Финансовое моделирование, ч. 2
Продолжаю серию постов на тему финансового моделирования. (Часть 1 - здесь)
Т.к. общую вводную информацию по теме мы обсудили в первом посте, то теперь имеет смысл перейти к чему-то более практическому. Поэтому непосредственно построение финмодели буду демонстрировать на примере. Обращаю внимание, что пример абстрактный, это не финмодель какого-либо действующего предприятия (я бы не хотел, чтобы меня обвинили в нарушении соглашения о неразглашении коммерческой тайны:) ), тем не менее, цифры вполне реальные, которые могли бы быть у какого-либо горнодобывающего комбината. И само собой, что все расчеты будут упрощенными — я не вижу смысла расписывать все 20 видов реагентов, которые могут использоваться в технологическом процессе, приводить список техники, которая будет использоваться в работе и т.д. — на общую структуру модели это никак не повлияет, только усложнит восприятие каждого раздела.
Также дам краткую информацию: рассматриваем горное предприятие на стадии, когда у него уже есть лицензия на право пользования недрами. На лицензионной площади проведена геологоразведка, подтверждены и поставлены на баланс запасы серебросодержащей руды золота (руда, в которой основным полезным компонентом для предприятия будет золото, но как попутный металл также будет выделяться и серебро). Соответственно, сейчас необходимо заказать у проектной организации проект, по которому будет строиться и работать в дальнейшем предприятие, защитить его в Главгосэкспертизе России, затем, собственно, построить сам комбинат, закупить всю технику и оборудование для работы, выйти на проектную мощность и работать, работать, работать! И, конечно же, необходимо найти финансирование под всё это дело:) (Конечно, снова обращу внимание, что я буду упрощать подачу информации, сокращая не особо важные моменты — в частности, конечно, не все так просто и линейно: проект будет не один, защита будет не только в ГГЭ, документов и согласований нужно будет получить очень много, но, опять-таки, с точки зрения построения финансовой модели это не имеет критического значения).
Как было указано в предыдущем посте, для построения всей финансово-экономической модели нам необходимы исходные данные, которые нужно собрать для удобства на отдельный лист, чтобы в дальнейшем с ними работать. Поэтому переходим на лист «Исходные данные» (у нас ведь уже есть после предыдущего поста файл с несколькими поименованными листами) и думаем, какие данные нам необходимо иметь, чтобы построить ФЭМ. Имеет смысл для удобства этот лист тоже разделить на подразделы — когда набирается несколько сотен строк исходных данных, гораздо проще искать нужный показатель, зная, в каком подразделе он находится. Общее представление о том, какие данные необходимо собрать, дает следующая картинка:
Очевидно, что нам необходимо указать прогнозный период — годы или кварталы (или, иногда, месяцы), некоторые макроэкономические показатели, от которых явно зависит работа организации, цены на ресурсы и материалы, которые будут использованы в работе, а также количество этих материалов и ресурсов, которое будет потреблять предприятие в работе и т.д. Далее мы рассмотрим заполнение каждого подраздела, но перед этим затрону тему, которая уже по итогам предыдущего поста заинтересовала многих читателей: где брать данные, чтобы заполнить этот лист.
В подавляющем большинстве случаев, исходные данные — это продукт совместной деятельности Заказчика (того, кому нужна финмодель) и Исполнителя (того, кто ее составляет). Так как, во-первых, у Заказчика в любом случае должны быть специалисты и профессионалы, которые имеют свое видение работы предприятия и которые будут в дальнейшем непосредственно работать в организации, а во-вторых, Заказчик должен сам принять и согласиться с исходными данными, дабы потом, с одной стороны, не возникало вопросов, откуда что взялось, а с другой стороны, все-таки непосредственно на нем в дальнейшем будет лежать ответственность за достижение плановых показателей. С другой стороны, каких-то данных непосредственно у Заказчика может не быть/он может в них сомневаться и тогда уже Исполнитель со своим опытом в отрасли может что-то подсказать, предложить аналоги, найти информацию в своих источниках. Но в любом случае, все исходные данные должны быть согласованы Заказчиком и Исполнителем, они должны оба согласиться с адекватностью цифр. Это если мы говорим о среднем/крупном бизнесе и предприятии. Если говорить о малом бизнесе, вроде открытия палатки-магазина, частной мастерской, парикмахерской и т.п., то есть о ситуации, где Заказчик и Исполнитель вполне могут быть одним и тем же лицом, заинтересованным в том, чтобы адекватно оценить потенциал фирмы, то здесь все и проще и сложнее одновременно. Проще — потому что ни с кем ничего согласовывать не нужно, сложнее — потому что все надо искать самому. Ну в самом деле, разве можно «с бухты-барахты» взять и открыть парикмахерскую, не понимая и не зная, какая будет арендная плата за помещение, сколько будут стоить шампуни и как быстро они будут расходоваться, сколько запросят парикмахеры в качестве оклада, и прочих важных моментов, которые в любом случае нужно будет в итоге не только просчитать, но и организовать, закупить, договориться и т.д.? Откуда взять информацию об арендной ставке и стоимости шампуня? Там же, где ты будешь/планируешь арендовать помещение и закупать шампунь. Как понять, что все изучил и ничего не забыл? Для этого нужны друзья/знакомые/специальные фирмы, у которых есть опыт в нужном тебе бизнесе и которые что-то могут подсказать. Опять-таки, если у тебя самого нет опыта, то без таких друзей/знакомых/фирм будут сложности не только и не столько в составлении финмодели, сколько в организации самого бизнеса.
Далее хочется затронуть еще один важный и даже дискуссионный момент — как прогнозировать цены, инфляцию и все тому подобное. Существует несколько подходов к такому прогнозировать в целях построения финансово-экономической модели предприятия.
Первый и самый простой — не прогнозировать, а просто использовать сложившиеся на данный момент цены. Этот подход не только имеет место быть, но активно используется (как минимум, в своей отрасли я с таким подходом сталкиваюсь регулярно и неоднократно, и разговор не о тех ФЭМ, которые делаю лично я). Идея такого подхода довольно проста — во-первых, если инфляция затрагивает цены на ресурсы, то она вполне может «затронуть» и цены на конечную продукцию, оставляя маржу более или менее постоянной. Во-вторых, когда мне кто-то начинает рассказывать о том, что при планировании на 20-30 лет вперед, он может спрогнозировать курс доллара, инфляцию или цену на бензин через 10 лет, это вызывает у меня лишь улыбку, вспоминая изменения инфляции, курсов доллара и любых цен за предыдущие 30 лет:) Когда в прошлом, 2015-м, году я наблюдал на сайте РБК прогнозы аналитиков по курсу доллара на конец года, мне правда становилось очень смешно: при курсе 50 все прогнозы укладывались в диапазон 45-55, при курсе 55 — в диапазон 50-60, при курсе 60 — в диапазон 55-65. А ведь это прогнозы только в рамках одного года. На эту тему еще у Роберта Хэгстрома хорошо написано в книге «Инвестирование: последнее свободное искусство». А еще можно учесть низкую капитализацию наших финансовых рынков, высокую законодательную нестабильность, высокую зависимость макроэкономики от цен на один ресурс — и мне становится еще веселее от разного рода прогнозов на долгосрочный период.
Второй вариант — использовать прогнозы, выложенные в открытый доступ — Всемирный Банк, МВФ и прочие организации много чего прогнозируют и если уж основываться на чьем-то мнении, то лучше, чтобы это было мнение кого-то известного:)
Третий вариант — нанять специализированную фирму, купить прогноз, либо же спрогнозировать с использованием «экспертного мнения» — тут уже кто во что горазд, сколько денег хочется потратить и т.д.
Единственное, на что особо хочется обратить внимание во втором и третьем варианте — если уж мы используем, например, инфляцию по затратам (полагая, что цены на ресурсы будут расти) не поленитесь тогда уж спрогнозировать и рост дохода — иначе чем длиннее период, тем хуже будут вырисовываться дела у предприятия, что, как правило, нелогично.
Ну что же, с вопросом, откуда брать исходные данные, полагаю, немного разобрались, можно переходить непосредственно к заполнению ячеек. См. скриншоты.
В первую очередь заполняем данные о прогнозном периоде — количестве периодов. Иногда бывает важным и полезным увязать эти периоды с реальными календарными датами. Довольно важный и интересный момент — если выделить все ячейки, в которых внесены значения периодов (ячейки с "H2" до "V2"), то можно указать имя для этого так называемого массива данных, например, «период» (в специальном окошке в верхнем левом углу окна Excel). В дальнейшем можно на остальных листах файла в соответствующих ячейках указывать имя массива вместо заполнения значений вручную. Важно: теперь при введении на других листах в ячейку формулы «=период» в этой ячейке появится значение массива из соответствующего столбца в исходных данных. Т.е. если первоначальный массив занимает ячейки с "H2" до "V2" (т.е. столбцы с H до V), то если мы на другом (или том же) листе в любую ячейку из столбца «Н» введем формулу «=период», то после нажатия «Enter» появится в ячейке появится значение "1", в столбце «I» — значение "2" и т.д. В других столбцах, например, «Е» или «W» появится ошибка «#ЗНАЧ!» — это свидетельство того, что столбец, в который мы ввели формулу «=период», находится за пределами массива, которому назначено имя «период». С точки зрения финмоделирования это особенно полезно тогда, когда у какого-либо показателя (например, цены на ресурс, расход материала и т.п.) меняется от периода к периоду и возможна ситуация, когда при заполнении, например, листа «OPEX» для расчета значения расхода в 2020 году мы случайно сошлемся на ячейку исходных данных со значением, относящимся к 2019 году. При использовании имен массивов такие ошибки невозможны. С другой стороны, назначение имен массивов всем значениям исходных данных — процесс трудоемкий и лично я использую эту методику не всегда. Но иметь ее ввиду весьма полезно:)
В допущениях и константах описываем основные базовые цифры, которые будут использоваться в дальнейшем постоянно или регулярно. В данном случае, я вывел в этот подраздел информацию о массе тройской унции в граммах (т.к. цены на золото и серебро устанавливаются в международной торговле в долларах за тройскую унцию, а в России принята метрическая система мер с граммами, килограммами и тоннами в качестве меры веса, поэтому перевод из одной меры в другую может пригодиться), ставке дисконтирования (эту дискуссионную тему затронем чуть позже, но обсудим ее обязательно) и переключатель сценариев для сценарного анализа и оценки эффективности одного из сценариев (в данном случае рассмотрим и оценим два варианта: использование покупной электроэнергии и строительство собственной инфраструктуры для генерации электричества).
Остальные подразделы, полагаю в особых пояснениях не нуждаются: в прогнозах налогов записываем ставки налогов, которые будут использованы в расчетах, в макроэкономических показателях — цены на конечную продукцию предприятия и курсы валют. Здесь дам небольшое пояснение: в отличие от большинства других видов продукции, золото и серебро не нуждается в маркетинге, нет необходимости в менеджерах по продажам и поиске покупателя на эти драгоценные металлы — их выкуп гарантирован государством. Вкратце схема выглядит следующим образом: предприятие добыло руду и на своей фабрике получило чистое (точнее, почти чистое) золото и серебро. После этого осуществляется доставка на аффинажный завод, который за небольшую комиссию во-первых, получает-таки чистое золото, а во-вторых, подтверждает сданный предприятием объем и вес сданного драгоценного металла, после чего предприятие уже получает деньги на свой счет. Что далее будет происходить со сданным на аффинажный завод металлом — не его забота. В этом, конечно, есть несомненный плюс этой отрасли:)
Далее — исходные данные для расчета операционных издержек.
Напомню, что в финмодели будет рассмотрено 2 сценария — с покупной электроэнергией и собственной электростанцией, в связи с чем часть операционных затрат будет зависеть от выбранного варианта. Поэтому обращаю внимание, во-первых, на наличие отдельной ячейки с номером выбранного варианта рядом с переключателем вариантов:
во-вторых, на то, как реализовано заполнение ячеек в зависимости от выбранного варианта:
Сам переключатель реализован через встроенную возможность Excel «Проверка данных» (раздел «Данные»):
Я предпочитаю при наличии нескольких возможных вариантов расходов выделять соответствующее количество строк под эти варианты и отдельную строку, которая заполняется через формулу с использованием функции «ВЫБОР» уже нужным значением в зависимости от выбранного варианта. Таким образом, в дальнейшем, на следующих листах модели я буду ссылать только на одну — результирующую строку, которая уже и будет изменять значения в зависимости от выбранного сценария. Это, во-первых, снижает трудоемкость, во-вторых, снижает вероятность ошибок и, в-третьих, не перегружает формулы на остальных листах модели.
Затем указываем параметры финансовой деятельности (в данном случае — ставка банковского финансирования, из допущения, что строительство и запуск предприятия будет осуществляться полностью из кредитных средств, подробнее об этом поговорим позднее) и данные для расчета затрат на персонал.
Не забываем также про то, что в деятельности предприятия всегда часть денег «заморожена» в оборотных средствах — сначала необходимо закупить материалы, выплатить заработную плату сотрудникам, доставить конечную продукцию до покупателя, и лишь затем будет получен доход. Соответственно, необходимо предусмотреть в модели, что организации необходимы дополнительные средства, которые будут вложены в «оборотку».
Как видно, почти все ячейки в данном листе заполнены вручную цифрами, без использования формул (за исключением результирующих строк по параметрам, зависящим от конкретного сценария модели). Таким же образом далее заполним еще 2 листа ФЭМ («Горный календарь» и «САРЕХ»), а потом перейдем к заполнению расчетных листов формулами.