Описание

Разработка и построение динамических прогнозных моделей
Продвинутый прикладной курс
Для эффективного прохождения продвинутого курса желательно, чтобы слушатели были знакомы с VBAдля Excel, или по крайней мере могли читать код.
Продвинутый курс является продолжением основного курса, и посвящен более сложным вопросам построения финансовых моделей. Соответственно, в продвинутом курсе мы не рассматриваем подробно основы разработки структуры финансовой модели, базовые блоки, логическую увязку между компонентами модели, базовые формулы и технические приемы прогнозного моделирования в MSExcel.
Если вы не чувствуете себя уверенно с основами построения финансовой модели, рекомендуем двигаться по модулям последовательно и сначала прослушать основной курс.

5 причин пройти курс у нас
• Вы будете создавать понятные прозрачные прогнозные модели стандарта качества международных компаний
• Повысите скорость анализа и принятия решений с помощью эффективных инструментов финансового моделирования
• Сможете применять технику прогнозного моделирования для разной специфики бизнеса и профессиональных задач
• Улучшите практические навыки применения универсальных формул Excel в работе с финансовыми моделями любой сложности
• Найдете решение трудных задач и ответы на Ваши вопросы при поддержке преподавателя и просмотра записи курса

Введение

• Обзор программы курса и «дорожная карта».
• Области применения вопросов продвинутого курса, интеграция с действующим функционалом управления, планирования, бюджетирования компаний.

«Элементы оптимизационного моделирования в MSExcel»

• Формулы и встроенные инструменты поиска заданных значений и оптимизации.
• Инструмент «Подбор значения». Серия практических кейсов.
• Применение VBAдля подбора параметра во временных рядах.
• Функция «Поиск решения» (Solver): техника использования, ограничения, области применения. Прикладные приемы использования пакета Solver, серия практических кейсов.

«Регрессионный и корреляционный анализ»

• Формулы и встроенные инструменты MS Excel для статистического анализа. Пакет «Анализ данных».
• Корреляция и корреляционная матрица.
• Уравнение регрессии: независимые переменные, факторы (коэффициенты) при независимых переменных. Парная и множественная регрессия.
• Оценка статистической значимости коэффициентов регрессии, анализ отклонений (ANOVA).
• Практические кейсы на построение регрессионных уравнений и проведение регрессионного анализа в Excel.
• Авторегрессионная модель n-ого порядка – AR: понятие, практическое применение. Принципы и технические приемы анализа на базе AR.
• Прогноз сезонности в динамических моделях с помощью авторегрессионных моделей.

«Прогноз и анализ операций финансового лизинга»

• Принцип построения амортизационных таблиц методом эффективного процента. Финансовые функции MSExcel.
• Разбор практического примера прогноз финансового лизинга для лизингополучателя.

«Динамическая панель управления результатами модели (dashboard)»

• Основы построения динамической панели управления результатами модели для принятия решений. Представление результатов сценарного и имитационного моделирования с dashboard.
• Встроенные инструменты MSExcel для визуализации результатов моделирования: элементы управления формы, инструменты условного форматирования, сводные таблицы (PowerPivot).

«Построение финансовой модели бизнеса с несколькими генерирующими единицами»

• Принципы консолидация моделей дочерних и зависимых обществ.
• Унификация данных и структуры модели для консолидации. Библиотеки и флаги для группы компаний.
• Обработка исходных данных. Настройка периметра консолидации.
• Внутригрупповые инвестиции и расчеты.
• Настройка периметра консолидации через панель управления.
• Консолидация нового инвестиционного проекта: анализ влияния на существующую консолидированную финансовую модель, анализ сценариев «с проектом» / «без проекта».
• Построение консолидированной прогнозной финансовой модели:

* простое «сложение» моделей;
* консолидация моделей в пределах одного файла;
* консолидация моделей из нескольких файлов с использованием VBAExcel.
Подведение итогов