Det er ikke uvanlig å høre et selskaps ledelse snakke om prognoser: "Vårt salg oppfyller ikke de prognostiserte tallene", eller "vi føler oss trygge i den forventede økonomiske veksten og forventer å overskride våre mål. " Til slutt er alle økonomiske prognoser, enten om detaljene i en bedrift, som salgsvekst, eller spådommer om økonomien som helhet, informert gjetninger. I denne artikkelen vil vi se på noen av metodene bak økonomiske prognoser, samt selve prosessen og noen av de risikoene som oppstår når vi prøver å forutsi fremtiden.

- 9 ->

TUTORIAL : Årsregnskap

Finansielle prognosemetoder

Det finnes en rekke ulike metoder for å gjøre forretningsprognoser. Alle metodene faller inn i en av to overordnede tilnærminger: kvalitativ og kvantitativ.

Kvalitative modeller

Kvalitative modeller har generelt vært vellykket med kortsiktige spådommer, hvor omfanget av prognosen er begrenset. Kvalitative prognoser kan betraktes som ekspertdrevet, ved at de er avhengige av markedsmargene eller markedet som helhet å veie inn med en informert konsensus. Kvalitative modeller kan være nyttige for å forutsi kortsiktig suksess for bedrifter, produkter og tjenester, men oppfyller begrensninger på grunn av sin avhengighet av oppfatning over målbare data. Kvalitative modeller inkluderer:

AD:

• Markedsundersøkelse Polling et stort antall personer på et bestemt produkt eller en tjeneste for å forutsi hvor mange folk vil kjøpe eller bruke det en gang lansert.
• Delphi Metode: Asking felt eksperter for generelle meninger og deretter kompilere dem i en prognose. (For mer om kvalitativ modellering, les Kvalitativ analyse: Hva gjør en bedrift stor? )

Kvantitative modeller

AD:

Kvantitative modeller rabatter ekspertfaktoren og prøver å ta det menneskelige element ut av analysen. Disse tilnærmingene er bare opptatt av data og unngår svakheten til folket som ligger bak tallene. De prøver også å forutsi hvor variabler som salg, bruttonasjonalprodukt, boligpriser og så videre, vil være på lang sikt, målt i måneder eller år. Kvantitative modeller inkluderer:

• Indikatormetoden: Indikatormetoden er avhengig av forholdet mellom visse indikatorer, for eksempel BNP og arbeidsledighet, som forblir relativt uendret over tid. Ved å følge relasjonene og deretter de følgende indikatorene som fører, kan du estimere ytelsen til de forsinkende indikatorene, ved å bruke de ledende indikatordataene.
• Økonometrisk modellering: Dette er en mer matematisk streng versjon av indikatormetoden. I stedet for å anta at relasjoner forblir de samme, tester økonometrisk modellering den interne konsistensen av datasettene over tid og betydningen eller styrken av forholdet mellom datasettene.Økonometrisk modellering brukes noen ganger til å skape tilpassede indikatorer som kan brukes til en mer nøyaktig indikator tilnærming. De økonometriske modellene brukes imidlertid oftest på fagområder for å evaluere økonomisk politikk. (For en grunnleggende forklaring på bruk av økonometriske modeller, les Regresjonsgrunnlag for forretningsanalyse .)
• Tidsseriemetoder: Dette refererer til en samling av forskjellige metoder som bruker tidligere data for å forutsi fremtidige hendelser. Forskjellen mellom tidsserie metodologiene er vanligvis i fine detaljer, som å gi nyere data mer vekt eller diskontering av visse outlier-poeng. Ved å spore hva som skjedde tidligere, håper forspilleren å kunne gi en bedre enn gjennomsnittlig prediksjon om fremtiden. Dette er den vanligste typen forretningsprognose, fordi det er billig og egentlig ikke bedre eller verre enn andre metoder.

Finansielle modeller er viktige verktøy i forretningsprognoser og investeringsplaner. Hvis du ønsker å lære ferdighetene til å nøyaktig vurdere bedriftens innsats, bør du se nærmere på Investopedia Academy's Financial Modeling Course med over 8 timers faglig opplæring.]

Hvordan virker prognoser?

Det er mye variasjon på et praktisk nivå når det gjelder forretningsforutsetninger. På konseptnivå følger imidlertid alle prognoser samme prosess.

en. Et problem eller datapunkt er valgt. Dette kan være noe som "vil folk kjøpe en high-end kaffemaskin?" eller "hva skal salget vårt være i mars neste år?"

2. Teoretiske variabler og et ideelt datasett er valgt. Dette er hvor forecasteren identifiserer de relevante variablene som må vurderes og bestemmer hvordan man samler inn dataene.

3. Antagelsestid. For å kutte ned tid og data som trengs for å lage en prognose, gir forecasteren noen eksplisitte forutsetninger for å forenkle prosessen.

4. En modell er valgt. Forecaster velger modellen som passer til datasettet, utvalgte variabler og antagelser.

5. Analyse. Ved hjelp av modellen analyseres dataene og en prognose fra analysen.

6. Bekreftelse. Forecasteren sammenligner prognosen med det som faktisk skjer med å justere prosessen, identifisere problemer eller i sjeldne tilfeller av en helt nøyaktig prognose, klapp seg selv på ryggen.

Problemer med prognoser

Virksomhetsforutsetninger er svært nyttige for bedrifter, da det tillater dem å planlegge produksjon, finansiering og så videre. Det er imidlertid tre problemer med å stole på prognoser:

1. Dataene blir alltid gamle. Historiske data er alt vi må fortsette, og det er ingen garanti for at forholdene i fortiden vil fortsette i fremtiden.

2. Det er umulig å faktorere i unike eller uventede hendelser eller eksternaliteter. Forutsetninger er farlige, for eksempel antagelsene om at bankene var korrekt screening låner før subprime-smelting, og svarte svanehendelser er blitt vanligere ettersom vår avhengighet av prognoser har vokst.

3. Prognoser kan ikke integrere egen påvirkning.Ved å ha prognoser, nøyaktige eller unøyaktige, påvirkes virksomhetens handlinger av en faktor som ikke kan inkluderes som en variabel. Dette er en konseptuell knute. I verste fall blir ledelsen en slave til historiske data og trender i stedet for å bekymre seg for hva virksomheten gjør nå.

Bunnlinjen

Forutsigelser kan være en farlig kunst, fordi prognosene blir et fokus for bedrifter og regjeringer, mentalt begrense deres rekke handlinger, ved å presentere den korte til langsiktige fremtid som allerede er bestemt. Videre kan prognoser enkelt brytes ned på grunn av tilfeldige elementer som ikke kan innlemmes i en modell, eller de kan bare være feil feil fra begynnelsen. Negativene til side, forretningsprognoser går ikke hvor som helst. Brukes på riktig måte, gjør det mulig for bedrifter å planlegge forut for deres behov, og øke sjansene for å holde seg sunne gjennom alle markeder. Det er en funksjon av forretningsprognoser som alle investorer kan sette pris på. (Interessert i flere metoder brukt i finansiell modellering? Les Style Matters In Financial Modeling. )