最簡單的資產負債表舉例「固定資產報表分析」

前不久，小秘書的郵箱收到了一封來自學員「help me」的郵件，他需要編製未來十年公司的固定資產預算，關鍵預測節點是新增固定資產的增量和現存固定的折舊，並且需要從不同的角度分析費用數據。

小秘書看完之後心裡在想，固定資產預算邏輯簡單清晰，而且一般公司對固定資產都採用直線法折舊，怎麼學員用最簡單的Excel做也遇到困難了呢？

後來跟學員詳細聊了一下，發現即使是邏輯簡單的場景，當遇到數據量大的情況時，Excel很難去進行運算了，可能剛打開就出現not responding的彈窗。

根據學員反饋的信息，我們聯合老師梳理出他的痛點，主要體現在：

1. 數據量大。該公司的固定資產有1400多項（還不包括預算增加的固定資產），如果出具未來10年逐月的預算，那麼數據矩陣就是1400（項）*10（年）*12（月）=16.8萬的數據量。如果再區分折舊費用、累計折舊和固定資產凈值等報表項目，數據量就再乘3倍=50.4萬。在這個量級的數據下，要改一個小公式就要緩存很久了，慢和卡是必然的。
2. 計算公式複雜。由於固定資產都是在不同的時間採購進來的，特別是預算新增的固定資產，需要從購進次月開始折舊。折舊參數（折舊年限、殘值率、折舊方法）和折舊進度等不同，導致固定資產折舊的公式略複雜。對於Excel來說，又增加了性能壓力。
3. 統計分析視角多。對於上述數據的分析視角，可能存在的有按年、按月、按固定資產類別、按成本中心、按費用歸屬（主營成本、銷售費用、管理費用）等。每個視角都要通過數據透視表或者vlookup等公式拉出來，數據源一變，這些公式就要重新檢查，非常耗時間。
4. 數據追溯難。所謂數據反查，其實也是分析的問題，只不過一個是從明細數據匯總到統計視角，一個是從統計視角追溯到明細數據。在Excel來說，不存在逆向的追溯，只能靠肉眼查看每一個數據背後的公式來分析。

針對上述學員出現的問題，老師給出了詳細的解答，認為最快的方法就是通過技術工具去處理海量的業務數據。

那要怎樣做呢？我們一起來看財務數據分析常用的五步法！

1

理解需求

分析數據源，梳理核心邏輯

在做分析前，我們必須採集到財務分析源頭數據，它可能是一些業務數據（比如銷售明細）或財務數據（比如總賬憑證），這裡，我們將固定資產卡片作為源頭。

每一項固定資產卡片的數據包括編號、購置日期、購置金額、類別、所屬成本中心、使用年限、殘值率等。

對於每一項固定資產，我們需要計算他在未來10年每個月的折舊金額、累計折舊金額、固定資產原值金額。可使用如下邏輯：

• 每月折舊=購置金額/使用期限/12（限制條件：新增固定資產次月折舊；已提足折舊的不再折舊）
• 累計折舊=期初累計折舊+本月折舊
• 固定資產原值=購置金額（限制條件：新增固定資產在購置當月開始計量）

2

建立模型

配置表單

固定資產卡片與固定資產預算數據之間是一對多的關係：一項固定資產對應10年的折舊、累計折舊、資產原值數據，因此，我們建立模型如下：

在模型中，我們定義了數據如何在資料庫存儲，表與表之間的聯繫是什麼：

• 第一張表用於存放固定資產卡片中的數據
• 第二張表用於存放計算後的預算數據

3

建立演算法

演算法這步，我們使用Python中的Pandas模塊，按照第一步梳理的邏輯，根據固定資產卡片數據計算未來10年的預算數據，實現代碼如下：

4

上傳數據

驗證計算結果

通過Excel上傳存量固定資產數據（實務中，我們也可以通過數據介面工具等將數據直接注入數據表）

全部的數據錄入完成後，我們執行Python計算腳本，查看計算結果：

點開某一項，查看折舊數據：

5

製作分析報表

分析報表的視角完全可以由我們自己決定，比如

（1）按期間：

（2）按資產類別：

（3）按成本中心：

（4）也可以製作可視化圖表：

上述五步法對財務人來說真的太實用了，可以從多個維度看出固定資產折舊預算的動態變化。

而且還能從使用者的視角上看：

系統通過介面實時更新存量固定資產數據

新建固定資產卡片，維護預計新增的固定資產信息

執行計算後查看報表，進入數據源做探索分析

學員看完解答後認為在財務數字化轉型的背景下，財務有技術的加持即使面對幾十萬級的數據量也不用再擔心了，數據運算的過程完全可以交由機器去解決。在面對複雜的投資預算模型時，可以依靠系統逐層搭建、逐步拆解。在財務工作中掌握演算法技術，可以做到事半功倍！