Analiza finansowa
to rzemiosło,
nie rutyna
Większość błędów w analizie finansowej nie wynika z braku danych - wynika z nawyków, które skracają drogę tam, gdzie nie powinno się jej skracać. Modele się sypią, gdy ktoś zakłada zamiast sprawdzać.
Na tej stronie zebraliśmy konkretne wskazówki dotyczące pracy z danymi finansowymi: jak organizować proces, czego unikać i gdzie naprawdę warto poświęcić czas.
Praca z danymi źródłowymi
Zanim pojawi się jakikolwiek model, dane muszą być zrozumiane - nie tylko pobrane. Poniższe wskazówki dotyczą etapu, który większość analityków traktuje jako techniczny, a który w praktyce decyduje o jakości całej analizy.
Sprawdź definicję, nie tylko wartość
EBITDA w raporcie jednej spółki może zawierać pozycje, które inna spółka klasyfikuje inaczej. Przed porównaniem dwóch wskaźników zawsze wróć do not objaśniających i sprawdź, co dokładnie wchodzi w skład danej pozycji.
Różnice w definicjach są szczególnie częste przy wskaźnikach rentowności i przy miarach zadłużenia. Nie zakładaj, że ten sam termin oznacza to samo w każdym sprawozdaniu.
Korekty jednorazowe - kiedy je uwzględniać, a kiedy nie
Spółki regularnie wyłączają z wyników pozycje opisywane jako jednorazowe. Problem w tym, że część z tych pozycji pojawia się co roku pod inną nazwą. Zanim zastosujesz korektę zarządu, sprawdź historię ostatnich czterech–pięciu lat.
Jeśli „jednorazowe" koszty restrukturyzacji pojawiają się w każdym roku, nie są jednorazowe - są częścią modelu operacyjnego. Traktowanie ich jako wyłączeń zawyża znormalizowaną rentowność.
Budowanie i testowanie modeli
Model finansowy jest narzędziem do myślenia, nie do potwierdzania tezy. Poniższe wskazówki pomagają utrzymać dyscyplinę w fazie konstrukcji.
Struktura modelu - separacja założeń od wyliczeń
Założenia modelu powinny znajdować się w jednym miejscu - najlepiej na osobnej zakładce lub w wyraźnie wydzielonej sekcji. Kiedy założenia są wmieszane w formuły, każda zmiana wymaga przeszukiwania całego pliku.
Zasada jest prosta: jeśli chcesz zmienić stopę wzrostu przychodów, powinieneś zmieniać jedną komórkę, a nie dwanaście. Model, który tego nie umożliwia, jest trudny do audytu i łatwy do pomylenia.
Analiza wrażliwości - zanim, nie po
Większość analityków buduje tabele wrażliwości na końcu, żeby pokazać zakres wyników. Lepiej uruchomić ją wcześniej - żeby zobaczyć, które założenia naprawdę wpływają na wynik, a które można uprościć.
Jeśli zmiana stopy dyskontowej o 1 punkt procentowy zmienia wycenę o 40%, to jest to zmienna, którą warto uzasadnić najdokładniej. Jeśli zmiana kursu walutowego o 10% zmienia wynik o 0,3%, możesz poświęcić jej mniej uwagi.
Testy skrajne - co się dzieje przy zerze
Każdy model warto sprawdzić przy ekstremalnych wartościach wejściowych: zerowy wzrost przychodów, ujemna marża, brak finansowania zewnętrznego. Jeśli model zwraca błąd lub absurdalny wynik, gdzieś w strukturze jest ukryte założenie.
Testy skrajne nie służą do prezentacji - służą do znalezienia słabych punktów zanim zrobi to ktoś inny. To szczególnie ważne przy modelach używanych w negocjacjach lub w due diligence.
Interpretacja i komunikacja wyników
Liczby bez kontekstu są bezużyteczne. Poniższe wskazówki dotyczą etapu, który decyduje o tym, czy analiza faktycznie wpływa na decyzje.
Punkt odniesienia musi być jawny
Każdy wynik jest dobry lub zły względem czegoś. Jeśli marża EBIT wynosi 12%, to pytanie brzmi: w porównaniu do czego? Do roku poprzedniego, do sektora, do planu, do kosztu kapitału? Bez tego kontekstu liczba nic nie mówi.
W prezentacji wyników zawsze podaj punkt odniesienia explicite - nie zakładaj, że odbiorca sam go przyjmie. Różni odbiorcy przyjmą różne benchmarki i dojdą do różnych wniosków.
Unikaj fałszywej precyzji
Wycena podana z dokładnością do czterech miejsc po przecinku sugeruje pewność, której model nie daje. Jeśli kluczowe założenia są szacunkami z rozrzutem ±15%, wynik powinien być przedstawiony jako przedział, nie jako punkt.
Fałszywa precyzja osłabia wiarygodność - szczególnie gdy ktoś pyta o podstawy i okazuje się, że stopa wzrostu w modelu to „gdzieś między 3% a 7%". Lepiej otwarcie pokazać zakres niż bronić liczby, która jest środkiem szerokiego przedziału.
Dokumentacja założeń - dla siebie za sześć miesięcy
Model bez dokumentacji założeń jest trudny do zrozumienia nawet dla osoby, która go zbudowała - jeśli wróci do niego po pół roku. Krótka notatka przy każdym kluczowym założeniu (skąd pochodzi, dlaczego taka wartość) oszczędza godziny pracy przy aktualizacji.
Nie chodzi o formalną dokumentację na dziesiątki stron. Wystarczy jedna strona z listą głównych założeń, ich źródłem i datą ostatniej weryfikacji. To wystarczy, żeby model był użyteczny długoterminowo.
