Die Grundlagen der Business Forecasting

Die Grundlagen der Business Forecasting

Es ist nicht ungewöhnlich, wenn das Management eines Unternehmens von Prognosen spricht: "Unsere Verkäufe haben die prognostizierten Zahlen nicht erreicht" oder "wir sind zuversichtlich in dem prognostizierten Wirtschaftswachstum und erwarten, unsere Ziele zu übertreffen. " Am Ende sind alle finanziellen Prognosen, ob über die Besonderheiten eines Unternehmens, wie Umsatzwachstum oder Prognosen über die Wirtschaft als Ganzes, informierte Schätzungen. In diesem Artikel werden wir einige der Methoden hinter den Finanzprognosen betrachten, sowie den tatsächlichen Prozess und einige der Risiken, die sich ergeben, wenn wir die Zukunft vorhersagen wollen.

TUTORIAL : Finanzielle Berichterstattung

Finanzielle Vorausschätzungsmethoden

Es gibt eine Reihe verschiedener Methoden, mit denen eine Geschäftsprognose erstellt werden kann. Alle Methoden fallen in einen von zwei übergreifenden Ansätzen: qualitativ und quantitativ.

Qualitative Modelle

Qualitative Modelle waren im Allgemeinen mit kurzfristigen Vorhersagen erfolgreich, bei denen der Umfang der Prognose begrenzt ist. Qualitative Prognosen können als expertengetrieben angesehen werden, da sie von Marktparadiesen abhängen oder der Markt insgesamt mit einem informierten Konsens aufwächst. Qualitative Modelle können nützlich sein, um den kurzfristigen Erfolg von Unternehmen, Produkten und Dienstleistungen vorherzusagen, treffen jedoch Einschränkungen aufgrund ihrer Abhängigkeit von der Meinung über messbare Daten. Qualitative Modelle umfassen:

  • Marktforschung Eine große Anzahl von Personen, die ein bestimmtes Produkt oder eine bestimmte Dienstleistung in Anspruch nehmen, können vorhersagen, wie viele Menschen sie kaufen oder verwenden werden, sobald sie veröffentlicht wurden.
  • Delphi-Methode: Finde Experten für allgemeine Meinungen und kompiliere sie dann zu einer Prognose. (Weitere Informationen zur qualitativen Modellierung finden Sie unter Qualitative Analyse: Was macht ein Unternehmen großartig? )

Quantitative Modelle

Quantitative Modelle nehmen den Expertenfaktor auf und versuchen, das menschliche Element aus der Analyse herauszunehmen. Diese Ansätze befassen sich ausschließlich mit Daten und vermeiden die Unschlüssigkeit der Personen, die den Zahlen zugrunde liegen. Sie versuchen auch vorherzusagen, wo Variablen wie Umsatz, Bruttoinlandsprodukt, Immobilienpreise usw. langfristig gemessen werden, gemessen in Monaten oder Jahren. Zu den quantitativen Modellen gehören:

  • Der Indikatoransatz: Der Indikatoransatz hängt von der Beziehung zwischen bestimmten Indikatoren ab, z. B. dem BIP und der Arbeitslosenquote, die im Zeitverlauf relativ unverändert bleiben. Indem Sie die Beziehungen befolgen und dann den führenden Indikatoren folgen, können Sie die Leistung der nachlaufenden Indikatoren mithilfe der führenden Indikatordaten schätzen.
  • Ökonometrische Modellierung: Dies ist eine mathematisch strengere Version des Indikatoransatzes. Anstatt davon auszugehen, dass die Beziehungen gleich bleiben, testet die ökonometrische Modellierung die interne Konsistenz von Datensätzen über die Zeit und die Signifikanz oder Stärke der Beziehung zwischen Datensätzen.Die ökonometrische Modellierung wird manchmal verwendet, um benutzerdefinierte Indikatoren zu erstellen, die für einen genaueren Indikatoransatz verwendet werden können. Die ökonometrischen Modelle werden jedoch häufiger in akademischen Bereichen zur Bewertung der Wirtschaftspolitik verwendet. (Für eine grundlegende Erklärung zur Anwendung ökonometrischer Modelle lesen Sie Regressionsgrundlagen für die Unternehmensanalyse .)
  • Zeitreihenmethoden: Dies bezieht sich auf eine Sammlung verschiedener Methoden, die vergangene Daten zur Vorhersage zukünftiger Ereignisse verwenden. Der Unterschied zwischen den Zeitreihen-Methoden besteht normalerweise in feinen Details, wie beispielsweise, dass neuere Daten mehr Gewicht erhalten oder bestimmte Ausreißer-Punkte diskontiert werden. Durch das Aufspüren dessen, was in der Vergangenheit passiert ist, hofft der Prognostiker, eine überdurchschnittliche Vorhersage über die Zukunft abgeben zu können. Dies ist die häufigste Art der Geschäftsprognose, weil sie billig ist und nicht besser oder schlechter als andere Methoden.

Finanzmodelle sind wichtige Werkzeuge für die Geschäftsprognose und Investitionspläne. Wenn Sie die Fähigkeiten erlernen möchten, um Ihre Geschäftsbemühungen genau zu bewerten, schauen Sie sich den Financial Modeling Kurs der Investopedia Academy mit über 8 Stunden professionellem Training an.]

Wie funktioniert Forecasting?

Bei der Geschäftsprognose gibt es auf praktischer Ebene eine große Variation. Auf einer konzeptionellen Ebene folgen jedoch alle Prognosen demselben Prozess.

1. Ein Problem oder Datenpunkt wird ausgewählt. Das kann so etwas wie "Werden die Leute eine High-End-Kaffeemaschine kaufen?" oder "Was werden unsere Verkäufe im März nächsten Jahres sein?"

2. Theoretische Variablen und ein idealer Datensatz werden ausgewählt. Hier identifiziert der Prognostiker die relevanten Variablen, die berücksichtigt werden müssen, und entscheidet, wie die Daten gesammelt werden sollen.

3. Annahmezeit. Um die Zeit und die Daten zu reduzieren, die benötigt werden, um eine Vorhersage zu treffen, nimmt der Meteorologen einige explizite Annahmen vor, um den Prozess zu vereinfachen.

4. Ein Modell wird ausgewählt. Der Prognostiker wählt das Modell aus, das zu dem Datensatz, ausgewählten Variablen und Annahmen passt.

5. Analyse. Anhand des Modells werden die Daten analysiert und eine Prognose aus der Analyse erstellt.

6. Überprüfung. Der Prognostiker vergleicht die Prognose mit dem, was tatsächlich passiert, um den Prozess zu optimieren, Probleme zu identifizieren oder sich im seltenen Fall einer absolut genauen Prognose auf den Rücken zu klopfen.

Probleme mit Forecasting

Business Forecasting ist sehr nützlich für Unternehmen, da es ihnen erlaubt, Produktion, Finanzierung und so weiter zu planen. Es gibt jedoch drei Probleme mit Prognosen:

1. Die Daten werden immer alt sein. Historische Daten sind alles, was wir machen müssen, und es gibt keine Garantie dafür, dass die Bedingungen in der Vergangenheit in der Zukunft bestehen bleiben.

2. Es ist unmöglich, eindeutige oder unerwartete Ereignisse oder Externalitäten zu berücksichtigen. Annahmen sind gefährlich, wie die Annahme, dass die Banken vor der Subprime-Krise die Anleihen ordnungsgemäß aussortiert haben, und dass schwarze Schwanereignisse häufiger geworden sind, da unsere Abhängigkeit von Prognosen gestiegen ist.

3. Prognosen können ihre eigenen Auswirkungen nicht integrieren.Durch Prognosen, die genau oder ungenau sind, werden die Handlungen von Unternehmen von einem Faktor beeinflusst, der nicht als Variable berücksichtigt werden kann. Das ist ein Begriffsknoten. Im schlimmsten Fall wird das Management zu einer Sklavin für historische Daten und Trends, anstatt sich Gedanken darüber zu machen, was das Unternehmen jetzt tut.

The Bottom Line

Prognosen können eine gefährliche Kunst sein, weil die Prognosen ein Fokus für Unternehmen und Regierungen werden, indem sie ihr Handlungsspektrum mental begrenzen, indem sie die kurz- bis langfristige Zukunft, wie bereits festgelegt, darstellen. Darüber hinaus können Vorhersagen aufgrund zufälliger Elemente, die nicht in ein Modell integriert werden können, leicht zusammenbrechen, oder sie können von Anfang an einfach falsch sein. Die Negative beiseite, Geschäftsprognosen gehen nirgendwo hin. Richtig eingesetzt ermöglicht es die Prognose den Unternehmen, ihre Bedürfnisse besser zu planen und ihre Chancen zu erhöhen, in allen Märkten gesund zu bleiben. Das ist eine Funktion der Geschäftsprognose, die alle Anleger schätzen können. (Interesse an weiteren Methoden der Finanzmodellierung? Lesen Sie Stilangelegenheiten in der Finanzmodellierung. )