Obsah:
Finanční prognózování se provádí z mnoha důvodů, jako je např. Předpokládaný prodej s cílem upravit míru kapacit, nebo jako součást rozpočtového řízení. Při provádění počáteční a průběžné úvěrové analýzy věřitelé často vyžadují jak historické, tak i prognózované účetní výkazy. Plánovaná účetní závěrka se také používá k přípravě ocenění podniku, které může být potřebné pro účely účetního výkaznictví, plánování nemovitostí, fúzí a akvizic, nebo dokonce podnikových sporů. Příprava finančních prognóz vyžaduje komplexní analýzy, které jsou předmětem řady omezení a výzev.
Přesnost historických dat
Finanční prognózy se často provádějí s využitím historických výsledků jako proxy pro budoucnost. Můžete tak učinit analýzou historických výkazů o příjmech a rozvahových položek, pokud jde o trendy, jako jsou trendy růstu, a uplatňování těchto číselných údajů. Pokud například společnost za posledních pět let dosáhla stabilního růstu v průměru 5 procent ročně, mohli byste očekávat prodej v příštím roce za použití 5% růstu. I když je tento přístup široce používán, může být problematický. Pokud jsou výsledky společnosti z roku na rok nevyrovnané, historické průměry nemusí být dobrým znamením pro budoucnost. Pokud je společnost start-up, historické výsledky nemusí být vůbec k dispozici. Kromě toho mohou podmínky na vnějším trhu ovlivnit finanční výsledky způsobem, který by nebyl zachycen analýzou historických výsledků.
Časové okno
Čím delší časový rámec, tím obtížnější bude přesně předpovídat finanční výsledky. Je méně těžké odhadnout finanční výsledky na příští rok než očekávat počty pro nadcházející desetiletí. Pokud například při přípravě desetiletých finančních výhledů extrapolováte trendy s použitím pěti let historických dat, je pravděpodobné, že použitelnost pětiletých trendů bude nižší než desetileté období. Vzhledem k tomu, že uplyne více času, zvyšuje se pravděpodobnost výskytu událostí, které by mohly ovlivnit finanční výsledky společnosti. Podíl na trhu se může zvýšit nebo snížit, nebo se mohou podstatně změnit ekonomické podmínky. Obecně platí, že kratší projekční období je přesnější.
Problémy se vstupními daty
Kromě využití historických dat se prognózy často provádějí pomocí lineární analýzy, která srovnává budoucí finanční výsledky s různými závislými proměnnými, které korelovaly s podkladovými finančními údaji. To může být velmi problematické - nejlépe zachycené výrazem odpadky, odpadky. Spolehlivost vaší prognózy je jen tak dobrá, jako vstupy použité pro její výpočet. To ponechává prostor pro chyby způsobené chybami při shromažďování nebo interpretaci dat nebo lidskou chybou při zadávání dat do předpovědního modelu. Také, lidé jsou podřízeni různým zaujatím, takový jako zkreslení potvrzení, který nastane, když forecasterův úsudek je zkosený predisponovanými představami o předpokládaných výsledcích. To může vést k tomu, že prognostik klade přílišný důraz na méně relevantní datové položky nebo naopak.
Nepředvídatelné události
I když dokonale provedete kvantitativní a kvalitativní metody prognózování, není možné předvídat nepředvídatelné. Tyto prvky se mohou lišit svou povahou, ale mohou to být rizika založená na konkurenci, ekonomice a vnějších otřesech na trhu. Například po mnoha letech růstu byl trhák zaslepen výkonem společnosti Netflix, která velmi rychle narušila tržní podíl a tržby společnosti Blockbuster. Maloobchodní prodejna může otevřít nové místo a promítnout silný finanční růst, jen aby měl přímého konkurenta otevřeného přes ulici, což by ovlivnilo prodej a zisk.
Událost Black Swan navíc může snadno zastaralý dobře připravený finanční výhled. Událost černá labuť je velmi nepravděpodobný výskyt, který nastane, vykazovat tři faktory - to je nemožné předvídat, to nese masivní dopad a jeho hodnota šoku je ohromující, protože lidé mohli nikdy představit si takový událost nastávat.