魔豆一番：所以说Model到底有什么用？

前言： 慢慢进入了2018下半年，离我脱离A&A的日子预计不太远了，不由得想要回头整理一下，免得手上的活儿不用就生疏了，再往后就渐渐忘却了。而前段时间有友人与我分享“睡得好”的经验时恰恰说，时不时的把想的东西写下来，清空大脑有助于睡眠。于是我决定趁不忙时，把以前的这些点滴想法整理一下记录下来——供大家参考，供自己娱乐。

1. Model是什么？

对于非金融也从业人员来说，Model大约指的是某类可远观而不可亵玩的美人儿，可男可女、可老可少。

对于金融业苦逼从业人员来说，Model指的是Financial Model，翻译成中文更装13一点，叫财务建模。小朋友给它起过一个Q弹形象的爱称叫”魔豆“，仔细品一下，觉得意味非凡。

总体上现在流行的各类魔豆始于80年代兴起的金融学，我认为给主流魔豆奠定基调的是夏普的资本定价模型(CAPM)，MM（Miller-Modigliani）的资本结构理论，以及净现值(NPV)法（当然还有相反方向的内部收益率(IRR)法）。【对此有不同观点的同学欢迎来讨论】最早没有excel的年代，魔豆是在纸上建立，所以一些早期流行的计算器（如CFA专用的两款计算器）对于上个世纪的搬客儿(Banker,翻译成银行家，但是这个翻译太装13，我决定不予使用）来说，是真正的吃饭家伙。

在出差的旅途中，我也用同样的方法教过Analyst做魔豆（画在纸上），并时刻想是科技拯救了我老公这些写字如虫爬的从业人员，让他们有了生存的空间。

随着Microsoft Office的兴起，魔豆从手动表格进化到了电子表格，一瞬间模型的复杂程度、精细程度都完成了飞跃，而这种进化几乎是顷刻完成的。正如公司财务理论在过去的20年几乎没有任何质的突破一样，魔豆在Excel2000后，也没有任何质的飞跃。仅仅在一些函数上（如Index等一系列函数的应用、IF(ISERROR)进化到了IFERROR等等）取得了边际意义上的改进。

从业期间我看到一些尝试：例如将蒙特卡洛嵌套在BS(Black-Scholes)公式重用以期权定价的尝试，用蒙特卡洛模拟公司未来的走向以代替传统预测，或是一年级的时候我曾试图用一些初级计量的手段来进行消费者行为，又或是某国内资产评估师信誓旦旦的表示他用了时间序列多因素方程来做Comps（即可比公司）的模拟【最后被我无情的嘲讽，不过就是用了二元一次方程。。。】等等。我相信也有我没有遇到的实务中的尝试，最终它们都因为缺少简单的美感和难以广泛解释，而仅能应用在小范围或干脆告别了历史舞台。

2. 为什么搭Model?

于是问题就来了，既然已经是20年前的理论、20年前的技术，为什么我们这些聚集了较强大脑的行业还没有能够对此提出革新并且仍然在使用？

这里简单的介绍一下搭一个魔豆的基础步骤：

i）列出公司的历史年度运营及财务数据（包括运营KPI及其相互关系，三张表：利润表IS，现金流量表CFS，资产负债表BS）

ii）对未来年度做出符合公司未来发展、行业走势、及其他客观约束的预测，并由运营假设开始，完成利润表>现金流量表>资产负债表之间的闭环预测（即互相联动形成一个可以控制的circular循环）

iii）在运营和现金流的基础上确定公司的资本结构假设，调整负债和股权假设，重审利润表和现金流量表的可行性

iv）依靠市面上主流的财务方法，包括但不限于折现现金流(DCF)，内部收益率(IRR，或称杠杆收购法LBO)，可比公司/交易(comps)，账面法(P/NAV,P/B)，历史成本法等等来为公司进行估值。

我认为所有的估值方法不外乎两个核心A）在于认同时间价值（即今天的现金比明天的现金值钱，故明天的现金换算成今天的现金需要一定程度上的折价）；B）在于认同完美市场假说，即市场上不因该有无缘由的套利空间，所以甲公司若要比乙公司值钱，则需要ABCDE这些优质因素。我认为这两种核心的嵌套组合可以发展出很多未来估值的可能性，也为学界的朋友们提一个建议，如果这中间能够加入第三个核心，或能创造出更有价值的估值手段。

用一句话简述这样的模型为我们带来了什么：一份基于有限理性的主客观均合理的5年预测，基于以上两种核心所归咎的公司今日价值几何。

它的价值是毋庸置疑的，即使抛却它的一切合理性不看，只看整个产业链上从上游投资人到下游接盘手均在用同一套逻辑看公司，就可知这样的价值是不可忽视的。

但是它所存在的问题也是不容忽视的：

最直接的问题在于，任何东西都有价值，但是价值不是价格。价值和价格在泡沫丰盈的年代，会有极大的差距。大学时做权证研究至今无法忘却的一句话“泡沫的年代，傻子不傻，他们只是想卖给更大的傻瓜”。

次直接的问题，在于这些预测的有限理性，是否真的是理性的，如果一个公司的表现应该和股价一样服从”随机游走“，那么它的表现是否是可以预测的。这是许多年来抨击财务建模最核心的声音，对此我的观感是，虽然有限理性是十分有限的，但是内部管理者对公司未来的判断确实很大程度上决定了它未来的走势，这与财务预算是同样的道理。所以来自于内部的财务预测与估值，我个人认为是有其可取性的。

至于新经济中兴起的IRR法估值，因为前期负现金流的原因，而使其价值很大程度上依赖于退出——退出本身是一个市场行为，它的基础是价格，而非价值，这种方法本身将两种不同坐标系的问题混为一谈，在我看来带来了极大的不准确性。

3. 为什么学习搭Model？

学习搭魔豆，以及学习做魔豆延伸出来的一切事情，可以说是任何一个入门搬客儿的必修课，它不光是投行101，更是投行201，301，401，501以致无穷。近年来有很多模型自动化的尝试（如一键DCF，一键LBO等等），我也偶尔会听到小朋友这样的质问“学习model到底有什么用？”“Model搭的好到底有什么用？”

这个问题非常大，大到其实我想对他说“其实没什么用”。

因为人类对于宇宙，除了繁衍以外，真的没什么用。

所以如果往大了说，我们生活的所有事件都无意义——难道就不活了么？ 只能往小了说。

对企业和投资人（即客户）来说，它的用途我想在第二部分“Model有什么用“，已经大体上解释了。它有问题，但是它也解决一部分问题，这是它的价值。因为它的问题而否定它的大部分价值，除非提出一种完全新的方法，否则无异于“讳疾忌医”、“因噎废食”。

对投行来说，这基本上是财务顾问附加值的最大体现，价值基本体现在你看见过更多、对理论的理解更加深入，在实际运用的过程中能够更加熟练的展开，并服务于最终的结果。这种职能不是必须的，它只是“专业化“的某种结果，与所有高端服务业一样，通过精细化承担某种职能，你花钱我办事仅此而已。

接下来就到了最关键的，对于搭魔豆的小搬客儿来说，它有什么用？

为什么不能直接用一键DCF呢？没日没夜的调模型究竟是为了什么？

科技的好处在于它把所有的过程装进了一个黑盒子，我们不再操心过程，输入变量、输出结果——几秒甚至几微秒的事。轻松惬意、大家高兴。但是科技有一个很大的问题，在于它的算法，解决大概率事件，不服务于小概率事件。

举一个大面上的例子：一个制造业的公司预测按照产品的销量乘以单价，销量走市场，价格走竞争——这种方法适用于很多企业。但是当它变成零售业门店的时候，门店的经营本身需要按照年份排列，拥有自己的成熟周期（Ramp-up period），当市场上出现第一个门店类企业的时候，制造业的财务模型需要做出相应的调整。紧接着零售业门店的Ramp-up呈现出第一个负成熟的例子，它在开业时暴涨，接下来在新的事件出现前保持一个逐步下降的趋势，以前的普通Vintage +Rampup的模式在这里不再适用。等等等等。

对每一个模型的调整，都伴随着嵌套例子>发现问题>调整模型>再寻找新例子>发现问题>调整模型的循环过程。它不能一簇而就，需要循序渐进。而这个发现问题解决问题的过程，只有到了“手无魔豆、却胸有魔豆”的境界，才可以依赖看着机器输出的数，就做出基础判断。至于这个“胸有魔豆”的训练，大约不是一键DCF能给得了的。

我相信在不久的将来，一些繁复的加减乘除，可以大体上被机器替代，人要做的只是发现不合理性、添加新变量和算法、解决问题，最终打磨成一个独一无二的漂亮盒子。那么对于一个小搬客儿无休止的训练，也不过就是让你从胸无点墨，到胸有魔豆这样一个质的飞跃，是让你能够听到QSR就大约知道营运资本多少天、听到25%的现金流转换，就大体能YY出一张利润表和现金流这样的程度。这样的培训，大约也不是眼睁睁的通过点几下按键就能完成的。

更近一步的层面，做魔豆本身，是一次又一次的对Excel和公司财务的反躬自省，这个理论在这里是不是合理？为什么会时常出现同样的问题——这里的会计政策应该有所改变。为什么excel在这个过程中不能出一个函数，要靠3-5个函数嵌套才可已完成。我相信未来优秀的金融从业人员应该有不断改进算法和工具的能力，才能在与机器的对垒过程中保持不败之地。

所以少年们，活儿要好，别把吃饭的家伙丢了。

以上。

此处通向二番：魔豆二番：模型美学的实用价值（https://www.douban.com/doubanapp/dispatch?uri=/note/723602925/&dt_dapp=1）

（欢迎有不同观点的人前来讨论）