Från och med årsskiftet år 2005 skall samtliga noterade företag i Sverige redovisa efter IFRS. Syftet med uppsatsen är att undersöka om införandet av IFRS påverkar Analytikers prognoser. Vi har med hjälp av statistiska tester dels undersökt om införandet har bidragit till större prognosavvikelser och dels studerat tre av oss utvalda faktorers påverkan på storleken på analytikers prognosavvikelser. Vi har även genom telefonintervjuer med analytiker undersökt hur de har uppfattat införandet av IFRS. Med hjälp av de statistiska testerna har vi inte kunnat påvisa att analytiker prognosavvikelser har ökat.

Resultaten visar på att abnormal earnings model är en mertillförlitlig modell i förhållande till dividend growth model. Dettafrämst då abnormal earnings model grundar sig på mer tillgängliginformation samt att tillväxträntan i dividend growth model harkonstaterats vara orealistiskt hög. Analytikers prognoser tenderaratt vara optimistiska i början av undersökningsperioden 2000-2002. Perioden 2003-2007 präglas mer av pessimistiskavinstprognoser. Marknadens riskpremie fluktuerar mindre underperioden 2005-2007, vilket kan förklaras utav införandet av IFRSår 2005..

Bakgrund och problemdiskussion: Det produceras idag mängder av vinstprognoser och aktierekommendationer. Det finns även en stor mängd studier genomförda med avsikt att undersöka analytikers träffsäkerhet och prognosförmåga. Majoriteten av dem är eniga om att det råder brister i analytikernas träffsäkerhet. En genomgående förklaring till detta är enligt studier att analytiker tenderar att vara överoptimistiska, överreagera på positiv information samt underreagera på negativ information.Aktieanalytikers vinstprognoser och rekommendationer kan i viss mening anses vara kvalificerade gissningar om framtiden. Det ökade missnöjet och det minskade förtroendet för Analytikers prognoser har en längre tid varit ett flitigt diskuterat ämne.

Analyser och prognoser av företag och deras aktier utgår ofta från försäljningen för att så småningom nå fram till ett prognostiserat eller uppskattat värde. För att kunna göra goda prognoser måste man veta vilka makroekonomiska faktorer som påverkar försäljningen. Denna uppsats syftar till att med hjälp av en ekonometrisk modell undersöka vilka faktorer som påverkar försäljningen av nya bilar i USA. De data som används täcker perioden 1976-2004 och är på månadsbasis. Vidare görs en undersökning av huruvida säsongseffekter existerar i nybilsförsäljningen eller inte.

Tjänsteföretagen befinner sig i en dynamisk omgivning och för att öka sin konkurrenskraft måste de snabbt kunna reagera på förändringar på marknaden. Då en viktig strategisk strävan för tjänsteföretagen är ökad flexibilitet, är det väsentligt även med en flexibel styrning. Ekonomistyrningen är ett centralt verktyg för att möta kundernas krav och för att till en låg kostnad kunna hålla en hög kvalitet på sina tjänster. Idag används traditionell budgetstyrning i de flesta företag trots att det har framkommit kritik gentemot detta styrmedel. En kontinuerlig och mer aktuell styrning, som kan förbättra flexibiliteten och lätt kan signalera om förändringar i omvärlden, är rullande prognoser.

Från och med den 1 januari 2005 upprättar de svenska börsnoterade skogsbolagen sin koncernredovisning i enlighet med den internationella redovisningsstandarden IAS 41. Standarden innebär att skogstillgångarna ska värderas till verkligt värde, det vill säga till tillgångarnas marknadsvärde. Då marknadsvärden inte anses finnas för skogstillgångarna gör skogsbolagen egna subjektiva tillgångsvärderingar. Subjektiviteten i dessa värderingar samt förekomsten av de orealiserade vinster som uppkommer vid omvärderingen till verkligt värde leder till att de kvalitativa kraven på skogsbolagens externredovisning påverkas. Dessa krav är en förutsättning för att redovisningen skall fungera som beslutsunderlag och för analytikers användning av externredovisningen i deras värderingsarbete.Syftet med uppsatsen är därför att belysa hur de svenska skogsbolagen redovisar de förändringar som uppkommit i koncernredovisningen i och med omvärderingen av det verkliga värdet och huruvida analytikers värderingsarbete påverkas av dessa förändringar.

I denna uppsats har olika metoder för att göra prognoser för ekonomiska tidsserier med säsongsmönster jämförts och utvärderats. Frågan som undersökningen har kretsat kring är: Vilken metod är bäst lämpad för att göra prognoser av tidsserier med säsongsmönster? De metoder som jämförs är säsongsrensningsmetoderna Census II och TRAMO/SEATS, säsongsmodellerna SARIMA och ARIMA med dummyvariabler för säsong samt en metod där medelvärdena från de fyra första metoderna används som prognoser. För att genomföra undersökningen har dessa metoder tillämpats på fyra ekonomiska tidsserier, nämligen: konsumtion, BNP, export samt byggstarter. Resultatet från undersökningen är att säsongsmodellerna är bäst för konsumtionsserien, säsongsrensningsmetoderna är bäst för BNP- och exportserien och den ena säsongsmodellen (SARIMA) är bäst för byggstartsserien medan den andra (ARIMA-dummy) är den sämsta.

Problemdiskussion: Finansanalytiker och deras köp- och säljrekommendationer har den senaste tiden varit flitigt omdiskuterade och kritiserade i olika media. Den turbulenta uppgången och den efterföljande kraftiga nedgången har lett till man kan ställa sig frågan hur lämpliga de befintliga modellerna för aktievärdering är. Det har även diskuterats att börspsykologi blivit ett allt viktigare inslag på aktiemarknaden. Kanske är det så att de aktievärderingsmodeller som används idag inte längre är lika tillförlitliga som de har varit tidigare. Problematiken i uppsatsen är fokuserad på vilka modeller de svenska analytikerna använder idag och även om det finns teoretisk täckning bakom besluten.

Budgeten har länge kritiserats från olika håll för att budgetprocessen är tid- ochresurskrävande och för att den medför lite mervärde för företag. Dessutom blir budgetensnabbt inaktuell eftersom den inte tar hänsyn till dagens snabba omvärldsförändringar.Trots detta används den idag som ett centralt styr- och uppföljningsverktyg hos mångaföretag runt om i världen. På grund av att budgeten har ifrågasatts har rullande prognosersom ett alternativt styrmedel uppmärksammats mycket. Rullande prognoser ärfördelaktiga när det råder betydande osäkerhet i företagets omgivning och budgetendärför snabbt blir inaktuell. Dock finns det delade meningar om rullande prognoser rollsom styrverktyg.

Datalager används för att ge företag en samlad bild av sin verksamhet, en bild som byggs upp av analytikers statistiska beräkningar och modeller. Analytiker arbetar i datalager med hjälp av olika analysverktyg, och begränsas av dessa verktygs möjligheter att ge en förståelse av datalagrets uppbyggnad och funktion, och av möjligheterna att hitta rätt analysdata. Arbetet med att hitta och analysera data är en iterativ problemlösningsprocess för att få fram det önskade resultatet.Visualiseringar kan fungera som ett verktyg i arbetet och stödja användares beslutsfattande. Denna kvalitativa fallstudie syftar till att undersöka hur visualisering kan användas som ett stöd för marknads- och kreditanalytikers datalagerarbete. Studien använde användarcentrerade metoder för att undersöka analytikers arbete i ett datalager.

Inledning: Många företag genomför idag någon form av prognos som underlag för deras beslut.Det kan handla om prognoser för hur mycket marknaden kommer att efterfråga, hur storakostnader företaget förväntas ha eller hur mycket personal som kommer krävas.Problemformulering: Hur använder företag prognoser i sin verksamhet?Syfte: Syftet med den här uppsatsen är att beskriva och förklara hur prognoser används i företag.Metod: Den här studien har byggt på en kvalitativ forskningsstrategi. Arbetets forskningsansatshar varierat mellan en induktiv metod och en deduktiv metod. Uppsatsens empiriska material harinförskaffats genom semistrukturerade intervjuer på två utvalda företag; Galenica AB och SAABtraining and simulation.Resultat och slutsats: Undersökningen visar att företag använder prognoser som grund för attfatta beslut. Prognoser används främst som grund för budgetarbetet, men företag upprättar ävenprognoser över andra faktorer som påverkar företagets framtid.

Studien har undersökt prognosers trovärdighet bland svenska börsbolag. Undersökningen begränsades inte till att endast inkludera vinstprognoser utan all framåtblickande information som företagen kommunicerade analyserades. Syftet var att tydliggöra ett mönster i de studerade företagens prognoser och därmed underlätta för investerare att urskilja relevant information. Studien byggdes upp av tre hypoteser där prognosers trovärdighet krosskördes med risken, tiden och värderingen på företagen. Undersökningen har genomförts genom en kvantitativ analys av primärdata.

Abstract: Since the recession caught the market in fall 2008, multiple companies have suffered due to their former aggressive investment behavior. Huge goodwill piles have been collected ready to be doomed by the market. The aim of the study is to investigate equity analysts? consideration of goodwill in a recession market. An empirical study is conducted, based on interviews with ten Swedish equity analysts that follow companies with relevant goodwill status.

Titel: Inflation: Ger kointegration bättre prognoser Ämne/Kurs: NEK691, Examensarbete C, 10 poäng Författare: Kristofer Månsson Handledare: Thomas Elger Nyckelord: Inflationsprognoser, indirekt metod, kvantitetsteori, kointegration Syfte: Syftet med uppsatsen är att undersöka om eventuell kointegration mellan inflation och penningmängd ger bättre inflationsprognoser. Metod: Jag använder mig av svensk kvartalsdata för inflation och penningmängd (mätt som M0 och M3) mellan 1993:1 och 2005:4, för att se om modeller med en felkorrigeringsterm ger bättre prognoser än VAR-modeller, AR-modeller och RW-modeller. Jag prognostiserar med indirekt metod och använder tre olika prognoshorisonter, t+1, t+4 och t+8. Slutsats: Kointegration ger inte bättre prognoser oavsett prognoshorisont. För t+1 är AR-modellen bäst och för t+4 och t+8 är VAR-modellerna bäst.

I denna uppsats utvärderar författarna den metod Statistiska Centralbyrån använder sig av vid befolkningsframskrivningar. Metoden fungerar relativt bra vid prognoser över totalbefolkningen, men det visade sig att det blev problem med prognosen av individer i mycket unga och mycket äldre åldrar..