Tulosyksikön liikevaihdon ja käyttökatteen ennustaminen stokastisella neuroverkolla

Abstract

Rakennusalaa leimaa voimakas suhdannevaihtelu. Yksittäisen rakennusliikkeen näkökulmasta kestävän liiketoiminnan perustana on tulevan kysynnän ja kannattavuuden ennakointi. Mahdollisimman tarkalla arviolla tulevaisuudesta varmistetaan resurssien riittävyys, mutta vältetään kalliin liikakapasiteetin ylläpito.

Tässä diplomityössä luodaan stokastiseen neuroverkkoon pohjautuva ennustemalli, joka kasvattaa ennustehorisonttia päivittämällä budjetointivaiheessa tehtyä arviota tulevasta rakennusmarkkinasta tarjoustilanteella. Tutkimustavoitetta lähestytään tutkimuksessa kvantitatiivisesti regressioanalyysin kautta.

Tutkimuksen perusteella tilauspohjaisessa liiketoiminnassa liiketoiminnan tuleva laajuus ja kannattavuus riippuu vahvasti sekä nykyisestä tulouttamattomasta tilauskannasta, sekä tämän tulouttamattoman tilauskannan laadusta. Teoriaosuuden pohjalta muodostunut tutkimushypoteesi tulevien tuloslaskelman tunnuslukujen ennustamisesta nykytilassa tiedettävän tarjouskannan muuttujien perusteella osoittautui paikkaansa pitäväksi. Tehdyn tutkimuksen perusteella liiketoiminnan laajuutta ja kannattavuutta voidaan estimoida työn lopputuloksena syntyneen ennustemallin avulla.

The construction industry is characterized by strong economic fluctuations. From the perspective of an individual construction company, the foundation of sustainable business lies in anticipating future demand and profitability. Ensuring resource adequacy while avoiding the maintenance of costly excess capacity is achieved through the most accurate estimation of the future.

This thesis develops a forecasting model based on stochastic neural networks, which extends the forecasting horizon by updating the estimate made during the budgeting phase with the current tender situation in the construction market. The research objective is approached quantitatively through non-linear regression analysis.

According to the study, in order-based businesses, the future scope and profitability of the business depend heavily on both the current orderbook yet to be fulfilled and the quality of this backlog. The research hypothesis formed based on the theoretical framework regarding predicting future financial statement figures based on known variables of the current bid backlog proved to be valid. Based on the conducted research, the extent and profitability of the business can be estimated using the forecasting model developed as a result of this work.