预测基线:先冻结一个版本，再据此衡量

大多数财务团队做出一份预测，展示出去，然后就再也不看它，直到有人追问为什么这个季度没达标。预测本身很少是问题所在。真正的问题是，没有人把它保存为一个固定的参照点，等到实际数字出来时，原始假设早已被悄悄重新誊写进十几份电子表格版本里，对于“我们究竟差了多少，哪一行差得最多”这个问题，根本没有清晰的答案。

Rexfin 的预测实验室建立在一个不同的习惯之上:先冻结一个版本，再让模型告诉你它的表现如何。

基线究竟是什么

在 Rexfin 中，预测始于一组逐行拟合结果，即根据你经过对账的实际数据，以确定性方式计算出的精确 CAGR 或 OLS 线性投影，每条拟合线都带有其方法、参数以及所依据的原子 ID。这是原材料。而基线，是当你把一组具体的驱动因素假设保存为一个命名情景时所产生的结果:基础情景、最佳情景、最差情景，或是你为某个董事会问题构建的自定义向量。保存一个基线，只会存储假设本身，也就是驱动因素向量、预测期限、锚定期，而绝不会冻结一组输出数字。

这个区别很关键。每次你重新打开一个已保存的情景，它都会针对你当前经过对账的实际数据重新计算，而不是保存那天存在的实际数据。如果你的历史数字后来被重新表述，或有新的期间已经结账，基线会体现这一变化。而如果自你保存该情景以来，底层实际数据发生了变动,Rexfin 会直接告诉你，情景上的基准指纹会提示“自保存以来实际数据已发生变化”,这样你就不会拿一组过时的假设，去与一个已在其下悄然改变的图景做对比。

回测:模型判断得对不对

在向前信任一个基线之前，你可以先问它回望过去时表现如何。Rexfin 的回测会保留最近一个已审计年度，用此前的全部数据拟合模型，再将预测结果与实际公布的数字逐行比对，并给出这组数据的中位误差。这里有一个坦诚的提醒:在仅有几年历史数据的情况下，这个误差存在真实的浮动区间，工具会如实说明，而不是给出一个看似精确、实则虚假的数字。它是对拟合方法的健全性检查，而不是对来年的保证。

并排比较已保存的情景

一旦你拥有一个以上的命名基线,Rexfin 就能让你把其中两三个并排排列，并计算相对第一个基线的差值，比如基础情景对最差情景对某个自定义下行情景，或是上个季度的计划对本季度的计划。这个比较视图会被清楚标注为叠加在经对账的模型之上的未审计输出，因为它本质上正是如此:一种查看假设如何分化的方式，而不是与你已申报数字相竞争的一组新数据。

对于处于中期报告周期的企业，滚动重新预测把这一点推得更远:它将新的预测锚定在最新的已审阅中期期间(TTM 或九个月数据),而不是等待下一次年度申报，并将这个锚点与同一驱动因素向量下的上一年度基线做比较，如果所对比的年度数字比中期数据本身还要陈旧，还会附上过时提示。

Rexfin 有意排除在外的部分

统计基线模型，比如指数平滑、ARIMA 类拟合，作为一个可选的、按需使用的附加层存在于其后，以带置信区间的建议形式提供，绝不会直接进入董事会材料。预测值在结构上就是一个建模单元格:它可以在出现异常时给出警示，但绝不会阻止导出，也绝不会带有实际申报数字所具备的引用来源。这条界限不是一种界面设计惯例，它是被强制执行的，方式与导出关卡在产品中强制执行所有其他“实际数字与建模数字”区分的方式相同。

这适合谁

这是为需要用比“说不清”更实在的方式回答“我们上一次预测有多准”的 FP&A 团队打造的，也适合任何管理滚动预测节奏、希望上季度计划保持可核查而非被覆盖的人。如果你目前追踪预测准确度的做法，是一份保存后再也没人打开的电子表格，基线能为你提供同样的比较，但以一种可持续运行、针对你实际的KPI 差异不断重新计算的方式呈现。

想了解基线如何嵌入更广泛的建模流程，参见 Rexfin 产品导览;想了解驱动因素假设如何驱动基线所依据的底层假设情景模型,也可以进一步了解。