Eelarve koostamine ja prognoosimine on ettevõtte oluline funktsioon. Alates väikeettevõtja sisetundest kuni suure rahvusvahelise ettevõtte keerukate mudeliteni on igal ettevõttel hinnang, kui palju ta müüb ja kui palju see maksma läheb.
Probleem on selles, et eelarved vananevad sageli aasta alguses, hoolimata nende ettevalmistamiseks kulutatud mõnikord tohututest pingutustest. Seejärel saavad nad koibu kas oma ebaefektiivsuse või piinlikkuse allika tõttu. KPMG uuring rahanduse spetsialistide seas leidis, et 56% vastanutest nõustus, et 'mingil ajahetkel aasta jooksul ei olnud eelarve enam asjakohane'. Sama uuring leidis ka 46% vastanutest 'usub, et praegune eelarve annab poliitiliselt kokkulepitud numbri, mis ei vasta tegelikele ettevõtlusväljavaadetele.'
Eelarve koostamine on sageli a põhjasuhe, kus igale osakonnale antakse mall, kuhu nad kvalitatiivsetel alustel sisendavad tuleviku-olekuid, mõnikord juhtkonna seatud esiliinide eesmärkidega. Prognoose tegevad inimesed on sageli väga kogenud müügi, provisjonide tegemise, opereerimise või rentimise alal, kuid neil puudub prognoosimiseks ametlik väljaõpe. Prognooside muutuv ja ebakindel olemus on tõde, kuid sageli mõjutavad need eelarvamused eelarve täpsust. Seda tsiteerida võtab selle kokku lühidalt:
'Eelarve võib olla palve, mis on pakitud vastuolulises ajendis, mähitud lootuse lindile'
Selles artiklis käsitlen parimate tavade lähenemisviisi kvalitatiivsete ja kvantitatiivsete kontseptsioonide ühendamisel eelarveprotsessiga, mis võib aidata eelarvamuste mõju vähendada. See loob struktuuri loomaarsti eelduste ja testistsenaariumite jaoks, sageli väljaspool kodifitseeritud vahemikke.
Enne uue süsteemi lisamist vaatame üle mõned eelarve eesmärkide ja kasutamise põhitõed.
Enne kvantitatiivse metoodika lisamise näite käsitlemist tahan üle vaadata mõned eelarve koostamise parimad tavad üldiselt. Kuigi see pole kindlasti ammendav, olen leidnud, et need sammud säästavad aega ja ressursse, vähendades eelarve kordusi ja parandades osakondade koordineerimist.
Prognoosimise lähenemisviisid võivad hõlmata alt üles, ülalt alla, rahvahulgast pärinevaid ja nullipõhine meetodeid, kui nimetada vaid mõnda. Igaühe metoodika võib jagada kas kvalitatiivseks või kvantitatiivseks. Kvalitatiivset iseloomustab eelarve omaniku otsus, kvantitatiivne aga matemaatiliselt. Sellest tulenevalt on nii kvalitatiivsel kui kvantitatiivsel prognoosimeetodil oma tugevad ja nõrgad küljed.
Kallutatus võib märkimisväärselt mõjutada eelarvestamisvõtete kasulikkust, seetõttu on oluline arvestada meetodi poliitiliste aspektidega. Ükskõik, kas see on müüja vajadus 'süsteemi mängida', et suurendada boonuse saavutamise tõenäosust, või kõrgem juhtkond, kes peab investorite rahustamiseks sihtmärke tabama, eelarvamused sageli koormavad eelarvamused.
Ka lihtsatel kvantitatiivsetel meetoditel on oma nõrkused. Minu hiljutise kliendiga kasutas ta oma eelarve ajal toodete müügi prognoosimiseks eelmise aasta keskmist protsendikasvu. Kuigi see on väga mõistlik lähenemisviis, tõin siiski välja, et protsentuaalne kasv aasta jooksul langes. Selle kogu aasta keskmise kasutamine võib kaasa tuua süstemaatilise agressiivse prognoosi, kui trend peaks jätkuma või isegi tasanduma.
Minu arvates on kvantitatiivsed protsessid parem valik kvalitatiivsete protsessidega kombineerimiseks, kuna need aitavad ülaltoodud probleemide põhjal eeldusi kontrollida. Soovitan kvantitatiivset alust, kuna see on kiire ja suhteliselt erapooletu. Samuti uuritakse ettevõtte kulusid ja tulusid seostavaid funktsioone määratlevaid seoseid ning kasvutrende. Sellised meetodid on ka stsenaariumide kavandamisel kasulikumad ja võivad olla heaks aluseks võrdlusuuringute ja prognooside koostamiseks.
Ainult ühe täiendava eelarvestamistehnika kasutamine võib suurendada teie prognoosi asjakohasust, toimides teise kontrollina. Samuti usun, et on oluline valida metoodika, mis suudab teisele väljakutse pakkuda ja kompenseerida tema pimeala. Olen leidnud, et kvantitatiivse prognoosimistehnika kasutamine on kvalitatiivse prognoosi hindamisel äärmiselt väärtuslik, eriti iteratiivses keskkonnas.
Erinevatel metoodikatel on erinevad kulud ja ajavajadus. Ometi näeme, et andmeteadusel on üha suurem roll ennustustööriistade loomisel ja hooldamisel, mis aitavad stsenaariumide abil parsimiseks vajalikku aega vähendada.
Kvantitatiivse meetodi, näiteks trendi või ökonomeetrilise analüüsi lisamine on üks võimalus prognooside kallutatuse eemaldamiseks. Need meetodid võimaldavad tuvastada prognoosis spekulatiivset ja pakkuda stsenaariume väljaspool grupimõtte vahemikke. Nad saavad pakkuda juhiseid ja aidata alustada arutelu selle üle, mis peab prognoositava eesmärgi saavutamiseks muutuma. Statistilised meetodid tuginevad alusandmete kvaliteedile ja neid saab täiendada kindla objektiivse mõtlemisega.
Nad võivad siiski olla keerukad ja veidi 'mustad kastid', kui te pole nende tööga tuttav. Korrigeerimata ei tule nad hästi toime ka põhitegevuse suuremate muutustega. Pöörake tähelepanu valimi suurusele ja andmete kvaliteet , kompromissid mõlema puhul mõjutavad ülevaate ja kvaliteedi lõppkvaliteeti.
Selles jaotises näitan protsessi, kuidas võrrelda ülaltoodud eelarvet kvantitatiivse protsessiga. See selgitab, kuidas uurida eelarve alust.
Selle näite jaoks me kasutame lineaarne regressioon . Kõige lihtsamas määratluses püüab lineaarne regressioon leida joone andmete kaudu, mis minimeerib kauguse sellest joonest kõigi punktideni. See näitab andmete suundumust. Kuigi teoreetiliselt pole see teoreetiliselt puhas, olenevalt valimi suurusest ja andmete laadist, pean seda siiski väga kasulikuks vahendiks. Samuti on sageli teisi regressioonimetoodikaid, näiteks ARIMA , mis võib spetsialiseeruda aegridadele, mittelineaarsusele või hooajalisusele, kuid võite asendada mis tahes metoodika üldistes etappides, mille eelarve koostamiseks läbime.
Nende näidete jaoks alustame äsja saadud jagatud P&L eelarvest. Siinne eelarve koosneb tuludest kuni EBITDA-ni.
Selle aegridade analüüsi jaoks saab kasutada lineaarse regressiooni esimest kasutamist. See on eriti kasulik P&L osade puhul, kus juhtkonnal puudub otsene kontroll, näiteks tulud ja vähemal määral COGS (müüjate hinnakujunduse kaudu). Kasutades viimase kahe aasta tegelikke andmeid, näitab kiire mõistlikkuse kontroll eelarvet, mis eeldab suurt esiliini kiirendust koos madalamate marginaalidega.
Järgmine samm on kvantitatiivse metoodika kasutamine P&L trendimudeli kordamiseks. Alustame eelarve esimese tulureaga - Korduvad tulud. Püüan sageli kasutada vähemalt 24 kuud andmeid, kui need teil on, kuid kui neid on vähem, saab neid siiski rakendada.
Selle harjutuse jaoks kasutame Exceli, millel on selleks mitmeid viise. Esimene viis on Data Analysis add-in
kaudu Data
Menüü. Kõigepealt võtke andmed ja teisaldage need omaette lehele ning suunake andmed veergudesse. Seejärel lisage veerg vastavate ajaperioodide kuvamiseks. Seejärel valige andmeanalüüsi pakett ja seejärel Regression
Regressioonianalüüsi lehel valige andmed, mida soovite taandada (antud juhul korduvad tulud) jaotises Input Y Range
ja perioodid Input X Range
. Soovite valida Labels
kui teil on andmete kohal pealkirju. Väljundite jaotises panen väljundi tavaliselt lehele, mida analüüsimiseks kasutan, kuid see on isiklik eelistus.
Nüüd vajutage OK
ja siis genereeritakse regressiooni väljund.
Regressiooniväljund annab meile trendi arvutamiseks vajaliku teabe. See annab meile ka kasuliku statistika ettevõtte põhifunktsiooni kohta. See hõlmab andmete marginaalset suurenemist aja jooksul, võimalust vaadata stsenaariume ja seda, kui hästi lineaarne mudel andmetega sobib.
Regressiooniväljund koostab järgmise analüüsi:
Meie peamine huvi on marginaalse ja fikseeritud tulu toodangu vastu. Need leiame kollasest varjutatud sektsioonist, kus konstant on Intercept ja kalle Period (lineaarse mudeli valem Excelis oleks =Intercept + Period * future periods
. See annab meile aluse Korduva tulu trendiprojektsiooni jaoks, kasutades need sisendid meie valemis ja suuremate perioodide asendamine. Kui meil on korduva tulu trendiprognoos, on meil võimalus seda objektiivselt võrrelda esitatud eelarvega. Lisaks kasutame ära usaldusintervalli väljundit suundumuse dispersioon.
Selle trendi kavandamine olemasoleva eelarve vastu võimaldab meil sobivust silmas pidada.
Kordame valemeid rohelise varjundiga sisendite abil kõrge ja madala trendihinnangu saamiseks. See annab meile uurimiseks matemaatiliselt ranged piirid, mida näitab parempoolse diagrammi hall ala.
Varasematest graafikutest näeme, et eelarve on kõvasti üle trendi ja selle varieeruvuse. Kui arvutame eelarve keskmise kuu kasvu, on see peaaegu kolm korda suurem kui hiljutine trend (99,1–33,5 dollarit). Jällegi kasutame ühte andmete ajakava ja a ühemõõtmeline lineaarne mudel selle näite jaoks.
See peaks olema aluseks meeskonna või eelarve omanikuga peetavate arutelude aluseks selle kohta, mis on tulemuste saavutamise põhjuseks. Pean seda oluliseks kas kvantifitseeritavate toimingute või sündmuste leidmiseks, mis soodustavad paremat tulemust, või et anda alust eelduste ümberhindamiseks või vaidlustada selle eelarve saavutamise eesmärke. See võib hõlmata orgaanilise kasvu eeldusi, uue ettevõtte tõenäosust ja selle tulemuse saavutamiseks vajalikke aluskulusid.
Nüüd, kui oleme näinud, kuidas aegridade eelarvete uurimiseks kasutada regressiooni, kasutame seda ärisuhete uurimiseks. Eelarve koostamisel , Kasutan aegridade struktuuri sageli üksuste jaoks, mis on enamasti ettevõtte kontrolli alt väljas, mis on peamiselt tulu. Suhete kasutamiseks otsin kasvu taseme toetamiseks piirkulude baasil. Selle näite puhul uurime, kuidas on tegevuskulud seotud tuludega.
Selles eelarves on meil tegevuskulud, mis näivad tulusid täpselt jälgivat. Nende kahe suhet saame uurida hajutusskeemi abil. See annab meile aimu nende kahe marginaalsest suhtest lisaks sellele, kui hästi nad sobivad, nähes regressiooni variatsiooni.
Regressiooni saame korrata näitest Timeseries, muutes Operations Expense sõltuvaks muutujaks ja muutes Total Revenue sõltumatuks muutujaks. Hajutusdiagramm, mis näitab korrelatsiooni nende kahega, saadi järgmisest väljundist.
Sel juhul näitab marginaalne summa tegevuskulude kasvu summat tuludollari kohta. Viimase kahe aasta jooksul on operatsioonikulud iga dollari kohta kasvanud 0,72 dollarit. See näitaks, et tegevuskulud protsendina tuludest on viimase kahe aasta jooksul tõusnud, mis tõepoolest on. R² ( määramistegur ) 83,5% osutab ka tugevale korrelatsiooniastmele (ja seosele) kahe muutuja hulga vahel
Regressiooni tulemustega saame nüüd välja töötada trendimudeli. Kuna tegemist on suhtemudeliga, on meil seda teha kaks võimalust. Mudeli saame koostada eelarvestatud tulusummade põhjal, lisaks meie eelmise taandarengu tulemustele.
Kõigepealt vaatame eelarvega seotud tuludel põhinevat mudelitulu. See lähenemine võimaldab meil vaadata eelarvesse sisse viidud marginaalseid eeldusi. Nagu varemgi, konstrueerime nii trendijoone kui ka muutlikkuse.
Kuna eelarve on trendide lähedal ja varieeruvuse piirkonnas, näib eelarve olevat mõistlik. Analüüs tekitab eelarveomanikule siiski mõningaid küsimusi.
Näeme, et eelarve jälgib esimese poolaasta suundumust ja hakkab seejärel jälgi ajama. See näitaks, et eelarveomanik ootab varasematest toimingutest teatavat tõhusust. Tegelikult on detsembriks eelarve 10% madalam jooksutempo kui trend. Arutelu võiks keskenduda sellele, mis tõhusust suurendab aasta hilisemas osas.
Teiseks tulemuste analüüsiks oleks mudeli uuesti käitamine, kasutades trenditulusid. See võimaldaks meil eelarvet võrrelda trendisuhtega. Jällegi võtame regressioonitulemused ja arvutame trendi trenditulude abil.
Kuna trenditulud jäävad eelarvest kavandatud tuludest oluliselt alla, on ka tegevuskulud eelarvest väiksemad. See analüüs tekitaks küsimusi, kui kulud tuleb eelnevalt koormata või kas need sõltuvad eelarvestatud tuludest. Samuti võib see analüüs käivitada ettenägematute olukordade riskianalüüsi, kui tulud ei realiseeruks.
Nüüd, kui meil on olemas nii aegrida kui ka suhtevahendid, saame ehitada P&L kvantitatiivse mudeli. Kui ajatulude alusel arvutatud tulud ja kulud seonduvad tuludega, saame prognoosida Trendi P&L. Sel juhul koostame trendi Exceli funktsioonide abil =SLOPE()
ja =INTERCEPT()
. See võib pakkuda meile dünaamilist mudelit, mida saab kogu aasta jooksul uuendada.
Seda kvantitatiivset tööriista saab kasutada mitte ainult eelarve hindamiseks, vaid jooksvate prognooside, võrdlusuuringute või alternatiivsete prognoosimeetodite aluseks. Leidsin, et see tööriist on uskumatult kasulik. Suundumuse muutmine annab lisateavet ärialgatuse tõhususe kohta või võib varakult hoiatada, kui tegelikud tulemused hakkavad vales suunas liikuma.
Selle harjutuse tegemine ei kasuta palju juhtimisressursse. Alusstatistika on saadud ettevõtte tegelikust tegevusest ega sisalda agendi eelarvamusi. See võimaldab trendide variatsioonidel anda teavet selle kohta, kuidas ettevõte muutub ja kui palju täpselt. Võimalik on ka stsenaariumi analüüs: kõrge ja madala saab seada erinevatele tasemetele või automaatselt teatud varieeruvuse künnisele.
Nüüd saame võrrelda trenditulemusi esitatud eelarvega. Rida-realt saame uurida esitatud eelarvet ja hinnata eeldusi, seada võrdlusaluseid ja vaadata üle, kuidas ettevõte on varem toiminud.
Nagu näete, näitab trendianalüüs, et ettevõttel võib olla liiga optimistlik esiliini prognoos. Selle tulude prognoos võib ületada kulusid, et EBITDA tulemused oleksid kooskõlas. See risk seisneb selles, et juhid kalduvad eelarves kavandatud kulude tasemele ja esiliini tulemuste mahajäämus mõjutab negatiivselt kasumimarginaale.
Nagu ma varem mainisin, määravad narratiivi ka inimesed, kes teevad kvalitatiivseid eelarveid, ja see võib mõnikord sobida nende mikroprogrammiga kogu ettevõttes.
Oleme nüüd kvalitatiivsele eelarvele lisanud kvantitatiivse lähenemisviisi. Ehkki eelarve võib lõpuks jääda samaks, on see täiustatud lähenemisviis toonud välja riskid, pakkunud stsenaariume kavandamiseks ja pakkunud eelarve omanikele tulemuslikkuse võrdlusalust. Meil on ka mudel, mille abil saame prognoosida edasisi suundumusi, et seada võrdlusaluseid.
Eelarved võivad olla, ütleme, ebareaalsed ja neid saab teha pigem juhatusele meeldivaks tegemiseks või selleks, et seada tulemuste soodustamiseks kõrge latt, mitte otsese haldamise eesmärk. Püüdlustega eelarvestamine seab positiivse mentaliteedi, kuid kui selleks pole meetodit, on täpsus kahtlane. Siin kirjeldatud tööriistade olemasolu tagab kvantitatiivse kontrolli, et veenduda, et olete õigel teel.
Nagu alati, on prognoosid ja eelarved kõige paremad tööriistakastil põhineva lähenemisviisi korral ja uue metoodika lisamine aitab teil välja näha väljaspool grupi mõtlemist. Veeruva prognoosi ja erinevate prognoosimeetodite kasutamine võib prognoosimise tõhusust parandada. Kui prognoosin, annab kõige paremate tööriistade hindamine ülevaate ettevõtte funktsioonist. Selle mentaliteedi järgimine aitab teil luua aasta kestva eelarve.
Tulevikus vaatan selle näite uuesti üle, et näidata, kuidas eelarveid jälgida, neid näpuga kurssi viia ja kasulikku surmajärgset läbi viia, et teha kindlaks, kuidas reaalsus ootustega võrreldes toimus.
Eelarve algab kõige tipust, kui on seatud pealkiri. Seejärel rändab see põhja, kus alarühmad peavad kavandama ja kavandama oma aasta tulude ja kulude ootused. Enne üksuste ja divisjonide kaudu liikumist enne kogu ettevõtte eelarvesse koondamist.
Kvantitatiivsed prognoosimeetodid rakendavad objektiivseid statistilisi meetmeid tulevaste tulemuste prognoosimiseks. Nende väljundeid mõjutavad sisestatud arvud puhtalt ja seetõttu võib neid pidada vähem erapoolikuks ja usaldusväärsemaks kui kvalitatiivsed tööriistad.
Finantsprognoosimine aitab organisatsioonides seada sobivaid eesmärke. See aitab ühtlustada tulemuslikkust, seada stiimuleid ja pakkuda sisukat konteksti varasemaks hindamiseks ja