Eduskills

Modern analytics workspace with financial data visualization

Miért hoz létre valaki pénzügyi modellezési kurzust Magyarországon?

2023-ban három elemző ült össze egy kis irodában Szadán. Mindannyian ugyanazt tapasztaltuk: a junior analitikusok alapvető modellezési technikákat nélkülöztek, amelyek nélkül lehetetlen precíz előrejelzéseket készíteni.

Elérhető volt angol nyelvű anyag, de hiányzott az a gyakorlatorientált megközelítés, ami megmutatja, hogyan kell valójában használni az eszközöket magyar cégek adataival. Úgy döntöttünk, hogy készítünk egy programot, amely nem elméleti összefoglalókat ad, hanem konkrét munkafolyamatokat, valódi esetekkel és számokkal.

Financial analyst working on detailed spreadsheet model

Milyen területekre építünk?

Minden előadásunk konkrét elemzési helyzetből indul. Nem általános táblázatkezelési tippeket adunk, hanem azt mutatjuk meg, hogyan strukturálj DCF-modellt, hogyan kezelj hiányos adatokat, vagy miként lehet érzékenységi elemzést végezni valódi magyar piaci környezetben.

Elsődleges Fókusz

Valódi modellek építése

Nem elég egy képletet leírni. Megmutatjuk, hogyan strukturálod az adatokat, milyen logikát építs be a modellbe, és hogyan ellenőrizd a konzisztenciát. Minden lépés magyarázattal, szűk keresztmetszetek feltárásával.

Technika

Excel és Python eszközök

A legtöbb elemző Excel-ben dolgozik, de már érdemes Python szkriptekkel automatizálni az ismétlődő feladatokat. Bemutatjuk mindkét megközelítést.

Kontextus

Magyar vállalati valóság

Használunk IFRS-alapú jelentéseket, forint-árazott instrumentumokat, és olyan adatstruktúrákat, amiket magyar cégek adatbázisai ténylegesen tartalmaznak.

Kik tanítják a programot?

Portrait of Bence Sárközi, lead financial analyst

Korábban egy budapesti befektetési bankban dolgozott, DCF-modelleket épített energetikai vállalatokra. Ma azt tanítja, amit akkor megtanult: a gyors iteráció fontosságát és az átlátható modellstruktúrát.

Sárközi Bence

Pénzügyi elemző

Portrait of Réka Juhász, quantitative analyst

A sztochasztikus folyamatok és az opciós árazás érdekli leginkább. A kurzusban az érzékenységi elemzés és a szcenárió-tervezés részét vezeti, ahol ezek a technikák praktikus formában jelennek meg.

Juhász Réka

Kvantitatív elemző

Portrait of Tamás Vékony, data specialist

Python-automatizálást használ napi adatfeldolgozásra. Az ő feladata bemutatni, hogyan lehet strukturált adatkinyerést építeni, hogyan lehet egy modellt API-ból folyamatosan frissíteni, és miként dokumentálj szkripteket.

Vékony Tamás

Adatspecialista