Dobički:
- Sposobnost jasnega ločevanja plasti predpostavke, gonilne sile in rezultatov finančnega modela z AI
- Sposobnost nastavitve optimističnih/osnovnih/pesimističnih scenarijev in univariatne tabele občutljivosti s podporo AI
- Sposobnost preverjanja logike modela AI v smislu krožnega sklicevanja, formule in doslednosti predpostavk
Finančni model je strukturiran računovodski okvir, ki s številkami simulira prihodnost podjetja ali projekta. Najenostavneje je to nastavitev "vnesite nekaj predpostavk in pridobite rezultate": kako se dobiček, denar in vrednost spremenijo, ko spremenite stopnjo rasti, stopnjo stroškov in znesek naložbe? Dober model je sestavljen iz treh jasnih plasti: predpostavk (številke, ki jih vnesete), gonilnikov (logika, ki te številke povezuje z izhodom) in izhodov (dobiček, denar, stopnje). AI pospeši proces modeliranja na več načinov: predlaga okostje modela, vzpostavi logiko formule, ponovi scenarije in pripravi tabele občutljivosti. Toda najnevarnejše napake modela so tiste nevidne: nepravilna formula, skrita krožna referenca ali nedosledna predpostavka tiho naredijo model napačen. Bistvo te enote je preveriti logiko modela, ki jo gradi AI.
V tej enoti se bomo naučili ločiti tri plasti modela, nastaviti optimistične/osnovne/pesimistične scenarije in razpoloženjsko tabelo ter potrditi logiko modela AI.
Koncepti: Predpostavka: Število, ki ga ročno vnesete v model (npr. rast 10 %). Gonilnik: Logika formule, ki povezuje predpostavko z izhodom. Scenarij: Popolna sprememba nabora predpostavk (optimistične/osnovne/pesimistične). Analiza občutljivosti: Spreminjanje posamezne predpostavke korak za korakom in opazovanje učinka na rezultat. Krožna referenca: Neposredna/posredna povezava celice s samo seboj.
Tri plasti modela
Najpomembnejše disciplinsko pravilo modela je ločiti predpostavke od izračuna. Predpostavke so zbrane na enem mestu, račun je vezan nanje; tako da se, ko spremenite predpostavko, celoten model dosledno posodablja. Uveljavite to razlikovanje pri izdelavi modelov z umetno inteligenco.
plast
Vsebina
Pravilo dobrega oblikovanja
Predpostavke
Rast, marža, zapadlost, diskont, naložba
Eno mesto, odprta etiketa
Vozniki
Formule, kot je prihodek = cena × količina
Če se sklicujemo na predpostavko, ni fiksne vdelane številke
Izhodi
Dobiček, denar, stopnje, vrednost
Izhaja samo iz računa, ni napisan ročno.
Namig: nikoli ne vdelajte "fiksnega" števila v formulo v modelu (npr. =Promet*0,55). Namesto tega vstavite 0,55 v celico predpostavke in se sklicujte nanjo. Na ta način, ko se predpostavka spremeni, se model posodobi iz ene same točke in zlahka zajamete skrite konstante, ki jih je vdelal AI.
Scenarij in občutljivost
Scenarij in občutljivost sta različni stvari in ju je mogoče zamenjati. Scenarij spremeni več predpostavk skupaj (v pesimističnem svetu se tako rast zmanjša kot stroški povečajo). Občutljivost izolira eno predpostavko in meri njen vpliv na proizvodnjo (kako se spremeni vrednost, če se spremeni samo diskontna stopnja). Skupaj pokažeta, kje je model krhek.
Poziv za okostje modela: »Nastavite preprost 3-letni model prihodka in dobička za podjetje SaaS. Ločite plasti: (1) PREDPOSTAVKE (500 začetnih strank, mesečna rast 4 %, mesečna naročnina 1.200 TL, bruto marža 78 %, mesečni stalni stroški 900 tisoč TL), (2) GONILNIKI (število strank, prihodki, stroški formule), (3) REZULTATI (mesečni prihodki, bruto dobiček, dobiček iz poslovanja) Ne vnašajte konstantnih številk v formule, samo predpostavite vse."
Poziv za scenarij: "Temu modelu dodajte tri scenarije. OSNOVNI: dane predpostavke. OPTIMISTIČEN: mesečna rast 6%, marža 80%. PESIMIST: mesečna rast 2%, marža 72%, fiksni stroški 10% več. Tabela 36. mesečnega dobička iz poslovanja treh scenarijev drug ob drugem."
Poziv tabele občutljivosti: "Pokažite občutljivost 36. mesečnega dobička iz poslovanja na mesečno stopnjo rasti. Spremenite rast z 1 % na 7 % v korakih po 1 točko, druge predpostavke ohranite konstantne in zabeležite dobiček na vsakem koraku v tabeli. Povzemite, kako občutljiv je dobiček na rast v enem stavku."
Poziv za revizijo modela: "V modelu, ki ste ga zgradili: (1) so v formule vdelana fiksna števila, ki ne temeljijo na predpostavkah? (2) Ali obstaja kakšno krožno referenčno tveganje? (3) Ali so enote dosledne (mesečno/letno, TL/tisoč TL)? Poročajte o vsakem tveganju, ki ga najdete, tako da ga razčlenite."
Šibek poziv / močan poziv
ŠIBKO: "Naredite mi 3-letni finančni model." (Rezultat: izračun z mešanimi plastmi, vdelanimi konstantami, ki jih je težko revidirati.) MOČNO: "Izdelajte 3-letni model z ločenimi plastmi predpostavke/gonila/izhoda, brez fiksnih vdelanih v formule, predpostavk rasti in marže, ki jih je mogoče spremeniti na enem mestu; nato dodajte tabelo občutljivosti rasti in preverite tveganja ciklične reference in nedoslednosti enote v modelu."
Mini etuiji
Primer 1 – Stroški vgrajene konstante. Analitik zmanjša maržo z 78 % na 75 % v modelu, zgrajenem z umetno inteligenco, vendar se dobiček iz poslovanja spremeni manj, kot je bilo pričakovano. Ko zažene kontrolni poziv, vidi, da formula stroškov temelji na vdelani konstanti 0,22 in ne na predpostavki. Tudi če se je robna celica spremenila, je formula uporabila staro vrednost. Model se pravilno odzove, če temelji na fiksni predpostavki.
Primer 2 – Krhka vrednost. V modelu naložbene odločitve je osnovni scenarij videti privlačen. Ko analitik sestavi tabelo občutljivosti, vidi, da se dobiček iz poslovanja prepolovi, ko se rast zmanjša s 5 % na 3 %. Celotna privlačnost modela torej temelji na eni sami optimistični predpostavki o rasti. To zavedanje spremeni odločitev iz "definitivno da" v "previdno, preden se potrdi rast".
Primer 3 – ciklična past. V modelu izposojanja so stroški obresti odvisni od stanja dolga, stanje dolga je odvisno od potrebe po denarju, potreba po denarju pa od obresti. Med nameščanjem AI se pojavi krožna referenca in Excel izda opozorilo. Namesto da bi zaprl opozorilo in nadaljeval, analitik pregleda logiko in prekine verigo za izračun obresti na stanje prejšnjega obdobja. Tako je rezultat natančen in sledljiv.
Pozor: model nikoli ni upravičen z enim samim scenarijem, ki izgleda dobro. Stavek »V osnovnem scenariju je zelo donosno« ne more biti utemeljitev odločitve, ne da bi vedeli, kaj se zgodi v pesimističnem scenariju. V vsakem modelu zahtevajte najmanj optimistično/osnovno/pesimistično triado in občutljivost na kritično predpostavko.
Štiri vprašanja preverjanja modela
Vsakemu modelu, ki ga izdela AI, postavite ta štiri vprašanja:
- Ali obstaja kakšen vgrajen popravek? Ali vsaka številka temelji na predpostavki ali je vdelana v formulo?
- Ali so enote skladne? Ali so mesečni in letni, TL in tisoč TL mešani?
- Ali obstaja krožna referenca? Ali se celica povezuje sama s sabo?
- Ali se rezultat pravilno odziva na predpostavko? Ko spremenite predpostavko, ali se rezultat spremeni v pričakovano smer?
Pogoste napake
- Brez ločevanja predpostavk od izračuna. Ko so v formulo vdelane konstante, modela ni mogoče nadzorovati in se odziva nepravilno.
- Odločanje z enim samim scenarijem. Odločitev, sprejeta brez videnja pesimistične situacije, je tvegana.
- Izklopite ciklično opozorilo. Opozorilo je znak napake, ne pa nadloga, ki jo je treba utišati.
- Preskakovanje občutljivosti. Robustnosti modela ni mogoče izmeriti, ne da bi vedeli, od katere predpostavke je odvisen rezultat.
- Zmeda enot. Mesečna/letna odstopanja in odstopanja TL/tisoč TL ustvarjajo tihe, a velike napake.
Če povzamem
Finančni model je računovodski okvir, ki simulira prihodnost s predpostavkami, njegova moč pa izhaja iz jasnosti plasti. Ogrodje AI hitro sestavi scenarije in tabele občutkov; vendar lahko povzroči nevidne napake, kot so vdelana konstanta, krožna referenca in nedoslednost enote. Ločite predpostavko od izračuna, dodajte triado optimist/osnovanec/pesimist in občutljivost na kritično predpostavko za vsak model, zastavite štiri revizijska vprašanja hkrati. En sam dober scenarij ne more upravičiti odločitve.
Aplikacijska naloga
Umetna inteligenca naj zgradi preprost 3-letni model prihodka in dobička, razdeljen na tri plasti (predpostavka/gonilo/izhod) in ne zahteva nobenih konstant, vdelanih v formule. Dodajte tri optimistične/osnovne/pesimistične scenarije in enega ob drugem postavite najnovejši dobiček iz poslovanja. Nato zahtevajte tabelo občutljivosti za najbolj kritično predpostavko (npr. rast). Nazadnje zaženite poziv za preverjanje modela in preverite vdelane konstante, ciklične reference in nedoslednosti enot ter zabeležite ugotovitve.
kontrolni seznam
- [ ] Ločil sem predpostavko, gonilnik in izhodni sloj.
- [ ] Preveril sem, da v formulah ni nobenih konstant.
- [ ] Postavil sem vsaj tri optimistične/nekaj/pesimistične scenarije.
- [ ] Dodal sem tabelo občutljivosti za kritično predpostavko.
- [ ] Preveril sem krožno sklicevanje.
- [ ] Preveril sem doslednost enot (mesečno/letno, TL/tisoč TL).
- [ ] Spremenil sem predpostavko in preizkusil, ali se je izhod pravilno odzval.