V ALG AV BUDSJETTHORISONT

9.3.1 Prognoseperiode

Når det gjelder valg av prognoseperiode finnes det ingen fasit på hvilken lengde som er best egnet, da dette varierer fra selskap til selskap. Ifølge Kaldestad og Møller (2016) bør den eksplisitte prognoseperioden dekke perioden frem til virksomheten er i steady state. Med steady state menes det tidspunktet hvor det er rimelig å anta at veksten er konstant (Knivsflå, 2017l). På dette tidspunktet er det ikke lenger mulig å oppnå meravkastning på ekspansjonsinvesteringer (Kaldestad og Møller, 2016). I den strategiske analysen i kapittel 4 ble det konkludert med at branded consumer goods-bransjen anses som moden og stabil, som underbygges av den historiske veksten i driftsinntekter. Dette kan indikere at bransjen allerede befinner seg i en tilnærmet ”steady state”.

Videre mener Knivsflå (2017l) at i tillegg til perioden frem til selskapet er i steady state, bør valg av prognoseperiode avhenge av kvaliteten på regnskapsføringen. Tankegangen bak dette er at jo mer verdibasert regnskapet er, jo mindre kan budsjetthorisonten være. Dersom et selskap bruker en verdibasert regnskapsføring, vil det altså ta kortere tid før budsjetthorisonten fanger opp verdiene i selskapet. Orkla regnskapsfører etter IFRS, som har en tillater både verdibasert og historisk kost måling. For Orkla sin del er det en lav andel av eiendelene som måles til virkelig verdi, da hovedvekten består av driftseiendeler, produksjonsutstyr, etc. Dette argumentet taler for en noe lengre budsjettperiode.

Ifølge Kaldestad og Møller (2016) kan en rekke forhold være vanskelig å predikere utover 2-3 år, men at det likevel kan være hensiktsmessig med en lengre prognoseperiode. Eksempler på hvor dette kan være nødvendig er sykliske bransjer, oppstartsvirksomheter, vekstbransjer, virksomheter med behov for restrukturering etc. Som følge av at Orkla fortsatt er i en restruktureringsfase, vil kanskje ikke den endelige effekten av endringene inntre i nærmeste

tid. Dette taler for at det kan være hensiktsmessig med en lengre periode. Koller et. al (2015) anbefaler en prognoseperiode 10-15 år, da en kortere periode kan føre til undervurdert verdi av selskapet eller urealistisk høye vekstforutsetninger i terminalleddet. Knivsflå (2017) argumenterer med at mellom 5-15 år kan være passende. Basert på ovennevnte argument har vi fastsatt en budsjettperiode på 10 år.

9.3.2 Valg av detaljnivå

Videre må det vurderes hvilket detaljnivå som vil være hensiktsmessig for utarbeidingen av prognosen. Ved valg av detaljnivå skilles det mellom fokusert og detaljert nivå. Førstnevnte har et få antall budsjettdrivere, og sistnevnte har mange. Valg av detaljnivået vil avhenge av lengden på budsjettperioden. Koller et al (2015) hevder at et høyt detaljnivå vil gi et mer presist bilde av fremtiden på kort sikt. Dette impliserer at dersom man har valgt en kort budsjetthorisont, vil man kunne bruke et større antall budsjettdrivere og likevel oppnå en tilfredsstillende presisjon. Dersom man velger en lengre budsjetthorisont, vil et høyt detaljnivå imidlertid medføre en større usikkerhet, da det kan være vanskelig å predikere fremtidig utvikling over lang tid.

Kaldestad og Møller (2016) hevder at et høyt detaljnivå gir større innsikt i virksomheten sammenlignet med enklere modeller. Det nevnes også at utarbeiding av slike modeller vil være svært arbeidskrevende og krever en betydelig mengde informasjon, som gjerne ikke gir mer enn en marginal forbedring i estimatet. Videre understrekes det at det er viktigere at modellen som anvendes er oversiktlig enn kompleks. Som følge av at det er valgt en budsjetthorisont på 10 år, vil det være mer hensiktsmessig med budsjettering på aggregert nivå. Dette vil redusere usikkerheten og kompleksiteten knyttet til utvikling i de ulike driverne, men samtidig innebære at mengden informasjon vil bli mindre.

9.3.3 Fremskrivningsteknikk

Det kvantitative utgangspunktet for budsjettering er den historiske utviklingen til de utvalgte budsjettdriverne, slik disse blir avbildet i det omgrupperte regnskapet i kapittel 5. Som supplement til dette benyttes informasjon fra den strategiske analysen til å anslå fremtidig

vekst. Oppgaven vil benytte lineær fremskrivning mellom fastsatte budsjettdrivere på bestemte tidspunkt. Disse driverne fastsettes på kort, mellomlang og lang sikt. Konkret dreier dette seg om årene 2018 og 2019 på kort sikt. Her er det sannsynlig at vi med større presisjon kan forutse utviklingen. Dette følger av dette at budsjettdriverne i 2018 og 2019 kan fastsettes på et mer detaljert grunnlag, og vi kan inkludere hendelser om med rimelig sikkerhet vil påvirke veksten til selskapet. Mellomlang sikt defineres konkret i regnskapet som år 2023.

Fastsettelse av veksten i dette punktet innebærer større usikkerhet, og det er ikke hensiktsmessig å benytte det samme detaljnivået.

Mange regnskapstall har en tendens til å være tilbakevendende mot gjennomsnittet i bransjen eller gjennomsnittet i samfunnet generelt over tid (Knivsflå, 2017l). På lang sikt er det dermed grunn til å tro at våre utvalgte budsjettdrivere vil nærme seg disse gjennomsnittene. Lang sikt representeres konkret i fremtidsregnskapet som periode T.

Knivsflå (2017l) foreslår to ulike måter å håndtere usikkerheten knyttet til fremskrivningen av budsjettdriverne. Det første alternativet er å benytte en scenarioanalyse, der en utarbeider budsjett for sannsynlige scenarioer. Typisk vil dette være et forventet, et optimistisk og et pessimistisk scenario. Det pessimistiske scenarioet vil gjerne være et konkurstilfelle (Knivsflå, 2017l). Det andre alternativet, som også vil være denne oppgavens foretrukne, er simulering og tilhørende sensitivitetsanalyse. Her tas det utgangspunkt i utgangspunkt i vårt fremtidsregnskap, som vi mener representerer det mest sannsynlige utfallet. Ifølge Kaldestad og Møller (2016) er formålet med en simulering å komme frem til et pålitelighetsintervall som like velinformerte analytikere med stor sannsynlighet vil legge sitt punktestimat innenfor. I sammenheng med simuleringen vil det utarbeides en sensitivitetsanalyse for å belyse usikkerheten knyttet til estimatet gitt i simuleringen.

Den praktiske fremgangsmåten er å definere sannsynlige utfallsrom for de stokastiske variablene våre i årene 2018, 2019, 2023 og år T. Dette innebærer at disse variablene får bevege seg fritt innenfor et visst intervall. De andre årene endres i neste omgang som følge av at disse følger lineære utviklingsbaner mellom årene med stokastiske variabler. Utfallsrommet til de stokastiske variablene er fastsatt ut i fra en skjønnsmessig vurdering basert på strategisk og kvantitativ kunnskap om bransje og generell samfunnsutvikling. Konkrete intervaller for de ulike budsjettdriverne problematiseres i avsnitt 11.5.2.