Redovisning: Datorbaserade modeller för finansiell planering i mindre och medelstora företag

Problem

I Sverige har vi de senaste 2–3 åren upplevt ett snabbt ökande utbud inom mikrodatorområdet. Detta gäller såväl maskinvaror som programvaror. I programvaruutbudet finns s k modellspråk vilka är en typ av programmeringsspråk speciellt utformade för att användas vid konstruktion av datorbaserade ekonomiska modeller. Ekonomiska modeller används bl a för budgetuppställande, finansiell planering, utfallsanalyser, simulering av ekonomiska effekter orsakade av vissa förändringar m m.

Vad innebär modellspråken för ekonomerna? Kan en ”vanlig” ekonom i ett mindre eller medelstort företag använda sig av modellspråk? Kan det till och med vara så att modellspråk blir ett oumbärligt hjälpmedel inom en snar framtid för alla ekonomer? Eller krävs det datorspecialister för att klara av att exempelvis bygga en modell för finansiell planering?

Syfte

Det huvudsakliga syftet med uppsatsen är att visa hur en datorbaserad ekonomisk modell för finansiell planering kan byggas upp med hjälp av ett modellspråk avsett för mikrodatorer, samt att undersöka om detta kan utföras av en person utan specialkunskaper om datorer och programmering (uppsatsförfattaren).

Resultatet av modellbyggandet och de erfarenheter som inhämtas under projektets gång skall ligga till grund för en bedömning av möjligheterna för mindre och medelstora företag utan datorspecialister att använda sig av modellbyggandets teknik för att förbättra sin planering. Dessutom kommer en utvärdering att göras beträffande behovet/nyttan av att införa undervisning inom detta ämnesområde inom ramen för ekonomutbildningen.

Metod

Den valda metoden innehåller en praktikfallsdel och en litteraturstudiedel. Praktikfallsdelen består av att utveckla en modell för finansiell planering upplagd på mikrodator. Praktikfallet utförs hos Salinity Holding AB, vilka tillhandahåller den datorutrustning som behövs för modellutvecklingen.

Beskrivningen av modellutvecklingen görs mycket detaljerad för att den läsare som så önskar skall kunna förstå exakt hur en datorbaserad modell kan byggas upp. Genom att dessutom illustrera väsentliga matematiska samband i modellen med sifferexempel hämtade ur bilagda testkörningar underlättas förståelsen av hur modellen fungerar.

Resultat

Beskrivningen av praktikfallet visar steg för steg hur en mindre datorbaserad modell för finansiell planering byggs upp. En mer komprimerad redogörelse lämnas för konstruktionen av en något större modell för finansiell planering. Resultatet av modellutvecklingen tas som belägg för att modellteknik kan användas av ekonomer utan specialkunskaper om datorer och programmering. Med modellteknik avses både konstruktion och användande av datorbaserade ekonomiska modeller.

En utvärdering av den större modellen visar att modellteknik är ett hjälpmedel för bättre planering hos mindre och medelstora företag. Mycket talar för att vi de närmaste åren kommer att uppleva en snabb ökning av antalet mindre företag vilka använder sig av modellteknik. Om syftet med ekonomutbildningen är att utbilda ekonomer som kan arbeta effektivt och självständigt inom ett företags ekonomi- och ledningsfunktioner bör modelltekniken behandlas i undervisningen.

Ekonomiska modeller, ett sätt att beskriva samband mellan variabler

Vid all planering av ekonomisk verksamhet används en mer eller mindre avancerad modell. För att en modell skall visa betalningskonsekvenser av kreditförsäljning (betalning = ”beroende” variabel) krävs, förutom budgeterade intäkter, information om kundkredittider, momspålägg, regler för momsredovisning, risker för kundförluster, kursdifferenser, förekomsten av eventuella rabatter och dröjsmålsräntor samt möjligheten att intäkten återkallas via en kreditnota. Här finns alltså genast en mängd olika ”oberoende” variabler där en felskattning av någon av dessa ger ett större eller mindre fel av de prognosticerade beloppen och tidpunkterna för kundinbetalningar.

Hur modeller används

En datorbaserad modell, där sambandet mellan de olika variablerna har lagts in som formler kan utformas och användas på många olika sätt. Vanligast är den s k What If-tekniken vilken helt enkelt innebär att modellanvändaren ändrar värdena på de oberoende variablerna för att studera effekten på de beroende variablerna. Enligt en undersökning av Richard Klein, utförd 1981 på stora amerikanska företag, används What If-teknik av 93 % av modellanvändarna (Klein 1982). 84 % utnyttjar känslighetsanalys, vilket innebär studier av hur starkt sambandet är mellan förändringar av olika oberoende variabler och en beroende variabel. En tredje mycket vanlig teknik är bästa tänkbara/sämsta tänkbara utfall (71 %). En mer sofistikerad teknik är riskanalys. För att kunna tillämpa den, krävs kännedom om sannolikhetsfördelningarna för olika möjliga utfall av de oberoende variablerna.

Användandet av datormodeller som hjälpmedel vid beslutsfattande (decision support) har i USA inneburit att begreppet Decision Support System (DSS) kommit att användas som en synonym till ”Financial modelling”.

Med detta ordval understryks att de resultat som erhålls ur en ekonomisk modell endast kan användas som ett hjälpmedel vid, men aldrig ersätta, beslutsfattarens ställningstagande som grundas på fakta, sunt förnuft och erfarenhet.

P H Grinyer och J Wooller har i en undersökning av modellanvändning hos de 1.000 största företagen i Storbritannien funnit att de tre vanligaste rapporterna som erhålls är resultaträkning, balansräkning och betalningsflöden (Grinyer, Wooller 1980). Resultaträkning som utdata tyder på att modellen används för budgetsimulering. Prognosticerade balansräkningar pekar mot en modell för finansiell planering. Betalningsflöden bör höra hemma i en modell för kortsiktig likviditetsplanering.

Modellpresentation

Det var redan från början klart att projektet egentligen avsåg utveckling av två modeller, en liten komprimerad modell samt en större modell där verksamheten uppdelades i mindre enheter.

Syftet med modellutvecklingen framgår av de fem punkter som ekonomichefen, fortsättningsvis kallad EC, presenterade vid projektets start. Punkterna återges här nedan tillsammans med en del kompletterande upplysningar:

Maskinvara och modellspråk

Den dator som använts för modellutvecklingen är en Apple III-maskin.

Det använda modellspråket heter Advanced Visicalc. Precis som vid manuell planering används ett matrissystem där raderna får representera olika variabler såsom försäljning och kundinbetalningar medan kolumnerna representerar olika tidsperioder.

Med Advanced Visicalc erhålls en matris bestående av 63 kolumner och 254 rader, d v s totalt 16.002 celler. På bildskärmen visas bara en liten del i taget av hela matrisen. En kolumn är 9 tecken bred (kan varieras) och kan i princip innehålla tre olika saker; text, siffervärden och formler. Detta kan illustreras med följande exempel: En matris innehåller kolumnerna A och B, samt raderna 1 t o m 3. Det finns alltså sex stycken celler i denna matris med beteckningarna A1, B1, A2, B2, A3 och B3.

I cell A1 registreras texten ”FÖRSÄLJNI” (max 9 bokstäver)

I cell A2 registreras texten ”VARUKOSTN”

I cell A3 registreras texten ”TB”

I cell B1 registreras värdet ”100”

I cell B2 registreras värdet ”70”

I cell B3 registreras formeln ”+B1-B2”.

På bildskärmen visas då den registrerade texten och de registrerade värdena i respektive cell, men i cell B3 kommer det att stå 30, d v s resultatet av formeln +B1 -B2. Utskriven på papper får då denna modell följande utseende:

Om värdet i cell Bl ändras till 110 kommer beloppet i cell B3 att automatiskt ändras till 40. Detta är den grundläggande principen för modellspråk. Den som kan klara av att definiera TB som försäljningsintäkt minus varukostnad kan också bygga en datorbaserad ekonomisk modell som uttrycker detta.

För en person som ej tidigare arbetat med datorer tar det ca tre dagar att med den engelska handbokens hjälp lära sig behärska Advanced Visicalc för tämligen avancerad modellbyggnad.

Utvärdering av modellen

En utvärdering av den färdiga modellen görs enbart för den stora modellen då den lilla modellen mer kan betraktas som en förövning. Kriterierna för bedömning bör dels ta fasta på modellens rent tekniska funktion men framförallt på hur väl modellen fyller användarnas behov.

De kontrollräkningar som utförts har ej visat på några felaktigheter. Då den stora modellen inte är alltför komplicerad i sin funktion bör det inte heller finnas rent logiska konstruktionsfel i densamma.

En fullständig utvärdering av hur väl modellen fyller användarnas behov kan ej göras förrän modellen tagits i drift. När det gäller prognosticerande modeller är det en fördel om det finns utfallsdata ur redovisningen som väl ansluter till modellens rapporter. Det möjliggör en uppföljning vilken dels kan resultera i förbättringar av modellens konstruktion, men även kan leda till att det går att avgöra i vilken mår modellens utdata kan tjäna som beslutsstöd. I det här aktuella fallet finns det ännu ingen helt färdigutvecklad utfallsrapportering över penningflöden. Redan existerande utfallsrapportering beaktades dock vid konstruktion av betalningsplanen.

Den utvärdering som kan göras redan nu bör ta fasta på hur väl modellen uppfyller ECs förväntningar inför modellutvecklingen. Dessa framgår av de fem punkterna i avsnittet ”Modellpresentation”. Bortsett från den uteslutna ränteautomatiken förefaller det vara relativt god överensstämmelse mellan ECs förväntningar och den slutliga modellutformningen. Förutsättningar finns därmed för att modellen skall klara av att ge informativa, användbara rapporter.

Heckerman för fram en något vidareutvecklad syn på hur en modell skall bedömas, när han säger ”The model must be useful in the sense of meeting real planning and decision support needs, but its ultimate impact will be measured in terms of user acceptance” (Heckerman 1982). Faran för att en ändamålsenlig modell inte skall accepteras av användarna/beslutsfattarna borde vara minimal i de fall där modellanvändaren själv deltar i utvecklingsarbetet, vilket kan förutsättas vara fallet inom ett litet eller medelstort företag.

Företagens behov av datorbaserade modeller

Finansiell planering är ingen nyhet för

Salinity. Företaget har årligen, manuellt upprättat prognoser över penningflöden. Trots att detaljnivån på dessa rapporter varit lägre än i den stora modellen, har arbetet varit mycket tidskrävande. Även modellutvecklingen har varit tidskrävande. Bortsett från framtida behov av modifieringar får dock arbetet med modellutvecklingen ses som en engångsinsats.

Den tidsbesparing som modellanvändning innebär, jämfört med manuell planering, kan användas på olika sätt. En möjlighet är att planera oftare, t ex var fjärde månad. På så vis förlängs den genomsnittliga framförhållningen från sex till tio månader samtidigt som kvalitén på utdata förbättras genom aktuellare indata.

En annan möjlighet är att vid varje planeringstillfälle använda modellen för flera olika uppsättningar indata. På så vis ges möjlighet att bilda sig en uppfattning om hur känsligt, likviditets- och soliditetsmässigt, företaget är för olika möjliga framtidsscenarier. Modellen skulle därigenom bidra till att ”lyfta in” finansieringsfrågorna i företagets strategiska planering.

En tredje möjlighet, som i viss mån påminner om den föregående, är att utnyttja den frigjorda tiden till att utföra mer djupgående analyser på de framtagna rapporterna. Klein illustrerar denna möjlighet när han refererar till en chef för en planeringsavdelning som berättar att avdelningen tidigare ägnade 80 % av sin tid till att ta fram rapporter och 20 % av tiden till analyser. Efter införandet av datorbaserade modeller blev förhållandet det omvända.

För Salinitys del förefaller det helt klart att datoriseringen av den finansiella planeringen kommer att ge som främsta effekt att tidsåtgången för finansiell planering på den ”gamla ambitionsnivån” minskar. Den frigjorda tiden kan då användas till att höja kvalitén på den finansiella planeringen enligt de tre ovan skissade möjligheterna eller användas för helt andra arbetsuppgifter.

Av detta går ej att dra slutsatsen att alla mindre och medelstora företag bör införa datorbaserad modellteknik. Salinity hade redan den maskin- och programvara som behövdes. Utbyggnaden av datorn hade troligtvis fått göras ändå. Kostnaderna för modellutvecklingen inskränkte sig därför i stort sett till den tid EC ägnade åt att klargöra användarbehoven vid projektets start samt den tid som återgick för att besvara ytterligare frågor av typen ”Bästa alternativa lösning av diverse frågor från användarsynpunkt”.

En cost-benefit-analys för införande av datormodeller är svår att utvärdera. Kostnaderna; dator, modellspråk och utvecklingsarbete bör kunna uppskattas, däremot blir det svårare med fördelarna. De är ofta kvalitativa till sin natur och kan därför ej alltid omräknas till penningmått. På sikt omvandlas dock fördelarna till pengar. En annalkande likviditetskris som upptäcks och förebyggs tack vare en finansiell planeringsmodell innebär inbesparingar för företaget i fråga.

Bland fördelarna med ekonomiska modeller finns en bieffekt från själva modellutvecklingen och det är ökade kunskaper om företaget och den miljö i vilket det arbetar.

En sammanfattning av resonemanget blir att det finns många fördelar med datorbaserade modeller. Datorns snabbhet och exakthet kan användas både för att spara tid och för att ge mer och bättre underlag vid beslutsfattande och planering. Dessa fördelar måste vägas mot de kostnader som uppstår vid datoranskaffning och modellutveckling. Med tanke på att många småföretag nu skaffar mikrodatorer för andra ändamål, t ex affärsredovisning och lagerkontroll, verkar det troligt att mikrodatorer snart kommer att finnas i flertalet företag och därför blir de ej en särkostnad för modellutveckling.

”Vanliga” ekonomer som modellutvecklare

Huvudsyftet med uppsatsen har varit att visa hur en datorbaserad ekonomisk modell för finansiell planering kan byggas upp med hjälp av ett modellspråk avsett för mikrodatorer, samt undersöka om detta kan utföras av en person utan specialkunskaper om datorer och programmering. Det faktum att modellutvecklingen resulterade i två stycken datorbaserade modeller för finansiell planering innebär således att det i allra högsta grad är möjligt för en vanlig ekonom utan tidigare datorerfarenhet att konstruera modeller på det sätt som visats i praktikfallsdelen.

Framtiden

Små och medelstora företag kan med hjälp av datorbaserade ekonomiska modeller öka sina möjligheter att framgångsrikt driva sin verksamhet. Modellerna kan utvecklas av företagens ekonomipersonal, även i de fall där dessa saknar dator- och programmeringskunskaper. Dessa båda slutsatser talar för att vi i framtiden kommer att uppleva en kraftig uppgång i användandet av datorbaserad modellteknik hos företagen.

Specialisterna kommer dock inte att helt lämnas utanför i framtiden. Det kommer alltid att finnas situationer där modellutvecklaren finner sig sakna resurser för att nå uppsatta mål. Dessa resurser, vilka kan vara avancerade matematiska metoder eller sofistikerade datorlösningar, kommer då att tillhandahållas av externa specialister.

Vad tror de sakkunniga?

De artikelförfattare som behandlat modellteknik har oftast gjort detta utifrån erfarenheter från mycket stora företag och organisationer. De har funnit att flertalet företag redan använder sig av ekonomiska modeller och att detta i stort sett varit positivt. Vid Kleins undersökning uppgav 96 % av de svarande företagsrepresentanterna att de tror att de i framtiden kommer att öka sitt användande av datorbaserade ekonomiska modeller. Notera att dessa representanter företräder de 500 största amerikanska industriföretagen samt ett antal andra större organisationer. J Lamb påvisar emellertid att modelltekniken idag gjorts tillgänglig för mindre företag (Lamb 1982).

Datorbaserad modellteknik används idag framgångsrikt av stora företag och kommer att användas ännu mer i framtiden. Genom mikrodatorerna och de billiga modellspråken till dessa datorer får nu mindre företag tillgång till samma teknik.

Härav följer att vi kan förvänta oss att många mindre företag kommer att ta chansen och själva börja utnyttja datorbaserade ekonomiska modeller som hjälpmedel för beslutsfattande och vid planering.

Utbildningsbehov i modellteknik

Tidigare har här nämnts att 96 % av de svarande i en undersökning trodde på ökat modellanvändande i framtiden. De fick också motivera sina svar. Motiven sammanställdes till 10 punkter och en av dessa punkter lyder: ”For many newly-hired MBA’s (Master of Business Administration), financial modeling is a ’standard toll’. Schools of business administration are increasingly including the teaching of coumputerbased financial modeling in advanced Business Finance courses. These schools believe it is necessary for future financial managers to have a working knowledge of modeling.”

Modellteknik är inte en vetenskap i sig utan snarare ett praktiskt hjälpmedel användbart inom många tillämpningsområden. Frågan om modellteknik bör ingå i ekonomutbildningen måste därför sättas i relation till utbildningens syfte.

Om syftet är att utbilda ekonomer, kapabla att omedelbart börja arbeta relativt självständigt, bör modellteknik behandlas i utbildningen. Praktikfallsdelen har visat att modellspråken lämpar sig väl för självinlärning. Ett praktikfall som löses på två dagar, t ex en enkel budget-simuleringsmodell, torde ge goda insikter i modellteknikens användbarhet. En positiv bieffekt är att arbetet med att fundera ut samband mellan en modells olika variabler bidrar till att ge en ökad insikt i hur ett företag egentligen fungerar. På så sätt kan tidigare inhämtade kunskaper bättre relateras till den verklighet i vilken ekonomerna kommer att arbeta.

Håkan Lindgren är revisor vid Hagström & Sillén AB i Göteborg