Att bygga känsliga prognosmodeller och vanliga prognosantaganden

Finansiell prognosmodellering i Python

Victoria Clark

CGMA Financial Analyst

Att tänka på vid prognostisering

  • Tolka data korrekt
  • Ta hänsyn till förändringar i data
  • Ta hänsyn till sammanlänkade variabler
    • Beroenden
    • Känsligheter
  • Sätt antaganden
Finansiell prognosmodellering i Python

Antaganden

  • "Bästa uppskattning" baserad på tillgänglig data
  • Fastställs i början av prognosprocessen
  • Används för att driva prognostisering
  • Kan kontrolleras direkt
  • Kan kontrolleras indirekt
    • Utanför företagets kontroll

svart svan

Finansiell prognosmodellering i Python

Olika typer av antaganden

  • Sannolikhet
    • Viktad
  • Marknadssentiment
  • Efterfrågan och utbud

Frågetecken

Finansiell prognosmodellering i Python

Arbeta med par i Python

Använda kombinerade listor

Utfall Sannolikhet (%)
1 30
2 20
3 50

 

outcome_probability = ['1|0.3', '2|0.2', '3|0.5']
Finansiell prognosmodellering i Python

Definiera en Python-funktion

Definiera en formel för beroende eller känslighet

  • Undvik dubbelarbete och fel
def assumption1()
  if marketsentiment = 0.3:
    sales + sales*0.1
  else 
    sales
Finansiell prognosmodellering i Python

Nu kör vi en övning!

Finansiell prognosmodellering i Python

Preparing Video For Download...