Текст книги "Следующий уровень. Стратегический менеджмент новой эпохи"

Далее мы делаем то же самое, за что ранее строго критиковали бухгалтеров. Мы совершенно произвольным образом, без какого-либо реального обоснования, определяем, что $1 000 000 из общей величины котловых затрат должен быть покрыт маржой, полученной от продаж продукта 1, $7 000 000 должны покрыть продажи продукта 2 и, наконец, оставшиеся $2 000 000 приходятся на продукт 3. Как и в бухгалтерском учёте, наше разнесение совершенно произвольно, но есть нюанс! Мы не коверкаем данные по себестоимости, марже и прибыли и, таким образом, не вводим руководство компании в заблуждение относительно ценности продуктов для бизнеса. Наше разнесение влияет только на план продаж, да и то чуть позже мы его скорректируем.

Распределив котловые продажи по продуктам компании, мы можем вычислить точку безубыточности для каждого из них. Точка безубыточности показывает, какое количество продукта необходимо произвести и продать, чтобы компания покрыла отнесённые на данный продукт котловые затраты. Когда компания достигает установленных точек безубыточности по каждому её продукту, она полностью покрывает все затраты предприятия (прямые затраты включены в себестоимость, постоянные и непрямые переменные затраты покрываются маржой).

Формула расчёта точки безубыточности следующая: точка безубыточности продукта = (распределённые на продукт постоянные и непрямые переменные затраты) / маржа на продукте.

Отталкиваясь от данных по марже и распределённым котловым затратам, мы можем рассчитать точки безубыточности для каждого продукта.

Проектная точка безубыточности, продукт 1 = $1 000 000 / $30 = 33 334 шт.

Проектная точка безубыточности, продукт 2 = $7 000 000 / $80 = 87 500 шт.

Проектная точка безубыточности, продукт 3 = $2 000 000 / $100 = 20 000 шт.

Таким образом, чтобы компания по итогам года сработала в ноль, то есть не заработала прибыль, но и ничего не потеряла, при худшем сценарии развития событий на рынке она должна продать 33 334 шт. продукта 1, продукта 2 – 87 500 шт. и, наконец, продукта 3 – 20 000 шт. Важно, и это обстоятельство извиняет нашу произвольность в распределении котловых затрат между продуктами, что речь идёт о проектных точках безубыточности. Сейчас нам следует откорректировать их с точки зрения рынка, т. е. реальности.

Рассчитав проектные точки безубыточности, мы обращаемся в службы маркетинга и продаж и просим откорректировать полученные значения с точки зрения реалий рынка. Нас интересует мнение маркетологов и продавцов, тех, кто каждый день сталкивается с реальным рынком и владеет наиболее полной информацией о нём, имеет представление о том, какое количество продукта мы сможем продать в худшем варианте развития событий, т. е. когда на рынке всё очень плохо. Речь в данном случае идёт не о максимально возможных цифрах, а о минимально необходимых, которые должны быть достигнуты при любых раскладах (иначе компания обанкротится!), т. е. нам требуется корректировка точек безубыточности. Предположим, маркетологи и продавцы, сверившись со своим пониманием рынка, утверждают, что при худшем развитии событий они смогут продать не более 30 000 шт. продукта 1. Очевидно, что это меньше, чем указано в проектной точке безубыточности (33 334 шт.). Продукта 2 смогут продать не более 50 000 шт., что меньше проектной точки безубыточности (87500 шт.). Исходя из этого, продукты 1 и 2 покрывают только: $30 (маржа) × 30 000 шт. + $80 (маржа) × 50 000 шт. = $900 000 + $4 000 000 = $4 900 000 котловых затрат из требуемых $10 000 000. Оставшиеся $5 100 000 котловых затрат могут быть отнесены на продукт 3, так как, по мнению маркетологов и продавцов, рынок позволяет рассчитывать на амбициозные продажи этого продукта даже в самых плохих обстоятельствах.

Такая логика приводит нас к утверждённым точкам безубыточности. Распределение котловых затрат между продуктами теперь уже не произвольное, оно обосновано маркетинговыми данными о возможностях, которые предоставляет рынок.

Утверждённая точка безубыточности, продукт 1 = $900 000 / $30 = 30 000 шт.

Утверждённая точка безубыточности, продукт 2 = $4 000 000 / $80 = 50 000 шт.

Утверждённая точка безубыточности, продукт 3 = $5 100 000 / $100 = 51 000 шт.

Эти показатели в продажах должны быть достигнуты кровь из носу, в противном случае компания будет работать в убыток. Примечательно, что мы можем абсолютно точно спрогнозировать этот убыток. Каждая недопродажа продукта 1 в сравнении с его точкой безубыточности принесёт компании $30 убытка (потому что маржа этого продукта $30), недопродажа продукта 2 даст $80 убытка (его маржа $80), недопродажа продукта 3 – $100 убытка (маржа $100). Таким образом, оценивая фактические продажи в течение года и сравнивая их с точками безубыточности (которые, очевидно, также могут быть разбиты на помесячные), руководство компании абсолютно точно представляет себе фактические финансовые результаты и может прогнозировать будущие (прибыль или убыток)! Особо стоит отметить, что бухгалтерский учёт, в отличие от управленческого, не предоставляет такой возможности!

Наконец, управленческий учёт позволяет нам грамотно планировать продажи. Если точки безубыточности, как правило, рассчитываются в одном варианте и предполагается, что их нужно достигнуть во что бы то ни стало, иначе компания может обанкротиться, то планирование продаж осуществляется сценарно. Согласно требованиям стратегического менеджмента, сценариев должно быть как минимум три: основной – это тот вариант развития событий на рынке в течение горизонта планирования, в который управленческая команда верит больше всего; оптимистический – это лучший для компании вариант развития событий по сравнению с основным сценарием, по мнению руководства, он не столь вероятен, как основной, но всё-таки возможен; пессимистический сценарий – худший для компании вариант развития событий по сравнению с основным сценарием, он не столь вероятен, как события основного сценария, но всё-таки возможен. Обратите внимание, что в данной логике точка безубыточности – это не план продаж при пессимистическом сценарии! Логика бизнеса подсказывает, что компания должна приносить прибыль в любых обстоятельствах, и в пессимистическом сценарии тоже! Пусть прибыль будет меньше, чем в основном сценарии, но всё-таки она должна быть! Точка безубыточности, в свою очередь, – это минимальный объём продаж, необходимый, чтобы компания поработала в ноль и не обанкротилась. Он должен быть достигнут всегда, даже в условиях апокалипсиса.

Предположим, что акционеры компании сформулировали перед её руководством следующие цели по чистой прибыли:

● в основном сценарии по итогам года – не менее $5 000 000;

● в оптимистическом – не менее $6 000 000;

● в пессимистическом – не менее $4 000 000.

Вновь пообщавшись с маркетологами и продавцами и оценив возможности, которые есть на рынке в каждом из сценариев, руководство компании следующим образом разнесло целевую прибыль между продуктами:

Основной сценарий:

● продукт 1 – $1 000 000;

● продукт 2 – $3 000 000;

● продукт 3 – $1 000 000.

Отталкиваясь от этих цифр, были утверждены следующие планы продаж для основного сценария:

● продукт 1 – 63 334 шт. = ($1 000 000 + $900 000) / $30;

● продукт 2 – 87 500 шт. = ($3 000 000 + $4 000 000) / $80;

● продукт 3 – 61 000 шт. = ($1 000 000 + $5 100 000) / $100.

В этом примере, несмотря на низкую оценку продажниками и маркетологами перспектив роста продаж продукта 2, руководство компании решило сделать основную ставку на продажи этого продукта в выполнении совокупного плана по прибыли. Я специально демонстрирую такую возможность и показываю, что иногда руководству виднее, чем маркетологам и продавцам, – для этого мы с вами изучаем стратегический менеджмент, чтобы видеть дальше и больше!

Такие же расчёты были выполнены для оптимистического и пессимистического сценариев. Их результаты приведены в таблице на рис.  6.

Так выполняется планирование продаж в современном стратегическом менеджменте. Пожалуй, необходимо добавить, что «самое интересное» начинается, если при расчёте точек безубыточности руководство компании обнаруживает, что достигнуть их в рамках существующей бизнес-модели компании невозможно! В этом случае у компании остаётся только два варианта, чтобы избежать неминуемого банкротства: 1) сократить постоянные и непрямые переменные расходы до величины, которая может быть покрыта за счёт продаж продуктов; 2) если первое невозможно или возможно, но компания всё равно не приносит желаемую прибыль, требуется изменить бизнес-модель. Если рассматривать функцию стратегического менеджмента глобально, она, конечно же, заключается в поиске наиболее эффективных бизнес-моделей, которые позволяют компании зарабатывать целевую прибыль. Первым звоночком, что с текущей бизнес-моделью что-то не так, являются точки безубыточности – или невозможность их достижения (это совершенно запущенный случай), или близость к ним реальных продаж (т. е. бизнес генерирует неудовлетворительную прибыль и обладает малый запасом прочности). Вот почему на страницах этой книги мы будем уделять самое пристальное внимание бизнес-моделированию.

NOTA BENE

Разумеется, это не книга по финансам, поэтому мы оставили без обсуждения множество вопросов, связанных с управленческим учётом. Мы обсудили лишь те из них, которые важны в контексте темы данной главы. Например, мы оставили без внимания тот факт, что описанные принципы управленческого учёта подразумевают, что учёт ведётся по факту поступления денег, т. е. продажа = деньги на счету. Это не всегда так, поэтому я настоятельно рекомендую вам самостоятельно углубиться в тему управленческого учёта, если вы чувствуете нехватку знаний в этом вопросе.

Пожалуй, на этом с управленческим учётом можно закончить. Возвращаемся к MVC-1, точнее, к рис.  4. Ячейки B22 и C22, соответственно, посвящены себестоимости по прямым затратам компании «Славянский дом» в целом. Это сумма всех составляющих себестоимости, т. е. всех выделенных ранее прямых затрат.

Теперь, зная цену (на рис.  4 это ячейка C25) и себестоимость по полным затратам (C22), мы можем вычислить у компании «Славянский дом» маржу на единицу продукта. В случае если игрок работает с НДС или иными налогами, которые прямо влияют на формирование цены (например, УСН), очевидно, перед этим в цене также нужно выделить эти налоги. Со «Славянским домом» именно такая история – выделенный НДС указан в ячейке C24. Мы вычисляем, что удельная маржа (это термин, обозначающий маржу на единицу продукции) у «Славянского дома» составляет $2,33 (маржа = цена – НДС – себестоимость по прямым затратам). Она указана в ячейке C23.

Аналогично мы указываем цену, составляющие себестоимости, высчитываем себестоимость и маржу для остальных игроков, присутствующих в кластере.

ШАГ 8

Рассчитываем объём продаж каждого игрока кластера в натуральном выражении в базовом году (продажи в кластере в натуральном выражении) (формула: объём продаж игрока в кластере в деньгах – см. таблицу «Рынок – Кластеризация – $» / средняя цена на продукт этого игрока в кластере).

Смотрим на рис.  4.

Следующее, что нам предстоит сделать, – это рассчитать объём продаж каждого игрока, работающего в кластере, в натуральном выражении в базовом году. Сделать это несложно. Нужно разделить объём продаж в стоимостном выражении, указанный нами ранее для соответствующего игрока на листе «Рынок – Кластеризация – $» (рис.  3), на уже указанную его среднюю цену. В примере с компанией «Славянский дом» этот объём продаж указан в ячейке C27 (рис.  4) и составляет 14 706 единиц ($500 000 / $34). Таким же образом рассчитываем объёмы продаж в натуральном выражении в базовом году всех игроков, работающих в кластере. В электронных таблицах удобно запрограммировать автоматическое выполнение соответствующего расчёта, что и сделано в нашем примере.

ШАГ 9

Рассчитываем объём кластера в натуральном выражении в базовом году (формула: сумма объёмов продаж в натуральном выражении всех присутствующих в нём игроков).

Позже во вкладке «Прогноз – Нат. выражение», суммировав объёмы кластеров, мы рассчитаем объём рынка в целом в натуральном выражении в базовом году (формула: сумма объёмов всех кластеров в натуральном выражении).

Смотрим на рис.  4.

Зная объёмы продаж каждого игрока, мы можем рассчитать объём кластера в натуральном выражении в целом. Формула проста: объём кластера в натуральном выражении в базовом году = сумма объёмов продаж в натуральном выражении всех присутствующих в нём игроков. Объёмы продаж нам уже известны, поэтому не составит труда высчитать сумму. На рис.  4 она высчитана в ячейке C87 и составляет 152 641 единицу продукта. Это и есть объём кластера 1 в натуральном выражении в базовом году. Позже, суммировав объёмы всех выделенных кластеров, мы высчитаем объём рынка в натуральном выражении в базовом году в целом (это будет сделано на другом листе электронной таблицы).

ШАГ 10

Рассчитываем долю каждого игрока в кластере в натуральном выражении в базовом году (формула: объём продаж игрока в кластере в натуральном выражении / объём кластера в натуральном выражении × 100 %).

Смотрим на рис.  4.

Теперь самое время рассчитать долю каждого игрока в кластере в натуральном выражении в базовом году. Для этого мы делим высчитанный ранее объём продаж игрока в натуральном выражении на уже высчитанный объём кластера и умножаем полученную цифру на 100 %. Получаем долю каждого игрока в натуральном выражении в базовом году. Например, на рис.  4 доля игрока «Славянский дом» равняется 9,63 %. Она высчитана так:

14 706 / 152 641 × 100 % = 9,63 %.

Таким же образом поступаем с каждым игроком в кластере. Чтобы проверить правильность вычислений, суммируем полученные доли и убеждаемся, что сумма составляет 100 %, т. е. ошибки нет. На рис.  4 это проверочное суммирование отображено в ячейке D87.

ШАГ 11

Указываем среднюю величину совокупных (суммарных) закупок, совершённых среднестатистическим клиентом в натуральном выражении за весь базовый год (т. е. сколько единиц продукта в среднем приобрёл среднестатистический клиент в каждом кластере за весь базовый год).

Рекомендуем указывать среднюю величину в целом по кластеру без дробления на закупки у отдельных игроков (источник данных: экспертная оценка, первичные или вторичные данные).

Смотрим на рис.  4.

Сейчас нам предстоит указать среднюю величину совокупных (суммарных) закупок, которые выполнялись среднестатистическим клиентом в натуральном выражении за весь базовый год. Проще говоря, сколько единиц продукта в среднем среднестатистический клиент закупает в течение этого года в сумме. Разумеется, речь по-прежнему идёт о конкретном кластере (в нашем примере это кластер 1), так как в разных кластерах эта величина будет разной. Здесь важно иметь в виду, что данная величина указывается в среднем по кластеру в целом, т. е. применительно ко всем присутствующим в нём игрокам. Если можно так выразиться, это усреднённая величина закупки средним клиентом в среднем по всем игрокам в кластере. Нет смысла дробить её на закупки по отдельным игрокам. На рис.  4 эта величина указана в ячейке C5 и составляет 10 единиц. Это средний суммарный показатель накопительного итога за весь год, выполняемый одним среднестатистическим клиентом применительно ко всем компаниям, работающим в кластере 1. Фраза «суммарный… за весь год» означает, например, что если средний клиент в кластере делает покупки чаще чем раз в год, то для получения искомой величины нам потребуется суммировать объёмы всех его закупок. Например, если в год в среднем среднестатистический клиент делает две закупки по пять единиц в каждой, то суммарная закупка в год составит 10 единиц.

Методы получения данных для вычисления этой величины – уже традиционная для нас статистика разных видов, либо опросы клиентов, либо правильно выполненная экспертная оценка. Здесь стоит сказать несколько слов о понятии «зеркало рынка», которое зачастую используется как один из способов выполнения экспертной оценки. Правило «зеркала рынка» исходит из логичного предположения, что если речь идёт о среднестатистической компании в кластере, не о выраженном лидере, но и не об аутсайдере, то логично будет предположить, что усреднённые показатели, которые есть у такой обычной компании, будут похожи на показатели других аналогичных компаний, т. е. будут отражать их. Отсюда и название «зеркало рынка». Речь, разумеется, идёт об уместных для такого подхода показателях, и средняя величина совокупных закупок – один из них. Соответственно, если ваша компания является среднестатистической для кластера, в котором она работает, правило «зеркала рынка» может быть одним из способов выполнения экспертной оценки. Только не забывайте, что в кластере часто есть крупные лидеры и мелкие аутсайдеры. Их показатели могут внести свои коррективы в усреднённую оценку по кластеру. Также помните, что правильно выполненная экспертная оценка требует по меньшей мере двух разных способов получения искомых данных, о чём уже говорилось выше.

ШАГ 12

Рассчитываем количество клиентов у каждого игрока в кластере в базовом году (формула: объём продаж игрока в натуральном выражении в кластере / средняя величина совокупной (суммарной) закупки в этом кластере).

Рассчитываем общее количество клиентов в кластере в базовом году (формула: сумма клиентов всех игроков, работающих в кластере, либо объём кластера в натуральном выражении / средняя величина совокупной (суммарной) закупки в кластере).

Позже во вкладке «Прогноз – Нат. выражение», суммировав количество клиентов во всех кластерах, мы рассчитаем количество клиентов в целом на рынке в базовом году (формула: сумма клиентов во всех кластерах).

Смотрим на рис.  4.

Настало время рассчитать количество клиентов, которое было в базовом году у каждой компании, представленной в кластере. Это секундное дело: необходимо разделить объём продаж соответствующего игрока в натуральном выражении в кластере на среднюю величину совокупной закупки, которую мы установили выше. Таким образом мы производим расчёты для каждого игрока в кластере.

Затем необходимо рассчитать общее количество клиентов, которое было в кластере в базовом году. Для это нужно просуммировать клиентов у всех игроков в кластере. Есть и второй, проверочный способ: для нахождения искомой цифры можно разделить найденный ранее объём кластера в натуральном выражении на среднюю величину совокупной закупки в кластере.

Позже, суммировав количество клиентов во всех кластерах, мы установим общее количество клиентов, которое было на рынке в базовом году.

ШАГ 13

Рассчитываем средневзвешенную цену в кластере в базовом году (формула: средняя цена игрока 1 × доля игрока 1 в кластере в натуральном выражении (в%) + средняя цена игрока 2 × доля игрока 2 в кластере в натуральном выражении (в%) + …; например: $15 × 40 % + $17 × 40 % + $14 × 20 % = $15,6).

Рассчитываем средневзвешенную маржу в кластере по прямым затратам в базовом году (формула: средняя маржа игрока 1 × доля игрока 1 в кластере в натуральном выражении (в%) + средняя маржа игрока 2 × доля игрока 2 в кластере в натуральном выражении (в%) + …; например: $2 × 40 % + $1,2 × 40 % + $1,5 × 20 % = $1,58).

Рассчитываем средневзвешенную рентабельность продаж по прямым затратам в кластере в базовом году (формула: средневзвешенная маржа в кластере / средневзвешенная цена в кластере × 100 %; например: $1,58 / $15,6 × 100 % = 10,13 %).

Смотрим на рис.  4.

Сейчас мы уже можем рассчитать несколько ключевых факторов, которые необходимы для моделирования рынка. Для начала речь пойдёт о средневзвешенной цене в кластере в базовом году. Она нам поможет с рядом дальнейших экономических расчётов. Обращаю внимание на то, что речь идёт именно о средневзвешенном, а не среднеарифметическом показателе. Расчёт средневзвешенной цены производится путём умножения средней цены каждого игрока в кластере на его долю в кластере в натуральном выражении (всё это мы рассчитали ранее) и последующего суммирования получившихся цифр. В описании шага 13 приводится конкретный числовой пример.

Далее, получив средневзвешенную цену, рассчитываем средневзвешенную маржу в кластере по прямым затратам в базовом году. Для этого, по аналогии с вычислением средневзвешенной цены, необходимо сначала среднюю маржу каждого игрока умножить на его долю в кластере в натуральном выражении и затем всё просуммировать. В описании шага также есть числовой пример.

Наконец, в шаге 13 мы должны рассчитать средневзвешенную рентабельность продаж по прямым затратам в кластере в базовом году. У нас уже есть все необходимые для этого данные. Средневзвешенную маржу по прямым затратам делим на средневзвешенную цену в кластере и результат умножаем на 100 %.

На рис.  4 эти расчёты для кластера 1 указаны в самом низу (ячейки B93, C93, D93).

Значимость полученных данных трудно переоценить. Выполнив аналогичные расчёты в каждом из выделенных на рынке кластеров, мы получим важнейшие факторы для оценки их экономической привлекательности.

ШАГ 14

Прогнозируем налоги, среднюю себестоимость, среднюю маржу и среднюю цену для каждого игрока в кластере в прогнозируемом году.

Для каждого игрока в кластере в прогнозируемом году:

• Прогнозируем, насколько изменится каждая составляющая средней цены продукта (налоги, составляющие средней себестоимости, средняя маржа). Компоненты в базовом году были определены в рамках шага 7;

• Рассчитываем прогнозируемые величины каждой составляющей средней цены (налоги, составляющие средней себестоимости, средняя маржа) в прогнозируемом году (формула: величина составляющей в базовом году + прогнозируемая величина изменения);

• Рассчитываем прогноз средней себестоимости (формула: сумма прогнозируемых величин-составляющих средней себестоимости);

• Рассчитываем прогноз средней цены продукта игрока в прогнозируемом году (формула: сумма прогнозируемых величин налогов, средней себестоимости, средней маржи).

Смотрим на рис.  4.

Получив данные по базовому году, мы можем приступить к моделированию будущего. В частности, прогнозировать будущий год. На первый взгляд это не самая простая задача, и нам предстоит обсудить несколько концепций, которые позволят её решить. Разобравшись с ними, мы поймём, что нет ничего нерешаемого.

Нам нужно спрогнозировать, насколько изменятся у каждого игрока в кластере в прогнозируемом году средние по году значения выделенных в расчётах для базового года налогов, средней себестоимости, средней маржи и средней цены. Указанная динамика, как правило, прогнозируется в процентах, что и показано в столбце E на рис.  4. Так, например, для игрока «Славянский дом» в среднем по будущему году прогнозируется рост стоимости коммунальных услуг на 5 % (ячейка E18), а рост затрат на заработную плату (напомню, это та её часть, которая составляет прямые затраты!) – на 3 % (E20) и т. д. Спрогнозировав процентное изменение составляющих цены, рассчитываем их будущие величины. Делается это суммированием прежнего значения составляющей в базовом году со спрогнозированной динамикой. Например, будущее значение стоимости коммунальных услуг высчитывается так: $3 (значение в базовом году, ячейка C18) + $3 × 5 % (изменение в прогнозируемом году, ячейка C18 × E18) и равняется $3,15 (ячейка F18). Аналогичным образом делается прогноз для каждой составляющей средней себестоимости, а также налогов в течение будущего года. Суммировав прогнозные значения составляющих себестоимости, мы получаем прогноз средней себестоимости компании (ячейка F22).

Помимо прогноза изменения составляющих себестоимости и налогов, прогнозируется изменение величины маржи. На рис.  4 мы видим, что, согласно нашему прогнозу в кластере 1, игрок «Славянский дом» не только не нарастит свою маржу в будущем году, но не сможет даже удержать её на уровне базового года. В данном случае мы ожидаем, что исходя из конкурентной ситуации в кластере этот игрок будет вынужден сократить свою маржу на целых 10 % (ячейка E23), чтобы удержать своих клиентов, не испугав их существенным ростом цены. Таким образом, частично нивелируя рост себестоимости сокращением своей маржи, компания «Славянский дом», согласно нашему прогнозу, в будущем году будет иметь среднюю цену по году в размере $35,51 (ячейка F25), что означает её рост в сравнении со средней ценой в течение базового года на 4 % (ячейка H26).

Таким же образом выполняется прогнозирование составляющих цен, а также самих цен для всех представленных в кластере игроков.

Разумеется, в данном случае вновь, как и ранее, когда мы моделировали базовый год, возникает вопрос: откуда мы узнаем, насколько изменится тот или иной параметр в прогнозируемом году? Ответ на него и прост и сложен одновременно. Заметьте, я в этом не виноват, это жизнь такая. Очевидно, что проведение опросов, когда речь идёт о прогнозировании, не всегда уместно. Это будет сродни гаданию на кофейной гуще. Да, в экономике используются некоторые методики прогнозирования, в которых применяются опросы для понимания ожиданий участников рынка, но в данном случае, на мой взгляд, существуют более эффективные решения.

К сожалению, определённой проблемой при поиске ответа на этот вопрос может стать системная неэффективность менеджмента, которая свойственна подавляющему большинству компаний. Её нужно устранить. В данном случае ключевым конкурентным преимуществом продвинутой компании перед непродвинутой является наличие и постоянное аккумулирование разветвлённой статистики о рынке. Передовые компании скрупулёзно, аккуратно и постоянно (!) собирают различные статистические данные о рынке. Благодаря этому при прогнозировании интересующих их параметров рынка (за исключением случаев, когда мы говорим о радикальных изменениях, т. н. сломе рынка) они могут полагаться на известный прогностический принцип «всё, что будет, уже было». Он означает, что при нормальном развитии рынка без каких-либо кардинальных перемен весьма вероятно, что тенденции, которые были свойственны рынку в недавнем прошлом, будут свойственны ему и в ближайшем будущем! Проще говоря, хочешь спрогнозировать ближайшее будущее, загляни в прошлое. Этот подход в прогнозировании базируется на так называемых коэффициентах корреляции.