Business Forecasting: Grundlagen verstehen

Es ist nicht ungewöhnlich, dass das Management eines Unternehmens über Prognosen spricht: "Unser Umsatz hat die prognostizierten Zahlen nicht erreicht" oder "Wir sind zuversichtlich, dass das prognostizierte Wirtschaftswachstum unsere Ziele übertrifft." Am Ende sind alle Finanzprognosen, unabhängig davon, ob es sich um unternehmensspezifische Besonderheiten wie Umsatzwachstum oder gesamtwirtschaftliche Prognosen handelt, fundierte Schätzungen. In diesem Artikel befassen wir uns mit einigen Methoden, die hinter Finanzprognosen stehen, sowie mit dem Prozess und einigen Risiken, die auftreten, wenn wir die Zukunft vorhersagen möchten.

Finanzprognosemethoden

Es gibt verschiedene Methoden, mit denen eine Unternehmensprognose erstellt werden kann. Alle Methoden fallen in einen von zwei übergeordneten Ansätzen: qualitativ und quantitativ.

Qualitative Modelle

Qualitative Modelle waren in der Regel mit kurzfristigen Vorhersagen erfolgreich, bei denen der Umfang der Prognose begrenzt war. Qualitative Prognosen können als sachkundig angesehen werden, da sie von den Marktführern oder dem gesamten Markt abhängen, um mit einem informierten Konsens abzuwägen. Qualitative Modelle können hilfreich sein, um den kurzfristigen Erfolg von Unternehmen, Produkten und Dienstleistungen vorherzusagen, haben jedoch Einschränkungen, da sie sich auf die Meinung über messbare Daten stützen. Qualitative Modelle umfassen:

• Marktforschung Befragung einer großen Anzahl von Personen zu einem bestimmten Produkt oder einer bestimmten Dienstleistung, um vorherzusagen, wie viele Personen es kaufen oder verwenden werden, sobald es auf den Markt gebracht wird.
• Delphi-Methode: Experten vor Ort nach allgemeinen Meinungen fragen und diese dann zu einer Prognose zusammenstellen. (Weitere Informationen zur qualitativen Modellierung finden Sie unter "Qualitative Analyse: Was macht ein Unternehmen großartig?")

Grundlagen der Geschäftsprognose

Quantitative Modelle

Quantitative Modelle reduzieren den Expertenfaktor und versuchen, das menschliche Element aus der Analyse zu entfernen. Diese Ansätze befassen sich ausschließlich mit Daten und vermeiden die Unbeständigkeit der den Zahlen zugrunde liegenden Personen. Sie versuchen auch vorherzusagen, wo Variablen wie Umsatz, Bruttoinlandsprodukt, Immobilienpreise usw. langfristig in Monaten oder Jahren gemessen werden. Quantitative Modelle umfassen:

• Der Indikatoransatz: Der Indikatoransatz hängt von der Beziehung zwischen bestimmten Indikatoren ab, z. B. dem BIP und der Arbeitslosenquote, und bleibt im Zeitverlauf relativ unverändert. Indem Sie den Beziehungen und anschließend den führenden Indikatoren folgen, können Sie die Leistung der nacheilenden Indikatoren anhand der Daten der führenden Indikatoren abschätzen.
• 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 im Zeitverlauf 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 im akademischen Bereich häufiger zur Bewertung der Wirtschaftspolitik eingesetzt. (Eine grundlegende Erklärung zur Anwendung ökonometrischer Modelle finden Sie unter "Regressionsgrundlagen für die Unternehmensanalyse".)
• Zeitreihenmethoden: Dies bezieht sich auf eine Sammlung verschiedener Methoden, die frühere Daten zur Vorhersage zukünftiger Ereignisse verwenden. Der Unterschied zwischen den Zeitreihenmethoden liegt normalerweise in feinen Details wie der Gewichtung neuerer Daten oder dem Abzinsung bestimmter Ausreißerpunkte. Durch die Verfolgung der Ereignisse in der Vergangenheit hofft der Prognostiker, eine überdurchschnittliche Prognose für die Zukunft abgeben zu können. Dies ist die häufigste Art der Geschäftsprognose, da sie kostengünstig ist und nicht besser oder schlechter als andere Methoden ist.

Wie funktioniert die Prognose?

In der Geschäftsprognose gibt es auf praktischer Ebene viele Unterschiede. Auf konzeptioneller Ebene folgen jedoch alle Prognosen demselben Prozess.

1. Ein Problem oder Datenpunkt wird ausgewählt. Dies kann so etwas wie "werden die Leute eine High-End-Kaffeemaschine kaufen?" oder "Was werden unsere Verkäufe im März nächsten Jahres sein?"
2. Es werden theoretische Variablen und ein idealer Datensatz 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 verkürzen, die für die Erstellung einer Prognose erforderlich sind, werden vom Prognostiker einige explizite Annahmen getroffen, um den Prozess zu vereinfachen.
4. Ein Modell wird ausgewählt. Der Prognostiker wählt das Modell aus, das dem Datensatz, den ausgewählten Variablen und den Annahmen entspricht.
5. Analyse. Anhand des Modells werden die Daten analysiert und aus der Analyse eine Prognose erstellt.
6. Nachprüfung. Der Prognostiker vergleicht die Prognose mit dem, was passiert, um den Prozess zu optimieren, Probleme zu identifizieren oder sich im seltenen Fall einer genauen Prognose auf den Rücken zu klopfen.

Probleme mit der Vorhersage

Unternehmensvorhersagen sind für Unternehmen sehr nützlich, da sie die Planung von Produktion, Finanzierung usw. ermöglichen. Es gibt jedoch drei Probleme, sich auf Prognosen zu verlassen:

1. Die Daten werden immer alt sein. Wir müssen nur noch auf historische Daten zurückgreifen, und es gibt keine Garantie dafür, dass die Bedingungen der Vergangenheit auch in Zukunft bestehen bleiben.
2. Es ist unmöglich, einzigartige oder unerwartete Ereignisse oder externe Effekte zu berücksichtigen. Annahmen sind gefährlich, beispielsweise die Annahme, dass die Banken die Kreditnehmer vor dem Zusammenbruch des Subprimes ordnungsgemäß überprüft haben. Und Ereignisse mit schwarzen Schwänen sind häufiger geworden, da unsere Abhängigkeit von Prognosen gestiegen ist.
3. Prognosen können ihre eigenen Auswirkungen nicht integrieren. Durch genaue oder ungenaue Prognosen wird das Verhalten von Unternehmen von einem Faktor beeinflusst, der nicht als Variable berücksichtigt werden kann. Dies ist ein begrifflicher Knoten. Im schlimmsten Fall wird das Management zum Sklaven historischer Daten und Trends, anstatt sich Gedanken darüber zu machen, was das Unternehmen jetzt tut.

Die Quintessenz

Prognosen können eine gefährliche Kunst sein, da die Prognosen für Unternehmen und Regierungen zu einem Schwerpunkt werden und deren Handlungsspielraum mental einschränken, indem die kurz- bis langfristige Zukunft als bereits festgelegt dargestellt wird. Darüber hinaus können Prognosen aufgrund zufälliger Elemente, die nicht in ein Modell integriert werden können, leicht zusammenbrechen, oder sie können von Anfang an einfach falsch sein.

Abgesehen von den negativen Aspekten führt die Geschäftsprognose nirgendwo hin. Durch eine geeignete Prognose können Unternehmen ihre Bedürfnisse vorausplanen und ihre Chancen erhöhen, auf allen Märkten gesund zu bleiben. Dies ist eine Funktion der Geschäftsprognose, die alle Anleger zu schätzen wissen.