ส่วนหนึ่งของซีรีส์เรื่อง |
การบัญชี |
---|
This article's tone or style may not reflect the encyclopedic tone used on Wikipedia. (December 2020) |
การพยากรณ์กระแสเงินสดเป็นกระบวนการในการประมาณระดับเงินสด ในอนาคตของบริษัท และสถานะทางการเงินโดยทั่วไป[1] การพยากรณ์ กระแสเงินสดเป็น เครื่องมือ การจัดการทางการเงินที่สำคัญสำหรับทั้งบริษัทขนาดใหญ่และธุรกิจขนาดเล็ก โดยทั่วไป การพยากรณ์จะอิงตามการชำระเงินและการรับเงินที่คาดไว้ มีวิธีการพยากรณ์หลายวิธีให้เลือกใช้
การคาดการณ์กระแสเงินสดเป็นองค์ประกอบหนึ่งของการจัดการทางการเงินการรักษากระแสเงินสดของบริษัทเป็นส่วนสำคัญของการจัดการธุรกิจและการจัดหาเงินทุนสำหรับการดำเนินงานอย่างต่อเนื่อง โดยเฉพาะอย่างยิ่งสำหรับ ธุรกิจ ที่เพิ่งเริ่มต้นและธุรกิจขนาดเล็กหากธุรกิจหมดเงินสดและไม่สามารถหาเงินทุนใหม่ได้ ธุรกิจจะล้มละลายและในที่สุดก็อาจต้องประกาศ ล้มละลาย
การคาดการณ์กระแสเงินสดช่วยให้ฝ่ายบริหารคาดการณ์ระดับเงินสดเพื่อหลีกเลี่ยงภาวะล้มละลาย ความถี่ในการคาดการณ์นั้นกำหนดโดยปัจจัยหลายประการ เช่น ลักษณะของธุรกิจ อุตสาหกรรม และข้อกำหนดด้านกฎระเบียบ[2]ในสถานการณ์ที่ตึงเครียด ซึ่งใกล้จะล้มละลาย อาจจำเป็นต้องมีการคาดการณ์ทุกวัน
รายการและประเด็นสำคัญของการพยากรณ์กระแสเงินสด:
ในบริบทของการเงินขององค์กรการพยากรณ์กระแสเงินสดเป็นการสร้างแบบจำลองสภาพคล่องทางการเงินในอนาคตของบริษัทหรือหน่วยงานในกรอบเวลาที่เฉพาะเจาะจง โดยทั่วไปในระยะสั้นจะเกี่ยวข้องกับการจัดการเงินทุนหมุนเวียนและในระยะยาวจะเกี่ยวข้องกับ การจัดการ สินทรัพย์และหนี้สิน[3]
เงินสดมักจะหมายถึงยอดเงินคงเหลือในธนาคารทั้งหมดของบริษัท แต่บ่อยครั้งที่คาดการณ์ไว้คือ สถานะ ทางการเงินซึ่งก็คือเงินสดบวกกับการลงทุน ระยะสั้น ลบด้วยหนี้ ระยะ สั้น กระแสเงินสดคือการเปลี่ยนแปลงของเงินสดหรือสถานะทางการเงินจากช่วงเวลาหนึ่งไปยังอีกช่วงเวลาหนึ่ง การฉายภาพกระแสเงินสดเป็นข้อมูลสำคัญในการประเมินมูลค่าทรัพย์สินการจัดทำงบประมาณและการกำหนดโครงสร้างทุน ที่เหมาะสม ในLBOและการเพิ่มทุนโดยใช้เลเวอเรจ ขึ้นอยู่กับองค์กร ดังนั้น การสร้างแบบจำลองนี้อาจใช้ " FP&A " หรือกับการเงินขององค์กร
กระแสเงินสดสามารถคาดการณ์ได้โดยตรงหรือโดยวิธีทางอ้อมหลายวิธี
วิธีการโดยตรงของการพยากรณ์ กระแสเงินสดจะกำหนดตารางการรับและ การจ่ายเงินสดของบริษัท(R&D) การรับเงินนั้นส่วนใหญ่จะเป็นการรวบรวมบัญชีลูกหนี้จากการขายล่าสุด แต่ยังรวมถึงการขายสินทรัพย์ อื่นๆ รายได้จากการจัดหาเงินทุน เป็นต้น การจ่ายเงินรวมถึงการจ่ายเงินเดือนการชำระบัญชี เจ้าหนี้ จากการซื้อล่าสุดเงินปันผลและดอกเบี้ยจากหนี้วิธีการ R&D โดยตรงนี้เหมาะที่สุดสำหรับช่วงเวลาการพยากรณ์ระยะสั้นที่ 30 วัน ("หรือประมาณนั้น") เนื่องจากเป็นช่วงเวลาที่ข้อมูลจริงพร้อมใช้งาน ซึ่งแตกต่างจากข้อมูลที่คาดการณ์ไว้[4]
วิธีการทางอ้อมทั้งสามวิธีนี้อิงตามรายงานกำไรขาดทุนและงบดุล ที่คาดการณ์ไว้ของ บริษัท
ทั้งวิธี ANI และ PBS นั้นเหมาะสำหรับการคาดการณ์ ระยะกลาง (ไม่เกินหนึ่งปี) และระยะยาว (หลายปี) ทั้งสองวิธีนั้นจำกัดอยู่ที่ช่วงเวลารายเดือนหรือรายไตรมาสของแผนการเงิน และจำเป็นต้องปรับให้เหมาะกับความแตกต่างระหว่างเงินสดในบัญชีตามการบัญชีคงค้างและยอดคงเหลือในธนาคารที่มักแตกต่างกันอย่างมีนัยสำคัญ[6]
ในบริบทของผู้ประกอบการหรือผู้บริหารของวิสาหกิจขนาดกลางและขนาดย่อมการพยากรณ์กระแสเงินสดอาจค่อนข้างง่ายกว่า โดยวางแผนว่าเงินสดจำนวนเท่าใดที่จะเข้ามาในธุรกิจหรือหน่วยธุรกิจ เพื่อให้แน่ใจว่าสามารถจัดการเงินออกได้ และหลีกเลี่ยงไม่ให้เงินสดไหลเข้ามากเกินไป ผู้ประกอบการจะตระหนักว่า " เงินสดคือราชา " ดังนั้น จึงลงทุนทั้งเวลาและความพยายามในการพยากรณ์กระแสเงินสด
แนวทางทั่วไปในที่นี้คือการสร้างสเปรดชีตโดยทั่วไปจะใช้Excelโดยแสดงเงินสดที่เข้ามาจากทุกแหล่งย้อนหลังอย่างน้อย 90 วัน และเงินสดทั้งหมดที่ออกไปในช่วงเวลาเดียวกัน จากนั้นสามารถแก้ไขการขาดดุลหรือความไม่ตรงกันได้ เช่นการกู้เงินชั่วคราว หรือเพิ่มกิจกรรมการเรียกเก็บเงิน สำหรับการคาดการณ์กระแสเงินสดระยะสั้น ยังมี แอปพลิเคชันซอฟต์แวร์ต้นทุนต่ำที่ขับเคลื่อนด้วย AIให้เลือกใช้งาน อีกจำนวนหนึ่ง
การใช้ "แนวทางสเปรดชีต" ต้องใช้ปริมาณและระยะเวลาของการรับเงินสดจากการขายที่แม่นยำ ซึ่งต้องใช้การตัดสินใจจากประสบการณ์ในอุตสาหกรรมที่เกี่ยวข้อง เนื่องจากการรับเงินสดที่ตรงกับการคาดการณ์ยอดขาย นั้นเป็นเรื่องยาก และลูกค้าทุกคนก็มักจะชำระเงินตรงเวลาเช่นกัน (หลักการเหล่านี้ยังคงเดิมไม่ว่าจะทำการคาดการณ์กระแสเงินสดบนสเปรดชีต บนกระดาษ หรือบนระบบไอทีอื่นๆ) นอกจากนี้ ควรสังเกตว่าเมื่อใช้วิธีการทางทฤษฎีในการคาดการณ์กระแสเงินสดเพื่อการจัดการธุรกิจ เช่น การใช้บัญชีทางการเงินแทนที่จะใช้ มาตรฐาน การบัญชีจัดการรายการที่ไม่ใช่เงินสดอาจรวมอยู่ในกระแสเงินสด[ จำเป็นต้องมีตัวอย่าง ]ซึ่งทำให้ผลลัพธ์เบี่ยงเบนไป
ข้อสังเกตประการหนึ่ง[ จำเป็นต้องอ้างอิง ]เกี่ยวกับเครื่องมือเชิงพาณิชย์ที่มีอยู่ก็คือ แม้ว่าเครื่องมือเหล่านี้จะสามารถนำเสนอความสามารถในการทำงานอัตโนมัติและการคาดการณ์ได้ แต่ความแม่นยำของเครื่องมือเหล่านี้ก็มีข้อจำกัด โดยเฉพาะอย่างยิ่งในพื้นที่ที่เกี่ยวข้องกับพฤติกรรมของมนุษย์หรือปัจจัยเชิงอัตนัย ตัวอย่างเช่น การคาดการณ์ว่าลูกค้าจะชำระเงินเมื่อใดอย่างถูกต้องอาจเป็นเรื่องท้าทายเนื่องจากปัจจัยต่างๆ ที่มีอิทธิพลต่อพฤติกรรมการชำระเงิน เครื่องมือ AI พึ่งพารูปแบบในอดีตและกฎที่กำหนดไว้ล่วงหน้าเป็นอย่างมาก ซึ่งอาจไม่สามารถจับภาพความซับซ้อนของสถานการณ์ในโลกแห่งความเป็นจริงได้อย่างแม่นยำเสมอไป นอกจากนี้ เครื่องมือ AI อาจขาดความยืดหยุ่นและตัวเลือกการปรับแต่งที่ Excel มอบให้ เนื่องจากเครื่องมือเหล่านี้ได้รับการออกแบบมาให้ทำงานภายในกรอบงานที่กำหนดไว้ล่วงหน้า และอาจปรับให้เข้ากับข้อกำหนดทางธุรกิจเฉพาะตัวได้ยาก