021

Download(s)

52
checked on Jun 13, 2021

Google ScholarTM

Check


Items in reposiTUm are protected by copyright, with all rights reserved, unless otherwise indicated.