차례:
재무 예측은 용량 비율을 조정하기 위해 예상 매출을 예측하거나 예산 관리의 일부로 다양한 이유로 수행됩니다. 채권단은 초기 및 지속적인 신용 분석을 수행 할 때 과거 재무 제표와 예측 재무 제표를 요구합니다. 계획 재무 제표는 또한 재무보고 목적, 부동산 계획, 합병 및 인수, 또는 기업 소송에 필요한 비즈니스 평가를 준비하는 데 사용됩니다. 재무 예측을 준비하려면 복잡한 분석이 필요하며 여러 가지 제한 사항과 문제점이 있습니다.
과거 데이터의 정확성
재무 예측은 종종 과거의 결과를 미래의 프록시로 사용하여 수행됩니다. 성장 동향과 같은 추세에 대한 과거의 손익 계산서 및 대차 대조표 항목을 분석하고 이러한 수치를 계속 적용하여이를 수행 할 수 있습니다. 예를 들어, 한 회사가 지난 5 년간 평균 5 %의 안정적인 성장률을 달성 한 경우 5 %의 성장률로 내년 매출을 예측할 수 있습니다. 널리 사용되는 반면,이 방법은 문제가 될 수 있습니다. 회사의 결과가 해마다 불규칙적 일 경우 역사적 평균은 미래에 대한 좋은 징후를 제공하지 못할 수 있습니다. 회사가 신생 회사 인 경우 역사적인 결과가 전혀 제공되지 않을 수 있습니다. 또한 외부 시장 상황은 과거 실적을 분석하여 포착되지 않는 방식으로 재무 결과에 영향을 미칠 수 있습니다.
시간 프레임
기간이 길수록 재무 결과를 정확하게 예측하는 것이 어려워집니다. 향후 10 년 동안 예상되는 수치보다 내년 재무 결과를 예측하는 것이 어렵지 않습니다. 예를 들어 10 년 재무 예측을 준비하면서 5 년간의 과거 데이터를 사용하여 추세를 외삽하는 경우 5 년 추세의 적용 가능성은 10 년으로 낮아질 수 있습니다. 더 많은 시간이 경과함에 따라 회사의 재무 결과에 영향을 줄 수있는 이벤트가 발생할 확률이 높아집니다. 시장 점유율이 증가하거나 감소하거나 경제적 여건이 크게 바뀔 수 있습니다. 일반적으로 프로젝션 기간이 짧을수록 정확합니다.
입력 데이터 문제
과거 데이터를 사용하는 것 외에도 선형 분석을 사용하여 예측이 수행되는 경우가 많습니다. 미래 재무 성과를 기본 재무 수치와 상관 된 다양한 종속 변수에 고정합니다. 이것은 매우 문제가 될 수 있습니다. 쓰레기 배출 식 쓰레기가 가장 잘 잡니다. 예측의 신뢰도는 그것을 계산하는 데 사용 된 입력 값만큼 우수합니다. 이로 인해 데이터를 수집하거나 해석 할 때 실수로 발생하는 오류 또는 예측 모델에 데이터를 입력 할 때 발생하는 사람의 실수가 있습니다. 또한, 사람은 예측 편향과 같은 다양한 편견을 겪게됩니다. 예를 들어 예측 자의 판단이 계획된 결과에 대한 주관적인 개념에 의해 왜곡 될 때 발생합니다. 이로 인해 예측자는 관련성이 낮은 데이터 항목을 너무 많이 강조하거나 그 반대로 할 수 있습니다.
예측할 수없는 이벤트
양적 및 질적 예측 방법을 완벽하게 수행하더라도 예측할 수없는 것을 예측하는 것은 불가능합니다. 이러한 요소는 본질적으로 다를 수 있지만 경쟁, 경제 및 시장에 대한 외부 충격을 기반으로하는 위험 요소 일 수 있습니다. 예를 들어, 수년간의 성장 끝에 Blockbuster는 Netflix의 성능에 힘 입어 블럭 버스터의 시장 점유율과 판매를 급속하게 약화 시켰습니다. 소매점은 새로운 위치를 열어 강력한 금융 성장을 계획 할 수 있습니다. 길 건너에 직접 경쟁자가 열려 영업 및 수입에 영향을 줄 수 있습니다.
또한 Black Swan 이벤트는 잘 준비된 재무 예측을 쉽게 쓸모 없게 만듭니다. 블랙 스완 이벤트는 발생 가능성이 매우 낮습니다. 예측할 수 없으며 엄청난 영향을 미치고 충격적인 가치가 있습니다. 왜냐하면 사람들은 그러한 사건 발생을 결코 생각할 수 없기 때문입니다.