财务预测方法
有许多方法可以用来制定财务预测。这些方法分为定量和定性两大类。定量方法依赖于可量化的数据，然后可以对其进行统计处理。定性方法依赖于无法实际测量的信息。定量方法的例子有：
因果方法。这些方法假定要预测的项目与一个或多个其他变量具有因果关系。例如，电影院的存在可以带动附近餐馆的销售，因此，一部轰动一时的电影的出现可以期望增加餐馆的销售。主要的因果分析方法是回归分析。
时间序列方法。这些方法基于在等距时间间隔内观察到的数据中的历史模式得出预测。假设数据中存在重复出现的模式，将来会重复出现。时间序列方法的三个示例是：
经验法则。这是基于简化的分析规则，例如无需更改即可复制历史数据。例如，预计当月的销售额将与前一个月产生的销售额相同。
平滑处理。这种方法使用过去结果的平均值，可能包括最近数据的权重，从而消除了历史数据中的不规则性。
分解。这项分析将历史数据分解为趋势，季节和周期性成分，并对其进行预测。
定性方法的示例包括：
市场调查。这是基于与当前和潜在客户就其商品和服务需求进行的讨论。必须以系统的方式收集和分析信息，以最大程度地减少由小数据集，不一致的客户质疑，过多的数据汇总等导致的偏差。这是一种昂贵且费时的研究方法。这对于检测消费者情绪的变化很有用，稍后会在他们的购买习惯中反映出来。
知识渊博的人员的意见。这是基于对所预测的信息拥有最丰富和最深入的知识的人员的意见。例如，高级管理团队可以根据他们对行业的了解来得出预测。或者，销售人员可以根据他们对特定客户的了解来准备销售预测。使用销售人员进行预测的优势在于，他们可以提供详细的预测，可能是在单个客户的水平上。销售人员倾向于创建过于乐观的预测。
德尔菲法。这是一种结构化的方法，用于使用一组辅助工具和多次分析迭代来从一组专家得出预测，以得出共识。来自每个连续调查表的结果将用作每次迭代中下一个调查表的基础；如果某些信息最初不是每个人都可以使用的话，这样做可以在组中传播信息。考虑到所需的大量时间和精力，此方法最适合用于长期预测的推导。
在公司或产品的早期阶段，尤其是在很少有历史信息可作为定量分析基础的情况下，定性方法尤为必要。
