Zusammenfassung
Grundlage für die Arbeit mit einem ökonometrischen Unternehmensmodell ist das Vorhandensein unternehmensstatistischer Daten. Innerhalb des Unternehmens wird die Aufgabe, statistische Daten über das Unternehmen zu liefern, gewöhnlich dem Rechnungswesen zugeordnet, das üblicherweise in die folgenden Teilgebiete unterteilt wird:1
-
1
Finanzbuchhaltung
-
2
Kostenrechnung
-
3
Statistik
-
4
Planungsrechnung
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literatur
Vgl. z. Bsp. K. Scharnbacher: Statistik im Betrieb, S. 15; H. Schierenbeck: Grundzüge der Betriebswirtschaftslehre, S. 486; G. Wöhe: Bilanzierung…, S. 3 f.; E. Heinen & P. Sabathil: Informationswirtschaft, S. 789; G. Riedel: Betriebsstatistik, S. 11; K. Eustachi, E. Gusel & J. Lachhammer: Konzeption…, S. 28.
Vgl. A. Hunziker & F. Scheerer: Statistik, S. 17; K. Eustachi, E. Gusel & J. Lachhammer: Konzeption…, S. 28 f.
E. Heinen & P. Sabathil: Informationswirtschaft, S. 790. •
Vgl. A. Hunziker & F. Scheerer: Statistik, S. 17; H. Gluth: Betriebsstatistik, S. 18; K. Scharnbacher: Statistik im Betrieb, S. 15; P. H. Steinmüller & G. Riedel: Die neue Betriebsstatistik…, S. 17.
Vgl. H. Glurh: Betriebsstatistik, S. 18 f
Vgl. z. Bsp. T. H. Naylor: Corporate Planning Models, S. 240 sowie die Ausführungen in Abschnitt 8.1.
Diese vergleichsweise grobe Gliederung der Unternehmensstatistik nimmt unabhängig von der Datenverwendung in ökonometrischen Modellen z. B. auch H. Gluth: Betriebsstatistik vor, vgl. die dortige Gliederung. Ähnlich auch in P. H. Steinmoller & G. Riedel: Die neue Betriebsstatistik…, S. 19.
Vgl. zu dieser Übersicht auch F. Rosenkranz: Unternehmensplanung, S. 49 f.
Zu Einzelheiten vgl. H. Glum: Betriebsstatistik, S. 49–68; A. Hunziker & F. Scheerer: Statistik, S. 333–363; G. Riedel: Betriebsstatistik, S. 174–193; K. Scharnbacher: Statistik im Betrieb, S. 236–240; P. H. Steinmoller & G. Riedel: Die neue Betriebsstatistik…, S. 109–122.
Vgl. H. Meffert: Marketing,S. 178.
Zu Einzelheiten vgl. H. Gluth: Betriebsstatistik, S. 71–102; A. Hunziker & F. Scheerer: Statistik, S. 239–332; G. Riedel: Betriebsstatistik, S. 110–171; K. Scharnbacfier: Statistik im Betrieb, S. 242–248; H. P. Steinmüller & G. Riedel: Die neue Betriebsstatistik…, S. 123–154.
Zu Einzelheiten vgl. R. Buchner: Finanzwirtschaftliche Statistik…, S. 5–35; H. Glüth: Betriebsstatistik, S. 103–131; A. Hünziker & F. SCHEERER: Statistik, S. 364–414.
F. Hanssmann: Die Rolle von Entscheidungsmodellen…, S. 36.
Vgl. F. Hanssmann: Die Rolle von Entscheidungsmodellen…, S. 36.
Dabei handelt es sich um die Eigenschaften der Monotonie (der Preisindex ist eine monotone Funktion der Einzelpreise), linearen Homogenität (proportionale Verteuerung aller Güter verändert den Index um diesen Proportionalitätsfaktor), Identität (Konstanz des Index bei konstanten Preisen), Dimensionalität (Unabhängigkeit von der Festlegung der Mengeneinheiten) und Kommensurabilität (Unabhängigkeit von der Wahl der Währungseinheit). Vgl. W. Eichhorn & J. VOELLER• Theory of the Price Index, S. 23 ff; P. VON DER LIPPE: Deskriptive Statistik, S. 364 ff.; B. M. BALK: Axiomatic Price Index Theory, S. 71 ff.
Vgl. W. Eichhorn & J. Voeller: Theory of the Price Index, S. 29 ff.; P. Von Der Lippe: Deskriptive Statistik, S. 367 ff.; B. M. Balk: Axciomatic Price Index Theory, S. 73 ff.
Vgl., auch zum Beweis dieser Aussage, A. Wald: Zur Theorie der Preisindexziffern. Die beiden gebräuchlichsten Indexformeln von E. Laspeyres und H. Paasche erfüllen sogar keine dieser Eigenschaften.
Der Empfehlung der amtlichen Statistik, nur alle fünf Jahre zu aktuellen Basisjahren überzugehen, kann hier nicht gefolgt werden: Hauptziel der amtlichen Statistik ist nicht die Konstruktion langer Zeitreihen, sondern für einen begrenzten Zeitraum reine Preiseffekte in Preisindizes und reine Mengeneffekte in Mengenindizes darzustellen, wozu sich Indizes vom Laspeyrestyp besonders eignen.
Derartige Indizes bezeichnet man als Indizes nach LOWE, vgl. H.-J. Pinnekamp & F. Siegmann: Deskriptive Statistik, S. 266.
Vgl. H.-J. Pinnekamp & F. Siegmann: Deskriptive Statistik, S. 169 f Unter natürlichen Ursachen sind witterungsbedingte Ursachen zu verstehen, institutionelle Ursachen sind in der Festlegung z. Bsp. von Ferien-und Messeterminen begründet, kalenderbedingte Ursachen sind auf die unterschiedliche Zahl von Kalendertagen bzw. Arbeitstagen zurückzuführen. Die Schwierigkeit der empirischen Trennung dieser Ursachen möge durch das Beispiel der Weihnachtszeit verdeutlicht werden, zu der sowohl kalte Witterung vorherrscht, Ferien angesetzt sind als auch eine Häufung gesetzlicher Feiertage auftritt.
Am ehesten gelingt dies noch für kalenderbedingte Unregelmäßigkeiten, sofern eine unmittelbare Kalenderabhängigkeit sachlich begründbar ist (z. Bsp. — mit gewissen Einschränkungen — für die Lohn-und Gehaltszahlungen). In diesen Fällen kann versucht werden, die Variablenwerte mittels Dreisatzrechnung auf die Verhältnisse eines durchschnittlichen Normquartals umzurechnen. Je nach Art der Variable kann dazu eine kalendermäßige Bereinigung im engeren Sinne (d. h. die Umrechnung auf ein Normquartal von 90 Kalendertagen) oder eine arbeitstägliche Bereinigung (d. h. eine Umrechnung auf ein Normquartal von z. Bsp. 65 Arbeitstagen) in Frage kommen.
Vgl. hierzu z. Bsp. H.-J. Pinnekamp & F. Siegmann: Deskriptive Statistik, S. 202 ff.; W. Stier: Verfahren zur Analyse saisonaler Schwankungen….
Rights and permissions
Copyright information
© 1998 Springer Fachmedien Wiesbaden
About this chapter
Cite this chapter
Lorscheid, P. (1998). Anforderungen an die Unternehmensstatistik. In: Kointegration und strategische Planung. Gabler Edition Wissenschaft. Deutscher Universitätsverlag, Wiesbaden. https://doi.org/10.1007/978-3-663-08631-4_6
Download citation
DOI: https://doi.org/10.1007/978-3-663-08631-4_6
Publisher Name: Deutscher Universitätsverlag, Wiesbaden
Print ISBN: 978-3-8244-6760-0
Online ISBN: 978-3-663-08631-4
eBook Packages: Springer Book Archive