Advertisement

Ansätze zur Optimierung der entgeltpolitischen Absatzinstrumente auf der Basis expliziter Wirkungsfunktionen

  • Bernd Volkmann
Part of the Betriebswirtschaftliche Forschung zur Unternehmensführung book series (BFU, volume 15)

Zusammenfassung

Um unternehmerisch planen zu können, ist zunächst die Struktur des belieferten Absatzmarktes aufzuklären. Der Konsumgüterhersteller, aus dessen Perspektive die Untersuchung durchgeführt wird, ist vor die Aufgabe gestellt, ein Marktmodell zu entwickeln, das sich auf die entscheidungsrelevanten Elemente beschränkt und die grundsätzliche Wirkungsweise der eingesetzten Aktionsparameter wiedergibt. Dabei gelten entscheidungsfeidabhängig folgende Annahmen:
  1. 1)

    Die Planung erfolgt einperiodig für ein eingeführtes Produkt unabhängig von weiteren Erzeugnissen des Produzenten.

     
  2. 2)

    Besteht der Distributionskanal aus mehreren, hintereinandergeschalteten Handelsbetrieben, so wird eine Aggregation zu einer Absatzmittlerstufe vorgenommen.

     
  3. 3)

    Planungsgegenstand ist die Entgeltpolitik. Aktionsparameter sind die unverbindliche Endverbraucherpreisempfehlung und die Handelsspanne.

     

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. 1).
    Vgl. H. Steffenhagen, Wirkungen absatzpolitischer Instrumente, Stuttgart, 1978, S. 135.Google Scholar
  2. 2).
    Vgl. Tabelle 6.Google Scholar
  3. 1).
    Vgl. H. Meffert und H. Steffenhagen, Marketing-Prognosemodelle, 1978a.a.O., S. 31.Google Scholar
  4. 1).
    Vgl. H. Steffenhagen, Konflikt und Kooperation in Absatzkanälen, Wiesbaden 1975, S. 141.Google Scholar
  5. 1).
    Vgl. H. Jacob, Preispolitik, 1975a.a.O., S. 65 ff.Google Scholar
  6. 2).
    Die realisierte Absatzmenge entspricht der Nachfragemenge der Konsumenten.Google Scholar
  7. 1).
    Von einer preisabhängigen Beurteilung der Produktqualität wird zunächst abgesehen.Google Scholar
  8. 2).
    Vgl. H. Meffert und H. Steffenhagen, Marketing-Prognosemodelle, a.a.O., S. 162 f.Google Scholar
  9. 3).
    Vgl. K.P. Kaas, Empirische Preisabsatzfunktionen bei Konsumgütern, Berlin, Heidelberg, New York 1977, S. 128 ff.Google Scholar
  10. 1).
    Vgl. K.P. Kaas, a.a.O., S. 133.Google Scholar
  11. 2).
    ME: Mengeneinheiten; GE: Geldeinheiten; PE: Periode.Google Scholar
  12. 1).
    Vgl. H. Meffert und H. Steffenhagen, Marketing-Prognosemodelle, a.a.O., S. 176 ff.Google Scholar
  13. 1).
    Vgl. E. Kreyszig, Statistische Methoden und ihre Anwendungen, 4. Auflage, Göttingen 1973, S. 258 ff.Google Scholar
  14. 2).
    Vgl. T.H. Naylor und H. Schauland, Marketing-Modelle -Spezifizierung, Schätzung und Problemlösung, in: Computer-gestützte Marketing-Planung, Hrsg.: H.R. Hansen, München 1974, S. 519 – 543, hier S. 528.Google Scholar
  15. 1).
    Vgl. W.-R. Bretzke, Das Prognoseproblem bei der Unternehmungsbewertung, Düsseldorf 1975, S. 197 f.Google Scholar
  16. 2).
    J. Wild, Unternehmerische Entscheidungen, Prognosen und Wahrscheinlichkeit, in: ZfB Jg. 39 (1969), Ergänzungsheft 2, S. 60 – 89, hier S. 62.Google Scholar
  17. 1).
    Vgl. J.J. Lambin, A Computer On-Line Marketing Mix Model, in: JoMR Vol. IX (1972), S. 119 – 126, hier S. 124. f.Google Scholar
  18. 2).
    Vgl. H. Jacob, Preispolitik, (1972)a.a.O., S. 18 f.Google Scholar
  19. 3).
    Vgl. J. Schwarze, Stochastische Ansätze in der Theorie der Unternehmung, Meisenheim am Glan 1967, S. 54 ff.Google Scholar
  20. 1).
    Vgl. H. Schneeweiß, Stochastische Ansätze in der Theorie der Unternehmung, Meisenheim am Glan 1967, a.a.O., S. 61 ff.Google Scholar
  21. 2).
    Vgl. auch E.III.3.g)bb) dieser Arbeit.Google Scholar
  22. 3).
    F steht für Verteilungsfunktion. Zum Dominanzprinzip siehe auch E.III.3.g)aa).Google Scholar
  23. 4).
    Vgl. H. Schneeweiß, a.a.O., S. 37 ff.Google Scholar
  24. 1).
    Vgl. K.-W. Hansmann, Planung, a.a.O., S. 55 sowie D. Folkers, Monopolistische Preispolitik bei stochastischer Nachfrage, Göttingen 1975, S. 10 ff.Google Scholar
  25. 1).
    Bei effizienten Verteilungen gilt für mindestens ein G das Größer-Zeichen in (D-8). Effiziente Verteilungen schneiden sich also.Google Scholar
  26. 2).
    Vgl. R.C. Burgess, Portfolio Applications: Comparison of Selection Models, in: Stochastic Dominance, Hrsg.: G.A. Whitmore und M.C. Findlay, Lexington (Mass.), Toronto 1978, S. 165 – 195, hier S. 166 f.Google Scholar
  27. 1).
    Im folgenden wird risikoseheues Verhalten unterstellt, was bei wirtschaftlichen Fragestellungen im allgemeinen als zutreffend angesehen wird; vgl. H. Schneeweiß, a.a.O., S. 52 ff.Google Scholar
  28. 1).
    Vgl. H. Levy und M. Sarnat, Portfolio Selection and Investors Utility: a Graphical Analysis, in: Applied Economics Vol. 2 (1970), S. 113 – 119.Google Scholar
  29. 2).
    Vgl. W. Leber, Zur Rationalität von Entscheidungskriterien bei Unsicherheit, in: ZfB Jg. 45 (1975), S. 493 – 497; siehe auch E.III.3.g)bb) dieser Arbeit.Google Scholar
  30. 1).
    Zu diesem Zweck steht am Rechenzentrum der Universität Hamburg in der Programmbibliothek des Rechners TR 440 die Routine GLEICHUNG zur Verfügung.Google Scholar
  31. 1).
    Vgl. H. Jacob, Preispolitik, a.a.O., S. 256.Google Scholar
  32. 2).
    Vgl. Abschnitt B.H.2.Google Scholar
  33. 1).
    Vgl. H. Hax, a.a.O., S. 37 ff.Google Scholar
  34. 2).
    Vgl. F. Zeuthen, Kosten und Wirkungen der Reklame in theoretischer Beleuchtung, in: Archiv für mathematische Wirtschafts- und Sozialforschung Bd. 1 (1935), S. 159 – 166.Google Scholar
  35. 3).
    Vgl. H. Hax, Kosten und Wirkungen der Reklame in theoretischer Beleuchtung, in: Archiv für mathematische Wirtschafts- und Sozialforschung Bd. 1 (1935), a.a.O., S. 38.Google Scholar
  36. 4).
    Vgl. W. Krelle, Preistheorie, II. Teil, 2. Auflage, Tübingen 1976, S. 638.Google Scholar
  37. 1).
    Bei einer im Verhältnis zur Preiselastizität der Nachfrage sehr geringen Handelsspannenelastizität ist denkbar, daß im gesamten Preisintervall die Absatzmenge mit steigender Preisempfehlung trotz steigender Handelsspanne abnimmt.Google Scholar
  38. 2).
    Vgl. H. Hax, a.a.O., S. 40 ff.Google Scholar
  39. 1).
    Die Bedingungen zweiter Ordnung für ein Maximum sind erfüllt.Google Scholar
  40. 2).
    Vgl. H. Jacob, Preispolitik, a.a.O., S. 64. f.Google Scholar
  41. 3).
    H. Hax, a.a.O., S. 42.Google Scholar
  42. 1).
    Vgl. H. Jacob, Preispolitik, a.a.O., S. 258 f.Google Scholar
  43. 1).
    Vgl. K.-W. Hansmann, Preispolitik, a.a.O., S. 23.Google Scholar
  44. 1).
    (D-24) und (D-25) sind für alle im folgenden dargestellten Ansätze gültig.Google Scholar
  45. 1).
    Vgl. B.-T. Ramb, Funktionen mit mehr als einer unabhängigen Variablen (VI), in: WISU Jg.5 (1976), S. 35 – 36.Google Scholar
  46. 2).
    Vgl. auch H. Jacob, Funktionen mit mehr als einer unabhängigen Variablen (VI), in: WISU Jg.5 (1976), Preispolitik, a.a.O., S. 258.Google Scholar
  47. 3).
    Vgl. (D-27) und (D-28).Google Scholar
  48. 1).
    Vgl. Abschnitt III.1. dieses Kapitels.Google Scholar
  49. 2).
    Vgl. D. Pohmer und F.X. Bea, a.a.O., S. 172 ff.Google Scholar
  50. 1).
    Vgl. W. Eichhorn, Modelle der vertikalen Preisbildung, Meisenheim am Glan 1973, S. 27 ff.Google Scholar
  51. 2).
    Um eine einheitliche Schreibweise zu erreichen, wurden die Parametersymbole vom Verfasser geändert.Google Scholar
  52. 1).
    Vgl. Abbildung 3 bei W. Eichhorn, Modelle der vertikalen Preisbildung, Meisenheim am Glan 1973, S. 27, die irrtümlich auch links von P(xmax) einen Wendepunkt zeigt.Google Scholar
  53. 2).
    Vgl. W. Krelle, Preistheorie, II. Teil, 2. Auflage, Tübingen 1976, S. 637 f.Google Scholar
  54. 1).
    Vgl. W. Krelle, Preistheorie, II. Teil, 2. Auflage, Tübingen 1976, S. 637.Google Scholar
  55. 2).
    Vgl. F. Böcker, Modellbezogene Akzeptanzprobleme formaler Entscheidungsmodelle im Marketing, in: Quantitative Ansätze in der Betriebswirtschaftslehre, Hrsg.: H. Müller-Merbach, München 1978, S. 227 – 241, hier S. 234.Google Scholar
  56. 3).
    Vgl. F. Böcker, Modellbezogene Akzeptanzprobleme formaler Entscheidungsmodelle im Marketing, in: Quantitative Ansätze in der Betriebswirtschaftslehre, Hrsg.: H. Müller-Merbach, München 1978, a.a.O., S. 237 f.Google Scholar
  57. 1).
    Unter Hypothese soll eine Annahme verstanden werden, die geeignet ist, Erscheinungen zu erklären, aber noch nicht als einzig mögliche und gültige Erklärung des Sachverhalts erwiesen ist. Hypothesen sind somit einer Falsifikation zugänglich.Google Scholar
  58. 2).
    Dies schließt eine implizite Erfassung in den Parameterwerten nicht aus.Google Scholar
  59. 3).
    Zur expliziten Berücksichtigung der Konkurrenz vgl. F.Google Scholar
  60. 1).
    Vgl. auch H. Steffenhagen, Wirkungen absatzpolitischer Instrumente, Stuttgart 1978, S. 185 f.Google Scholar
  61. 1).
    Ist β=1, so liegt der Wendepunkt auf der Ordinate des (D,x)-Koordinatensystems.Google Scholar
  62. 1).
    F. Edler, Die Theorie der betrieblichen Werbeentscheidung, Diss. Bonn 1965, S. 117.Google Scholar
  63. 2).
    Vgl. J.J. Lambin, Advertising, Competition and Market Conduct in Oligopoly Over Time, Amsterdam, Oxford, New York 1976, S. 95 ff.Google Scholar
  64. 1).
    F. Edler, a.a.O., S. 116 f; vgl. auch G. Wiswede, Die kritische Obergrenze des Werbeaufwandes, in: Jahrbuch für Absatz- und Verbrauchsforschung Jg. 9 (1963), S. 55 – 62, hier S. 5$.Google Scholar
  65. 1).
    Als Begrenzung sind jedoch Preis- und Handelsspannenklasse zu beachten.Google Scholar
  66. 1).
    Vgl. Abschnitt III.2.b) dieses Kapitels.Google Scholar
  67. 2).
    Vgl. zu den das Gleichungssystem bildenden Bedingungen erster Ordnung den Anhang I.Google Scholar
  68. 1).
    Vgl. G. Golub und V. Pereyra, The differentiation of pseudoinverses and nonlinear least squares problems whose variables separate, Tech.Rep.STAN-CS-72–261, Stanford Univ., Stanford (Calif.) 1972.Google Scholar
  69. 1).
    Vgl. T.A. Van Wormer und D.L. Weiss, Fitting Parameters to Complex Models by Direct Search, in: JoMR Vol. VII (1970), S. 503 – 512;Google Scholar
  70. 1a).
    D.M. Himmelblau, Applied Nonlinear Programming, New York, St. Louis, San Francisco, Düsseldorf, Johannesburg, Kuala Lumpur, London, Mexico, Montreal, New Delhi, Panama, Rio de Janeiro, Singapore, Sydney, Toronto 1972, S. 142 ff;Google Scholar
  71. 1b).
    J. Biethahn, Optimierung und Simulation, Wiesbaden 1978, S. 46 ff.Google Scholar
  72. 2).
    Zu diesem Vorgehen vgl. K. Brockhoff, A Test for the Product Life Cycle, in: Econometrica Vol. 35 (1967), S. 472 – 484.Google Scholar
  73. 1).
    Vgl. K. Brockhoff, A Test for the Product Life Cycle, in: Econometrica Vol. 35 (1967), a.a.O., S. 477 ff.Google Scholar
  74. 1).
    Vgl. E. Kreyszig, A Test for the Product Life Cycle, in: Econometrica Vol. 35 (1967), a.a.O., S. 302;Google Scholar
  75. 1).
    Vgl. R. Hooke und T.A. Jeeves, “Direct Search” Solution of Numerical and Statistical Problems, in: Journal of the Association for Computing Machinery Vol. 8 (1961), S. 212 – 229;CrossRefGoogle Scholar
  76. 1a).
    zur Programmierung vgl. H. Späth: Algorithmen für multivariable Ausgleichsmodelle, München, Wien 1974, S. 108 ff.Google Scholar
  77. 2).
    Vgl. D.M. Himmelblau, Algorithmen für multivariable Ausgleichsmodelle, München, Wien 1974, a.a.O., S. U2 ff.Google Scholar
  78. 3).
    Meist gilt als Regel: neuer Parameter = 2•Parameter nach exploratory search I — Ausgangsparameter.Google Scholar
  79. 1).
    Quelle: D.M. Himmelblau, a.a.O., S. 143.Google Scholar
  80. 1).
    Vgl. Abschnitt II.2. dieses Kapitels sowie H. Jacob, Quantifizierungsprobleme im Rahmen der strategischen Unternehmensplanung, in: Führungsprobleme industrieller Unternehmungen, Hrsg.: D. Hahn, Berlin, New York 1980, S. 19 – 45, hier S. 34 ff.Google Scholar
  81. 1).
    Vgl. Abschnitt II.3. dieses Kapitels.Google Scholar
  82. 2).
    Vgl. H. Hax, a.a.O., S. 43 und Beziehung (D-20). Siehe hierzu auch H. Jacob, Preispolitik, a.a.O., S. 261.Google Scholar
  83. 1).
    Vgl. H. Hax, a.a.O., S. 48 ff.Google Scholar
  84. 2).
    Vgl. H. Hax, a.a.O., S. 50 f.Google Scholar
  85. 1).
    Vgl. L. Haegert, Die Aussagefähigkeit der Dualvariablen und die wirtschaftliche Deutung der Optimalitätsbedingungen beim Chance-Constrained Programming, in: Entscheidung bei unsicheren Erwart ungen, Hrsg.: H. Hax, Köln, Opladen 1970, S. 101 – 128, hier S. 111 f.Google Scholar
  86. 1).
    Vgl. zum Newton- und Quasi-Newton-Verfahren zur Extremierung einer unrestringierten, nichtlinearen Funktion H.P. Künzi, W. Krelle und R.v. Randow, Nichtlineare Programmierung, 2. Auflage, Berlin, Heidelberg, New York 1979, S. 198 ffGoogle Scholar
  87. 1a).
    sowie K. Schittkowski, Nonlinear Programming Codes, Berlin, Heidelberg, New York 1980, S. 15 f.CrossRefGoogle Scholar
  88. 1).
    Vgl. H.P. Künzi, W. Krelle und R.v. Randow, Nonlinear Programming Codes, Berlin, Heidelberg, New York 1980, a.a.O., S. 239 ff. Voraussetzung ist, daß die Funktionen F(x), ci(x) und cj(x) stetig differenzierbar sind.Google Scholar
  89. 2).
    Vgl. M.J.D. Powell, A Method for Nonlinear Constraints in Minimization Problems, in: Optimization, Hrsg.: R. Fletcher, London, New York 1969, S. 283 – 298;Google Scholar
  90. 2a).
    R. Fletcher, An Ideal Penalty Function for Constrained Optimization, in: Journal of the Institute of Mathematics and its Applications Vol. 15 (1975), S. 319 – 342.CrossRefGoogle Scholar
  91. 1).
    Es finden sich auch die Bezeichnungen “exact penalty function” oder “multiplier method”, vgl. K. Schittkowski, a.a.O., S. 18.Google Scholar
  92. 2).
    Vgl. R. Fletcher, a.a.O., S. 320; K. Schittkowski, a.a.O., S. 18 f. x, S und θ sind Vektoren mir den Elementen P, D sowie σi bzw. σj und θi bzw. θi Google Scholar
  93. 3).
    Vgl. R. Fletcher, a.a.O., S. 328 ff.Google Scholar
  94. 1).
    Vgl. R. Fletcher, a.a.O., S. 330 ff; eine von Fletcher vorgeschlagene Heuristik ist: σi = 10•σi.Google Scholar
  95. 2).
    Vgl. K. Schittkowski, a.a.O., S. 19. Das Produkt σi•σi bzw. σj•σj entspricht für die optimale Lösung x* dem i-ten bzw. j-ten Lagrange-Multiplikator, vgl. R. Fletcher, a.a.O., S. 330 ff.Google Scholar
  96. 1).
    Vgl. R. Fletcher, a.a.O., S. 333 und S. 338 ff sowie Harwell Subroutine Library, Hrsg.: M.J. Hopper, Atomic Energy Research Establishment (AERE), Harwell 1979. Siehe auch K. Schittkowski, a.a.O., S. 37.Google Scholar
  97. 2).
    Sämtliche Computer-Programme sind vom Verfasser in FORTRAN geschrieben.Google Scholar
  98. 1).
    s=1: optimistische Umweltsituation; s=2: mittlere Umweltsituation; s=3: pessimistische Umweltsituation.Google Scholar
  99. 1).
    Wenn auch die nichtlineare Nebenbedingung bezüglich der Gewinnstandardabweichung eingehalten wird, reduziert sich die erforderliche Rechnerkernzeit weiter, da die Startwerte dann im zulässigen Bereich liegen.Google Scholar
  100. 2).
    Die Bedingung folgt aus dem Erfordernis der negativen Definitheit der Hesse-Matrix, vgl. H.P. Künzi, W. Krelle und R.v. Randow, a.a.O., S. 33 ff.Google Scholar
  101. 1).
    Vgl. das Programm KSTEST in E.IV.1.f).Google Scholar
  102. 2).
    Vgl. D. Folkers, a.a.O., S. 45 ff.Google Scholar
  103. 1).
    Die Standardabweichung ist bei Risikoscheu begrenzt auf σG(P*,D*).Google Scholar
  104. 2).
    Vgl. D. Folkers, a.a.O., S. 52.Google Scholar
  105. 3).
    H. Jacob, Investitionsplanung und Investitionsentscheidung mit Hilfe der Linearprogrammierung, 2. Auflage, Wiesbaden 1971, S. 121.Google Scholar
  106. 1).
    Die folgende Präferenzfunktion ist Bernoulli-konform, gilt für Risikoaversion und gewährleistet aufgrund der gewählten Parameter das Dominanzprinzip, vgl. E.III.3.g)bb).Google Scholar
  107. 2).
    Vgl. H. Schneeweiß, a.a.O., S. 79 ff.Google Scholar
  108. 3).
    Vgl. K.-W. Hansmann, Planung, a.a.O., S. 37 ff.Google Scholar
  109. 1).
    Vgl. auch H. Jacob, Die Planung des Produktions- und des Absatzprogramms, in: Industriebetriebslehre, Bd. II, Planung und Planungsrechnungen, Hrsg.: H. Jacob, Wiesbaden 1972, S. 39 – 259, hier S. 193.Google Scholar
  110. 1).
    Vgl. M. Lange, Die Preisbildung als Entscheidungsproblem, in: WiSt Jg. 4 (1975), S. 105 – 111, hier S. 107 f. Das “Hineinkalkulieren” in eine bestimmte Preisklasse wird in der englisch-sprachigen Literatur anschaulich als target oder ballpark pricing bezeichnet,Google Scholar
  111. 1a).
    vgl. M.I. Alpert, Pricing Decisions, Glenview (ill.), London 1971, S. 4–3 f.Google Scholar
  112. 1).
    Bei derselben Höchststreuung lassen sich nur geringere Gewinnerwartungswerte erzielen.Google Scholar
  113. 2).
    L. Haegert, a.a.O., S. 112.Google Scholar
  114. 1).
    Vgl. E. Batzer und E. Greipl, Vor weiteren Marktanteilsverschiebungen im Einzelhandel, in: Ifo-schnelldienst 25/80 (1980), S. 3 – 8.Google Scholar
  115. 2).
    Vgl. L. Haegert, a.a.O., S. 105 ff.Google Scholar
  116. 3).
    Vgl. L. Haegert, a.a.O., S. 106 f. cc steht für chance constraint.Google Scholar
  117. 1).
    Vgl. L. Haegert, a.a.O., S. 125 f.Google Scholar
  118. 2).
    Pt-1 bezeichnet die Preisempfehlung der Vorperiode.Google Scholar
  119. 3).
    Vgl. H. Nagtegaal, Der Verkaufspreis in der Industrie, Wiesbaden 1974, S. 158.CrossRefGoogle Scholar
  120. 1).
    Voraussetzung ist die Einhaltung der Preisempfehlung.Google Scholar
  121. 2).
    Vgl. H. Nagtegaal, Irrtümer und neue Erkenntnisse bei der Preisbestimmung von industriellen Produkten, in: Maschinenmarkt Jg. 85 (1979), S. 736 – 738.Google Scholar
  122. 1).
    Vgl. K.-W. Hansmann, Regionale Preisdifferenzierung bei beschränkten Produktionskapazitäten mit Hilfe von Gradientenverfahren, in: Operations Research Verfahren XXVI (1977), S. 552 – 561. Die Möglichkeit, unterschiedliche Verknüpfungsformen vorzusehen und der Optimierung zugrunde zu legen, steht dem Entscheidungsträger offen.Google Scholar
  123. 2).
    Zu Segmentierungskriterien vgl. E.IV.3.a).Google Scholar
  124. 3).
    Zu den Vorteilen der Semiaggregation vgl. H. Steffenhagen, Wirkungen absatzpolitischer Instrumente, Stuttgart 1978, S. 182.Google Scholar
  125. 1).
    Vgl. H. Jacob, Wirkungen absatzpolitischer Instrumente, Stuttgart 1978, Preispolitik, a.a.O., S. 85 ff und S. 252.Google Scholar
  126. 2).
    M.R. Warshaw, Pricing to Gain Wholesalers Selling Support, in: JoM Vol. 26 (1962), S. 50 – 54, hier S. 51.Google Scholar
  127. 1).
    Vgl. dazu den folgenden Abschnitt 4.b) dieses Kapitels.Google Scholar
  128. 2).
    Dies folgt aus dem Additionssatz für Mittelwerte von Zufallsvariablen; vgl. E. Kreyszig, a.a.O., S. 153. Zufallsvariablen sind hier die Gewinnrealisationen der Teilmärkte in den verschiedenen Umweltzuständen.Google Scholar
  129. 3).
    Vgl. E. Kreyszig, a.a.O., S. 155.Google Scholar
  130. 4.)
    Jedoch kann umgekehrt aus COVXY=0 nicht auf Unabhängigkeit geschlossen werden.Google Scholar
  131. 1).
    Vgl. K.-W. Hansmann, Planung, a.a.O., S. 31 ff.Google Scholar
  132. 2).
    Vgl. H.M. Markowitz, Portfolio Selection Efficient Diversification of Investments, Second printing, New Haven, London 1970, S. 129 ff undGoogle Scholar
  133. 2a).
    L. Peters, Simultane Produktions- und Investitionsplanung mit Hilfe der Portfolio Selection, Berlin 1971, S. 69 f.Google Scholar
  134. 3).
    Vgl. H. Jacob, Zur Bedeutung von Flexibilität und Diversifikation bei Realinvestitionen, in: Unternehmenstheorie und Unternehmensplanung, Hrsg.: W. Mellwig, Wiesbaden 1979, S. 31 – 67, im folgenden zitiert als: Diversifikation, hier S. 53.CrossRefGoogle Scholar
  135. 1).
    Vgl. S. Peters, Planung, in: Rationelle Betriebswirtschaft, Hrsg.: W. Müller und J. Krink, Neuwied, Berlin 1973, S. 81 ff.Google Scholar
  136. 1).
    Vgl. H. Jacob, Diversifikation, a.a.O., S. 46 ff, insbesondere S. 49.Google Scholar
  137. 2).
    Vgl. H. Jacob, Unsicherheit und Flexibilität, in: ZfB Jg. 44 (1974), S. 299 – 326, S. 403 – 448, S. 505 – 526, im folgenden zitiert als: Flexibilität, hier S. 321.Google Scholar
  138. 1).
    Es gelten die Daten der Tabellen 8 und 12.Google Scholar
  139. 2).
    Vgl. O. Angehrn, a.a.O., S. 158 f.Google Scholar
  140. 1).
    Zum Transportkostenaspekt vgl. H. Möller, Grundlagen einer Theorie der regionalen Preisdifferenzierung, in: Weltwirtschaftliches Archiv Bd. 58 (1943) II, S. 335 ff, hier S. 344 ff.Google Scholar
  141. 1a).
    Bezüglich der Präferenzen siehe P. Kupsch und K. Schöler, Preispolitische Risiken und Marktgebiet, in: Journal für Betriebswirtschaft Jg. 28 (1978), S. 28 – 45, hier S. 29 ff. 2) P. Kupsch und K. Schöler, a.a.O., S. 31.Google Scholar
  142. 1).
    Inwieweit ein solches Preisverhalten wettbewerbsrechtlich relevant ist (Diskriminierung), soll hier nicht diskutiert werden.Google Scholar
  143. 1).
    Vgl. H. Jacob, Preispolitik, a.a.O., S. 89 f.Google Scholar
  144. 2).
    Ahl, ist jetzt Zufallsvariable, deren Wahrscheinlichkeitsverteilung prognostiziert werden muß.Google Scholar
  145. 1).
    Vgl. Abschnitt IV.3.d) dieses Kapitels.Google Scholar
  146. 2).
    Vgl. O. Loistl, Finanzmittel-Management, in: Rationelle Betriebswirtschaft, Hrsg.: W. Müller und J. Krink, Neuwied, Berlin 1974, S. 134 und E. Kreyszig, a.a.O., S. 171.Google Scholar
  147. 3).
    p. bezeichnet die Eintrittswahrscheinlichkeit der i-ten Ausprägung des Preishöchstabstandes.Google Scholar
  148. 1).
    Vgl. L. Haegert, a.a.O., S. 101 f.Google Scholar
  149. 2).
    Die Relationen (D-106) zwischen den Teilmärkten müssen verträglich sein und dürfen die Transitivität nicht verletzen. So führen die Relationen P1≧1.2•P2; P2≧1.1•P3 und P3≧1.3•P1 auf einen Widerspruch. In diesem Fall existiert keine Lösung.Google Scholar
  150. 1).
    Dabei sei der Korrelationskoeffizient Null aufgrund der Unabhängigkeit der Teilmärkte.Google Scholar
  151. 2).
    Vgl. H. Jacob, Diversifikation, a.a.O., S. 4–1 und S. 4–8.Google Scholar
  152. 3).
    Vgl. die erste Zeile in Tabelle 14.Google Scholar
  153. 1).
    Vgl. auch H. Möller, a.a.O., S. 344.Google Scholar
  154. 2).
    Vgl. H. Jacob, Quantifizierungsprobleme im Rahmen der strategischen Unternehmensplanung, in: Führungsprobleme industrieller Unternehmungen, Hrsg.: D. Hahn, Berlin, New York 1980, S. 19 – 45, hier S. 22 f, der die Erschließung bzw. Aufgabe von Märkten als strategische Maßnahme klassifiziert.Google Scholar
  155. 3).
    Vgl. H. Jacob, Die Planung des Produktions- und des Absatzprogramms, in: Industriebetriebslehre, Band II, Planung und Planungsrechnungen, Hrsg.: H. Jacob, Wiesbaden 1972, S. 39 – 259, hier S. 57 ff.Google Scholar
  156. 1).
    Kombinationen aus sprunghaften und stetigen Niveauübergängen sind denkbar.Google Scholar
  157. 1).
    Vgl. B. Tietz, Zum Problem des Diskriminierungsverbotes, in: ZfB Jg. 49 (1979), S. 435 – 450, hier S. 437 ff, der die Möglichkeiten zum Nachweis einer Diskriminierung nach dem GWB eher skeptisch beurteilt.Google Scholar
  158. 1).
    Vgl. E. Batzer, E. Greipl und E. Singer, a.a.O., S. 43.Google Scholar
  159. 1).
    Vgl. B. Tietz, Zum Problem des Diskriminierungsverbotes, in: ZfB Jg. 49 (1979), S. 435 – 450, hier S. 439.Google Scholar
  160. 2).
    Vgl. W.F. Lindacher, Lockvogel- und Sonderangebote, Köln, Berlin, Bonn, München 1979, S. 9.Google Scholar
  161. 3).
    Vgl. auch E.IV.2. dieser Arbeit.Google Scholar
  162. 1).
    W.F. Lindacher, a.a.O., S. 10.Google Scholar
  163. 2).
    Vgl. E. Batzer, E. Greipl und E: Singer, a.a.O., S. 47.Google Scholar
  164. 3).
    D muß die gesamten Handlunsstückkosten und einen teilmarkt-spezifischen Stückmindestgewinn abdecken.Google Scholar
  165. 1).
    E. Batzer, E. Greipl und E. Singer, a.a.O., S. 51.Google Scholar
  166. 1).
    Der bewußte Ansatz von Mondpreisempfehlungen durch den Produzenten kommt in diesem Zusammenhang nicht in Betracht.Google Scholar
  167. 2).
    Vgl. K. Petri, a.a.O., S. 270. Zum Ausmaß von Mißbräuchen vgl. S. 277 ff.Google Scholar
  168. 1).
    Quelle: E. Batzer, E. Greipl und E. Singer, a.a.O., S. 53, Tabelle 18.Google Scholar
  169. 1).
    Vgl. L. Haegert, a.a.O., S. 126.Google Scholar
  170. 1).
    (λ) ist der Wert der Umkehrfunktion der StandardNormal-Verteilung (SNV) an der Stelle λ und liegt vertafelt vor; vgl. L. Haegert, a.a.O., S. 106 f.Google Scholar
  171. 1).
    Vgl. D. Schneider, Investition und Finanzierung, 3. Auflage, Opladen 1974, S. 429 ff.CrossRefGoogle Scholar
  172. 3).
    Im allgemeinen wird der Produzent jedoch eine Preisklassenobergrenze P setzen, so daß gilt: Z1=Z(P)=1-P’/P<1.Google Scholar
  173. 1).
    Zur Größenordnung der δj vgl. Tabelle 23.Google Scholar
  174. 2).
    Von einer Preisklassenobergrenze P wird abgesehen.Google Scholar
  175. 1).
    Vgl. L. Haegert, a.a.O., S. 106.Google Scholar
  176. 1).
    Vgl. L. Haegert, a.a.O., S. 101. Unter den gemachten Annahmen sind für die Sicherheitswahrscheinlichkeit nur Werte von λ ≧ 0.5 zulässig.Google Scholar
  177. 1).
    Preisempfehlungen, die kleiner als P’ sind, führen gemäß (D-108) zu Preisüberschreitungen.Google Scholar
  178. 1).
    Damit sind Überschreitungen der Preisempfehlung ausgeschlossen.Google Scholar
  179. 2).
    Vgl. Abschnitt IV.3.b) dieses Kapitels.Google Scholar
  180. 1).
    Vgl. J.A. Neider und R. Mead, A Simplex Method for Function Minimization, in: Computer Journal Vol. 7 (1964). S. 308 – 313. Das Verfahren ist am Rechenzentrum der Universität Hamburg in der Routine MINNB2 realisiert.Google Scholar
  181. 2).
    Vgl. W. Bühler, H. Gehring und H. Glaser, Kurzfristige Finanzplanung unter Sicherheit, Risiko und Ungewißheit, Wiesbaden 1979, S. 84. ff.Google Scholar

Copyright information

© Betriebswirtschaftlicher Verlag Dr. Th. Gabler GmbH, Wiesbaden 1983

Authors and Affiliations

  • Bernd Volkmann

There are no affiliations available

Personalised recommendations