【文章內(nèi)容簡介】 加融資 股本和準(zhǔn)備金 資產(chǎn)負(fù)債表的變動額 短期債務(wù)和準(zhǔn)備金 資產(chǎn)負(fù)債表的變動額 長期債務(wù)和準(zhǔn)備金 資產(chǎn)負(fù)債表的變動額融資所導(dǎo)致的現(xiàn)金流入/流出 現(xiàn)金增加/減少 加流向銀行的凈現(xiàn)金流 現(xiàn)金 資產(chǎn)負(fù)債表的變動額核對圖 71給出了現(xiàn)金流各項目的數(shù)據(jù)來源，當(dāng)數(shù)據(jù)信息來自于資產(chǎn)負(fù)債表年初至年末的變動額和損益表變動額時，標(biāo)明數(shù)據(jù)來源就顯得特別重要。．現(xiàn)金流來源模型Cash_Flow_Statemen展示了最后時期的現(xiàn)金流是如何計算得出的?，F(xiàn)金流量表根據(jù)資產(chǎn)負(fù)債表與損益表的有關(guān)數(shù)據(jù)編制而成。（）圖72 現(xiàn)金流(第118頁，fig ) 資產(chǎn)負(fù)債表統(tǒng)計了每年的資產(chǎn)負(fù)債變動情況。在資產(chǎn)負(fù)債表中，資產(chǎn)的增加意味著現(xiàn)金耗費，減少意味著現(xiàn)金增加。如果債務(wù)人增加，則說明公司產(chǎn)生現(xiàn)金的能力下降，因此需要更多的現(xiàn)金以維持生產(chǎn)周期的持續(xù)性。對于債權(quán)人增加，說明公司享有獲得了更高的信用度，現(xiàn)金來源拓寬。某些項目，比如固定資產(chǎn)需要同時考慮資產(chǎn)負(fù)債表和損益表中的相關(guān)項目才能得出。它由固定資產(chǎn)凈值的變動額與損益表的折舊相加得到。現(xiàn)金流量表底部的調(diào)整項幫助進(jìn)行單元格程序編碼。當(dāng)所有行的數(shù)據(jù)全部被統(tǒng)計后誤差必須為0。作為這種模型的部分檢驗，你需要試驗幾個不同的公司以確保所有項目都被包括在模型之中。例如，此公司不需要任何無形資產(chǎn)投資，你需要保證當(dāng)你給這些項目(如無形資產(chǎn))被賦值之后模型依舊有效。損益表中的未分配利潤項和資產(chǎn)負(fù)債表中準(zhǔn)備金與相應(yīng)的實際增加的數(shù)額之差可以被現(xiàn)金流量表中的調(diào)整項目一一捕捉。這些可能包括前一年的調(diào)整，轉(zhuǎn)移調(diào)整，期票股利，商譽(yù)核銷以及其他調(diào)整。 凈經(jīng)營現(xiàn)金流（NOCF）此現(xiàn)金流量表顯示公司上一時期盈利能力有所下降，因為其經(jīng)營現(xiàn)金流是負(fù)的三百三十萬，比以前任何一個時期減少的量都要大。雖然公司仍然在盈利，但是主營業(yè)務(wù)卻在消耗現(xiàn)金而非賺取。如果將設(shè)備投資考慮進(jìn)去，現(xiàn)金流出將達(dá)到六百萬。但是新增債務(wù)抵消了部分現(xiàn)金流出，所以才使得最終的現(xiàn)金流出額減小到三百四十萬。這些分析結(jié)果將使得比率分析更加有價值，因為公司業(yè)績的下滑已經(jīng)對公司的現(xiàn)金儲備產(chǎn)生了巨大的負(fù)面影響。公司的管理者需要確定公司是否能夠通過主營業(yè)務(wù)為現(xiàn)有和新增的債務(wù)籌集償債資金。對于現(xiàn)有的債務(wù)量而言，借新債來償還舊債利息已經(jīng)于是無補(bǔ)。比率表的底部包括現(xiàn)金流量比率，它的計算方法是用不同的現(xiàn)金衡量指標(biāo)除以銷售收入? EBITDA/銷售收入（%）?凈經(jīng)營現(xiàn)金流/銷售收入? 融資前現(xiàn)金流/銷售收入 單元格L43用現(xiàn)金流量除以銷售收入=IF（Ine!M100,Cashflow!M12/Ine!M10*100,0） 自由現(xiàn)金流對于現(xiàn)金流有諸多定義，更深入些的定義稱為“自由現(xiàn)金流”。這是可以用于清償債務(wù)和支付股利的現(xiàn)金流。它的定義如下：經(jīng)營利潤（NOP）+折舊/攤銷/非現(xiàn)金項目利息、稅收、折舊、攤銷前的收益（EBITDA）+/—凈營運資產(chǎn)的變化額凈經(jīng)營現(xiàn)金流（NOCF） —固定資產(chǎn)支出/銷售收益 —稅收所導(dǎo)致的凈現(xiàn)金流出自由現(xiàn)金流 以下是Financial_Analysis模型中的Free_Cash_Flows表。它包括現(xiàn)金流量表中的數(shù)據(jù)。（見圖 73）。由于巨量的廠房設(shè)備投資，自由現(xiàn)金流出超過了5百萬。圖 73 自由現(xiàn)金流 (原書120頁,) 補(bǔ)倉率，名義利率，資產(chǎn)價值和期末價值（未來價值）。這個模型計算每年的租金額以及不同現(xiàn)金流需要的補(bǔ)倉數(shù)額（）。這里更需要關(guān)注的是現(xiàn)金而不是貸款分?jǐn)偧袄ⅰ＠?，一個租賃公司想要了解現(xiàn)金流的敏感度和不確定性，這個方法可以突出風(fēng)險所在之處。在這個例子中，2百萬的貸款是有風(fēng)險的，并且并沒有被及時補(bǔ)倉。單元格F29使用PMT函數(shù)計算年度支付額：=IF（SUM（F23：F26）0,PMT(F24,F23,ABS(F25),F26,D89),0）Figure 貸款補(bǔ)倉 (原書121頁,fig ) . 總結(jié)現(xiàn)金是公司的血液，只有各種財務(wù)比率而不能揭示現(xiàn)金流來源的模型是不完備的。雖然有許多方法可以揭示資金的來源與用途，但本章提供的這種方法概括了資金的主營業(yè)務(wù)與非主營業(yè)務(wù)用途。這種方法也可以計算出不同地位的出資人可以獲得的現(xiàn)金流水平。8．預(yù)測模型無論是進(jìn)行戰(zhàn)略規(guī)劃還是制定年度預(yù)算都需要對未來進(jìn)行預(yù)測。風(fēng)險水平和各種不確定性是難以提前預(yù)知的，預(yù)測就是試圖對各種影響最終結(jié)果的因素進(jìn)行描述與分析。公司管理層通常希望對銷售收入和成本進(jìn)行預(yù)測，而本章將討論一些在Excel中常用的預(yù)測方法。預(yù)測模型的例子包括：? 生產(chǎn)計劃和原料采購計劃? 人力規(guī)劃? 項目或投資分析? 現(xiàn)金預(yù)算數(shù)量化的預(yù)測是從歷史數(shù)據(jù)開始，并主要經(jīng)過以下步驟：? 明確預(yù)測的目的、要求達(dá)到的細(xì)節(jié)水平及預(yù)測的信息的使用者? 時間范圍，時刻牢記預(yù)測的時間越長不確定性越大? 確定假設(shè)條件或不確定性的因素? 可選擇使用的預(yù)測技術(shù)? 對預(yù)測結(jié)果進(jìn)行場景分析和敏感度分析? 考察并改進(jìn)假設(shè)這里需要注意的是，許多人往往輕信基于Excel的預(yù)測結(jié)果，因為它們結(jié)構(gòu)精美并且如果不對整個模型進(jìn)行審核往往難以對結(jié)果進(jìn)行證偽。實際上，由于缺乏精確的模型設(shè)計程序，產(chǎn)生錯誤的可能性非常大，因此需要對預(yù)測結(jié)果進(jìn)行數(shù)學(xué)和程序錯誤審核。這就是對商務(wù)模型進(jìn)行審核以確保模型生成的預(yù)測結(jié)果準(zhǔn)確無誤的原因。 歷史預(yù)測歷史模型或者稱之為原始模型都是基于一系列簡單變量之間的關(guān)系而構(gòu)建的。它們并不關(guān)注變量本身。一旦基本變量的價值或是重要性發(fā)生變化，這些變量之間的原有關(guān)系就不復(fù)存在。在現(xiàn)實生活中恒定的變量是不存在的，所以一定的誤差幅度必須加以考慮。在Excel中，有許多方法可以用來進(jìn)行數(shù)據(jù)預(yù)測，打開文件“Forecast_Trends”選擇“Trend”表格。這里展示了一系列取自“FinAnalysis”模型的以藍(lán)色標(biāo)注的銷售數(shù)據(jù)。你可以突出你想預(yù)測的數(shù)據(jù)并且將數(shù)據(jù)往前拖動五年。Excel能夠理解這種數(shù)字級數(shù)或數(shù)據(jù)表。例如，星期中的每一天。使用同樣的方法，你可以檢查列表或者往”工具(T)”，”選項(O)…”，”自定義序列”里添加新數(shù)據(jù)。另一種預(yù)測方法是使用趨勢函數(shù)。它使用已知的X值和Y值確定新的X的值。單元格I12使用I8作為下一欄的日期。=TREND（$D$10:$H$10,$D$8:$H$8,I8）這種簡單的預(yù)測方法的優(yōu)點在于利用圖表向?qū)Ь秃苋菀椎禺嫵鲞@些趨勢圖。畫圖使結(jié)果看起來更加直觀清晰。單元格H12記錄最近的歷史數(shù)值，歷史值與預(yù)測值都在一個圖中畫出，以便他們觀察他們之間的聯(lián)系。通過右鍵單擊歷史序列，可以增添一條簡單的歷史趨勢線。使用“選項”,趨勢被向前延長1850個單位。第8行的數(shù)據(jù)是時間序列，因此按天詳細(xì)記述。5年大概等于1850單位。趨勢線與拖動數(shù)據(jù)和趨勢函數(shù)所做出的預(yù)測相當(dāng)接近。趨勢線中的選項之一是標(biāo)明R2相關(guān)性和序列方程。前者提供衡量相關(guān)性的標(biāo)準(zhǔn)。由于1表示完全的相關(guān)性，所以這個例子的相關(guān)性是相當(dāng)令人滿意的。方程y=mx+b代表線形趨勢。作為進(jìn)一步的預(yù)測方法，這在第14行進(jìn)行計算。圖81 趨勢(原書124頁,) 用于分析的趨勢線趨勢線可以附加一些控制器以便進(jìn)行高級分析，即在一個表格中對幾條趨勢線同時進(jìn)行分析。“Financial_Analysis”包括兩個報告表：操作概要Management_Summary和操作分析Management_Analysis。后者包含三個曲線圖，它們根據(jù)第79行至第214行的數(shù)據(jù)繪制一條曲線。數(shù)據(jù)取自損益表、資產(chǎn)負(fù)債表、現(xiàn)金流量表、財務(wù)比率和估價表以及將在下一章討論的預(yù)測表。所用的技巧是將C欄和D欄數(shù)據(jù)集中在Q欄，例如單元格Q79，為下拉列表提供一列輸入數(shù)據(jù)。=CONCATENATE（C79，D79）更新后的單元格隨后成為OFFSET函數(shù)的輸入值，并對每一欄進(jìn)行回歸。因此，當(dāng)使用者選擇某一行對第16行的結(jié)果進(jìn)行分析時，數(shù)據(jù)會自動更新并且做出相應(yīng)的圖表。單元格C16和C11的標(biāo)簽也進(jìn)行更新以使整個過程動態(tài)化。單元格F16的公式是：=OFFSET（F$78,$k$13,0）圖 82 動態(tài)圖表(原書125頁,fig )第一個圖表是散點圖，它將F列至K列作為第一序列，而預(yù)測則是從K欄到O欄，所以兩個圖表看上去首尾相接，連為一體。趨勢線可以貫穿第一序列然后使用趨勢選項擴(kuò)展五年，（）這樣可以使使用者看出發(fā)展趨勢是否好過前幾個時期。在文件“Forecast_Trend”中存在兩個技巧。由于周期、季節(jié)、循環(huán)變量的影響，數(shù)據(jù)往往并不十分符合要求。這兩個技巧是指數(shù)平均法和指數(shù)平滑處理法。.移動平均是指取兩個或多個數(shù)據(jù)點的平均數(shù)?？梢苑抡铡癕oving _Average”表手動完成這個計算，或者借助趨勢線得出平均數(shù)（）。此方法易于理解、數(shù)學(xué)要求低。主要不足之處在于假定所有數(shù)據(jù)的權(quán)重相同，而邏輯上最近的數(shù)據(jù)應(yīng)該被賦予最大的權(quán)重。第二個技巧可以解決這個問題，指數(shù)平滑法將歷史數(shù)據(jù)賦予不同的權(quán)重。從統(tǒng)計的角度講，未來更傾向于建立在最近的歷史數(shù)據(jù)基礎(chǔ)之上而非很老的數(shù)據(jù)。圖83 移動平均(原書126頁,)公式是： ynew =用做預(yù)測的平滑平均值yold =最近一期歷史數(shù)據(jù)yforecas =最近的平滑預(yù)測值A(chǔ) =平滑常數(shù)這個模型使用工具欄中的Solver函數(shù),可以在最大程度上減少錯誤并再次計算平滑常數(shù)。預(yù)測數(shù)據(jù)與實際數(shù)據(jù)的差額取平方后相加存儲到單元格G23,然后再把G23單元格中的結(jié)果取平方根后得到的數(shù)值放在單元格C27(圖 84).，這減少了單元格C27中的均值平方誤差。整個Visual Basic中的運算過程及程序編碼如下：Sub Solver()SolverResetSolverOptions precision:=SolverAdd CellRef:=Range(“d6”), Relation:=3, FormulaText:=0SolverOk SetCell:=”$C$27”, MaxMinVal:=2, ValueOf:=”0”,ByChange:=”$D$6”SolverSolve userFinish:=TrueEnd Sub這些編碼重新設(shè)定求解器并第一次限定常數(shù)必須大于零。其次，程序編碼調(diào)用規(guī)劃求解命令，通過改變單元格D6（常數(shù)）的方法將單元格C27(平均數(shù)平方誤差)設(shè)為最小。UserFinish:=True 將Solver對話框置于處理過程的最后。如果要在宏里使用規(guī)劃求解，則必須確保事先在Visual Basic編輯器里已經(jīng)注冊，注冊方法是通過訪問工具reference進(jìn)行注冊。然后單擊Solver，從而使Excel知道在每次打開文件時裝載Solver.()圖84 (原書127頁,)圖85 (原書128頁,fig )使用Solver意味著使用者不需要引入新的常量以減少錯誤，這是因為Solver使用高等數(shù)學(xué)方法，能夠根據(jù)所要結(jié)果進(jìn)行逆推取得期望的答案。 循環(huán)和季節(jié)調(diào)整當(dāng)數(shù)據(jù)由于季節(jié)因素或循環(huán)因素而波動時，可以使用名為古典分解（classical deposition）的方法。這在表格“Seasonality”中的文件“Forecast_Trend”中可以找到。（見圖86）。此方法如下：? 計算四期移動平均數(shù)（G列）? 平均數(shù)居中（H列）? 用銷售收入除以居中的移動平均數(shù)以生成隨機(jī)因素（column I）? 通過對Q1，Q2，Q3，Q4求平均數(shù)以求各個季節(jié)因素的平均數(shù)（J欄和K欄）? 通過除以相關(guān)季節(jié)性因素延長數(shù)據(jù)（L欄）? 使用增長函數(shù)預(yù)測延長數(shù)據(jù)（單元格L34至L37）? 使數(shù)據(jù)合理化從而建立預(yù)測表（單元格F34至F37） 圖86 (原書129頁,fig )圖87 (原書129頁,fig )：? 實際數(shù)據(jù)與平滑后的歷史數(shù)據(jù)? 預(yù)測平滑數(shù)列和季節(jié)數(shù)列? 銷售收入趨勢線 總結(jié)本章介紹了基于歷史的預(yù)測方法和更高級的預(yù)測方法，如指數(shù)平滑法，時間序列分解法等。無論哪種方法，都需要仔細(xì)觀察所預(yù)測的數(shù)據(jù)基礎(chǔ)并保證有足夠的基礎(chǔ)數(shù)據(jù)支持預(yù)測結(jié)果。例如，考慮數(shù)據(jù)來源及可靠性，可能的偏好或隨機(jī)因素的出現(xiàn)以及預(yù)測完成的可能性。這對于銷售預(yù)測十分重要，因為銷售預(yù)測與有關(guān)資源的策略和決策密切關(guān)聯(lián)。9．財務(wù)預(yù)測上一章介紹了預(yù)測銷售額和其他變量的統(tǒng)計方法，本章將介紹如何利用文件“Financial_Analysis”來根據(jù)歷史的損益表數(shù)據(jù)進(jìn)行預(yù)測。進(jìn)行戰(zhàn)略預(yù)測的公司和銀行都十分關(guān)心未來現(xiàn)金流的計算，以確定公司是否能夠按期償還貸款或進(jìn)行項目融資。比率分析和現(xiàn)金流分析是事后分析，預(yù)測則為評估公司的未來業(yè)績提供了一種可能。因為我們把模型按照“Financial_Analysis”的形式建立，所以前面各章介紹的各種技術(shù)已經(jīng)在現(xiàn)有的表格中上列出。這樣的優(yōu)點在于：? 所有財務(wù)報表的框架已經(jīng)存在? 最終的模型將更加全面、實用性更強(qiáng)? 這種方法使得使用者不必重新學(xué)習(xí)新的格式完整的模型將可以回答許多問題，例如：? 公司對于預(yù)期的增長率是否具有