Het is niet ongebruikelijk om het management van een bedrijf te horen praten over prognoses: "Onze verkopen voldeden niet aan de voorspelde aantallen," of "we hebben vertrouwen in de voorspelde economische groei en verwachten onze doelstellingen te overtreffen. " Uiteindelijk zijn alle financiële prognoses, of het nu gaat om de specifieke kenmerken van een bedrijf, zoals omzetgroei of voorspellingen over de economie als geheel, gissingen op basis van informatie. In dit artikel bekijken we enkele methoden achter financiële prognoses, evenals het feitelijke proces en enkele van de risico's die zich voordoen wanneer we de toekomst willen voorspellen.

TUTORIAL : Financiële overzichten

Financial Forecasting Methods

Er zijn een aantal verschillende methoden waarmee een bedrijfsprognose kan worden gemaakt. Alle methoden vallen in een van de twee overkoepelende benaderingen: kwalitatief en kwantitatief.

Kwalitatieve modellen

Kwalitatieve modellen zijn over het algemeen succesvol geweest met kortetermijnvoorspellingen, waarbij de reikwijdte van de prognose beperkt is. Kwalitatieve prognoses kunnen als expertgedreven worden beschouwd, in die zin dat ze afhankelijk zijn van marktbeesten of de markt als geheel om in te schatten met een geïnformeerde consensus. Kwalitatieve modellen kunnen nuttig zijn bij het voorspellen van het kortetermijnsucces van bedrijven, producten en diensten, maar voldoen aan de beperkingen vanwege de afhankelijkheid van meningen over meetbare gegevens. Kwalitatieve modellen zijn:

• Marktonderzoek Peiling van een groot aantal mensen over een specifiek product of een specifieke service om te voorspellen hoeveel mensen het zullen kopen of gebruiken nadat ze zijn gelanceerd.
• Delphi-methode: velddeskundigen vragen om algemene opinies en deze vervolgens samenstellen in een prognose. (Lees voor meer informatie over kwalitatieve modellering Kwalitatieve analyse: Wat maakt een bedrijf geweldig? )

Kwantitatieve modellen

Kwantitatieve modellen geven een korting op de factor van de expert en proberen het menselijke element uit de analyse te halen. Deze benaderingen hebben alleen betrekking op gegevens en voorkomen de wispelturigheid van de mensen die aan de basis liggen van de cijfers. Ze proberen ook te voorspellen waar variabelen zoals verkoop, bruto binnenlands product, huizenprijzen enzovoort zich op de lange termijn zullen bevinden, gemeten in maanden of jaren. Kwantitatieve modellen omvatten:

• De indicatorbenadering: de indicatorbenadering hangt af van het verband tussen bepaalde indicatoren, bijvoorbeeld het bbp en de werkloosheidspercentages, die met de tijd relatief onveranderd blijven. Door de relaties te volgen en vervolgens de leidende indicatoren te volgen, kunt u de prestaties van de achterblijvende indicatoren schatten aan de hand van de belangrijkste indicatorgegevens.
• Econometrische modellering: dit is een meer mathematisch rigoureuze versie van de indicatorbenadering. In plaats van te veronderstellen dat relaties hetzelfde blijven, test econometrische modellering de interne consistentie van gegevenssets in de tijd en de significantie of sterkte van de relatie tussen gegevenssets.Econometrische modellering wordt soms gebruikt om aangepaste indicatoren te maken die kunnen worden gebruikt voor een nauwkeurigere indicatorbenadering. De econometrische modellen worden echter vaker gebruikt in academische domeinen om het economisch beleid te evalueren. (Voor een eenvoudige uitleg over het toepassen van econometrische modellen, lees Regressiebeginselen voor bedrijfsanalyse .)
• Tijdreeksmethoden: dit verwijst naar een verzameling van verschillende methodologieën die gegevens uit het verleden gebruiken om toekomstige gebeurtenissen te voorspellen. Het verschil tussen de tijdreeksmethodologieën is meestal in kleine details, zoals het geven van meer recente gegevens meer gewicht of het verdisconteren van bepaalde uitschietpunten. Door te volgen wat er in het verleden is gebeurd, hoopt de forecaster een beter dan gemiddelde voorspelling over de toekomst te kunnen geven. Dit is de meest voorkomende voorspelling voor bedrijven, omdat het goedkoop is en niet beter of slechter dan andere methoden.

Financiële modellen zijn belangrijke hulpmiddelen bij bedrijfsvoorspellingen en investeringsplannen. Als u de vaardigheden wilt leren om uw bedrijfsactiviteiten nauwkeurig te evalueren, raadpleeg dan de Financial Modeling Course van Investopedia Academy met meer dan 8 uur professionele training op professioneel niveau.]

Hoe werkt voorspellen?

Er is veel variatie op praktisch niveau als het gaat om bedrijfsvoorspellingen. Op conceptueel niveau volgen alle voorspellingen hetzelfde proces.

1. Er is een probleem of gegevenspunt gekozen. Dit kan iets zijn als "zullen mensen een high-end koffiezetapparaat kopen?" of "wat zullen onze verkopen zijn in maart volgend jaar?"

2. Theoretische variabelen en een ideale dataset worden gekozen. Dit is waar de forecaster de relevante variabelen identificeert die moeten worden overwogen en beslist hoe de gegevens moeten worden verzameld.

3. Aanname tijd. Om de tijd en gegevens die nodig zijn om een ​​prognose te maken te verkorten, maakt de forecaster een aantal expliciete aannames om het proces te vereenvoudigen.

4. Er is gekozen voor een model. De forecaster kiest het model dat bij de gegevensverzameling past, geselecteerde variabelen en aannames.

5. Analyse. Met behulp van het model worden de gegevens geanalyseerd en een prognose gemaakt van de analyse.

6. Verificatie. De forecaster vergelijkt de prognose met wat er feitelijk gebeurt om het proces aan te passen, problemen te identificeren of in het zeldzame geval van een absoluut nauwkeurige voorspelling, zelf een schouderklopje te maken.

Problemen met prognoses

Zakelijke prognoses zijn erg handig voor bedrijven, omdat ze hiermee productie, financiering enzovoort kunnen plannen. Er zijn echter drie problemen bij het vertrouwen op prognoses:

1. De gegevens zullen altijd oud zijn. Historische gegevens zijn alles wat we hebben om door te gaan en er is geen garantie dat de omstandigheden in het verleden zullen blijven bestaan ​​in de toekomst.

2. Het is onmogelijk om rekening te houden met unieke of onverwachte gebeurtenissen of externaliteiten. Aannames zijn gevaarlijk, zoals de veronderstellingen dat banken degelijk leningen lieten zien voorafgaand aan de meltdown van het subprime, en zwarte zwaangebeurtenissen kwamen vaker voor omdat onze afhankelijkheid van prognoses is toegenomen.

3. Prognoses kunnen hun eigen impact niet integreren.Door prognoses, accuraat of onnauwkeurig, worden de acties van bedrijven beïnvloed door een factor die niet als een variabele kan worden opgenomen. Dit is een conceptuele knoop. In het ergste geval wordt het beheer een slaaf van historische gegevens en trends, in plaats van zorgen te maken over wat het bedrijf nu doet.

De bottom line

Prognoses kunnen een gevaarlijke kunst zijn, omdat de prognoses een focus worden voor bedrijven en overheden, waarbij hun actieradius mentaal wordt beperkt, door de toekomst op korte en lange termijn te presenteren zoals reeds bepaald. Bovendien kunnen prognoses gemakkelijk worden afgebroken vanwege willekeurige elementen die niet in een model kunnen worden opgenomen, of ze kunnen vanaf het begin gewoon fout zijn. De negatieven terzijde, zakelijke voorspelling gaat nergens heen. Op de juiste manier gebruikt, kunnen ondernemingen met prognoses beter op hun behoeften anticiperen en hun kansen vergroten om gezond te blijven door alle markten heen. Dat is een functie van bedrijfsvoorspelling die alle beleggers kunnen waarderen. (Geïnteresseerd in meer methoden die worden gebruikt in financiële modellering? Lees Style Matters in Financial Modeling. )