关于手把手教你搭建财务模型

手把手教你搭建财务模型

投行咨询或者投资界常说的Financial Model，俗称财务模型，听起来高大上白富美，实际上数学原理不超过四则运算，顶多加上开方和乘法。而且制作工具也非常简单，基本都是Excel。这个领域的Financial Model的复杂性不是体现在理论，而是体现在：

•商业逻辑清晰：找出核心的假设

•灵活性强：根据客户或老板需求快速调整，有时候真的是先有结论后有推论

•胆子大：针对众多不可测的变量敢于进行有量级精度的假设或者瞎猜，物理界有海森堡测不准原理，商业界有鲁智深测不怕原理

基本可以这么说，几乎所有的财务模型都是拿Excel做出来的。包括但不限于：

•偏会计或财务方面：财务三张报表的历史及预测

•偏项目投资或项目管理方面：NPV/IRR等模型

•偏股权及债券投资方面：市场规模预测、投资价值预测（DCF及Comparable 等等）等等、针对各种股权的回报预测

•偏交易方面：针对各类金融产品（FX、衍生品等等）的模型估算和执行策略等等。

如何搞好Model

因为Financial Model基本成为这几个高薪行业的基本功，不少人私信我要求

开一个关于如何做财务模型的Live，因为犯懒就利用这个专栏文章好好满足大

家的需求。

•下图展现的是一个经典Financial Model的架构，选择这个模型来作为范例，因为它基本涉及到了金融和投资领域大部分需要建模的可能性：三张财务报表的预测、资产注入、投资回报及敏感性分析、LBO以及股份计算等等。

接下来讲述按照怎么样的顺序和思路来构建如此复杂的财务模型。我将这套方法称之为“逐步推进法”，核心主线是按照信息或数据的确定性，从强到弱，从常数、到历史数据、到假设、到商业条件逐步罗列出模型的已知数据，然后构建各类公式，把已知数据推导到目标数据，最后完成最核心的分析并展现最核心的输出。

第一步，设置核心常量。这一般都是些在该模型中不变动而且会高频反复用到的常量，比如：所得税率、汇率（当然在某些模型中，汇率会成为变量或者敏

感性分析中的场景变量）、市场调研报告对某类市场规模的历史数据总结及预估等等。建模型的最初可以梳理一遍，当然不可能尽善尽美，但是可以在构建过程中不断添加。

第二步，输入历史的财务报表。将历史的财务数据（完整的三张报表，如果需要，有可能拆分到每个季度或者1H/2H），输入到适合此次建模需要的标准格式中，并进行一定的财务指标分析，许多数据在核心假设设定以及场景设定中都有可能作为变量来使用。

在输入历史财务报表中的一个难点是，因为各报表的财务分类偶尔会发生变化

或者季报和年报的财务分类会略有不同，如何将其形成延时间序列完美展开的统一格式，是输入历史财务报表中的难点。

另外财务模型的核心是做出预测的三张财务报表，配平Cash Flow永远是一个蛋疼的点。这里有一个诀窍可以分享，就是对历史Balance Sheet中的各项按照Cash Flow的财务项进行归类并确定-/+，这样在预测财务报表的时候，搞定了另外两张表，七七八八就可以利用统一的公式自动生成Cash Flow。

第三步，设置核心假设。对于一些核心的假设提前列出来便于反复修改，比如：收入的逐年增长率、营销成本的占比以及毛利率等等，这一步的不少数据来自于第二步的财务分析。这一页的数字全是基于人肉假设，公司的一些财务指标会基本保持恒定（如：SG&A占比在商业模式很定的情况下保持不变）或者线性的可预期变化（如：市场份额的逐年增加，或者营销费用随着市场垄断地位的提升而逐年降低）。

这些假设看起来简单粗暴直接低科技，然而就个人经验而言，这是财务模型中最核心的部分——对公司以及相关部分最深入的理解，从公司的内部因素（成本控制、变现效率以及商业模式），到外部因素（税收政策、汇率变动以及竞争格局）。同时把这些因素都转化成数字，这个定量化的过程不求绝对的精准，而只求量级符合基本商业规律。比如：市场份额在三年内从10%增长到15%

还是16%谁也说不准，但是增长到50%就有点违背商业规律（互联网赢家通吃的模式另说）。

在财务模型中，往往有巨多的假设数据，这也是财务模型经常被人诟病之处。所以最好还是按照一定的框架或者思路呈现这些假设的数据，比如：以财务三张报表的核心架构作为假设数据的呈现结构。（灰色区域遮挡的模块是该公司的不同产品线）

第四步，设置各类商业条件。财务模型的另一大功效是验证那些核心的商业条件以及它们对于最后产出（比如：利润还是投资回报倍数等）的影响。

一般来讲根据某种商业条件由多个假设参数来描述，对多个假设参数进行不同程度的调整之后形成某种商业条件（也可叫做场景，case），最后观察不同商业条件下产出的差异。对于真正的决策层来说，往往不是根据一个数来拍，而是根据一个范围以及概率来做博弈判断以及最后的决定。因此这种不同商业条件对结果影响的分析，颇为重要的。

业界比较通行使用悲观、中性和乐观三种商业条件。然而这只是一维的，当然可以增加更多维度。下图就是两个维度的商业条件假设：不同的市场规模增长率（悲观、中性和乐观），不同的市场占有率变化（悲观、中性和乐观）以及毛利率变化（悲观、中性和乐观）。在本案例中，商业条件还要考虑资产注入的情况以及借债投资的情况。

第五步，计算。这部分全是干货，根据上面提到的已知数据、假设数据或者选中场景中的数据，严格按照公式进行计算（看起来公式很多，但是不用恐慌，这里的计算很难超过四则运算）。一般来讲，首先需要推导出来的时候预测的三张财务报表，这是之后更负责计算的基础。

当然财务模型的产出不可能仅仅是财务报表，投资人又不是会计。

下图是在本案例中的核心产出，不同场景下的IRR和回报倍数计算。该产出依赖于之前的计算过程——三张财务报表预测以及PE倍数假设等等。

下图以两个维度参数（EPS及PE）做敏感性分析。