Методы прогнозирования | Финансы
Методы прогнозирования

Методы прогнозирования

Четыре метода прогнозирования доходов.

Четыре основных типа методов прогнозирования

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

ТехникаПрименениеМатематикаНеобходимые данные
1. ПрямолинейныйПостоянный темп ростаМинимальный уровеньИсторические данные
2. Скользящее среднееПовторяющиеся прогнозыМинимальный уровеньИсторические данные
3. Простая линейная регрессияСравните одну независимую и одну зависимую переменнуюТребуются статистические знанияОбразец соответствующих наблюдений
4. Множественная линейная регрессияСравнить 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 — это широко используемый инструмент для анализа взаимосвязи между переменными в целях прогнозирования. В данном примере мы рассмотрим взаимосвязь между рекламой на радио и доходами, проведя регрессионный анализ этих двух переменных.

  1. Выберите данные Радиореклама и Доходы в ячейках с B4 по C15, затем выберите 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. Чтобы продолжать учиться и развивать свои знания в области финансового анализа, мы настоятельно рекомендуем дополнительные ресурсы, представленные ниже:

Добавить комментарий