Финансово прогнозиране
Финансово Прогнозиране
Университет за национално и световно стопанство
Широко разпространено е мнението, че прогнозите на бъдещите фирмени печалби са важен фактор за оценяването на техните акции на общия пазар. Когато капиталовите пазари “грешат” в предсказването на фирмените доходи, тогава цената на акциите обикновено се движи в посока на “грешката” и величината на тази промяна се свързва с големината на “грешката”. Например ако капиталовия пазар очаква доходите на дадена фирма да са $Х, а обявените печалби всъщност са $У, то цената на фирмените акции се увеличава /намаля/ ако $Х е по-малко /по-голямо/, и величината на това ценово джижение зависи от I $х - $у I отнесено към I $x I.
Оценките на будещите доходи могат да се извлекат от времевите сериини модели. Освен този начин, те могат да бъдат получени от мениджъри или аналитици на безопасноста.
Прогнози на Годишните Доходи чрез
Литъл и Рейнър са провели първите систематични анализи на поведението на обявените /действителни/ доходи. Тези изследвания установяват, че годишните доходи на фирми в UK следват случаини движения. С други думи, промените в дохода са несистематични или просто въпрос на шанс. Подобни резултати са получени от Брейли, Линтер и Глобър, Уотс, Албрехт и колеги, Уотс и Лефтинг, изследвали пукликувани доходи на US фирми.
Други изследвания само отчасти потвърждават резултатите на случайно движение. Бийвър заключава, че размерите на счетоводния доход имат склонност да се превърнат в дългосрочна стоиност. Бол и Уотс предполагат, че оптималната прогноза на доходите от следващата година е равна на тазгодишните доходи коригирани от малка част от грешката на тазгодишната прогноза на очакваните доходи. Подобно на тях Либър и колеги откриват, че существена част от фирмите показват значителен компонент на преходност в своите доходи. Бийвър и сътрудници показват, че цените не се променят така сякаш доходите следват случайни движения. Като доказателство служи това, че ценово-базираният модел се оказва по-добър в прогнозитеот модела на случаиното движение. А Фрийман и колеги намират доказателство, че и най-малкото увеличаване на информацията върху която се базира прогнозирането води до отказ от модела на случайните движения на доходите.
Други изследвания като тези на Грийн и Сийгал заключават, че тримесечните доходи не могат да се използват за подобряване прогнозите на годишните доходи. Както и да е, няколко изследователи по-късно взимат противно мнение, че те имат значение в съдържанието си и могат да послужат за целите на прогнозирането. Например Хопууд и колеги, разглеждаийки 267 фирми в периода 1975 до 1979, откриват чеданните за тримесечието намаляват грешката в прогнозирането с 15 до 21%, като се ползват за база миналогодишните доходи.
Друг начин е да се оцени дохода по части. Кини, Колинс и Силан сравняват точноста на моделите на прогнозиране използващи сегментиран доход и данни за продажбите с модели ползващи само утвърдени модели /формули/. Кини заключава, че с дизагрегирана база данни могат да се получат много по-добри прогнози. Колинс открива сериозно припокриване в сегментираните продажби и данни и заключава че те имат ограничено значение за целите на прогнозирането. Силан използвайки симулаторен метод не открива съществена разлика в способноста за предсказване между сегментираните и цялостни данни за дохода, у заключава че сегментираните доходи са с ограничено прилойение.
Хопууд и МакКеун /МакКойн/ предствят един трансферен модел който използва времевите прояви на годишните доходи като стойности и едновременно доходите в икономиката, определени като средни годишни доходи на средностатистическите фирми. Те установяват че моделут на трансферните функции е в състояние да генерира по-точни прогнози на годишните доходи отколкото могат тримесечните модели, използвани от Ноууд и колеги. Доказателство противоречащо на това мнение дава Мейнголд, който сравнява способностите за предсказване на моделите базирани на компоненти като разполагаем доход преди умаляване с данъци, умалени разходи и разходи по лихви с тези на модели базирани единствени на минали стойности на приходите. Мейнголд счита че моделът базиран на компонентите не е много по-точен от времевия сериен модел. В парично изражение, годишните приходи естествено имат относителни движения, но съществени кум предварителната информация при прогнозиране /като средни цени, възвращаемост, приходи в икономиката/ водят до подобрено прогнозиране. Докладите за тримесечието могат да бъдат от полза при подобряване на годишните прогнози, но сегментните разкрития и компонентните модели не са от особено значение за тази цел.
Прогнозиране въз Основа на Тримесечията при
По-ранни изследвания на свойствата на времевите серийни модели показват, че процесът на генериране на приходите е или със сезонен или с несезонен характер. Ако тримесечните доходи са генерирани според сезонния процес, предвижданите доходи за тримесечие q в година t са равни на доходите за тримесечие q в година t-1 плюс “отклонение”. Ако доходите от тримесечието следват несезонност, то предвижданите доходи за тримесечие q в година t са еквивалентни на тримесечие q-1 в година t /q = 2,3,4../ или доходите за 4 тримесечие в година t-1 /q = 1/.
Фостър, Уотс, Грифин, Браун, и Роузеф използват техниката на средните авторегресивни движения /ARIMA/ на Бокс и Дженкинс за да развиват моделите на тримесечните доходи. Всеки един ARIMA модел отстранява част от преходната грешка от минали промени в доходите от тримесечието, което от своя страна афектира върху прогнозите за бъдещите доходи от тримесечието. Фостър го оспорва като се застъпва за единичен авторегресивен параметър; Уотс и Грифин предлагат два движещи се средни параметри - един сезонен и един несезонен; а Браун и Роузеф твърдят, че подходящият модел използва авторегресивният параметър предложен от Фостър и сезонният движещ се /плаващ/ среден параметър предложен от Уотс и Грифин.
Доказателството за това кой от тези три единични ARIMA модели най-добре описва процеса на генериране на доходите от тримесечието е смесено. Уотс защитава модела на Фостър; Лорек представя доказателство подкрепящо модела на Уотс-Грифин; а Колинс и Хопууд и Батке и Лорек твърдят, че модела на Браун и Роузеф генерира най-точни прогнози на бъдещите доходи от тримесечието.
Даран счита че процеса на генериране на доходите от тримесечието е по-сложен отколкото един фирмен ARIMA модел го представя и предупреждава че е нужна теория на фирмата за да се определят и оценят моделите на доходите. Лорек и Батке показват че никой от трите модела не е добър за прогнозиране на несезонните доходиот тримесечието и те предлагат несезонен ARIMA модел като алтернатива. Въпреки че доказателствата относно най-точния единичен модел са смесени, ума предостатъчно доказателства, че единичните модели дават същите резултати като скъпите и субективни индивидуални ARIMA модели.
Фостър твърди че алтернативен /препоръчителен/ начин да се оцени модела на прогнозиране е да се изследва връзката между “изненадата в дохода”, обусловена от модела на очакваните доходи, и абнормалните движения в цените на акциите. По-конкретно, първо трябва да се ”изненадите в дохода” като разлика между действителните и очакваните доходи според избрания модел, а абнормалните движения в цените като разлика от действителното движение на цените и очакванията за тях според обратногенериращ модел, и едва тогава да се направи връзка между изненадите в дохода и абнормалните движения в цените на акциите. Според Фостър предсказващият модел чиито грешки на прогнозиране са най-силно обвързани с абнормалните движения на цените на акциите е най-добрият модел на предсказване.
Прогнозиране на Доходите от
Според последни изследвания използващи по-точни методи прогнозите на аналитиците биват по-добри от времевите серийни модели. Браун и Колеги изследват два потенциални източника на превъзходство на аналитиците в техните прогнози:
по-доброто използване на информацията существуваща в деня на съставяне на времевите серийни модели, предимство във времето
използване на информацията и след този ден
измеренията на информацията във времето
многовариантност на наблюдение върху информацията
съпоставянето й една с друга и взаимно допълване
Интерпретирането на информацията е само част от предимствата на аналитиците в техните прогнози. Те изглежда обръщат внимание на доходите от тримесечието при преоценяване на техните прогнозиза бъдещите годишни доходи и доходи от тримесечието. Те също съблюдават и промените в счетоводните методи. Браун твърди, че ако фирмите не покажат своите промени в счетоводството, тогава точноста на прогнозите на аналитиците е нарушена. Болдуин от своя страна заключава, че точноста на прогнозите им се увеличава когато фирмите дават частични сведения за доходите по сегменти.
От това следва че прогнозите са по-тясно свързани с абнормалните движения в цените на акциите отколкото прогнозите на времевите серийни модели.
Прогнозиране на Доходите от Мениджърите
Установени са два типа изследвания свързани с прогнозите на мениджърите:
сравнителната точност на мениджърските прогнози
реакциите на капиталовия пазар към тези прогнози
В сравнение с другите модели на прогнозиране те показват или близки или надминаващи по точност резултати.
Пател изследва информационното съдържание на мениджърските прогнози и открива че те са до голяма степен свързани с фиксираните цени на акциите, като това се отразява и върху цените на стоките.
Пател и Пенман откриват че мениджърите предпочитат да дават сведения само когато прогнозите са добри, тъй като инвеститорите реагират подобаващо на добрите и лошите прогнози.
Прогнози на Систематичния Риск,
Банкрути и Обвързани Курсове
Изследователи като Маркович, Шарп и Бийвър разглеждат способността на счетоводните показатели на риска да бъдат използвани като мерки за предсказване на пазарните рискове. Така от седем счетоводни показателя те се спират на четири напълно достатъчни за целта на прогнозирането:
Бийвър изучава шест финансови съотношения и тяхната приложимост в предсказването на фирмения банкрут. При много от фирмите се наблюдава влошаване на позициите на пазара, което се потвърждава от тези финансови съотношения. Наблюденията показват че те се проявяват пет години преди банкрутиране, а при други само три.
Хориган счита че счетоводните данни и финансовите съотношения могат да се използват за определяне на корпоративните обвързани курсове.
|
