Я регулярно составляю бюджет для компаний разного масштаба, от стартапа с пряничным кэш флоу до промышленного кластера. Расскажу, как выглядит финплан, когда его автор помнит про каждую гайку в бизнес-модели.

Структура прогноза

Первый раздел — прогноз продаж. Ставлю цену, объём, календарь отгрузок. Привязываю числа к ключевым драйверам: количеству торговых точек, среднему чеку, коэффициенту конверсии. Для digital-продукта использую метрику ARPU, отдачу на рекламный рубль (ROAS) и churn. В подходе критично избежать крупных округлений — шаг в два процента уже меняет P&amp,L.

Фактические продажи ложатся в диаграмму «водопад»: блоки отклонений сразу подсвечивают ошибки предпосылок.

Второй раздел держит себестоимость. Я разбираю затраты на материал, труд, логистику, лицензии. Для производства вставляю коэффициент скрапа, коэффициент OEE (Overall Equipment Efficiency). Себестоимость выходит в разрезе SKU, а финальная маржа показывает реальных героев и аутсайдеров линейки.

После операционной прибыли наступает блок инвестиций. CapEx делится на стратегический, расширяющий мощности, и поддерживающий, который предотвращает отказ оборудования. Здесь же отражают затраты на нематериальные активы: патенты, разработку софта, аудит маркировки. Добавляю график внедрения, потому что перенос сроков съедает IRR.

Четвёртый раздел — оборотный капитал. Моделирую циклы: DIO, DSO, DPO. Торговля с сетью заставляет держать два оборота запаса, услуга консалтинга обходится без склада, зато удлиняет дебиторку. Изменение цикла немедленно течёт через кассовый поток.

Расходная мозаика

Следом фиксирую OpEx. Перечисляю статьи: зарплата, аренда, маркетинговый бюджет, страхование, IT-подписки. Применяю метод «нулевого листа»: любую цифру защищаю гипотезой, а не историей прошлых лет. На уровне процентов от выручки ловлю потерянные затраты, которые прятались по розничной сети.

Налоги и страховые выплаты выводятся отдельной таблицей. Ставка зависит от льгот, юрисдикций, спецрежимов. Сценарий высокого акциза сразу красит модель — реакция инвестора не заставит себя ждать.

После сведения операционного и инвестиционного блока строится отчёт о движении денег. Показатели FCF, FCFE, DSCR дают ответ: хватит ли ресурса на купоны облигаций, либо придётся договариваться об отпуске. Для стресс-теста использую методику «regime switching» — резкое изменение макропараметров переключает коэффициенты.

Контроль и ревизия

Финальный раздел посвящён мониторингу. Я задаю KPI для управленцев: GM, EBITDA margin, EVA. Два раза в месяц факт загружается из ERP. Автоматика сверяет три отчёта — ошибки выходят в красную ленту. Такой контроль закрывает путь к «косметическим» манипуляциям отчётностью.

Модель завершается расчётом NPV и MIRR на горизонте пять-семь лет. Дисконт ставлю из WACC, рассчитанного по CAPM. Здесь помогает экзотический показатель «Z-spread»: добавка кредитного риска, отражённая в цене евробонда.

При подготовке к раунду финансирования добавляю таблицу ковенантов: Net Debt/EBITDA, Interest Coverage, Minimum Cash Balance. Превышение границ подсвечивается условным форматированием, банк получает файл одновременно с презентацией.

Сценарии «база», «шагаю правым бортом», «голубая жара» (позитив, нейтрал, пессимум) формируют веер исходов. Метод Монте-Карло скармливает драйверам случайный шум, распределение конечной стоимости даёт точку зрения на риск. Пятидесятый перцентиль — ориентир для совета директоров.

Внутри финплана живёт и политика распределения капитала. Я описываю дивидендный коридор, buyback, инвестиции в инновационную воронку. Благодаря прозрачному алгоритму менеджмент не теряет время в споре о приоритетах.

Завершаю работу версией для внешнего аудитора: офлайн-таблица без скрытых формул, словарь допущений, ветка контроля версий в Git. Качественная документация — единственный способ спать спокойно при проверке регулятора.