Excel金融建模

Book description

通过一系列金融建模实践和Excel实操技巧,帮助读者掌握高效率的金融建模解决方案

Key Features

  • 金融建模是许多金融从业者需要具备的核心技能。
  • 可以借助随书提供的配套数据表格和彩色图片,跟随书中提示,逐步进行实践操作。
  • 自带大量 Excel 金融数据应用场景,案例中的操作描述紧凑且干货满满。

Book Description

Excel是大众熟知的Office软件之一,它不仅拥有优秀的统计功能、数据分析功能,在金融建模领域也被广泛应用。

本书基于Excel 2019编写,全书共10章内容,涉及财务模型及Excel简介、建立财务模型的步骤、Excel函数和公式的使用、各种财务表格、比率分析、估值以及如何测试模型的合理性和准确性等知识点。

本书将Excel用于金融建模实践,囊括了丰富的案例和操作演示,力求帮助读者了解金融建模场景中常用的Excel工具,解决金融领域的预测、估值、交易、数据分析等业务难题。

本书适合金融及财务方向的从业者阅读,对企业并购、估值建模等具有参考价值,是一本实用的工具书。

What you will learn

  • 财务模型及Excel简介
  • 建立财务模型的步骤
  • Excel函数和公式的使用
  • 各种财务表格
  • 比率分析
  • 估值
  • 测试模型的合理性和准确性

Who this book is for

本书适合金融及财务方向的从业者阅读,对企业并购、估值建模等具有参考价值。

Table of contents

  1. 版权信息
  2. 版 权
  3. 版权声明
  4. 内容提要
  5. 推荐序
  6. 作者简介
  7. 技术审校者简介
  8. 前 言
  9. 资源与支持
  10. 第一部分 财务建模概述
  11. 第1章 财务模型及Excel简介
    1. 1.1 财务模型的主要组成部分
      1. 1.1.1 投资
      2. 1.1.2 融资
      3. 1.1.3 分红
    2. 1.2 什么是数学模型
    3. 1.3 财务模型的定义
    4. 1.4 财务模型的类型
      1. 1.4.1 三大财务报表
      2. 1.4.2 现金流量折现模型
      3. 1.4.3 相对价值模型
      4. 1.4.4 并购模型
      5. 1.4.5 杠杆收购模型
      6. 1.4.6 还款计划表
      7. 1.4.7 预算模型
    5. 1.5 能替代Excel进行财务建模的软件
      1. Excel的优点
    6. 1.6 Excel是理想的工具
    7. 1.7 本章小结
  12. 第2章 建立财务模型的步骤
    1. 2.1 与管理层讨论
      1. 2.1.1 了解管理层的期望
      2. 2.1.2 了解客户的业务
      3. 2.1.3 评估各部门负责人
    2. 2.2 构建使模型成立的假设条件
    3. 2.3 创建模型框架
    4. 2.4 获取历史财务数据
    5. 2.5 编制预测资产负债表和预测损益表
    6. 2.6 编制预测辅助明细表
    7. 2.7 编制预测现金流量表
    8. 2.8 进行比率分析
    9. 2.9 预测估值
    10. 2.10 本章小结
  13. 第二部分 运用Excel工具和函数进行财务建模
  14. 第3章 函数和公式——用一个独立的公式完成财务建模
    1. 3.1 理解函数和公式
    2. 3.2 具备查找功能的函数
      1. 3.2.1 VLOOKUP函数
      2. 3.2.2 INDEX函数
      3. 3.2.3 MATCH函数
      4. 3.2.4 CHOOSE函数
    3. 3.3 函数组合
      1. 3.3.1 IF函数
      2. 3.3.2 MAX函数和MIN函数
      3. 3.3.3 MAX函数和MIN函数的应用案例
    4. 3.4 数据透视表和数据透视图
      1. 数据透视表的应用案例
    5. 3.5 注意事项
      1. 保护工作表
    6. 3.6 本章小结
  15. 第4章 在Excel中运用“引用”功能
    1. 4.1 关于引用
    2. 4.2 相对引用
    3. 4.3 绝对引用
    4. 4.4 混合引用
    5. 4.5 引用功能的实际应用
    6. 4.6 本章小结
  16. 第三部分 建立综合财务模型
  17. 第5章 了解项目及构建假设条件
    1. 5.1 了解项目的性质和目的
    2. 5.2 进行访谈
      1. 获取历史数据
    3. 5.3 构建假设条件
      1. 5.3.1 常规假设条件
      2. 5.3.2 损益表和资产负债表的假设条件
      3. 5.3.3 损益表科目增长驱动因子
      4. 5.3.4 资产负债表科目增长驱动因子
    4. 5.4 编制预测损益表
    5. 5.5 编制预测资产负债表
    6. 5.6 本章小结
  18. 第6章 固定资产明细表和负债明细表
    1. 6.1 了解BASE的概念和余额结转法
    2. 6.2 固定资产折旧明细表
      1. 6.2.1 平均年限法
      2. 6.2.2 余额递减法
    3. 6.3 资本支出计划表
      1. 6.3.1 详细法
      2. 6.3.2 简洁法
    4. 6.4 负债明细表
      1. 6.4.1 详细法
      2. 6.4.2 简洁法
    5. 6.5 编制还款计划表
      1. 6.5.1 创建模型框架
      2. 6.5.2 编写函数公式
      3. 6.5.3 还款计划表的应用
    6. 6.6 本章小结
  19. 第7章 现金流量表
    1. 7.1 现金流量表简介
    2. 7.2 不涉及现金流动的科目
    3. 7.3 经营营运资本的净变动
      1. 7.3.1 投资活动产生的现金流
      2. 7.3.2 融资活动产生的现金流
    4. 7.4 平衡资产负债表
      1. 7.4.1 错误排除
      2. 7.4.2 循环引用
    5. 7.5 快速编制预测现金流量表
    6. 7.6 本章小结
  20. 第8章 比率分析
    1. 8.1 比率分析的意义和好处
    2. 8.2 比率的种类及其计算公式
      1. 8.2.1 盈利能力比率
      2. 8.2.2 短期偿债能力比率
      3. 8.2.3 营运能力比率
      4. 8.2.4 平均资产收益率
      5. 8.2.5 平均已占用资本回报率
      6. 8.2.6 平均权益回报率
      7. 8.2.7 长期偿债能力比率
    3. 8.3 解读比率
    4. 8.4 理解比率分析的局限性
    5. 8.5 利用比率分析来寻找财务水平稳定的公司
    6. 8.6 本章小结
  21. 第9章 估值
    1. 9.1 绝对估值法
      1. 9.1.1 实体自由现金流量
      2. 9.1.2 货币的时间价值
      3. 9.1.3 加权平均资本成本
      4. 9.1.4 后续期实体价值
      5. 9.1.5 计算现值
    2. 9.2 相对估值法
      1. 9.2.1 可比公司法
      2. 9.2.2 先例交易法
    3. 9.3 本章小结
  22. 第10章 测试模型的合理性和准确性
    1. 10.1 设置内置测试和程序
    2. 10.2 错误排除
    3. 10.3 理解敏感性分析
    4. 10.4 使用直接和间接的方法
      1. 10.4.1 直接法
      2. 10.4.2 间接法
    5. 10.5 方案选择器(场景分析)
    6. 10.6 创建一个简单的蒙特卡罗模拟模型
    7. 10.7 本章小结

Product information

  • Title: Excel金融建模
  • Author(s): Posts & Telecom Press, Shmuel Oluwa
  • Release date: May 2024
  • Publisher(s): Packt Publishing
  • ISBN: 9781836207535

You might also like

book

金融中的机器学习

by Posts & Telecom Press, Jannes Klaas

跟随机器学习最佳实践,探秘金融中的科技思维 Key Features 配套代码+彩色图片帮助读者快速上手 详细的理论推到和算法分析,引导读者了解机器学习的内核 知识点与代码示例环环相扣,理论与编程实践完美结合 Book Description 机器学习是设计与应用算法的科学,可从数据中进行学习和预测,其应用已经非常普遍。金融领域集中了大量的交易数据,为人工智能技术的运用奠定了良好的数据基础。本书面向金融领域的读者,介绍了机器学习技术的原理与实践。 本书包括10章,介绍了神经网络算法、结构化数据的处理、计算机视觉处理技术、时间序列分析、自然语言处理、生成模型的应用、强化学习技术、数据建模与调试、贝叶斯推理和概率编程等内容。 本书由资深金融从业者编写,融合了其在金融项目中关于机器学习的实践经验,适合金融领域的数据科学家、数据分析师、金融科技公司的技术研发人员以及对金融领域的机器学习技术感兴趣的读者阅读。 What you will learn 掌握神经网络算法 …

book

编写整洁的Python代码(第2版)

by Posts & Telecom Press, Mariano Anaya

Python代码整洁之道 Key Features 介绍实现Python代码整洁应遵循的基本原则 涵盖避免由不良代码导致的效率低下以及存在诸多隐患的代码的方法 作者专业背景深厚,项目经验丰富 基于Python 3.9 Book Description 这是一本介绍如何实现Python代码整洁的书,主要介绍如何使用Python 3.9引入的新特性提升编码技能。此外,本书还介绍了以下内容:通过利用自动化工具建立高效的开发环境,利用Python中的魔法方法来编写更好的代码,抽象代码复杂性并封装细节,使用Python特有的特性创建高级的面向对象设计,通过使用面向对象设计的软件工程原则创建强大的抽象来消除代码重复,使用装饰器和描述符创建特定于Python的解决方案,运用单元测试方法有效重构代码,以及通过实现整洁的代码库为构建坚实的架构打下基础等。 本书对新手程序员和有经验的程序员同样适用,也适合想通过编写Python代码来节省成本和提高效率的团队领导、软件架构师和高级软件工程师参考。当然在阅读本书前,读者应掌握一些Python基础知识。 What you will …

book

实时数据处理和分析指南

by Posts & Telecom Press, Shilpi Saxena, Saurabh Gupta

一本介绍实时大数据计算领域的相关技巧和经验(包括Flink、Spark和Storm等流处理框架技术)的指南。 Key Features 全书从搭建开发环境开始,逐步实现流处理,循序渐进地引导读者学习如何利用组件协同应用来解决实际问题。 Book Description 本书主要介绍实时大数据计算领域的相关技巧和经验,包括Flink、Spark和Storm等流处理框架技术。全书从搭建开发环境开始,逐步实现流处理,循序渐进地引导读者学习如何利用Rabbit MQ、Kafka和NiFi以及Storm、Spark、Flink和Beam等组件协同应用来解决实际问题。 本书内容分为6个部分,分别是“导言——熟悉实时分析”“搭建基础设施”“Storm实时计算”“使用Spark实现实时计算”“使用Flink实现实时分析”以及“综合应用”。 在阅读本书之前,读者应具备基本的Java和Scala编程基础,还应熟悉Maven、Java和Eclipse的安装和配置流程。 What you will learn 搭建基础设施 Storm实时计算 …

book

Python算法交易实战

by Posts & Telecom Press, Sebastien Donadio

金融科技系列图书新作,了解经典实用的算法交易策略,构建自己的算法交易系统,赢在金融交易起跑线(送配套源代码和彩图资源) Key Features 由浅入深地讲解算法交易的相关知识 从基础知识和环境配置讲起 讲解如何通过编程完成交易信息的生成与交易策略的实施 介绍众多算法交易策略,以及如何管理算法策略中的风险 带领读者用Python建立自己交易系统 Book Description 本书由浅入深地讲解了算法交易的相关知识,首先从基础知识和环境配置讲起,其次讲解如何通过编程完成交易信息的生成与交易策略的实施,随后介绍众多算法交易策略,以及如何管理算法策略中的风险,最后带领读者用Python建立自己交易系统,并迎接算法交易的深层挑战。 全书共分为10章,包括算法交易的基础原理、通过技术分析解读市场、通过基础机器学习预测市场、人类直觉驱动的经典交易策略、复杂的算法策略、管理算法策略中的风险、用Python构建交易系统、连接到交易所、在Python中创建回测器、适应市场参与者和环境。 What you will learn …