Сложность модели и ресурсы на её создание

От чего зависит сложность создания финансовой модели, какие фичи усложняют процесс, как процесс построения зависит от доступности данных и материалов, и почему любая модель должна быть достоверной

Это незавершенный материал про сложность финансовой модели. Вы можете ознакомится с ним в познавательных целях. Впоследствии этот материал изменится и будет дополнен практическим заданием. Следите за обновлениями.

Предположим, вы провели интервью с заказчиком и выяснили все аспекты цели создания финансовой модели: зачем, какое решение, какого типа модель, кто будет пользоваться, как должен выглядеть результат, и чего не должно быть в результате.

Количество времени, которое вам потребуется для создания модели, напрямую зависит от нескольких факторов:

насколько детально и глубоко нужно смоделировать связи и зависимости;
сколько инструментов управления нужно добавить;
какие данные уже есть у заказчика;
как работает моделируемый процесс или как выглядит моделируемая ситуация.

Если с масштабом моделируемой ситуации зачастую есть ясность, например: у холдинга 7 бизнес-направлений, компания монопродуктовая, выручка составляет 12 млрд руб. в год, номенклатура состоит из 4 тыс. позиций и т.д., и это позволяет вам представить масштаб бизнеса и масштаб модели; то с остальными факторами обычно ясности меньше, и их надо прояснять. Попробуем чуть разобрать.

Это достаточно сложный вопрос. В большей степени здесь имеет смысл ориентироваться на профессиональный опыт. Но как быть, если его нет или мало?

Спросите заказчика, насколько детальной по его мнению должна быть модель. Принимаемое решение и степень его влияния на развитие финансовой ситуации заказчику обычно гораздо понятнее, и как минимум он может сузить рамки неопределенности до какого-то «образа»:

нужен просто «калькулятор»;
нужна не очень сложная модель, чтобы верхнеуровнево показать бизнес;
нужна достаточно детальная модель, чтобы можно было обосновать результаты подтвержденными предпосылками;
нужна максимально детализированная модель, которая максимально отражает все нюансы бизнес-процессов.

Например, к вам обращается собственник и генеральный директор в одном лице с просьбой составить финансовую модель, которая покажет, сколько процентов его акций нужно отдать соинвестору, чтобы привлечь в компанию 10 млн руб. для срочных нужд. Гендиректор знает, что компания зарабатывает около 5 млн руб. в месяц, а прибыльность его бизнеса около 15%. Ему неважно, что компания зарабатывает от 4 до 6 млн руб. ежемесячно и доход неравномерен, а прибыльность плавает. На переговорах с соинвестором он будет оперировать значениями, которые у него в голове. Ваша модель должна быть достаточно детальна, чтобы показать эти «средние» 5 млн руб. и 15% прибыльности, но не нужно закапываться в статьи расходов, потому что от точности вашей оценки расходной части ход переговоров не изменится.

У заказчика есть ожидания по времени разработки модели, основанные на его представлении сложности модели. Попадите в них и не тратьте свое время, либо сформируйте реалистичные.

Иногда заказчику нужны инструменты управления моделью: регулировка параметров, установка допущений, изменение вводных.

Под переключателем здесь понимаются параметры, вводные, допущения, которые может задать заказчик будучи обычным пользователем. Обычно в список таких переключателей попадают критически важные параметры при принятии управленческого решения. Они легко выявляются во время первого обсуждения модели.

Разберем пример.

Заказчик хочет понять, в какие банки, акции или облигации ему вложить 100 млн руб. на 1 год, чтобы получить лучший доход. Добавлять в модель все банки, акции и облигации слишком трудозатратно; это и не нужно заказчику. Практичнее задать процентную ставку как изменяемый параметр.

Упрощенная модель будет оперировать только одной ставкой — средневзвешенной по портфелю. Более сложная модель позволит использовать несколько разных ставок и управлять структурой портфеля в разрезе продуктов. Можно смоделировать доход на горизонте 1 года, делая предположения о том:

какие ставки можно получить, вкладываясь в разные продукты от разных банков;
как сбалансированно составить портфель.

Переключателями здесь будут:

ставки доходности по разным продуктам/инструментам;
структура портфеля.

Можно ввести еще 10-20 параметров, но такая модель рискует оказаться слишком сложной для управления, и заказчик останется недоволен.

Заранее проясните, что заказчик хочет «покрутить» в модели, чтобы посмотреть на изменяющиеся результаты. Если заказчик внутренний, то он может просить добавить новые переключатели как в процессе создания модели, так и к уже созданной модели. Старайтесь предусмотреть гибкость и возможность быстро подключать новые инструменты.

Речь не об универсальности модели, а о том, будет ли конкретная модель использоваться или обновляться в дальнейшем, или же она создается для однократного принятия решения.

Модель, которая будет использована только один раз, не предполагает обновлений в будущем. Поэтому можно не продумывать заранее, как через месяц, квартал или год обновленные фактические данные будут добавляться в модель, и как это повлияет на результаты моделирования и на прогноз.

Если модель предполагает регулярные или периодические обновления, то целесообразно заранее продумать их реализацию. Прогнозные показатели, как правило, строятся одним из двух способов:

С опорой на предыдущие периоды. Например, прогнозируется, что ежегодно объем продаж компании будет расти на 10% в натуральном выражении – показатель текущего периода опирается на значение показателя предыдущего периода и увеличивается на 10%.
Без опоры на предыдущие периоды, но с опорой на иные показатели каждого конкретного прогнозного периода. Например, фонд оплаты труда (ФОТ) компании будет составлять 2% от суммы выручки – привязки к предыдущему периоду нет, но есть связка с другим показателем текущего периода.

Сложности обновляемой модели:

Вероятность сильного изменения результата, если прогнозирование идет с опорой на предыдущие периоды и влияние фактических данных оказывается критическим для прогноза, который сильно меняется.
Вероятность «разрывов», когда некоторый показатель меняется от периода к периоду таким образом, какой маловероятен в реальности. Например, выручка компании за фактический период составила 10 млрд руб., а ФОТ составил 150 млн руб. В следующий период, когда выручка будет 11 млрд руб., а ФОТ прогнозируется на уровне 2% от выручки, в денежном эквиваленте ФОТ составит 220 млн руб., что приведет к его существенному росту по непонятным причинам. Или происходит обратная ситуация, когда фактический ФОТ уже превышает расчетный и в модели прогнозируется его уменьшение, чего в реальности никто не ожидает.

Имеет смысл заранее определить, будет ли модель обновляться в будущем на основе фактических показателей прошедших периодов, и предусмотреть механизм, который выявит аномалии и потенциальные сложности, связанные с этим обновлением.

Модель симулирует бизнес-процессы и события и позволяет увидеть их результат. Для симуляции нужны определенные условия и данные, на базе которых строится прогноз. Если связи и взаимозависимости отдельных процессов можно проследить, то данные не всегда доступны.

Данные и понятные взаимосвязи в бизнесе или процессе облегчают создание модели. Если их нет, то трудозатраты увеличиваются, потому что данные нужно искать самостоятельно, формировать логику предпосылок. При этом не всегда заказчик понимает необходимость таких данных, он может считать их несущественными для создания модели. В такой ситуации нужно заранее прояснить и обозначить разницу сроков, трудозатрат и подходов к созданию модели.

Часто можно услышать от заказчика: «У нас все есть. Мы вам все дадим». Когда в процессе выясняется, что необходимых данных все же нет, в худшем случае заказчик ожидает, что вы магически сможете эти данные достать, прикинуть или обойтись без них, в лучшем случае – понимает проблему и помогает вам придумать альтернативное решение.

Например, нужно рассчитать оптимальный штат колл-центра в условиях, когда поступает 10 тыс. звонков в день. При этом заказчик не может предоставить вам информацию о том, сколько в среднем длится один звонок, поскольку такой информации нет в компании. В этой ситуации на входе в модель недостаточно данных, что приводит к невозможности прогнозирования или необходимости пользоваться догадками.

Другой пример, компания занимается оптовой продажей товаров, но решение о том, по какой цене продавать, сколько и кому, принимает коммерческий директор, и делает это на основе своих внутренних убеждений. В такой ситуации доступные данные не позволяют вам спрогнозировать взаимосвязи между элементами процесса. Факт продажи или дисконта никак не связан с объемом или ценой.

Старайтесь заранее донести до заказчика, что для создания модели потребуются определенные данные, а также получить их, чтобы ожидания были реалистичными.

Мы выше уже упоминали данные и дерево драйверов. Но это не все материалы, которые вам могут понадобиться.

В первую очередь заказчик предоставляет финансовые показатели, поскольку (а) финансовая модель прогнозирует финансы, (б) финансовая (или бухгалтерская) отчетность есть в любой организации.

Основные материалы, которые имеет смысл запросить:

Прогнозы рынка (как внешней среды и внешних факторов), определяющие возможности для компании и реалистичность прогнозов – они не должны жить в отрыве от реальности.
Управленческая (не бухгалтерская и не только финансовая) отчетность, которая позволяет понять текущее состояние и выявить зависимости бизнес-процессов.
Некоторые параметры, стартовые положения, характеристики системы, например: фактическую ставку налога на ФОТ, фактические расходы на аренду мощностей в зависимости от нагрузки ИТ-системы и так далее.

Различные коэффициенты из управленческой отчетности помогут упростить прогнозирование отдельных элементов модели и свести их расчет к простым формулам взамен сложных.

Иногда заказчик готов выдать вам колоссальный объем материалов, переработка которых займет не один день, но толку от них будет не много. Здесь есть подвох: заказчик может считать, что выдал вам всё, что необходимо, и вы должны сделать модель, но реальной пользы для построения модели от этих материалов нет. Что делать? Коммуницировать заказчику ситуацию и статус. Вы должны одинаково понимать достаточность материалов и перспективы создания модели, чтобы синхронизировать ожидания.

Очевидно, что перед началом разработки модели нужно собрать информацию, которая поможет учесть все детали, параметры и характеристики в модели.

Не игнорируйте процесс подготовки: чем больши информации вы соберете, тем более конкретизированной будет задача построения модели. И наоборот: чем меньше вы узнаете, тем больше неопределенностей и факторов риска будет у вас в работе.

Источником этой информации в большинстве случаев является заказчик, потому что:

Он лучше понимает специфику системы, модель которой вы создаете.
Он будет принимать результаты и обязательно уделит внимание параметрам, которые критически важны для реальной системы.

Вы можете сами оценить, насколько разными могут быть запросы заказчика на построение модели. Посмотрите примеры реальных технических заданий (ТЗ) и запросов. Короткие запросы предполагают, что вы погружены в контекст и можете представить моделируемую ситуацию. Но и в такой ситуации нужно прояснять детали у заказчика, чтобы результат соответствовал его ожиданиям.

Отмети две важные характеристики любой модели, которые тоже отчасти влияют на сложность создания модели и тот объем ресурсов, который нужно на создание потратить — достоверность и гибкость.

ВАЖНО

Достоверность – это ключевой критерий любой финансовой модели

Она включает в себя достоверность фактических и прогнозных данных и их взаимосвязей, которые позволяют получать результаты моделирования.

Если реальные результаты будут сильно отличаться от результатов моделирования, притом что основные параметры и условия, которые были заложены в модель, близки к реализовавшимся, это будет говорить о недостаточной квалификации человека, создавшего финансовую модель. А управленческие решения, основанные на такой модели, несут в себе серьезные риски.

Помимо данных и связей, в модели есть предпосылки и вводные, то есть параметры. Эти параметры могут принимать различные значения, потому что они формируют один из возможных сценариев развития ситуации, бизнеса, процесса. Но они также должны быть максимально реалистичными и объективными.

Не исключено, что значительная часть ваших ресурсов будет потрачена на то, чтобы создать именно достоверную модель, как в части взаимосвязей, так и в части предпосылок.

Из этого критерия вытекает следующий.

ВАЖНО

Любые данные, предпосылки, допущения, связи в основе модели должны быть проверяемыми и обоснованными

Если модель дает нереалистичные результаты, которые не устраивают заказчика, будут возникать вопросы. В этой ситуации обоснованность всех предпосылок, допущений, связей критически важна. Она позволит вам доказать, что полученный результат – наиболее вероятный. А возможные предварительные ожидания заказчика скорее были неоправданными или необоснованными.

Управленческое решение, принимаемое на основании данных, и управленческое решение, принимаемое на основании чутья, – это разные вещи.

Задача финансовой модели – предоставить прогноз или результат, основанный на данных. Выбор того, на чем основывать свое управленческое решение, всегда остается за ответственным менеджером (или заказчиком) и на его усмотрение.

При этом важно помнить:

Требования к модели могут измениться в процессе ее создания. Такова реальность. Заказчик может поменять требования – вы можете принять или отказаться. Но уповать на незыблемость недальновидно.

После того как вы выяснили у заказчика максимально подробно, какой должна быть модель, все еще остается элемент неопределенности. Заказчик может давать новые вводные по тому, что для принятия управленческого решения является важным элементом. Это может быть его прихотью или необходимостью, которая вызвана изменяющимися внешними параметрами.

Например, пока вы создаете инвестиционную модель для продажи доли компании ее собственником с целью монетизации инвестиций, к собственнику может обратиться другой инвестор и предложить финансовые ресурсы в объеме, аналогичном первому инвестору. Тогда собственник может решить продать в два раза больше акций, чтобы получить больше cash out.

Поэтому следует допускать, что новые требования и пожелания могут возникнуть в процессе создания модели, в связи с чем:

СОВЕТ

В модели всегда должен присутствовать запас гибкости

Исключением является разработка по четкому, согласованному и зафиксированному ТЗ.

Как предусмотреть запас гибкости? Для этого, при проектировании структуры финансовой модели, имеет смысл разбивать расчеты на отдельные небольшие блоки (куски), которые легко соединяются друг с другом или трансформируются. В этом случае вы можете легко отцепить один блок, а взамен прицепить другой, более сложный или с иной логикой. Структуре модели будут посвящены дальнейшие материалы.

Подведем краткие итоги:

1. Финансовые модели нужны для принятия решений. Решение, под которое строится финансовая модель, влияет на назначение модели. Модели могут инвестиционными, кредитными, стратегическими, операционными, для M&A и другими. Финансовые ситуации и решения могут быть весьма разными, однако большинство из них попадает в какую-то определенную категорию, что однозначно помогает понять, как должна выглядеть модель, и какой набор показателей должен в ней присутствовать.

2. Понимая какого типа модель вам нужна, вам все еще нужно выяснить, кто будет пользоваться моделью, внутренний или внешний пользователь, и что должна показывать модель, чтобы на её основании могло быть принято решение, для которого она строится. Эти вопросы необходимо прояснять на этапе подготовки и дискуссии с заказчиком.

3. Когда вы понимаете, как, кем и для чего будет использоваться ваша модель, вы можете приступить к оценке трудоемкости её создания. Сложность модели и ресурсы на её разработку зависят от многих факторов: доступности данных и материалов, степени детализации, сложности моделируемых бизнес-процессов, гибкости и, главное, необходимости создать достоверную модель.

Моделирование Balance Sheet

Структура финансовой модели