Défis et limites des prévisions financières

Exactitude des données historiques

• Les prévisions financières est souvent réalisée à l'aide des résultats historiques comme un proxy pour l'avenir. Vous pouvez le faire en analysant compte de résultat et du bilan des éléments historiques pour déterminer les tendances, tels que les tendances de croissance, et en appliquant ces chiffres à l'avenir. Par exemple, si une société a réalisé une croissance stable en moyenne de 5 pour cent par an pour les cinq dernières années, vous pourriez prévoir les ventes de l'année prochaine en utilisant un taux de croissance de 5 pour cent. Bien que largement utilisée, cette approche peut être problématique. Si les résultats de l'entreprise sont erratiques d'année en année, les moyennes historiques peuvent ne pas fournir de bonnes indications pour l'avenir. Si l'entreprise est une start-up, les résultats historiques ne soient pas disponibles à tous. En outre, les conditions de marché externes peuvent influer sur les résultats financiers d'une manière qui ne serait pas capturé par l'analyse des résultats historiques.

Délai

• 
  
  
  
  

  Le plus le laps de temps, plus il sera difficile de prévoir avec précision ses résultats financiers. Il est moins difficile de prévoir les résultats financiers de l'année prochaine à anticiper les chiffres pour la décennie à venir. Par exemple, si vous êtes extrapolation des tendances en utilisant cinq années de données historiques tout en préparant les projections financières à 10 ans, l'applicabilité d'un tendances sur cinq ans serait probablement inférieure à une période de 10 ans. Comme le temps passe plus, la probabilité d'événements survenus qui pourraient affecter les résultats financiers de l'entreprise augmente. La part de marché peut augmenter ou diminuer, ou des conditions économiques peut changer considérablement. En règle générale, les périodes de projection plus courtes sont plus précis.

Problèmes avec des données d'entrée

• Outre l'utilisation de données historiques, les prévisions sont souvent effectuées en utilisant une analyse linéaire, qui chevilles performance financière future de diverses variables dépendantes corrélées avec les chiffres financiers sous-jacents. Cela peut être très problématique - mieux capturé par les ordures d'expression in, garbage out. La fiabilité de votre prévision est seulement aussi bon que les intrants utilisés pour calculer. Cela laisse place à des erreurs causées par des erreurs commises dans la collecte ou l'interprétation des données, ou l'erreur humaine dans la saisie des données dans le modèle de prévision. En outre, les humains sont soumis à divers biais, tels que les biais de confirmation, qui se produit lorsque l'arrêt de la prévisionniste est faussée par des notions prédisposés sur les résultats projetés. Cela peut provoquer le prévisionniste de placer trop l'accent sur les éléments de données moins pertinentes, ou vice-versa.

Événements imprévisibles

• Même si vous effectuez parfaitement les méthodes de prévision quantitatives et qualitatives, il est impossible de prévoir l'imprévisible. Ces éléments peuvent varier dans la nature, mais peuvent avoir des risques fondée sur la concurrence, l'économie, et les chocs externes sur le marché. Par exemple, après de nombreuses années de croissance, Blockbuster a été désagréablement surpris par la performance de Netflix, qui a érodé très rapidement la part de marché et la vente de Blockbuster. Un point de vente peut ouvrir un nouvel emplacement et de projeter une forte croissance financière, seulement pour avoir un concurrent direct d'ouvrir dans la rue, affectant les ventes et les bénéfices.

  En outre, un événement Black Swan peut facilement rendre prévisions financières bien préparés obsolète. Un événement Black Swan est un événement hautement improbable que se produit, présentant trois facteurs - il est impossible de prédire, il porte un impact massif, et sa valeur de choc est magnifique, parce que les gens ne pourraient jamais imaginer un tel événement se produise.