Методы прогнозирования ⋆ FINAN$I$TEM
4 декабря, 2020
Методы прогнозирования

Методы прогнозирования

Четыре метода прогнозирования доходов

Четыре основных типа методов прогнозирования

Существует четыре основных типа методов прогнозирования, которые финансовые аналитики используют для прогнозирования будущих доходов, расходов и капитальных затрат для бизнеса. Хотя существует широкий спектр часто используемых инструментов количественного прогнозирования бюджета, в этой статье мы сосредоточимся на четырех основных методах: (1) прямолинейный, (2) скользящее среднее, (3) простая линейная регрессия и (4) множественная регрессия. линейная регрессия.

ТехникаПрименениеМатематикаНеобходимые данные
1. Прямая линияПостоянная скорость ростаМинимальный уровеньИсторические данные
2. Скользящее среднееПовторные прогнозыМинимальный уровеньИсторические данные
3. Простая линейная регрессияСравните одну независимую переменную с одной зависимойТребуются статистические знанияОбразец соответствующих наблюдений
4. Множественная линейная регрессияСравните более одной независимой переменной с одной зависимой переменнойТребуются статистические знанияОбразец соответствующих наблюдений

1 Прямолинейный метод

Прямолинейный метод — один из самых простых и понятных методов прогнозирования. Финансовый аналитик использует исторические цифры и тенденции для прогнозирования будущего роста доходов.

В приведенном ниже примере мы рассмотрим, как прямолинейное прогнозирование выполняется розничным бизнесом, который предполагает постоянный рост продаж на 4% в течение следующих пяти лет.

  1. Первым шагом в прямолинейном прогнозировании является определение темпов роста продаж, которые будут использоваться для расчета будущих доходов. В 2016 году темп роста составил 4,0%, исходя из исторических показателей. Мы можем использовать формулу = (C7-B7) / B7, чтобы получить это число. Предполагая, что рост останется неизменным в будущем, мы будем использовать те же темпы для 2017-2021 годов.

2. Чтобы спрогнозировать будущие доходы, возьмите показатель предыдущего года и умножьте его на темп роста. Формула, используемая для расчета выручки за 2017 год: = C7 * (1 + D5).

3. Выделите ячейки с D7 по H7, затем используйте сочетание клавиш Ctrl + R, чтобы скопировать формулу полностью вправо.

2 Скользящее среднее

Скользящие средние — это метод сглаживания, который смотрит на базовый образец набора данных для определения оценки будущих значений. Наиболее распространены скользящие средние за 3 и 5 месяцев.

  1. Чтобы выполнить прогноз скользящего среднего, данные о доходах должны быть помещены в вертикальный столбец. Создайте два столбца, скользящие средние за 3 месяца и средние скользящие за 5 месяцев.

2. Скользящее среднее за 3 месяца рассчитывается как среднее значение доходов за текущий и прошлые два месяца. Первый прогноз должен начаться в марте, это ячейка C6. Используемая формула = СРЕДНИЙ (B4: B6), которая вычисляет средний доход с января по март. Используйте Ctrl + D, чтобы скопировать формулу до декабря.

3. Точно так же 5-месячное скользящее среднее прогнозирует выручку начиная с пятого периода, то есть с мая. В ячейке D8 мы используем формулу = СРЕДНИЙ (B4: B8) для расчета среднего дохода с января по май. Скопируйте формулу вниз с помощью сочетания клавиш Ctrl + D.

4. Всегда полезно создать линейную диаграмму, чтобы показать разницу между фактическими и прогнозируемыми значениями MA в методах прогнозирования доходов. Обратите внимание, что 3-месячный MA варьируется в большей степени, со значительным увеличением или уменьшением исторических доходов по сравнению с 5-месячным MA. При выборе периода времени для метода скользящего среднего аналитику следует подумать, должны ли прогнозы больше отражать реальность или они должны сглаживать недавние колебания.

3 Простая линейная регрессия

Регрессионный анализ — широко используемый инструмент для анализа взаимосвязи между переменными в целях прогнозирования. В этом примере мы рассмотрим взаимосвязь между радиообъявлением и доходом, выполнив регрессионный анализ двух переменных.

  1. Выберите радиообъявления и данные о доходах в ячейках от B4 до C15, затем перейдите в меню «Вставка»> «Диаграмма»> «Разброс».

2. Щелкните правой кнопкой мыши точки данных и выберите «Форматировать ряд данных». В разделе «Параметры рынка» измените цвет на желаемый и выберите «Без границы».

3. Щелкните правой кнопкой мыши точки данных и выберите Добавить линию тренда. Выберите «Линейная линия» и установите флажки «Отображать уравнение на диаграмме» и «Отображать значение R-квадрата на диаграмме». Переместите рамку уравнения ниже линии. Увеличьте ширину линии до 3 пунктов, чтобы сделать ее более заметной.

4. Выберите отсутствие заливки и границы как для области диаграммы, так и для области графика. Удалите вертикальные и горизонтальные линии сетки на диаграмме.

5. На ленте «Дизайн» перейдите в раздел «Добавить элемент диаграммы» и вставьте заголовки горизонтальной и вертикальной оси. Переименуйте вертикальную ось на «Доход», а горизонтальную ось на «Количество радиообъявлений». Измените заголовок диаграммы на «Взаимосвязь между рекламой и доходом».

6. Помимо создания линии линейной регрессии, вы также можете спрогнозировать доход с помощью функции прогноза в Excel. Например, компания выпускает 100 объявлений в следующем месяце и хочет спрогнозировать свой доход на основе регрессии. В ячейке C20 используйте формулу = ПРОГНОЗ (B20, $ C $ 4: $ C $ 15, $ B $ 4: $ B $ 15). Формула берет данные из столбцов радиообъявлений и доходов для создания прогноза.

7. Другой метод — использовать уравнение линии регрессии. Наклон линии составляет 78,08, а точка пересечения оси Y — 7930,35. Мы можем использовать эти два числа для расчета прогнозируемого дохода на основе определенного значения x. В ячейке C25 мы можем использовать формулу = (25 австралийских долларов * B25) + 26 австралийских долларов, чтобы узнать доход при наличии 100 радиообъявлений.

4 Множественная линейная регрессия

Компания использует множественную линейную регрессию для прогнозирования доходов, когда для прогноза требуются две или более независимых переменных. В приведенном ниже примере мы запускаем регрессию по стоимости продвижения, стоимости рекламы и доходу, чтобы определить взаимосвязь между этими переменными.

  1. Перейдите на вкладку Данные> Анализ данных> Регрессия. Выберите от D3 до D15 для диапазона входа Y и от B3 до C15 для диапазона входа X. Установите флажок «Ярлыки». Установите выходной диапазон в ячейке A33.

2. Скопируйте самую последнюю таблицу из итогового вывода и вставьте ее в ячейку A24. Используя коэффициенты из таблицы, мы можем спрогнозировать выручку с учетом стоимости продвижения и рекламы. Например, если мы ожидаем, что стоимость продвижения составит 125, а стоимость рекламы — 250, мы можем использовать уравнение в ячейке B20 для прогнозирования дохода: = 25 долларов США + (B18 * 26 долларов США) + (B19 * 27 долларов США). ).

Дополнительные ресурсы:

Благодарим вас за то, что вы прочитали это руководство по основным методам прогнозирования доходов. CFI является официальным поставщиком глобальной программы сертификации специалистов по финансовому моделированию и оценке (FMVA) ™, призванной помочь каждому стать финансовым аналитиком мирового уровня. Чтобы продолжить карьеру, вам будут полезны следующие дополнительные ресурсы CFI:

Добавить комментарий