कंपनी के प्रबंधन को भविष्यवाणी के बारे में सुना जाने वाला कोई असामान्य नहीं है: "हमारी बिक्री अनुमानित संख्याओं को पूरा नहीं करती", या "हम पूर्वानुमानित आर्थिक विकास में आत्मविश्वास महसूस करते हैं और हमारे लक्ष्यों को पार करने की अपेक्षा करते हैं। " अंत में, सभी वित्तीय पूर्वानुमान, चाहे किसी व्यवसाय की विशेषताओं के बारे में, जैसे बिक्री वृद्धि, या संपूर्ण अर्थव्यवस्था के बारे में भविष्यवाणी, अनुमान लगाए गए हैं। इस लेख में, हम वित्तीय पूर्वानुमानों के पीछे के कुछ तरीकों, साथ ही साथ वास्तविक प्रक्रिया और भविष्य के भविष्य की भविष्यवाणी करने के कुछ जोखिमों को देखेंगे।

ट्यूटोरियल : वित्तीय वक्तव्यों

वित्तीय पूर्वानुमान तरीकों

कई तरह के तरीके हैं जिनके द्वारा व्यावसायिक पूर्वानुमान किया जा सकता है। सभी तरीकों में से एक में दो से अधिक दृष्टिकोण आते हैं: गुणात्मक और मात्रात्मक

गुणात्मक मॉडल

गुणात्मक मॉडल आमतौर पर अल्पकालिक भविष्यवाणियों के साथ सफल रहे हैं, जहां पूर्वानुमान का दायरा सीमित है। गुणात्मक पूर्वानुमानों को विशेषज्ञ-प्रेरित के रूप में माना जा सकता है, क्योंकि वे बाजार माविंस या बाजार पर पूरी तरह से एक सर्वसम्मत सहमति के साथ तौलना करते हैं। गुणात्मक मॉडल, कंपनियों, उत्पादों और सेवाओं की अल्पकालिक सफलता की भविष्यवाणी में उपयोगी हो सकते हैं, लेकिन मापदंडों के आंकड़ों के बारे में राय पर निर्भरता के कारण सीमाएं पूरी होती हैं। गुणात्मक मॉडल में शामिल हैं:

• मार्केट रिसर्च एक विशिष्ट उत्पाद या सेवा पर लोगों की एक बड़ी संख्या को मतदान करने के लिए भविष्यवाणी करने के लिए कि कितने लोग इसे लॉन्च करेंगे या इसका इस्तेमाल करते हैं
• डेल्फी विधि: सामान्य राय के क्षेत्र विशेषज्ञों को पूछना और फिर उन्हें एक पूर्वानुमान में संकलित करना (गुणात्मक मॉडलिंग के बारे में अधिक जानने के लिए, गुणात्मक विश्लेषण: क्या कंपनी ग्रेट बनाता है? )

मात्रात्मक मॉडल

मात्रात्मक मॉडल विशेषज्ञ कारक को छूट देते हैं और विश्लेषण से बाहर मानव तत्व लेने की कोशिश करते हैं। ये दृष्टिकोण डेटा के साथ पूरी तरह से चिंतित हैं और संख्याओं के नीचे आने वाले लोगों की अस्थिरता से बचें। वे भविष्यवाणी करने का भी प्रयास करते हैं कि बिक्री, सकल घरेलू उत्पाद, आवास की कीमतों और अन्य जैसे वैरिएबल, महीनों या वर्षों में मापा जाने वाले दीर्घकालिक में होंगे। मात्रात्मक मॉडल में शामिल हैं:

• संकेतक दृष्टिकोण: संकेतक दृष्टिकोण कुछ संकेतकों के बीच संबंधों पर निर्भर करता है, उदाहरण के लिए जीडीपी और बेरोजगारी दर, समय के साथ तुलनात्मक रूप से अपरिवर्तित बचे हैं। रिश्ते का पालन करके और फिर अग्रणी सूचक जो निम्नलिखित हैं, आप अग्रणी संकेतक डेटा का उपयोग करके, ठंड संकेतकों के प्रदर्शन का अनुमान लगा सकते हैं।
• इकोनॉमिक्रिक मॉडलिंग: यह सूचक दृष्टिकोण के एक अधिक गणितीय कठोर संस्करण है। यह मानने के बजाय कि रिश्ते एक समान रहते हैं, अर्थमेट्रिक मॉडलिंग समय के साथ डेटा सेट की आंतरिक स्थिरता का परीक्षण करती है और डाटा सेट के बीच संबंधों का महत्व या ताकत।इकोनोमेट्रिक मॉडलिंग को कभी-कभी कस्टम संकेतक बनाने के लिए प्रयोग किया जाता है जिसका उपयोग अधिक सटीक संकेतक दृष्टिकोण के लिए किया जा सकता है। हालांकि, आर्थिक नीतियों का मूल्यांकन करने के लिए शैक्षणिक क्षेत्रों में इकोनॉमेट्रिक मॉडल अधिक बार उपयोग किए जाते हैं। (अर्थमेट्रिक मॉडलों को लागू करने के लिए बुनियादी स्पष्टीकरण के लिए, व्यापार विश्लेषण के लिए प्रतिगमन मूल बातें पढ़ें ।)
• समय-सारणी के तरीके: यह विभिन्न तरीकों का संग्रह है जो पिछले डेटा का उपयोग भविष्य की घटनाओं की भविष्यवाणी करने के लिए करता है। समय श्रृंखला के तरीकों के बीच का अंतर आमतौर पर ठीक से विवरण में होता है, जैसे हालिया डेटा को अधिक वजन देना या कुछ आउटएयर अंक छूट देना। अतीत में क्या हुआ है पर नज़र रखने से, भविष्यद्द्घ भविष्य की भविष्यवाणी के मुकाबले एक बेहतर भविष्यवाणी करने में सक्षम होने की उम्मीद करता है। यह सबसे आम प्रकार का व्यापारिक पूर्वानुमान है, क्योंकि यह सस्ता है और अन्य तरीकों से वास्तव में कोई बेहतर या बुरा नहीं है।

व्यापारिक पूर्वानुमान और निवेश योजनाओं में वित्तीय मॉडल महत्वपूर्ण उपकरण हैं यदि आप व्यवसायों के सटीक मूल्यांकन के लिए कौशल सीखना चाहते हैं तो 8 घंटे से अधिक व्यावसायिक स्तर के प्रशिक्षण के साथ निवेशक अकादमी के वित्तीय मॉडलिंग कोर्स की जांच करें।]

भविष्य की कार्यवाही कैसे करें?

जब व्यावसायिक पूर्वानुमान की बात आती है, तो व्यावहारिक स्तर पर बहुत अंतर होता है हालांकि, एक वैचारिक स्तर पर, सभी पूर्वानुमान समान प्रक्रिया का पालन करते हैं।

1। एक समस्या या डेटा बिंदु चुना जाता है। ऐसा कुछ हो सकता है जैसे "क्या लोग उच्च अंत कॉफी निर्माता खरीद लेंगे?" या "अगले साल मार्च में हमारी बिक्री क्या होगी?"

2 सैद्धांतिक चर और एक आदर्श डेटा सेट चुना जाता है। यह वह जगह है जहां भविष्यकर्ता प्रासंगिक चर को पहचानता है जिन पर ध्यान देने की आवश्यकता है और डेटा एकत्रित करने का निर्णय लेता है।

3। धारणा समय पूर्वानुमान बनाने के लिए आवश्यक समय और डेटा को कम करने के लिए, भविष्यवाणी प्रक्रिया को सरल बनाने के लिए कुछ स्पष्ट मान्यताओं को बनाता है।

4। एक मॉडल चुना जाता है भविष्यवाणी मॉडल को चुनता है जो डेटा सेट, चयनित चर और मान्यताओं को फिट बैठता है।

5। विश्लेषण। मॉडल का उपयोग करते हुए, डेटा का विश्लेषण किया जाता है और विश्लेषण से बनाया गया पूर्वानुमान।

6। सत्यापन। भविष्यवाणी भविष्यवाणी की तुलना करता है कि वास्तव में प्रक्रिया को कैसे ज़्यादा होता है, समस्याओं की पहचान की जाती है या बिल्कुल सटीक पूर्वानुमान के दुर्लभ मामले में, पीठ पर खुद को पीटते हैं।

पूर्वानुमान के साथ समस्याएं

व्यवसायिक पूर्वानुमान व्यवसायों के लिए बहुत उपयोगी है, क्योंकि इससे उन्हें उत्पादन, वित्तपोषण और इतने पर योजना की अनुमति मिलती है। हालांकि, पूर्वानुमान के आधार पर तीन समस्याएं हैं:

1 डेटा हमेशा पुराने होने जा रहा है। ऐतिहासिक डेटा हम सब पर जाना है और इसमें कोई गारंटी नहीं है कि अतीत में स्थितियां भविष्य में जारी रहेंगी।

2। अद्वितीय या अप्रत्याशित घटनाओं में कारक होना असंभव है, या बाह्यताएं धारणाएं खतरनाक होती हैं, जैसे मानते हैं कि बैंक सबप्रिम मंदी से पहले उधार ले रहे थे, और काले हंस घटनाएं अधिक सामान्य हो गईं क्योंकि हमारी भविष्यवाणियों पर निर्भरता बढ़ गई है।

3। पूर्वानुमान अपने स्वयं के प्रभाव को एकीकृत नहीं कर सकतेपूर्वानुमान, सटीक या गलत होने के कारण, व्यवसायों के कार्यों को किसी ऐसे कारक से प्रभावित किया जाता है जिसे एक चर के रूप में शामिल नहीं किया जा सकता। यह एक वैचारिक गाँठ है सबसे बुरी स्थिति में, प्रबंधन अब ऐतिहासिक डेटा और प्रवृत्तियों का दास बन जाता है, जो कि अब व्यापार के बारे में चिंतित होने की बजाय।

नीचे की रेखा

पूर्वानुमान एक खतरनाक कला हो सकता है, क्योंकि भविष्यवाणियां कंपनियां और सरकारों के लिए एक फोकस बन जाती हैं, मानसिक रूप से अपने कार्यों की सीमा को सीमित करती हैं, जो पहले से ही निर्धारित किए जा रहे हैं के रूप में लंबे समय तक भविष्य के भविष्य को पेश करते हुए। इसके अलावा, भविष्यवाणियां आसानी से यादृच्छिक तत्वों के कारण टूट सकती हैं जिन्हें किसी मॉडल में शामिल नहीं किया जा सकता है, या वे शुरुआत से सिर्फ सादा गलत हो सकती हैं। नकारात्मक तरफ, व्यापारिक पूर्वानुमान कहीं भी नहीं जा रहा है। ठीक से उपयोग किया जाता है, पूर्वानुमान से व्यवसायों को उनकी आवश्यकताओं की पूर्ति करने की अनुमति मिलती है, सभी बाजारों के माध्यम से स्वस्थ रखने की संभावना बढ़ जाती है। यह व्यापारिक पूर्वानुमान का एक कार्य है जो सभी निवेशकों की सराहना कर सकते हैं। (वित्तीय मॉडलिंग में नियोजित अधिक तरीकों में दिलचस्पी है? वित्तीय मॉडलिंग में शैली मामला। )