Autorentext

Martin Meermeyer, Jahrgang 1977, studierte nach einer Ausbildung zum Bankkaufmann von 2000 bis 2005 Wirtschaftswissenschaften an der Bergischen Universität Wuppertal. Seit 2002 ist er am Lehrstuhl für Wirtschaftsstatistik von Prof. Dr. Gerhard Arminger zunächst als studentische Hilfskraft, nach seinem Abschluss als Diplom-Ökonom als wissenschaftlicher Mitarbeiter tätig. In dieser Zeit führte er zahlreiche Lehrveranstaltungen und Forschungsprojekte durch und war an der Durchführung diverser Projekte mit Partnern aus der Wirtschaft maßgeblich beteiligt. Die Promotion zum Dr. rer. oec. erfolgte im Frühjahr 2011.

Klappentext

Die Prognose des zukünftigen Bedarfs von Konsumgüterartikeln ist für die Steuerung der Logistikkette im Handel von zentraler Bedeutung. Handelsunternehmen stehen hierbei vor der Herausforderung, den Bedarf für eine sehr große Anzahl von Artikeln auf Basis von Vergangenheitswerten prognostizieren zu müssen. Die in diesem betriebswirtschaftlichen Kontext auftretenden Zeitreihen unterscheiden sich typischerweise im Hinblick auf die Frequenz und die Länge des Beobachtungszeitraumes von klassischen makroökonomischen Zeitreihen. Vor dem Hintergrund dieser spezifischen Charakteristiken und der erforderlichen vollautomatischen Anwendbarkeit der Prognoseverfahren bietet sich die Verwendung nichtparametrischer Splineregressionsmodelle an. Die Prognose von Trend- und Saisonfiguren auf Basis dieser Modelle ist jedoch mit Problemen behaftet, zu deren Behebung verschiedene Lösungsansätze entwickelt werden. Diese umfassen erstens die Verwendung eines neuen, adaptiven Knotenwahlverfahrens, dem ein Algorithmus zur Strukturbrucherkennung zugrunde liegt, zweitens die Nutzung von Splinefunktionen mit Randbedingungen, die in der ökonometrischen Praxis nur selten genutzt werden, sowie drittens die Dämpfung der Prognosefunktion. Die Wirksamkeit dieser Ansätze wird im Rahmen einer empirischen Untersuchung auf Basis eines Massendatensatzes mit Schnelldrehern nachgewiesen. Hierbei wird auch ein neuer, auf robusten Glättern basierender Algorithmus zur Ausreißerbereinigung erfolgreich eingesetzt. Zur Auswertung der empirischen Untersuchung werden neben klassischen deskriptiven Statistiken zwei eigens zu diesem Zweck entwickelte, grafische Auswertungstechniken eingesetzt, die eine differenzierte Beurteilung der Prognoseleistung mehrerer Prognoseverfahren in Zeitreihenmassendaten erlauben.