Možnosť chyby vo finančnom modeli je vec číslo jedna, ktorá nedáva finančnému modelárovi v noci spať. Ako modelár musíte mať zdravý rešpekt k tabuľkovým procesorom a ich náchylnosti na chyby.
Predstavte si, že pracujete na vzrušujúcom novom projekte. Poskytli ste finančný model, ktorý sa používa pre projekt alebo kľúčovú funkciu vášho podnikania. Vyzerá fantasticky. Ľudia sú zapálení; míňajú sa peniaze. Ale po týždňoch alebo mesiacoch projektu sa čísla zrazu nezhodujú. Prečo projekt prekračuje rozpočet?
Pri kontrole zrazu zistíte, že vo vašich pôvodných výpočtoch bola chyba. Fuj! Spochybňuje sa vaša dôveryhodnosť a dôvera vo vašu prácu, čo vedie k nepríjemným momentom počas stretnutí (nehovoriac o obavách o vašu budúcnosť v spoločnosti).
European Spreadsheets Risks Interest Group (EuSpRiG) organizuje dobre zavedenú výročnú konferenciu, na ktorej prezentuje najnovšie výskumy a zistenia na túto tému. Existuje veľa dobre zdokumentovaných prípadov závažných chýb modelu Excel. Niektoré z nich dokumentuje EuSpRiG . Vzhľadom na neochotu väčšiny podnikov hovoriť o svojich chybách, počet a frekvencia príbehov zdokumentovaných EuSpRiG vedie mnohých k presvedčeniu, že chyby v tabuľkových procesoroch sú vo väčšine organizácií bežným javom.
Akú formu môžu mať tieto chyby? Vo všeobecnosti možno chyby modelovania rozdeliť do troch širokých kategórií: chyby vzorcov, chyby predpokladov alebo vstupov a logické chyby.
Chyby vzorcov vo vašom finančnom modeli
Chyby vo vzorcoch sú najjednoduchšie chyby, ktoré sa dajú urobiť a relatívne ľahko sa dajú zistiť, ale keď sa objavia, sú hrozne trápne. Týmto druhom „mechanických“ chýb sa tiež dá najjednoduchšie vyhnúť samokontrolou a opravou.
Bežnou chybou vzorca je jednoducho vybratie nesprávnej bunky vo vzorci – napríklad prepojenie s bunkou B98, ktorá obsahuje 6, namiesto bunky B97, ktorá obsahuje 0,6. Táto chyba sa na začiatku môže zdať celkom zanedbateľná, ale povedzme, že vaša počiatočná investícia bola 100 000 USD. Prostredníctvom vášho modelovania zistíte, že existuje 60-percentná zisková marža, ale kvôli tejto chybe predpovedáte zisk 600 000 USD namiesto 60 000 USD. Ojoj!
Chyby predpokladov alebo vstupov vo vašom finančnom modeli
Vzorce vášho modelu môžu počítať perfektne, ale predpoklady vo finančných modeloch sú učebnicovým prípadom „odpadu dovnútra, odpadu“. Ak sú predpoklady, ktoré ste použili ako vstupy nesprávne, model bude tiež nesprávny.
Pokiaľ ide o vstupné chyby, je potrebné zvážiť dva hlavné typy:
- Zadávanie údajov: Chyby pri zadávaní údajov sa môžu ľahko vyskytnúť, ak napríklad aktualizujete prevádzkové náklady každý týždeň. Ak tieto náklady nie sú správne prepojené alebo sa pravidelne neobnovujú, môžete získať neúplný alebo nepresný obraz o procese. Niekedy je možné tento proces automatizovať a urýchliť prepojením týchto informácií so samostatným, automaticky generovaným súborom a použitím niektorých nových moderných nástrojov Excelu, ako je napríklad Get & Transform (predtým nazývaný Power Query). Nezabudnite tiež potvrdiť, kto je zodpovedný za aktualizáciu tabuľky, a uistite sa, že žiadne zmeny v procese alebo pláne aktualizácie neovplyvnia váš model.
- Užívateľský vstup: Chyby užívateľského vstupu sa vyskytujú častejšie, keď nie ste dostatočne oboznámení s produktom alebo projektom, ktorý modelujete. Napríklad, pokiaľ ide o mzdové náklady programu, môžete vziať do úvahy výhody, ktoré zamestnanec dostane, a predpokladať, že to bude 5 percent jej platu, čo je pomerne štandardný všeobecný predpoklad. Keďže ste však v organizácii nováčik, možno nebudete brať do úvahy ďalšie faktory, ktoré ovplyvňujú zamestnanecké benefity, ako napríklad zvýšenie nákladov na poskytovanie zubného a lekárskeho programu, na ktorý je spoločnosť hrdá. Zrazu to vyženie náklady na 12,5 percenta platu, čím sa úplne stratia všetky náklady na zamestnancov, ktoré ste tak starostlivo vypočítali.
Ak vytvárate predpoklady, musíte ich zaznamenať, zvážiť a starostlivo rozložiť do modelu. Je tiež dobré potvrdiť si tieto vstupy s kľúčovými zainteresovanými stranami.
Staré príslovie „Príliš veľa kuchárov kazí vývar“ určite platí pri budovaní finančného modelu. Ak nemáte prísny súbor štandardov založených na spolupráci, ktorý zaistí, že model bude zostavený a predpoklady budú zadané konzistentne, najlepší výsledok dosiahnete, ak bude na zostavovaní modelu pracovať iba jeden modelár.
Pokiaľ však ide o používanie modelu, každý by mal byť schopný používať dobre zostavený model. Ak sa obávate, že ľudia pokazia vaše výpočty alebo nesprávne zadajú vstupy, uistite sa, že vaše pokyny a dokumentácia vysvetľujú, ako model používať. Na model tiež použite overenie údajov alebo ochranu buniek, aby ste obmedzili zmeny, ktoré môže používateľ vykonať.
Logické chyby vo vašom finančnom modeli
Chyby v logike modelu je pravdepodobne najťažšie zistiť, pretože predpoklady, vstupy a vzorce môžu fungovať dokonale, ale logika a metodológia – spôsob, akým je model zostavený – môže byť stále nesprávna. Musíte zachytiť logiku a zabezpečiť, aby bol prístup staviteľa jasný. V opačnom prípade, ak stratíte kľúčovú osobu, ktorá model postavila, môže nastať zmätok.
Tento model napríklad ukazuje percento prostriedkov investora, ktoré boli požičané. Percento sa vypočítalo vydelením investičného zostatku (aktuálna investícia plus nová investícia) zostatkom portfólia (aktuálne pôžičky plus nové pôžičky mínus pôžičky, ktorých platnosť skončila).
Výpočet pomerov investičného portfólia.
Vydrž sekundu. Počítate to na základe počtu spísaných úverov alebo kumulatívneho zostatku? Môžete vidieť, ako spôsob výpočtu pomeru môže spôsobiť zmätok pre tých, ktorí tento model nepoznajú. Je dôležité zdokumentovať, ako to počítate. Môžete si tiež ľahko pomýliť mesačné sumy s kumulatívnym zostatkom; môžete vidieť, že je to jasne zdokumentované v stĺpci B.