Budget, prévisions, analyse de rentabilité, simulations… la modélisation financière transforme vos données en outils de pilotage, d’anticipation et d’aide à la décision. Excel reste aujourd’hui l’un des outils les plus utilisés pour construire ces modèles.

Dans cet ouvrage, vous apprendrez à concevoir pas à pas des modèles financiers robustes et structurés avec Excel. Vous découvrirez comment élaborerun budget, analyser les écarts entre réalisé et prévisionnel, bâtir un compte de résultat et un plan de trésorerie, intégrer un bilan prévisionnel et évaluer la rentabilité d’un projet.

L’ouvrage met l’accent sur les bonnes pratiques de modélisation : structurer un modèle (inputs, calculs, outputs), gérer les hypothèses, automatiser le traitement des données, mettre en place des contrôles et documenter son travail. Une progression fondée sur de nombreux cas pratiques permet au lecteur de comprendre les concepts tout en adoptant des méthodes directement applicables dans un contexte professionnel.

Cette 3? édition met également l’accent sur les évolutions récentes d’Excel : automatisation des données avec Power Query, modélisation et analyse avec Power Pivot et DAX, introduction à Python dans Excel pour les prévisions et les simulations, et utilisation de Copilot pour accélérer l’analyse et l’interprétation des données.

Destiné aux étudiants en comptabilité-gestion comme aux professionnels de la finance, du contrôle de gestion ou du management, ce livre propose une approche concrète et progressive de la modélisation financière, directement applicable dans un contexte professionnel.

Il est rédigé avec Excel pour Microsoft 365, mais la grande majorité des fonctionnalités décrites est également compatible avec Excel 2016, 2019, 2021 et 2024. Certaines fonctionnalités récentes (Python et Copilot dans Excel) nécessitent Microsoft 365 et une licence compatible.

Caractéristiques

Livre (broché) - 17 x 21 cm
ISBN : 978-2-409-05474-7
EAN : 9782409054747
Ref. ENI : SOB3EXCMODFI

Caractéristiques

HTML
ISBN : 978-2-409-05475-4
EAN : 9782409054754
Ref. ENI : LNSOB3EXCMODFI

Téléchargements

Des fichiers complémentaires (5 118 Ko)

Introduction

Introduction
Excel, un outil pour penser avec les chiffres
À qui s’adresse ce livre ?
L’organisation de l’ouvrage

Piloter les finances opérationnelles avec Excel

Objectif du chapitre
Le budget : socle du pilotage financier
1. Le budget, un outil aux multiples rôles
2. Plan d’attaque
3. Modèle budgétaire simple avec Excel
4. Structurer les dépenses engagées
  1. Mettre les dépenses sous forme de tableau
  2. Relier les dépenses au budget prévisionnel
  3. Utiliser la fonction SOMME.SI.ENS
  4. Calculer le pourcentage de consommation
  5. Formatage
  6. Utiliser la mise en forme conditionnelle
Créer un budget avec Power Pivot dans Excel
1. Qu’est-ce que Power Pivot ?
2. Pourquoi utiliser Power Pivot pour créerun budget ?
3. Structurer les données : les bases d’unmodèle relationnel
4. Les relations : relier les données entreelles
5. Étapes pour créer un modèlede suivi budgétaire dans Power Pivot
  1. Créer le modèle relationnel
  2. Créer une table de dates
  3. Mettre en place les relations entre les tables
  4. Créer les mesures dans Power Pivot
Analyse budgétaire à l’aide de tableaux croisés dynamiques
1. Premier TCD - suivi budgétaire par phase
  1. Construction du tableau
  2. Lecture des résultats
2. Deuxième TCD - analyse des dépensespar mois
3. Troisième TCD - dépenses par fournisseur
4. Passer des tableaux croisés dynamiques à untableau de bord
5. Passer d’un tableau croisé dynamique à ungraphique
6. Mise en place des indicateurs macro
7. Ajouter des segments pour l’interactivité
  1. Connexion du segment
  2. Bonnes pratiques
Réalisation d’un tableau de bord financier avec Power Query
1. Objectif
2. Étapes de la préparation des données
3. Présentation des données
Le retraitement des données avec Power Query
1. Dépivoter les colonnes
2. Modifier le signe
  1. Ajouter une colonne signe
  2. Multiplication de la valeur par le signe
  3. Modifier le type de données de la colonneMontant
3. Créer un modèle de donnéesgrâce à Power Pivot
  1. Importation des tables dans le modèle dedonnées
  2. La vue de diagramme
  3. Création d’une relation dans PowerPivot
4. Réalisation du tableau croisé dynamique
  1. Premier tableau croisé dynamique :le compte de résultat
  2. Amélioration du compte de résultat
  3. Réalisation du graphique de l’évolutiondu résultat
  4. Amélioration du graphique
5. Ajout du segment
Conclusion

Modélisation financière avec Excel

Introduction
Présentation du cas
Mise en forme des hypothèses
1. Sur le niveau des ventes
  1. Scénarios
  2. Recherche du nombre de glaces et de cafésvendus par jour selon le scénario choisi
  3. Saisonnalités
2. Hypothèse financière
  1. Sur les prix et les coûts unitaires
  2. Calcul des dotations aux amortissements
  3. Sur les autres coûts
  4. Provenance et utilisation des fonds liésau projet
Plan de remboursement de l’emprunt
Mise en place du compte de résultat prévisionnel
1. Calcul du chiffre d’affaires mensuel
  1. De l’activité Glaces
  2. De l’activité Café
  3. Chiffre d’affaires total
2. Calcul du salaire mensuel du serveur
3. Calcul du loyer
4. Calcul du coût d’énergie/électricité
5. Calcul du coût des consommables concernantl’activité Glaces
6. Calcul du coût des consommables concernantl’activité Café
7. Calcul du coût d’exploitation
8. Calcul de l’excédent brut d’exploitation
9. Calcul des dotations aux amortissements du matériel
10. Intérêt de l’emprunt
11. Résultat prévisionnel
Le plan de trésorerie prévisionnel
1. Calcul de la trésorerie à l’ouverture
  1. Marchandises stockées
  2. Coût de la machine à café
  3. Coût de la machine à glaces
2. Emprunt bancaire
3. Épargne personnelle
4. Trésorerie nette à l’ouverture
5. Calcul de la trésorerie prévisionnellemensuelle
6. Flux de trésorerie liée à l’exploitation
  1. Résultat prévisionnel
  2. Amortissements et provisions
  3. Amortissement de l’emprunt
7. Calcul de la TVA à décaisser
  1. Calcul de la TVA collectée
  2. Calcul de la TVA déductible sur immobilisation
  3. Calcul de la TVA déductible sur achats debiens et services
  4. Calcul de la TVA à décaisser mensuelle
  5. Calcul du crédit de TVA mensuel
  6. Situation de TVA : crédit de TVA
  7. Situation de TVA : TVA à décaisser
  8. Règlement de la TVA à décaisser
  9. Report de la TVA à décaisser dansle plan de trésorerie prévisionnelle

Synthèse des principaux éléments du modèle

Introduction
Report des principaux éléments
Graphiques représentant l’évolution mensuelle de chaque élément
1. Graphique de l’évolution mensuelledu chiffre d’affaires
2. Graphique de l’évolution mensuelledu résultat
3. Graphique de l’évolution mensuellede la trésorerie
Interactivité du modèle
Interprétation du modèle

Détermination du seuil de rentabilité

Introduction au seuil de rentabilité
1. Méthodes de calcul
2. Exemple
Application avec Excel
Analyse du risque d’exploitation
1. La marge de sécurité
2. L’indice de sécurité
3. Le levier opérationnel (ou levier d’exploitation)
Représentation graphique du seuil de rentabilité
1. Calculs
2. Création du graphique
  1. Ajout des séries de données
  2. Ajout de l’axe des abscisses
  3. Amélioration du graphique

Outils statistiques de prévisions

Objectif du chapitre
La régression linéaire
1. Principe
2. Calcul de la droite de régression
  1. Calcul du coefficient directeur
  2. Calcul de l’ordonnée à l’origine
3. Concepts associés à une régressionlinéaire
  1. La corrélation
  2. Le coefficient de détermination
La régression linéaire simple : application avec Excel
1. Première étape : représentationgraphique des données
2. Deuxième étape : calculdes éléments de la régression
  1. Première méthode : à partirdes formules d’Excel
  2. Deuxième méthode : la méthodegraphique
  3. Troisième méthode : utilisationde l’utilitaire d’analyse
3. Interprétation des résultats
4. La fonction PREVISION.LINEAIRE
La régression linéaire multiple
1. Concept
2. Application avec Excel
La régression linéaire avec variables catégorielles
1. Concept
2. Application avec Excel
  1. Première étape : retraitementdes données
  2. Deuxième étape : utilisationde l’utilitaire d’analyse d’Excel
Pour aller plus loin : les régressions non linéaires
Modéliser le risque de défaut avec la régression logistique
1. Un outil pour lire les signaux faibles
2. Premier cas pratique : une seule variable
  1. Préparation des données
  2. Entraînement du modèle
  3. Transformation du score en probabilité
  4. Visualiser la courbe logistique
  5. Évaluer le modèle sur de nouveauxclients
  6. Ce que nous apprend ce cas simple
3. Construire un modèle avec plusieurs variables
  1. Les variables retenues
  2. Préparation du jeu de données
  3. Application du modèle aux donnéestest
  4. Calculer le taux de bonne classification
  5. Comment appliquer le modèle à unnouveau client
4. Ce qu’il faut retenir
Les moyennes mobiles
1. Principe
2. Intérêt
3. Application avec Excel
  1. Première méthode : à l’aidedes fonctions d’Excel
  2. Deuxième méthode : avecl’utilitaire d’analyse
  3. Estimation du modèle
4. Représentation graphique des moyennes mobiles
Les moyennes mobiles pondérées
1. Principe
2. Évaluation du modèle
Le lissage exponentiel
1. Principe
  1. Première étape : définitiondu coefficient de lissage
  2. Deuxième étape : déterminerl’erreur entre les ventes réelles de la dernièreobservation connue et la dernière prévision réaliséeen juin
  3. Troisième étape : appliquerle coefficient de lissage à l’erreur observéepour obtenir l’erreur pondérée de juin
  4. Quatrième étape : additionner l’erreurpondérée à la dernière prévisionconnue pour obtenir la nouvelle prévision pour le moisde juillet
2. Application avec Excel
3. Détermination du coefficient de lissage
  1. Première étape : le calculde l’écart absolu moyen
  2. Deuxième étape : modificationdes formules du lissage exponentiel pour pouvoir utiliser le solveur
  3. Troisième étape : utilisationdu solveur pour trouver le coefficient de lissage qui minimise l’écartabsolu moyen
Travailler avec des saisonnalités
1. Les coefficients saisonniers
2. Prévision et série chronologiquesaisonnière
Les nouvelles fonctions d'analyse des séries chronologiques
1. La fonction PREVISION.ETS
  1. Visualisation de la série chronologique
  2. Utilisation de la fonction PREVISION.ETS
2. La fonction PREVISION.ETS.CARACTERESAISONNIER
3. La fonction PREVISION.ETS.CONFINT
  1. Le concept d’intervalle de confiance
  2. Exemple
  3. Application
4. L’outil Feuille de prévision

Décision, rentabilité et temporalité

Introduction
Le principe de capitalisation
1. Valeur capitalisée d’une suite d’annuitésconstantes
2. Application avec Excel
La valeur actuelle
1. Valeur actualisée d’une suite d’annuitésconstantes
2. Application avec Excel
La Valeur Actuelle Nette (VAN)
1. Principe
2. Quelle est la signification du taux d’actualisation ?
3. Application avec Excel
4. Application de la méthode de la valeur actuellenette dans le choix d’un projet
5. Analyse de la sensibilité de la VAN
6. Exemple et application avec Excel : sensibilité à deuxvariables
Le taux interne de rentabilité (TIR)
1. Principe
2. Biais d’interprétation et erreurcourante liée au TIR
3. Cas pratique : étude de la rentabilité d’unprojet
Le délai de récupération du capital
1. Principe
2. Application avec Excel
3. Inconvénient de la méthode du délaide récupération

Décision en avenir certain : l'optimisation

Principe
Cas pratique n° 1 : optimisation du nombre de produits à fabriquer
Cas pratique n° 2 : optimisation du choix des projets

Décision en avenir incertain : arbre de probabilité, simulation Monte-Carlo

La méthode de l’arbre de probabilité
1. Principe
2. Application avec Excel
3. Analyse du risque attaché au projet
4. Faut-il lancer le projet ?
La simulation Monte-Carlo
1. Principe
2. Génération des 30 000 expériences
3. Espérance de gain et statistiques
4. Détermination de la quantité à commanderoptimale
5. Détermination de la distribution du résultat
6. Insertion du graphique dans l’onglet statistiques
7. Automatisation de l’actualisation des données

Copilot, l’assistant IA dans Excel

Introduction
1. Un principe fondamental : Copilot n’estpas un outil de décision
2. Objectif du chapitre
3. Accès à Copilot et prérequistechniques
4. Un mythe à déconstruire :Copilot ne dispense pas de connaître Excel
5. Deux modes d’interaction avec Copilot
6. Copilot dans Excel : un changement de posture,pas de méthode
7. Le cadre PACE : structurer une intentionclaire
8. Les limites de PACE
9. La question de la confidentialité des données
Modélisation financière avec Copilot en pratique
1. Premier cas : la régression linéairemultiple
  1. Première phase : créationdu modèle avec Copilot
  2. Deuxième phase : analyser le modèle
2. Deuxième cas : analyse de la sensibilité dela VAN
  1. Première phase : créationdu modèle avec Copilot
  2. Deuxième phase : analyse du modèleavec Copilot
Quand solliciter Copilot et quand s’en passer
Conclusion

Conclusion

Conclusion

03/09/2026Version papier

correspond à mon attente

JEAN-LOUIS P

Boris NORO

Ancien comptable, Boris NORO est aujourd’hui responsable informatique, formateur Excel et Power BI, et animateur de la chaîne YouTube Wise Cat. Il a acquis une solide expérience dans la mise en place d’outils budgétaires et financiers avec Microsoft Excel auprès d’entreprises et de collectivités territoriales.

Passionné par l’analyse de données, il est titulaire du MBA Business Statistics and Analysis de l’université Rice (Houston, États-Unis) et certifié Microsoft Excel for the Data Analyst. Reconnu MVP (Most Valuable Professional) Office Apps & Services par Microsoft, il a à coeur de partager son expertise et sa connaissance du terrain avec les utilisateurs.