Mô hình tài chính là nhiệm vụ xây dựng một mô hình trừu tượng (một mô hình) về tình hình tài chính trong thế giới thực.[1] Đây là một mô hình toán học được thiết kế để mô tả (một phiên bản đơn giản) của việc thực hiện tài sản tài chính hoặc danh mục đầu tư, một dự án kinh doanh, hoặc bất kỳ khoản đầu tư nào khác. Mô hình hóa tài chính là một thuật ngữ chung có nghĩa khác nhau cho những người dùng khác nhau; tài liệu tham khảo thường liên quan đến các ứng dụng tài chính kế toán và tài chính doanh nghiệp, hoặc các ứng dụng định lượng tài chính. Mặc dù đã có một số cuộc tranh luận trong ngành về bản chất của mô hình tài chính - cho dù đó là một kỹ thuật hoặc hoạt động gián điệp, chẳng hạn như hàn hoặc khoa học - nhiệm vụ của mô hình tài chính đã được chấp nhận và nghiêm ngặt trong những năm qua.[2] Thông thường, mô hình tài chính được hiểu là một bài tập về định giá tài sản hoặc tài chính doanh nghiệp, về bản chất định lượng. Nói cách khác, mô hình tài chính là về việc chuyển một tập hợp các giả thuyết về hành vi của các thị trường hoặc các đại lý thành các dự đoán số; ví dụ như quyết định của công ty về đầu tư (công ty sẽ đầu tư 20% tài sản), hoặc lợi tức đầu tư[3] (lợi nhuận trên "cổ phiếu A" trung bình sẽ cao hơn 10% so với lợi nhuận của thị trường).
Kế toán
Trong tài chính doanh nghiệp và trong ngành kế toán, mô hình tài chính thường đòi hỏi báo cáo dự báo tài chính; thường việc chuẩn bị chi tiết cụ thể của công ty sẽ sử dụng cho mục đích ra quyết định và phân tích tài chính.
Ứng dụng bao gồm:
Định giá, đặc biệt là chiết khấu dòng tiền, nhưng bao hàm các vấn đề định giá khác.
Để khái quát như bản chất của các mô hình này: thứ nhất, là chúng được xây dựng xung quanh các báo cáo tài chính, tính toán và kết quả là hàng tháng, hàng quý, hoặc hàng năm; thứ hai, các đầu vào theo hình thức "giả định", nơi các nhà phân tích ghi rõ các giá trị đó sẽ được áp dụng trong mỗi thời gian cho các biến số ngoại lai/ toàn cục (Tỷ giá hối đoái, phần trăm thuế...; có thể được coi là các tham số mô hình), và cho các biến cụ thể nội bộ/ công ty (tiền lương, chi phí đơn vị....). Tương ứng, cả hai đặc tính đều được phản ánh (ít nhất ngầm) trong các dạng toán học của các mô hình này: thứ nhất, các mô là thời gian rời rạc, thứ hai, họ là xác định. Để thảo luận về các vấn đề có thể phát sinh, xem bên dưới; để thảo luận về cách tiếp cận phức tạp hơn đôi khi được sử dụng, xem Tài chính doanh nghiệp# định Lượng không chắc chắn và Lý thuyết kinh tế tài chính.
Người lập mô hình thường được gọi là "nhà phân tích tài chính" (và đôi khi được gọi là "những người nghiện số"). Thông thường, người lập mô hình sẽ hoàn thành chương trình MBA hoặc MSF với (tùy chọn) các môn học trong "mô hình tài chính". Chứng chỉ kế toán và chứng nhận tài chính như CIIA và CFA nói chung không cung cấp đào tạo trực tiếp hoặc rõ ràng về mô hình hóa. Đồng thời, nhiều khóa đào tạo thương mại được cung cấp, cả thông qua các trường đại học và riêng.
Mặc dù phần mềm doanh nghiệp đã tồn tại, nhưng phần lớn thị trường là dựa trên bảng tính; điều này phần lớn là vì các mô hình hầu như luôn luôn là công ty cụ thể. Ngoài ra, các nhà phân tích sẽ có các tiêu chí và phương pháp riêng cho mô hình tài chính.[5]Microsoft Excel hiện đã chiếm vị trí thống lĩnh, vượt qua Lotus 1-2-3 vào những năm 1990. Mô hình bảng tính có thể có những vấn đề riêng của nó, và một số tiêu chuẩn hoá và " ví dụ thực tiễn tốt nhất"[6] đã được đề xuất. "Rủi ro bảng tính" ngày càng được nghiên cứu và quản lý.
Một phê bình ở đây là các đầu ra mô hình, tức là các chi tiết đơn hàng, thường kết hợp "giả định tiềm ẩn không thực tế" và "mâu thuẫn nội bộ".[7] (Ví dụ, dự báo về tăng trưởng doanh thu nhưng không có tăng vốn lưu động, tài sản cố định và tài chính liên quan, có thể mang các giả định không thực tế về vòng quay tổng tài sản, đòn bẩy và/hoặc vốn cổ phần). Những gì cần thiết, nhưng thường thiếu, là rằng tất cả các yếu tố chính được dự báo rõ ràng và nhất quán. Liên quan đến điều này, các nhà làm mô hình thường thêm "không xác định các giả định quan trọng" liên quan đến đầu vào, "và để khám phá những gì có thể sai".[8] Ở đây, nói chung, các nhà mô phỏng "sử dụng các giá trị điểm và số học đơn giản thay vì phân bố xác suất và các phép đo thống kê"[9] - như đã đề cập, các vấn đề được coi là xác định bản chất - và do đó tính toán một giá trị duy nhất cho tài sản hoặc dự án,nhưng không cung cấp thông tin về phạm vi, sự khác biệt và độ nhạy của các kết quả. Các phê bình khác thảo luận về việc thiếu các mô hình lập trình máy tính cơ bản.[10] Những lời chỉ trích nghiêm túc hơn, trên thực tế, liên quan đến bản chất của ngân sách và ảnh hưởng của nó đối với tổ chức.[11][12]
Giải Vô địch Thế giới về Mô hình Tài chính, được gọi là ModelOff, đã được tổ chức từ năm 2012. ModelOff là một cuộc thi mô hình tài chính trực tuyến toàn cầu, lên đến đỉnh cao trong một vòng chung kết Live Finals cho các đối thủ cạnh tranh hàng đầu. Từ năm 2012-2014 Live Finals được tổ chức tại thành phố New York và vào năm 2015, tại London.[13]
Định lượng tài chính
Trong tài chính định lượng, mô hình tài chính đòi hỏi sự phát triển của một mô hình toán học tinh vi. Các mô hình ở đây đề cập đến giá tài sản, các chuyển động của thị trường, danh mục đầu tư và những thứ tương tự. Một sự phân biệt chung là giữa: "quản lý tài chính định lượng", các mô hình tình hình tài chính của một công ty lớn, phức tạp; "định giá tài sản định lượng", mô hình lợi nhuận của các cổ phiếu khác nhau; "kỹ thuật tài chính", mô hình giá hoặc lợi nhuận của chứng khoán phái sinh; "định lượng tài chính doanh nghiệp", mô hình của các quyết định tài chính của công ty.
Mặc dù các bảng tính được sử dụng rộng rãi ở đây (hầu như luôn luôn đòi hỏi phải có VBA mở rộng), thường là các chương trình C + +, Fortran hayPython, hay phần mềm phân tích số như MATLAB, đặc biệt là nơi mà sự ổn định hoặc tốc độ là mối quan tâm. MATLAB thường được sử dụng ở giai đoạn nghiên cứu hoặc tạo mẫu vì lập trình hay các công cụ đồ hoạ và gỡ lỗi trực quan, nhưng C ++ / Fortran được ưa thích cho các ứng dụng đơn giản nhưng có chi phí tính toán cao, nơi MATLAB quá chậm; Python ngày càng được sử dụng do sự đơn giản của nó và thư viện chuẩn lớn. Ngoài ra, đối với nhiều ứng dụng phái sinh và danh mục đầu tư tiêu chuẩn,phần mềm thương mại có sẵn và sự lựa chọn về việc liệu mô hình này có được phát triển trong nhà hay liệu các sản phẩm hiện có sẽ được triển khai thì sẽ phụ thuộc vào vấn đề câu hỏi.
Sự phức tạp của các mô hình này có thể dẫn đến việc định giá sai hoặcbảo hiểm rủi ro hoặc cả hai.Rủi ro Mô hình này là chủ đề của các nghiên cứu đang được tiến hành bởi các nhà nghiên cứu tài chính và là một chủ đề quan tâm lớn và ngày càng tăng trong lĩnh vực quản lý rủi ro.[15]
^Blayney, P. (2009). Knowledge Gap? Accounting Practitioners Lacking Computer Programming Concepts as Essential Knowledge. In G. Siemens & C. Fulford (Eds.), Proceedings of World Conference on Educational Multimedia, Hypermedia and Telecommunications 2009 (pp. 151-159). Chesapeake, VA: AACE.
Mayes, Timothy R.; Todd M. Shank (2011). Financial Analysis with Microsoft Excel, 6th Edition. Boston: Cengage Learning. ISBN978-1111826246.
Ongkrutaraksa, Worapot (2006). Financial Modeling and Analysis: A Spreadsheet Technique for Financial, Investment, and Risk Management, 2nd Edition. Frenchs Forest: Pearson Education Australia. ISBN0-7339-8474-6.
Palepu, Krishna G.; Paul M. Healy (2012). Business Analysis and Valuation Using Financial Statements, 5th Edition. Boston: South-Western College Publishing. ISBN978-1111972288.
Pignataro, Paul (2003). Financial Modeling and Valuation: A Practical Guide to Investment Banking and Private Equity. Hoboken, NJ: Wiley. ISBN978-1118558768.
Proctor, Scott (2009). Building Financial Models with Microsoft Excel: A Guide for Business Professionals, 2nd Edition. Hoboken, NJ: Wiley. ISBN978-0-470-48174-5.
Rees, Michael (2008). Financial Modelling in Practice: A Concise Guide for Intermediate and Advanced Level. Hoboken, NJ: Wiley. ISBN978-0-470-99744-4.
Fabozzi, Frank J.; Sergio M. Focardi; Petter N. Kolm (2004). Financial Modeling of the Equity Market: From CAPM to Cointegration. Hoboken, NJ: Wiley. ISBN0-471-69900-4.
Fusai, Gianluca; Andrea Roncoroni (2008). Implementing Models in Quantitative Finance: Methods and Cases. London: Springer Finance. ISBN3-540-22348-7.
Hilpisch, Yves (2015). Derivatives Analytics with Python: Data Analysis, Models, Simulation, Calibration and Hedging. New Jersey: Wiley. ISBN978-1-119-03799-6.
Jondeau, Eric; Ser-Huang Poon; Michael Rockinger (2007). Financial Modeling Under Non-Gaussian Distributions. London: Springer. ISBN978-1849965996.
Joerg Kienitz; Daniel Wetterau (2012). Financial Modelling: Theory, Implementation and Practice with MATLAB Source. Hoboken, NJ: Wiley. ISBN0470744898.