Hindi pangkaraniwan na marinig ang pamamahala ng isang kumpanya na nagsasalita tungkol sa mga pagtataya: "Ang aming mga benta ay hindi nakamit ang mga na-forecast na mga numero, " o "nakakaramdam kami ng kumpiyansa sa na-forecast na paglago ng ekonomiya at inaasahan na lalampas ang aming mga target." Sa huli, ang lahat ng mga pagtataya sa pananalapi, tungkol sa mga detalye ng isang negosyo, tulad ng paglago ng benta, o mga hula tungkol sa ekonomiya sa kabuuan, ay alam ang mga hula., titingnan namin ang ilan sa mga pamamaraan sa likod ng mga pagtataya sa pananalapi, pati na rin ang proseso, at ang ilan sa mga panganib na nag-aani kung hangarin nating hulaan ang hinaharap.
Mga Paraan ng Pagtataya sa Pinansyal
Mayroong maraming iba't ibang mga pamamaraan kung saan maaaring gawin ang isang forecast ng negosyo. Ang lahat ng mga pamamaraan ay nahuhulog sa isa sa dalawang pamamaraang overarching: kwalitibo at dami.
Mga Qualitative Models
Ang mga kwalipikadong modelo ay karaniwang naging matagumpay sa mga panandaliang hula, kung saan limitado ang saklaw ng forecast. Ang mga kwalipikadong pagtataya ay maaaring isipin bilang dalubhasa sa dalubhasa, na nakasalalay sila sa mga mavens ng merkado o sa merkado bilang isang buong timbangin sa isang may kaalamang pinagkasunduan. Ang mga kwalipikadong modelo ay maaaring maging kapaki-pakinabang sa paghula sa panandaliang tagumpay ng mga kumpanya, produkto, at serbisyo, ngunit may mga limitasyon dahil sa pag-asa sa opinyon sa nasusukat na data. Ang mga kwalipikadong modelo ay kasama ang:
- Ang Pagboboto sa Pamilihan ng Market ay isang malaking bilang ng mga tao sa isang tiyak na produkto o serbisyo upang mahulaan kung gaano ang bibilhin o gagamitin nito sa isang beses na inilunsad.Delphi Paraan: Humihiling sa mga eksperto sa larangan para sa pangkalahatang mga opinyon at pagkatapos ay pag-iipon ng mga ito sa isang forecast. (Para sa higit pa sa husay na pagmomolde, basahin ang "Qualitative Analysis: Ano ang Gumagawa ng Mahusay na Kompanya?")
Ang Mga Pangunahing Kaalaman ng Pagtaya sa Negosyo
Dami ng Mga Modelo
Ang mga modelo ng dami ay nagpapabawas sa kadahilanan ng eksperto at subukang alisin ang elemento ng tao sa pagsusuri. Ang mga pamamaraang ito ay nababahala lamang sa data at maiiwasan ang pagkakamali ng mga taong pinagbabatayan ng mga numero. Sinusubukan din nilang hulaan kung saan ang mga variable tulad ng mga benta, gross domestic product, mga presyo sa pabahay, at iba pa, ay magiging sa pangmatagalang, sinusukat sa buwan o taon. Ang mga modelo ng dami ay kinabibilangan ng:
- Ang Indicator Diskarte: Ang diskarte sa tagapagpahiwatig ay nakasalalay sa ugnayan sa pagitan ng ilang mga tagapagpahiwatig, halimbawa, ang GDP at mga rate ng kawalan ng trabaho, naiiwan na hindi nagbabago sa paglipas ng panahon. Sa pamamagitan ng pagsunod sa mga ugnayan at pagkatapos ng pagsunod sa mga tagapagpahiwatig na nangunguna, maaari mong matantya ang pagganap ng mga lagging tagapagpahiwatig, sa pamamagitan ng paggamit ng nangungunang data ng tagapagpahiwatig.E Econometric Modelling: Ito ay isang mas mahigpit na bersyon ng mahigpit na bersyon ng diskarte sa tagapagpahiwatig. Sa halip na ipagpalagay na ang mga relasyon ay mananatiling pareho, ang pangmometikong pagmomolde ay sumusubok sa panloob na pagkakapareho ng mga datasets sa paglipas ng panahon at ang kahulugan o lakas ng ugnayan sa pagitan ng mga set ng data. Minsan ginagamit ang pagmomodelo ng ekonometric upang lumikha ng mga pasadyang tagapagpahiwatig na maaaring magamit para sa isang mas tumpak na pamamaraan ng tagapagpahiwatig. Gayunpaman, ang mga modelo ng ekonometric ay mas madalas na ginagamit sa mga larangan ng akademiko upang suriin ang mga patakaran sa ekonomiya. (Para sa isang pangunahing paliwanag sa pag-aaplay ng mga modelo ng ekonometric, basahin ang "Regression Basics for Business Analysis.") Mga Pamamaraan sa Oras ng Oras: Ito ay tumutukoy sa isang koleksyon ng iba't ibang mga pamamaraan na gumagamit ng nakaraang data upang mahulaan ang mga kaganapan sa hinaharap. Ang pagkakaiba sa pagitan ng mga pamamaraan ng serye ng oras ay karaniwang sa masarap na mga detalye, tulad ng pagbibigay ng mas kamakailang data na mas maraming timbang o pag-diskwento sa ilang mga punto ng outlier. Sa pamamagitan ng pagsubaybay sa nangyari sa nakaraan, inaasahan ng forecaster na maibigay ang isang mas mahusay kaysa sa average na hula tungkol sa hinaharap. Ito ang pinaka-karaniwang uri ng pagtataya ng negosyo dahil ito ay mura at walang mas mahusay o mas masahol kaysa sa iba pang mga pamamaraan.
Paano Nagtatrabaho ang Pagtataya?
Maraming pagkakaiba-iba sa isang praktikal na antas pagdating sa pagtataya sa negosyo. Gayunpaman, sa isang antas ng konsepto, ang lahat ng mga pagtataya ay sumusunod sa parehong proseso.
- Ang isang problema o punto ng data ay pinili. Maaari itong maging tulad ng "bibili ba ang mga tao ng isang high-end na gumagawa ng kape?" o "ano ang ibebenta namin sa Marso sa susunod na taon?" Ang mga variable ng teoretikal at isang perpektong set ng data ay pinili. Dito kinikilala ng forecaster ang mga nauugnay na variable na kailangang isaalang-alang at magpapasya kung paano mangolekta ng data. Oras ng palagay. Upang mabawasan ang oras at data na kinakailangan upang makagawa ng isang forecast, ang forecaster ay gumawa ng ilang mga tahasang pagpapalagay upang gawing simple ang proseso. Napili ang isang modelo. Pinipili ng forecaster ang modelo na umaangkop sa dataset, napiling mga variable, at pagpapalagay. Pagsusuri. Gamit ang modelo, ang data ay nasuri at isang forecast na ginawa mula sa pagsusuri. Pag-verify. Inihahambing ng forecaster ang forecast sa kung ano ang nangyayari sa pag-tweak ng proseso, makilala ang mga problema o sa bihirang kaso ng isang tumpak na forecast, i-tap ang kanyang sarili sa likod.
Mga problema Sa Pagtataya
Ang pagtataya sa negosyo ay lubhang kapaki-pakinabang para sa mga negosyo, dahil pinapayagan silang magplano ng produksyon, financing, at iba pa. Gayunpaman, mayroong tatlong mga problema sa pag-asa sa mga pagtataya:
- Ang data ay palaging matanda. Kasaysayan ng data ang kailangan nating magpatuloy, at walang garantiya na ang mga kundisyon sa nakaraan ay magpapatuloy sa hinaharap. Hindi imposible na salikin ang mga natatangi o hindi inaasahang mga kaganapan, o mga panlabas. Ang mga pagpapalagay ay mapanganib, tulad ng mga pagpapalagay na ang mga bangko ay wastong pag-screening ng mga nangungutang bago ang pagbagsak ng subprime. At ang mga black swan event ay naging mas karaniwan dahil ang aming pagsalig sa mga pagtataya ay lumago.Ang mga pagtataya ay hindi maaaring pagsamahin ang kanilang sariling epekto. Sa pamamagitan ng pagkakaroon ng mga pagtataya, tumpak o hindi tumpak, ang mga pagkilos ng mga negosyo ay naiimpluwensyahan ng isang kadahilanan na hindi maaaring isama bilang isang variable. Ito ay isang konsepto na buhol. Sa isang pinakamasamang kaso, ang pamamahala ay nagiging alipin ng data sa kasaysayan at uso kaysa sa pag-aalala tungkol sa ginagawa ngayon ng negosyo.
Ang Bottom Line
Ang pagtataya ay maaaring maging isang mapanganib na sining, dahil ang mga pagtataya ay naging isang pokus para sa mga kumpanya at pamahalaan, na nililimitahan ng kaisipan ang kanilang hanay ng mga aksyon, sa pamamagitan ng paglalahad ng maikli hanggang sa pangmatagalang hinaharap na natukoy na. Bukod dito, ang mga pagtataya ay madaling masira dahil sa mga random na elemento na hindi maaaring isama sa isang modelo, o maaari silang maging mali lamang mula sa simula.
Ang mga negatibo bukod, ang pagtataya ng negosyo ay hindi pupunta kahit saan. Angkop na ginamit, pinapayagan ng pagtataya ang mga negosyong magplano nang maaga sa kanilang mga pangangailangan, pagpapataas ng kanilang pagkakataon na manatiling malusog sa lahat ng mga merkado. Iyon ang isang function ng pagtataya sa negosyo na maaaring pahalagahan ng lahat ng mga namumuhunan.
