vous êtes : accueil > > Système d'Information > Système d'information et Finance> Simulation financière > Utilisation du tableau général : la simulation

Système d'Information |

Imprimer l'articleEnvoyer à un ami

SYSTÈME D'INFORMATION ET FINANCE - SIMULATION FINANCIÈRE

UTILISATION DU TABLEAU GÉNÉRAL : LA SIMULATION

Nous avons vu la finalité de l'analyse financière : se projeter dans le futur.

Pour y parvenir, nous avons vu que l'analyse utilise le principe du modèle d'allocation.

Ce modèle d'allocation s'organise à la manière d'un tableau général qui apporte aux données financières une logique de fonctionnement d'un système d'information.

Tout cela pour quoi faire ? Pour obtenir des informations prévisionnelles grâce à la simulation.

Finalité de l'analyse financière :

Rappelons la finalité de l’analyse financière : se projeter dans le futur (les bénéfices surtout).

Afin d’y parvenir, deux techniques vont être appliquées, qui ont prouvées leurs efficacité :

  • La simulation pour la recherche de l’équilibre risque / bénéfice,
  • La simulation pour déceler les combinaisons optimales de ressources (les charges les plus faibles pour des produits les plus élevés ou encore les décaissements les plus faibles pour des encaissements les plus forts).

Modèle de données :

En un mot, le tableau général (qui est un modèle de données) va servir de socle pour l’ensemble des simulations financière, passage obligé pour établir des prévisions.

Modèle de traitements :

Les analyses et les simulations (qui sont des modèles de traitements) vont demander de comparer des valeurs entre axes, de retenir une valeur particulière pour regarder sa décomposition sur des axes différents, de dégager des valeurs communes et des tendances, tout ceci avec un volume important de données.

                             

Les simulations, construites sur des modèles standards (régression linéaire, allocations d’actifs, séries chronologiques…) ou sur des modèles spécifiques aux financiers (optimisation, paramétrisation…), appuyées si nécessaire par des techniques numériques (différences finies, éléments finis, Monte Carlo…) vont extraire des informations significatives à la fois pour les décisionnels et pour les opérationnels.

                             

 Dans notre cas, la simulation va intégrer :

  • le modèle historique de données,
  • le modèle comparatif de données,
  • le facteur de risque accepté par la Direction.