Kas ir prognozēšana?
Prognozēšana ir paņēmiens, kurā vēsturiskos datus izmanto kā izejmateriālus, lai veiktu informētas aplēses, kas ir paredzamas, nosakot turpmāko tendenču virzienu. Uzņēmumi izmanto prognozes, lai noteiktu, kā sadalīt budžetu vai plānot paredzamos izdevumus nākamajam laika periodam. Parasti to pamato ar prognozēto pieprasījumu pēc piedāvātajām precēm un pakalpojumiem.
Prognozēšana
Kā darbojas prognozēšana
Investori izmanto prognozēšanu, lai noteiktu, vai notikumi, kas ietekmē uzņēmumu, piemēram, pārdošanas gaidas, palielinās vai pazeminās šī uzņēmuma akciju cenu. Prognozēšana ir arī svarīgs etalons uzņēmumiem, kuriem nepieciešama ilgtermiņa darbības perspektīva.
Akciju analītiķi izmanto prognozes, lai ekstrapolētu, kā tendences, piemēram, IKP vai bezdarbs, mainīsies nākamajā ceturksnī vai gadā. Jo tālāk prognoze, jo lielāka ir iespējamība, ka aprēķins būs kļūdains. Visbeidzot, statistiķi prognozēšanu izmanto jebkurā situācijā, kurā nepieciešama prognozēšana. Piemēram, datus var vākt par klientu apmierinātības ietekmi, mainot darba laiku, vai darbinieku produktivitāti, mainot noteiktus darba apstākļus.
Prognozēšana risina problēmu vai datu kopu. Ekonomisti izdara pieņēmumus par analizējamo situāciju, kas jāizveido pirms prognozes mainīgo lielumu noteikšanas. Balstoties uz noteiktajiem vienumiem, tiek izvēlēta piemērota datu kopa un izmantota informācijas manipulācijā. Dati tiek analizēti un tiek noteikta prognoze. Visbeidzot, notiek verifikācijas periods, kurā prognoze tiek salīdzināta ar faktiskajiem rezultātiem, lai izveidotu precīzāku prognozes modeli nākotnē.
Prognozēšanas metodes
Akciju analītiķi izmanto dažādas prognozēšanas metodes, lai noteiktu, kā akciju cena mainīsies nākotnē. Viņi varētu aplūkot ieņēmumus un salīdzināt tos ar ekonomiskajiem rādītājiem. Tiek novērotas izmaiņas finanšu vai statistikas datos, lai noteiktu saistību starp vairākiem mainīgajiem. Šīs attiecības var balstīties uz laika gaitā vai īpašu notikumu iestāšanos. Piemēram, pārdošanas prognoze var būt balstīta uz konkrētu periodu (nākamo 12 mēnešu pagājušo laiku) vai notikuma iestāšanos (konkurenta uzņēmuma pirkšana).
Kvalitatīvie prognozēšanas modeļi ir noderīgi, izstrādājot prognozes ar ierobežotu darbības jomu. Šie modeļi ir ļoti atkarīgi no ekspertu atzinumiem, un tie ir visizdevīgākie īstermiņā. Kvalitatīvo prognozēšanas modeļu piemēri ir tirgus izpēte, aptaujas un apsekojumi, kas izmanto Delphi metodi. Kvantitatīvās prognozēšanas metodes izslēdz ekspertu atzinumus un izmanto statistiskos datus, kuru pamatā ir kvantitatīva informācija. Kvantitatīvie prognozēšanas modeļi ietver laika rindu metodes, diskontēšanu, vadošo vai atpaliekošo rādītāju analīzi un ekonometrisko modelēšanu.
