财务建模

财务建模是构建现实世界财务状况的抽象表示（模型）的任务。这是一个数学模型，旨在表示企业，项目或任何其他投资的金融资产或投资组合的绩效。

因此，通常情况下，财务建模应理解为意味着对资产定价或公司财务进行定量的评估。它是关于将有关市场或代理商行为的一组假设转化为数值预测。同时，“财务建模”是一个通用术语，对不同的用户意味着不同的事物；该参考文献通常涉及会计和公司财务应用程序或定量财务应用程序。

尽管业界一直在就财务建模的性质（无论是诸如焊接之类的贸易工具还是一门科学）争论不休，但多年来财务建模的任务已逐渐被人们接受和接受。

在公司财务和会计专业中，财务建模通常需要进行财务报表预测。通常准备用于决策目的的详细的公司特定模型^[1]和财务分析。

应用包括：

• 企业估值，尤其是现金流量折现，但包括其他估值方法
• 方案规划和管理决策（“什么是”；“如果”；“必须完成” ）
• 资本预算
• 资本成本（即WACC）计算
• 财务报表分析（包括经营和融资租赁以及R＆D）
• 项目融资建模
• 现金流量预测与资产负债管理相关

为了概括 这些模型的本质，首先，由于它们是围绕财务报表构建的，因此计算和输出是每月，每季度或每年一次；其次，输入采用“假设”的形式，其中分析师指定在每个时期内将适用于外部/全局变量的值（汇率，税率等...；可以视为模型参数）），以及内部/公司特定的变量（工资、单位成本等）。相应地，这两个特征（至少隐式地）反映在这些模型的数学形式：首先，模型处于离散时间；其次，它们是确定性的。

建模通常称为“ 金融分析师 ”。通常，建模人员将完成带有“财务建模”课程的MBA或MSF。诸如CIIA和CFA之类的会计资格和财务认证通常不提供直接或明确的建模培训。同时，通过大学和私人提供大量的商业培训课程。有关此处的业务建模的组件和步骤，请参阅“股权评估”列表财务大纲§现金流折现估值。

尽管确实存在专用的 商业软件，但市场的很大部分是基于电子表格的；这主要是因为模型几乎总是公司特定的。此外，分析师将各自拥有自己的财务建模标准和方法。Microsoft Excel现在已占据主导地位，在1990年代已超过Lotus 1-2-3。基于电子表格的建模可能会有其自身的问题，并且已经提出了几种标准化和“ 最佳实践 ”。越来越多地研究和管理“电子表格风险”。

这里的一种批评是，模型输出通常包含“不现实的隐式假设”和“内部不一致”。例如，对收入的增长进行预测，但没有相应的流动资金，固定资产和相关融资的增加，可能会对资产周转率，xxx和/或股权融资做出不切实际的假设。请参阅可持续增长率财务视角。）所需要但经常缺少的是，对所有关键要素都进行明确且一致的预测。与此相关的是，建模者经常另外“无法识别与输入有关的关键假设” ，“并无法探索出什么问题”。在这里，建模者通常“使用点值和简单算术代替概率分布和统计量度”，即，如上所述，这些问题本质上被视为确定性的，因此计算出单个值资产或项目，但未提供有关结果的范围，方差和敏感性的信息。其他批评讨论了缺乏基本计算机编程概念的问题。实际上，更严重的批评涉及预算本身的性质及其对组织的影响。

在定量金融中，金融建模需要开发复杂的数学模型。这里的模型处理资产价格，市场动向，投资组合收益等。之间的一般区别是：“定量财务管理”，即大型复杂公司财务状况的模型；“量化资产定价”，不同股票收益的模型；“ 金融工程 ”，衍生证券的价格或收益模型；“定量公司财务”，是公司财务决策的模型。

相关地，应用程序包括：

• 期权定价及其“希腊语”的计算
• 其他衍生产品，尤其是利率衍生产品，信贷衍生产品和外来衍生产品
• 建模利率期限结构（自举，短期利率建模，构建“曲线集”）和信用利差
• 信用评分和供应
• 企业融资活动预测问题
• 投资组合优化
• 实物期权
• 风险建模（财务风险建模）和风险价值
• 动态财务分析（DFA）
• 信用评估调整，CVA以及各种XVA
• 统计套利，收敛交易和配对交易
• 算法交易，高频交易

这些问题本质上通常是 随机的和连续的，因此这里的模型需要复杂的算法，需要计算机模拟，高级数值方法（例如数值微分方程，数值线性代数，动态规划）和/或优化模型的开发。这些问题的一般性质在“ 数学金融”§“历史：Q与P”中进行了讨论，而特定技术则在“金融概要”§“数学工具”中列出。有关更多讨论，请参见：具有长尾分布和波动聚类的金融模型；金融市场的布朗模型 ; 定价 ; 极值理论 ; 历史模拟。

建模人员通常称为“数量”（定量分析人员），通常在诸如统计，物理，工程，计算机科学，数学或运筹学等定量学科具有高级（博士学位）背景。替代地，或者除了他们的定量背景之外，他们还完成了具有定量方向的金融硕士，例如定量金融硕士，或更专业的计算金融硕士或金融工程硕士。

尽管电子表格在这里也被广泛使用（几乎总是需要大量的VBA）；通常首选自定义C ++，Fortran或Python或数值分析软件（如MATLAB），特别是在考虑稳定性或速度的情况下。由于MATLAB 具有直观的编程，图形和调试工具，因此经常用于研究或原型开发阶段，但对于MATLAB太慢的概念上简单但计算成本高的应用，首选C ++ / Fortran 。由于Python的简单性和庞大性，其使用越来越广泛标准库。此外，对于许多（标准的）衍生产品和投资组合应用程序，都可以使用商业软件，是否要在内部开发模型还是要部署现有产品的选择取决于以下问题。

这些模型的复杂性可能导致不正确的定价或对冲，或两者兼而有之。此模型风险是金融学者正在进行的研究的主题，也是对风险管理领域越来越大的兴趣的主题。

对该学科的批评（通常在2007-08年金融危机之前的几年）强调了数学和物理科学与金融之间的差异，以及由此引起的建模者，交易者和风险管理者使用其模型的谨慎态度。这里值得注意的是《金融模型宣言》的作者伊曼纽尔·德曼（Emanuel Derman）和保罗·威尔莫特（Paul Wilmott）。。实际上，这些甚至可以质疑“ 现代金融理论的经验和科学有效性…… ”。这里值得注意的是纳西姆·塔莱布（Nassim Taleb）和贝努瓦· 曼德布洛（Benoit Mandelbrot）。