多场景金融建模如何帮助公司为不确定性做好准备

由Robert Duinker.|5月11日,2020年

在我们似乎通过本世纪最重要的“黑天鹅”活动的时候,大家心灵的最大问题之一是:我们如何在这种不确定的情景中计划?

金融车型和决策者出现了独特的挑战和机遇,试图在目前全球经济动荡中妥善评估公司和项目。有一件事很清楚:我们不能继续依靠单个方案模型来给我们全部图片。

单个方案金融造型落下的地方

两个关键指标-NET呈现值(NPV)和内部返回率(IRR) - 通常依赖于传统财务评估计算的产出。但他们分享了一个常见的弱点。它们都是基于对假设一组操作条件的未来生产和现金流的预测,无论如何在制定计划时定义。

这些指标使用恒定的折扣速率随着时间的推移,通常使用假定未来是过去的延续的“基本情况”方案来计算,这通常是唯一建模的方案。

在越来越全球化的社会中,不可预测的事件似乎在巨大的全球敲击效应上表现出更大的倾向。Covid-19 Pandemic引起了新的不确定因素,为整个不同行业的全谱供应链接,熟练的劳动力和生产计划。现在比以往任何时候的“商业 - 通常”不仅仅是可能的情景。

对于我们所居住的时刻,单个方案金融模式根本不足以计划并为未来结果的范围准备。

多场景金融建模如何更好地处理不确定性

基于场景的生产建模对于构建全面的生产、成本和财务模型变得越来越重要,这些模型为投资者、涉众、所有者和项目经理提供准确和可操作的见解。开发多种场景可以让决策者在做出不可逆转的决定之前,在一致的计算中理解和探索一系列风险和机会。

考虑到多种情况,目前鉴于Covid-19大流行所带来的需求中断,因此,由于关键投入的几种不确定结果,可以以不同方式定义未来。一系列场景允许项目和规划团队内的多样性和敏捷性,并且还提供了在下行情景的情况下为准备的结构化框架。我们计划越多,为一系列可能性做好准备,我们在不确定性中取得成功的几率就越大。

情景建模还允许灵活性地测试广泛的不确定输入,如商品价格输入,并查看财务指标,如NPV和IRR,不只是作为点值,而是作为基于输入参数潜在波动性的概率分布。下图显示了一个使用随机变量输入和大量场景建模的项目的IRR和NPV分布示例模型:

多场景金融建模如何帮助公司为不确定性做好准备

IRR和NPV分布模型

开发多场景金融模式的最佳实践

虽然财务模型可以适应大量的场景,但建议至少考虑三种情况:最好的情况、不利的情况和有利的情况。每一种情况都应该在项目规划过程的早期开发和考虑,以捕获机会,并探索和减轻不太可能的下行风险。在决策窗口之前,多场景财务建模是最关键的,决策窗口包括项目阶段闸门、项目董事会批准、重大再融资、交易、合并和收购。

场景不需要过于复杂,但应该足以识别和肉体彻底减轻和肉体需要调查的上行机会。场景的类型,数量和可能性将在一个企业到下一个业务之间变化,即使在同一行业内也是如此。两个可能具有非常相似的基本情况的公司可能具有非常不同的上行和下行情景。

遵循的好的拇指是基本案例应该代表最可能的情景,并且至少至少有一个“最有可能的上行”和一个“最有可能的下行”情景,与您的关键价值驱动程序和目标相关商业。您可能会发现调查更多选项最终在基本情况下包含它们的值得。

COVID-19等“黑天鹅”事件带来的一些关键不确定性领域可以通过上行和下行建模加以探索和缓解。这些领域包括生产产出变化、成本变化、商品价格波动、进度延误和立法变化的不同设想。

通过准备来管理不确定性

不确定性可以在数学上建模的事实应该是此时对人和企业的一种舒适性。虽然我们最初见证了Covid-19的指数增长,但我们现在开始希望看到轨迹以非常高的速度逆转折扣的指数衰减。

不确定性的最佳解毒剂是准备,并且在金融建模方面,包括开发一系列上行和下行情景,因此我们准备面对未来的持有情况。