Il n'est pas rare d'entendre la direction d'une entreprise parler de prévisions: «Nos ventes n'ont pas atteint les prévisions» ou «Nous sommes confiants dans la croissance économique prévue et nous prévoyons dépasser nos objectifs. " En fin de compte, toutes les prévisions financières, que ce soit sur les spécificités d'une entreprise, comme la croissance des ventes, ou des prédictions sur l'économie dans son ensemble, sont des suppositions éclairées. Dans cet article, nous examinerons certaines des méthodes qui sous-tendent les prévisions financières, ainsi que le processus actuel et certains des risques qui surgissent lorsque nous cherchons à prédire l'avenir.

TUTORIAL : États financiers

Méthodes de prévision financière

Il existe un certain nombre de méthodes différentes selon lesquelles une prévision d'entreprise peut être faite. Toutes les méthodes tombent dans l'une des deux approches globales: qualitative et quantitative.

Modèles qualitatifs

Les modèles qualitatifs ont généralement été couronnés de succès avec des prédictions à court terme, où la portée de la prévision est limitée. Les prévisions qualitatives peuvent être considérées comme pilotées par des experts, dans la mesure où elles dépendent des mavens du marché ou du marché dans son ensemble pour peser avec un consensus éclairé. Les modèles qualitatifs peuvent être utiles pour prédire le succès à court terme des entreprises, des produits et des services, mais ils rencontrent des limites en raison de leur dépendance vis-à-vis des données mesurables. Les modèles qualitatifs comprennent:

• Étude de marché Sondage auprès d'un grand nombre de personnes sur un produit ou un service spécifique pour prédire combien de personnes vont l'acheter ou l'utiliser une fois lancé.
• Méthode Delphi: Demander des experts de terrain pour des opinions générales et ensuite les compiler dans une prévision. (Pour en savoir plus sur la modélisation qualitative, lisez Analyse qualitative: qu'est-ce qui rend une entreprise géniale? )

Modèles quantitatifs

Les modèles quantitatifs ne tiennent pas compte du facteur expert et tentent de retirer l'élément humain de l'analyse. Ces approches ne concernent que les données et évitent l'inconstance des personnes sous-jacentes aux chiffres. Ils tentent également de prédire où les variables telles que les ventes, le produit intérieur brut, les prix du logement, etc., seront à long terme, mesurées en mois ou en années. Les modèles quantitatifs comprennent:

• L'approche par indicateur: L'approche par indicateur dépend de la relation entre certains indicateurs, par exemple le PIB et les taux de chômage, qui reste relativement inchangée au fil du temps. En suivant les relations et en suivant les indicateurs en tête, vous pouvez estimer la performance des indicateurs retardés, en utilisant les données de l'indicateur avancé.
• Modélisation économétrique: Il s'agit d'une version mathématiquement plus rigoureuse de l'approche des indicateurs. Au lieu de supposer que les relations restent les mêmes, la modélisation économétrique teste la cohérence interne des ensembles de données dans le temps et la signification ou la force de la relation entre les ensembles de données.La modélisation économétrique est parfois utilisée pour créer des indicateurs personnalisés qui peuvent être utilisés pour une approche d'indicateur plus précise. Cependant, les modèles économétriques sont plus souvent utilisés dans les domaines académiques pour évaluer les politiques économiques. (Pour une explication de base sur l'application des modèles économétriques, lisez Bases de régression pour l'analyse commerciale .)
• Méthodes de séries temporelles: Cette méthode fait référence à différentes méthodologies utilisant des données passées pour prédire des événements futurs. La différence entre les méthodologies de séries chronologiques est habituellement dans les détails, comme donner plus de poids à des données plus récentes ou actualiser certains points aberrants. En suivant ce qui s'est passé dans le passé, le prévisionniste espère être en mesure de donner une prédiction meilleure que la moyenne sur l'avenir. C'est le type le plus commun de prévision d'affaires, parce que c'est bon marché et vraiment pas meilleur ou pire que d'autres méthodes.

Les modèles financiers sont des outils importants dans les prévisions d'activité et les plans d'investissement. Si vous souhaitez acquérir les compétences nécessaires pour évaluer avec précision les activités de votre entreprise, consultez le cours de modélisation financière de l'Académie Investopedia avec plus de 8 heures de formation de niveau professionnel.]

Comment fonctionne la prévision?

Il y a beaucoup de variation sur le plan pratique en ce qui concerne les prévisions d'affaires. Cependant, sur un plan conceptuel, toutes les prévisions suivent le même processus.

1. Un problème ou un point de données est choisi. Cela peut être quelque chose comme "les gens vont acheter une cafetière haut de gamme?" ou "quelles seront nos ventes en mars l'année prochaine?"

2. Des variables théoriques et un ensemble de données idéal sont choisis. C'est là que le prévisionniste identifie les variables pertinentes qui doivent être prises en compte et décide de la manière de collecter les données.

3. Temps d'acceptation Pour réduire le temps et les données nécessaires pour faire une prévision, le prévisionniste fait des hypothèses explicites pour simplifier le processus.

4. Un modèle est choisi. Le prévisionniste choisit le modèle qui correspond à l'ensemble de données, aux variables sélectionnées et aux hypothèses.

5. Une analyse. En utilisant le modèle, les données sont analysées et une prévision est faite à partir de l'analyse.

6. Vérification. Le prévisionniste compare la prévision à ce qui se passe réellement pour peaufiner le processus, identifier les problèmes ou, dans le cas rare d'une prévision absolument exacte, se féliciter.

Problèmes de prévision

Les prévisions d'entreprise sont très utiles pour les entreprises car elles leur permettent de planifier la production, le financement, etc. Cependant, il y a trois problèmes à se fier aux prévisions:

1. Les données vont toujours être vieilles. Les données historiques sont tout ce que nous avons à faire et il n'y a aucune garantie que les conditions dans le passé persisteront dans le futur.

2. Il est impossible de prendre en compte des événements ou des externalités uniques ou inattendus. Les hypothèses sont dangereuses, telles que les suppositions que les banques filtraient correctement empruntées avant l'effondrement des subprimes, et les événements de cygnes noirs sont devenus plus communs que notre dépendance sur les prévisions a augmenté.

3. Les prévisions ne peuvent pas intégrer leur propre impact.En ayant des prévisions, exactes ou inexactes, les actions des entreprises sont influencées par un facteur qui ne peut être inclus en tant que variable. C'est un noeud conceptuel. Dans le pire des cas, la direction devient un esclave des données et tendances historiques plutôt que de se préoccuper de ce que l'entreprise est en train de faire.

The Bottom Line

La prévision peut être un art dangereux, car les prévisions deviennent un objectif pour les entreprises et les gouvernements, limitant mentalement leur gamme d'actions, en présentant l'avenir à court et à long terme comme étant déjà déterminé. De plus, les prévisions peuvent facilement se décomposer en raison d'éléments aléatoires qui ne peuvent pas être incorporés dans un modèle, ou elles peuvent tout simplement être erronées depuis le début. Les inconvénients mis à part, les prévisions d'affaires ne vont nulle part. Utilisée correctement, la prévision permet aux entreprises de planifier au-delà de leurs besoins, augmentant ainsi leurs chances de rester en bonne santé sur tous les marchés. C'est une des fonctions de la prévision des affaires que tous les investisseurs peuvent apprécier. (Intéressé par plus de méthodes employées dans la modélisation financière? Questions de style dans la modélisation financière. )