Từ điển
Dịch văn bản
 
Từ điển Anh - Việt
Tra từ
 
 
Dịch song ngữ - Kinh tế
The Basics Of Business Forecasting
Những kiến thức cơ bản về dự báo kinh doanh
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.
Chúng ta không lạ gì khi nghe ban quản trị công ty nào đó nói về dự báo: "Doanh số của chúng tôi không đạt được so với dự báo" hoặc "chúng tôi cảm thấy tin tưởng vào mức tăng trưởng kinh tế dự báo và kỳ vọng vượt xa các mục tiêu của mình." Rốt cuộc thì tất cả các dự báo tài chính, dù là dự báo về các biến số cụ thể của một doanh nghiệp, như mức tăng trưởng doanh số, hoặc những dự báo về nền kinh tế nói chung, đều là những suy đoán có cơ sở. Trong bài báo này, chúng ta sẽ tìm hiểu một số phương pháp đằng sau những dự báo tài chính, cũng như quy trình trên thực tế và một vài rủi ro bất ngờ xảy ra khi chúng ta tìm cách dự đoán tương lai.

Financial Forecasting Methods

Những phương pháp dự báo tài chính

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.

Có một số phương pháp khác nhau có thể dùng để tiến hành dự báo kinh doanh. Tất cả các phương pháp đều thuộc về một trong hai cách tiếp cận bao quát là định tính và định lượng.

Qualitative Models

Những mô hình định tính

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 mavens 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:

Những mô hình định tính lâu nay thường thành công với những dự báo ngắn hạn, phạm vi dự báo có giới hạn. Dự báo định tính có thể được coi là chịu tác động của các nhà chuyên môn, chúng phụ thuộc vào các chuyên gia thị trường hoặc thị trường nói chung để đưa ra một sự nhất trí có căn cứ. Những mô hình định tính có thể hữu dụng khi dự báo về thành công ngắn hạn của công ty, sản phẩm và dịch vụ, nhưng bị hạn chế vì phụ thuộc vào sự đánh giá những dữ liệu đo được. Các mô hình định tính bao gồm:

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.

Nghiên cứu thị trường: thăm dò ý kiến nhiều người về một sản phẩm hoặc dịch vụ cụ thể nào đó để dự báo xem có bao nhiêu người sẽ mua hoặc sử dụng nó khi được tung ra thị trường.

Delphi Method: Asking field experts for general opinions and then compiling them into a forecast.

Phương pháp chuyên gia Delphi: hỏi ý kiến chung của các chuyên gia trong ngành rồi đưa các ý kiến ấy vào dự báo.

Quantitative Models

Những mô hình định lượng

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:

Những mô hình định lượng thì xem nhẹ yếu tố chuyên gia và cố gắng loại bỏ yếu tố con người ra khỏi phép phân tích. Những cách tiếp cận như thế này chỉ quan tâm đến các dữ liệu và tránh tính không kiên định của con người dưới những con số. Chúng cũng cố gắng dự báo các biến số như doanh thu, tổng sản phẩm quốc nội, giá nhà ở, v.v. sẽ như thế nào trong dài hạn, được tính bằng tháng hoặc năm. Các mô hình định lượng bao gồm:

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.

Phương pháp chỉ số: Phương pháp chỉ số phụ thuộc vào quan hệ giữa các chỉ số nhất định, ví dụ như GDP và tỷ lệ thất nghiệp, những chỉ số này vẫn giữ nguyên, thay đổi tương đối ít qua thời gian. Bằng việc dựa vào các quan hệ và các chỉ số đang đứng hàng đầu, bạn có thể ước lượng được kết quả của chỉ số lạc hậu, nhờ sử dụng dữ liệu chỉ số hàng đầu.

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. 

Lập mô hình kinh toán học (kinh tế lượng): Đây là loại phương pháp chỉ số khắt khe hơn về mặt toán học. Thay vì giả định các quan hệ giữ nguyên không đổi, phương pháp lập mô hình toán kinh tế kiểm tra tính ổn định nội tại của các bộ dữ liệu qua thời gian và mức quan trọng hay sức bền của mối quan hệ giữa các bộ dữ liệu. Phương pháp lập mô hình toán kinh tế đôi khi được sử dụng để tạo ra các chỉ số tuỳ chọn có thể được sử dụng cho phương pháp chỉ số chính xác hơn. Tuy nhiên, các mô hình toán kinh tế thường được sử dụng trong những môi trường học thuật nhiều hơn nhằm đánh giá các chính sách kinh tế.

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.

Những phương pháp chuỗi thời gian: Đề cập đến một tập hợp các hệ phương pháp khác nhau sử dụng dữ liệu quá khứ để dự báo các sự kiện tương lai. Sự khác biệt giữa các hệ phương pháp chuỗi thời gian thường ở những chi tiết nhỏ, như đưa ra nhiều dữ liệu gần đây hơn có tầm quan trọng hơn, hoặc giảm bớt một số điểm nằm ngoài. Bằng việc theo dõi những gì đã diễn ra trong quá khứ, nhà dự báo hi vọng có thể đưa ra dự báo về tương lai chính xác hơn mức bình thường. Đây là loại dự báo phổ biến nhất trong kinh doanh, vì nó rẻ và thật sự thì cũng không tốt hơn hay thua xa các phương pháp khác.

How Does Forecasting Work?

Công tác dự báo được tiến hành như thế nào?

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.

Khi đề cập đến dự báo kinh doanh thì có rất nhiều thay đổi trên thực tế. Tuy nhiên, về mặt lý thuyết thì tất cả các dự báo đều tuân theo quy trình giống nhau.

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?"

1. Điểm dữ liệu hay vấn đề được chọn. Có thể đại loại như là "mọi người sẽ mua một chiếc máy pha cà phê cao cấp?" hoặc "doanh số của chúng ta tháng ba năm tới sẽ thế nào?"

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.

2. Các biến số lý thuyết và một tập hợp dữ liệu lý tưởng được chọn. Đây là trường hợp nhà dự báo nhận diện các biến số liên quan cần được xem xét và quyết định làm thế nào để thu thập dữ liệu.

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.

3. Thời gian giả định. Để giảm thời gian và dữ liệu cần thiết khi dự báo, nhà dự báo thực hiện một số giả định rõ ràng nhằm đơn giản hoá quy trình dự báo.

4. A model is chosen. The forecaster picks the model that fits the data set, selected variables and assumptions.

4. Mô hình được chọn. Nhà dự báo chọn mô hình phù hợp với tập hợp dữ liệu, các biến số và các giả định đã chọn.

5. Analysis. Using the model, the data is analyzed and a forecast made from the analysis.

5. Phân tích. Sử dụng mô hình, dữ liệu được phân tích và đưa ra dự báo từ việc phân tích đó.

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

6. Kiểm tra. Nhà dự báo đối chiếu dự báo với những gì diễn ra trên thực tế để điều chỉnh quy trình dự báo, nhận ra các vấn đề hoặc tự khen mình trong trường hợp hiếm hoi là dự báo hoàn toàn chính xác.

Problems With Forecasting

Những vấn đề về dự báo

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:

Dự báo kinh doanh rất hữu ích đối với các doanh nghiệp, vì nó cho phép họ lập kế hoạch sản xuất, huy động vốn, vân vân. Tuy nhiên, có ba vấn đề cùng với việc tin tưởng vào những dự báo:

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.

1. Dữ liệu bao giờ cũng càng ngày càng cũ. Các dữ liệu lịch sử là tất cả những gì chúng ta có để căn cứ vào và không chắc chắn là những điều kiện trong quá khứ sẽ tiếp tục xuất hiện trong tương lai.

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.

Không thể tính đến những sự kiện bất ngờ hoặc độc nhất vô nhị, hay các yếu tố ngoại vi. Những giả định bao giờ cũng có rủi ro, chẳng hạn giả định ngân hàng đã thẩm tra thích đáng những khoản vay trước khi xảy ra cuộc khủng hoảng tài chính trên thị trường vay thế chấp (cuộc khủng hoảng nợ dưới chuẩn), và những sự kiện thiên nga đen ngày càng trở nên phổ biến hơn khi chúng ta phụ thuộc ngày càng nhiều vào các dự báo.

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.

Các dự báo không thể thoả lấp tác động của chính chúng. Vì có các dự báo, chính xác hoặc không chính xác, các hoạt động của doanh nghiệp chịu ảnh hưởng của một yếu tố mà không bao gồm trong đó là một biến số bất kì. Đây là vấn đề lý thuyết nan giải. Trong trường hợp xấu nhất có thể xảy ra, các nhà quản trị trở thành nô lệ của các dữ liệu và xu hướng trong quá khứ chứ không phải là những người đang lo lắng xem công ty đang làm gì lúc này.

The Bottom Line

Kết luận

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.

Dự báo có thể là một nghệ thuật chứa đựng rủi ro, vì các dự báo trở thành trung tâm gây chú ý đối với các công ty và chính phủ, hạn chế về mặt tinh thần phạm vi hoạt động của họ, vì hầu như đã xác định được tương lai từ trước mắt đến lâu dài. Tuy nhiên, các dự báo có thể dễ dàng vô tác dụng bởi những yếu tố ngẫu nhiên không thể hợp thành một mô hình, và chúng có thể rõ ràng là sai ngay từ đầu. Gạt hết những hạn chế sang một bên, thì dự báo kinh doanh sẽ không đi tới đâu cả. Dự báo được sử dụng một cách đúng đắn sẽ cho phép các doanh nghiệp lập kế hoạch trước các nhu cầu của họ, tăng các cơ hội luôn thuận lợi trên mọi thị trường. Đó là một nhiệm vụ của dự báo kinh doanh mà tất cả các nhà đầu tư đều có thể thấu hiểu rõ.

 
Đăng bởi: Alex
Bình luận
Đăng bình luận
2 Bình luận
OLSReg(11/01/2012 13:46:06)
a company's management: Lãnh đạo một công ty, quản trị gia một công ty.
OLSReg(11/01/2012 13:15:34)
Bài dịch có nhiều chỗ chưa chính xác và có thể làm người đọc hiểu sai một số đoạn bạn ạ. Chả hạn như: By having forecasts, accurate or inaccurate, the actions of businesses are influenced by a factor that can't be included as a variable: Cái này hiểu nôm na là, khi đưa ra dự báo, thì chính các hoạt động của doanh nghiệp sẽ bị cái dự báo ấy tác động vào. Chính cái dự báo đã đưa ra là một yếu tố ảnh hưởng ngược lại tới doanh nghiệp và dự báo đó lại không thể đưa vào mô hình để...dự báo (bản thân dự báo không được xem là một biến số ảnh hưởng đến hoạt động của doanh nghiệp), nghịch lý là chỗ đó. Nhiều chỗ khác bạn dịch khá là chưa chính xác. Có thể xem lại một chút. More weight: Cho trọng số cao hơn, có nghĩa là gán cho mức độ quan trọng cao hơn. Outlier: các dữ liệu, phần tử ngoại lai, kỳ dị (và nó có thể làm méo mó tới dự báo chung, do đó phải adjust hay loại nó ra). Còn vào chỗ khác nữa. Thân,
Đăng bình luận
Vui lòng đăng nhập để viết bình luận.
Gửi