Pronósticos financieros: aplicaciones y tendencias clave para FP&A
Algunos años previos a la Gran Depresión de 1929, un grupo de científicos y académicos –más uno que otro farsante– se dio a la tarea de crear métodos complejos para adivinar el comportamiento futuro del mercado. Así, sin quererlo o necesariamente saberlo, fundaron la técnica que hoy conocemos como pronóstico financiero.
Llama la atención que ninguno de ellos logró prever la debacle económica de aquel año. En su libro Fortune Tellers, Walter Friedman relata que, pese al fracaso, muchos de estos personajes pasaron a convertirse en “empresarios que comerciaban con el futuro como mercancía”.
Aunque sería injusto juzgarlos con el periódico bajo el brazo, lo cierto es que se necesita reconocer que cualquier disciplina o ciencia que no esté dispuesta a renovarse constantemente, está condenada a desaparecer.
Por eso es que los pronósticos financieros, al ser una herramienta analítica que, pese a estar basado en modelos matemáticos no es 100% precisa, necesitan incorporar con regularidad nuevas y mejores características que los fortalezcan.
Precisamente porque se trata de una herramienta empresarial en constante evolución, nos dimos a la tarea de acercar algunas de las tendencias clave de la disciplina para profesionales (y curiosos) de la planeación y el análisis financiero (FP&A).
Elementos básicos de un pronóstico financiero
Antes de comenzar a explorar algunas de las tendencias que marcan el paso en cuanto a las mejores prácticas en la aplicación de un pronóstico financiero, vale la pena esclarecer algo de terminología básica.
Esto, principalmente, porque algunos de estos conceptos los veremos mencionados con frecuencia en el resto del post. Veamos uno por uno.
Límite temporal
Cuando se hace referencia a un límite temporal en el contexto de un pronóstico financiero, sucede porque cada uno requiere de un conjunto de datos históricos previos para poder generar proyecciones y escenarios a futuro.
Al igual que cualquier otra investigación o metodología basada en datos históricos, establecer límites de tiempo que acoten la documentación es muy importante para obtener los resultados deseados.
Un límite demasiado amplio fallaría en observar las modas y tendencias del mercado, mientras que uno muy corto limitaría el alcance de la proyección.
Registros históricos de la empresa
Es importante puntualizar que por “datos históricos” no nos referimos exclusivamente a una fecha de inicio y otra de final. Se trata de la acumulación de todos los estados financieros, reportes de gastos, balances, entre otros, dentro del periodo determinado.
La recolección de datos históricos consiste en observar el comportamiento de la empresa en el pasado, para intentar proyectar un comportamiento similar en el futuro.
Esta data es particularmente útil cuando se anticipan cambios leves, tanto en las finanzas como en la operación.
Contexto del sector
Tal como su nombre indica, el contexto de mercado en el sector de la empresa importa porque, de lo contrario, los datos históricos no tendrían un marco de referencia sobre el cual interpretarse.
Cualquier pronóstico puede fortalecerse si se toma en cuenta la situación general del sector. Esto ayuda a tener una perspectiva mucho más amplia de qué tanto se acerca el pronóstico a un escenario factible.
Alineación estratégica
Aunque no se trata propiamente de un elemento, la alineación estratégica es fundamental para cualquier tomador de decisión que se beneficie con un ejercicio de este tipo. Lo mismo cuando se encuentren diseñando un plan de expansión o una nueva ronda de inversión, un estimado del futuro financiero del negocio nunca sobra.
Al final, un pronóstico financiero no es sino la construcción de un escenario al que los mandos de una empresa pueden referirse al momento de planear el porvenir del negocio.
Y es que quizá este sea uno de los mayores malentendidos respecto a los pronósticos financieros: se trata de una herramienta que se puede utilizar para realizar conjeturas informadas sobre el potencial financiero de una empresa, no una bola de cristal que prediga el futuro.
En todo caso, se podría decir que se trata de una herramienta preventiva, más que de una brújula para el departamento financiero.
Cómo elegir el método adecuado según tus necesidades
Seleccionar un método de pronóstico financiero depende de un número considerable de factores. El contexto económico del país, la relevancia y cantidad disponible de datos históricos, el nivel de certeza que se pretende alcanzar, el periodo temporal o el costo-beneficio.
Estos factores deben considerarse cuidadosamente y en una variedad de niveles. En general, la persona encargada del pronóstico debe elegir una técnica que asegure el mejor uso de la data disponible, es decir, aquella que dé como resultado un mejor porcentaje de precisión frente a las demás.
Al hacerlo, se recomienda evitar como criterio si la técnica es de complejidad alta o si se trata de una novedad del sector. Un pronóstico financiero debe apuntar a eficientar costos y tiempos, así como a utilizar todos los recursos disponibles, maximizando sus posibilidades.
¿O te imaginas un ejercicio de pronóstico cuya ejecución e insumos afecten el presupuesto de un departamento de finanzas?
Para evitar ese obstáculo y también ampliar el alcance de nuestra explicación, nos dimos a la tarea de presentar algunos de los métodos más conocidos en función de sus aplicaciones.
Análisis cualitativos
Consisten en el uso de datos e información de tipo cualitativo (como opiniones de expertos), así como en el análisis del contexto socio-político (por ejemplo, si un país impone sanciones comerciales a otro).
Estos métodos pueden o no utilizar datos históricos. O bien, también pueden resultar útiles en empresas que no cuentan aún con registros históricos suficientes. Sin embargo, tienen un sesgo importante: requieren del juicio o interpretación que una persona realice sobre el conjunto de información disponible.
Si bien existen especialistas en la disciplina y los profesionales del área desarrollan una sensibilidad particular, lo cierto es que los análisis cualitativos no pueden funcionar más que como informaciones complementarias de los pronósticos financieros (lo cual no quiere decir que sean, por sí mismos, análisis completos, aunque de otra naturaleza).
Generalmente, algunos pronosticadores prefieren dejar la aproximación cualitativa como punto de arranque o adiciones a los métodos que recurren a modelos matemáticos como base de sus proyecciones.
Entre sus aplicaciones más frecuentes suelen estar sectores o productos en los cuales la innovación es el principal driver de negocio. Dado que en ocasiones no se cuenta con la suficiente data, un análisis cuantitativo puede funcionar para subsanar temporalmente el déficit.
Series temporales
A diferencia del análisis cualitativo, métodos como las series temporales dependen exclusivamente del uso de datos. Se trata de técnicas estadísticas que se aplican cuando la empresa tiene una vasta cantidad de información disponible.
Básicamente, se trata de que el equipo o persona encargada del pronóstico encuentre las tendencias “escondidas” entre la masa de datos. Esto quiere decir que identifiquen los momentos en los cuales se aceleró el incremento de ingresos frente a los cuales se desaceleró.
Sin embargo, esto no es para nada sencillo como suena. Para generar series de tiempo –o una serie numérica de tendencias–, se debe procesar todo el universo de información disponible. El reto de los especialistas en pronósticos es diferenciar las tendencias de otros eventos.
Entendidas de esta manera, las series de tiempo son de ayuda para identificar:
- La regularidad con que ocurre una variación en la serie de datos disponibles: es decir, la “estacionalidad” de algunas tendencias. Con este se busca diferenciar las tendencias de las anomalías o singularidades en los datos (en el contexto empresarial, por ejemplo, éstas pueden ser promociones o descuentos en los servicios o productos).
- Patrones de comportamiento o ciclos: se trata de eventos o temporadas que ocurren con regularidad. Por ejemplo, es probable que una empresa de sombrillas incremente sus ventas en época de lluvias.
- Tendencias en los datos y tasas de crecimiento: una vez identificadas las tendencias, es posible verificar una tasa de crecimiento media para el pronóstico.
Ya que hemos identificado los elementos que pueden resultar de la correcta aplicación de una serie temporal, pensemos en qué escenarios es más conveniente recurrir a ellas:
- Elaboración de presupuestos: cualquier equipo financiero se enfrenta a detallar los pormenores del plan con que se erogará el presupuesto. Mes a mes, se toman en consideración conceptos como los ingresos, gastos, flujo de caja, amortización de deuda, entre otros.
Una serie de tiempo facilita identificar cuáles son los momentos estratégicos en que el presupuesto puede permitirse ser más laxo con los gastos, o en su defecto, “apretar las riendas” del negocio.
- Financiamiento de proyectos: quizá pueda parecer una obviedad, pero todo proyecto que una empresa decida emprender, tendrá consecuencias financieras, positivas o negativas para el balance general.
El pronóstico de recursos para financiamiento de proyectos es el proceso mediante el cual una organización puede anticipar la necesidad de recursos en el futuro. Esto permite atemperar los objetivos y expectativas de cada proyecto, en función de los recursos a la mano.
De esta manera se pueden prever soluciones a posibles cuellos de botella que surjan como resultado de una falta de recursos económicos que pueda superarse con otro tipo de activos.
Modelos causales
Cuando la cantidad de datos históricos adecuada está disponible y se han llevado a cabo los análisis necesarios, los equipos financieros pueden construir un modelo causal.
Éste se considera una de las herramientas más sofisticadas en la elaboración de pronósticos financieros, no solamente por su complejidad, sino por el alcance que tiene una aplicación rigurosa.
Su objetivo es expresar matemáticamente las relaciones causales (cómo A afecta a B, cómo B afecta a C, y así sucesivamente). El ángulo que adopta puede ser tan amplio como lo sea la información disponible: desde stock en inventarios hasta investigaciones de mercado.
Tiene la capacidad de incluir en el flujo de su sistema predicciones dinámicas, como tácticas de la competencia, obstáculos en la cadena de suministro, entre otras.
Ante la falta de datos con este grado de especificidad, para comenzar habrá que realizar ciertas presuposiciones acerca de algunas de las relaciones causales que se construyan con base en el modelo. No obstante, conforme avance el ejercicio, dichas presuposiciones tienen que dar lugar a conjeturas que las comprueben o refuten.
Más aún: cuando se da una vigilancia constante a estos modelos causales, incrementa el conocimiento que crea el sistema. De ahí que sean considerados el mejor modelo cuando se trata de predecir puntos de inflexión para la compañía, así como para preparar ejercicios de pronóstico de largo aliento.
Enlistar las potenciales aplicaciones de un modelo causal puede tomarnos un buen rato, sin embargo, la clave para entenderlas está en que su función es completamente estratégica.
Por ejemplo, para una empresa en busca de financiamiento para seguir con sus planes de crecimiento, el modelo causal puede ser una buena forma de conseguir datos convincentes que persuadan a los inversionistas de participar en su compañía.
Todavía más importante, puede preparar a los tomadores de decisiones para anticipar cuándo necesitarán dichos fondos para continuar con la operación del negocio.
Esto último hace eco de que los pronósticos son herramientas preventivas, y no necesariamente bolas de cristal que pueden predecir el éxito o fracaso de una empresa.
Cómo, cuándo y dónde: la curva de valor del pronóstico financiero
Sin duda, una pregunta que quedará pendiente para los profesionales del pronóstico financiero es qué hacer ante eventos inesperados de magnitudes como la pandemia que recién vivimos.
Así como los pioneros de la disciplina no pudieron ver que una crisis tan profunda se avecinaba, la misma incertidumbre cuestiona el quehacer de estas técnicas en los diferentes contextos donde se aplican.
En el caso particular de las empresas, buscan que sus pronósticos financieros sumen responsividad y dinamismo a su planeación estratégica. Una forma de encontrar la áreas de oportunidad óptimas y que pueden favorecerse de una mejora constante en estos procesos es trazando una curva de valor.
Deloitte sugiere en un estudio recién publicado que las organizaciones interesadas en fortalecer sus pronóstico financieros deben comenzar por evaluar sus sistemas de gestión empresarial y la infraestructura asociada a las capacidades que buscan desarrollar.
En otras palabras, esto quiere decir que un pronóstico financiero ágil debe llevarse a cabo en diferentes bloques o áreas a las que suma un valor diferente.
El estudio que citamos sugiere una curva de valor como la siguiente, que va desde la parte más abstracta (como son las plataformas de gestión empresarial y la gobernanza de datos) a cuestiones mucho más concretas, como las alianzas estratégicas con otras organizaciones.
Desde la planeación y el pronóstico financiero se puede proveer con insights a todas las unidades de negocio, incluida las que tratan directamente con clientes, proveedores u otras empresas.
Sin bien no se puede hablar de una solución de talla única para todas las empresas interesadas en mejorar sus procesos de pronóstico (ya sea por el tamaño de su operación o por el sector donde se desarrolla), la ventaja de una aproximación como ésta es encontrar aquellas nuevas capacidades y cómo es que mejor se ajustan a cada caso.
Por último
La construcción de nuevas capacidades en las unidades de planeación financiera están llamadas a seguir innovando más allá de los métodos tradicionales y de sus aplicaciones frecuentes.
Cambios de profundidad como la pandemia o las diferentes crisis que experimentamos en la actualidad, son retos importantes que superar cuando se busca modelar el futuro. Tanto las estrategias de corto plazo como aquellas de mayor aliento pueden beneficiarse del conocimiento que construye un escenario predictivo.
Hoy en día, a diferencia de los “comerciantes del futuro”, sabemos que intentar predecir el futuro con datos se acerca más a la intención de evitar la repetición de errores del pasado que a adivinar los números de la ruleta.
