Financiële prognoses 101: een kijkje in de toekomst van je bedrijf
Financiële prognoses zijn alsof je je financiële toekomst laat voorspellen door een handlezer, maar dan veel betrouwbaarder. Je voert een paar redelijke aannames in een prognosetool in, en die kan je vertellen hoe je winst-en-verliesrekening, balans en andere financiële overzichten er op een specifieke datum in de toekomst uit zullen zien.
Je werkelijke financiële overzichten zullen er zelden precies zo uitzien als je voorspelde financiële overzichten, maar dat is prima—het idee is om er zo dicht mogelijk bij te komen. In deze gids help ik je de modellen, methoden en processen te begrijpen die je kunt gebruiken om de financiële cijfers van je bedrijf te voorspellen.
Wat is financiële prognose?
Financiële prognoses verwijzen naar het inschatten van de financiële positie van het bedrijf op basis van statistieken zoals omzetgroei, verlooppercentage en winstmarges.
Create a Free Account to Read More
You'll also get access to a growing community of modern CFOs and finance executives accessing proven frameworks, tools, and insights to navigate AI-driven finance.
Have an account? Log In
CFO's en financiële teams vertrouwen op prognoses om financiële beslissingen te nemen over budgettering, bedrijfsplanning, de toewijzing van middelen en de algemene bedrijfsstrategie.
Schattingen die in een financiële prognose worden gebruikt, worden opgesteld aan de hand van historische gegevens en een beoordeling van de toekomstige economische vooruitzichten van het bedrijf. Het is bijvoorbeeld redelijk om voor de toekomst een positieve omzetgroei te verwachten als de groei van je bedrijf de afgelopen twee jaar is versneld en er een grote vraag is naar je SaaS.
Je zou de cijfers voor elke regel op de winst-en-verliesrekening, balans en het kasstroomoverzicht kunnen schatten, maar over het algemeen hangt de hoeveelheid tijd die je aan elk onderdeel besteedt af van het doel van de prognose.
Je kunt brede aannames doen over alle regels als je een prognose maakt om een algemeen overzicht van je financiële positie te krijgen, maar als je de financiële cijfers voorspelt in aanloop naar een fusie of overname, is het belangrijk om grondig te werk te gaan met je aannames voor alles waar je naar kijkt.
Modellen voor financiële prognoses
Een prognosemodel is een systematisch raamwerk dat wordt gebruikt om financiële resultaten te voorspellen op basis van historische gegevens, aannames en verschillende wiskundige en statistische technieken.
Prognosemodellen worden grofweg ingedeeld in kwalitatieve en kwantitatieve modellen.
Kwalitatieve prognosemodellen
Kwalitatieve prognosemethoden zijn gebaseerd op de meningen en het oordeel van experts. De twee populairste kwalitatieve prognosemethoden zijn:
- De Delphi-methode: Bij de Delphi-methode werk je samen met deskundigen uit de sector die de markt kunnen analyseren en de financiële prestaties van je bedrijf kunnen voorspellen. Tenzij je een uitzonderlijk gekwalificeerde expert in je netwerk hebt, raad ik aan om in plaats daarvan marktonderzoek of, beter nog, een kwantitatieve aanpak te gebruiken.
- Marktonderzoek: Marktonderzoek helpt je om financiële cijfers te voorspellen op basis van concurrentie, consumententrends en economische omstandigheden.
Kwantitatieve prognosemodellen
Analisten gebruiken doorgaans kwantitatieve prognoses omdat deze objectiever zijn. Kwantitatieve methoden kunnen verder worden ingedeeld in tijdreeks- en associatieve methoden. Hier volgen voorbeelden van beide:
- Tijdreeks:
- Rechte lijn: De methode van de rechte lijn wordt gebruikt wanneer je denkt dat trends uit het verleden zich zullen voortzetten. Als je omzet bijvoorbeeld de afgelopen drie jaar met 5% per jaar is gegroeid en je verwacht dat de omzet het komende jaar met 5% zal groeien, gebruik je de methode van de rechte lijn.
- Voortschrijdend gemiddelde: De methode van het voortschrijdend gemiddelde gebruikt het voortschrijdend gemiddelde van voorgaande perioden om financiële cijfers op korte of middellange termijn te voorspellen.
- Exponentiële afvlakking: Exponentiële afvlakking is vergelijkbaar met het model van het voortschrijdend gemiddelde, behalve dat recente perioden zwaarder wegen bij het berekenen van het gemiddelde. Als de omzetgroei bijvoorbeeld 5% bedroeg in 2022 en 8% in 2023, zou je een gewicht van 0.6 aan 8% en 0.4 aan 5% kunnen toekennen om het gemiddelde te berekenen, wat 2.6% zou zijn.
- Trendextrapolatie: Bij trendextrapolatie worden historische gegevens en statistische methoden gebruikt om trends te vinden en door te trekken, zodat toekomstige waarden kunnen worden voorspeld. Analisten gebruiken doorgaans methoden zoals de kleinste-kwadratenmethode, Box-Jenkins en prognoses op basis van deskundig oordeel voor trendextrapolatie.
- Associatief:
- Enkelvoudige lineaire regressie: Met enkelvoudige regressieanalyse kun je de relatie onderzoeken tussen een afhankelijke variabele (zoals verkoop) en een onafhankelijke variabele (zoals advertentie-uitgaven). De relatie (uitgedrukt als een getal) wordt gebruikt om toekomstige waarden te voorspellen.
- Meervoudige lineaire regressie: Met meervoudige regressieanalyse kun je de relatie onderzoeken tussen één afhankelijke variabele en meerdere onafhankelijke variabelen. We zouden bijvoorbeeld klantbehoud als nog een afhankelijke variabele kunnen toevoegen aan het voorbeeld van enkelvoudige lineaire regressie. Net als bij enkelvoudige lineaire regressie wordt de relatie uitgedrukt als een getal en gebruikt om toekomstige waarden te voorspellen.
Financiële prognoses opstellen
Voordat je in je Excel-spreadsheet duikt en een prognose maakt van de financiële overzichten van je bedrijf, zijn er nog een paar zaken die aandacht verdienen. Hieronder vind je een stapsgewijs proces voor het opstellen van financiële prognoses:
Bepaal het doel
Door doelgericht te werk te gaan, kun je je richten op wat belangrijk is. Maak je een prognose van je financiële overzichten om te zien of je over voldoende cash beschikt? Of doe je dit omdat je een verkoop voorbereidt en de waarde van het bedrijf wilt bepalen?
Verzamel historische gegevens
Als je al enkele jaren actief bent, is vrijwel alle informatie die je nodig hebt—zoals omzet, winst en groei—beschikbaar in je financiële overzichten.
Drie tot vijf jaar aan historische gegevens is ideaal maar afhankelijk van factoren zoals de volgende heb je mogelijk historische gegevens over een groter aantal jaren nodig:
- Prognosehorizon: Je hebt meer historische gegevens nodig om trends vast te leggen als je twee of drie jaar vooruit voorspelt. Prognoses voor de kortere termijn vereisen daarentegen recentere gegevens.
- Relevantie van de gegevens: Oudere gegevens uit perioden waarin er aanzienlijke veranderingen waren in je product, bedrijfsmodel of marktomstandigheden zijn minder relevant dan recente gegevens die je huidige bedrijf nauwkeuriger weerspiegelen.
- Stabiliteit en consistentie van de gegevens: Gebruik een langere historische periode als de prestaties van je bedrijf of de marktomstandigheden aanzienlijke schommelingen hebben vertoond.
- Marktdynamiek: Is de sector onderhevig aan snelle veranderingen? Richt je dan meer op recente gegevens.
Als je een startup bent en geen historische gegevens hebt, overweeg dan een kwalitatief prognosemodel te gebruiken of sectorbenchmarks van SaaS Capital en vergelijkbare bronnen te raadplegen.
Bepaal een tijdsperiode
Hoe ver in de toekomst wil je je financiële overzichten voorspellen? Eén jaar is een vrij gebruikelijke keuze, maar je kunt een andere periode kiezen op basis van je specifieke behoeften.
Als je bijvoorbeeld over zes maanden kapitaal gaat aantrekken, maak je een prognose van je financiële overzichten voor de komende twee kwartalen. Je kunt er ook voor kiezen om financiële overzichten voor een periode van één jaar te voorspellen, zodat je begrijpt hoe het aantrekken van nieuw kapitaal je kapitaalstructuur zal veranderen en op welke andere manieren dit gevolgen zal hebben voor je bedrijf.
Een punt om rekening mee te houden bij het bepalen van de periode is dat de nauwkeurigheid afneemt naarmate je de periode verlengt omdat er meer tijd is voor onafhankelijke variabelen, zoals de economie, om te veranderen. Dit lijkt misschien vanzelfsprekend, maar wordt vaak over het hoofd gezien.
Volgens een rapport van KPMG kan het verschil tussen de voorspelde en werkelijke resultaten aanzienlijk zijn:
Kies een prognosemethode
Geen enkele methode zal altijd de beste zijn; kies een methode voor financiële prognoses die aansluit bij het doel van je prognose.
De lineaire methode vereist minder middelen als je alleen een algemeen beeld wilt krijgen van toekomstige omzet en winst, gebaseerd op de verwachte abonnementen en verlengingen in het volgende jaar.
Aan de andere kant is lineaire regressie wellicht een betere keuze als je van plan bent je operationele kostenstructuur ingrijpend te wijzigen om in het komende jaar winstgevend te worden.
Zodra je de beste prognosemethode voor jouw situatie hebt gekozen, stel je met die methode pro-formafinanciële overzichten op. Gebruik deze overzichten als basis voor financiële planning en strategische besluitvorming.
Analyseer de prognose
Bekijk de cijfers en ga na of ze een verhaal vertellen dat je bevalt. Als dat zo is, vormt dat een goed uitgangspunt. Zo niet, zoek dan uit waarom.
Probeer mogelijke boosdoeners in het verhaal op te sporen—zoals onvoldoende geld voor groei—met behulp van wat-als-scenario’s.
Speel er een beetje mee en test de cijfers onder druk om de impact te begrijpen van onafhankelijke variabelen, zoals de economie, op belangrijke cijfers.
Laten we naar een waarschijnlijk scenario kijken.
Stel dat het oorspronkelijke doel van de prognose was om te bepalen of het bedrijf in het volgende kwartaal met een liquiditeitstekort te maken zou kunnen krijgen. De prognose laat zien dat je gedurende het hele kwartaal positief blijft qua kaspositie, maar dat je kassaldo zal dalen ten opzichte van het huidige niveau.
Dat is een probleem… maar geen reden tot paniek.
Met deze informatie duik je in het voorspelde kasstroomoverzicht om te zien waar er geld weglekt.
- Als je geld verliest uit operationele activiteiten, zou dat een ernstig probleem zijn, omdat het erop wijst dat je activiteiten niet genoeg geld genereren.
- Aan de andere kant kan het kassaldo ook dalen omdat je van plan bent in een nieuw actief te investeren of schulden af te lossen. Dat is een veel eenvoudiger probleem om op te lossen, omdat kapitaaluitgaven en schuldaflossingen geen terugkerende activiteiten zijn.
De bruikbaarheid van je prognose—zelfs als alles daarin juist is—blijft afhankelijk van de manier waarop je de gegevens gebruikt.
Houd de werkelijke cijfers bij
Zodra je de prognose hebt opgesteld, houd je de werkelijke financiële overzichten bij en vergelijk je die met de prognose.
Bewegen de werkelijke cijfers zich zoals verwacht in de richting van de prognose?
Zo niet, dan moet je de verschillen onderzoeken met behulp van variantieanalyse, zodat je je op mogelijke problemen kunt voorbereiden voordat het te laat is.
Voorbeeld van financiële prognoses
Laten we aan de hand van een vereenvoudigd voorbeeld bekijken hoe financiële prognoses werken.
Stel dat je je resultatenrekening voor het volgende kwartaal wilt voorspellen. Je verwacht een aanzienlijke stijging van de vraag als gevolg van een nieuwe, goed presterende marketingcampagne.
Je verwacht dat de omzet met 20% zal groeien en je wilt de resultatenrekening voorspellen om te zien of het bedrijf tegen het einde van dat kwartaal winstgevend zal worden.
Hier zijn de gegevens uit de resultatenrekening voor de boekhoudperiode die eindigde in het derde kwartaal van 2023:
| Omzet | $50,000 |
| Verkoopkosten | $10,000 |
| Brutowinst | $40,000 |
| Operationele kosten | $25,000 |
| Operationeel resultaat | $15,000 |
| Niet-operationele kosten | $20,000 |
| Nettowinst | $(5,000) |
Zo ziet het financiële model er mogelijk uit, uitgaande van een omzetgroei van 20% en de aanname dat de operationele en niet-operationele kosten ongewijzigd blijven:
Door de stijgende vraag zou het bedrijf in het volgende kwartaal winstgevend kunnen worden.
Ik wil nogmaals benadrukken dat dit een vereenvoudigd voorbeeld is om te illustreren hoe je een financieel overzicht kunt voorspellen. Ik ben ervan uitgegaan dat de operationele en niet-operationele kosten ongewijzigd blijven, wat in werkelijkheid zelden het geval is.
Als je klaar bent om te beginnen met het voorspellen van je financiële overzichten, waarom probeer je dan niet een model met drie financiële overzichten te bouwen?
De rol van prognosesoftware
Ik zou tekortschieten als ik niet zou vermelden hoeveel eenvoudiger dit allemaal kan worden met goede technologie.
Prognosesoftware maakt het proces snel en eenvoudig. De beste oplossingen kunnen worden geïntegreerd met boekhoudsoftware om automatisch historische gegevens op te halen voor het aantal jaren dat je selecteert. Een ander voordeel van prognosesoftware is dat deze ook ingebouwde functies biedt, zoals verkoopanalyses en vraagvoorspellingen, om je te helpen datagestuurde aannames over de toekomst te maken.
Prognosesoftware bestaat al een tijdje. Wat eraan komt, is nog veel spannender: op AI gerichte FP&A-tools staan op het punt de manier waarop FP&A-teams financiële gegevens voorspellen, ingrijpend te veranderen.
AI-modellen kunnen historische gegevens gebruiken om aannames over de toekomst te formuleren en binnen enkele seconden prognoses te genereren. Hoewel deze prognoses nog steeds de inzichten van een CFO vereisen, maken ze het proces aanzienlijk sneller, waardoor het financiële team waardevolle tijd bespaart.
“AI-modellen zullen automatisch prognoses opstellen of genereren op basis van historische en trendgegevens en zo een uitgangspunt bieden van waaruit financiële teams de plannen kunnen aanvullen met hun context en inschatting van zakelijke en economische omstandigheden. Financiële professionals maken prognoses dan niet meer vanaf nul; ze verfijnen en beoordelen ze, waardoor het prognoseproces drastisch wordt verkort.”
Klaar om je toekomst te laten voorspellen?
Financiële prognoses kunnen de eerste keer lastig aanvoelen. Redelijke aannames over de toekomst maken vereist vaardigheid, ervaring en vooruitziendheid—dingen die met de tijd komen.
Maar het andere, meer mechanische onderdeel van prognoses—het bouwen van een model—is eenvoudig te automatiseren met software. Ik raad aan de software het bouwen van een model te laten verzorgen, zodat jij je kunt richten op de strategische aspecten van financiële prognoses.
En vergeet niet: je financiële prognose staat niet in steen gebeiteld.
Zodra je de prognose hebt opgesteld, kun je je aannames wijzigen om je financiële situatie onder verschillende scenario’s te beoordelen. Gebruik deze inzichten om risico’s te beperken en je financiële positie te versterken.
Als je daarentegen geïnteresseerd bent in het analyseren van het succes van je historische gegevens, is software voor financiële analyses daarvoor geschikter.
Klaar om je vaardigheden als financiële leider verder te ontwikkelen? Abonneer je op onze nieuwsbrief voor deskundig advies, handleidingen en aanbevelingen van de financiële leiders die de technologiesector vormgeven.
