This site uses cookies.
Some of these cookies are essential to the operation of the site,
while others help to improve your experience by providing insights into how the site is being used.
For more information, please see the ProZ.com privacy policy.
This person has a SecurePRO™ card. Because this person is not a ProZ.com Plus subscriber, to view his or her SecurePRO™ card you must be a ProZ.com Business member or Plus subscriber.
Affiliations
This person is not affiliated with any business or Blue Board record at ProZ.com.
English to Spanish: The Basics Of Business Forecasting General field: Bus/Financial Detailed field: Business/Commerce (general)
Source text - English The Basics Of Business Forecasting
by Andrew Beattie
Andrew Beattie is a former managing editor and longtime contributor at Investopedia.com. He operates the Wandering Wordsmith blog, and can be reached there.
Posted: Dec 30, 2011
ARTICLE HIGHLIGHTS
There are two approaches to business forecasting: qualitative and quantitative.
On a conceptual level, all forecasts follow the same process.
It is impossible to factor in unique or unexpected events or externalities.
It is not unusual to hear a company's management speak about forecasts: "Our sales did not meet the forecasted numbers," or "we feel confident in the forecasted economic growth and expect to exceed our targets." In the end, all financial forecasts, whether about the specifics of a business, like sales growth, or predictions about the economy as a whole, are informed guesses. In this article, we'll look at some of the methods behind financial forecasts, as well as the actual process and some of the risks that crop up when we seek to predict the future.
Financial Forecasting Methods
There are a number of different methods by which a business forecast can be made. All the methods fall into one of two overarching approaches: qualitative and quantitative.
Qualitative Models
Qualitative models have generally been successful with short-term predictions, where the scope of the forecast is limited. Qualitative forecasts can be thought of as expert-driven, in that they depend on market events or the market as a whole to weigh in with an informed consensus. Qualitative models can be useful in predicting the short-term success of companies, products and services, but meets limitations due to its reliance on opinion over measurable data. Qualitative models include:
- Market Research: Polling a large number of people on a specific product or service to predict how many people will buy or use it once launched.
- Delphi Method: Asking field experts for general opinions and then compiling them into a forecast. (For more on qualitative modeling, read Qualitative Analysis: What Makes A Company Great?)
Quantitative Models
Quantitative models discount the expert factor and try to take the human element out of the analysis. These approaches are concerned solely with data and avoid the fickleness of the people underlying the numbers. They also try to predict where variables like sales, gross domestic product, housing prices and so on, will be in the long-term, measured in months or years. Quantitative models include:
- The Indicator Approach: The indicator approach depends on the relationship between certain indicators, for example GDP and unemployment rates, remaining relatively unchanged over time. By following the relationships and then following indicators that are leading, you can estimate the performance of the lagging indicators, by using the leading indicator data.
- Econometric Modeling: This is a more mathematically rigorous version of the indicator approach. Instead of assuming that relationships stay the same, econometric modeling tests the internal consistency of data sets over time and the significance or strength of the relationship between data sets. Econometric modeling is sometimes used to create custom indicators that can be used for a more accurate indicator approach. However, the econometric models are more often used in academic fields to evaluate economic policies. (For a basic explanation on applying econometric models, read Regression Basics For Business Analysis.)
- Time Series Methods: This refers to a collection of different methodologies that use past data to predict future events. The difference between the time series methodologies is usually in fine details, like giving more recent data more weight or discounting certain outlier points. By tracking what happened in the past, the forecaster hopes to be able to give a better than average prediction about the future. This is the most common type of business forecasting, because it is cheap and really no better or worse than other methods.
How Does Forecasting Work?
There is a lot of variation on a practical level when it comes to business forecasting. However, on a conceptual level, all forecasts follow the same process.
1. A problem or data point is chosen. This can be something like "will people buy a high-end coffee maker?" or "what will our sales be in March next year?"
2. Theoretical variables and an ideal data set are chosen. This is where the forecaster identifies the relevant variables that need to be considered and decides how to collect the data.
3. Assumption time. To cut down the time and data needed to make a forecast, the forecaster makes some explicit assumptions to simplify the process.
4. A model is chosen. The forecaster picks the model that fits the data set, selected variables and assumptions.
5. Analysis. Using the model, the data is analyzed and a forecast made from the analysis.
6. Verification. The forecaster compares the forecast to what actually happens to tweak the process, identify problems or in the rare case of an absolutely accurate forecast, pat himself on the back.
Problems With Forecasting
Business forecasting is very useful for businesses, as it allows them to plan production, financing and so on. However, there are three problems with relying on forecasts:
1. The data is always going to be old. Historical data is all we have to go on and there is no guarantee that the conditions in the past will persist into the future.
2. It is impossible to factor in unique or unexpected events, or externalities. Assumptions are dangerous, such as the assumptions that banks were properly screening borrows prior to the subprime meltdown, and black swan events have become more common as our dependence on forecasts has grown.
3. Forecasts can't integrate their own impact. By having forecasts, accurate or inaccurate, the actions of businesses are influenced by a factor that can't be included as a variable. This is a conceptual knot. In a worst case scenario, management becomes a slave to historical data and trends rather than worrying about what the business is doing now.
The Bottom Line
Forecasting can be a dangerous art, because the forecasts become a focus for companies and governments, mentally limiting their range of actions, by presenting the short to long-term future as already being determined. Moreover, forecasts can easily breakdown due to random elements that can't be incorporated into a model, or they can be just plain wrong from the beginning. The negatives aside, business forecasting isn't going anywhere. Used properly, forecasting allows businesses to plan ahead of their needs, raising their chances of keeping healthy through all markets. That's one function of business forecasting that all investors can appreciate. (Interested in more methods employed in financial modeling? Read Style Matters In Financial Modeling.)
Translation - Spanish El fundamento de los pronósticos en los negocio
por Andrew Beattie
Andrew Beattie es un ex director y colaborador desde hace mucho tiempo en Investopedia.com. Que opera el blog Wandering Wordsmith en donde puede contactarlo.
RESUMEN
Hay dos enfoques para el pronóstico (o predicción) de negocios: cualitativos y cuantitativos.
En un nivel conceptual, todos los pronósticos siguen el mismo proceso.
No es posible evaluar el impacto de eventos únicos, inesperados o externos al modelo de pronóstico (predicción).
No es raro escuchar a un director o gerente de la empresa hablar de los pronósticos (previsiones): "Nuestras ventas no cumplieron con los números previstos", o "nos sentimos confiados en el crecimiento previsto para la economía y esperamos superar nuestros objetivos." Al final, todos los pronósticos financieros, ya sea sobre las actividades de un negocio, como el crecimiento de las ventas, o predicciones sobre la economía en su conjunto, solo son conjeturas. En este artículo, daremos un vistaso a algunos de los métodos utilizados para preparar pronósticos financieros, así como el proceso real y algunos de los riesgos que surgen cuando tratamos de predecir el futuro.
Métodos de pronósticos (predicciones) financieras.
Hay diferentes métodos que puede ser utilizados para preparar pronósticos financieros. Todos los métodos de caer en uno de los dos enfoques generales: cualitativos y cuantitativos.
Modelos cualitativos.
Los modelos cualitativos por lo general han tenido éxito con pronósticos de corto plazo, donde se acota el alcance de la predicción. Los pronósticos cualitativos deben ser considerados como limitados, ya que dependen de algunos eventos de mercado o el mercado en su conjunto para compararlos con la opinión de un consenso. Los modelos cualitativos pueden ser útiles para predecir el éxito a corto plazo de empresas, productos y servicios, pero están limitados por la confiabilidad de los datos utilizados.
Modelos cualitativos:
- Investigación de mercado: Sondeo o encuesta a un gran número de personas sobre un producto o servicio específico para pronosticar cuánta gente va a comprar o utilizar el producto una vez que salga a la venta.
- Método Delphi: Pedirle opiniones a expertos sobre el tema, y luego compilarlas en un pronóstico. (Para más información sobre modelado cualitativo, leer: Análisis cualitativo: ¿Qué hace que una empresa sea grande?)
Modelos cuantitativos
En los modelos cuantitativos no se toma en cuenta la opinión de los especialistas y el factor humano se mantiene fuera del análisis. El enfoque cuantitativo se basa exclusivamente a los datos duros y trata de minimizar las inconsistencias causadas por los humanos, al interpretar el valor de los datos. También tratan de predecir cuando las variables como las ventas, el producto interno bruto , los precios de la vivienda u otros valores, será en el largo plazo, medido en meses o años.
Modelos cuantitativos son:
- Utilizando indicadores (o índices): El pronóstico utilizando índices, se basa en proponer relaciones entre ciertos indicadores, por ejemplo, el PIB y las tasas de desempleo, que se mantiene relativamente constantes en el tiempo. A partir de lo anterior se seleccionan otros indicadores importantes y el grupo de indicadores de menor rango que son los que nos interesan. Siguiendo las relaciones y el comportamiento de los indicadores de mayor peso específico, se puede estimar el comportamiento de los indicadores de menor rango, mediante el uso de los datos de los indicadores principales.
- Modelos econométricos: Esta es una versión más rigurosa matemáticamente hablando, del enfoque de los índices. En lugar de asumir que las relaciones entre los índices seleccionados permanecen constantes, en los modelos econométricos se verifica la consistencia interna de los datos a través del tiempo y el efecto que puede causar alguna modificación de la(s) relación entre los conjuntos de datos. Los modelos econométricos a veces se utilizan para crear indicadores personalizados que pueden aportar un enfoque más preciso de un pronóstico. Sin embargo, los modelos econométricos son utilizados con más frecuencia en el ámbito académico para evaluar las políticas económicas. (Para una explicación básica sobre la aplicación de modelos econométricos, leer Fundamentos de regresión para el análisis empresarial).
- Series de tiempo: Se refiere a una colección de diferentes metodologías que utilizan los datos del pasado para predecir eventos futuros. La diferencia entre los métodos de series de tiempo, es por lo general en pequeños detalles, como dar a los datos más recientes más peso o descontar algunos puntos atípicos. Mediante el seguimiento de lo que sucedió en el pasado, el especialista espera poder dar una predicción más acertada sobre el futuro. Este es el tipo más común de previsión empresarial, porque es barato y realmente no es mejor ni peor que otros métodos.
¿Cómo funcionan los pronósticos?
Cuando se trata de aplicar los pronósticos para las empresas, hay una gran cantidad de enfoques como analistas en el mercado. Sin embargo, a nivel conceptual, todos los pronósticos siguen el mismo proceso.
1. El problema o los datos que se elijan. Esto puede ser algo así como "¿comprará que la gente un café de alta calidad?" o "¿Cuánto serán nuestras ventas será en marzo del próximo año?"
2. Selección de las variables teóricas y el conjunto de datos ideal para el problema. Aquí es donde el analista identifica las variables relevantes que deben tenerse en cuenta y decide cómo seleccionar los datos.
3. Hipótesis de trabajo. Para reducir el tiempo y los datos necesarios para hacer un pronóstico, el pronosticador hace algunos supuestos explícitos para simplificar el proceso.
4. Selección del modelo. El pronosticador elige el modelo que se ajusta mejor al conjunto de datos, las variables seleccionadas y los supuestos.
5. Análisis. Usando el modelo, se alimentan los datos y se obtiene el pronóstico.
6. Verificación. El analista compara los valores del pronóstico contra lo que realmente sucede para ajustar el proceso, identificar los problemas y ajusta el modelo, o en el raro caso de una previsión absolutamente exacta, se dará algunas palmaditas en la espalda.
Problemas con los pronósticos.
Para las empresas, los pronósticos pueden ser muy útiles ya que les permite planificar la producción, financiamientos, etc. Sin embargo, hay tres problemas de depender de los supuestos:
1. Los datos siempre se volverán viejos. Los datos históricos es lo único que tenemos para trabajar y no hay garantía de que las condiciones del pasado se mantendrá en el futuro.
2. No es posible considerar la ocurrencia de eventos únicos o inesperados. Los supuestos son peligrosos, tales como el supuesto de que los bancos estaban analizando debidamente a sus clientes antes de otorgar los prestamos que causaron “la crisis de los subprime”, y sus consecuencias. Estos acontecimientos se han vuelto más comunes, cuando ha crecido la dependencia de los pronósticos ha crecido.
3. Los pronósticos no pueden predecir cual será su propio impacto. Al contar con suposiciones, precisa o imprecisa, las acciones de las empresas se ven influidas por un factor que no puede ser incluido en el pronóstico como una variable. Este es un nudo conceptual. En el peor caso, la gestión se convierte en un esclavo de los datos históricos y las tendencias, en lugar de preocuparse por lo que la empresa está haciendo ahora.
Epilogo (Comentario final)
Utilizar pronósticos puede volverse un arte peligroso, ya que si las previsiones se convierten en un foco para la administración de las empresas o los gobiernos, limitando mentalmente el rango de acciones correctivas, asumiendo que el futuro a corto y largo plazo, ya se ha determinado. Además, cualquier pronóstico pueden venirse abajo por causa de elementos aleatorios que no se pueden incorporar en el modelo, o simplemente alguno de los supuestos pudo estar equivocado. Haciendo a un lado las contras, los pronósticos en las empresas no llevan a ningún lado. Si se usa adecuadamente, los pronósticos ayudan a las empresas para planificar el futuro de sus necesidades, aumentando sus posibilidades para mantenerse saludables a través de todos los mercados. Este es el valor de los pronósticos en los negocios que todos los inversores pueden apreciar. (¿Interesado en los métodos más empleados en modelos financieros? Lea cuestiones de estilo en modelos financieros (Style Matters In Financial Modeling)).
Traducido por Siegfried G. Figueroa (siegfriedgdl)
More
Less
Translation education
Graduate diploma - Comunications and Electronics Engeneer Universidad de Guadalajara (México)
Experience
Years of experience: 64. Registered at ProZ.com: Jan 2012.