前不久，小秘书的邮箱收到了一封来自学员“help me”的邮件，他需要编制未来十年公司的固定资产预算，关键预测节点是新增固定资产的增量和现存固定的折旧，并且需要从不同的角度分析费用数据。
小秘书看完之后心里在想，固定资产预算逻辑简单清晰，而且一般公司对固定资产都采用直线法折旧，怎么学员用最简单的Excel做也遇到困难了呢？
后来跟学员详细聊了一下，发现即使是逻辑简单的场景，当遇到数据量大的情况时，Excel很难去进行运算了，可能刚打开就出现not responding的弹窗。
根据学员反馈的信息，我们联合老师梳理出他的痛点，主要体现在：
针对上述学员出现的问题，老师给出了详细的解答，认为最快的方法就是通过技术工具去处理海量的业务数据。
那要怎样做呢？我们一起来看财务数据分析常用的五步法！
1
理解需求
分析数据源，梳理核心逻辑
在做分析前，我们必须采集到财务分析源头数据，它可能是一些业务数据（比如销售明细）或财务数据（比如总账凭证），这里，我们将固定资产卡片作为源头。
每一项固定资产卡片的数据包括编号、购置日期、购置金额、类别、所属成本中心、使用年限、残值率等。
对于每一项固定资产，我们需要计算他在未来10年每个月的折旧金额、累计折旧金额、固定资产原值金额。可使用如下逻辑：
- 每月折旧=购置金额/使用期限/12（限制条件：新增固定资产次月折旧；已提足折旧的不再折旧）
- 累计折旧=期初累计折旧+本月折旧
- 固定资产原值=购置金额（限制条件：新增固定资产在购置当月开始计量）
2
建立模型
配置表单
固定资产卡片与固定资产预算数据之间是一对多的关系：一项固定资产对应10年的折旧、累计折旧、资产原值数据，因此，我们建立模型如下：
在模型中，我们定义了数据如何在数据库存储，表与表之间的联系是什么：
- 第一张表用于存放固定资产卡片中的数据
- 第二张表用于存放计算后的预算数据
3
建立算法
算法这步，我们使用Python中的Pandas模块，按照第一步梳理的逻辑，根据固定资产卡片数据计算未来10年的预算数据，实现代码如下：
4
上传数据
验证计算结果
通过Excel上传存量固定资产数据（实务中，我们也可以通过数据接口工具等将数据直接注入数据表）
全部的数据录入完成后，我们执行Python计算脚本，查看计算结果：
点开某一项，查看折旧数据：
5
制作分析报表
分析报表的视角完全可以由我们自己决定，比如
（1）按期间：
（2）按资产类别：
（3）按成本中心：
（4）也可以制作可视化图表：
上述五步法对财务人来说真的太实用了，可以从多个维度看出固定资产折旧预算的动态变化。
而且还能从使用者的视角上看：
系统通过接口实时更新存量固定资产数据
新建固定资产卡片，维护预计新增的固定资产信息
执行计算后查看报表，进入数据源做探索分析
学员看完解答后认为在财务数字化转型的背景下，财务有技术的加持即使面对几十万级的数据量也不用再担心了，数据运算的过程完全可以交由机器去解决。在面对复杂的投资预算模型时，可以依靠系统逐层搭建、逐步拆解。在财务工作中掌握算法技术，可以做到事半功倍！