ローリングフォーキャストとは何ですか？
ローリング予測は、経営陣が使用する財務モデリングツールであり、組織が設定された期間にわたってその状況を継続的に予測するのに役立ちます。たとえば、12か月のローリング期間で準備されている場合、1か月の実際のデータが確定するとすぐに、次の12か月の予測が考慮されます。
コンポーネント
＃1-時間枠
ローリング予測モデルを準備しているビジネスでは、実際の結果を予測で分析してから次の期間の予測を更新するのは時間と手間がかかる作業であるため、予測データを毎週、毎月、または四半期ごとに更新するかどうかを決定する必要があります。ほとんどの場合、これは12か月の期間にわたって準備されます。
＃2 –ドライバー
予測には、総収入や総費用の数だけでなく、推進要因も含める必要があります。例を挙げてこれを理解しましょう。自動車製造会社が収益のローリング予測を行いたい場合。最も売れ、最大の収益を生み出しているモデルの数量と販売価格を含める必要があります。
したがって、次回、収益が増加した場合、その増加が販売価格の上昇によるものなのか、追加の販売数量によるものなのかを説明できるはずです。同様に、収益が減少した場合は、その減少が提供された割引によるものなのか、販売数量の減少によるものなのかを説明する必要があります。
＃3 –分散分析
会計帳簿を1か月間作成した後、差異分析の結果に応じて、結果を予測数と比較する必要があります。次の期間の予測で適切な変更を行う必要があります。たとえば、電気通信会社が毎月25,000ドルのタワーレンタル料金を支払う必要があると予測し、統合と最近の買収のために、そのタワーからのサービスの利用を停止した場合。この25,000ドルは、翌月の予測経費から除外する必要があります。
＃4 –データソース
予測を作成するときは、データソースに偏りがなく、詳細な分析の後に含める必要があります。これは、上級管理職のボーナスが部門のパフォーマンスに関連しているため、偏ったリーダーが予測に非常に控えめな数値を提供する可能性があるためです。実際の結果で予測された数値を超えると、非倫理的な慣行につながります。また、予測された数値は、完全なプロセスを理解していない人からのものであってはならず、達成不可能な予測された数値を与える可能性があります。
＃5 –目標と上級管理職
ローリング予測モデルには、多くの分析と予測数の頻繁な変更、および迅速な意思決定が含まれます。このモデルは、実装を成功させるために上級管理職のサポートを確実に必要とし、組織の目標に合わせる必要があります。
ローリングフォーキャストの例このローリングフォーキャストExcelテンプレートはここからダウンロードできます–ローリングフォーキャストExcelテンプレート
- 2019年1月から2020年3月までの数値を示す以下の表を引き続き検討してください。XLtd。が12か月間のローリング予測を作成したと思われる場合、最初にXLtd。が1月の予測データを作成します。 – 2019年12月の期間。
- 2019年1月の財務報告の準備ができ次第、予測データと比較し、将来の期間の入力のために差異を考慮に入れる必要があります。
- 2019年1月の実績を経て、2019年2月から2020年1月までの予測値を表に示します。同様に、2019年2月と3月の実際の数値が出ると、ローリング予測モデルは、2月の結果の後の3月19日から2月20日の予測と、3月19日の結果の後の4月19日から3月20日の予測を示します。
詳細な計算については、このExcelシートを参照してください。
利点
- リスク評価に不可欠な月次変更を考慮に入れています
- 意思決定における上級管理職に役立つ
- 適切な財務計画および分析チームの設定に役立ちます
- 毎月の主な要因と変化を強調します
- 次の12か月の予測数は常に利用可能であるため、年末後に完全な年間予測を作成するというプレッシャーは発生しません。
- 組織の成功に不可欠な重要な推進要因を追跡します
短所
- それは時間のかかるプロセスです
- 多くの組織は、実装が難しいと感じています
- 頻繁な変更は、期間を超えて処理するのが困難です
注意点
今日では、コンピューター化された会計システムの開発により、すべての部門がERP –エンタープライズリソースプランニングシステムによって相互にリンクされているため、ローリング予測番号と会計帳簿を簡単かつ迅速に作成できます。組織は、変更を実装するために、実際の財務結果とともにローリング予測数を常に監視および分析する必要があります。また、シミュレーションプロセスは、最大変数を使用して実行し、1つの変数の変更が最終的な数値に与える影響を理解する必要があります。
結論
ある調査によると、ローリング予測はまだ組織の42％しか使用しておらず、残りは年に1回作成される静的予測方法を使用しており、頻繁な変更は行われません。したがって、このようなモデルの実装と準備は困難な作業であることをここで理解しています。しかし同時に、それはそれ自体の排他的な利点であり、情報が光速で通過し、適切なタイミングで正しい決定が行われる今日の激しい競争において、あらゆる事業体の不可欠な部分です。したがって、慎重に分析した後の組織は、静的モデルからローリング予測モデルに移行する必要があります。