Pelnas:
- Gebėjimas aiškiai atskirti finansinio modelio prielaidos, vairuotojo ir išvesties sluoksnius naudojant AI
- Galimybė sudaryti optimistinius / bazinius / pesimistinius scenarijus ir vienarūšes jautrumo lenteles su AI palaikymu
- Galimybė patikrinti AI modelio logiką žiedinės nuorodos, formulės ir prielaidų nuoseklumo požiūriu
Finansinis modelis – tai struktūrizuota apskaitos sistema, skaičiais imituojanti įmonės ar projekto ateitį. Paprasčiausiai tai yra „padarykite kelias prielaidas ir gaukite rezultatų“ sąranka: kaip pasikeičia pelnas, grynieji pinigai ir vertė, kai pakeičiate augimo tempą, sąnaudų normą ir investicijų sumą? Gerą modelį sudaro trys aiškūs sluoksniai: prielaidos (įvedami skaičiai), vairuotojai (logika, jungianti tuos skaičius su išvestimi) ir išvesties (pelnas, pinigai, įkainiai). AI daugeliu atžvilgių pagreitina modeliavimo procesą: pasiūlo modelio skeletą, nustato formulės logiką, atkartoja scenarijus ir parengia jautrumo lenteles. Tačiau pavojingiausios modelio klaidos yra nematomos: neteisinga formulė, paslėpta žiedinė nuoroda arba nenuosekli prielaida tyliai paverčia modelį klaidingu. Šio įrenginio esmė yra patikrinti modelio logiką, kurią sukuria AI.
Šiame skyriuje išmoksime atskirti tris modelio sluoksnius, sudaryti optimistinius / bazinius / pesimistinius scenarijus ir nuotaikų lentelę bei patvirtinti AI modelio logiką.
Sąvokos: Prielaida: skaičius, kurį rankiniu būdu įvedate į modelį (pvz., augimas 10%). Vairuotojas: formulės logika, jungianti prielaidą su išvestimi. Scenarijus: visiškas prielaidų rinkinio pakeitimas (optimistinė / bazė / pesimistinė). Jautrumo analizė: žingsnis po žingsnio keičiama viena prielaida ir matomas poveikis rezultatui. Žiedinė nuoroda: tiesioginis / netiesioginis ląstelės ryšys su savimi.
Trys modelio sluoksniai
Svarbiausia modelio drausminė taisyklė – atskirti prielaidas nuo skaičiavimo. Prielaidos surenkamos vienoje vietoje, su jomis susieta sąskaita; kad pakeitus prielaidą visas modelis būtų nuosekliai atnaujinamas. Įgyvendinkite šį skirtumą kurdami dirbtinio intelekto modelius.
sluoksnis
Turinys
Gera dizaino taisyklė
Prielaidos
Augimas, marža, terminas, nuolaida, investicijos
Viena vieta, atvira etiketė
Vairuotojai
Tokios formulės kaip pajamos = kaina × apimtis
Remiantis prielaida, nėra fiksuoto įterpto numerio
Išėjimai
Pelnas, pinigai, įkainiai, vertė
Jis gaunamas tik iš skaičiavimo, jis nėra parašytas ranka.
Patarimas: niekada neįterpkite „fiksuoto“ skaičiaus į modelio formulę (pvz., =Apyvarta*0,55). Vietoj to į prielaidos langelį įdėkite 0,55 ir nurodykite jį. Tokiu būdu, pasikeitus prielaidai, modelis atnaujinamas iš vieno taško ir galite lengvai užfiksuoti paslėptas konstantas, kurias įdėjo AI.
Scenarijus ir jautrumas
Scenarijus ir jautrumas yra skirtingi dalykai ir gali būti supainioti. Scenarijus kartu keičia kelias prielaidas (pesimistiniame pasaulyje ir augimas mažėja, ir sąnaudos didėja). Jautrumas išskiria vieną prielaidą ir matuoja jos poveikį produkcijai (kaip keičiasi vertė, jei keičiasi tik diskonto norma). Kartu jie parodo, kur modelis yra trapus.
Modelio rėmo raginimas: „Nustatykite paprastą 3 metų „SaaS“ įmonės pajamų ir pelno modelį. Atskirkite sluoksnius: (1) PRIELAIDOS (pradedantieji klientai 500, mėnesinis augimas 4%, mėnesinė prenumerata 1 200 TL, bendroji marža 78%, mėnesinės fiksuotos išlaidos 900 tūkst. TL), (2) klientų formulė (TS,PU, išlaidos) (mėnesinės pajamos, bendrasis pelnas, veiklos pelnas) Nedėkite pastovių skaičių į formules, tiesiog priimkite viską.
Scenarijaus raginimas: "Pridėkite tris scenarijus prie šio modelio. PAGRINDAS: pateiktos prielaidos. OPTIMISTIŠKAS: mėnesinis augimas 6%, marža 80%. PESIMISTAS: mėnesio augimas 2%, marža 72%, fiksuotos išlaidos 10% daugiau. Pateikite trijų scenarijų 36-ojo mėnesio veiklos pelno lentelę šalia."
Jautrumo lentelės raginimas: "Parodykite 36 mėnesio veiklos pelno jautrumą mėnesio augimo tempui. Pakeiskite augimą nuo 1% iki 7% 1 taško žingsneliais, kitas prielaidas palikite pastovias ir kiekviename lentelės žingsnyje fiksuokite pelną. Vienu sakiniu apibendrinkite, koks jautrus pelnas yra augimui."
Modelio audito raginimas: "Jūsų sukurtame modelyje: (1) ar formulėse yra įterpti fiksuoti skaičiai, kurie nėra pagrįsti prielaidomis? (2) ar yra kokia nors cirkuliacinė atskaitos rizika? (3) ar vienetai yra nuoseklūs (mėnesinis / metinis, TL / tūkstantis TL)? Praneškite apie kiekvieną aptiktą riziką, ją suskirstydami.
Silpnas raginimas / stiprus raginimas
SILPNAS: „Padaryk man 3 metų finansinį modelį“. (Rezultatas: skaičiavimas su mišriais sluoksniais, įterptomis konstantomis, sunku patikrinti.) STIPRUS: "Sukurkite 3 metų modelį su atskirais prielaidos / vairuotojo / išvesties sluoksniais, be fiksuotų įterptų į formules, augimo ir maržos prielaidų, kurias galima pakeisti vienoje vietoje; tada pridėkite augimo jautrumo lentelę ir patikrinkite modelio cikliškumo nuorodos riziką ir vienetą."
Mini dėklai
1 atvejis – įterptosios konstantos kaina. AI sukurtame modelyje analitikas sumažina maržą nuo 78% iki 75%, tačiau veiklos pelnas keičiasi mažiau nei tikėtasi. Vykdydamas valdymo užklausą jis mato, kad sąnaudų formulė pagrįsta įterpta 0,22 konstanta, o ne prielaida. Net jei pasikeitė paraštės langelis, formulėje buvo naudojama senoji reikšmė. Modelis reaguoja teisingai, kai remiasi fiksuota prielaida.
2 atvejis – trapi vertė. Investicinio sprendimo modelyje bazinis scenarijus atrodo patrauklus. Kai analitikas sudaro jautrumo lentelę, jis mato, kad veiklos pelnas sumažėja perpus, kai augimas sumažėja nuo 5% iki 3%. Taigi visas modelio patrauklumas remiasi viena optimistine augimo prielaida. Šis supratimas pakeičia sprendimą iš „tikrai taip“ į „atsargiai prieš patvirtinant augimą“.
3 atvejis – ciklo gaudyklė. Pagal skolinimosi modelį palūkanų sąnaudos priklauso nuo skolos likučio, skolos likutis priklauso nuo grynųjų pinigų poreikio, o pinigų poreikis – nuo palūkanų. Diegiant AI atsiranda žiedinė nuoroda ir „Excel“ pateikia įspėjimą. Užuot uždaręs įspėjimą ir tęsęs, analitikas peržiūri logiką ir nutraukia grandinę, kad apskaičiuotų palūkanas už praėjusio laikotarpio balansą. Taigi rezultatas yra tikslus ir atsekamas.
Atsargiai: modelio niekada nepateisina vienas gerai atrodantis scenarijus. Sakinys „Pagal pagrindinį scenarijų labai pelningas“ negali būti sprendimo pateisinimas, nežinant, kas vyksta pesimistinio scenarijaus atveju. Kiekviename modelyje paprašykite mažiausiai optimistinės / bazinės / pesimistinės triados ir jautrumo kritinei prielaidai.
Keturi modelio tikrinimo klausimai
Paklauskite kiekvieno modelio, kurį AI kuria, šiuos keturis klausimus:
- Ar yra koks nors įdėtas fiksavimas? Ar kiekvienas skaičius pagrįstas prielaida, ar įterptas į formulę?
- Ar vienetai nuoseklūs? Ar sumaišomi mėnesiniai ir metiniai, TL ir tūkstančiai TL?
- Ar yra žiedinė nuoroda? Ar ląstelė jungiasi prie savęs?
- Ar išvestis teisingai reaguoja į prielaidą? Kai pakeičiate prielaidą, ar produkcija pasikeičia laukiama kryptimi?
Dažnos klaidos
- Neatskiriant prielaidos nuo skaičiavimo. Kai į formulę įterpiamos konstantos, modelis negali būti valdomas ir reaguoja neteisingai.
- Sprendimas pagal vieną scenarijų. Sprendimas, priimtas nematant pesimistinės situacijos, yra rizikingas.
- Išjunkite ciklinį įspėjimą. Įspėjimas yra klaidos ženklas, o ne susierzinimas, kurį reikia nutildyti.
- Jautrumo praleidimas. Modelio patikimumas negali būti išmatuotas nežinant, nuo kurios prielaidos priklauso rezultatas.
- Vieneto painiava. Mėnesiniai/metiniai ir TL/tūkstančio TL neatitikimai sukuria tylias, bet dideles klaidas.
Apibendrinant
Finansinis modelis yra apskaitos sistema, imituojanti ateitį su prielaidomis, o jo galia kyla iš sluoksnių aiškumo. AI sistema greitai sukuria scenarijus ir nuotaikų lenteles; tačiau tai gali sukelti nematomų klaidų, tokių kaip įterptoji konstanta, apskrita nuoroda ir vienetų nenuoseklumas. Atskirkite prielaidą nuo skaičiavimo, kiekvienam modeliui pridėkite triadą optimistas/bazinis/pesimistas ir jautrumą kritinei prielaidai, vienu metu užduokite keturis audito klausimus. Vienintelis geras scenarijus negali pateisinti sprendimo.
Taikymo užduotis
Leiskite AI sukurti paprastą 3 metų pajamų ir pelno modelį, padalintą į tris sluoksnius (prielaida / vairuotojas / išvestis) ir paprašykite, kad formulėse nebūtų įterptų konstantų. Pridėkite tris optimistinius / pradinius / pesimistinius scenarijus ir kartu sudėkite naujausią veiklos pelną. Tada paprašykite jautrumo lentelės svarbiausioms prielaidoms (pvz., augimui). Galiausiai paleiskite modelio tikrinimo raginimą ir patikrinkite, ar nėra įterptųjų konstantų, ciklinių nuorodų ir vienetų neatitikimų, ir atkreipkite dėmesį į išvadas.
kontrolinis sąrašas
- [ ] Atskyriau prielaidos, tvarkyklės ir išvesties sluoksnius.
- [ ] Patikrinau, kad formulėse nėra įterptų konstantų.
- [ ] Sukūriau bent tris optimistinius/šiek tiek/pesimistinius scenarijus.
- [ ] Pridėjau jautrumo lentelę kritinei prielaidai.
- [ ] Patikrinau, ar nėra žiedinės nuorodos.
- [ ] Patikrinau vieneto nuoseklumą (mėnesį/metus, TL/tūkst. Lt).
- [ ] Pakeičiau prielaidą ir patikrinau, ar išvestis atsakė teisingai.