विषयसूची:
वित्तीय पूर्वानुमान विभिन्न कारणों से किया जाता है, जैसे कि संभावित दरों को समायोजित करने के लिए या बजट प्रबंधन के हिस्से के रूप में अपेक्षित बिक्री का अनुमान लगाना। लेनदारों को अक्सर अपने प्रारंभिक और चल रहे क्रेडिट विश्लेषण का प्रदर्शन करते समय ऐतिहासिक और पूर्वानुमान दोनों वित्तीय विवरणों की आवश्यकता होती है। अनुमानित वित्तीय विवरणों का उपयोग व्यावसायिक मूल्यांकन तैयार करने के लिए भी किया जाता है, जिनकी वित्तीय रिपोर्टिंग उद्देश्यों, संपत्ति नियोजन, विलय और अधिग्रहण, या यहां तक कि कॉर्पोरेट मुकदमेबाजी की आवश्यकता हो सकती है। वित्तीय पूर्वानुमान तैयार करने के लिए जटिल विश्लेषण की आवश्यकता होती है, जो कई सीमाओं और चुनौतियों के अधीन होते हैं।
ऐतिहासिक डेटा की सटीकता
भविष्य के लिए प्रॉक्सी के रूप में ऐतिहासिक परिणामों का उपयोग करते हुए अक्सर वित्तीय पूर्वानुमान लगाया जाता है। आप ऐतिहासिक आय स्टेटमेंट और ट्रेंड के लिए बैलेंस शीट आइटम, जैसे कि विकास के रुझान और आगे बढ़ने वाले इन आंकड़ों को लागू करके ऐसा कर सकते हैं। उदाहरण के लिए, यदि किसी कंपनी ने पिछले पांच वर्षों के लिए प्रति वर्ष 5 प्रतिशत की औसत वृद्धि हासिल की है, तो आप 5 प्रतिशत की वृद्धि दर का उपयोग करके अगले वर्ष की बिक्री का पूर्वानुमान लगा सकते हैं। व्यापक रूप से उपयोग करते समय, यह दृष्टिकोण समस्याग्रस्त हो सकता है। यदि कंपनी के परिणाम वर्ष-दर-वर्ष अनिश्चित होते हैं, तो ऐतिहासिक औसत भविष्य के लिए अच्छे संकेत नहीं दे सकता है। यदि कंपनी एक स्टार्ट-अप है, तो ऐतिहासिक परिणाम बिल्कुल उपलब्ध नहीं हो सकते हैं। इसके अलावा, बाहरी बाजार की स्थिति वित्तीय परिणामों को एक तरह से प्रभावित कर सकती है जो ऐतिहासिक परिणामों का विश्लेषण करके कब्जा नहीं किया जाएगा।
समय सीमा
समय सीमा जितनी लंबी होगी, वित्तीय परिणामों का सटीक अनुमान लगाना उतना ही मुश्किल होगा। आगामी दशक के लिए अनुमानित संख्या की तुलना में अगले साल के वित्तीय परिणामों का पूर्वानुमान करना कम कठिन है। उदाहरण के लिए, यदि आप 10 साल के वित्तीय अनुमानों को तैयार करते समय पांच साल के ऐतिहासिक डेटा का उपयोग करते हुए रुझानों को बढ़ा रहे हैं, तो पांच साल के रुझानों की संभावना 10 साल की अवधि के लिए कम होगी। जैसे-जैसे समय बीतता है, ऐसी घटनाओं की संभावना बढ़ जाती है जो कंपनी के वित्तीय परिणामों को प्रभावित कर सकती हैं। बाजार हिस्सेदारी बढ़ या घट सकती है, या आर्थिक स्थिति में काफी बदलाव आ सकता है। एक सामान्य नियम के रूप में, छोटी प्रक्षेपण अवधि अधिक सटीक होती है।
इनपुट डेटा के साथ समस्याएं
ऐतिहासिक डेटा का उपयोग करने के अलावा, पूर्वानुमान अक्सर रैखिक विश्लेषण का उपयोग करके किया जाता है, जो अंतर्निहित वित्तीय आंकड़ों के साथ सहसंबद्ध विभिन्न आश्रित चर के लिए भविष्य के वित्तीय प्रदर्शन को दर्शाता है। यह अत्यधिक समस्याग्रस्त हो सकता है - अभिव्यक्ति कचरे द्वारा कब्जा कर लिया गया, कचरा बाहर। आपके पूर्वानुमान की विश्वसनीयता केवल उतना ही अच्छा है जितना कि इनपुट इसकी गणना करने के लिए उपयोग किया जाता है। यह डेटा को इकट्ठा करने या व्याख्या करने में हुई गलतियों, या पूर्वानुमान मॉडल में डेटा दर्ज करने में मानवीय त्रुटि के कारण होने वाली त्रुटियों के लिए जगह छोड़ देता है। इसके अलावा, मानव विभिन्न पूर्वाग्रहों के अधीन हैं, जैसे कि पुष्टिकरण पूर्वाग्रह, जो तब होता है जब अनुमानित परिणाम के बारे में पूर्वनिर्धारित धारणाओं द्वारा फोरकास्टर के फैसले को तिरछा किया जाता है। यह फोरकास्टर को कम प्रासंगिक डेटा आइटम, या इसके विपरीत पर बहुत अधिक जोर देने का कारण बन सकता है।
अनुपयोगी घटनाएँ
यहां तक कि अगर आप पूरी तरह से मात्रात्मक और गुणात्मक पूर्वानुमान के तरीकों का प्रदर्शन करते हैं, तो अप्रत्याशित को दूर करना असंभव है। ये तत्व प्रकृति में भिन्न हो सकते हैं, लेकिन प्रतिस्पर्धा, अर्थव्यवस्था और बाजार के बाहरी झटके के आधार पर जोखिम हो सकते हैं। उदाहरण के लिए, विकास के कई वर्षों के बाद, ब्लॉकबस्टर को नेटफ्लिक्स के प्रदर्शन से अंधा कर दिया गया था, जिसने ब्लॉकबस्टर के बाजार में हिस्सेदारी और बिक्री को बहुत जल्दी खत्म कर दिया था। एक रिटेल आउटलेट एक नया स्थान खोल सकता है और मजबूत वित्तीय विकास को प्रोजेक्ट कर सकता है, केवल बिक्री और कमाई को प्रभावित करने के लिए सड़क पर एक सीधा प्रतियोगी खोलना होगा।
इसके अलावा, एक ब्लैक स्वान इवेंट आसानी से तैयार किए गए वित्तीय पूर्वानुमानों को अप्रचलित कर सकता है। एक ब्लैक स्वान घटना एक अत्यधिक संभावना वाली घटना है, जो तीन कारकों को प्रदर्शित करता है - यह भविष्यवाणी करना असंभव है, यह एक बड़े पैमाने पर प्रभाव डालता है, और इसका झटका मूल्य आश्चर्यजनक है, क्योंकि लोग कभी भी ऐसी घटना होने की कल्पना नहीं कर सकते हैं।