用excel建立财务模型2(编辑修改稿)

用excel建立财务模型2(编辑修改稿)内容摘要：

在最后一个时期，销售增长下降 ,赢利能力比率下降导致财务比率全面恶化。 此资料来自 企业 () , 大量管理资料下载 总结 基于 “损益表”和“资产负债表”这两张财务报表可以进行基本的比率分析。 本章采用基本的应用模板 —— Application_Template，围绕菜单系统建立报表以节省开发时间。 此模型依据本书第一部分提出的设计标准，是进行现金流分析和预测分析等更进一步分析的平台。 这些比率 突出了某些需要考察的领域，并且现金流分析将使此分析模型更加实用。 此资料来自 企业 () , 大量管理资料下载 第 7 章．现金流 资产负债表和损益表都是基于会计标准和习惯编制，所以现金数额不能被管理层随意改变。 银行希望了解公司的现金流量，因为公司能否获得利润以偿还贷款、租金和其他形式借款是事关公司生死存亡的问题。 关注现金流已经成为国际上评估公司经营业绩的通行财务方法。 最后一章所介绍的模型 Financial _Analysis 将把损益表、资产负债表与现金流的变动整合在一起。 期初现金余额 +现金流入 — 现金流出 =期 末现金余额 这个模型采用了这样一个设计安排，首先计算交易现金流或净经营现金流（ NOCF），然后考察现金以及新增资本的用途。 和资产负债表一样，此电子表格必须进行自我检查以排除数学错误。 重要项目包括： EBITDA 经营净利润加上非现金项目，诸如固定资产折旧和商誉摊销 净经营现金流 公司业务活动所产生的现金流 融资前现金流 增加新资本前的现金流（这与上一章所介绍的增长公式有关） 图 71 现金流方法 条目 注释 净经营利润（ NOP） 损益表 折旧 /摊销 非现金项目 利息、税收、折旧、摊销前收益（ EBITDA） 经营项目 / 流动资产 Inc=负值， Dec=正值 / 流动负债 Inc=正值， Dec=负值 净经营现金流（ NOCF） EBITDA+营运资金变动额 投资收入和其他金融服务收入 利息收入 损益表 此资料来自 企业 () , 大量管理资料下载 利息支出 损益表 红利 损益表 税收 已付税款 损益表 递延税款 资产负债表变动额 税收所导致的净现金流出 投资行为 固定资产支出 资产负债表变动额 投资、无形资产支出 资产负债表变动额 可出售证券 资产负债表变动额 资本支出、金融 投资所导致的净现金流出 非经常性项目 非经常性收入和支出 损益表和资产负债表 非经常项目导致的现金流出 平衡项目 平衡数字 资产负债表和损益表中留存收益的差额 融资前现金流入 /流出总额 加 融资 股本和准备金 资产负债表的变动额 短期债务和准备金 资 产负债表的变动额 长期债务和准备金 资产负债表的变动额 融资所导致的现金流入 /流出 现金增加 /减少 加 流向银行的净现金流 现金 资产负债表的变动额 核对 图 71 给出了现金流各项目的数据来源，当数据信息来自于资产负 债表年初至年末的变动额和损益表变动额时，标明数据来源就显得特别重要。 此资料来自 企业 () , 大量管理资料下载 ．现金流来源 模型 Cash_Flow_Statemen展示了最后时期的现金流是如何计算得出的。 现金流量表根据资产负债表与损益表的有关数据编制而成。 （见图 ） 图 72 现金流 (第 118 页， fig ) 资产负债表统计了每年的资产负债变动情况。 在资产负债表中，资产的增加意味着现金耗费，减少意味着现金增加。 如果债务人增加，则说明公司产生现金的能力下降， 因此需要更多的现金以维持生产周期的持续性。 对于债权人增加，说明公司享有获得了更高的信用度，现金来源拓宽。 某些项目，比如固定资产需要同时考虑资产负债表和损益表中的相关项目才能得出。 它由固定资产净值的变动额与损益表的折旧相加得到。 现金流量表底部的调整项帮助进行单元格程序编码。 当所有行的数据全部被统计后误差必须为 0。 作为这种模型的部分检验，你需要试验几个不同的公司以确保所有项目都被包括在模型之中。 例如，此公司不需要任何无形资产投资，你需要保证当你给这些项目 (如无形资产 )被赋值之后模型依旧有效。 损益表中的未分配 利润项和资产负债表中准备金与相应的实际增加的数额之差可以被现金流量表中的调整项目一一捕捉。 这些可能包括前一年的调整，转移调整，期票股利，商誉核销以及其他调整。 净经营现金流（ NOCF） 此现金流量表显示公司上一时期盈利能力有所下降，因为其经营现金流是负的三百三十万，比以前任何一个时期减少的量都要大。 虽然公司仍然在盈利，但是主营业务却在消耗现金而非赚取。 如果将设备投资考虑进去，现金流出将达到六百万。 但是新增债务抵消了部分现金流出，所以才使得最终的现金流出额减小到三百四十万。 这些分析结果将使得比率分析更 加有价值，因为公司业绩的下滑已经对公司的现金储备产生了巨大的负面影响。 公司的管理者需要确定公司是否能够通过主营业务为现有和新增的债务筹集偿债资金。 对于现有的债务量而言，借新债来偿还旧债利息已经于是无补。 比率表的底部包括现金流量比率，它的计算方法是用不同的现金衡量指标除以销售收入 • EBITDA/销售收入（ %） •净经营现金流 /销售收入 此资料来自 企业 () , 大量管理资料下载 • 融资前现金流 /销售收入 单元格 L43 用现金流量除以销售收入 =IF（ Ine!M100,Cashflow!M12/Ine!M10*100,0） 自由现金流 对于现金流有诸多定义，更深入些的定义称为“自由现金流”。 这是可以用于清偿债务和支付股利的现金流。 它的定义如下： 经营利润（ NOP） +折旧 /摊销 /非现金项目 利息、税收、折旧、摊销前的收益（ EBITDA） +/— 净营运资产的变化额 净经营现金流（ NOCF） — 固定资产支出 /销售收益 — 税收所导致的净现金流出 自由现金流 以下是 Financial_Analysis 模型中的 Free_Cash_Flows 表。 它包括现金流量表中的数据。 （见图 73）。 由于巨量的厂房 设备投资，自由现金流出超过了 5 百万。 图 73 自由现金流 (原书 120页 ,) 补仓率 自由现金流量表包含贷款补仓 .年度租金取决于期限，名义利率，资产价值和期末价值（未来价值）。 这个模型计算每年的租金额以及不同现金流需要的补仓数额（见图 ）。 这里更需要关注的是现金而不是贷款分摊及利息。 例如，一个租赁公司想要了解现金流的敏感度和不确定性，这个方法可以突出风险所在之处。 在这个例子中， 2 百万的贷款是有 风险的，此资料来自 企业 () , 大量管理资料下载 并且并没有被及时补仓。 单元格 F29 使用 PMT 函数计算年度支付额： =IF（ SUM（ F23： F26） 0,PMT(F24,F23,ABS(F25),F26,D89),0） Figure 贷款补仓 (原书 121 页 ,fig ) . 总结 现金是公司的血液，只有各种财务比率而不能揭示现金流来源的模型是不完备的。 虽然有许多方法可以揭示资金的来源与用途，但本章提供的这种方法概括了 资金的主营业务与非主营业务用途。 这种方法也可以计算出不同地位的出资人可以获得的现金流水平。 此资料来自 企业 () , 大量管理资料下载 8．预测模型 无论是进行战略规划还是制定年度预算都需要对未来进行预测。 风险水平和各种不确定性是难以提前预知的，预测就是试图对各种影响最终结果的因素进行描述与分析。 公司管理层通常希望对销售收入和成本进行预测，而本章将讨论一些在 Excel中常用的预测方法。 预测模型的例子包括： • 生产计划和原料采购计划 • 人力规划 • 项目或投资分析 • 现金预算 数量化的预测是从历史数据开始，并主 要经过以下步骤： • 明确预测的目的、要求达到的细节水平及预测的信息的使用者 • 时间范围，时刻牢记预测的时间越长不确定性越大 • 确定假设条件或不确定性的因素 • 可选择使用的预测技术 • 对预测结果进行场景分析和敏感度分析 • 考察并改进假设 这里需要注意的是，许多人往往轻信基于 Excel的预测结果，因为它们结构精美并且如果不对整个模型进行审核往往难以对结果进行证伪。 实际上，由于缺乏精确的模型设计程序，产生错误的可能性非常大，因此需要对预测结果进行数学和程序错误审核。 这就是对商务模型进行审核以确保模型生 成的预测结果准确无误的原因。 历史预测 历史模型或者称之为原始模型都是基于一系列简单变量之间的关系而构建的。 它们并不关注变量本身。 一旦基本变量的价值或是重要性发生变化，这些变量之间的原有关系就不复存在。 在现实生活中恒定的变量是不存在的，所以一定的误差幅度必须加以考虑。 在 Excel 中，有许多方法可以用来进行数据预测，打开文件“ Forecast_Trends”选择“ Trend”表格。 这里展示了一系列取自“ FinAnalysis”模型的以蓝色标注的销售数据。 你可以突出你想预测的数据并且将数据往前拖动五年。 Excel能够理解这种数字级数或数据表。 此资料来自 企业 () , 大量管理资料下载 例如，星期中的每一天。 使用同样的方法，你可以检查列表或者往 ”工具 (T)”， ”选项 (O)…” ， ”自定义序列 ”里添加新数据。 另一种预测方法是使用趋势函数。 它使用已知的 X 值和 Y 值确定新的 X 的值。 单元格I12 使用 I8 作为下一栏的日期。 =TREND（ $D$10:$H$10,$D$8:$H$8,I8） 这种简单的预测方法的优点在于利用图表向导就很容易地画出这些趋势图。 画图使结果看起来更加直观清晰。 图。 单元格 H12记录最近的历史数值，历史值与预测 值都在一个图中画出，以便他们观察他们之间的联系。 趋势线 图 中的图表提供了另一种预测历史销售数据的方法。 通过右键单击历史序列，可以增添一条简单的历史趋势线。 使用“选项” ,趋势被向前延长 1850 个单位。 第 8 行的数据是时间序列，因此按天详细记述。 5 年大概等于 1850 单位。 趋势线与拖动数据和趋势函数所做出的预测相当接近。 趋势线中的选项之一是标明 R2相关性和序列方程。 前者提供衡量相关性的标准，在本例中是。 由于 1表示完全的相关性，所以这个例子的相关性是相当令人满意的。 方程 y=mx+b 代表线 形趋势。 作为进一步的预测方法，这在第 14 行进行计算。 图 81 趋势 (原书 124 页 ,) 用于分析的趋势线 趋势线可以附加一些控制器以便进行高级分析，即在一个表格中对几条趋势线同时进行分析。 “ Financial_Analysis”包括两个报告表：操作概要 Management_Summary 和操作分析 Management_Analysis。 后者包。