投行常說的「模型」(model) 是什麼東西？

11-25

經常聽到段子說IBD里的junior們搭模型搭到天亮，然後運行起來出錯，但又找不到錯哪
想問下這個模型究竟是什麼東西？做IPO還是做MA的會用的多一點？搭模型的技能可以怎樣提前學嗎？
投行對Excel的技能要求高到什麼程度？

投行或者投資界的財務模型（Financial Model）聽起來是不是高大上白富美，然而細究其本質及原理，只有三個字：「Low爆了」。數學原理不超過四則運算，頂多加上開方和乘法。而且製作工具也非常簡單，基本都是Excel。這個領域的Financial Model的複雜性不是體現在理論，而是體現在：

商業邏輯清晰：找出核心的假設
靈活性強：根據客戶或老闆需求快速調整，有時候真的是先有結論後有推論
膽子大：針對眾多不可測的變數敢於進行有量級精度的假設或者瞎猜，物理界有海森堡測不準原理，商業界有魯智深測不怕原理

看官不信，看我用實戰案例來詳細分解（鄭重聲明，以下的所有截圖都是真實投資及交易案例中的Financial Model）。

基本可以這麼說，幾乎所有的財務模型都是拿Excel做出來的。包括但不限於：

偏會計或財務方面：財務三張報錶的歷史及預測
偏項目投資或項目管理方面：NPV/IRR等模型
偏股權及債券投資方面：市場規模預測、投資價值預測（DCF及Comparable等等）等等、針對各種股權的回報預測
偏交易方面：針對各類金融產品（FX、衍生品等等）的模型估算和執行策略等等。

即使最初不是拿Excel做出來的，到交流層面也是拿Excel在各個決策者之間分享和溝通。這一方面說明Excel的強大，以及在金融和財務相關的Professional Service行業的普及；另一方面也說明，這些行業對新技術運用的滯後。

為了說明這些模型，舉一些真實的案例對上述的方面挨個說明。下圖是一個真實投資案例的財務模型，其中的重要部分已經在圖中列出。

其中最重要的有基礎的三張財務報表（歷史+帶各種假設的未來預測），其中一個小技巧是自動配平和檢查三張表之間關係的模塊。做過三張表的財務及金融人士，一定理解這一步的酸楚。

為了完成對公司業績的預測，還要對公司所處的市場規模以及公司未來的表現進行預測。下圖的概述頁面就是完成這個工作。

在回報倍數（X_Cal那一頁）的計算中，用到各類DCF或者PE Comparable等常用的模型。下圖是另外兩個實戰的模型，利用WACC和DCF等等去估值一個公司的價值。

敏感性分析，針對投資人最關心的兩大指標（回報倍數和IRR），基於各種最重要的場景進行敏感性分析，包括：投資方式（股權？債券？混合？）、資產注入的不同形態、未來的PE以及未來的EPS等等。

在個別複雜的情況，還需要針對Equity或者Loan的不同Class或者Tranche進行拆分然後具體的分析。

交易員有時候也會拿Excel來做各種金融產品的價格估算和交易執行策略的安排，雖然看起來簡單，但是後台對接著龐大的Bloomberg各類介面以及各大牛逼碼農開發的各類超級介面和複雜的後台邏輯。下圖提供的是一個針對某外匯的交易策略安排及價格估算。

……更多文章數據冰山 - 知乎專欄
……更多回答何明科的主頁

哈哈哈timeline上看到這個問題，覺得好萌啊怎麼辦哈哈哈哈
其實我當年也想過這個問題……OvO

模型嘛……大概可以分成財務模型和估值模型 (financial model valuation model).
下圖是個DCF，然後你可以看看左下角有多少個tab……這是個培訓用的sample所以還算蠻標準的。基本上Income Statement, Balance Sheet, Cash Flow三大表可以算是financials，DCF和Relative Analysis算是valuation，還有一些有的沒的

上面說的是equities，也就是某隻股票的公司模型，如果是其他金融產品比如衍生品什麼的，那模型主要就是valuation，各種複雜的公式計算價格期限什麼的，找本教材看看會有個大致的概念。

對Excel的技能要求沒什麼特殊的，複製粘貼輸入數字鏈接單元格加點公式，頂多搞點VBA，公司允許的話調用一些外部API，沒了。

「運行起來出錯」……是指balance sheet配不平么OvO

mark!

不太同意說這個詞low，可能因為作為一個底層開發者深深清楚真正做出一個高效的帶資料庫、可查詢的模型軟體是異常麻煩的. Costly! 小弟結合在投行的親身開發經歷細說一下. 第一次在知乎寫答案，高抬貴口，不同意的觀點歡迎討論 =)

說到financial model，一句話概括就是加減乘除四則運算計算一個時間段內的各種參考數值(比如常用的各種index)，用來給投資分析師寫報告或者調研時參考用。

不過不是只有四則運算就很簡單很low，背後其實涉及了很多邏輯判斷、匯率轉換、時間時差轉換、每個時間點對應的值存儲 (每一項都可以舉出很多栗子，有機會補充)

能深有體會是因為15年在某美國G字型大小投行實習時候負責開發一個 Web App, 目的就是為了可視化投行的Investment Research部門分析師所使用的 financial valuation model. 投資分析師和負責寫模型的程序猿當時最大的痛點就是因為公司的Dev team花了三年時間開發了一套自動化可查詢的模型軟體(excel plugin + web services)，本意是為了方便分析師寫報告，但是結果分析師和寫計算模型的開發者經常陷入迷茫。原因就是上面提到的，想要track一個複雜的index的整個計算過程太耗費時間和精力了。

拿栗子說話，WACC這個值(學finance和accounting的同志們應該耳熟能詳)，是需要很多別的值計算出來的，而所謂的這些別的值其實層層剖析下去最後用的是Price這個值加上一些constant value(常量) 去計算的。把Price和一些constant value進行一系列的邏輯判斷、運算等等才可以得出某個ticker的WACC. 對於同一個index，不同的兩個公司: 行業不一樣，結算貨幣不一樣，上市地區不一樣往往算出的值是有天壤之別的。當時用D3.js做了一個BFS畫出了公司每一個值的圖後，NY總部那邊的人震驚了，他們說他們從來沒想過:"教科書上簡單的公式在軟體里做出的模型竟需如此複雜。"

因為Compliance Issue, 不能給大家放圖，而且很多資料離職時候都進碎紙機了，但是還是想用D3網站上的栗子打個比方，某些index可視化出來的效果經常比這個圖的層級還要多！中間還要轉換很多數值的貨幣符號，涉及企業種類的判斷，只有寫過的程序猿才知道有多煩人。

最後附上一個當時的Prototype，實現是用 AngularJS + D3 + http://VertX.io

講Fundamental model。
向sell side要過不少模型，這是某國外大行分析師Income statement的截圖。

這個model只有三張表和一個valuation，什麼杜邦、sensitivity都沒有，因為其實用不到。

賣方模型的特點：
1，數據很多，很詳細，有一些在公開資料中找不到的數據。業務分類，歷史數據，還有很多operating data都很多；
2，基本不會考慮配平，三張表分列開來分析；
3，對未來的預測一般是粗糙的。比如上面那個例子，上千行的數據，只是看看，化作對明年收入的預測，簡單地給了一個增長8%的假設；當然也有很仔細的預測模型；
4，用途，主要為基本面分析、估值和報告寫作以及更新提供數據基礎；
5，分析師羊群效應是顯著的，模型估算，其實參數差一點，結果差很多的，他們很看重consensus，所以自己做出來的數據要和市場已有的分析師數據對比，不能差太多，否則就會覺得有問題。最近滬港通，有些外資大行開始cover A股公司，但是他們發現A股的consensus很難從他們的模型里得到，國內分析師模型雖然三表俱全，但預測時候的分析更粗糙一些。

再說說買方model的特點吧，一般來說沒有賣方分析師數據那麼多，但買方的model不需要發布，因此可以更自由一些，看問題時講求效果，更注重挖掘drivers和影響因素，一切為了決策服務。

模型，只是這個詞看著顯得比較高端。實際上，它真真真的很平民。

其實你可以理解為就是一種數據關係，反應某幾個變數之間的相互關係的表達式。
通過表達式（模型化）反應事物之間的關聯性。比如，利息與本金、存款期限、利率之間的關係，用一組函數表示出來，就是一個模型。繼續用Excel更直觀地反應出來，就變成了XX的excel模型。

比如

——————————————————————————————————————
20141219補充
首先需要明確的一點，建模型的目的是什麼？
很顯然不是為了看著感覺高大上。建模顯然是為了分析研究問題，幫助預測未來，解決問題而生的。
既然是預測未來，那必然要深入調查研究，了解現有數據（各已知變數）的變化規律，以及預測隨著這些變數的變化可能產生的各種結果。

那什麼是模型？
模型就是在已知的這些假設條件和現有的變數的情況下，用諸如數學的方法精鍊地表達出這些變數之間的關係以及對結果的影響，就像提煉出一個定理一樣。而這個提煉出來的定理，就是所謂的模型。

比如資本資產定價模型，長這樣

這個模型，表達的就是資產i的期望收益率和市場投資組合的期望收益率之間的關係。

上式用文字表述就是，
資產i的預期收益率 = 無風險收益率 + 資產i的系統性風險係數* （市場投資組合m的期望收益率 - 無風險收益率）

所以，我是要一上來就甩出一個類似的甚至看上去更加高大上的公式或圖形才算是模型么？

題主問的是什麼是模型
1.既然是這樣，我當然告訴他最簡單的例子和原理。
資本資產定價模型雖然比Y=2X看上去顯得複雜，但是很顯然，他們的目的都是一樣，都是揭示變數之間的關係以及變數的變化對結果的影響。

2.題主還提到了Excle建模運行的問題，你把公式里這些變數的值代入進去，不就可以在Excel上顯示出來了嗎？顯示出來是不是自己想要的結果？既然模型是為了預測未來，那肯定是需要不斷嘗試演練的，這個過程肯定也就是一個不斷試錯的過程。最後，確定模型沒問題了，最後，在實際的工作中，我就可以用這個模型來指導工作，這也是建模的目的之所在。

3.當然，不是所有的模型都是純定量（數字化）的。很多時候，它都是定量和定性分析的雜合體。因為對一個模型的影響的因素通常是多種多樣的。

4.補充一下，金融的建模工具也不僅限於Excel，VBA。其他的還有諸如MATLAB，SPSS, SAS, C, R語言等

廢話不多說，直接附個Financial Model的鏈接

http://www.breakwallstreet.com/zhihu/fm.xlsx

相信看了這個模型，大家心裡會更清楚直觀。至於Model的作用，前面已經有人回答得很詳細了，我就不再贅述。

如果有人想學習Model的話，可以跟我聯繫，我可以結合一些課程給予指導。

同意Henry yua和匿名用戶的答案。是基本面分析的公司財務模型。ma, ipo, loan, bond issuance都需要，根據不同的transaction要求有不同的側重點。

可以很複雜，最困難的部分包括driver (根據不同行業不同產業鏈的不同盈利模式預測top line和cogs), 可能需要外部數據，和公司沒有公開披露的數據。debt schedule我認為也相當困難，特別是債多的大公司。需要設置cash sweep, lien, para passu還是sequential很多債的特性，並且要有interest and principal payment test.

這些模型的基本原則是：
1. 資產負債表要平。
2. 資產負債表期末現金要和現金表現金相等。
3. 平負債表的Plug要符合現實。

要想做的準確並能指導transaction 確實要花不少時間。為了避免circular reference, 簡單的VBA code 比如loop也是必要的。

貢獻一個實例吧，有興趣的歡迎下載：

下載鏈接
http://pan.baidu.com/s/1nvxw9BF

貼圖：

其實用的最多的是一些Excel表哈哈哈哈哈哈！！！（咬我啊）

這年頭連用個cocos2dx的3d功能都被吹成：
用行業內最流行引擎的最新3d炫酷技術。
還有什麼不能吹的？
所謂模型說穿了就是y=f(x)。

BSM 模型是由Black-Scholes-Merton三個人共同完成的，但很多人都以為是BS model，以為最後那個M就是model的簡寫，實際上M是Merton的縮寫啊，Merton感到很無奈，甚至國內的很多教材都寫的是BS模型，真無語

模型就是公式，把數據往裡代入，得到你需要的數據。

贊同牙買加解釋的數據關係。其實只要通過量化，就都可以建立模型。
模型可以說是人為了更好地理解事物，在量化的基礎上建立的關係描述。
在學校已經接觸過了，最出名的模型就是牛頓三定律，我們通過這些定律組成模型對事物力速度質量進行計算，使得我們能夠做很多事。
除了物理，化學裡的一整體體系也是一個模型。
科學的發展就是人根據現象總結，然後創造模型去解釋這些現象，當模型與現象相符到可用程度，那麼我們就可以使用我們創建的模型為我們服務。
經濟學上的模型同樣如此，只不過模型的對象是經濟現象，與其他學科不一樣而已。

是用來分析問題的具體方法和套用模版，具體到IBD的工作中，他們要解決的問題就是「值多少錢」和「財務狀況好不好」等等

分析又不一定準,基本相當於做實驗.說白了就是總要找點事情做...

Breaking into walltreet的課程的確不錯(https://breakingintowallstreet.com/biws/homepage/) 程度有深有淺，非常適合在職的學習以及複習，單個模塊也就347美元，而且有非常詳細的視頻手把手教導。

樓上的@健康進步就好在知乎上收費把別人的原創材料分享出來不太好吧？畢竟那些資料都是原創，樓主這麼做以後中國買家可能就無法註冊獲得BIWS的內容了，不建議大家鼓勵這種侵犯版權的行為。

我當初以為也是什麼高端作業，還金融建模。。。。。。我一個學數學統計的被唬了那麼多年簡直羞恥。。。

一個問題一個解釋問題的簡單邏輯（故事）
簡單邏輯抽象成因變數和自變數的函數關係=模型。
首先，你得有一個真實的問題，然後你得有一個有效的簡單邏輯。
最後才是複雜的分析工具。

大家的回答大部分是針對證券分析師的我來加一點量化的方面
國內衍生產品可能還不是特別多但是國外的投行有很多這裡面涉及好多的資產定價模型
比如經典的期權定價模型black scholes
比如當年引發次貸危機的cds
比如資產證券化的產品
這些個衍生產品背後還有好多不同的quant模型在背後支持
有時候要協調quant和不同的開發部門一起
碰到個著急的deal 要調模型調參數還可能不巧被老闆挑出來問題跑出來結果明顯不對或者出了個bug程序沒過……
話說回來題主要是連做的模型是啥也不太可能找到這種工作啦。一般都要對做的模型有很好的基礎和了解啊
模型本身用什麼樣的語言和工具不重要這麼噁心的模型都搞定了還怕搞不定語言？
至於excel 更不在話下了不行谷歌唄