Prediktiivinen analyysimenetelmä tilan kannattavuuden laskemiseksi Taloustohtorissa

Suomen Maataloustieteellisen Seuran Tiedote Pub Date : 2018-07-18 DOI:10.33354/smst.73162

Maria Yli-Heikkilä, Jukka Tauriainen, Mika Sulkava

{"title":"Prediktiivinen analyysimenetelmä tilan kannattavuuden laskemiseksi Taloustohtorissa","authors":"Maria Yli-Heikkilä, Jukka Tauriainen, Mika Sulkava","doi":"10.33354/smst.73162","DOIUrl":null,"url":null,"abstract":"Luonnonvarakeskuksen (Luke) Taloustohtori-sivusto (www.luke.fi/taloustohtori) tarjoaa Suomen ja osin myös muiden EU-maiden biotalouden toimijoita koskevia tietoja yritystaloudesta, rakennekehityksestä ja ympäristökestävyydestä. Taloustohtorin Maa- ja puutarhatalous -verkkopalvelussa julkaistaan maatalouden kannattavuuskirjanpitoaineiston pohjalta lasketut maatilayritysten taloudellista asemaa ja kehitystä kuvaavat tunnusluvut alueittain, kokoluokittain ja tuotantosuunnittain ryhmä-keskiarvoina. Verkkopalvelun testausvaiheessa on toiminto, jolla maatilayrittäjä voi vertaiskehittää tuotantosuunnitelmaansa rinnastamalla oman tilansa tietoja vastaavan tilaryhmän tietoihin. Yrityksen tunnuslukujen laskemiseen tarvitaan tiedot kahdenkertaisesta kirjanpidosta. Tavanomainen yksityinen maatalouden harjoittaja ei ole kirjanpitovelvollinen. Tällöin maatalouden verotettava tulo lasketaan maksuperusteen mukaan, joten parhaan kuvan maatilayrityksen taloudellisesta tilasta saa verolomakkeelta. Tunnuslukujen laskemiseksi tarvittaisiin lisäksi tuote- ja panosvarastojen määrä- ja arvotiedot, käyttöomaisuuden arvo ja työtuntien määrät. Laskentatoimen näkökulmasta maksuperusteista kirjanpidosta saadut lähtöarvot ovat puutteelliset, joten kannattavuuden, maksuvalmiuden tai vakavaraisuuden tunnuslukuja ei voida niistä laskea. Olemme kehittäneet tekoälyyn pohjaavan sovelluksen, joka prediktiivistä analyysimenelmää käyttäen laskee tuotanto-, työtunti- ja verotietojen pohjalta yrityksen kannattavuuskertoimen. Kullekin tuotantosuuntatyypille on kehitetty oma mallinsa. Päätöspuumalleihin lukeutuva koneoppimisen menetelmä satunnaismetsä tuottaa suurimmalle osalle tuotantosuunnista tarkimman ennustemallin. Kannattavuuskertoimesta voidaan lisäksi johtaa muita yrittäjän kannattavuutta kuvaavia tunnuslukuja, kuten yrittäjänvoitto ja työn tuotto. Käyttäjä voi myös kokeilla, miten eri lähtötietojen muutos vaikuttaa kannattavuuteen. Siten sovellus tuo kaikille maa- ja puutarhatalouden yrityksille päätöksenteon tueksi mahdollisuuden arvioida kannattavuutta eri tuotantoskenaarioilla.","PeriodicalId":127337,"journal":{"name":"Suomen Maataloustieteellisen Seuran Tiedote","volume":"117 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2018-07-18","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Suomen Maataloustieteellisen Seuran Tiedote","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.33354/smst.73162","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}

引用次数: 0

Abstract

Luonnonvarakeskuksen (Luke) Taloustohtori-sivusto (www.luke.fi/taloustohtori) tarjoaa Suomen ja osin myös muiden EU-maiden biotalouden toimijoita koskevia tietoja yritystaloudesta, rakennekehityksestä ja ympäristökestävyydestä. Taloustohtorin Maa- ja puutarhatalous -verkkopalvelussa julkaistaan maatalouden kannattavuuskirjanpitoaineiston pohjalta lasketut maatilayritysten taloudellista asemaa ja kehitystä kuvaavat tunnusluvut alueittain, kokoluokittain ja tuotantosuunnittain ryhmä-keskiarvoina. Verkkopalvelun testausvaiheessa on toiminto, jolla maatilayrittäjä voi vertaiskehittää tuotantosuunnitelmaansa rinnastamalla oman tilansa tietoja vastaavan tilaryhmän tietoihin. Yrityksen tunnuslukujen laskemiseen tarvitaan tiedot kahdenkertaisesta kirjanpidosta. Tavanomainen yksityinen maatalouden harjoittaja ei ole kirjanpitovelvollinen. Tällöin maatalouden verotettava tulo lasketaan maksuperusteen mukaan, joten parhaan kuvan maatilayrityksen taloudellisesta tilasta saa verolomakkeelta. Tunnuslukujen laskemiseksi tarvittaisiin lisäksi tuote- ja panosvarastojen määrä- ja arvotiedot, käyttöomaisuuden arvo ja työtuntien määrät. Laskentatoimen näkökulmasta maksuperusteista kirjanpidosta saadut lähtöarvot ovat puutteelliset, joten kannattavuuden, maksuvalmiuden tai vakavaraisuuden tunnuslukuja ei voida niistä laskea. Olemme kehittäneet tekoälyyn pohjaavan sovelluksen, joka prediktiivistä analyysimenelmää käyttäen laskee tuotanto-, työtunti- ja verotietojen pohjalta yrityksen kannattavuuskertoimen. Kullekin tuotantosuuntatyypille on kehitetty oma mallinsa. Päätöspuumalleihin lukeutuva koneoppimisen menetelmä satunnaismetsä tuottaa suurimmalle osalle tuotantosuunnista tarkimman ennustemallin. Kannattavuuskertoimesta voidaan lisäksi johtaa muita yrittäjän kannattavuutta kuvaavia tunnuslukuja, kuten yrittäjänvoitto ja työn tuotto. Käyttäjä voi myös kokeilla, miten eri lähtötietojen muutos vaikuttaa kannattavuuteen. Siten sovellus tuo kaikille maa- ja puutarhatalouden yrityksille päätöksenteon tueksi mahdollisuuden arvioida kannattavuutta eri tuotantoskenaarioilla.

查看原文本刊更多论文

芬兰自然资源研究所（Luke）的经济学家网站（www.luke.fi/taloustohtori）为芬兰以及部分欧盟国家的生物经济参与者提供商业经济、结构发展和环境可持续性方面的信息。在农业盈利登记数据的基础上，Taloustohtori 农业和园艺网络服务发布了按地区、规模等级和生产部门划分的农场企业经济状况和发展的关键数据，并以集团平均值计算。目前正在测试在线服务的一项功能，该功能允许农民通过将自己的农场数据与相应农场组的数据进行比较，从而为自己的生产计划设定基准。计算商业比率需要复式簿记数据。典型的私营农场主不需要记账。在这种情况下，农业控股的应税收入是根据税基计算的，因此税表最能反映农业控股的财务状况。为了计算比率，还必须掌握产品和投入的库存数量和价值、固定资产价值以及工作小时数等数据。从会计角度看，权责发生制账户的输出值是不完整的，不能用于计算盈利能力、流动性或偿付能力比率。我们开发了一款基于人工智能的应用程序，它采用预测分析方法，根据生产、工时和税收数据计算公司的盈利系数。每种生产类型都开发了一个模型。作为决策树模型之一的随机森林机器学习法为大多数生产趋势提供了最准确的预测模型。盈利系数还可用于得出其他衡量创业盈利的指标，如创业利润和劳动收入。用户还可以尝试改变不同的输入数据对盈利能力的影响。因此，该应用程序可帮助所有农业和园艺企业评估不同生产情景下的盈利能力，为其决策提供支持。

本文章由计算机程序翻译，如有差异，请以英文原文为准。

求助全文

约1分钟内获得全文求助全文

来源期刊

Suomen Maataloustieteellisen Seuran Tiedote

自引率

0.00%

发文量