Il n'est pas rare d'entendre la direction d'une entreprise parler de prévisions: «Nos ventes n'ont pas atteint les chiffres prévus» ou «nous sommes confiants dans la croissance économique prévue et nous prévoyons de dépasser nos objectifs». En fin de compte, toutes les prévisions financières, qu'il s'agisse des spécificités d'une entreprise, comme la croissance des ventes, ou des prévisions sur l'économie dans son ensemble, sont des suppositions éclairées., nous examinerons certaines des méthodes qui sous-tendent les prévisions financières, ainsi que le processus, et certains des risques qui surgissent lorsque nous cherchons à prédire l'avenir.
Méthodes de prévision financière
Il existe plusieurs méthodes différentes pour faire une prévision commerciale. Toutes les méthodes entrent dans l'une des deux approches globales: qualitative et quantitative.
Modèles qualitatifs
Les modèles qualitatifs ont généralement réussi avec des prédictions à court terme, où la portée des prévisions était limitée. Les prévisions qualitatives peuvent être considérées comme pilotées par des experts, dans la mesure où elles dépendent des mécanismes 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 présentent des limites en raison de leur dépendance à l'égard des données mesurables. Les modèles qualitatifs comprennent:
- Étude de marché Sondage d'un grand nombre de personnes sur un produit ou un service spécifique pour prédire combien de personnes l'achèteront ou l'utiliseront une fois lancé. Méthode Delphi: Demander aux experts sur le terrain des opinions générales, puis les compiler dans une prévision. (Pour en savoir plus sur la modélisation qualitative, lisez «Analyse qualitative: qu'est-ce qui rend une entreprise formidable?»)
Les bases de la prévision commerciale
Modèles quantitatifs
Les modèles quantitatifs actualisent le 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 essaient également de prédire où les variables comme les ventes, le produit intérieur brut, les prix des logements, 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, puis en suivant les indicateurs avancés, vous pouvez estimer la performance des indicateurs en retard, en utilisant les données des indicateurs avancés Modélisation économétrique: Il s'agit d'une version plus rigoureuse mathématiquement 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 l'importance 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 de modèles économétriques, consultez la section «Bases de la régression pour l'analyse commerciale».) Méthodes de séries chronologiques: il s'agit d'un ensemble de méthodologies différentes qui utilisent des données passées pour prédire des événements futurs. La différence entre les méthodologies de séries chronologiques réside généralement dans les détails, comme donner plus de poids aux données plus récentes ou actualiser certains points aberrants. En suivant ce qui s'est passé dans le passé, le prévisionniste espère pouvoir donner une prévision meilleure que la moyenne de l'avenir. Il s'agit du type de prévision d'entreprise le plus courant, car il est peu coûteux et n'est ni meilleur ni pire que les autres méthodes.
Comment fonctionne la prévision?
Il existe de nombreuses variations sur le plan pratique en ce qui concerne les prévisions commerciales. Cependant, sur le plan conceptuel, toutes les prévisions suivent le même processus.
- Un problème ou un point de données est choisi. Cela peut être quelque chose comme "les gens achèteront-ils une cafetière haut de gamme?" ou "quelles seront nos ventes en mars de l'année prochaine?" 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 comment collecter les données. Temps d'hypothèse. Pour réduire le temps et les données nécessaires pour faire une prévision, le prévisionniste fait des hypothèses explicites pour simplifier le processus. Un modèle est choisi. Le prévisionniste choisit le modèle qui correspond à l'ensemble de données, aux variables sélectionnées et aux hypothèses. Une analyse. En utilisant le modèle, les données sont analysées et une prévision est faite à partir de l'analyse. Vérification. Le prévisionniste compare la prévision à ce qui se passe pour modifier le processus, identifier les problèmes ou, dans le cas rare d'une prévision précise, se tapoter le dos.
Problèmes de prévision
La prévision commerciale est très utile pour les entreprises, car elle leur permet de planifier la production, le financement, etc. Cependant, la fiabilité des prévisions pose trois problèmes:
- Les données seront toujours anciennes. Il nous suffit de disposer de données historiques, et rien ne garantit que les conditions du passé se maintiendront à l'avenir. Il est impossible de prendre en compte des événements uniques ou inattendus, ou des externalités. Les hypothèses sont dangereuses, telles que les hypothèses selon lesquelles les banques contrôlaient correctement les emprunteurs avant l'effondrement des subprimes. Et les événements du cygne noir sont devenus plus courants à mesure que notre dépendance à l'égard des prévisions s'est accrue. Les prévisions ne peuvent pas intégrer leur propre impact. En ayant des prévisions, précises ou inexactes, les actions des entreprises sont influencées par un facteur qui ne peut pas être inclus comme variable. Il s'agit d'un nœud conceptuel. Dans le pire des cas, la direction devient esclave des données et tendances historiques plutôt que de se soucier de ce que fait l'entreprise actuellement.
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 éventail d'actions, en présentant l'avenir à court et à long terme comme étant déjà déterminé. De plus, les prévisions peuvent facilement s'effondrer en raison d'éléments aléatoires qui ne peuvent pas être incorporés dans un modèle, ou elles peuvent être tout simplement fausses dès le départ.
Les points négatifs mis à part, les prévisions commerciales ne vont nulle part. Bien utilisée, la prévision permet aux entreprises de planifier à l'avance leurs besoins, augmentant ainsi leurs chances de rester en bonne santé sur tous les marchés. C'est une fonction de la prévision commerciale que tous les investisseurs peuvent apprécier.
