financial-analyst

財務アナリストスキル

概要

比率分析、DCF 評価、予算差異分析、ローリング予測の作成に対応する、本番環境ですぐに使える財務分析ツールキットです。財務モデリング、予測・予算編成、経営報告、業績分析、投資分析向けに設計されています。

5 フェーズのワークフロー

フェーズ 1：範囲の設定

• 分析目標とステークホルダーの要件を定義します
• データソースと対象期間を特定します
• 重要性のしきい値と精度目標を設定します
• 適切な分析フレームワークを選択します

フェーズ 2：データ分析とモデリング

• 財務データ（損益計算書、貸借対照表、キャッシュフロー計算書）を収集し、検証します
• 比率計算を実行する前に、入力データが完全であることを検証します（欠損フィールド、null、または不自然な値がないか確認します）
• 5 つのカテゴリ（収益性、流動性、レバレッジ、効率性、バリュエーション）にわたる財務比率を計算します
• WACC とターミナルバリューを計算する DCF モデルを構築します。DCF の出力が妥当な範囲内にあるか相互確認します（例：比較対象企業と照らしたインプライド・マルチプル）
• 有利・不利の分類を含む予算差異分析を作成します
• シナリオモデリングを用いたドライバーベースの予測を作成します

フェーズ 3：インサイトの創出

• 比率の推移を解釈し、業界標準と比較します
• 重要な差異と根本原因を特定します
• 感度分析を通じてバリュエーションの範囲を評価します
• 意思決定を支援するため、予測シナリオ（ベース／強気／弱気）を評価します

フェーズ 4：レポーティング

• 主な調査結果をまとめたエグゼクティブサマリーを作成します
• 部門別・カテゴリ別の詳細な差異レポートを作成します
• 感度分析テーブルを含む DCF 評価レポートを提供します
• トレンド分析を含むローリング予測を提示します

フェーズ 5：フォローアップ

• 予測精度を追跡します（目標：売上高 +/-5%、費用 +/-3%）
• レポートの納期遵守状況を監視します（目標：100% の期限内提出）
• 実績データが利用可能になり次第、モデルを更新します
• 差異分析に基づいて前提条件を見直します

ツール

1. 比率計算ツール（scripts/ratio_calculator.py）

財務諸表データから財務比率を計算し、解釈します。

比率カテゴリ：

• 収益性： ROE、ROA、粗利益率、営業利益率、純利益率
• 流動性： 流動比率、当座比率、現金比率
• レバレッジ： 負債資本倍率、インタレスト・カバレッジ・レシオ、DSCR
• 効率性： 総資産回転率、棚卸資産回転率、売上債権回転率、DSO
• バリュエーション： P/E、P/B、P/S、EV/EBITDA、PEG レシオ

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 評価（scripts/dcf_valuation.py）

感度分析を含む、ディスカウント・キャッシュフロー法による企業価値および株主価値の評価です。

機能：

• CAPM による WACC の計算
• 売上高とフリーキャッシュフローの予測（デフォルトは 5 年間）
• 永続成長率法および退出倍率法によるターミナルバリューの計算
• 企業価値と株主価値の算出
• 2 変数感度分析（割引率と成長率）

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. 予算差異分析ツール（scripts/budget_variance_analyzer.py）

重要性によるフィルタリングを用いて、実績、予算、前年実績のパフォーマンスを分析します。

機能：

• 金額および割合による差異計算
• 重要性のしきい値によるフィルタリング（デフォルト：10% または $50K）
• 売上高／費用のロジックに基づく有利・不利の分類
• 部門別・カテゴリ別の内訳
• エグゼクティブサマリーの生成

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. 予測ビルダー（scripts/forecast_builder.py）

ローリングキャッシュフロー予測とシナリオモデリングを含む、ドライバーベースの売上高予測です。

機能：

• ドライバーベースの売上高予測モデル
• 13 週間のローリングキャッシュフロー予測
• シナリオモデリング（ベース／強気／弱気ケース）
• 単回帰分析（標準ライブラリ）によるトレンド分析

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

ナレッジベース

参照先	目的
references/financial-ratios-guide.md	比率の計算式、解釈、業界ベンチマーク
references/valuation-methodology.md	DCF の方法論、WACC、ターミナルバリュー、類似企業比較
references/forecasting-best-practices.md	ドライバーに基づく予測、ローリング予測、精度
references/industry-adaptations.md	業界固有の指標と考慮事項（SaaS、小売、製造、金融サービス、ヘルスケア）

テンプレート

テンプレート	目的
assets/variance_report_template.md	予算差異レポートのテンプレート
assets/dcf_analysis_template.md	DCF 評価分析のテンプレート
assets/forecast_report_template.md	売上予測レポートのテンプレート

主要な指標と目標

指標	目標
予測精度（売上）	+/-5%
予測精度（費用）	+/-3%
レポートの納期遵守率	100%
モデルのドキュメント	すべての前提条件について完備
差異の説明	重要な差異の100%

入力データ形式

すべてのスクリプトは、次のいずれかの形式の JSON 入力ファイルを受け付けます。

1. フラット — ツールが想定するキーを最上位に配置します（例：比率計算ツールでは income_statement / balance_sheet、DCF では historical / assumptions、差異分析では line_items、予測では historical_periods / drivers / assumptions / cash_flow_inputs）。
2. ネスト（バンドル） — 4つのツールすべての入力を、ツールごとのキー ratio_analysis、dcf_valuation、budget_variance、forecast の下にネストして1つのファイルにまとめます。完全なバンドルスキーマについては assets/sample_financial_data.json を参照してください。上記のクイックスタートコマンドはすべて、このファイルをそのまま使用して実行できます。

各スクリプトは形式を自動検出し（フラットキーが存在する場合はそちらを優先）、どちらの形式からも使用可能なデータが取得できない場合は、明確なエラーを表示してゼロ以外の終了コードで終了します。

依存関係

なし — すべてのスクリプトは Python 標準ライブラリのみを使用します（math、statistics、json、argparse、datetime）。numpy、pandas、scipy は不要です。