Нередко слышно, как руководство компании говорит о прогнозах: «наши продажи не соответствуют прогнозируемым показателям» или «мы уверены в прогнозируемом экономическом росте и ожидаем, что они превысят наши цели». В конце концов, все финансовые прогнозы, будь то об особенностях бизнеса, таких как рост продаж или прогнозы об экономике в целом, являются обоснованными предположениями. мы рассмотрим некоторые методы, лежащие в основе финансовых прогнозов, а также процесс и некоторые риски, которые возникают, когда мы стремимся предсказать будущее.
Методы финансового прогнозирования
Есть несколько различных методов, с помощью которых можно сделать бизнес-прогноз. Все методы попадают в один из двух всеобъемлющих подходов: качественный и количественный.
Качественные Модели
Качественные модели, как правило, были успешными с краткосрочными прогнозами, где охват прогноза был ограничен. Качественные прогнозы можно рассматривать как экспертные, так как они зависят от рыночных игроков или рынка в целом, чтобы взвешиваться с информированным консенсусом. Качественные модели могут быть полезны для прогнозирования краткосрочного успеха компаний, продуктов и услуг, но имеют ограничения из-за своей зависимости от измеримых данных. Качественные модели включают в себя:
- Исследование рынка Опрос большого числа людей о конкретном продукте или услуге, чтобы предсказать, сколько людей будут покупать или использовать его после запуска. Метод Дельфи: Опрос экспертов на местах для получения общих мнений и затем их составление в прогноз. (Подробнее о качественном моделировании читайте в разделе «Качественный анализ: что делает компанию великой?»)
Основы прогнозирования бизнеса
Количественные модели
Количественные модели игнорируют экспертный фактор и пытаются исключить человеческий фактор из анализа. Эти подходы касаются исключительно данных и позволяют избежать непостоянства людей, лежащих в основе чисел. Они также пытаются предсказать, где переменные, такие как продажи, валовой внутренний продукт, цены на жилье и т. Д., Будут в долгосрочной перспективе измеряться в месяцах или годах. Количественные модели включают в себя:
- Индикаторный подход. Индикаторный подход зависит от взаимосвязи между определенными показателями, например, ВВП и уровнем безработицы, оставаясь относительно неизменным во времени. Следуя отношениям, а затем следуя ведущим индикаторам, вы можете оценить эффективность запаздывающих индикаторов, используя данные опережающих индикаторов. Эконометрическое моделирование: это более математически строгая версия подхода к индикаторам. Вместо того, чтобы предполагать, что отношения остаются прежними, эконометрическое моделирование проверяет внутреннюю согласованность наборов данных во времени и значимость или силу взаимосвязи между наборами данных. Эконометрическое моделирование иногда используется для создания пользовательских индикаторов, которые можно использовать для более точного подхода к индикаторам. Тем не менее, эконометрические модели чаще используются в академических областях для оценки экономической политики. (Базовое объяснение применения эконометрических моделей см. В разделе «Основы регрессии для бизнес-анализа».) Методы временных рядов. Это относится к совокупности различных методологий, которые используют прошлые данные для прогнозирования будущих событий. Разница между методологиями временных рядов обычно заключается в мелких деталях, таких как придание более поздним данным большего веса или дисконтирование определенных точек выбросов. Отслеживая то, что произошло в прошлом, предсказатель надеется, что сможет дать лучший прогноз относительно будущего, чем в среднем. Это наиболее распространенный тип бизнес-прогноза, потому что он недорогой и не лучше и не хуже, чем другие методы.
Как работает прогнозирование?
Существует много вариаций на практическом уровне, когда речь идет о бизнес-прогнозировании. Однако на концептуальном уровне все прогнозы следуют одному и тому же процессу.
- Проблема или точка данных выбрана. Это может быть что-то вроде "люди будут покупать высококачественную кофеварку?" или "какими будут наши продажи в марте следующего года?" Теоретические переменные и идеальный набор данных выбираются. Здесь прогнозист определяет соответствующие переменные, которые необходимо учитывать, и решает, как собирать данные. Успенское время. Чтобы сократить время и данные, необходимые для составления прогноза, прогнозист делает некоторые явные предположения для упрощения процесса. Модель выбрана. Прогнозист выбирает модель, которая соответствует набору данных, выбранным переменным и предположениям. Анализ. Используя модель, данные анализируются и прогноз сделан на основе анализа. Проверка. Синоптик сравнивает прогноз с тем, что происходит, чтобы настроить процесс, выявить проблемы или в редком случае точного прогноза похлопать себя по спине.
Проблемы с прогнозированием
Бизнес-прогнозирование очень полезно для бизнеса, так как позволяет им планировать производство, финансирование и так далее. Однако есть три проблемы, связанные с прогнозами:
- Данные всегда будут старыми. Исторические данные - это все, что нам нужно, и нет никакой гарантии, что условия в прошлом сохранятся в будущем. Невозможно учесть уникальные или неожиданные события или внешние эффекты. Предположения опасны, такие как предположения о том, что банки должным образом проверяли заемщиков до распада субстандартного кредитования. И события черного лебедя стали более распространенными, поскольку наша зависимость от прогнозов возросла. Прогнозы не могут интегрировать их собственное влияние. Имея прогнозы, точные или неточные, на действия предприятий влияет фактор, который нельзя включить в переменную. Это концептуальный узел. В худшем случае руководство становится рабом исторических данных и тенденций, а не беспокоится о том, что делает бизнес сейчас.
Суть
Прогнозирование может быть опасным искусством, потому что прогнозы становятся фокусом для компаний и правительств, мысленно ограничивая их диапазон действий, представляя краткосрочное и долгосрочное будущее как уже определенное. Более того, прогнозы могут легко разрушиться из-за случайных элементов, которые не могут быть включены в модель, или они могут быть просто ошибочными с самого начала.
Помимо негативов, бизнес-прогнозирование никуда не денется. При правильном использовании прогнозирование позволяет предприятиям планировать заранее, что повышает их шансы на сохранение здоровья на всех рынках. Это одна из функций бизнес-прогнозирования, которую могут оценить все инвесторы.
