管理者在企业经营过程中需要做出很多决策，决策的结果会对企业的发展产生影响。管理者在进行决策时，需要大量信息作为决策的依据，其中最重要的就是财务数据。

财务人员会搭建财务模型来对决策进行支持，由于财务数据类别和数量较多，需要对数据进行筛选，才能确保财务模型能够对决策起到支持作用。怎样筛选对决策有效的数据，就成为了决策的关键问题。

我们可以设置相关条件，对财务数据进行筛选，增强其有效性。

条件一：数据是否与决策相关

在筛选财务数据时，首先要考虑数据是否与经营决策相关。与决策相关的数据，会随着决策的调整而发生变化，这部分数据是在决策过程中需要考虑的信息；反之，无论决策怎样变动，数据都不会发生变化，这部分数据就是与决策无关的信息，过多考虑反而会影响判断。

例如企业为了节省成本，想要将不重要的子公司的财务工作外包，由代理记账公司进行会计核算和报税等工作。管理层想要判断外包是否真的为企业节省成本，需要哪些财务数据作为支持呢？

使用代理记账公司的服务，需要企业支付相关的服务费，如果不使用服务则不需要支付这笔费用，外包服务费是否会发生与需要决策的内容直接相关，这部分就属于决策相关信息。

而打算使用代理记账服务的子公司所聘用的财务人员，如果将其全部解聘，那么会为企业节省出这部分人员的人工成本，属于决策相关信息，当增加的外包服务费小于原有的人工成本时，决策就是可行的；但如果这部分人员继续留用，意味着外包服务并未使人工成本发生变化，这部分人工所对应的财务数据就变成了与决策无关的信息，决策导致的结果是企业的人工成本没有减少，反而增加了一笔外包服务费。

所以对于财务数据是否与经营决策相关，需要从两者之间的变化关系来思考。特别是对于经营决策相关的成本费用，不能按照管理会计中变动成本与固定成本的划分，考察其与收入的关联性，成本费用与收入是否具有关联，并不代表其是否与经营决策有关系。

举个简单的例子，企业目前想要新增一家实体店，需要考虑店铺是否能够为企业带来收益。新增的店铺会为企业带来新增收入，同时店铺也会产生相应的购货成本，这部分属于变动成本，同时也属于决策相关数据；维持店铺运营，需要支付房租、水电费等，还需要购买相应的固定资产、聘用店员，这些成本费用就需要逐项进行分析，考虑其是否与决策相关。店员的固定薪资是固定成本，但店员是新聘用的还是从其他店铺调职而来，会影响其与决策相关性的判断，同理，对于店内的固定资产，也需要按照这个逻辑进行考虑。

对于与经营决策相关的数据，需要在财务模型中列示，并且需要考虑全面，避免遗漏重要信息而导致财务模型与实际情况偏离，以致作出错误的决策。而对于经营决策无关的信息，则不需要提及，这样可以避免大量信息输出造成的对财务模型的理解困难，降低无关信息对于管理层判断的影响，同时也能够减少数据过多、工作量增加导致的人为错误、数据之间的逻辑错误等情况，提高财务模型信息的可靠程度。

如果信息可能对决策产生影响，但却又无法量化成数据进行展现，可以将这些信息单独进行列示，并且对风险以及可能产生的后果进行提示，更有助于管理层进行决策。

条件二：有效信息必是关于未来的

管理层需要的能够辅助经营决策的财务模型，是对于决策后可能造成的结果的财务预测。所以这就决定了财务模型中的有效信息，必然是对于未来的预测数据，而不是过去经营形成的财务数据的堆积。

假如企业想要进行生产线的改进，以便突破现有的产能限制，承接更多的订单。这时财务模型需要体现生产线改进后的数据信息，包括产品线改进带来的收入增长、改进产生的成本支出、增加的产品线维护费用、订单量增加部分所需要承担的直接和间接成本等。通过这些信息来对改进后生产线在寿命期限内为企业增加的收益，根据收益是否符合管理层要求、企业是否能够承担增加的资金压力等做出决策。

以上到的生产线改进决策相关的有效信息，均为改进后增加的数据，因为这些数据才是与决策相关的信息。生产线改进前的数据，是已经发生且无法改变的，无论生产线后续是否会改进，也无法更改已经发生的部分，这部分就属于沉没成本，不会对决策产生影响。

如果企业已经改进了生产线，但承接的订单量不足，导致产能出现剩余，管理层需要决策是将生产线剩余产能出租，还是想办法提升订单量来增加生产线的利用率。这种情况下，生产线改进的成本支出由于已经发生，成为了不可更改的历史数据，变为了沉没成本，此次决策便不需要考虑。

依据管理层对生产线剩余产能的两种设想，需要分别搭建财务模型进行收益预测。若考虑将剩余产能出租，则可以额外收取租金，但企业就无余力承接预计外的订单了；如果选择提升订单量，就可能需要聘用更多的销售人员、增加营销费用或销售折扣，带来收入增长的同时生产成本也会增加。将两者对比，评估出租与自用哪种方式能为企业带来更多的收益，为管理层决策提供数据支持。

对于未来的预测是建立在一系列假设之上的，由于企业内外部环境的变化，假设中可能存在一定的变量，某些变量的波动性会较大。这时想要提高财务模型的支持力度，可能就需要针对某些变量进行敏感性分析。

例如在产能出现剩余的情况下，企业选择提升订单量来进行内部消化。订单量的提升并不能一蹴而就，至少需要挖掘客户、拓展客户、与客户谈判、敲定客户的时间，这个时间长短不定，且能够具体提升多少的订单量也不确定。可以将时间与订单量的提升百分比作为变量，分别计算不同变量组合的情况下能够为企业带来的收益。

历史数据与决策无关，并不意味着历史数据无用。因为财务预测的假设是基于历史数据的变化，结合当前的内外部环境以及管理层意向的发展方向建立的，历史数据的变化趋势会直接影响未来的数据。历史数据显示本月开始采购单价出现上涨，这种涨价在未来依然不可避免；本月流失了重要的客户，导致收入出现下降，这个客户不会在下个月马上回来继续合作；国际关系变化导致向海外采购原材料变得困难，而且成本超出预算，企业需要马上寻找替代品，那么对于未来的财务成本预测，就需要按照替代品的价格和品质进行测算。

所以与经营决策相关的财务数据必然是对于未来的预测数据，但预测不能是凭空臆想出来的，历史数据才是建立预测数据的地基，是与经营决策无关但又有用的信息，确保历史数据的准确才能提高预测数据的质量。

条件三：当出现多种决策选择时，信息口径的一致性

上面提到，企业管理层可能会对未来有多种设想，即使是用一种方案，变量的影响也会导致出现不同的预测结果。对于这类不唯一的选择，需要确保每种选择所涉及信息的口径一致。

企业想要开设新店铺，只是在店铺员工的聘用以及固定资产购买上出现分歧，考虑是利用现有资源还是增加新资源。基于管理层的需求，会出现两个财务模型，但对于店铺选址、基础建设、员工数量和结构、固定资产数量和要求等基础信息，应该确保在两个模型中使用一致的数据，这样才便于管理层进行比较。不能一个模型的店铺在东城，一个在西城；一个面积大，一个面积小。基础数据的差异将导致财务模型的结果无法作为决策参考，或是导致决策出现偏差。

口径一致也意味着数据之间的关联逻辑、归集原则等保持一致。产品线改良前后的收入确认原则需要一致；成本归集和核算原则需要一致；新聘用员工与老员工适用的职级、岗位标准、薪资结构等需要一致；生产线维护的工作标准一致；生产工序一致。如果基于内外部环境变化导致前后口径出现差异，例如会计政策调整、生产技术升级等，这种变化不会对历史数据产生影响，但需要根据这些变化来重新建立新的假设，使未来的财务预测更加贴合实际情况。

需要注意的是，一致需要确保的是两种方案的通用数据以及口径一致，并非要求所有数据保持一致。例如生产线改良前后的产能效率会发生变化，单位产品工时会在改良后缩短，改良方案中的产品工时就需要进行调整；如果不进行改良，产品工时则仍旧按照原有工时进行计算。

搭建财务模型最重要的就是进行信息的筛选，以经营决策的内容为核心寻找有效信息。这个过程既要求财务人员对业务具备一定的了解程度，这样才能理解经营决策的核心，依据决策内容来搭建财务模型的架构。同时也要求财务人员了解会计核算的规则以及财务相关数据的分布，知道能够从哪里找到想要的信息，将信息按照一定的逻辑填充到模型中。两者缺一不可，架构的缺失或扭曲会导致结果不可用，而数据的错误或是不合理，将造成结果的偏差，都会对管理层的判断产生影响。

对于欠缺模型搭建或不知道怎样进行信息筛选的财务人员，可以先收集与决策内容具有一定关联的所有信息，然后构建这些信息之间的关联性，据此寻找建立财务模型的思路。当具备一定经验后，在看到决策内容时就会在脑海中生成粗略的模型结构，在此之上进行调整即可得到想要的结果，但想要达到这个程度，需要对业务以及财务专业知识进行持续的学习和钻研，不断提升自身水平方可完成。