Finansal Analist Becerisi

Genel Bakış

Oran analizi, DCF değerlemesi, bütçe varyans analizi ve devam eden tahmin oluşturmayı sağlayan üretim-hazır finansal analiz araç seti. Finansal modelleme, tahmin ve bütçeleme, yönetim raporlaması, işletme performans analizi ve yatırım analizi için tasarlanmıştır.

5 Aşamalı İş Akışı

Aşama 1: Kapsam Belirleme

• Analiz hedeflerini ve paydaş gereksinimlerini tanımlama
• Veri kaynaklarını ve zaman dilimlerini belirleme
• Önemlillik eşiklerini ve doğruluk hedeflerini oluşturma
• Uygun analitik çerçeveleri seçme

Aşama 2: Veri Analizi & Modelleme

• Finansal verileri toplama ve doğrulama (gelir tablosu, bilanço, nakit akışı)
• Oran hesaplamalarını çalıştırmadan önce giriş veri bütünlüğünü doğrulama (eksik alanlar, null değerler veya makul olmayan değerleri kontrol etme)
• 5 kategori genelinde finansal oranları hesaplama (karlılık, likidite, kaldıraç, verimlilik, değerleme)
• WACC ve terminal değer hesaplamaları ile DCF modelleri oluşturma; DCF çıktılarını sanity bounds karşısında çapraz kontrol etme (örn. ima edilen katlar vs. karşılaştırılabilirler)
• Olumlu/olumsuz sınıflandırmaları ile bütçe varyans analizleri oluşturma
• Senaryo modellemesi ile sürücü-tabanlı tahminler geliştirme

Aşama 3: İçgörü Oluşturma

• Oran eğilimlerini yorumlama ve endüstri standartlarına karşı kıyaslama
• Önemli sapmaları ve kök nedenleri belirleme
• Duyarlılık analizi aracılığıyla değerleme aralıklarını değerlendirme
• Karar desteği için tahmin senaryolarını (temel/boğa/ayı) değerlendirme

Aşama 4: Raporlama

• Ana bulguları içeren yönetici özeti oluşturma
• Departman ve kategoriye göre ayrıntılı varyans raporları üretme
• Duyarlılık tabloları ile DCF değerleme raporları sunma
• Trend analizi ile devam eden tahminleri sunma

Aşama 5: Takip

• Tahmin doğruluğunu izleme (hedef: +/-5% gelir, +/-3% giderler)
• Rapor teslim zamanlamasını izleme (hedef: %100 zamanında)
• Fiili veriler kullanılabilir hale geldikçe modelleri güncelleme
• Varyans analizi temelinde varsayımları iyileştirme

Araçlar

1. Oran Hesaplayıcı (scripts/ratio_calculator.py)

Finansal tablo verilerinden finansal oranları hesaplama ve yorumlama.

Oran Kategorileri:

• Karlılık: ROE, ROA, Brüt Marj, Faaliyet Marjı, Net Marj
• Likidite: Cari Oran, Hızlı Oran, Nakit Oranı
• Kaldıraç: Borç-Öz Sermaye Oranı, Faiz Karşılama Oranı, DSCR
• Verimlilik: Varlık Devri, Envanter Devri, Alacak Devri, DSO
• Değerleme: P/E, P/B, P/S, EV/EBITDA, PEG Oranı

python scripts/ratio_calculator.py assets/sample_financial_data.json
python scripts/ratio_calculator.py assets/sample_financial_data.json --format json
python scripts/ratio_calculator.py assets/sample_financial_data.json --category profitability

2. DCF Değerlemesi (scripts/dcf_valuation.py)

Duyarlılık analizi ile İndirgenmemiş Nakit Akışı işletme ve öz sermaye değerlemesi.

Özellikler:

• CAPM aracılığıyla WACC hesaplaması
• Gelir ve serbest nakit akışı projeksiyonları (5 yıl varsayılan)
• Kalıcı büyüme ve çıkış katı yöntemleri aracılığıyla terminal değer
• İşletme değeri ve öz sermaye değeri türetilmesi
• İki yönlü duyarlılık analizi (indirim oranı vs büyüme oranı)

python scripts/dcf_valuation.py assets/sample_financial_data.json
python scripts/dcf_valuation.py assets/sample_financial_data.json --format json
python scripts/dcf_valuation.py assets/sample_financial_data.json --projection-years 7

3. Bütçe Varyans Analisti (scripts/budget_variance_analyzer.py)

Önemlillik filtreleme ile fiili vs bütçe vs önceki yıl performansını analiz etme.

Özellikler:

• Dolar ve yüzde varyans hesaplaması
• Önemlillik eşiği filtreleme (varsayılan: %10 veya $50K)
• Gelir/gider mantığı ile olumlu/olumsuz sınıflandırma
• Departman ve kategori ayrıntılandırması
• Yönetici özeti oluşturma

python scripts/budget_variance_analyzer.py assets/sample_financial_data.json
python scripts/budget_variance_analyzer.py assets/sample_financial_data.json --format json
python scripts/budget_variance_analyzer.py assets/sample_financial_data.json --threshold-pct 5 --threshold-amt 25000

4. Tahmin Oluşturucu (scripts/forecast_builder.py)

Senaryo modellemesi ve devam eden nakit akışı projeksiyonu ile sürücü-tabanlı gelir tahmini.

Özellikler:

• Sürücü-tabanlı gelir tahmin modeli
• 13 haftalık devam eden nakit akışı projeksiyonu
• Senaryo modellemesi (temel/boğa/ayı durumları)
• Basit doğrusal regresyon (standart kütüphane) kullanarak trend analizi

python scripts/forecast_builder.py assets/sample_financial_data.json
python scripts/forecast_builder.py assets/sample_financial_data.json --format json
python scripts/forecast_builder.py assets/sample_financial_data.json --scenarios base,bull,bear

Bilgi Tabanları

Referans	Amaç
references/financial-ratios-guide.md	Oran formülleri, yorumlama, endüstri kıyaslamaları
references/valuation-methodology.md	DCF metodolojisi, WACC, terminal değer, karşılaştırılabilirler
references/forecasting-best-practices.md	Sürücü-tabanlı tahmin, devam eden tahminler, doğruluk
references/industry-adaptations.md	Sektöre özgü metrikler ve hususlar (SaaS, Perakende, İmalat, Finansal Hizmetler, Sağlık)

Şablonlar

Şablon	Amaç
assets/variance_report_template.md	Bütçe varyans raporu şablonu
assets/dcf_analysis_template.md	DCF değerleme analizi şablonu
assets/forecast_report_template.md	Gelir tahmin raporu şablonu

Anahtar Metrikler & Hedefler

Metrik	Hedef
Tahmin doğruluğu (gelir)	+/-5%
Tahmin doğruluğu (giderler)	+/-3%
Rapor teslimi	%100 zamanında
Model belgelendirmesi	Tüm varsayımlar için tam
Varyans açıklaması	Önemli varyansların %100'ü

Giriş Veri Formatı

Tüm komut dosyaları iki şekilde JSON giriş dosyalarını kabul eder:

1. Düz — aracın beklenen anahtarları üst düzeyde (örn. oran hesaplayıcı için income_statement / balance_sheet, DCF için historical / assumptions, varyans için line_items, tahmin için historical_periods / drivers / assumptions / cash_flow_inputs).
2. İçiçe (paketlenmiş) — tüm dört araç için girdiler bir dosyada, araç başına anahtarlar altında iç içe geçmiş: ratio_analysis, dcf_valuation, budget_variance, forecast. Tam paketlenmiş şema için assets/sample_financial_data.json dosyasına bakın; yukarıdaki her hızlı başlangıç komutu doğrudan ona karşı çalışır.

Her komut dosyası şekli otomatik olarak algılar (düz anahtarlar varsa kazanır) ve her iki şekil de kullanılabilir veri vermezse sıfırdan farklı çıkar ve net bir hata verir.

Bağımlılıklar

Yok - Tüm komut dosyaları yalnızca Python standart kütüphanesini kullanır (math, statistics, json, argparse, datetime). numpy, pandas veya scipy gerekli değildir.