Бюджетирование и прогнозирование являются важной функцией бизнеса. От интуиции мелкого предпринимателя до сложных моделей крупной транснациональной корпорации — у каждой компании есть оценка того, сколько она будет продавать и сколько будет стоить.
Проблема в том, что бюджеты часто устаревают в начале года, несмотря на порой огромные усилия, затраченные на их подготовку. Затем их законсервируют либо из-за их неэффективности, либо из-за того, что они вызывают смущение. Опрос финансовых специалистов, проведенный КПМГ, показал, что 56 % респондентов согласились с тем, что «в какой-то момент в течение года бюджет перестал быть актуальным». Тот же опрос также показал, что 46 % респондентов «считают, что текущий бюджет дает политически согласованную цифру, не соответствующую реальным перспективам бизнеса».
Бюджетирование часто является делом снизу вверх, когда каждому отделу предоставляется шаблон, в который они вносят предположения о будущем на качественной основе, иногда с основными целями, установленными руководством. Люди, занимающиеся прогнозированием, часто очень опытны в продажах, снабжении, эксплуатации или найме, но не имеют формального обучения прогнозированию. Изменчивый и неопределенный характер прогнозов является фактом жизни, но часто эти предубеждения влияют на точность бюджета. Эта цитата резюмирует это в двух словах:
"Бюджеты могут быть молитвами, заключенными в противоречивые мотивы, перевязанными лентой надежды"
В этой статье я расскажу о передовом подходе к объединению качественных и количественных концепций в процессе составления бюджета, который может помочь уменьшить влияние предвзятости. Это обеспечит структуру для проверки предположений и тестовых сценариев, часто за пределами кодифицированных диапазонов.
Прежде чем мы приступим к добавлению новой системы, давайте рассмотрим некоторые основы целей и использования бюджета.
Прежде чем мы перейдем к примеру добавления количественной методологии, я хочу рассказать о некоторых передовых методах составления бюджета в целом. Хотя это, конечно, не исчерпывающий список, я обнаружил, что эти шаги сэкономят время и ресурсы за счет сокращения итераций бюджета и улучшения координации между отделами.
Подходы к прогнозированию могут включать восходящие, нисходящие, краудсорсинговые и нулевые методы, и это лишь некоторые из них. Методологии для каждого из них можно разделить на качественные или количественные. Качественный показатель определяется суждениями владельца бюджета, в то время как количественный анализ основан на математике. Следовательно, как качественные, так и количественные методологии прогнозирования имеют свои сильные и слабые стороны.
Предвзятость может существенно повлиять на полезность методов составления бюджета, поэтому важно учитывать политические аспекты метода. Будь то потребность продавца «обыграть систему», чтобы увеличить шансы на получение бонуса, или высшее руководство, которому необходимо достичь целей, чтобы успокоить инвесторов, предвзятость часто усложняет процесс составления бюджета.
Простые количественные методы также имеют свои недостатки. С одним из моих недавних клиентов во время составления бюджета он использовал среднемесячный процентный рост за предыдущий год для прогнозирования продаж продукта. Хотя это очень разумный подход, я указал, что процентный рост в течение года снизился. Использование среднегодового показателя может привести к систематическим агрессивным прогнозам, если тенденция сохранится или даже стабилизируется.
На мой взгляд, количественные процессы лучше всего сочетаются с качественными, поскольку они помогают проверять предположения, основанные на вышеперечисленных проблемах. Я рекомендую количественную основу, так как это быстро и относительно беспристрастно. Он также исследует «определяющие функцию» отношения компании между расходами и доходами, а также тенденции роста. Такие методы также более полезны для планирования сценариев и могут стать хорошей основой для сравнительного анализа и скользящих прогнозов.
Использование только одного дополнительного метода составления бюджета может повысить актуальность вашего прогноза, выступая в качестве проверки другого. Я также считаю, что важно выбрать методологию, которая может бросить вызов другой и компенсировать ее слепые пятна. Я обнаружил, что метод количественного прогнозирования чрезвычайно полезен при оценке качественного прогноза, особенно в итеративной среде.
Разные методологии требуют разных затрат и времени. Тем не менее, в наши дни наука о данных играет все более важную роль в создании и обслуживании инструментов прогнозирования, которые помогают сократить время, необходимое для анализа сценариев.
Включение количественного метода, такого как анализ тенденций или эконометрический анализ, является одним из способов устранения предвзятости в прогнозах. Эти методы могут определить, что является спекулятивным в прогнозе, и предоставить сценарии, выходящие за рамки группового мышления. Они могут предложить руководство и помочь начать обсуждение того, что необходимо изменить, чтобы достичь цели прогноза. Статистические методы основаны на качестве исходных данных и могут быть дополнены твердым объективным мышлением.
Однако они могут быть сложными и немного «черными ящиками», если вы не знакомы с тем, как они работают. Нескорректированные, они также плохо справляются с большими сдвигами в основном бизнесе. Обратите внимание на размер выборки и качество данных, компромиссы в любом из них повлияют на конечное качество понимания и качества.
В этом разделе я продемонстрирую процесс сравнения восходящего бюджета с количественным процессом. Это объяснит, как исследовать основу для бюджета.
В этом примере мы будем использовать линейную регрессию. В своем простейшем определении линейная регрессия стремится найти линию данных, которая минимизирует расстояние от этой линии до всех точек. Это указывает на тенденцию данных. Хотя иногда это может быть не чисто теоретически в зависимости от размера выборки и характера данных, я все же нахожу его очень полезным инструментом. Кроме того, часто используются другие методологии регрессии, такие как ARIMA, которые могут специализироваться на временных рядах, нелинейности или сезонности, но вы можете заменить любую методологию в общих шагах, которые мы пройдем для проверки бюджета.
В этих примерах мы начнем с бюджета прибылей и убытков подразделения, который мы только что получили. Бюджет здесь состоит из дохода до EBITDA.
Для этого анализа временных рядов можно использовать первое использование линейной регрессии. Это особенно полезно для тех частей прибылей и убытков, где руководство не имеет прямого контроля, таких как доходы и, в меньшей степени, себестоимость (через ценообразование поставщиков). Используя фактические данные за последние два года, быстрая проверка работоспособности показывает, что бюджет ожидает значительного увеличения выручки в сочетании с более низкой маржей.
Следующим шагом является использование количественной методологии для воспроизведения модели тренда прибылей и убытков. Мы собираемся начать с первой строки дохода бюджета, Периодический доход. Я часто стараюсь использовать данные как минимум за 24 месяца, если они у вас есть, но если у вас меньше, они все равно могут применяться.
В этом упражнении мы будем использовать Excel, в котором есть несколько способов сделать это. Первый способ — через Data Analysis add-in. в Data Меню. Сначала возьмите данные, переместите их на отдельный лист и разложите данные по столбцам. Затем добавьте столбец для представления задействованных периодов времени. После этого выберите пакет Data Analysis, а затем выберите Regression. .
На странице регрессионного анализа выберите данные, которые вы хотите регрессировать (в данном случае повторяющийся доход), в Input Y Range. и периоды в Input X Range . Вы хотите выбрать Labels если у вас есть какие-либо заголовки над данными. В разделе вывода я обычно размещаю вывод на листе, который использую для анализа, но это личное предпочтение.
Теперь нажмите OK и вы получите результат регрессии.
Выходные данные регрессии дадут нам информацию, необходимую для расчета тренда. Это также даст нам некоторую полезную статистику о основной функции бизнеса. Это будет включать в себя незначительное увеличение данных с течением времени, возможность просмотра сценариев и того, насколько хорошо линейная модель соответствует данным.
Выходные данные регрессии составляют следующий анализ:
Нас больше всего интересует предельный и фиксированный доход. Мы можем найти их в заштрихованном желтым разделе с Intercept в качестве константы и Period в качестве наклона (формула линейной модели в Excel будет следующей:=Intercept + Period * future periods . Это даст нам основу для прогноза тенденции повторяющегося дохода, используя эти входные данные в нашей формуле и заменяя более длительные периоды. Как только у нас будет прогноз тенденций для регулярного дохода, у нас будет возможность объективно сравнить его с представленным бюджетом. Кроме того, мы воспользуемся выходными данными доверительного интервала, чтобы увидеть дисперсию тренда.
Сопоставление этой тенденции с существующим бюджетом позволяет нам определить соответствие на глаз.
Мы повторяем формулы, используя входные данные, заштрихованные зеленым цветом, для высоких и низких оценок тренда. Это даст нам математически строгие границы для проверки, показанные серой областью на правом графике.
Из предыдущих графиков видно, что бюджет значительно выше тренда и его дисперсии. Если мы подсчитаем среднемесячный прирост бюджета, он почти в 3 раза превысит недавнюю тенденцию (от 99,1 до 33,5 долларов). Опять же, в этом примере мы используем данные за один период времени и одномерную линейную модель.
Это должно стать основой для обсуждения с командой или владельцем бюджета того, что движет превосходством. Я считаю важным либо найти поддающиеся количественному измерению действия или события, которые приводят к превышению производительности, либо обеспечить основу для переоценки предположений или оспорить цели, которые привели к этому бюджету. Сюда могут входить допущения об органическом росте, новые возможности для бизнеса и базовые расходы, необходимые для достижения этого результата.
Теперь, когда мы увидели, как использовать регрессию для изучения бюджетов временных рядов, мы будем использовать ее для изучения отношений внутри бизнеса. При составлении бюджета я часто использую структуру временных рядов для элементов, которые в основном находятся вне контроля бизнеса, а это в первую очередь доходы. Что касается использования отношений, я ищу то, что требуется на основе предельных затрат для поддержки уровня роста. В этом примере мы рассмотрим, как операционные расходы соотносятся с доходами.
В этом бюджете у нас есть операционные расходы, которые, похоже, тесно связаны с доходами. Мы можем изучить взаимосвязь между ними, используя график рассеяния. Это даст нам представление о предельной взаимосвязи между ними, а также о том, насколько хорошо они подходят, путем наблюдения за изменением регрессии.
Мы можем воспроизвести регрессию из примера с временными рядами, сделав операционные расходы зависимой переменной, а общий доход независимой переменной. Диаграмма рассеяния, показывающая корреляцию между ними, была получена из следующего вывода.
В этом случае предельная сумма указывает на сумму увеличения операционных расходов на доллар дохода. За последние два года на каждый доллар выручки операционные расходы выросли на 0,72 доллара. Это указывает на то, что операционные расходы как процент от выручки росли за последние два года, что действительно так и есть. R² (коэффициент детерминации) 83,5% также указывает на сильную степень корреляции (и, следовательно, отношения) между двумя наборами переменных
С результатами регрессии мы теперь можем построить модель тренда. Но, поскольку это модель отношений, у нас есть два способа сделать это. Мы можем построить модель на основе сумм доходов, предусмотренных в бюджете, в дополнение к динамике доходов, полученной в результате нашей предыдущей регрессии.
Во-первых, давайте посмотрим на доход с помощью модели, основанной на запланированном доходе. Этот подход позволяет нам рассмотреть предельные предположения, заложенные в бюджете. Как и прежде, мы строим и линию тренда, и вариативность.
Поскольку бюджет близок к тренду и находится в пределах области изменчивости, бюджет кажется разумным. Однако анализ вызывает некоторые вопросы у распорядителя бюджета.
Мы видим, что бюджет следует тренду первого полугодия, а затем начинает отставать. Это указывает на то, что владелец бюджета ожидает определенной эффективности от предыдущих операций. Фактически, к декабрю скорость выполнения бюджета на 10% ниже, чем в тренде. Обсуждение может быть сосредоточено на том, что влияет на эффективность в конце года.
Второй анализ с использованием результатов будет заключаться в повторном запуске модели с использованием трендовых доходов. Это позволит нам сравнить бюджет с отношением тренда. Мы снова берем результаты регрессии и вычисляем тренд, используя трендовые доходы.
Поскольку доходы от тенденции значительно ниже доходов, предусмотренных в бюджете, операционные расходы также ниже бюджета. Этот анализ может привести к возникновению вопросов, если расходы должны быть загружены наперед или они зависят от доходов, предусмотренных в бюджете. Кроме того, этот анализ может привести к анализу рисков непредвиденных обстоятельств, если доход не материализуется.
Теперь, когда у нас есть и временные ряды, и инструменты отношений, мы можем построить количественную модель прибылей и убытков. С учетом доходов, рассчитанных на основе временных рядов, и расходов, основанных на взаимосвязи с доходами, мы можем спрогнозировать график прибылей и убытков тренда. В этом случае мы строим тренд, используя функции Excel для =SLOPE() и =INTERCEPT() . Это может предоставить нам динамическую модель, которую можно обновлять в течение года.
Этот количественный инструмент можно использовать не только для оценки бюджета, но и в качестве основы для скользящих прогнозов, сравнительного анализа или альтернативных методологий прогнозирования. Я нашел этот инструмент невероятно полезным. Отклонение от тенденции предоставляет дополнительную информацию об эффективности бизнес-инициативы или может дать раннее предупреждение, когда фактические результаты начинают двигаться в неправильном направлении.
Выполнение этого упражнения не использует много управленческих ресурсов. Базовая статистика получена из фактических операций компании и не включает предвзятость агентов. Это позволяет отклоняться от тренда, чтобы предоставить информацию о том, как меняется бизнес и насколько именно. Также возможен сценарный анализ:максимум и минимум могут быть установлены на разные уровни или автоматически установлены на определенный порог изменчивости.
Теперь мы можем сравнить результаты тренда с представленным бюджетом. Построчно мы можем изучить представленный бюджет и оценить предположения, установить ориентиры и проверить, как бизнес работал в прошлом.
Как видите, анализ тенденций показывает, что бизнес может иметь чрезмерно оптимистичный прогноз выручки. Его прогноз выручки может оказаться завышенным, поскольку расходы будут увеличены, чтобы сохранить результаты EBITDA на одном уровне. Этот риск здесь заключается в том, что менеджеры переходят на уровни расходов, предусмотренные в бюджете, и отстают от основных результатов, что негативно влияет на размер прибыли.
Как я упоминал ранее, люди, составляющие качественные бюджеты, также определяют повествование, и иногда это может соответствовать их микро-повестке дня в рамках бизнеса в целом.
Теперь мы добавили количественный подход к нашему качественному бюджету. Хотя в конечном итоге бюджет может остаться прежним, этот усовершенствованный подход выявил риски, предоставил сценарии для планирования и предоставил владельцам бюджета контрольный показатель эффективности. У нас также есть модель, которую мы можем использовать для прогнозирования будущих тенденций, чтобы установить более высокие контрольные показатели.
Бюджеты могут быть, скажем так, нереалистичными и сделаны больше для того, чтобы угодить совету директоров, или чтобы установить высокую планку для поощрения результатов, а не для достижения непосредственных управленческих целей. Целеустремленное бюджетирование задает позитивный менталитет, но если к нему нет метода, точность будет сомнительной. Наличие таких инструментов, как описанные здесь, обеспечивает количественную проверку, чтобы убедиться, что вы находитесь на правильном пути.
Как всегда, прогнозы и бюджеты лучше всего подходят с набором инструментов, а добавление другой методологии поможет вам выйти за рамки «группового мышления». Использование скользящего прогноза и различных методологий прогнозирования может повысить эффективность прогнозирования. Когда я делаю прогнозы, оценка того, какие инструменты работают лучше всего, дает мне представление о функциях компании. Следуя этому менталитету, вы сможете составить бюджет на год.
В будущем я вернусь к этому примеру, чтобы продемонстрировать, как отслеживать бюджеты, корректировать их по ходу дела и проводить полезный анализ, чтобы определить, как реальность оказалась по сравнению с ожиданиями.