Modélisation Financière Avec Excel (2e Édition)

Modélisation financière avec Excel (2e édition)
De l'analyse à la prise de décision
Modélisation financière
avec Excel (2e édition)
De l'analyse à la prise de décision
Boris NORO
La finance d'entreprise est un sujet qui nécessite beaucoup de notions théoriques comptables,
mathématiques et statistiques. Pourtant, la finance est aussi une discipline très pratique,
ancrée dans la réalité quotidienne : il est indispensable d'utiliser des données chiffrées pour
éclairer l'activité présente ou future de l'entreprise, sa rentabilité et aider à la prise de décision.
Le but de cet ouvrage est d'acquérir les compétences nécessaires pour pouvoir
appliquer les principes essentiels de la finance d'entreprise avec un des logiciels
les plus utilisés dans le monde professionnel : Excel. Il a été rédigé avec la version
Microsoft 365 d'Excel mais convient également si vous disposez des versions
2016, 2019 et 2021.
Il s'adresse aussi bien aux étudiants en comptabilité–gestion qu'aux

professionnels de la comptabilité, de la gestion et de la finance, ainsi qu'aux
managers ayant une activité en lien avec la finance d'entreprise ou la gestion en
général.
La première partie de l'ouvrage permet au lecteur néophyte de se familiariser avec

Excel tout en abordant les bases de la comptabilité et de la finance : l'analyse du
compte de résultat et du bilan.
Par la suite, la modélisation financière proposée s'appuie sur des notions plus
avancées : plan de remboursement, compte de résultat prévisionnel, plan de
trésorerie, seuil de rentabilité, initiation à la business intelligence, prévisions
statistiques (régression linéaire, moyennes mobiles, lissage exponentiel…), analyse
du risque, simulations… L'utilisation d'outils plus complexes d'Excel est alors
abordée : outils statistiques, solveur, utilitaire d'analyse, langage VBA, Power
Query, Power Pivot….
Les nombreux exercices réalisés dans Excel n'ont pas seulement pour but d'obtenir
des réponses numériques à des problèmes financiers, mais aussi d'approfondir la
compréhension des concepts étudiés. La difficulté des exercices proposés est
progressive, permettant ainsi aux débutants de se familiariser à la fois avec les
notions financières, et avec Excel cependant, au cours de l'ouvrage, des concepts
relativement avancés en finance/gestion sont abordés : autant de compétences
concrètes et précieuses dans le monde professionnel d'aujourd'hui.
Auteur(s)
Boris NORO
Comptable de profession, formateur bureautique depuis plusieurs années et
animateur de la chaîne YouTube Wise cat, Boris NORO a acquis une forte
expérience dans la mise en place d’outils budgétaires et financiers avec Microsoft
Excel auprès d’entreprises diverses et de collectivités territoriales. Passionné par
l’analyse de données, titulaire du MBA Business Statistics and Analysis de
l’université RICE (Houston – Etats-Unis), il détient la certification Microsoft Excel
for the Data Analyst. Reconnu MVP (Most Valuable Professional) Office Apps &
Services par Microsoft, il a à coeur de partager avec les utilisateurs son expertise
de haut niveau ainsi que sa connaissance du terrain.
Réf. ENI : SOB2EXCMODFI | ISBN : 9782409036712
Suivant
Introduction
● Sommaire
● Notes
● Compléments
Tout déplier | Tout replier
Informations générales
Titre, auteur...
Avant-propos
Introduction
Méthode d’analyse financière
Compte de résultat, soldes intermédiaires de gestion et capacité d’autofinancement
Du bilan au bilan fonctionnel
Synthèse et analyse par les ratios
Synthèse et présentation des résultats
Outils de Business Intelligence pour la finance
Modélisation financière avec Excel
Synthèse des principaux éléments du modèle
Détermination du seuil de rentabilité
Outils statistiques de prévisions
Décision, rentabilité et temporalité
Décision en avenir certain : l'optimisation
Décision en avenir incertain : arbre de probabilité, simulation Monte-Carlo
Conclusion
Introduction
Les métiers de la comptabilité, de la gestion et de la finance sont
amenés à évoluer. La blockchain, les cryptomonnaies, le machine
learning et l’intelligence artificielle ont un effet disruptif sur ces
professions.
À vrai dire, ce n’est pas un phénomène nouveau, durant ma carrière,
j’ai déjà connu l’évolution des progiciels de gestion intégrée, la
dématérialisation des factures et d’autres évolutions
technologiques qui ont changé le métier du tout au tout.
Cependant, et peu importe le lieu : entreprise, administration,
cabinet comptable, un seul élément est resté absolument récurrent
dans mon quotidien : Microsoft Excel.
Ce livre est né d’une frustration.
Du haut de mes 22 ans, diplôme en poche, je me suis très vite rendu
compte que sur le terrain ma formation manquait cruellement
d’expérience pratique sur les outils informatiques, et
particulièrement Excel.
Avec le recul, c’est probablement l’acquisition de ces compétences
qui m’a permis d’avancer dans ma carrière.
D’après un article de Lauren Weber paru le 5 mars 2015 dans le Wall
Street Journal, la clé d’un emploi bien rémunéré serait Microsoft
Excel.
Honnêtement, je ne sais pas si la lecture de cet ouvrage vous
permettra de négocier une promotion. Par contre, je suis persuadé
que la maîtrise d’Excel et à long terme l’intérêt pour la science des
données que ce type de logiciel peut éveiller seront un élément
fondamental de votre montée en compétence.
À qui s’adresse ce livre ?
Cet ouvrage s’adresse en priorité aux comptables, chefs comptables ou directeurs
administratifs et financiers qui manipulent des données comptables et financières dans
le but d’en faire une analyse.
Il s’adresse également aux managers, assistants, étudiants en comptabilité - gestion ou

toute personne ayant à la fois un intérêt pour le logiciel Excel et pour la gestion et
l’analyse financière d’entreprise.
Toutes les étapes de l’analyse et des manipulations avec le logiciel Excel seront décrites
pas à pas dans un langage simple.
Le but de ce livre est de pouvoir mettre en œuvre une analyse ou une modélisation
financière cohérente tout en apprenant des fonctionnalités de base et avancées d’Excel.
Il a été rédigé avec la version Microsoft 365 d’Excel mais convient également si vous
disposez de la version 2021, 2019 ou encore 2016. Les fichiers d’exemples utilisés dans
ce livre peuvent être téléchargés depuis la page Informations générales.
L’analyse financière
La première partie de ce livre est consacrée à l’analyse financière
avec Excel.
L’analyse financière peut être définie comme l’ensemble des
méthodes et outils permettant de porter une appréciation sur la
réalité financière d’une entreprise.
Elle propose d’établir un diagnostic financier à partir des
documents comptables.
Il n’existe pas de méthode d’analyse financière prédéfinie. Toute
analyse dépend à la fois de l’activité de l’entreprise, mais aussi des
personnes auxquelles elle est destinée.
Les différentes parties prenantes de l’entreprise, les dirigeants, les
actionnaires, les banquiers, l’État, les fournisseurs… n’ont pas les
mêmes objectifs ni les mêmes exigences d’informations.
Cependant, il existe des questions cruciales auxquelles toute
analyse financière doit tenter de répondre :
● Est-ce que cette entreprise est solvable ?
● Est-il risqué d’y investir ?
● Quelle est sa rentabilité ?
C’est en se basant sur ces interrogations que nous allons dans un

premier temps mener une analyse financière cohérente à partir des
documents comptables de synthèse que sont le compte de résultat
et le bilan. Puis nous aborderons l’analyse financière avec un outil
de business intelligence intégré à Excel : Power Pivot.
Dans la deuxième partie de cet ouvrage, nous aborderons le thème
de la modélisation financière avec Excel.
Un modèle est une représentation schématique d’un contexte et
des hypothèses sur lesquels un décideur s’appuie pour évaluer les
conséquences d’une décision.
La modélisation financière est un ensemble de méthodes et d’outils

permettant à partir d’un contexte réel d’établir des prévisions
possibles sur les finances et l’activité de l’entreprise.
Typiquement, une modélisation financière comprend les éléments
suivants :
● des données réelles ou connues,
● des scénarios ou hypothèses de prévisions possibles,
● des relations entre les différentes variables (par exemple :
changer le montant des ventes va aussi affecter d’autres
variables telles que le bénéfice, les impôts à payer, etc.).
Enfin, dans la troisième partie de cet ouvrage, nous étudierons
différentes méthodes d’aide à la décision
La finance est l’étude de la création de valeur.
Pour créer de la valeur, il est nécessaire de tenter d’évaluer quel
impact auront les décisions prises aujourd’hui.
Par exemple, un dirigeant d’entreprise tente de déterminer quel
serait son retour sur investissement lors de l’achat d’une nouvelle
machine ; un entrepreneur essaie de déterminer la viabilité de son
projet et son résultat probable à terme...
Excel, un outil pour penser avec

les chiffres
À la fin des années 70, l’invention du « Personal Computer » a
révolutionné le monde de l’entreprise.
L’ordinateur, qui était jusque-là réservé à des chercheurs ou à des
scientifiques, se démocratise et fait son entrée aussi bien en
entreprise que chez les particuliers.
Petit à petit, les registres comptables papier ont été remplacés par
des tableurs électroniques.
Visicalc, l’ancêtre d’Excel (1979)

Avec l’augmentation de la puissance des ordinateurs et des
programmes, les tableurs avec leurs calculs automatiques et leurs
formules ne sont plus de simples versions électroniques des
registres papier, mais de véritables outils de modélisation,
permettant d’établir différents scénarii, de faire des hypothèses...
En bref, un outil pour penser avec les chiffres.
Aujourd’hui, Excel est devenu un logiciel puissant et flexible. Ce «
super tableur » est capable de synthétiser une quantité importante
de données, de faire des graphiques et des calculs statistiques
poussés.
Abordable d’utilisation et peu coûteux, c’est l’un des logiciels les
plus utilisés en entreprise et la grande majorité des modélisations
financières sont faites avec ce logiciel.
Cependant, la grande flexibilité qu’il permet peut aussi devenir un
piège, surtout lorsque le modèle devient complexe.
Dans le cadre de cet ouvrage, et avant d’entrer dans le vif du sujet,
nous allons étudier quelques règles clés pour permettre de
construire une analyse claire et d’éviter
Règles pour faciliter
l’utilisation d’un modèle
Utiliser les zones nommées
Il est possible de rendre les formules nettement plus
compréhensibles et plus gérables en y intégrant des noms au lieu
des références de cellules.
Voici un exemple.
La formule en D3 utilise les références des cellules = B3*C3.
À présent, la même formule utilisant cette fois la zone nommée
montant en B3 et la zone nommée taux en C3.
=montant*taux
Vous pouvez définir un nom pour une cellule, une plage de cellules
ou un tableau.
Cependant, un nom ne doit jamais contenir d’espaces ou de
caractères de ponctuation.
Première méthode :
Sélectionnez la cellule ou la plage à nommer.
Saisissez le nom souhaité dans la zone nom située à gauche sous
le ruban.
Appuyez sur la touche Entrée.
Ici, nous avons nommé la cellule C3 taux.
Deuxième méthode
Dans l’onglet Formules, groupe Noms définis, cliquez sur Définir un
nom.
La boîte de dialogue Nouveau nom apparaît.
Saisissez le nom souhaité et sélectionnez la cellule ou plage de

cellules correspondante :
Au besoin, vous pouvez sélectionner votre cellule ou plage de
cellules en cliquant sur le bouton Fait référence à . La boîte de
dialogue Nouveau Nom - Fait référence à : apparaît.
Elle permet de sélectionner une cellule ou une plage de cellules.
Sélectionnez les cellules concernées par un cliqué-glissé, puis
cliquez de nouveau sur le bouton Fait référence à pour réafficher
toute la boîte de dialogue. Cliquez sur OK.
Il est aussi possible de créer, modifier ou supprimer les zones
nommées grâce au Gestionnaire de noms.
Dans l’onglet Formules, groupe Noms définis, cliquez sur
Gestionnaire de noms.
Vous visualisez la zone nommée taux, et au besoin vous pouvez la
modifier ou la supprimer.
De même, il est possible de créer une zone nommée à partir du

Gestionnaire de noms.
Dans la fenêtre Gestionnaire de noms, cliquez sur Nouveau.
La boîte de dialogue Nouveau nom apparaît :
Saisir les variables une seule
(et unique) fois
Lors de la mise en place d’une modélisation, il est courant d’oublier
qu’une valeur a été saisie dans une cellule et de la saisir
manuellement à nouveau dans une autre cellule.
Le problème est que si cette valeur fluctue par la suite, il faudra la
modifier à chaque endroit où elle a été saisie manuellement sous
peine d’erreur.
La solution est de faire référence à cette valeur grâce à une
formule.
Exemple
Nous avons saisi 20 % dans la cellule C6, cependant cette cellule
devrait faire référence au taux d’amortissement qui se trouve en E2
(zone nommée taux).
Si ce taux est amené à être modifié, il faudra aussi modifier
manuellement la saisie en C6.
Il est préférable de faire référence à la cellule E2 (zone nommée

taux) grâce à une formule en C6 : =taux.
Pour utiliser des zones nommées dans une formule, il suffit de

saisir les premières lettres du nom de la zone nommée directement
dans la formule, un menu contextuel apparaît pour vous permettre
de la retrouver et de la sélectionner :
Une deuxième méthode consiste à appuyer sur la touche F3
pendant la saisie d’une formule.
La boîte de dialogue Coller un nom comportant la liste des zones
nommées apparaît.
Cliquez sur le nom, puis sur OK.
Dans le même ordre d’idée, il n’est pas conseillé d’entrer une valeur
statique dans une formule.
Exemple
Nous avons saisi en D6 la formule =B6*0,2.
Avec cette formule, si le taux d’amortissement en E2 venait à être
modifié, il faudrait aussi modifier cette formule manuellement, ce
qu’il est préférable d’éviter.
Comme précédemment, la solution est de faire référence à notre

zone nommée taux en E2.
En D6, insérez la formule : = B6*taux

Mettre en place un système
d’aide à la vérification
Il est malheureusement très facile de réaliser des erreurs dans un

modèle ou dans une analyse financière.
Nous allons tenter de les limiter ou du moins de pouvoir les déceler.
Exemple
Voici un bilan simplifié en format Excel. Ce document est erroné,

l’égalité Actif/Passif n’est pas respectée.
Vous trouverez ce classeur nommé Introduction dans les fichiers

proposés en téléchargement avec ce livre (cf. Avant-propos).
Dans ce document, plusieurs cellules ont été nommées.
La cellule D15 fait référence à l’actif net a été nommée

total_actif_net.
La cellule G15 fait référence au total du passif a été nommée

total_passif.
Dans la cellule B17, nous avons un vérificateur d’erreur qui nous

alerte s’il y a une différence entre le total de l’actif net (cellule D15)
et le total du passif net (cellule G15).
La formule en B17 est :
=SI(total_actif_net-total_passif=0;"ok";total_actif_net-total_passif)
Il s’agit d’une fonction conditionnelle (« SI »). Elle va tester une

condition et renvoyer une valeur si la condition est vraie ou une
autre valeur si la condition est fausse.
Cette formule est structurée de la façon suivante :
=si(test_logique ;valeur_si_vrai ;valeur_si_faux)
Dans notre cas :

Si la différence entre total_actif_net et total_passif est égale à 0,
alors :
La formule renvoie la chaîne de caractères ok (entre guillemets

doubles pour signifier à Excel qu’il s’agit de texte),
sinon :
La formule renvoie le résultat du calcul total_actif_net - total_passif.
Lorsque vous saisissez une formule, vous pouvez utiliser la boîte de

dialogue Insérer une fonction. Sélectionnez la cellule B17 et cliquez
sur le bouton Insérer une fonction situé dans la barre de
formule.
La boîte de dialogue d’aide aux fonctions apparaît. Elle peut être

utile pour mettre en place une formule ou pour vérifier la saisie.
Dans la zone Sélectionnez une fonction, choisissez la fonction SI

pour cet exemple.
Cliquez sur OK.
La cellule B17 contient également une mise en forme

conditionnelle. Elle permet d’afficher le résultat de la formule en
couleur rouge si la valeur contenue en B17 est différente de la
chaîne de caractères ok.
Sélectionnez la cellule B17.
Dans l’onglet Accueil, ouvrez la liste du bouton Mise en forme

conditionnelle du groupe Styles.
Cliquez sur l’option Nouvelle règle. La boîte de dialogue Nouvelle
règle de mise en forme apparaît. Sélectionnez la règle Utiliser une
formule pour déterminer pour quelles cellules le format sera
appliqué.
Dans la zone Appliquer une mise en forme aux valeurs pour

lesquelles cette formule est vraie, la formule relative à notre mise
en forme conditionnelle est =B17<> "ok".
Le symbole <> dans une formule Excel signifie « différent de ».

Nous devons tester ici si le contenu de notre cellule B17 est
différent de la chaîne de caractères ok.
Si la valeur contenue en B17 est différente de la chaîne de

caractères ok, notre formule de mise en forme conditionnelle va
renvoyer la valeur VRAIE et une mise en forme particulière que nous
allons définir va s’appliquer.
Dans la boîte de dialogue Nouvelle règle de mise en forme, cliquez

sur le bouton Format.
Dans la boîte de dialogue Format de cellule, sélectionnez l’onglet
Police, et dans le champ Couleur, sélectionnez la couleur rouge.
Cliquez sur OK deux fois pour fermer les boîtes de dialogue.
À présent, si notre bilan est équilibré, le contenu de la cellule B17

sera la chaîne de caractères ok et aucune mise en forme
particulière ne sera appliquée.
À l’inverse, dans le cas d’un bilan déséquilibré, le contenu de la
cellule B17 sera la différence entre le total de l’actif net et le total du
passif. Ce résultat apparaîtra de couleur rouge.
Utiliser des renvois grâce aux
liens hypertextes
Dans le but de réaliser une présentation synthétique, nous allons

placer le détail des calculs complexes de la feuille principale de
notre modèle dans une autre feuille.
Cependant, pour faciliter la navigation et le contrôle des calculs, il

est plus pratique de mettre en place des liens hypertextes qui vont
nous permettre de créer des renvois.
Exemple
La cellule D11 de la feuille SIG concerne la consommation de

l’exercice en provenance des tiers.
Feuille SIG
Dans le but de garder notre modèle lisible, nous n’avons pas détaillé
ce calcul sur cette feuille, mais dans une autre feuille que nous
avons nommée calculs_SIG.
Feuille calculs_SIG
Dans la feuille calculs_SIG, en C11, se trouve le détail de la somme

de notre consommation de l’exercice en provenance des tiers.
Notez que la cellule C11 a été nommée au préalable cons_tiers.
Nous allons créer un lien hypertexte sur la cellule D11 de notre

feuille SIG vers la zone nommée cons_tiersde notre feuille
calculs_SIG.
Sélectionnez la cellule D11 de la feuille SIG, puis dans l’onglet

Insertion, cliquez sur Lien.
La boîte de dialogue Insérer un lien hypertexte apparaît :

Dans la zone Lier à, cliquez sur Emplacement dans ce document
puis sélectionnez cons_tiers dans la zone Noms définis.
La Consommation de l’exercice en provenance des tiers apparaît en
texte souligné et bleuté, il suffit de cliquer dessus pour être renvoyé
à la zone nommée cons_tiers de notre feuille calculs_SIG.
Documenter le modèle
Il est souhaitable de documenter autant que possible son modèle

dans un onglet prévu à cet effet. D’expérience, ce qui peut paraître
clair aujourd’hui le sera beaucoup moins dans six mois.
Il est très utile de créer un diagramme pour représenter le

processus suivi pour notre modèle.
Il est possible de créer un diagramme directement avec Excel en

utilisant des objets ou des SmartArts. (Le diagramme présenté ici
sera étudié plus tard dans la partie dédiée à l’étude du bilan
fonctionnel).
Exemple de diagramme créé avec des formes dans Excel
Il est aussi souhaitable, si possible de documenter les formules du

modèle, c’est-à-dire de préciser, pour chacun des onglets :
● Où se trouve la formule ?
● Quelle est sa syntaxe ?
● Quel est le but de la formule ?
Exemple :
Dans le même ordre d’idée, il est conseillé de définir par écrit le

code couleur utilisé dans le modèle dans cet onglet de
documentation.
Nous aurons l’occasion de mettre en application ces quelques

notions tout au long de cet ouvrage.
Introduction
La comptabilité traduit les actions qui ont lieu dans le monde des
affaires en un ensemble de chiffres utilisables pour prendre une
décision éclairée. La comptabilité recueille des informations sur le
fonctionnement d’une entreprise, les nombreux obstacles qu’elle
doit surmonter et ses perspectives d’avenir.
Ce chapitre n’est pas un traité sur la comptabilité et la finance, mais
il décrit des outils concrets utilisables pour effectuer une analyse
financière d’entreprise.
Résolument pratique, nous allons simplement effectuer ensemble
pas à pas une analyse financière avec Excel en partant des
principaux documents comptables : le compte de résultat et le
bilan.
Démarche d’analyse
financière proposée
Il n’existe pas de démarche d’analyse financière absolue. L’analyse
effectuée dépend à la fois du type d’entreprise, de son contexte,
mais aussi des personnes à qui elle s’adresse.
D’une manière générale, pour créer de la richesse, l’entreprise doit
investir et cet investissement requiert des financements.
Ce processus met en relations diverses parties prenantes.
Chaque partie prenante de l’entreprise aura un objectif différent

dans son analyse.
Partie prenante Objectif
Co-contractants Quelle est la solvabilité de l’entreprise ? Quel

(Clients, est le poids relatif de chacun dans la relation
fournisseurs...) commerciale ?
Direction de Organiser, contrôler, aider à la décision
l’entreprise managériale
Établissements
Apprécier le risque de non-remboursement
bancaires
Établir des bases d’imposition, apprécier la

État
santé du tissu économique
Investisseurs Apprécier le risque et la rentabilité
Quelle est la politique sociale de l’entreprise

Salariés ? Quelle est la part de la richesse créée
reversée au personnel ?
Dans le cadre de cet ouvrage, nous allons suivre une démarche

logique et structurée à partir des principaux documents comptables
dans le but d’établir un diagnostic financier général sur la solvabilité
et la rentabilité de l’entreprise.
L’analyse se fera en quatre temps :
● La détermination des soldes intermédiaires de gestion (S.I.G)
et de la capacité d’autofinancement (C.A.F) à partir du
compte de résultat.
● La détermination du bilan fonctionnel à partir du bilan
comptable.
● Une analyse par la méthode des ratios.
● Un rapport d’analyse synthétique.
Le contexte de l’entreprise
étudiée
Avant de se plonger dans les documents comptables, il est
important de comprendre le contexte et l’environnement de
l’entreprise étudiée.
En pratique, si vous ne connaissez pas l’entreprise que vous
souhaitez analyser, je vous conseille d’aller visiter les lieux et de
rencontrer le personnel ; une entreprise est aussi, et avant tout, de
l’humain.
Pour illustrer notre analyse, nous allons étudier une société qui
pourrait très bien être réelle, la société Elena.
La société Elena est une entreprise spécialisée dans le tricot vegan.
Elle existe depuis 5 ans. Pour la majeure partie de son activité, elle
réalise elle-même des vêtements (pulls, bonnets, gants, etc.) qu’elle
revend à des détaillants. Elle possède aussi un magasin où elle
vend ses propres produits ainsi que d’autres produits vegans qu’elle
achète en l’état à d’autres sociétés.
Il s’agit donc d’une entreprise à la fois industrielle et commerciale.
Depuis deux ans, la société Elena a connu une forte croissance et
une expansion à l’international.
Pour faire face à la demande, la société a dû réaliser de nombreux
investissements.
Cependant, malgré cette croissance et un chiffre d’affaires en
augmentation, le résultat de l’entreprise n’a quasiment pas
augmenté.
La directrice et le responsable financier s’interrogent, y a-t-il quelque
chose à améliorer dans la gestion financière de la société Elena ?
Introduction
Dans un premier temps, nous allons partir du compte de résultat de
l’entreprise Elena pour créer un autre document, les soldes
intermédiaires de gestion (SIG), puis calculer un indicateur
fondamental pour notre analyse, la capacité d’autofinancement
(CAF).
Le schéma d’analyse est le suivant :
La notion de compte de
résultat
Le compte de résultat retrace l’activité de l’entreprise. Il contient la
somme des charges et des produits enregistrée au cours de la
période concernée.
La différence entre les charges et les produits détermine le résultat
de l’entreprise.
Le compte de résultat nous renseigne aussi sur la formation de ce
résultat.
Deux cas de figure peuvent apparaître :
Si les charges sont inférieures aux produits, l’entreprise dégage un
bénéfice.
À l’inverse, si les charges sont supérieures aux produits, l’entreprise

effectue une perte.
Les éléments du compte de
résultat
Le compte de résultat est structuré en fonction de la nature des
opérations. Il distingue les éléments d’exploitations des éléments
financiers et des éléments exceptionnels.
Les opérations d’exploitations
Les opérations d’exploitations contiennent l’ensemble des

opérations qui concourent directement à la réalisation de l’objet de
l’entreprise. On y retrouve les opérations d’achats, de productions,
de rémunérations du personnel, de ventes...
En bref, celles qui correspondent au métier de l’entreprise.
On parle de « cycle » d’exploitation, car ces opérations se déroulent

suivant un ordre précis qui se renouvelle dans le temps.
Le résultat financier
Le résultat financier retrace les choix effectués en matière de

financement (activité d’endettement et de placement) et l’impact du
mode de financement sur le résultat de l’entreprise.
Les charges financières regroupent par exemple les charges
d’intérêt sur emprunt, les intérêts débiteurs (sur découvert
bancaire), les pertes de change, etc.
Les produits financiers regroupent les intérêts de placement, les
intérêts de prêt, les gains de change, etc.
Les opérations exceptionnelles
Les opérations exceptionnelles regroupent les opérations non

courantes : cession d’immobilisation, les dédits et pénalités
perçues sur achats et sur ventes (lorsqu’un créancier dépasse son
échéance de paiement et que l’entreprise facture des pénalités de
retard), les amendes fiscales, les dons, etc.
Le résultat comptable n’est

pas équivalent au flux de
trésorerie
C’est une erreur courante de croire que le résultat comptable est
équivalent aux ressources monétaires, voire au solde du compte
bancaire.
En réalité, le compte de résultat n’est pas représentatif des seules

opérations monétaires qui ont eu lieu dans l’entreprise.
De fait, il est possible de considérer le compte de résultat comme

étant constitué de deux types d’opérations.
D’une part, les opérations « économiques », c’est-à-dire les

opérations qui donnent lieu à un encaissement ou à un
décaissement monétaire réel (achats, ventes...).
D’autre part, les opérations correspondant à des conventions

comptables dont le but est de retranscrire une image fidèle de la
situation de l’entreprise.
Dans ces dernières, nous retrouvons principalement :
Les amortissements
L’amortissement est une écriture comptable constatant l’usure

économique, régulière et irréversible des immobilisations. L’écriture
comptable d’amortissement ne fait pas intervenir de flux
monétaires.
Ainsi, une entreprise qui enregistre un montant élevé de dotations

aux amortissements verra son résultat diminué, mais son compte
bancaire restera inchangé.
Les provisions
Tout comme les amortissements, les provisions retranscrivent

aussi une perte de valeur, et elles n’ont pas de contrepartie
monétaire.
Cependant, à l’inverse des amortissements qui ont un caractère

régulier et irréversible, les provisions sont ponctuelles et
réversibles.
Ainsi, l’amortissement va constater chaque année la perte régulière

et irréversible d’une machine, alors que la provision va par exemple
constater la baisse d’un titre : rien n’empêche que la valeur de ce
titre remonte par la suite.
Les variations de stocks
Lorsqu’une entreprise achète une marchandise dans le but de la

stocker pour la consommer plus tard, elle ne constituera
comptablement une charge que lors de sa consommation. Elle sera
donc intégrée au compte de résultat à ce moment.
Jusque-là, elle sera comptabilisée en stock, à l’actif du bilan, car

jusqu’à sa consommation elle augmente le patrimoine de
l’entreprise.
Exemple : une société achète 100 pulls à 20 €, elle en vend 50 à 30

€.
À partir de là, une erreur possible serait de calculer le résultat de la

manière suivante :
Ventes : 50 x 30 = 1 500 €
Achat : 100 x 20 = 2 000 €
Résultat = - 500 €
En réalité, ce calcul ne correspond pas au résultat comptable de

l’entreprise, mais au flux de trésorerie.
Le calcul du résultat comptable serait le suivant :
Ventes : 50 x 30 = 1 500 €
Achats vendus : 50 x 20 = 1 000 €
Résultat = 500 €
Les 50 pulls restants seront comptabilisés en stocks de

marchandises à l’actif du bilan et non en charges dans le compte de
résultat.
Mise en pratique
Voilà le compte de résultat de la société Elena (présentation en

liste).
Vous retrouvez le compte de résultat de la société Elena dans
l’onglet cpte_resultat du fichier chapt_1_analyse_vierge ainsi que
dans l’onglet cpte_resultat du fichier chapt_1_analyse.
Le haut du compte de résultat fait effectivement apparaître une

augmentation des ventes de marchandises et de la production
entre l’exercice N et N-1. Parallèlement, le résultat d’exploitation a
lui aussi augmenté au cours de la période.
Les charges financières sont élevées et ont augmenté au cours de
l’exercice N, pesant lourdement sur le résultat courant avant impôts.
Comme annoncé par la direction de la société Elena, malgré
l’augmentation des ventes, le résultat de l’exercice n’a pratiquement
pas bougé entre les deux exercices.
Du compte de résultat aux

soldes intermédiaires de
gestion
Structure et objectif des soldes
intermédiaires de gestion
Pour enrichir notre analyse financière, nous allons modifier le

compte de résultat pour créer un nouveau document de synthèse :
les soldes intermédiaires de gestion (S.I.G).
Les soldes intermédiaires de gestion nous permettront de mesurer

l’activité, la création de valeur et la rentabilité de l’entreprise.
Ils vont aussi permettre de calculer des ratios et éventuellement de

comparer ces ratios entre des entreprises d’un même secteur.
Pour mettre en place ce document, il nous faudra reclasser les

éléments du compte de résultat pour passer des trois catégories
(exploitation, financier, exceptionnelle) à l’élaboration de soldes qui
vont nous permettre d’expliquer étape par étape d’où vient le
résultat net comptable de l’entreprise. En fait, chacun des soldes
représente une étape dans la formation du résultat.
Le calcul des différents soldes se fait en cascade :

Exemple de SIG vierge
Explication et mise en place des

différents soldes
Dans l’onglet SIG du fichier chapt_1_SIG_vierge, vous retrouvez un
modèle vierge de tableau des soldes intermédiaires de gestion.
La résolution de cet exercice se trouve dans l’onglet SIG du fichier
chapt_1_SIG.
La marge commerciale
La marge commerciale est un solde intermédiaire de gestion utilisé
dans les entreprises de négoce. Il représente la marge réalisée sur
les ventes de marchandises, c’est-à-dire les biens achetés et
revendus en l’état.
Ventes de marchandises
- Coût d’achat des marchandises vendues
= Marge commerciale
Mise en place :
Du côté des produits
Nous allons reporter grâce à une formule le montant des ventes de
marchandises de l’année N du compte de résultat.
Ouvrez le fichier chapt_1_SIG_vierge.xlsx.
Dans l’onglet SIG, sélectionnez la cellule B7.

Entrez la formule =cpte_resultat!C5.
Vous pouvez aussi saisir le signe = puis cliquer sur l’onglet

cpte_resultat, puis sur la cellule C5 et valider par Entrée.
Ensuite, nous allons copier cette formule dans la cellule C7 pour

reporter le montant des ventes de marchandises de l’année N-1 du
Sélectionnez la cellule B7, faites un clic droit, cliquez sur Copier.

Sélectionnez la cellule C7, faites un clic droit et dans Options de
collage, cliquez sur Formules.
Pour reporter le total des ventes de marchandises de l’exercice N en

B9, saisissez la formule =B7.
Puis comme précédemment, recopiez la formule de la cellule B9
dans la cellule C9.
Vous pouvez aussi utiliser la poignée de recopie.
Du côté des charges
En D7, le coût d’achat des marchandises vendues est égal au total

des achats de marchandises et des variations de stocks de
marchandises.
Pour améliorer la lisibilité de notre modèle, nous allons détailler cet

élément dans l’onglet calcul_SIG.
Dans l’onglet calcul_SIG, séléctionnez la cellule C4 pour reporter le
montant des achats de marchandises N du compte de résultat,
saisissez la formule : =cpte_resultat!C14
Copiez cette formule dans les cellules C5, D4 et D5 pour reporter à

la fois le montant des achats de marchandises N-1 et la variation
des stocks N et N-1.
Nous allons utiliser la fonction somme pour calculer le coût

d’achats des marchandises vendues.
En C6, saisissez =SOMME(C4:C5).

Copiez cette formule dans la cellule D6 pour afficher le coût
d’achats des marchandises vendues N-1.
Dans le but de faciliter les contrôles, nous allons créer un lien

hypertexte sur la cellule D7 de l’onglet SIG vers l’onglet calcul_SIG.
Retournez dans l’onglet SIG, sélectionnez la cellule D7, faites un clic

droit, puis choisissez Lien :
La boîte de dialogue Insérer un lien hypertexte s’affiche.
Dans Lier à, sélectionnez Emplacement dans ce document, puis

dans la zone Ou sélectionnez un emplacement dans ce document,
sélectionnez l’onglet calcul_SIG, puis OK.
Dans la cellule E7 de l’onglet SIG, nous allons reporter le calcul du
Coût d’achat des marchandises vendues N se trouvant dans l’onglet
calcul_SIG. La formule est =calcul_SIG!C6.
Copiez cette formule dans la cellule F7 pour afficher le calcul du

coût d’achat des marchandises vendues N-1.
Pour reporter le total du coût d’achat des marchandises vendues de
l’exercice N en E9 saisissez =E7.
Copiez cette formule dans la cellule F9 pour reporter le total du coût

d’achat des marchandises vendues de l’exercice N-1.
Calcul de la marge commerciale
En H7, pour calculer la marge commerciale N, saisissez la formule

=B9-E9.
Le résultat est 30 000.

Copiez la formule de la cellule H7 dans la cellule I7 pour calculer la
marge commerciale de l’exercice N -1.
Pour finir, nommez la cellule H7 relative à la marge commerciale N

Marge_Com_N et la cellule I7 relative à la marge commerciale N-1
Marge_Com_N_1.
Comme nous l’avons vu dans le chapitre Introduction - section

Règles pour faciliter l’utilisation d’un modèle, pour créer une zone
nommée, sélectionnez la cellule ou la plage à nommer, saisissez le
nom souhaité dans la zone nom située à gauche sous le ruban et
appuyez sur la touche Entrée.
La production de l’exercice
Ce solde regroupe l’intégralité de la production de l’entreprise pour
la période.
Il distingue la production vendue de la production stockée et de la

production immobilisée.
Cette dernière correspond à des biens ayant été produits par

l’entreprise pour son propre usage.
Exemple : une entreprise construit par ses propres moyens une

armoire, celle-ci sera comptabilisée en production immobilisée,
c’est-à-dire une production qui devient une immobilisation.
Production vendue
+ Production immobilisée
+ Production stockée
- Déstockage de production
= Production de l’exercice
Mise en place :
Dans la cellule B10 de la feuille SIG, pour calculer la production

vendue (de biens et de services) de l’exercice N, entrez la formule
=cpte_resultat!C6+cpte_resultat!C7.

Copiez la formule de la cellule B10 dans la cellule C10 pour calculer
la production vendue de l’exercice N-1.
En B11, pour reporter la production immobilisée N, entrez la

formule =cpte_resultat!C9.
Copiez la formule de la cellule B11 dans la cellule C11 pour reporter

la production immobilisée N-1.
Concernant la production stockée ou le déstockage de production,

nous allons utiliser une formule conditionnelle.
Pour l’exercice N, si le montant de la production stockée du compte

de résultat est positif (cellule C8 de l’onglet cpte_resultat), il doit
être retranscrit dans la cellule B12 de l’onglet SIG, c’est-à-dire la
cellule relative à la production stockée.
Sinon, la valeur en B12 doit être égale à 0.
Dans la cellule B12, entrez la formule

=SI(cpte_resultat!C8>0;cpte_resultat!C8;0).
Recopiez la formule de la cellule B12 dans la cellule C12 pour

retranscrire la production stockée de l’exercice N-1.
Additionnez le total de la production N du côté des produits dans la

cellule B13 avec la fonction somme : =SOMME(B10:B12).
Copiez la formule de la cellule B13 en C13.
Si le montant de la production stockée du compte de résultat est

négatif, il s’agit d’un déstockage de production et il doit être reporté
du côté des charges de notre tableau des SIG, dans la cellule E10.
En E10, entrez la formule

=SI(cpte_resultat!C8<0;-cpte_resultat!C8;0).
SI(cpte_resultat!C8<0
Si la valeur de la production stockée N du compte de résultat

(cpte_resultat!C8) est inférieure à 0, il s’agit d’un déstockage de
production.
;-cpte_resultat!C8
Alors, ce montant doit venir en augmentation des charges du

tableau des SIG, nous devons donc effectuer un changement de
signe afin de retourner un montant positif.
;0)
Sinon, la formule renverra la valeur 0.
Recopiez la formule contenue dans la cellule E10 dans la cellule

F10 pour reporter la production stockée de l’exercice N-1.
En E13, reportez le montant du déstockage de production N : =E10.

Enfin, copiez la formule de la cellule E13 dans la cellule F13 pour
reporter le déstockage de production N-1.
Calcul de la production de l’exercice
En H10, saisissez la formule de calcul de la production de l’exercice

N : =B13-E13.
Recopiez la formule de la cellule H10 dans la cellule I10 pour

retranscrire la production de l’exercice N-1.
Nommez la cellule H10 Prod_N et la cellule I10 Prod_N_1.
La valeur ajoutée
La valeur ajoutée représente la richesse qui a été créée par

l’entreprise. Il s’agit donc d’un indicateur important dans un
diagnostic financier.
Cette valeur ajoutée sera par la suite partagée par les différents
acteurs économiques : le personnel, l’État, les prêteurs et
l’entreprise elle-même.
La valeur ajoutée est calculée de la manière suivante :
Marge commerciale
+ Production de l’exercice
- Consommation de l’exercice en provenance des tiers
= Valeur ajoutée
Mise en place :
En B14, reportez la marge commerciale N calculée précédemment.

Saisissez =H7.
En B15, reportez la production de l’exercice N, saisissez =H10.
Recopiez ces deux formules en C14 et C15.

Dans la cellule B17, entrez la formule =SOMME(B14:B15), recopiez
cette formule en C17.
Concernant le calcul de la consommation de l’exercice en

provenance des tiers, nous allons retracer le détail de ce calcul
dans l’onglet calcul_SIG de notre modèle.
Dans l’onglet calcul_SIG, en C8, pour reporter la somme des achats

de matières premières et autres approvisionnements du compte de
résultat N, entrez la formule =cpte_resultat!C16.
À l’aide de la poignée de recopie, recopiez la formule vers le bas
jusqu’en C10 puis vers la droite sur les cellules D8, D9 et D10.
Dans la cellule C11, calculez la consommation de l’exercice en

provenance des tiers N avec la formule =SOMME(C8:C10).
Copiez la formule de la cellule C11 en D11 pour calculer la

consommation de l’exercice en provenance des tiers N-1.
Retournez dans l’onglet SIG et pour reporter le calcul de la

consommation de l’exercice en provenance des tiers N, saisissez en
E14 : =calcul_SIG!C11.
Copiez la formule contenue dans la cellule E14 en F14 pour reporter
la consommation de l’exercice en provenance des tiers N-1.
Dans la cellule E17, reportez la consommation de l’exercice N dans

la ligne de total : =E14.
Copiez la formule contenue dans la cellule E17 dans la cellule F17

pour reporter la consommation de l’exercice N-1 dans la ligne de
total.
Créer un lien hypertexte pour la consommation de l’exercice en

provenance des tiers
Sélectionnez la cellule D14, faites un clic droit puis sélectionnez
l’option Lien. La boîte de dialogue Insérer un lien hypertexte
s’affiche à l’écran.

Calcul de la valeur ajoutée
Dans la cellule H14 pour calculer la valeur ajoutée N, saisissez

=B17-E17.
Le résultat est 202 100, nommez la cellule H14 VA_N.

Copiez la formule de la cellule H14 dans la cellule I14 pour calculer
la valeur ajoutée N-1.
Le résultat est 159 900. Nommez la cellule I14 VA_N_1.
L’excédent brut d’exploitation (E.B.E)
L’excédent brut d’exploitation traduit la performance économique de

l’entreprise indépendamment de son mode de financement.
Par rapport à la valeur ajoutée, l’EBE prend en compte les charges

de personnel, les impôts et taxes et les subventions d’exploitation.
Valeur ajoutée
+ Subvention d’exploitation
Impôts, taxes et versements assimilés

- Charges de personnel
= Excédent brut d’exploitation
Mise en place :
En B18, pour reporter le montant de la valeur ajoutée N, saisissez

=H14.

la valeur ajoutée N-1.
Pour les subventions d’exploitation N, en B19, entrez la formule
=cpte_resultat!C10.

les subventions d’exploitation N-1.
En B20, additionnez les éléments précédents pour l’exercice N

=SOMME(B18:B19). Pour l’exercice N-1, recopiez la formule de la
cellule B20 en C20.
Dans la cellule E18, reportez le montant des impôts, taxes et

versements assimilés N du compte de résultat : =cpte_resultat!C19.
Copiez la formule de la cellule E18 dans la cellule F18.
Concernant les charges de personnel, nous allons à nouveau

retracer le détail du calcul dans l’onglet calcul_SIG de modèle.
Dans l’onglet calcul_SIG, en C13, pour reporter les salaires et

traitements N, entrez la formule =cpte_resultat!C20.
Copiez la formule de la cellule C13 dans les cellules C14, D13 et

D14 pour reporter les salaires et traitements N-1 et les charges
sociales N et N-1.
Dans la cellule C15, calculez le total des charges de personnel N
avec la formule =SOMME(C13:C14).
Copiez la formule de la cellule C15 en D15 pour calculer le total des

charges de personnel N-1.
Retournez dans l’onglet SIG et pour reporter le calcul des charges

de personnel N, entrez la formule en E19 : =calcul_SIG!C15.
Copiez la formule de la cellule E19 dans la cellule F19 pour reporter

le montant des charges de personnel N-1.
En E20, additionnez les deux éléments précédents pour l’exercice N
=SOMME(E18:E19) et copiez la formule de la cellule E20 en F20
pour l’exercice N-1.
Créer un lien hypertexte pour les charges de personnel
Dans l’onglet SIG, sélectionnez la cellule D19, faites un clic droit,

choisissez l’option Lien.
La boîte de dialogue Insérer un lien hypertexte s’affiche.

Calcul de l’excédent brut d’exploitation (E.B.E)
Pour calculer l’excédent brut d’exploitation N, en H18, saisissez

=B20-E20.
Le résultat est 109 300. Nommez la cellule H18 EBE_N.
Recopiez cette formule en I18 pour calculer l’excédent brut

d’exploitation N-1.
Le résultat est 70 100. Nommez la cellule I18 EBE_N_1.
Le résultat d’exploitation
Le résultat d’exploitation mesure la capacité de l’entreprise à
dégager des ressources du fait de son activité d’exploitation. Il ne
prend pas en compte les éléments financiers ni les éléments
exceptionnels.
Excédent Brut d’Exploitation
+ Reprise sur provisions d’exploitation
- Dotation aux amortissements et provisions
- Autres charges d’exploitation
= Résultat d’exploitation
Mise en place :

Dans la cellule B21, pour l’excédent brut d’exploitation N, nous
allons mettre en place une formule conditionnelle.
Si le calcul de l’excédent brut d’exploitation N dans la cellule H18

est positif, il doit être reporté dans la cellule B21, sinon, la valeur en
B21 sera 0.
Saisissez en B21 la formule =SI(H18>0;H18;0).
Copiez cette formule dans la cellule C21 pour reporter l’excédent

brut d’exploitation N-1, l’excédent brut d’exploitation sera
uniquement reporté si son montant est positif.
Pour les autres produits N, en B22, entrez la formule

=cpte_resultat!C12.
Copiez la formule de la cellule B22 en C22 pour reporter les autres
produits N-1.
En B23, la formule relative aux reprises sur amortissements et

provisions d’exploitation, transfert de charges N est :
=cpte_resultat!C11.
Copiez la formule de la cellule B23 en C23 pour les reprises sur

amortissements et provisions d’exploitation, transfert de charges
N-1.
En B25, additionnez les trois éléments précédents pour l’exercice N
avec la formule =SOMME(B21:B23) et copiez la formule de la
cellule B25 en C25 pour l’exercice N-1.
Concernant l’insuffisance brute d’exploitation, dans la cellule E21

nous allons à nouveau utiliser une formule conditionnelle.
Si le calcul de l’excédent brut d’exploitation N dans la cellule H18

est négatif (il s’agit donc en fait d’une insuffisance brute
d’exploitation), il doit être reporté dans la cellule E21, sinon, la
valeur en E21 sera 0.
● Saisissez en E21 la formule =SI(H18<0;-H18;0).

● Copiez la formule de la cellule E21 en F21 pour reporter
l’insuffisance brute d’exploitation N-1.
● Pour les autres charges N, en E22, entrez la formule :
=cpte_resultat!C23.
● Concernant les dotations aux amortissements, aux
dépréciations et aux provisions N dans la cellule E23, entrez
la formule =cpte_resultat!C22.
● Copiez les formules des cellules E22 et E23 en F22 et F23
pour obtenir les valeurs N-1.
● En E25, additionnez les éléments précédents pour l’exercice
N avec la formule =SOMME(E21:E23), copiez cette formule
en F25 pour l’exercice N-1.
Calcul du résultat d’exploitation
En H21, pour calculer le résultat d’exploitation N, saisissez

=B25-E25.
Le résultat est 70 100. Nommez la cellule H21 R_expl_N.
Copiez la formule de la cellule H21 en I21 pour calculer le résultat

brut d’exploitation N-1.
Le résultat est 49 700. Nommez la cellule I21 R_expl_N_1.

Le résultat courant avant impôt
Le résultat courant avant impôt correspond au résultat brut

d’exploitation en tenant compte du résultat financier, mettant ainsi
en évidence l’impact de la politique de financement (poids des
charges d’intérêts sur le résultat).
Résultat brut d’exploitation
+ Produits financiers
- Charges financières
=Résultat courant avant impôt
Mise en place :
Nous allons commencer par reporter le montant du résultat brut
d’exploitation si ce montant est positif. Pour cela, nous allons à
nouveau utiliser une formule conditionnelle.
En B26, saisissez : =SI(H21>0;H21;0).
En B27, concernant les produits financiers N, entrez la formule :

=cpte_resultat!C34.
Copiez la formule des cellules B26 et B27 en C26 et C27 afin de

reporter les montants pour N-1.
En B28, additionnez les éléments précédents pour l’exercice N avec
la formule =SOMME(B26:B27), recopiez cette formule en C28 pour
l’exercice N-1 à l’aide de la poignée de recopie.
En E26, nous allons reporter le montant du résultat brut

d’exploitation N contenu dans la cellule H21 si son montant est
négatif. La formule est : =SI(H21<0;-H21;0).
Notez le changement de signe dans la formule (-H21), en effet,

comme ce résultat est placé dans la section charges des SIG, nous
souhaitons un montant positif.
Pour les charges financières N en E27, entrez la formule
=cpte_resultat!C39.
Copiez la formule des cellules E26 et E27 en F26 et F27 afin de

reporter les montants pour N-1.
En E28, additionnez les éléments précédents pour l’exercice N avec

la formule =SOMME(E26:E27), copiez la formule de la cellule E28 en
F28 pour l’exercice N-1.
Calcul du résultat courant avant impôt
Dans la cellule H26, saisissez =B28-E28.

Le résultat est 41 300. Nommez la cellule H26 R_courant_N.
Copiez la formule contenue dans la cellule H26 dans la cellule I26

pour calculer le résultat courant avant impôt N-1.
Le résultat est 37 700. Nommez la cellule I26 R_courant_N_1.
Le résultat exceptionnel
Le résultat exceptionnel reprend l’ensemble des opérations ayant un

caractère exceptionnel et non récurrent, c’est-à-dire non inhérentes
à l’activité courante de l’entreprise.
Produits exceptionnels
- Charges exceptionnelles.
= Résultat exceptionnel
Mise en place :
En B30, la formule pour reporter le montant des produits

exceptionnels N, entrez la formule: =cpte_resultat!C47.
Copiez la formule contenue dans la cellule B30 dans la cellule C30

pour reporter les produits exceptionnels N-1.
Reportez le calcul en B31 sur la ligne de total avec la formule =B30
pour l’exercice N.
Copiez la formule contenue dans la cellule B31 en C31 pour

reporter les produits exceptionnels N-1.
Pour les charges exceptionnelles N, en E30, entrez la formule

=cpte_resultat!C51.
À nouveau, copiez la formule contenue dans la cellule E30 dans la

cellule F30 pour afficher le montant des charges exceptionnelles
N-1.
Reportez la formule de la cellule E30 dans la cellule E31 avec la
formule =E30.
Copiez la formule de la cellule E31 dans la cellule F31.
Calcul du résultat exceptionnel
En H29, pour calculer le résultat exceptionnel N, saisissez

=B31-E31.
Le résultat est -400. Nommez cette cellule R_exp_N.

Copiez la formule contenue dans la cellule H29 dans la cellule I29
pour calculer le résultat exceptionnel N-1. Le résultat est 400.
Nommez cette cellule R_exp_N_1.
Le résultat de l’exercice
Le résultat de l’exercice est le résultat net, après impact des

sources de financement (charges d’intérêts sur endettement), de la
participation des salariés et de l’impôt sur les bénéfices.
Résultat courant avant impôt
+/- Résultat exceptionnel
- Impôt sur les bénéfices
- Participation des salariés.
= Résultat de l’exercice
Mise en place :
Nous allons à nouveau utiliser une formule conditionnelle pour

reporter le résultat courant avant impôt N si ce dernier est supérieur
à 0.
En B32, saisissez =SI(H26>0;H26;0).
En B33, même opération pour le résultat exceptionnel N, saisissez :

=SI(H29>0;H29;0).
Copiez les formules contenues dans les cellules B32 et B33 en C32
et C33 pour reporter les valeurs N-1.
En B36, additionnez les éléments précédents pour l’exercice N avec

la formule =SOMME(B32:B33), recopiez cette formule en C36 pour
l’exercice N-1 à l’aide de la poignée de recopie.
En E32, pour afficher le résultat courant avant impôts N si ce dernier

est négatif, saisissez =SI(H26<0;-H26;0).
En E33, même opération pour le résultat exceptionnel N, saisissez

=SI(H29<0;-H29;0).
Pour reporter la participation des salariés N du compte de résultat,
dans la cellule E34 entrez la formule =cpte_resultat!C53.
Copiez la formule contenue dans la cellule E34 dans la cellule E35

pour afficher l’impôt sur les bénéfices N.
Copiez les formules contenues dans les cellules E32 à E35 dans les
cellules F32 à F35 pour afficher les valeurs N-1.
En E36, additionnez les éléments précédents pour l’exercice N avec

la formule =SOMME(E32:E35), copiez cette formule en F36 pour
l’exercice N-1.
Calcul du résultat de l’exercice
Pour calculer le résultat de l’exercice N en H32, saisissez =B36-E36.
Le résultat est 36 700. Nommez cette cellule resultat_N.
Copiez la formule de la cellule H32 en I32 pour calculer le résultat

de l’exercice N-1. Le résultat est 34 100. Nommez cette cellule
resultat_N_1.
Plus-values et moins-values sur cessions d’éléments

d’actif
Pour l’exercice N, la société Elena a vendu un meuble 1 000 €. Sa

valeur comptable, c’est-à-dire son coût d’achat diminué des
amortissements est de 500 €.
Elle a donc réalisé une plus-value de 1 000 - 500 = 500 €.
Ces opérations sont détaillées dans l’onglet cpte_resultat dans les

cellules C60 et C61. Elles sont comprises dans les opérations de
gestion en produits exceptionnels et charges exceptionnelles du
Nous allons les reporter dans nos soldes intermédiaires de gestion ;

elles seront aussi utiles plus tard lorsque nous allons calculer la
capacité d’autofinancement de la société Elena.
Mise en place :
Dans l’onglet SIG, sélectionnez la cellule B37, pour reporter les

produits des cessions d’éléments d’actifs N, entrez la formule
=cpte_resultat !C60.
Copiez la formule de la cellule B37 en C37 pour les cessions
d’éléments d’actifs N-1.
Sélectionnez la cellule E37 et pour reporter la valeur comptable des

éléments d’actifs N, entrez la formule =cpte_resultat!C61.
Copiez la formule de la cellule E37 en F37 pour les cessions

d’éléments d’actifs N-1.
Calcul des plus-values et moins-values sur cession d’éléments

d’actifs
En H37, saisissez =B37-E37. Le résultat devrait être 500.
Copiez la formule de la cellule H37 en I37 pour plus-values et

moins-values N-1. Le résultat obtenu est nul.
Calcul de la variation entre les deux exercices
En J7, nous allons calculer la variation de la marge commerciale

entre N et N-1, saisissez =H7-I7.
Exprimée en pourcentage, la formule mathématique d’un calcul de

variation est :
(valeur d’arrivée - valeur de départ)/valeur de départ
Appliqué à notre marge commerciale, en K7, la formule serait :

=(H7-I7)/I7.
Cependant, si le dénominateur de notre formule de variation est

égal à 0, Excel va renvoyer une erreur, en effet, il est impossible de
diviser un nombre par zéro.
Exemple :
Pour éviter cela, nous allons ajouter à notre formule la fonction

SIERREUR. Cette fonction permet de renvoyer une valeur
paramétrée si notre formule renvoie une erreur.
Saisissez en K7 la formule =SIERREUR((H7-I7)/I7;"").
À présent, si notre dénominateur est égal à 0, notre formule ne

renverra rien.
Pour afficher le résultat de ce calcul sous forme de pourcentage

sélectionnez la cellule K7, allez dans l’onglet Accueil, Nombre et
appuyez sur le bouton Style de pourcentage .
Éventuellement, toujours dans Nombre, réduisez les décimales en

appuyant sur le bouton .
Nous allons à présent copier cette formule pour chacun de nos

différents soldes.
Sélectionnez les cellules J7 et K7, faites un clic droit, choisissez
l’option Copier.
Maintenez la touche Ctrl appuyée.
Sélectionnez les cellules J10 et K10, toujours en maintenant la

touche Ctrl, sélectionnez les cellules J14 et K14, J18 et K18, J21 et
K21, J26 et K26, J29 et K29, J32 et K32.
Une fois toutes les cellules sélectionnées, faites un clic droit puis
choisissez l’option Coller.
Amélioration de la lisibilité
des soldes intermédiaires de
gestion
Pour rendre l’affichage de nos soldes plus lisible et synthétique,
nous allons grouper des colonnes, c’est-à-dire créer un plan.
Sélectionnez les colonnes A à F, puis dans le menu Données,

groupe Plan, cliquez sur Grouper.
Vous obtenez l’affichage suivant au-dessus des colonnes :
En appuyant sur le bouton , les colonnes A à F seront

masquées, rendant ainsi notre tableau des SIG plus synthétique.
En appuyant sur le bouton l’intégralité des colonnes du tableau
des SIG sera affichée.
Mise en place d’un système

d’aide à la vérification
Nous allons mettre en place un système qui nous permettra de

vérifier les égalités entre l’onglet des soldes intermédiaires de
gestion et le compte de résultat.
Test d’égalité au niveau des produits
En B40, nous allons calculer le total des produits N des soldes

intermédiaires de gestion.
Entrez la formule
=B7+B10+B11+B12+B19+B22+B23+B27+B30-E10.
Son résultat est 470 300.
Notez que dans ce calcul, il faut déduire la cellule E10

correspondante au déstockage de production. Dans les soldes
intermédiaires de gestion, cet élément est placé dans la colonne
des charges, mais en réalité, il s’agit d’un « produit négatif ».
Dans la cellule B41, nous allons reporter le total des produits du

compte de résultat : =cpte_resultat!C55.
Dans la cellule B42, nous allons tester s’il existe une différence
entre les cellules B40 et B41. En cas d’égalité, il sera renvoyé la
chaîne de caractères ok, sinon la différence entre le total des
produits du tableau des soldes intermédiaires de gestion et le total
des produits du compte de résultat sera affichée.
Dans la cellule B42, saisissez =SI(B40-B41=0;"ok";B40-B41).

Copiez les formules contenues des cellules B40 à B42 dans les
cellules C40 à C42.
Test d’égalité au niveau des charges
En E40, nous allons calculer le total des charges N des soldes

intermédiaires de gestion. La formule sera
=E7+E14+E18+E19+E22+E23+E27+E30+E34+E35. Son résultat est
433 600.
Dans la cellule E41, reportez le total des produits du compte de

résultat : =cpte_resultat!C56.
Dans la cellule E42, testez l’égalité entre ces deux montants :
=SI(E40-E41=0;"ok";E40-E41).
Copiez les formules contenues des cellules E40 à E42 dans les
cellules F40 à F42.
Retraitements
facultatifs
Dans le but de focaliser l’analyse du compte de résultat sur un point
de vue économique, il est éventuellement possible d’opérer certains
retraitements au tableau des soldes intermédiaires de gestion.
Le retraitement du crédit-bail
Les biens immobilisés acquis en crédit-bail peuvent être considérés

comme des immobilisations acquis par de l’endettement. Les
redevances de crédits-bails sont retirées des consommations en
provenance des tiers et ventilées entre deux éléments :
● L’amortissement qui aurait été pratiqué si l’entreprise avait
été propriétaire du bien. Il est affecté aux dotations aux
amortissements.
● Le solde est considéré comme étant des charges d’intérêts
et doit donc être reclassé en charge financière.
Le retraitement du personnel
intérimaire
Le personnel extérieur à l’entreprise comptabilisé au compte 621 «

personnel extérieur » et se trouvant dans les consommations de
l’exercice en provenance des tiers peut être reclassé dans les
charges de personnel.
La capacité
d’autofinancemen
t
La capacité d’autofinancement (C.A.F) est la capacité dont dispose
l’entreprise à dégager par elle-même un excédent de trésorerie.
En d’autres termes, la C.A.F est la capacité dont dispose l’entreprise
à générer par elle-même des ressources financières pour faire face
à ses engagements ; notamment pour réaliser des investissements
et/ou pour se désendetter.
Il s’agit donc d’un élément important lors d’une analyse et
probablement le premier élément qui sera observé par les
banquiers et apporteurs de capitaux.
Pour calculer la C.A.F, il faut exclure les charges et les produits
calculés, c’est-à-dire les charges et produits qui ne donnent pas lieu
à un encaissement ou un à un décaissement réel monétaire tel que
les amortissements ou les provisions.
Seules les opérations ayant une incidence sur la trésorerie
immédiate ou différée doivent être prises en compte.
Il existe deux méthodes pour calculer la C.A.F :
La méthode additive, à partir de l’excédent brut d’exploitation :
La méthode soustractive à partir du résultat net :

Application avec Excel
Pour calculer la capacité d’autofinancement de la société Elena,

nous allons utiliser le compte de résultat ainsi que nos soldes
intermédiaires de gestion calculés précédemment.
Dans l’onglet CAF du fichier chapt_1_SIG_vierge, vous retrouvez un

tableau vierge décrivant le calcul de chacune des deux méthodes.
La résolution de cet exercice se trouve dans l’onglet CAF du fichier
chapt_1_SIG.
La méthode additive, à partir de l’excédent brut

d’exploitation
À partir du calcul de l’EBE, nous allons ajouter toutes les charges et

les produits non pris en compte à l’exception des éléments qui ne
donnent pas lieu à des décaissements ou à des encaissements
monétaires réels.
Pour les charges :
Dans la cellule C4 de l’onglet CAF, nous allons reporter l’EBE de

l’exercice N en utilisant la zone nommée à cet effet. Vous pouvez
éventuellement rechercher vos zones nommées en appuyant sur la
touche F3.
Sélectionnez la cellule C4 et entrez la formule =EBE_N.
Même opération en D4 pour l’EBE N-1, saisissez =EBE_N_1.
Pour les autres charges d’exploitation (hors dotations) de l’exercice

N, dans la cellule C5, entrez la formule =cpte_resultat!C23.
Concernant les charges financières N (hors dotation), dans la
cellule C6, entrez la formule
=-(cpte_resultat!C36+cpte_resultat!C37+cpte_resultat!C38).
En C7, pour les charges exceptionnelles N (hors dotations et coûts

des immobilisations cédées), entrez la formule
=-(cpte_resultat!C48+cpte_resultat!C49-cpte_resultat!C61).
Dans la cellule C8, concernant la participation des salariés N, la

formule est =-cpte_resultat!C53.
Enfin, reportez l’impôt sur les bénéfices N, en C9 avec la formule

=-cpte_resultat!C54.
Pour les produits :
Dans la cellule C10, concernant les autres produits d’exploitation N

(hors reprises sur amortissements et provisions), entrez la formule
=cpte_resultat!C12.
Dans la cellule C11, pour les produits financiers N (hors reprises),

entrez la formule
=cpte_resultat!C28+cpte_resultat!C29+cpte_resultat!C30+cpte_resu
ltat!C32+cpte_resultat!C33.
Dans la cellule C12, concernant les produits exceptionnels N (hors

reprises et cessions d’immobilisation), entrez la formule
=cpte_resultat!C44+cpte_resultat!C45-cpte_resultat!C46-cpte_result
at!C60.
Dans la cellule C13, reportez le montant des transferts de charges
N, entrez la formule =cpte_resultat!C59.
Calcul du total de la CAF par la méthode additive
En C14, pour calculer la CAF, il suffit d’additionner les éléments

précédents =SOMME(C4:C13). Le résultat est 75 400.
Sélectionnez les cellules C5 à C14 et copiez les formules contenues

dans ces cellules en D5 à D14. Le résultat est 54 500.
La méthode soustractive, à partir du résultat de

l’exercice
Avec la méthode soustractive (aussi appelée « méthode fainéante »
!), nous allons partir du résultat de l’exercice, soustraire les produits
non encaissés et ajouter les charges non décaissées. Cette
méthode est plus populaire, car elle nécessite moins de calculs.
Dans la cellule C18 de l’onglet CAF, nous allons reporter le résultat

N. saisissez =resultat_N.
Dans la cellule D18, nous allons reporter le résultat N-1. Saisissez

=resultat_N_1.
Soustraction des produits non encaissés
En C19, nous allons soustraire les reprises sur amortissements et

provisions N du résultat net. Entrez la formule
=-(cpte_resultat!C11+cpte_resultat!C31+cpte_resultat!C46).
En C20, nous allons retirer du résultat net les produits de cession
des actifs cédés N. Entrez la formule =-cpte_resultat!C60.
Addition des charges non décaissées
En C21, pour ajouter les dotations aux amortissements et

provisions N, entrez la formule
=cpte_resultat!C22+cpte_resultat!C35+cpte_resultat!C50.
En C22, nous allons ajouter la valeur comptable des actifs cédés,

entrez la formule =cpte_resultat!C61.
Notez que nous avons retiré les produits de cessions des actifs
cédés (1 000) et ajouté la valeur comptable des actifs cédés (500).
De ce fait, dans le calcul de la CAF, il ne reste que la plus-value
réalisée lors de la cession (1 000 - 500 = 500), c’est-à-dire un
produit réellement encaissé.
Calcul du total de la CAF par méthode soustractive
En C23, pour calculer la CAF, il suffit d’additionner les éléments

précédents avec la formule =SOMME(C18:C22). Le résultat est
75 400. Nommez la cellule C23 CAF_N.
Sélectionnez les cellules C19 à C23 et copiez les formules

contenues dans ces cellules en D19 à D23. En D23, le résultat de la
CAF N-1 est 54 500. Nommez cette cellule CAF_N_1.
Mise en place d’un système d’aide à la vérification

Nous allons mettre en place un système qui nous permettra de
vérifier l’égalité entre les deux méthodes de calcul de la CAF.
Pour cela, nous allons utiliser une formule conditionnelle. Si la

valeur de la CAF calculée par la méthode additive est égale à la
valeur de la CAF calculée par la méthode soustractive, alors il sera
affiché ok, sinon pour nous aider à déceler l’erreur, nous afficherons
la différence entre les deux méthodes de calcul.
Dans la cellule C25, saisissez =SI(CAF_N=C14;"ok";CAF_N-C14).
Dans la cellule D25, saisissez

=SI(CAF_N_1=D14;"ok";CAF_N_1-D14).
Calcul de la variation de la CAF entre N et N-1
En E4, pour la variation de l’EBE saisissez =C4-D4.

Pour le calcul de la variation en pourcentage, en F4, saisissez
=SIERREUR((C4-D4)/D4;"").
Éventuellement, formatez la cellule F4 en style de pourcentage en

allant dans Accueil, groupe Nombre, bouton Style de pourcentage.
Sélectionnez les cellules E4 et F4, faites un clic droit, choisissez

Copier, sélectionnez les cellules E14 et F14, appuyez et maintenez
la touche Ctrl, sélectionnez les cellules E18, F18, E23, F23, faites
un clic droit, dans Options de collage sélectionnez Formules.
Documentation et
ergonomie du
document
L’onglet Doc du fichier chapt_1_SIG reprend le schéma d’analyse
ainsi que la description de chacun des onglets.
Nous allons ajouter des liens hypertextes permettant d’améliorer la
navigation dans le document.
Dans le schéma d’analyse, sélectionnez la forme correspondant au

compte de résultat, faites un clic droit puis cliquez sur l’option Lien.
La boîte de dialogue Insérer un lien hypertexte apparaît à l’écran.
Dans Lier à, sélectionnez Emplacement dans ce document.
Dans la zone Ou sélectionnez un emplacement dans ce document,

choisissez l’onglet cpte_resultat, puis cliquez sur OK.
Répétez cette manipulation avec la forme relative au SIG pour créer

un lien hypertexte vers l’onglet SIG et avec la forme relative à la CAF
pour créer un lien hypertexte vers l’onglet CAF.
Des formes représentant des « flèches de retour » avec l’indication «
sommaire » ont été disposées dans le document pour permettre à
l’utilisateur de revenir vers l’onglet de documentation.
Elles se trouvent en haut à droite des onglets cpte_resultat, SIG,

calcul SIG et CAF.
Placez des liens hypertextes permettant un retour vers l’onglet Doc

pour chacune des flèches.
La notion de bilan
comptable
Le bilan est un document de synthèse dans lequel sont regroupés à
une date donnée l’ensemble des ressources dont a disposé
l’entreprise, ainsi que l’ensemble des emplois qu’elle en a fait. Il
propose donc de retracer le patrimoine de l’entreprise.
Le bilan comptable est composé de deux éléments :
À droite, le passif représente les ressources à disposition de
l’entreprise.
À gauche, l’actif représente la manière dont ces ressources ont été
utilisées.
Un bilan comptable peut se décomposer schématiquement de la
manière suivante :
Les cycles et
équilibre financier
de l’entreprise
Le cycle d’investissement
Avant de pouvoir vendre des biens ou des services, une entreprise
doit réaliser des investissements pour acquérir des machines, du
mobilier et de l’immobilier, c’est-à-dire l’ensemble des
immobilisations nécessaire à son activité.
Ces actifs immobilisés, aussi appelés emplois stables doivent être

financés par des ressources stables c’est-à-dire des capitaux
apportés par les actionnaires ou les associés et des emprunts à
long terme auprès des établissements bancaires.
Une entreprise n’investit pas toutes les semaines. La décision

d’investissement est une décision réfléchie à long terme tant en
termes de mode de financement (type d’apport, taux, modalité de
remboursement, durée de remboursement) qu’en termes de retour
sur investissement possible.
À ce titre, il serait hasardeux de financer l’achat d’une grosse

machine de montage avec une facilité bancaire octroyée par le
banquier pour un découvert ponctuel.
Le fonds de roulement est le solde des capitaux permanent restant

après financement de l’actif immobilisé.
Fonds de roulement = Ressources stables - Emplois stables

Le fonds de roulement est donc l’excédent de ressources stables,
par rapport aux emplois stables, qui va pouvoir être utilisé pour
financer une partie du cycle d’exploitation.
Le cycle d’exploitation
Avant de pouvoir livrer et facturer ses clients, l’entreprise doit aussi

acheter des marchandises, des matières premières, des services,
c’est-à-dire réaliser son cycle d’exploitation pour produire.
L’entreprise doit donc engager des dépenses pour réaliser son cycle
d’exploitation et cela avant même de pouvoir être payée par ses
clients.
Exemple : une société engage 250 000 € pour acheter des

marchandises et constituer des stocks ainsi que 50 000 € pour
pouvoir livrer ses clients. Elle paie ses fournisseurs et facture ses
clients.
À ce moment, l’entreprise a déboursé 300 000 €, mais les clients
n’ont pas encore réglé leurs factures.
Cette « avance » obligatoire, née du décalage temporel du cycle

d’exploitation, est appelée le besoin en fonds de roulement (B.F.R).
Le besoin en fonds de roulement est l’argent « gelé » par l’entreprise
pour financer son cycle d’exploitation, le décalage temporel entre le
moment où l’entreprise paye les fournisseurs et le moment où les
clients payent.
Ce concept est très important, car de fait, une société peut très bien
faire faillite tout en étant par ailleurs rentable « sur le papier » : il
suffit que les clients paient de plus en plus tard, créant ainsi une
crise de trésorerie entraînant une cessation de paiement.
Le terme anglo-saxon pour désigner le besoin en fonds de

roulement est assez explicite : Working Capital Requirement.
Besoin en fonds de roulement = actif circulant - passif circulant
À l’inverse du fonds de roulement, le besoin en fonds de roulement

évolue de manière rapide. Il est soumis au cycle d’exploitation.
Exemple : un fabricant de glace va avoir un pic d’activité en été. De
ce fait, il va devoir acheter et stocker plus de matière première. Son
besoin en fonds de roulement sera donc plus élevé qu’en hiver.
De manière synthètique :
● Besoin en fonds de roulement < 0 : l’argent rentre plus vite

qu’il ne sort
● Besoin en fonds de roulement > 0 : l’argent sort plus vite qu’il
ne rentre
Pour diminuer son Besoin en Fonds de Roulement, il est possible

d’agir sur trois éléments :
Les stocks
● Ne pas avoir trop de stocks (sans risquer la rupture de

stocks)
● Suivre de près les stocks qui ne se vendent pas ou pas assez
vite
Les clients
● Tenter de se faire payer plus rapidement

● Facturer rapidement
● Suivre les mauvais payeurs et les relancer
Les fournisseurs
● Négocier pour tenter de rallonger les délais de paiement
La trésorerie nette
Si le fonds de roulement est supérieur au besoin en fonds de

roulement, l’entreprise dégage une trésorerie nette positive et
pourra faire face à ces échéances à court terme.
C’est un signe de risque faible d’illiquidité.
Trésorerie nette = fonds de roulement - besoin en fonds de

roulement
À l’inverse, si le fonds de roulement est inférieur au besoin en fonds

de roulement, l’entreprise ne pourra pas faire face à ces échéances
à court terme. Un besoin en trésorerie apparaît et il devra être
financé par un découvert bancaire et/ou un concours bancaire
courant.
La trésorerie nette peut aussi être calculée en soustrayant la
trésorerie passive (ce que l’entreprise doit) de la trésorerie active
(ce dont l’entreprise dispose).
Quelle est la trésorerie idéale

?
Une trésorerie négative récurrente et importante générera des

charges d’intérêt importantes, voire à terme une cessation de
paiement.
À l’inverse, une trésorerie trop importante est synonyme d’argent

non utilisé de manière efficiente.
Il n’y a pas de niveau de trésorerie idéale clé en main.
Elle fluctue en fonction de l’activité, de la gestion des stocks et des

négociations de délais de paiement fournisseurs et clients.
Si la trésorerie est négative ou trop faible, et si cela est possible, il
est opportun de tenter de réduire le besoin en fonds de roulement :
augmenter le délai de paiement aux fournisseurs, optimiser la
gestion des stocks.
Une autre solution peut être de réduire le délai de paiements

accordé aux clients.
Le bilan
fonctionnel
Si le bilan comptable présente l’actif et le passif de l’entreprise afin
de déterminer le patrimoine de celle-ci, pour mettre en lumière la
réalité économique de l’entreprise, l’analyste financier peut être
amené à reclasser les données du bilan comptable pour créer un
nouveau document : le bilan fonctionnel.
Ce document recense les ressources et les emplois en fonction de
leur participation aux cycles de l’entreprise.
On y retrouve les éléments du cycle d’investissement :
● Les emplois stables, liés au cycle d’investissement : ce sont
les actifs immobilisés.
● Les ressources stables : ce sont les capitaux propres et les
emprunts.
Et les éléments du cycle d’exploitation :

● L’actif circulant : les stocks, les créances...
● Le passif circulant : dettes fournisseurs, dettes fiscales et
sociales...
Ce document est particulièrement intéressant, car il permet de

déterminer le fonds de roulement, le besoin en fonds de roulement,
ainsi que la trésorerie nette.
À partir de là, nous pourrons calculer le fonds de roulement, le

besoin en fonds de roulement ainsi que la trésorerie nette puisque :
Fonds de roulement = Ressources stables - Emplois stables
Besoin en fonds de roulement = Actif circulant - Passif circulant
Trésorerie nette = fonds de roulement - besoin en fonds de
roulement
Ou
Trésorerie nette = trésorerie active - trésorerie passive
Les reclassements à effectuer
À l’actif :
Au passif :
Points particuliers : les écarts de conversion actif et passif
Dans le bilan fonctionnel, les écarts de conversion doivent être

neutralisés pour restituer le coût historique des dettes et des
créances du bilan.
Ainsi, les écarts de conversion actif et passif sont à annuler pour

permettre au poste concerné de retrouver sa valeur de départ. Ils
vont conduire soit à l’augmentation des créances, soit à la
diminution des dettes fournisseurs, selon la justification des
montants.
Exemple : cas d’une dette

fournisseur
Augmentation de la dette
L’entreprise a acheté des matières premières aux USA pour 15 000

$. Ce montant est payé à 90 jours.
Le taux de change au moment de l’achat est de 1 € = 1,35 $.
À l’inventaire comptable, le taux de change est de 1 € = 1,3 $.
La dette a augmenté : il s’agit d’un écart de conversion actif, encore

appelé perte latente de change (compte 476).
En euro, la dette initiale était de 15 000 $ / 1,35 = 11 111, 11 €.
Au moment de l’inventaire, d’après le cours du jour, la dette serait de

15 000 $ / 1,3 = 11 538,46 €.
L’écart de conversion (actif) est de 11 538, 46 - 11 111,11 = 427,35
€.
Dans le bilan fonctionnel, au niveau du passif circulant pour

retrouver le coût historique de la dette, il faut déduire cet écart de
conversion.
Nous avons donc :
11 538,46 - 427,35 = 11 111,11
Diminution de la dette
À l’inverse, si à l’inventaire le taux de change était de 1 € = 1,40 $, un

écart de conversion passif aurait été constaté, il s’agit d’une
diminution de dettes soit un gain latent de change (compte 477).
Dette initiale : 15 000 $ / 1,35 = 11 111,11 €
Montant de la dette au moment de l’inventaire : 15 000 $ / 1,40 =

10 714,29 €
Écart de conversion (passif) = 11 111,11 - 10 714,29 = 396,82 €

Dans le bilan fonctionnel, au niveau du passif circulant, pour
retrouver le coût historique de la dette, il faut ajouter cet écart de
conversion.
Nous avons donc :
10 714,29 + 396,82 = 11 111,11 €
Exemple : cas d’une créance

client
Augmentation de la créance
L’entreprise a vendu des fournitures pour 15 000 $ à un client

américain.
Le taux de change au moment de l’achat est de 1 € = 1,35 $.
À l’inventaire comptable, le taux de change est de 1 € = 1,3 $.
La valeur de la créance a augmenté : il s’agit d’un écart de

conversion passif, encore appelé gain latent de change.
En euro, la créance initiale était de 15 000 $ / 1,35 = 11 111, 11 €.

Au moment de l’inventaire, d’après le cours du jour, la créance serait
de 15 000 $ / 1,3 = 11 538,46 €.
L’écart de conversion (passif) est de 11 538, 46 - 11 111,11 =

427,35 €.
Dans le bilan fonctionnel, au niveau de l’actif circulant pour

retrouver le coût historique de la créance, il faut déduire cet écart de
conversion.
Nous avons donc :
11 538,46 - 427,35 = 11 111,11
Diminution de la créance
À l’inverse, si à l’inventaire le taux de change était de 1 € = 1,40 $, un

écart de conversion actif aurait été constaté, il s’agit d’une
diminution de créance soit une perte latente de change (compte
476).
Créance initiale : 15 000 $ / 1,35 = 11 111,11 €
Montant de la créance au moment de l’inventaire : 15 000 $ / 1,40 =

10 714,29 €
Écart de conversion (actif) = 11 111,11 - 10 714,29 = 396,82 €
Dans le bilan fonctionnel, au niveau de l’actif circulant, pour

retrouver le coût historique de la créance, il faut ajouter cet écart de
conversion.
Nous avons donc :
10 714,29 + 396,82 = 11 111,11
Pour résumer, dans le bilan fonctionnel, le retraitement des écarts

de conversion se fait de la manière suivante :
Mise en place du
bilan fonctionnel
avec Excel
Dans le fichier chapt_1_bilan_fontionnel_vierge, vous retrouvez les
bilans de l’exercice N et N-1, ainsi qu’un modèle vierge de bilan
fonctionnel. La résolution de cet exercice se trouve dans le fichier
chapt_1_bilan_fontionnel.
Pour la mise en place du bilan fonctionnel dans Excel, nous allons
utiliser des listes déroulantes ainsi que la fonction SOMME.SI.
Les listes déroulantes vont permettre d’affecter à chaque élément
du bilan comptable la rubrique correspondante du bilan fonctionnel.
La fonction SOMME.SI permettra ensuite de sommer les éléments

des listes déroulantes pour mettre en place notre bilan fonctionnel.
Mise en place des listes
déroulantes
La première étape consiste à créer une liste qui contient les

différentes catégories du bilan fonctionnel.
Nous allons placer cette liste dans l’onglet liste_bilan_fonctionnel.
Sélectionnez l’onglet liste_bilan_fonctionnel. Les éléments de la

liste déroulante sont déjà saisis dans les cellules B1 à B7 :
Nous allons nommer cette liste :
Sélectionnez les cellules B1 à B7, dans le ruban, allez dans l’onglet

Formules et dans le groupe Noms définis, cliquez sur Depuis
sélection.
Dans la boîte de dialogue Créer des noms à partir de la sélection,

cochez la case Ligne du haut puis OK.
La zone nommée liste_bilan_fonctionnel a été créée.
Insertion des colonnes de

reclassement
Nous allons placer nos listes déroulantes dans la colonne B des

onglets bilan_N et bilan_N_1.
Dans l’onglet bilan_N_1, sélectionnez la colonne B, faites un clic

droit et sélectionnez Insérer.
Saisissez Reclassement en B2.
Sélectionnez les cellules B3 à B31, dans l’onglet Données, groupe

Outils de données, sélectionnez Validation des données.
La boîte de dialogue Validation des données apparaît.

Dans la liste déroulante Autoriser, sélectionnez Liste.
Dans la zone Source, insérez les éléments de la zone nommée

Liste_bilan_fonctionnel :
Placez-vous dans la zone Source, appuyez sur la touche F3. La

boîte de dialogue Coller un nom apparaît. Sélectionnez
Liste_bilan_fonctionnel, puis appuyez sur OK.
Insérez une colonne avant la colonne G puis appliquez la liste
déroulante sur les cellules G3 à G34.
Renouvelez les manipulations dans l’onglet bilan_N.
À présent, si vous activez une cellule dans une colonne de

reclassement, une liste déroulante répertoriant les différentes
rubriques du bilan fonctionnel apparaît.
Sélection des éléments de
reclassement
Actif, haut du bilan
Pour le haut du bilan, les montants bruts de l’actif immobilisé seront

reportés dans les emplois stables du bilan fonctionnel.
Sélectionnez les reclassements dans la colonne B de l’onglet

bilan_N comme dans la capture ci-dessous :
Actif circulant
Pour l’actif circulant, sélectionnez les éléments de reclassement

suivants :
Actif, bas du bilan

Reclassez les charges à répartir sur plusieurs exercices en Emplois
stables.
Enfin, les écarts de conversion actif seront reclassés

ultérieurement.
Passif, capitaux propres
Reclassez l’ensemble des capitaux propres dans les Ressources

stables.
Il conviendra aussi d’y ajouter les amortissements et provisions
pour dépréciations. Ce retraitement sera effectué ultérieurement.
Provisions pour risques et charges
Nous partirons du principe que ces provisions sont justifiées.
Reclassez-les dans le Passif circulant.
Dettes
Reclassez les retraitements concertant les dettes de la manière

suivante :
Notez qu’il faudra par la suite retrancher les concours bancaires
courants du montant des Emprunt et dettes auprès des
établissements de crédits. Ce retraitement sera effectué
ultérieurement.
Passif, bas du bilan
Sélectionnez le reclassement des concours bancaires courants :
Les écarts de conversion actifs seront retraités ultérieurement, les

concours bancaires courants sont reclassés en trésorerie - passif.
Répétez l’ensemble de ces opérations dans l’onglet bilan_N_1.
Création du bilan
fonctionnel et
utilisation de la
formule Somme.si
Vous trouverez dans l’onglet bilan_fonctionnel un modèle de bilan
fonctionnel vierge.
Nous allons affecter chaque élément du bilan dans la rubrique
correspondante du bilan fonctionnel grâce à la fonction SOMME.SI.
La fonction SOMME.SI permet d’effectuer une somme en tenant
compte d’un critère.
Calcul des emplois stables N
Dans l’onglet bilan_fonctionnel, sélectionnez la cellule B4, puis
cliquez sur le bouton Insérer une fonction situé dans la barre de
formule.
Dans la zone Sélectionnez une fonction, double-cliquez sur

SOMME.SI.
Au niveau de la Plage, sélectionnez les données des listes

déroulantes de la colonne B de l’onglet bilan_N soit bilan_N!B3:B33.
Nous allons copier par la suite cette formule vers le bas et la droite,
il est donc nécessaire de figer les lignes et les colonnes en utilisant
le signe $.
Ajoutez le signe $ devant les références des lignes et des colonnes

soit bilan_N!$B$3:$B$33.
Vous pouvez automatiquement figer les lignes et les colonnes en
appuyant sur la touche F4.
Dans la zone Critère, saisissez A4 puisque cette cellule contient le

texte Emplois stables.
Nous allons copier par la suite cette formule vers le bas et la droite,
il est donc nécessaire de figer les colonnes en utilisant le signe $.
En revanche, il ne faut pas figer les lignes, car la formule doit
continuer à faire référence au Critère qui se trouve dans la colonne
A mais sur la même ligne que l’emplacement de la formule.
Ajoutez le signe $ devant la référence à la colonne soit $A4.

Pour la zone Somme_plage, les éléments à sommer se trouvent
dans les cellules C3:C33 de l’onglet bilan_N soit bilan_N!C3:C33.
À nouveau, ajoutez le signe $ devant les références aux lignes et

aux colonnes soit bilan_N!$C$3:$C$33.
Cliquez sur OK.

Calcul de l’actif circulant N
Dans l’onglet bilan_fonctionnel, copiez la formule de la cellule B4 en

B5.
Nous reviendrons sur cette formule par la suite pour y intégrer le
retraitement des écarts de conversions.
Calcul de la trésorerie - actif N
Copiez la formule de la cellule B4 en B6.

Calcul des ressources stables N
Suivant la même logique que le calcul des emplois stables, dans la
cellule E4, la première partie de la formule est
=SOMME.SI(bilan_N!$G$4:$G$34;$D4;bilan_N!$H$4:$H$34).
Cependant, nous devons modifier cette formule pour prendre en
compte deux éléments :
● Ajouter le total des amortissements et provisions, cet
élément se trouve dans la cellule D33 de l’onglet bilan_N.
● Soustraire le montant des concours bancaires courants, cet
élément se trouve dans la cellule H34 de l’onglet bilan_N.
Au final, dans la cellule E4, entrez la formule suivante :

=SOMME.SI(bilan_N!$G$4:G$34;$D4;bilan_N!$H$4:$H$34)+bilan_N!
$D33-bilan_N!$H34
Calcul du passif circulants N
Dans la cellule E5, entrez la formule

Nous reviendrons sur cette formule par la suite pour intégrer le
Calcul de la trésorerie - passif N
Dans la cellule E6, recopiez la formule située en E5 :

Calcul des éléments du bilan fonctionnel N-1
Nous allons tout d’abord copier les formules relatives au bilan
fonctionnel N, puis remplacer dans chacune des formules copiées
la référence à l’onglet bilan_N par bilan_N_1.
Au niveau de l’actif :
Copiez les formules contenues dans les cellules B4:B6 dans les
cellules C4:C6.
Au niveau du passif :
Effectuez la même opération au niveau du passif, copiez les

formules contenues dans les cellules E4:E6 dans les cellules F4:F6.
Remplacement des références à l’onglet bilan_N par bilan_N_1 :
Sélectionnez les cellules C4:C6, appuyez et maintenez la touche

Ctrl, sélectionnez les cellules F4:F6.
Dans le ruban, dans l’onglet Accueil, groupe Édition, cliquez sur

Rechercher et sélectionner, puis sur Remplacer.
Il est aussi possible d’utiliser le raccourci Ctrl H.
La boîte de dialogue Rechercher et remplacer apparaît à l’écran.
Dans Rechercher, saisissez bilan_N.
Dans Remplacer par saisissez bilan_N_1, puis cliquez sur le bouton

Remplacer tout.
Une boîte de dialogue apparaît à l’écran pour vous avertir des
remplacements effectués.
Le résultat est le suivant :
Mise en place du
retraitement des
écarts de
conversion
Comme nous l’avons vu au point 3, le retraitement des écarts de
conversion dans le bilan fonctionnel se fait de la manière suivante :
Au bas des onglets bilan_N et bilan_N_1, nous retrouvons les écarts
de conversion ainsi que les détails des transactions qui vont nous
permettre de mettre en place les retraitements nécessaires.
Pour réaliser ce cas pratique, nous allons partir du principe que le
bilan N comporte un écart de conversion passif concernant une
dette fournisseurs de 100 €.
Dans la cellule G37, saisissez 100.

Et que le bilan N-1 comporte un écart de conversion actif
concernant une créance clients.
Dans la cellule B37 de l’onglet bilan_N_1, saisissez 50.
Nommage des cellules
Dans l’onglet bilan_N :

Nommez la cellule B37 ECA_dettes_frs_N pour écarts de conversion
actif sur dettes fournisseurs de l’exercice N.
Nommez la cellule B38 ECA_creances_clt_N pour écarts de

conversion actif sur créances clients de l’exercice N.
Nommez la cellule G37 ECP_dettes_frs_N pour écarts de conversion

passif sur dettes fournisseurs de l’exercice N.
Nommez la cellule G38 ECP_creances_clt_N pour écarts de

conversion passif sur créances clients de l’exercice N.
Suivant la même logique, dans l’onglet bilan_N_1 :
Nommez la cellule B37 ECA_dettes_frs_N_1 pour écarts de

conversion actif sur dettes fournisseurs de l’exercice N-1.
Nommez la cellule B38 ECA_creances_clt_N_1 pour écarts de
conversion actif sur créances clients de l’exercice N-1.
Nommez la cellule G37 ECP_dettes_frs_N_1 pour écarts de

conversion passif sur dettes fournisseurs de l’exercice N-1.
Nommez la cellule G38 ECP_creances_clt_N_1 pour écarts de

conversion passif sur créances clients de l’exercice N-1.
Retraitements des écarts de

conversion actif
Sélectionnez l’onglet bilan_N, dans la cellule C37 saisissez la

formule =SI(B37<>0;"perte latente de change, à déduire du passif
circulant";"").
Cette formule conditionnelle affiche le texte perte latente de

change, à déduire du passif circulant si la cellule B37 n’est pas
vide.
Dans la cellule C38, saisissez la formule =SI(B38<>0;"perte latente
de change, à ajouter à l’actif circulant";"").
Retraitements des écarts de

conversion passif
Dans l’onglet bilan_N, sélectionnez la cellule H37 et saisissez la

formule =SI(G37<>0;"gain latent de change, à ajouter au passif
circulant";"").
Dans la cellule H38, saisissez la formule =SI(G38<>0;"gain latent de

change, à déduire de l’actif circulant";"").
Copie des formules dans

l’onglet bilan_N_1
Copiez les formules des cellules C37, C38, H37 et H38 de l’onglet
bilan_N dans les cellules C37, C38, H37 et H38 de l’onglet
bilan_N_1.
Report des écarts de

conversion dans le bilan
fonctionnel
Nous allons modifier dans l’onglet bilan_fonctionnel les formules

relatives à l’actif et au passif circulant N et N-1 pour y intégrer le
Au niveau de l’actif circulant :
Modifiez la formule de la cellule B5 :
=SOMME.SI(bilan_N!$B$3:$B$33;bilan_fonctionnel!$A5;bilan_N!$C
$3:$C$33)+ECA_creances_clt_N-ECP_creances_clt_N.

Modifiez la formule de la cellule C5 :
=SOMME.SI(bilan_N_1!$B$3:$B$33;bilan_fonctionnel!$A5;bilan_N_
1!$C$3:$C$33)+ECA_creances_clt_N_1-ECP_creances_clt_N_1.
Au niveau du passif circulant :
Modifiez la formule de la cellule E5 :
=SOMME.SI(bilan_N!G$4:G$34;$D5;bilan_N!H$4:H$34)-ECA_dettes
_frs_N+ECP_dettes_frs_N.
Modifiez la formule de la cellule F5 :
=SOMME.SI(bilan_N_1!$G$4:$G$34;$D5;bilan_N_1!$H$4:$H$34)-E
CA_dettes_frs_N_1+ECP_dettes_frs_N_1.
Calcul de la structure
financière
Fonds de roulement net global
Dans la cellule B10, pour le calcul de fonds de roulement net global

N, saisissez =E4-B4.
Copiez cette formule dans la cellule C10 pour obtenir le fonds de

roulement net global N-1.
Besoin en fonds de roulement

Dans la cellule B11, pour le calcul du besoin en fonds de roulement
N, saisissez =B5-E5.
Copiez cette formule dans la cellule C11 pour obtenir le besoin en

fonds de roulement N-1.
Trésorerie nette
Première méthode
Trésorerie nette = trésorerie active - trésorerie passive
Dans la cellule B12, pour le calcul de la trésorerie nette N, saisissez

=B6-E6.
Le résultat est -9 850.

Copiez cette formule dans la cellule C12 pour obtenir la trésorerie
nette N-1.
Deuxième méthode
Fonds de roulement - Besoin en fonds de roulement = trésorerie

nette
Dans la cellule B13, pour le calcul de la trésorerie nette N, saisissez

=B10-B11.
Copiez cette formule dans la cellule C13 pour obtenir la trésorerie

nette N-1.

Retraitements facultatifs
Certains analystes financiers tels que la Centrale de bilans

effectuent d’autres retraitements en plus des retraitements
précédents.
Retraitement relatif au crédit-bail
Comme pour les soldes intermédiaires de gestion, le retraitement

du crédit-bail consiste à considérer que l’entreprise est propriétaire
du bien concerné et que son acquisition a été financée par emprunt.
Documentation et
ergonomie du
document
Tout comme pour le travail précédent sur les soldes intermédiaires
de gestion et la capacité d’autofinancement, l’onglet Doc des
fichiers chapt_1_bilan_fonctionnel_vierge et
chapt_1_bilan_fonctionnel contient le schéma d’analyse suivi, ainsi
que la description de chacun des onglets.
Des liens hypertextes ont été placés sur chacun de ces éléments
pour faciliter la navigation.
Enfin, des « flèches de retour » avec l’indication « sommaire » ont
été disposées dans le document pour permettre à l’utilisateur de
revenir vers l’onglet de documentation. Ces flèches contiennent un
lien hypertexte vers l’onglet Doc.
Elles se trouvent en haut à droite des onglets dans les onglets

bilan_N, bilan_N_1, bilan_fonctionnel, liste_bilan_fonctionnel.
Introduction
La dernière étape de notre analyse consiste à synthétiser les
données calculées précédemment pour effectuer une présentation
synthétique écrite et/ou orale.
Pour cela, nous allons d’une part utiliser les éléments les plus
importants du compte de résultat, du bilan, des SIG et du bilan
fonctionnel et d’autre part, calculer des ratios financiers à partir de
ces éléments.
Les ratios sont des rapports entre deux grandeurs caractéristiques.
Ils peuvent se présenter sous forme de taux, de délais ou de
coefficients.
Les ratios permettent :
● une mesure des performances de l’entreprise,
● une analyse de l’évolution dans le temps de l’activité de
l’entreprise,
● une comparaison de la situation actuelle avec des
entreprises du même secteur d’activité.
Il existe une multitude de ratios permettant d’analyser l’activité et la

situation de l’entreprise. Nous allons utiliser quelques ratios
pertinents pour mettre en évidence ce que nous avons commencé à
découvrir grâce à l’analyse des soldes intermédiaires de gestion et
du bilan fonctionnel.
Cette analyse se fera en quatre axes :
Une fois ces éléments déterminés, nous allons mettre en forme

notre analyse dans le but de pouvoir la présenter à une audience.
Le fichier chapt_1_analyse_vierge reprend l’ensemble de l’analyse
faite avec les fichiers chapt_1_SIG et chapt_1_bilan_fonctionnel. En
plus de cela, l’onglet synthèse permet de reprendre l’ensemble des
informations principales de notre analyse ainsi que de calculer les
différents ratios.
La solution de cet exercice se trouve dans le fichier
chapt_1_analyse.
Analyse de
l’activité
Ce premier axe va donner une idée globale de l’évolution de l’activité
et de la situation financière de l’entreprise entre l’exercice N et N-1.
Chiffre d’affaires
Les données relatives aux ventes se trouvent dans le haut du
compte de résultat, au niveau des produits d’exploitation.
Dans l’onglet synthèse, sélectionnez la cellule C5, entrez la formule

=cpte_resultat!C5+cpte_resultat!C6.
Dans la cellule D5, entrez la formule

=cpte_resultat!D5+cpte_resultat!D6.
Immobilisations nettes
Les immobilisations se trouvent dans le haut de l’actif du bilan.

Dans l’onglet synthèse, sélectionnez la cellule C6 et saisissez la
formule =bilan_N!E18.
Dans la cellule D6, la formule est =bilan_N_1!E18.
Excédent brut d’exploitation

Nous avons déjà calculé cet élément dans le tableau des soldes

formule =SIG!H18.
Copiez cette formule dans la cellule D7, pour reporter l’excédent

brut d’exploitation N-1.
La capacité
d’autofinancement (C.A.F)
Nous avons déjà calculé la capacité d’autofinancement dans

l’onglet CAF.
formule =CAF!C14.
Copiez cette formule dans la cellule D8 pour reporter la capacité

d’autofinancement N-1.
Le résultat de l’exercice
Nous allons utiliser le calcul du résultat du tableau des soldes


formule =SIG!H32.
Le résultat devrait être 36 700.

Copiez la formule de la cellule C9 dans la cellule D9 pour reporter le
résultat N.
Les ratios de
rentabilité
Le taux de rentabilité globale
Rentabilité globale = (Résultat net comptable / Chiffre d’affaires

hors taxe)
Ce ratio répond à la question suivante : pour 1 € de chiffre

d’affaires, combien est-ce que l’entreprise a dégagé de résultat net ?
Dans l’onglet synthèse, sélectionnez la cellule C10 et saisissiez la

formule =C9/C5.
Le résultat est 7,98 %. Sur l’exercice N, pour 1 € de chiffre d’affaires,
la société a dégagé environ 8 centimes.
Vérification :
Chiffres d’affaires = 459 900
Taux de rentabilité globale = 7,98 %
459 900 x 7,98 % = 36 700 = résultat de l’exercice
Copiez la formule contenue dans la cellule C10 dans la cellule D10

pour obtenir la rentabilité globale N-1.
Le résultat est 9,07 %.
Le taux de rentabilité
financière
Rentabilité financière = Résultat net / Capitaux propres

Ce ratio représente la rentabilité pour l’actionnaire (ou les associés)
comparée à leurs apports.
Il s’agit donc d’un ratio très utilisé, notamment sur les marchés
financiers.

formule =resultat_N/bilan_N!H14.
Dans la cellule D11, entrez la formule =resultat_N_1/bilan_N_1!H14.
La structure
financière
Il s’agit simplement ici de reporter les éléments calculés dans le
bilan fonctionnel : le fonds de roulement, le besoin en fonds de
roulement et la trésorerie nette.
Fonds de roulement :

formule =bilan_fonctionnel!B10.
Copiez la formule de la cellule C12 dans la cellule D12 pour reporter

le fond de roulement N-1.
Besoin en fonds de roulement :
Dans la cellule C13, la formule est =-bilan_fonctionnel!B11.


le besoin en fonds de roulement N-1.
Trésorerie nette :
Dans la cellule C14, la formule est =bilan_fonctionnel!B12.


la trésorerie nette N-1.
ion financière avec Excel (2e édition) - De l'analyse à la prise de décision

Les ratios de
délais
Les ratios de délais apprécient les délais de paiement octroyés par les fournisseurs ou
accordés aux clients en les exprimant en nombre de jours.
Délai de paiement des clients = (Créances clients / Chiffre d’affaires TTC) x 365
Ce ratio répond à la question suivante : en moyenne, les clients paient à combien de jours
?
La norme devrait se situer entre 0 et 45 jours selon le secteur d’activité.
Délai de paiement aux fournisseurs = (Dettes fournisseurs / Achats et charges externes

TTC) x 365
Suivant la même logique, ce ratio répond à la question suivante : en moyenne, les

fournisseurs sont payés à combien de jours ?
Là aussi, la norme devrait se situer entre 0 et 45 jours selon le secteur d’activité.
Délai de paiement des clients
Pour l’exercice N :
Dans la cellule C15 de l’onglet synthèse, entrez la formule =bilan_N!E25/(C5*1,2)*365.

Le montant des créances nettes de l’exercice N se trouve dans la cellule bilan_N!E25.
Le montant du chiffre d’affaires hors taxe N se trouve dans la cellule C5, il convient de
multiplier ce montant par 1,2 si nous prenons comme hypothèse un taux de TVA de 20 %.
Le résultat est 217.
Pour l’exercice N-1 :
Dans la cellule D15, entrez la formule =bilan_N_1!E25/(D5*1,2)*365.
Délai de paiement aux fournisseurs
Pour l’exercice N :
Dans la cellule C16, entrez la formule

=(bilan_N!H24/(cpte_resultat!C14+cpte_resultat!C16+cpte_resultat!C18)*1,2)*365.
Le montant des dettes fournisseurs et comptes rattachés se trouve dans la cellule

bilan_N!H24.
Le montant des achats et charges externes comprend les achats de marchandises
(cpte_resultat!C14), les achats de matières premières et autres approvisionnements
(cpte_resultat!C16) et les autres achats et charges externes (cpte_resultat!C18).
Pour calculer le montant des achats et charges externe TTC, il convient de multiplier ce
montant par 1,2 si nous prenons comme hypothèse un taux de TVA de 20 %.
Pour l’exercice N -1 :
Dans la cellule D15, entrez la formule

=(bilan_N_1!H24/(cpte_resultat!D14+cpte_resultat!D16+cpte_resultat!D18)*1,2)*365.
Calcul de la
variation entre les
deux exercices
La formule mathématique d’un calcul de variation est : (valeur
d’arrivée - valeur de départ) /valeur de départ.
Dans la cellule E5, pour le calcul de la variation du chiffre d’affaires,

la formule est (C5-D5)/D5.
Le résultat est 22 %.
Double cliquez sur le coin inférieur droit de la cellule E5 pour copier

cette formule vers le bas jusqu’à la cellule E16.
Mise en valeur des éléments

négatifs
Nous allons utiliser une mise en forme conditionnelle pour que les
éléments négatifs apparaissent automatiquement d’une couleur
rouge.
Sélectionnez les cellules C5 à E16, dans le ruban, dans l’onglet

Accueil, groupe Styles cliquez sur Mise en forme conditionnelle,
Règles de mise en surbrillance des cellules, Inférieur à...,
La boîte de dialogue Inférieur à apparaît à l’écran.
Dans Mettre en forme les cellules dont le contenu est inférieur à,

saisissez le nombre 0 et dans la liste déroulante sélectionnez Texte
rouge, puis OK.
À présent, l’ensemble des données du tableau ayant une valeur
négative s’affiche avec une police de couleur rouge.
Interprétation des
chiffres et
commentaire
d’analyse
Description de la situation
Nous avons regroupé l’ensemble des données nécessaire pour faire
notre analyse. D’après les éléments donnés par l’entreprise, la
société Elena a connu une forte croissance et une expansion à
l’international.
Pour faire face à la demande, la société a dû réaliser de nombreux

investissements.
Cependant, malgré cette croissance et un chiffre d’affaires en

augmentation, le résultat de l’entreprise n’a quasiment pas
augmenté.
Et effectivement, si nous regardons le tableau de synthèse, le

chiffre d’affaires est en forte croissance (22 %), l’évolution des
immobilisations nette augmente de 38 %, tout comme la capacité
d’autofinancement.
Cependant, le résultat n’a augmenté que de 8 % et la rentabilité

globale est en baisse de 12 %.
La cause est probablement l’augmentation anormale du besoin en

fonds de roulement. Si celui-ci était déjà trop élevé pour l’exercice
N-1 ; il a augmenté de 89 % sur l’exercice N.
Le délai de paiement des clients est beaucoup trop long (217 jours
en moyenne).
En parallèle, le délai de paiement aux fournisseurs est lui aussi
anormalement ralenti. Cela permet certes de compenser la
dégradation des délais de paiement clients, mais à terme, cela peut
entraîner une perte de confiance des fournisseurs.
Sur les deux exercices, le besoin en fonds de roulement est plus

important que le fonds de roulement. Conformément à l’équation
Fonds de roulement - Besoin en fonds de roulement = Trésorerie
nette ; la trésorerie nette est négative, avec une baisse de 208 %
entre les deux exercices. Des besoins en trésorerie qui
concrètement se traduisent par un recourt trop important aux
dettes à court terme (12 000 € de concours bancaires courants sur
l’exercice N).
À terme, si aucune action n’est entreprise pour réduire le besoin en

fonds de roulement, la rentabilité de la société va continuer à
baisser et il est bien probable qu’elle finisse en cessation de
paiement et cela malgré un chiffre d’affaires en augmentation.
Recommandation
La société Elena apparaît comme étant une société dynamique. Son

chiffre d’affaires est en augmentation, elle investit et se développe à
l’international.
Cependant, la gestion de son besoin en fonds de roulement conduit

à une perte de rentabilité.
La solution est probablement dans la rationalisation des délais de
paiement aux clients pour retrouver une trésorerie nette positive,
diminuer le montant des dettes à court terme et le délai des
paiements aux fournisseurs.
Pistes pour une

mise en forme et
une présentation
orale efficace
Cette étape est à tort souvent négligée (particulièrement par les
comptables !). Bien souvent, les présentations se limitent à une
superposition de documents financiers, perdant au passage
l’attention de l’auditoire.
Nous avons déjà fait un travail important pour capturer les
principaux éléments nécessaires à notre analyse dans un seul
tableau plutôt que de détailler l’ensemble des documents
comptables.
S’il est tout à fait possible de remettre à votre auditoire un rapport
comportant un tableau de synthèse, un commentaire succinct et en
annexe un ensemble de documents comptables, ne projetez pas de
documents comptables dans une présentation PowerPoint par
exemple.
Une image vaut mille mots
Il est préférable de présenter les données sous forme de

graphiques, l’œil humain étant bien plus efficace pour discerner des
formes et des couleurs que du texte ou des données numériques.
Il n’est par exemple pas aisé de déterminer une tendance à partir

d’un tableau de données :
Une représentation graphique est beaucoup plus efficace :

D’une manière générale, chaque élément texte ou graphique affiché
à l’écran doit avoir un but clairement défini et compréhensible par
l’auditoire dès les cinq premières secondes.
Enfin, le but à atteindre au-delà des simples graphiques et slides est

de raconter une histoire avec les données.
Application
À titre d’exemple, nous allons représenter sous forme graphique les

données relatives à l’activité et à la structure financière de notre
tableau de synthèse.
Mise en forme graphique des données relatives à

l’activité
Dans l’onglet graph_activite du fichier chapt_1_analyse_vierge se
trouve un tableau qui reporte les données relatives à l’activité de
l’entreprise que nous avons déterminées précédemment dans
l’onglet synthèse.
La résolution de cet exercice se trouve dans l’onglet graph_activite

du fichier chapt_1_analyse.
Dans l’onglet graph_activite, sélectionnez les cellules B2 à D7 et,

dans le ruban, sélectionnez l’onglet Insertion, groupe Graphiques et
cliquez sur Graphiques recommandés.
Dans la boîte de dialogue Insérer un graphique, sélectionnez le
graphique en Barres groupées, puis OK.
Vous obtenez le résultat suivant :

Améliorations du graphique
Nous allons placer la barre correspondant à l’exercice N au-dessus

de la barre correspondant à l’exercice N-1.
Sélectionnez la barre correspondant aux données N, faites un clic

droit, Sélectionner des données.
La boîte de dialogue Sélectionner la source de données apparaît à
l’écran.
Dans Entrées de légende (Série), sélectionnez N, cliquez sur la

flèche Déplacer vers le bas qui se situe au milieu de la boîte de
dialogue, puis OK.
Modification des couleurs
Nous allons utiliser une couleur plus vive pour l’exercice N que pour
l’exercice N-1.
Sélectionnez dans le graphique une des barres représentant les
données de l’exercice N-1 puis dans le ruban, cliquez sur l’onglet
Accueil, groupe Police, Couleur de remplissage. Dans Couleurs du
thème, choisissez par exemple une couleur gris clair.
Ajout des étiquettes de données
Sélectionnez le graphique, cliquez sur l’icône Éléments du
graphique qui apparaît en haut à droite du graphique , puis

choisissez Étiquettes de données.
Nous allons placer les étiquettes de données à l’intérieur des barres
du graphique.
Cliquez sur une étiquette correspondant à l’exercice N, faites un clic

droit, sélectionnez Mettre en forme les étiquettes de données.
Le volet Format des étiquettes de données apparaît à droite de

l’écran.
Dans Position de l’étiquette, sélectionnez Bord intérieur.
Dans le ruban, allez dans l’onglet Accueil, puis diminuez la taille de

la police en cliquant sur Réduire la taille de la police.
Effectuez la même opération pour les étiquettes de données

correspondant à l’exercice N-1.
Enfin, modifiez la couleur de la police des étiquettes de données N,

choisissez une couleur blanche.
Laissez le maximum de place pour le graphique

Pour cela, nous allons supprimer le titre et le quadrillage.
Sélectionnez l’objet Titre du graphique et appuyez sur la touche

Suppr.
Sélectionnez une barre verticale du quadrillage et appuyez sur la

touche Suppr.
Transposez votre message directement sur le graphique
Le but de ce graphique est principalement de montrer que malgré

une augmentation du chiffre d’affaires de 22 %, le résultat n’a
augmenté que de 8 % sur l’exercice N.
Nous allons directement placer ce message sur le graphique grâce

à une zone de texte.
Dans le ruban, sélectionnez l’onglet Insertion, groupe Illustrations,

cliquez sur Formes puis choisissez Zone de texte (en haut à gauche
dans Formes de base).
Tracez la zone de texte directement dans la partie droite du

graphique et saisissez-y le texte Malgré une augmentation de 22 %
du chiffre d’affaires, le résultat n’a augmenté que de 8 %.
Utilisez une couleur rouge pour 22 % et 8 %.
Enfin, nous allons faire un « lien graphique » entre la barre

représentant le résultat de l’exercice N et la barre représentant
l’évolution du chiffre d’affaires N.
Dans le ruban, cliquez sur l’onglet Insertion, groupe Illustrations,

choisissez Formes, Trait (ou Courbe).
Tracez un trait sur le graphique entre la barre représentant le

résultat de l’exercice N et la barre représentant l’évolution du chiffre
d’affaires.
Sélectionnez le trait, faites un clic droit Format de l’objet.
Dans le volet Format de la forme qui apparaît à droite de l’écran,

sélectionnez une couleur gris clair, une largeur de 0,5 pt et un type
de trait Tiret.

Mise en forme graphique des données relatives à la
structure financière
Dans l’onglet graph_structure_fi du fichier chapt_1_analyse_vierge

se trouve un tableau qui reporte les données relatives à la structure
financière de l’entreprise que nous avons déterminées
précédemment dans l’onglet synthèse.
La résolution de cet exercice se trouve dans l’onglet

graph_structure_fi du fichier chapt_1_analyse.
Pour représenter la trésorerie nette et sa relation avec le fonds de
roulement et le besoin en fonds de roulement, nous allons utiliser
un graphique en cascade. Ce type de graphique est disponible
depuis la version 2016 d’Excel.
Sélectionnez une cellule du tableau, dans le ruban, onglet Insertion,

groupe Graphiques, cliquez sur Graphiques recommandés, Tous les
graphiques, Cascade puis cliquez sur OK.
Le graphique obtenu est le suivant :
Amélioration du graphique
Cliquez deux fois sur la barre relative à la trésorerie nette, faites un

clic droit, choisissez Définir en tant que total.
La relation entre la trésorerie nette, le fonds de roulement et le

besoin en fonds de roulement est à présent mise en évidence
graphiquement.
Supprimez le titre, la légende et le quadrillage.
Le but de ce graphique est d’insister sur le fait que la trésorerie

nette est négative, nous allons directement placer ce message sur
le graphique grâce à une zone de texte.
Dans le ruban, sélectionnez Insertion, groupe Illustrations, cliquez
sur Formes puis choisissez Zone de texte (en haut à gauche dans
Formes de base).
Tracez la zone de texte directement dans la partie droite du

graphique et saisissez-y le texte La trésorerie nette de l’exercice N
est négative.
Utilisez une couleur rouge pour le mot négative.
Toujours pour insister sur le message, utilisez une couleur rouge

pour la barre relative à la trésorerie nette.
Introduction
Objectif
Dans cette partie, nous allons aborder les outils de business
intelligence d’Excel au travers d’un cas concret : la réalisation d’un
tableau de bord financier.
Excel contient principalement deux outils de business intelligence :
● Power Query : un outil pour nettoyer et préparer les données.
● Power Pivot : un outil qui permet de travailler avec Excel de
manière similaire à une base de donnée relationnelle,
notamment en créant un modèle de données.
Plan d’attaque
Notre but est de créer un tableau de bord qui comprend un compte
de résultat sous forme de tableau croisé dynamique et un
graphique de l’évolution du résultat sur trois exercices.
Pour cela, nous allons partir des données comptables sous forme
de tables afin de créer un modèle de données dans Excel.
Puis nous synthétiserons ces données grâce à un tableau croisée
dynamique et un graphique croisé dynamique.
Enfin nous allons mettre en forme un tableau de bord et y ajouter de
l’interactivité grâce à un segment.
Afin de réaliser notre tableau de bord, nous allons commencer par
retraiter les données grâce à Power Query, créer un modèle de
données dans Excel grâce à Power Pivot.
Notre tableau de bord se présentera de la manière suivante :
Les données nécessaires à ce cas pratique se trouvent dans le
fichier compte_resultat_bi.xlsx, le fichier résolu est le fichier
compte_resultat_bi_résolu.xlsx.
Présentation des
données
Le fichier est composé de trois onglets.
Dans l’onglet balance se trouve une table nommée T_Balance qui
représente une balance simplifiée.
Cette table est composée :
● du compte comptable abrégé,
● du libellé du compte,
● du poste correspondant dans le compte de résultat : résultat
d’exploitation, financier et exceptionnel,
● de la catégorie : produits et charges d’exploitation, financier
et exceptionnel,
● de l’exercice comptable : 2022, 2023, 2024.
Dans l’onglet transition se trouvent deux tables :

La table T_Poste reprend les différents postes du compte de
résultat. Une colonne d’index a été ajoutée afin de retrouver l’ordre
correcte des éléments du compte de résultat.
La table T_Catégorie est composée des différentes catégories du
compte de résultat et des postes correspondants. Un numéro
d’index a été ajouté afin de retrouver l’ordre correct du compte de
résultat.
Le retraitement
des données
avec Power
Query
Afin de créer notre modèle de données la table T_Balance nécessite plusieurs
retraitements. Nous allons dans un premier temps "dépivoter" les colonnes
concernant les années puis rajouter un signe (positif ou négatif) aux différents
montants selon leur catégorie (charges ou produits).
Dépivoter les colonnes

Les données de la table T_Balance ne sont pas structurées correctement et dans
l’état actuel, il n’est pas possible d’y apposer un tableau croisé dynamique par
exemple. Il est nécessaire de « dépivoter » les colonnes liées aux années.
Dans Power Query, « pivoter » est le fait de transformer des lignes uniques en
colonnes ou de transformer les colonnes en lignes (dépivoter).
On retrouve le terme « pivoter » dans la désignation anglo-saxonne des tableaux

croisés dynamiques : pivot table.
Pourquoi est-ce important ?
Dans la pratique, bien souvent les rapports sont présentés de la manière suivante :
Cependant, pour pouvoir analyser des données à partir d’un tableau croisé
dynamique par exemple, les données doivent être présentées de cette manière :
Dans ce type de présentation, un champ ou colonne correspond à un type de

données de nature identique qui caractérise l’enregistrement. Par exemple : mois,
montant, compte comptable, ville…
Une ligne correspond à un enregistrement, chaque enregistrement est caractérisé

par un ensemble de champs.
Application
Dans l’onglet balance, sélectionnez une cellule de la table T_Balance, par exemple la
cellule B5 ; au niveau du menu Données du ruban, dans le groupe Récupérer et
transformer des données, cliquez sur l’icône À partir d’un tableau ou d’une plage .
Une nouvelle fenêtre s’ouvre, il s’agit de l’éditeur Power Query.
Sélectionnez les colonnes à dépivoter, c’est-à-dire 2022, 2023 et 2024.

Dans le ruban de l’éditeur Power Query, sélectionnez l’onglet Transformer - cliquez
sur l’outil Dépivoter les colonnes puis sur l’option Dépivoter les colonnes.

Les différentes années ont été dépivotées dans la colonne Attribut, les montants ont
été dépivotés dans la colonne Valeur.
Renommer les colonnes
Double cliquez sur l’intitulé de la colonne Attribut et renommez-la Année.
Modifier le signe
Pour notre compte de résultat, au niveau des montants, nous souhaitons un signe
négatif s’il s’agit d’une charge et un signe positif s’il s’agit d’un produit.
Pour cela nous allons procéder en deux étapes.
Ajouter une colonne signe
Nous souhaitons ajouter une colonne qui contient la valeur -1 lorsqu’il s’agit d’une
ligne de charge et la valeur 1 lorsqu’il s’agit d’une ligne de produit.
Au niveau du ruban de l’éditeur Power Query, sélectionnez l’onglet Ajouter une
colonne puis l’outil Colonne conditionnelle.
La boîte de dialogue Ajouter une colonne conditionnelle apparaît.
Au niveau de Nouveau nom de colonne, nommez la colonne Signe.
Si la valeur de la colonne Catégorie est Charges, nous souhaitons afficher la valeur -1

et sinon c’est la valeur 1 qui doit apparaître.
Dans la liste déroulante Nom de la colonne, sélectionnez la colonne Catégorie.
Au niveau de l’Opérateur, sélectionnez Contient.
Au niveau de la zone de saisie Valeur, saisissez Charges.
Au niveau de la zone Sortie, saisissez -1.
Sinon, s’il s’agit d’un produit, nous souhaitons afficher 1 :
Dans le champ Autre, saisissez 1 :

Cliquez sur le bouton OK.
Nous avons bien le signe -1 pour les charges et le signe 1 pour les produits
Multiplication de la valeur par le signe
Nous allons ajouter une nouvelle colonne qui sera la multiplication de la colonne
Valeur par la colonne Signe.
Au niveau du ruban de l’éditeur Power Query, sélectionnez l’onglet Ajouter une

colonne puis Colonne personnalisée.
La boîte de dialogue Colonne personnalisée apparaît à l’écran.
Au niveau de Nouveau nom de colonne, saisissez Montant.

Au niveau de Formule de colonne personnalisée, dans la zone Colonnes disponibles,
double cliquez sur le champ Valeur, saisissez le signe * à nouveau dans la zone
Colonnes disponibles et cliquez sur le champ Signe.
Cliquez sur OK.

Modifier le type de données de la colonne Montant
Au niveau de l’intitulé de la colonne Montant, cliquez sur l’icône .
Sélectionnez Nombre entier.
À présent, nous pouvons supprimer la colonne Valeur et la colonne Signe :

Sélectionnez les colonnes Valeur et Signe, faites un clic droit puis Supprimer les
colonnes.
Sur le côté droit de l’éditeur Power Query, notez le volet Paramètres d’une requête qui
comporte le nom de notre table ainsi que les différentes étapes appliquées :
Nos données ont été transformées, nous allons pouvoir les charger dans notre
modèle de données.
Dans le ruban de l’éditeur Power Query, sélectionnez l’onglet Fichier puis Fermer et
charger dans…
La boîte de dialogue Importation de données apparaît à l’écran.
Sélectionnez l’option Ne créer que la connexion et cochez la case Ajouter ces

données au modèle de données.
Cliquez sur OK.
Dans Excel, les volets Requêtes et Connexions apparaissent sur le côté droit de
l’écran.
La table T_Balance y apparaît.

Cette table a été transformée grâce à Power Query, une connexion a été créée entre
la table d’origine et cette transformation et nous avons chargé notre table dans notre
modèle de données.
Créer un modèle
de données grâce
à Power Pivot
Pourquoi créer un modèle de
données dans Excel ?
Un modèle de données permet d’organiser les données à la manière

d’une base de données relationnelle directement dans Excel. Il
s’agit d’une composante de l’outil Power Pivot d’Excel.
Il sera ainsi possible :
● de gérer et analyser un ensemble de données volumineux qui

ne pourrait pas être contenu dans une feuille de calcul Excel
traditionnelle ;
● de créer des relations de tables afin d’afficher et d’agréger les
données à la demande ;
● de créer des tableaux croisés dynamiques, non pas à partir
d’une table unique, mais à partir d’un ensemble de tables
organisées et reliées entre elles.
Vous est-il déjà arrivé de vouloir créer un tableau croisé dynamique

à partir de données se trouvant dans deux tables distinctes ?
C’est en pratique ce que permet de réaliser un modèle de données

dans Excel.
Les principes fondamentaux
d’un modèle de données
La normalisation
D’une manière générale, la normalisation consiste à organiser les

tables et les colonnes dans un modèle de données structuré afin de
réduire les redondances et de préserver l’intégrité des données.
Les objectifs de la normalisation sont les suivants :
● Éliminer les données redondantes pour réduire la taille des

tables et améliorer la vitesse et l’efficacité du traitement.
● Minimiser les erreurs et les anomalies dues aux
modifications de données (insertion, mise à niveau ou
suppression d’enregistrement).
● Simplifier la mise en place de requêtes et de structurer la
base de données pour une analyse significative.
Dans un modèle de données normalisé, chaque table doit avoir un
objectif distinct et spécifique (informations sur les clients ou les
fournisseurs, enregistrement d’une transaction, etc.).
Importation des tables dans le modèle de données
Nous avons déjà importé la table T_Balance dans notre modèle de

données suite à son retraitement avec Power Query.
Il nous reste à importer les tables T_Poste et T_Categorie.
Sélectionnez une cellule contenue dans la table T_Poste.
Dans l’onglet Power Pivot du ruban, cliquez sur Ajouter au modèle

de données.
Si l’onglet Power Pivot n’est pas disponible dans le ruban, allez dans
le menu Fichier - Options - Compléments. Dans la liste déroulante
Gérer, sélectionnez Compléments COM puis cliquez sur le bouton
Atteindre. Dans la boîte de dialogue Compléments COM qui
apparaît, cochez la case Microsoft Power Pivot for Excel puis
cliquez sur OK.
Une nouvelle fenêtre nommée Power Pivot pour Excel s’ouvre ; cette
fenêtre présente les données sous forme de tableau, de la même
manière que ce que l’on peut trouver dans un tableau Excel :
En répétant la manipulation précédente, importez la table
T_Categorie dans Power Pivot.
Il est possible de naviguer entre les tables importées dans Power

Pivot grâce aux onglets situés au bas de l’interface :
La vue de diagramme
La vue de diagramme est utile pour organiser et créer des relations

entre les tables importées dans Power Pivot.
Dans le menu Accueil du ruban de Power Pivot, au niveau du groupe

Affichage, cliquez sur Vue de diagramme :
Pour revenir à la vue de données, dans le menu Accueil du ruban de

Power Pivot, au niveau du groupe Affichage, cliquez sur Vue de
données :
Les clés primaires
La clé primaireest le moyen d’identifier une ligne dans une table de

manière unique. La plupart du temps, la clé primaire est un numéro
unique généré par un logiciel de base de données.
Nous parlerons alors de clé primaire « synthétique ».
Cependant, il peut exister une colonne dans vos données qui

identifie déjà de manière unique chaque ligne, comme par exemple
un numéro de sécurité sociale ou un numéro ISBN ; dans ce cas,
elle pourra faire office de clé primaire.
Nous parlerons alors de clé primaire « naturelle ».
Les clés étrangères et les relations
Une base de données est dite relationnelle car il est possible d’y
créer des relations entre les tables. Ainsi, après avoir importé la
table T_Balance, la table T_Poste et la table T_Categorie, il convient
de lier ces trois tables.
Les relations entre les tables sont effectuées avec ce que l’on
appelle des clés étrangères, c’est-à-dire une clé primaire héritée
d’une autre table. Contrairement à la clé primaire, la valeur prise par
une clé étrangère n’est pas forcement unique.
Création d’une relation dans Power Pivot
Il est possible de créer une relation en réalisant un cliqué-glissé

dans la vue de diagramme du modèle.
Première relation : de la table T_Poste vers la table T_Categorie
Sélectionnez le champ Poste de la table T_Poste.
Faites un cliqué-glissé vers la clé étrangère Poste de la table

T_Categorie.
Deuxième relation : de la table T_Categorie vers la table T_Balance
Sélectionnez le champ Catégorie de la table T_Categorie.

Faites un cliqué-glissé vers la clé étrangère Catégorie de la table
T_Balance.
Le modèle de données apparaît ainsi :

Réalisation du tableau croisé
dynamique
À partir du modèle de données créé précédemment, nous allons

réaliser un tableau croisé dynamique et un graphique croisé
dynamique afin de synthétiser et analyser les données.
Premier tableau croisé dynamique : le compte de

résultat
Au niveau de la fenêtre Power Pivot, dans l’onglet Fichier, cliquez
sur l’icône Tableau croisé dynamique.
La boîte de dialogue Créer un tableau croisé dynamique apparaît à

l’écran.
Activez la case à cocher Feuille de calcul existante.

Dans la zone Emplacement, sélectionnez l’onglet tableau de bord et
activez par exemple la cellule C3.
Un rapport de tableau croisé dynamique vierge ainsi que le volet

Champs de tableau croisé dynamique apparaissent à l’écran :
À présent, nous allons pouvoir créer un tableau croisé dynamique
non pas sur une seule table mais à partir des trois tables qui
composent notre modèle de données.
Dans le volet Champs de tableau croisé dynamique, cliquez sur la

table T_Poste puis glissez le champ Index puis le champ Poste au
niveau de la zone Lignes du volet.
Cliquez sur la table T_Categorie, glissez le champ Index puis le
champ Categorie au niveau de la zone Lignes.
Cliquez sur la table T_Balance :
Glissez le champ Montant au niveau de la zone Valeurs.
Glissez le champ Année au niveau de la zone Colonnes.
Le volet Champs de tableau croisé dynamique apparaît ainsi :

Dans le tableau croisé dynamique, le résultat est le suivant :
Amélioration du compte de résultat
Sélectionnez une cellule du tableau croisé dynamique puis cliquez

sur l’onglet Création.
Dans le groupe Disposition, cliquez sur Disposition du rapport puis
sur Afficher sous forme tabulaire.
Toujours dans le groupe Disposition, cliquez sur Totaux généraux

puis sur Activé pour les colonnes uniquement.
Sélectionnez les colonnes C et E (colonnes relatives au champ
index) faites un clic droit puis cliquez sur Masquer.

Réalisation du graphique de
l’évolution du résultat
Sélectionnez la cellule D17, au niveau du ruban d’Excel,

sélectionnez l’onglet Insertion puis Graphique croisé dynamique.
La boîte de dialogue Créer un graphique croisé dynamique apparaît

à l’écran :
Par défaut la case Utiliser le modèle de données de ce classeur est
activée.
Le volet Champs de graphique croisé dynamique apparaît sur le

côté droit de l’écran.
Dans le volet Champs de graphique croisé dynamique, cliquez sur la
table T_Balance, sélectionnez le champ Année et placez-le dans la
zone Légende (série).
Toujours dans la table T_Balance, sélectionnez le champ Montant

et placez-le dans la zone Valeurs.
Le graphique apparaît ainsi :
Supprimez la mention Total au niveau de l’axe des abscisses.
Cliquez sur l’icône Éléments de graphique visible en haut à

droite du graphique, cliquez sur Légende puis sur Bas.
Éventuellement, réalisez un clic droit sur le bouton Somme de
Montant puis cliquez sur Masquer tous les boutons de champs sur
le graphique.
Ajout du segment
Nous allons insérer un segment basé sur les années.
Sélectionnez une cellule du tableau croisé dynamique, dans le

ruban cliquez sur l’onglet Analyse du tableau croisé dynamique puis
sur Insérer un segment.
La boîte de dialogue Insérer un segment apparaît à l’écran.
Sélectionnez le champ Année.

Le segment a été créé.

Cependant, pour le moment, ce segment est uniquement connecté
au tableau croisé dynamique et non au graphique croisé
dynamique.
Pour rendre notre tableau de bord interactif, nous allons le

connecter à ces deux éléments.
Réalisez un clic droit sur le segment puis activez Connexions de

rapport.
La boîte de dialogue Connexions de rapport (Année) apparaît à

l’écran.
Sélectionnez le graphique croisé dynamique Graphique 1.

À présent, si l’année 2022 est sélectionnée au niveau du segment,

l’ensemble du tableau de bord est filtré sur cette année-là.
Introduction
Si la première partie de cet ouvrage traite d’analyse financière a
posteriori, ce chapitre a pour thème la prévision.
Faire une prédiction d’un résultat futur en se basant sur des
hypothèses ou des données historiques n’est pas une tâche aisée.
« La prévision est difficile, surtout lorsqu’elle concerne l’avenir »
(proverbe danois).
À vrai dire, en matière de prévision, la seule chose qui soit garantie
est que nos prévisions soient fausses.
Est-ce que pour autant ce travail est inutile ?
Absolument pas !
Si nos projections basées sur des éléments chiffrés en suivant des
méthodes financières et/ou statistiques arrivent à apporter un
éclairage, même approximatif, aux décideurs, alors elles
permettront de prendre en amont des décisions plus pertinentes ou
d’aller au-devant de problèmes pouvant survenir dans l’exploitation
future de l’entreprise.
Le premier chapitre de cette partie porte sur la mise en œuvre d’une
modélisation financière avec Excel.
À partir d’un projet de création d’entreprise, nous établirons
plusieurs documents comptables prévisionnels dans le but
d’estimer la rentabilité et de déceler les éventuels problèmes
pouvant survenir lors de la mise en œuvre du projet.
Le deuxième chapitre de cette partie propose d’aborder différentes
méthodes statistiques de prévisions.
Dans ce chapitre, nous tenterons de prévoir le niveau de ventes
futur avec différentes méthodes et outils disponibles dans Excel.
Mise en œuvre d’une

modélisation financière avec
Excel
Dans cette partie, nous allons créer un compte de résultat

prévisionnel et un plan prévisionnel de trésorerie dans le cadre d’un
business plan. Un business plan est un ensemble de documents
réalisés lors d’une création d’entreprise. Il est notamment utilisé
pour convaincre les différents partenaires financiers sur la
faisabilité du projet.
Il comprend traditionnellement trois parties :
Une partie juridique : désignation de l’activité de l’entreprise, statut

juridique, désignation des associés...
Une partie commerciale : étude de marché, niveau de la demande,

définition du prix de vente...
Et, bien entendu, une partie financière.
Dans le but d’étudier la viabilité économique du projet, cette

dernière partie tente d’établir pour un à trois exercices un compte
de résultat prévisionnel et éventuellement un état de la trésorerie
prévisionnel et/ou un bilan prévisionnel.
Présentation du
cas
Monsieur Bob souhaite ouvrir un café/glacier au centre de Strasbourg. Habitant de
longue date cette ville alsacienne, il a une bonne idée de l’activité et de la
fréquentation notamment touristique que pourrait avoir son établissement.
Un peu inquiet, surtout à l’idée de devoir s’endetter pour mener à bien son projet, il
nous sollicite pour l’aider à mesurer la faisabilité économique et financière du futur
café, c’est-à-dire pour répondre aux questions suivantes :
● Quel serait mon résultat probable ?

● Est-ce que je risque de rencontrer des problèmes de trésorerie ?
Pour réaliser son projet, M. Bob doit acquérir deux machines : une machine à glace
et une machine à café.
Il aura un serveur salarié.
Il pense contracter un emprunt auprès de sa banque pour un montant de 30 000 €. Il

dispose en outre d’une épargne personnelle de 25 000 € pour compléter les fonds
nécessaires à son projet.
Les clients et les fournisseurs paient au comptant.
Pour cette première année d’exploitation, nous ne prendrons pas en compte

l’imposition de l’entreprise.
Nous allons partir des hypothèses économiques du projet et pour tenter de répondre
aux questions de M. Bob, nous allons créer une synthèse des différents documents
dans un seul onglet.
Mise en forme des hypothèses

Vous retrouverez les tableaux vierges de cet exemple dans l’onglet
hypothese du fichier model_fi.xlsx, la résolution de cet exemple
dans l’onglet hypothese du fichier model_fi_resolu.xlsx.
Sur le niveau des ventes
Scénarios
M. Bob a établi trois hypothèses sur le niveau de ventes journalières

du café : une hypothèse pessimiste, une hypothèse de base et une
hypothèse optimiste :
Nous allons mettre en place une liste déroulante qui nous permettra
de sélectionner un scénario et le niveau de vente correspondant.
Dans la plage de cellules C2:C4 de l’onglet hypothese se trouve le

tableau suivant :
Nous allons placer la liste déroulante dans la cellule C2.
Sélectionnez la cellule C2, dans le ruban, sélectionnez l’onglet

Données, groupe Outils de données, cliquez sur Validation des
données.
La boîte de dialogue Validation des données apparaît à l’écran.
Dans la liste déroulante Autoriser, sélectionnez Liste.

Dans la zone Source, cliquez sur l’icône , sélectionnez la plage
de cellules C6:E6 c’est-à-dire la plage contenant le nom des
différentes hypothèses, puis appuyez sur la touche Entrée.
Le résultat devrait être le suivant :

À présent si vous activez la cellule C2 et que vous cliquez sur
l’icône qui apparaît sur la droite de cette cellule, vous aurez la
possibilité de sélectionner un des trois scénarios.
Recherche du nombre de glaces et de cafés vendus

par jour selon le scénario choisi
Nous allons rechercher le nombre de glaces et de cafés

correspondant au scénario sélectionné. Pour cela nous pouvons
utiliser la fonction RECHERCHEHou bien la fonction RECHERCHEX.
Avec la fonction RECHERCHEH
La fonction RECHERCHEH est similaire à la fonction RECHERCHEV

mais, au lieu de rechercher une valeur dans une plage de manière
verticale (V), elle procède de manière horizontale (H).
Sa syntaxe est =RECHERCHEH(valeur cherchée;tableau;n° index de
ligne;[valeur proche]).
Sélectionnez la cellule C3, puis cliquez sur le bouton Insérer une

fonction situé dans la barre de formule.
La boîte de dialogue Insérer une fonction apparaît.
Dans la zone Recherchez une fonction, saisissez RECHERCHEH

puis cliquez sur le bouton Rechercher.
Sélectionnez RECHERCHEH dans la zone Sélectionnez une

fonction.
La boîte de dialogue Arguments de la fonction apparaît à l’écran.
● La Valeur_cherchée est la cellule C2, c’est-à-dire la cellule

qui contient le scénario sélectionné dans la liste
déroulante. Comme nous allons copier cette formule dans
la cellule C4, il y a lieu de figer les lignes avec le signe $
soit C$2.
● Tableau représente la plage de cellules dans laquelle se
trouvent les données relatives aux différentes hypothèses.
Il s’agit de la plage C6:E8. À nouveau, nous allons vouloir
copier cette formule dans la cellule C4, il y a lieu de figer
les lignes soit C$6:E$8.
● No_index_lig : il s’agit du numéro de la ligne du tableau
dans laquelle se trouve la donnée que nous souhaitons
renvoyer. Les données concernant les glaces se trouvent
dans la deuxième ligne du tableau, saisissez 2.
● Valeur_proche : utilisez VRAI pour rechercher la valeur la
plus proche ou FAUX pour rechercher une valeur exacte.
Dans notre cas, nous recherchons une valeur exacte, il
faut donc saisir FAUX.

Recherche du nombre de cafés journaliers selon le scénario choisi
Copiez la formule contenue dans la cellule C3 dans la cellule C4.

Le résultat renvoyé est celui correspondant au nombre de glaces.
En effet, la formule va rechercher les données dans la deuxième
ligne du tableau, or, les données correspondant aux cafés se
trouvent dans la 3e ligne du tableau.
Dans la cellule C4, changez la formule actuelle

=RECHERCHEH(C$2;C$6:E$8;2;FAUX) en
=RECHERCHEH(C$2;C$6:E$8;3;FAUX).
Avec la fonction RECHERCHEX
La fonction RECHERCHEX est une fonction disponible depuis la

version Excel 2021 et Microsoft 365. Contrairement aux fonctions
RECHERCHEV et RECHERCHEH, elle permet de réaliser une
recherche dans tous les sens (d’où la lettre X).
De plus, cette fonction peut renvoyer plusieurs résultats.

Supprimez les formules des cellules C3 et C4.
Sélectionnez la cellule C3, cliquez sur le bouton Insérer une fonction

situé dans la barre de formule.
Dans la zone Recherchez une fonction, saisissez RECHERCHEX

puis cliquez sur le bouton Rechercher.
Sélectionnez RECHERCHEX dans la zone Sélectionnez une fonction.

La Valeur_cherchée est la cellule C2, c’est-à-dire la cellule qui
contient le scénario sélectionné dans la liste déroulante.
Tableau_recherche représente le tableau ou la plage sur lequel

effectuer la recherche, c’est-à-dire la zone où se trouve le nom des
différentes hypothèses. Il s’agit de la plage C6:E6.
Tableau_renvoyé représente le tableau ou la plage à renvoyer, il

s’agit de la plage qui comporte les données des différentes
hypothèses soit C7:E8.
Nommez la cellule C3 NB_glace.
Nommez la cellule C4 NB_cafe.
À présent, à partir de la cellule C2, si vous sélectionnez un scénario

dans la liste déroulante, le nombre de ventes relatives à ce scénario
s’affiche dans les cellules C3 et C4.
Pour réaliser cet exercice, sélectionnez dans un premier temps le
scénario Base. Cela nous servira à vérifier ensemble les calculs
intermédiaires tout au long de la réalisation de ce cas.
Saisonnalités
En plus de ces différents scénarios probables, les ventes sont

soumises à des variations liées à la saison : les glaces sont surtout
consommées en été et les cafés en hiver ; de plus, l’activité
touristique du site est, elle aussi, soumise à des variations
saisonnières.
Cela se nomme la saisonnalité des ventes.
Détermination du nombre de glaces vendues par mois

Le nombre de glaces vendues par mois est calculé de la manière
suivante :
Nombre de glaces vendues par jour (selon le scénario sélectionné)

x pourcentage correspondant à la saisonnalité des ventes x nombre
de jours d’ouverture par mois.
Sélectionnez la plage de cellules C15:N15.
Dans la barre de formule, saisissez = NB_glace*C12*C14 puis

appuyez sur les touches CtrlEntrée pour propager cette formule à
l’ensemble des cellules sélectionnées.
Nommez la plage de cellules C15:N15, vente_glace_mensuel.

Détermination du nombre de cafés vendus par mois
Suivant la même logique que pour la détermination du nombre de

glaces vendues par mois :
Sélectionnez la plage de cellules C16:N16.
Dans la barre de formule, saisissez = NB_cafe*C13*C14 puis

appuyez sur les touches CtrlEntrée pour propager cette formule à
l’ensemble des cellules sélectionnées.
Nommez la plage de cellule C16:N16, vente_cafe_mensuel.
Hypothèse financière
Sur les prix et les coûts unitaires
La cellule C21 a été nommée pu_glaces.
La cellule D21 a été nommée cu_glaces.
La cellule C22 a été nommée pu_cafe.
La cellule D22 a été nommée cu_cafes.
Sur les investissements

Calcul des dotations aux amortissements
Les amortissements sont des charges non monétaires utilisées en

comptabilité. Elles constatent l’usure économique, régulière et
irréversible des immobilisations.
Du fait de leur caractère non monétaire, les amortissements vont

impacter le compte de résultat prévisionnel, en revanche, ils ne vont
pas affecter la trésorerie prévisionnelle.
Dans le cadre de cet exemple, nous allons partir du principe que le

café Bob utilise l’amortissement linéaire pour la machine à café et
la machine à glace. Nous partirons aussi du principe que chacune
des machines a été acquise et mise en service le 1er janvier N.
Avec ce mode d’amortissement, le calcul de la dépréciation est

proportionnel au temps qui s’écoule.
La machine à café a une durée de vie de 3 ans, son coût d’achat est
de 10 000 € et elle a été acquise et mise en service le 1er janvier N.
Amortissement annuel = 10 000 /3 = 3 333,33
Amortissement mensuel = (10 000/3)/12 = 277,78
Dans la cellule E25, saisissez la formule =C25/D25/12.
Le résultat est 277,78.
Nommez la cellule E25 amo_machine_cafe.
Copiez la formule contenue dans la cellule E25 dans la cellule E26.

Nommez la cellule E26 amo_machine_glace.
Sur les autres coûts
La cellule C29 a été nommée salaire.
La cellule C30 a été nommée loyer.
La cellule C31 a été nommée électricité.

Provenance et utilisation des fonds liés au projet
Dans la plage de cellules B35:C45 se trouvent deux tableaux

retraçant la provenance des fonds du projet de café de M. Bob et
l’utilisation qui en sera faite.
Ces éléments vont être nécessaires à la réalisation du plan de

trésorerie prévisionnelle.
Plan de remboursement de
l’emprunt
Pour réaliser son projet, M. Bob pense avoir besoin d’un emprunt de
30 000 €. Après renseignement auprès de son banquier, il s’agirait
d’un emprunt à taux fixe de 4 % annuel (soit 0,3333 % mensuel) sur
une durée de 120 mois.
Les mensualités seront constantes.
Le calcul du remboursement d’un emprunt à mensualités
constantes s’appuie sur une formule mobilisant les intérêts
composés :
Mensualité constante =
Ou
K = capital emprunté
T = taux mensuel
N = nombre de mensualités
Dans l’onglet emprunt du fichier model_fi.xlsx figure un tableau

récapitulant les termes de l’emprunt :
Un peu plus bas se trouve un tableau qui servira à calculer chaque

mensualité ainsi que le capital restant dû, les intérêts et les
amortissements de l’emprunt.
La résolution de cet exemple se trouve dans l’onglet emprunt du
fichier model_fi_resolu.xlsx.
Les zones nommées
La cellule B4 a été nommée MT_PRET.
La cellule B6 a été nommée TAUX_MENSUEL.
La cellule B7 a été nommée DUREE.
Calcul du capital restant dû à la période 0 :
Dans la cellule B11, saisissez la formule =MT_PRET.
Calcul des intérêts à la période 1 :

Nous allons utiliser la fonction INTPER. Cette fonction calcule le
montant des intérêts d’un emprunt pour une période donnée.
Sa syntaxe est INTPER(taux; pér; npm; va; [vc];[type]).
Sélectionnez la cellule C11, cliquez sur le bouton Insérer une

Dans la boîte de dialogue Insérer une fonction, recherchez la

fonction INTPER puis validez.
La boîte de dialogue Arguments de la fonction apparaît.
● Taux : appuyez sur la touche F3, dans la boîte de dialogue

Coller un nom, sélectionnez la cellule nommée
TAUX_MENSUEL et cliquez sur le bouton OK.
● Pér : il s’agit de la période concernée, pour la période 1 il
s’agit de la cellule A11.
● Npm : il s’agit du nombre total de périodes de l’emprunt,
appuyez sur la touche F3, dans la boîte de dialogue Coller un
nom, sélectionnez la cellule nommée DUREE et cliquez sur le
bouton OK.
● Va : il s’agit de la valeur actuelle de l’emprunt, appuyez sur la
touche F3, dans la boîte de dialogue Coller un nom,
sélectionnez la cellule nommée MT_PRET et cliquez sur le
bouton OK.
Le résultat est - 100.
Nous allons modifier cette formule, car pour créer notre plan
d’amortissement de l’emprunt, nous souhaitons une valeur positive.
Nous allons donc utiliser la fonction ABS pour retourner la valeur

absolue du calcul précédent.
Dans la cellule C11, modifiez la formule =INTPER(TAUX_MENSUEL;
A11;DUREE;MT_PRET) en
=ABS(INTPER(TAUX_MENSUEL;A11;DUREE;MT_ PRET)).
Calcul de l’amortissement de l’emprunt pour la période 1
Nous allons utiliser la fonction PRINCPER. Cette fonction calcule le

montant de l’amortissement (aussi appelé le principal) d’un
emprunt.
La syntaxe de cette fonction est PRINCPER(taux; pér; npm; va; [vc])
Sélectionnez la cellule D11, cliquez sur le bouton Insérer une

Dans la boîte de dialogue Insérer une fonction, recherchez puis

sélectionnez la fonction PRINCPER.
● Taux : appuyez sur la touche F3, dans la boîte de dialogue

Coller un nom, sélectionnez la cellule nommée
TAUX_MENSUEL et cliquez sur le bouton OK.
● Pér : il s’agit de la période concernée, pour la période 1 il
s’agit de la cellule A11.
● Npm : il s’agit du nombre total de périodes de l’emprunt,
appuyez sur la touche F3, dans la boîte de dialogue Coller un
nom, sélectionnez la cellule nommée DUREE et cliquez sur le
bouton OK.
● Va : il s’agit de la valeur actuelle de l’emprunt, appuyez sur la
touche F3, dans la boîte de dialogue Coller un nom,
sélectionnez la cellule nommée MT_PRET et cliquez sur le
bouton OK.
Le résultat est -203,74 €.
Comme pour le calcul des intérêts, nous allons modifier cette

formule, car pour créer notre plan d’amortissement de l’emprunt,
nous souhaitons une valeur positive.
Nous allons donc utiliser la fonction ABS pour retourner la valeur

absolue du calcul précédent.
Dans la cellule D11, modifiez la formule

=PRINCPER(TAUX_MENSUEL;A11; DUREE;MT_PRET) en
=ABS(PRINCPER(TAUX_MENSUEL;A11;DUREE;MT_ PRET)).
Le résultat est 203,74 €.
Calcul de la mensualité :
La mensualité est simplement la somme des intérêts et de

l’amortissement.
Dans la cellule E11, saisissez la formule =C11+D11.
Le résultat est 303,74 €.
Capital restant dû :
Le capital restant dû pour la deuxième période est égal au capital

restant dû de la première période moins l’amortissement de la
première période.
Dans la cellule B12, saisissez la formule =B11-D11.
Le résultat est 29 796,26 €.
Copiez la formule contenue dans la cellule B12 dans la plage de

cellules B13:B130.
Calcul des éléments du plan d’amortissement de l’emprunt pour les

périodes 2 à 120
Copiez les formules contenues dans la plage de cellules C11:E11,
dans la plage de cellules C12:E130.
Nous pouvons constater que le capital restant dû à la période 120

est de 302,73 €, le montant de l’amortissement pour cette dernière
période est de 302,73. Au terme des 120 périodes, l’intégralité de
l’emprunt est donc remboursée.
Mise en place du compte de

résultat prévisionnel
Un compte de résultat prévisionnel vierge se trouve dans la plage
de cellules A4:O21 de l’onglet cpte de R + tresorerie prev.
La résolution de cet exemple se trouve dans l’onglet cpte de R +
tresorerie prev du fichier model_fi_resolu.xlsx.
Calcul du chiffre d’affaires

mensuel
De l’activité Glaces
Le nombre de ventes de glaces par mois se trouve dans la plage

C15:N15 de l’onglet hypothese. Pour obtenir le chiffre d’affaires de
l’activité Glaces, nous allons multiplier chacune de ces valeurs
mensuelles par le prix de vente unitaire H.T des glaces.
Dans l’onglet cpte de R + tresorerie prev, sélectionnez la plage de

cellules C6:N6. Dans la barre de formule, saisissez =hypothese
!C15*pu_glaces. Utilisez le raccourci-clavier CtrlEntrée pour
valider la formule jusqu’à la cellule N6.
Pour calculer le total du chiffre d’affaires de l’activité Glaces, dans
la cellule O6, saisissez =SOMME(C6:N6).
De l’activité Café
Sélectionnez la plage de cellules C7:N7. Dans la barre de formule,

saisissez =hypothese!C16*pu_cafe. Utilisez le raccourci-clavier
CtrlEntrée pour valider la formule jusqu’à la cellule N7.
Pour calculer le total du chiffre d’affaires de l’activité Café, dans la

cellule O7, saisissez =SOMME(C7:N7).

Chiffre d’affaires total

saisissez =C6+C7. Utilisez le raccourci-clavier CtrlEntrée pour
Pour calculer le chiffre d’affaires total, dans la cellule O8, saisissez

=SOMME(C8:N8).
Nommez la plage de cellules C8:N8, chiffre_affaires.

Calcul du salaire mensuel du
serveur
Le salaire annuel se trouve dans la cellule C29 de l’onglet

hypothese. Cette cellule a été nommée salaire. Pour calculer le
salaire mensuel, nous allons diviser le montant annuel du salaire du
serveur par 12.
Dans l’onglet cpte de R + trésorerie prev, sélectionnez la plage de

cellules C9:N9. Dans la barre de formule, saisissez =salaire/12.
Utilisez le raccourci-clavier CtrlEntrée pour valider la formule
jusqu’à la cellule N9.
Calcul du salaire total du serveur
Dans la cellule O9, la formule est =SOMME(C9:N9).
Calcul du loyer
saisissez =loyer. Utilisez le raccourci-clavier CtrlEntrée pour
Calcul du loyer total
Dans la cellule O10, saisissez la formule =SOMME(C10:N10).
Calcul du coût
d’énergie/électricité

saisissez =electricite. Utilisez le raccourci-clavier CtrlEntrée pour
Calcul du coût d’énergie/électricité total

Calcul du coût des

consommables concernant
l’activité Glaces

saisissez =vente_glace_mensuel*cu_glaces.
Nommez la plage de cellules C12:N12 conso_glace.
Calcul du coût total des consommables concernant l’activité glaces

Calcul du coût des

consommables concernant
l’activité Café

saisissez =vente_cafe_mensuel*cu_cafes.
Nommez la plage de cellule C13:N13, conso_cafe.
Calcul du coût total des consommables concernant l’activité Café

Calcul du coût d’exploitation

saisissez =SOMME(C9:C13). Utilisez le raccourci-clavier CE pour
Calcul du coût total d’exploitation
Dans la cellule O14, la formule est =SOMME(C13:N13).
Calcul de l’excédent brut

d’exploitation
Dans le premier chapitre de cet ouvrage, nous avons vu que

l’excédent brut d’exploitation (EBE) traduit la performance
économique de l’entreprise indépendamment de son mode de
financement.
À partir du chiffre d’affaires, l’EBE se calcule de la manière suivante
:
Excédent brut d’exploitation (EBE) = Chiffre d’affaires -
Achats consommés
Consommation en provenance de tiers
+ Subventions d’exploitation
Charges de personnel
Impôts et taxes
Dans le cadre de notre modèle financier, nous avons seulement des

éléments concernant le chiffre d’affaires, des achats consommés
(consommables glaces + cafés) et des consommations en
provenance des tiers (le loyer).
Notre formule va simplement soustraire le coût total d’exploitation

au chiffre d’affaires total.
saisissez =C8-C14. Utilisez le raccourci-clavier CtrlEntrée pour
Calcul de l’EBE annuel
Calcul des dotations aux

amortissements du matériel
Il s’agit de la somme des amortissements mensuels de la machine

à café et de la machine à glaces.

saisissez =amo_machine_cafe+amo_machine_glace
Calcul de la dotation annuelle aux amortissements
Résultat d’exploitation mensuel
Pour obtenir le résultat d’exploitation, nous allons déduire les

dotations aux amortissements de l’EBE.

saisissez =C16-C18. Utilisez le raccourci-clavier CtrlEntrée pour
Résultat d’exploitation annuel

Intérêt de l’emprunt
Nous avons déjà calculé l’intérêt mensuel de l’emprunt dans la

plage de cellules C11:C130 de l’onglet emprunt.
Cependant, ces données sont disposées en colonnes. Or, dans le

résultat prévisionnel, nous souhaitons une présentation des
données en ligne.
Pour reporter les données concernant l’intérêt mensuel de l’emprunt

contenu dans l’onglet emprunt dans le tableau du résultat
prévisionnel, nous allons utiliser la fonction TRANSPOSE dans une
formule matricielle ou bien la fonction TOROW.
Avec la fonction TRANSPOSE

La fonction TRANSPOSE transforme une plage verticale de cellules
sous forme de plage horizontale, ou vice versa.
Sa syntaxe est TRANSPOSE(matrice).
Cette fonction réalise le même traitement que l’option de collage

Transposer.
Pour fonctionner, la fonction TRANSPOSE doit être entrée sous

forme de formule matricielle dans une plage dont le nombre de
lignes et de colonnes est égal au nombre de lignes et de colonnes
du tableau.
Une formule matricielle est une formule qui est appliquée à

plusieurs cellules. Pour signifier à Excel que nous souhaitons
utiliser une formule matricielle, il faut appuyer sur CtrlShiftEntrée
pour valider la formule.

saisissez =TRANSPOSE(emprunt!C11:C130).
Appuyez sur CtrlShiftEntrée pour valider la formule matricielle.
Avec la fonction TOROW
Au moment de la rédaction de cet ouvrage, la fonction TOROW est

uniquement disponible dans la version Excel Microsoft 365.
Comme son nom l’indique, la fonction TOROW permet de retourner

des valeurs en ligne.

saisissez =TOROW(emprunt!C11:C22).
Calcul de la charge d’intérêt annuel

Résultat prévisionnel
Calcul du résultat prévisionnel mensuel
Le résultat prévisionnel dans notre cas est obtenu par la

soustraction du montant de l’intérêt sur emprunt du résultat
d’exploitation.

saisissez =C19-C21.
Utilisez le raccourci-clavier CtrlEntrée pour copier la formule

Calcul du résultat prévisionnel annuel

Le plan de trésorerie prévisionnel
Dans la gestion quotidienne, particulièrement dans le cas d’une
nouvelle entreprise, une mauvaise gestion de la trésorerie peut
rapidement mener à la faillite.
Il est possible que l’activité soit rentable d’après le compte de
résultat, mais si vous manquez de « cash » pour payer votre
employé et vos fournisseurs à l’instant T, votre entreprise a un
sérieux problème.
Le plan de trésorerie est probablement le document le plus
important d’un business plan financier.
Il permettra de déceler en amont les éventuelles faiblesses du
niveau de trésorerie qui pourront survenir lors du lancement de
l’activité, tant en termes quantitatif que temporel, et le cas échéant
de trouver une solution avec le banquier et les financeurs.
Un autre élément qui peut survenir, bien moins grave pour la
continuité de l’exploitation de l’entreprise, est qu’au contraire,
l’activité génère un surplus de trésorerie. Il est intéressant de
déceler cet éventuel surplus de trésorerie en amont dans le but de
réfléchir à des placements financiers pour dynamiser la trésorerie.
Pour modéliser notre plan de trésorerie, nous allons commencer
avec le solde d’ouverture ajouter les encaissements et déduire les
décaissements de la période. Nous obtenons un solde de clôture.
Ce solde devient le solde d’ouverture de la période suivante.
Le plan de trésorerie ne regroupe que les dépenses décaissées et
les recettes encaissées : ni les charges non décaissables (par
exemple : les dotations aux amortissements et provisions) ni les
produits non encaissables ne doivent y figurer.
La structure du tableau de la trésorerie prévisionnelle est la
suivante :
Nous disposons de tous les éléments pour mettre en place notre

plan de trésorerie prévisionnelle à l’exception du règlement de TVA
à décaisser.
Nous calculerons cet élément ultérieurement.
Vous retrouverez le tableau vierge de cet exemple dans l’onglet cpte
de R + tresorerie du fichier model_fi.xlsx. La résolution de cet
exemple dans l’onglet cpte de R + tresorerie du fichier
model_fi_resolu.xlsx.
Calcul de la trésorerie à
l’ouverture
Marchandises stockées
Dans le tableau de l’utilisation des fonds de l’onglet hypothese, il est

mentionné que M. Bob souhaite se constituer un stock initial de
marchandises d’un montant de 5 000 €.
Dans la cellule B29, saisissez la formule =-hypothese!C42.
Coût de la machine à café

Coût de la machine à glaces
Emprunt bancaire
Cet élément se trouve dans le tableau Fonds propre + emprunt de

l’onglet hypothese.
Dans la cellule B38, saisissez la formule =hypothese!C36.
Épargne personnelle
Dans la cellule B39, saisissez la formule =hypothese!C37.
Trésorerie nette à l’ouverture
Dans la cellule B41, saisissez la formule =SOMME(B26:B40).
La société démarre donc avec une trésorerie nette de 5 000 €.
Recopiez cette formule jusqu’à la cellule N41.
Calcul de la trésorerie
prévisionnelle mensuelle
Trésorerie mensuelle à l’ouverture

Il s’agit de reporter la trésorerie nette de la période précédente.

saisissez =B41.
Utilisez le raccourci-clavier CE pour valider la formule jusqu’à la

cellule N26.
Flux de trésorerie liée à

l’exploitation
Nous allons partir du résultat prévisionnel et corriger ce montant de

la TVA à décaisser (nous calculerons cet élément ultérieurement) et
des dotations aux amortissements et provisions (charges non
décaissées, à réintégrer dans le calcul).
Résultat prévisionnel

saisissez =C22.

Amortissements et provisions
Nous avons déjà calculé cet élément dans le résultat prévisionnel

saisissez =C18.

Amortissement de l’emprunt
Pour reporter les données concernant l’amortissement mensuel de

l’emprunt contenues dans l’onglet emprunt dans le tableau de la
trésorerie prévisionnelle nous allons utiliser la fonction TRANSPOSE
dans une formule matricielle.
Nous avons déjà utilisé la fonction TRANSPOSE pour reporter les

intérêts de l’emprunt dans le compte de résultat prévisionnel.

saisissez =-TRANSPOSE(emprunt!D11:D130).
Appuyez sur CtrlShiftEntrée pour valider la formule matricielle.
Une autre possibilité est d’utiliser la fonction TOROW : sélectionnez

la cellule C40. Dans la barre de formule, saisissez
=-TOROW(emprunt!D11:D22).
Calcul de la TVA à décaisser
Pour pouvoir finaliser le plan prévisionnel de trésorerie, nous avons

besoin de connaître le montant prévisionnel mensuel de la TVA à
décaisser par l’entreprise.
La TVA est un impôt indirect supporté par le consommateur final et

collecté par les entreprises qui la reversent à l’État.
L’entreprise collecte de la TVA sur ses ventes et l’enregistre au

crédit du compte comptable 44571 TVA collectée.
L’entreprise paie de la TVA lors de ses achats et l’enregistre au débit

du compte comptable 44566 TVA déductible sur autres biens et
services et 44562 TVA déductible sur immobilisations.
À la fin de chaque mois, l’entreprise calcule la différence entre la
TVA collectée et la TVA déductible.
Si la TVA collectée est supérieure à la TVA déductible, alors la

différence est la TVA à décaisser, elle devra être réglée le mois
suivant.
Si la TVA collectée est inférieure à la TVA déductible, alors la

différence est un crédit de TVA : c’est l’État qui doit de l’argent à
l’entreprise. Ce crédit sera déduit lors du calcul de la TVA à
décaisser du mois suivant.
Dans la plage de cellules A43:N57 de l’onglet cpte de R + tresorerie

prev se trouve un tableau qui va nous servir à calculer la TVA à
décaisser mensuel.
Les zones nommées
La cellule B45 a été nommée tx_tva_ventes.
La cellule B46 a été nommée tx_tva_abs.
La cellule B47 a été nommée tx_tva_immo.
Calcul de la TVA collectée
Le calcul à effectuer est : Chiffre d’affaires mensuel HT x Taux de

TVA
saisissez =chiffre_affaires*tx_tva_ventes.
Nommez la plage de cellule C50:N50, tva_collectee.
Calcul de la TVA déductible sur immobilisation
À l’ouverture du café Bob, il a été acheté et mis en service la

machine à café et la machine à glaces.
La TVA déductible sur immobilisations est :
(10 000 + 35 000) x 20 % = 9 000

Le prix d’achat de la machine à café et de la machine à glaces se
trouve dans les cellules C43 et C44 de l’onglet hypothese.
Dans la cellule B51, entrez la formule

=(hypothese!C43+hypothese!C44)*tx_tva_immo.
Calcul de la TVA déductible sur achats de biens et

services
Ce calcul de TVA s’opère dans notre cas sur l’achat mensuel de

consommables pour l’activité Glaces et Café et sur l’électricité.
Sélectionnez la cellule C52 ; dans la barre de formule, entrez la

formule =(conso_cafe+conso_glace+electricite)*tx_tva_abs.
Appuyez sur Entrée, la formule se propage jusqu’en N52.
Nommez la plage de cellules C52:N52, tva_achat_biens_services.
Calcul de la TVA à décaisser mensuelle
Pour une période donnée, si la TVA collectée est supérieure à la

TVA déductible, le calcul de la TVA à décaisser est TVA collectée -
TVA déductible.
Sinon, notre formule devra renvoyer la valeur 0.
Nous allons utiliser une fonction conditionnelle.

Sélectionnez la cellule C53. Dans la barre de formule, saisissez
=SI((tva_collectee-tva_achat_biens_services)>0;tva_collectee-tva_ac
hat_biens_services;0).
Nommez la plage de cellule C53:N53, tva_decaiss_m.
Calcul du crédit de TVA mensuel
Il s’agit de reporter le montant de la TVA déductible sur

immobilisation à l’ouverture calculé dans la cellule B51.
Dans la cellule B54, saisissez la formule =B51.
Pour chacun des mois de l’année :
Si la TVA collectée du mois concerné est inférieure à la TVA

déductible, le calcul du Crédit de TVA est TVA déductible - TVA
collectée.
Dans les autres cas, notre formule devra renvoyer la valeur 0.
Sélectionnez la cellule C54. Dans la barre de formule, saisissez

=SI((tva_collectee-tva_achat_biens_services)<0;tva_achat_biens_ser
vices-tva_collectee;0).

Nommez la plage de cellule C54:N54, credit_tva_m.
Situation de TVA : crédit de TVA
Il s’agit de reporter le montant de la TVA déductible sur

immobilisation à l’ouverture calculée dans la cellule B51.
Dans la cellule B56, saisissez la formule =B51.
Pour chacun des 12 mois de l’année, le calcul suivant va être

effectué :
Si le crédit de TVA du mois précédent est supérieur à la TVA à

décaisser mensuelle, alors le crédit de TVA restant est égal à :
Crédit de TVA du mois précédent + le crédit de TVA mensuel - la
TVA à décaisser mensuelle
Sélectionnez la cellule C56. Dans la barre de formule, saisissez =

=SI((B56-tva_decaiss_m)>0;(credit_tva_m+B56-tva_decaiss_m);0).
Situation de TVA : TVA à décaisser
À partir du moment où le crédit de TVA est épuisé, le calcul à

effectuer est :
TVA à décaisser mensuelle - (crédit de TVA mensuel + situation de
TVA)
La situation de TVA correspond au crédit de TVA de la période

précédente.
Sélectionnez la cellule C57. Dans la barre de formule, saisissez la

formule =SI(C56=0;tva_decaiss_m-(credit_tva_m+B56);0).
Règlement de la TVA à décaisser

Le règlement de la TVA à décaisser s’effectue le mois suivant son
calcul. Il n’y aura donc aucun règlement de TVA à décaisser à
l’ouverture ni au mois de janvier.
Le calcul commencera à partir du mois de février sur la base de la

TVA à décaisser mensuelle du mois de janvier.
Sélectionnez la plage de cellules D59:N59. Dans la barre de formule,

saisissez =C57.

Report de la TVA à décaisser dans le plan de

trésorerie prévisionnelle
Sélectionnez la plage de cellule C30:N30. Dans la barre de formule,
saisissez la formule =-C59.

Introduction
Si nous changeons le scénario dans la liste déroulante contenu
dans l’onglet hypothese, l’ensemble des données du modèle
financier s’actualise.
Cependant, il n’est pas vraiment évident d’avoir une idée synthétique

de la faisabilité du projet selon les différents scénarios en devant
parcourir les nombreux tableaux du modèle.
Nous allons donc placer les éléments principaux du modèle,
c’est-à-dire le chiffre d’affaires prévisionnel, le résultat prévisionnel
et la trésorerie prévisionnelle, dans l’onglet synthese.
Pour faciliter la lecture de ce rapport, nous allons aussi créer des
graphiques représentant l’évolution mensuelle de chacun de ces
éléments.
Enfin, il serait plus pratique d’utiliser une liste déroulante dans
l’onglet synthese plutôt que dans l’onglet hypothese. Cela
permettrait d’avoir un aperçu rapide des résultats obtenus pour
chacun des trois scénarios.
Report des principaux éléments
Accédez à l’onglet synthese du fichier model_fi.xlsx.
Chiffre d’affaires prévisionnel

annuel
Chiffre d’affaires généré par l’activité glace
Dans la cellule B6, saisissez la formule =’cpte de R + tresorerie

prev’!O6.
Chiffre d’affaires généré par l’activité café

prev’!O7.
Chiffre d’affaires total
Il s’agit de la somme du chiffre d’affaires généré par l’activité glace

et café.
Dans la cellule B8, saisissez la formule =SOMME(B6:B7).
Résultat prévisionnel annuel

prev’!O22.
Trésorerie prévisionnelle en fin d’exercice

prev’!N41.
Graphiques représentant
l’évolution mensuelle de chaque
élément
Nous allons mettre en place trois graphiques pour représenter
l’évolution dans l’année de chacun des éléments reportés
précédemment.
Graphique de l’évolution
mensuelle du chiffre d’affaires
Dans le ruban, sélectionnez l’onglet Insertion. Dans le groupe

Graphiques, cliquez sur Insérer un graphique en courbes ou en
aires.
Dans Aires 2D, sélectionnez Aires empilées.

Une zone de graphique vierge apparaît à l’écran.
Ajout des séries de données
Faites un clic droit dans cette zone et cliquez sur Sélectionner des
données.
l’écran.
Dans Entrées de légende (Série), cliquez sur Ajouter.
La boîte de dialogue Modifier la série apparaît à l’écran.
Dans le champ Nom de série, saisissez CA glace.

Dans le champ Valeurs de la série, cliquez sur l’icône puis allez
dans l’onglet cpte de R + tresorerie prev et sélectionnez les données
correspondant au chiffre d’affaires relatif à l’activité glaces, soit la
plage de cellules C6:N6. Appuyez sur la touche Entrée, puis sur le
bouton OK.
Le résultat sur le graphique devrait être le suivant :
Nous allons à présent effectuer la même manœuvre pour ajouter la

série relative au chiffre d’affaires de l’activité Café.
Dans la boîte de dialogue Sélectionner la source de données, au

niveau de Entrées de légende (Série), cliquez sur Ajouter.
Dans le champ Nom de série, saisissez CA café.
Dans le champ Valeurs de la série, cliquez sur l’icône puis allez

dans l’onglet cpte de R + tresorerie prev et sélectionnez les données
correspondant au chiffre d’affaires relatif à l’activité Glaces,
c’est-à-dire la plage de cellules C7:N7. Appuyez sur la touche
Entrée puis sur le bouton OK.
Vous obtenez le graphique suivant :

Ajout de l’axe des abscisses
Toujours dans la boîte de dialogue Sélectionner la source de

données, dans Étiquettes de l’axe horizontal (abscisse), cliquez sur
Modifier.
La boîte de dialogue Étiquettes des axes apparaît à l’écran.
Dans le champ Plage d’étiquettes des axes, cliquez sur l’icône

puis allez dans l’onglet cpte de R + tresorerie prev et sélectionnez
les données correspondant aux mois de l’année, c’est-à-dire la plage
de cellules C4:N4. Appuyez sur la touche Entrée, puis sur le bouton
Ok.
Quittez la boîte de dialogue Sélectionner la source de données en

appuyant sur le bouton OK.
À ce stade, le résultat devrait être le suivant :

Ajout d’un titre
Sélectionnez le graphique et cliquez sur le bouton Eléments de
graphique qui apparaît en haut à droite de la zone de graphique.

Dans la boîte de dialogue Éléments de graphique, cliquez sur la
case à cocher Titre de graphique.
Une zone de texte Titre du graphique apparaît, modifiez-la pour
ajouter le titre Évolution mensuelle du chiffre d’affaires.
Ajout d’une légende
À nouveau, sélectionnez le graphique et cliquez sur le bouton
Eléments de graphique qui apparaît en haut à droite de la zone

de graphique. Dans la boîte de dialogue Eléments de graphique,
cliquez sur la case à cocher Légende.
Une légende apparaît sur le graphique avec la mention des deux

entrées de légende que nous avons mises en place précédemment.
Modification des couleurs

Éventuellement, pour modifier la couleur des éléments du
graphique, cliquez sur une aire et dans le ruban, sélectionnez
l’onglet Accueil, groupe Police, cliquez sur l’icône Couleur de
remplissage et choisissez une couleur à votre goût.
Placez ce graphique dans l’emplacement correspondant à la plage

de cellules D2:L11 et éventuellement, ajustez sa taille.
mensuelle du résultat
Faites un clic droit sur le graphique de l’évolution mensuelle du
chiffre d’affaires, puis cliquez sur Copier. Collez le nouveau
graphique un peu plus bas dans l’onglet synthese.
Faites un clic droit sur le nouveau graphique puis cliquez sur

Sélectionner des données.

l’écran.
Dans Entrées de légende (Série), cliquez sur la série CA café, puis

appuyez sur le bouton Supprimer.
Sélectionnez la Série CA glace, puis cliquez sur le bouton Modifier.
Dans le champ Nom de la série, saisissez ca mensuel.

Dans le champ Valeurs de la série, cliquez sur l’icône .
Sélectionnez les données correspondant aux résultats prévisionnels
mensuels, c’est-à-dire dans l’onglet cpte de R + tresorerie prev, la
plage de cellules C22:N22. Appuyez sur la touche E puis sur le
bouton OK.

cliquant sur le bouton OK.
Modification du titre du graphique
Cliquez sur la zone de texte correspondant au graphique, effacez le

titre Évolution mensuelle du chiffre d’affaires et saisissez le
nouveau titre du graphique Évolution mensuelle du résultat.
Éventuellement, modifiez la couleur du graphique.
Vous obtenez le graphique suivant :

mensuelle de la trésorerie
Suivant la même logique que pour le graphique précédent, faites un

clic droit sur le graphique de l’évolution mensuelle du résultat,
Copier.
Collez le nouveau graphique un peu plus bas dans l’onglet synthese.

Faites un clic droit sur le nouveau graphique puis cliquez sur
Sélectionner des données.

l’écran.
Dans Entrées de légende (Série), sélectionnez la Série CA mensuel,

puis cliquez sur le bouton Modifier.
Dans le champ Nom de la série, saisissez trésorerie mensuelle.
Dans le champ Valeurs de la série, cliquez sur l’icône et

sélectionnez les données correspondantes à la trésorerie
mensuelle prévisionnelle, c’est-à-dire dans l’onglet cpte de R +
tresorerie prev, la plage de cellule C41:N41. Appuyez sur la touche
Entrée, puis sur le bouton OK.
cliquant sur le bouton OK.
Modification du titre du graphique
Cliquez sur la zone de texte correspondant au graphique, effacez le

titre évolution mensuelle du résultat et saisissez le nouveau titre du
graphique évolution mensuelle de la trésorerie.

Interactivité du modèle
Sélectionnez la cellule B1 : dans le ruban, cliquez sur l’onglet

Données - groupe Outils de données, cliquez sur l’icône Validation
de données.
La boîte de dialogue Validation des données apparaît à l’écran.
Dans le champ Autoriser, sélectionnez Liste.

Dans le champ Source, nous allons rechercher le nom de chacun
des trois scénarios.
Cliquez sur l’icône puis allez dans l’onglet hypothese et

sélectionnez la plage de cellules C6:E6. Appuyez sur la touche
Entrée, puis cliquez sur le bouton OK pour sortir de la boîte de
dialogue Validation de données.
À présent, pour que l’actualisation des données se fasse à partir de
cette nouvelle liste déroulante, il va falloir modifier la formule
permettant de rechercher le nombre de ventes journalières de
glaces et de cafés selon le scénario choisi dans la liste déroulante
de l’onglet hypothese.
Au niveau des glaces
Dans l’onglet hypothese, sélectionnez la cellule C3.

Avec la fonction RECHERCHEH
Dans la barre de formule, changez la formule =RECHERCHEH(C$2;

$C$6:$E$8;2;FAUX) en
=RECHERCHEH(synthese!B1;$C$6:$E$8;2;FAUX).
Le premier argument de la fonction RECHERCHEH est la
Valeur_cherchée. La Valeur_cherchée est à présent la valeur prise
par la liste déroulante de l’onglet synthese, soit la cellule
synthese!B1.
Au niveau des cafés
Suivant la même logique que pour les glaces :
Dans la barre de formule, changez la formule

=RECHERCHEH(C$2;$C$6:$E$8;3;FAUX) en
=RECHERCHEH(synthese!B1; $C$6:$E$8;3;FAUX).
Avec la fonction RECHERCHEX
Dans la barre de formule, changez la formule
=RECHERCHEX(C2;C$6:E$6;C$7:E$8) en
=RECHERCHEX(synthese!B1;C$6:E$6;C$7:E$8).
À présent, dans l’onglet synthèse, si vous modifiez le scénario dans
la liste déroulante contenue dans la cellule C1, l’ensemble des
données et des graphiques s’actualisent.
Interprétation du modèle
D’après ces éléments, le scénario de base permettrait d’obtenir un
résultat de 4 495 €. Le niveau de trésorerie est élevé avec un
prévisionnel de 13758 € en fin d’année. D’après ce scénario, il serait
opportun de réfléchir à une solution financière pour valoriser ces
excédents de trésorerie : DAT, Sicav, FCP, etc.
Cette situation est accentuée si l’on se base sur le scénario
optimiste : l’activité générerait un résultat prévisionnel de 19705 €
et une trésorerie prévisionnelle en fin d’année de 32 011 €.
Le scénario pessimiste donne un résultat prévisionnel de - 10 715 €,
mais tout de même une trésorerie prévisionnelle en fin d’année de
6426 €.
M. Bob doit être conscient de cette éventualité.
D’après ce scénario, la trésorerie serait négative aux mois d’avril et
de mai. Une solution serait éventuellement à négocier avec le
banquier.
D’une manière générale, l’activité est inégale sur l’année. Il y a un pic
d’activité en été alors que l’activité est basse en hiver.
Nous pouvons éventuellement conseiller à M. Bob de réfléchir à
diversifier l’activité du café pour tenter de la lisser sur l’année.
Introduction au seuil de
rentabilité
Le seuil de rentabilité est un outil prévisionnel utilisé en analyse
financière et en contrôle de gestion.
Son but est d’arriver à définir le chiffre d’affaires minimum à réaliser
pour couvrir les charges de l’entreprise et donc d’arriver à un
résultat nul.
Il s’agit donc d’un indicateur intéressant, il représente le niveau
d’activité à partir duquel l’entreprise fait des profits et en dessous
duquel elle perd de l’argent.
Cette méthode propose de décomposer les charges en deux
éléments distincts : les charges fixes et les charges variables.
Les charges variables sont directement dépendantes de l’activité de
l’entreprise. Elles augmentent proportionnellement à l’activité de
l’entreprise. On y retrouve principalement les consommables
(matières premières et/ou marchandises), l’énergie/électricité, les
salaires pour leurs parties variables (heures supplémentaires,
recours à de l’intérim).
Les charges fixes sont relativement indépendantes du volume
d’activité. Si une entreprise souhaite accroître sa production, les
charges fixes augmenteront, mais par paliers.
Par exemple, si l’activité dépasse un certain seuil, l’entreprise, pour
continuer à soutenir la demande doit investir dans une nouvelle
machine. Cet investissement va venir augmenter les dotations aux
amortissements.
On y retrouve principalement les amortissements, les salaires (pour
la partie fixe), les loyers, l’énergie/électricité dans le cas d’un
forfait...
Le seuil de rentabilité est aussi appelé chiffre d’affaires critique,
point d’équilibre, point mort ou encore seuil de profitabilité.
Méthodes de calcul
Le résultat peut se calculer de la manière suivante :
Résultat = Chiffre d’affaires - (Charges variables + charges fixes)
À partir de ce calcul, nous pouvons déduire les éléments suivants :
Marge sur coût variable= chiffre d’affaires - charges variables
Taux de marge sur coût variable = (marge sur coût variable / chiffre
d’affaires) x 100
Résultat = marge sur coût variable - charges fixes
Seuil de rentabilité = charges fixes / taux de marge sur coût variable
Ce dernier calcul détermine le niveau de chiffre d’affaires entraînant

un résultat égal à 0.
Exemple
Une entreprise dispose des données suivantes concernant son

activité :
Chiffre d’affaires = 230 000 (CA)
Charges variables = 138 000 (CV)
Charges fixes = 52 000 (CF)
Marge sur coût variable = 230 000 - 138 000 = 92 000
Taux de marge sur coût variable = (92 000 / 230 000) x 100 = 40 %
Seuil de rentabilité = 52 000 / 40 % = 130 000.

Lorsque le chiffre d’affaires atteint 130 000 €, l’entreprise réalise un
résultat de 0 €.
Vérification :
Marge sur coût variable = chiffre d’affaires x taux de marge sur coût
variable
130 000 * 0,40 = 52 000
Résultat = marge sur coût variable - charges fixes
52 000 - 52 000 = 0
La marge sur coût variable est au même niveau que les charges
fixes, le résultat est donc nul.

Vous retrouverez cet exemple dans le fichier
seuil_rentabilité_resolu.xlsx. Si vous souhaitez faire cette étude de
cas pas à pas, vous retrouverez un exemple vierge dans le fichier
seuil_rentabilité.xlsx.
Au terme de sa première année d’exploitation, le café Bob a obtenu
le résultat suivant :
Pour pouvoir déterminer le seuil de rentabilité du café Bob, il faut au
préalable trier ces éléments en trois catégories : le chiffre d’affaires,
les charges variables et les charges fixes.
Ces éléments sont détaillés dans l’onglet seuil de rentabilité.
Détail du chiffre d’affaires :
Détail des charges fixes :

Nous émettrons l’hypothèse que l’électricité est facturée selon un
forfait.
Détail des charges variables :
Nom des cellules

La cellule D6 a été nommée CA.
La cellule B14 a été nommée CF.
La cellule B19 a été nommée CV.
Calcul du résultat
Dans la cellule B21, saisissez la formule =CA-(CF+CV).

Calcul de la marge sur coût variable
Dans la cellule B23, saisissez la formule =CA-CV.

Nommez la cellule B23 MCV.

Calcul du taux de marge sur coût variable
Dans la cellule B24, saisissez la formule =MCV/CA.

Nommez la cellule B24 TMCV.

Calcul du seuil de rentabilité
Dans la cellule B25, saisissez la formule =CF/TMCV.
Nommez la cellule B25, SR.

Vérification du seuil de rentabilité
Marge sur coût variable = chiffre d’affaires x taux de marge sur coût
variable
Marge sur coût variable = 170 168 x 38, 82 % = 66 055
Résultat = Marge sur coût variable - Charges fixes
Résultat = 66 055 - 66 055 = 0
Analyse du risque d’exploitation

À partir du calcul du seuil de rentabilité, il est possible de calculer
d’autres indicateurs dans le but d’apprécier le risque d’exploitation.
La marge de sécurité
La marge de sécurité est la différence entre le chiffre d’affaires et le

seuil de rentabilité.
Marge de sécurité = Chiffre d’affaires - Seuil de sécurité

Plus la marge de sécurité est élevée, plus le chiffre d’affaires est
éloigné du seuil de rentabilité, et donc le risque d’exploitation est
faible.
Dans la cellule B26, saisissez la formule =CA-SR.
Nommez la cellule B26, MS.
Le résultat est 16 282. Le chiffre d’affaires obtenu sur l’année

pourrait diminuer de 16 282 € au-delà, le café Bob se retrouverait en
perte.
L’indice de sécurité
L’indice de sécurité représente la part du chiffre d’affaires qui

correspond à la marge de sécurité.
Indice de sécurité = marge de sécurité / chiffre d’affaires

Dans la cellule B27, saisissez la formule =MS/CA.
La marge de sécurité représente 8,73 % du chiffre d’affaires. Si le

chiffre d’affaires obtenu sur l’année baisse de 8,73 %, le café Bob se
retrouverait en perte.
Le levier opérationnel (ou

levier d’exploitation)
Le levier opérationnel exprime l’élasticité du résultat par rapport au

chiffre d’affaires.
Il répond à la question suivante : combien d’euros de marge sur

coût variable faut-il pour réaliser 1 € de résultat ?
Levier opérationnel = Chiffre d’affaires / (Chiffre d’affaires - Seuil de

rentabilité)
Dans la cellule B28, saisissez la formule =CA/(CA-SR).
Le résultat est 11,45. Il faut 11,45 de marge sur coût variable pour
avoir 1 € de résultat.
Vérification :
Marge sur coût variable = 72 375 €
72 375 / 11,45 = 6 320.
Représentation graphique du
seuil de rentabilité
Graphiquement, le seuil de rentabilité est l’intersection entre la
courbe des charges fixes et la courbe des charges variables.
Calculs
Dans la plage de cellules F27 : I41 de l’onglet seuil de rentabilité se

trouve dans un tableau qui va nous servir à calculer les éléments
nécessaires à la réalisation de la représentation graphique du seuil
de rentabilité.
Charges fixes
Les charges fixes augmentent par palier. Pour le moment a priori, il

n’est pas prévu d’acheter une nouvelle machine. Le montant des
charges fixes restera le même, quel que soit le niveau de chiffre
d’affaires mentionné dans le tableau.
Sélectionnez la plage de cellules G28:G41. Dans la barre de formule,

saisissez =CF.

jusqu’à la cellule G41.
Marge sur coût variable
La marge sur coût variable va être proportionnelle au niveau de

chiffre d’affaires.
Le calcul va être :
Taux de marge sur coût variable x niveau de chiffre d’affaires
Sélectionnez la plage de cellules H28:H41. Dans la barre de

formule, saisissez =TMCV*F28.

jusqu’à la cellule H41.
Résultat
Le calcul du résultat est : marge sur coût variable - charges fixes.

Sélectionnez la plage de cellules I28:I41. Dans la barre de formule,
saisissez =H28-G28.

jusqu’à la cellule I41.
Création du graphique
Dans le ruban, sélectionnez l’onglet Insertion. Dans le groupe
Graphiques, cliquez sur Insérer un graphique en courbes ou en
aires.
Dans Courbe 2D, sélectionnez Courbe.
Une zone de graphique vierge apparaît à l’écran.
Ajout des séries de données
Charges fixes
Faites un clic droit dans la zone de graphique vierge et cliquez sur

Sélectionnez des données.

l’écran.
Dans Entrées de légende (Série), cliquez sur Ajouter.
Dans le champ Nom de série, saisissez Charges fixes.
Dans le champ Valeurs de la série, cliquez sur l’icône puis

sélectionnez les données correspondant aux charges fixes, soit la
plage de cellules G28:G41. Appuyez sur la touche Entrée, puis sur
le bouton OK.
Le résultat sur le graphique devrait être le suivant :

Marge sur coût variable
Nous allons à présent effectuer la même manœuvre pour ajouter la

série relative à la marge sur coût variable.
Dans la boîte de dialogue Sélectionner la source de données, au

niveau de Entrées de légende (Série), cliquez sur Ajouter.
Dans le champ Nom de série, saisissez Marge sur coût variable.
Dans le champ Valeurs de la série, cliquez sur l’icône puis

sélectionnez les données correspondant à la marge sur coût
variable, c’est-à-dire la plage de cellules H28:H41. Appuyez sur la
touche Entrée, puis sur le bouton OK.
Le résultat sur le graphique est le suivant :

Ajout de l’axe des abscisses
Dans la zone Étiquettes de l’axe horizontal (abscisse), cliquez sur

Modifier.

Dans le champ Plage d’étiquettes des axes, cliquez sur l’icône
puis sélectionnez les données correspondant au chiffre d’affaires,
c’est-à-dire la plage de cellules F28:F41. Appuyez sur la touche
Entrée, puis sur le bouton Ok.
Sortez de la boîte de dialogue Sélectionner la source de données en

appuyant sur le bouton OK.
Ajout d’une légende
Sélectionnez le graphique et cliquez sur le bouton Eléments de
graphique qui apparaît en haut à droite de la zone de graphique.

Dans la boîte de dialogue Eléments de graphique, cliquez sur la
case à cocher Légende.
Une légende apparaît sur le graphique avec la mention des deux
entrées de légende que nous avons mises en place précédemment.
Ajout d’une image liée
Plutôt que d’ajouter un titre, nous allons créer une image liée
affichant le calcul du seuil de rentabilité. Ainsi, si nous changeons
les données du modèle, le nouveau montant du seuil de rentabilité
actualisé sera mentionné dans le graphique.
Sélectionnez les cellules de calcul du seuil de rentabilité, c’est-à-dire

la plage de cellules A25:B25, faites un clic droit puis Copier.
Sélectionnez une cellule vide et faites un clic droit, cliquez sur

Collage spécial, dans Autres options de collage, cliquez sur Image
liée.
Une image liée des cellules copiées apparaît.
Placez cette image sur le graphique.

Le modèle est interactif : si nous modifions un élément du chiffre
d’affaires, des charges fixes ou des charges variables, l’ensemble
du modèle s’actualise.
Introduction
Dans ce chapitre, nous allons étudier quelques-uns des outils
statistiques les plus utilisés en pratique pour établir une prévision.
Il s’agit de méthodes utilisant des données historiques de
l’entreprise. En d’autres termes, nous allons nous fier au passé pour
tenter de prévoir le futur.
Si ce travail est important, il ne constitue en fait que la moitié d’un
travail prédictif efficace. En effet, pour mener son analyse,
l’entreprise doit aussi réaliser un travail qualitatif sur les aspects
économiques de son marché et de son environnement :
Quelle est ma part de marché ?
À quelle étape de cycle de vie se trouve mon produit ?
Comment les mutations technologiques affectent-elles mon
secteur ?
Quel est l’état de la concurrence ?
Quelle est la conjoncture macroéconomique actuelle ?
Etc.
Bien entendu, dans un ouvrage consacré à l’analyse financière avec
Excel, c’est surtout l’aspect statistique de la prévision qui va nous
intéresser.
La régression linéaire
Principe
La régression est probablement l’outil statistique le plus utilisé pour

établir des prévisions. Le but de la régression est d’estimer la
relation qu’il existe entre deux ou plusieurs variables.
Si le modèle a une seule variable explicative, il s’agit d’une

régression linéaire simple. Dans le cas où le modèle à plusieurs
variables explicatives, nous parlerons d’une régression linéaire
multiple.
Il est possible de faire des régressions linéaires avec des variables
numériques ou catégorielles.
Enfin, toutes les régressions ne sont pas linéaires, selon la relation

qu’il existe entre les données, il pourra s’agir de régressions non
linéaires.
Cette méthode doit son nom à Francis Galton, mathématicien,

statisticien et sociologue anglais qui fut un des premiers à l’utiliser,
notamment pour tenter de prédire, en 1888, la taille d’un enfant à
l’âge adulte en fonction de la taille de ses parents.
Francis Galton 1822 - 1911
Aujourd’hui, la régression linéaire est utilisée dans toute sorte de

domaines : prévisions commerciales, finances d’entreprise, finances
de marché, dans le domaine de la santé, dans les études
économiques, sociologiques... En outre, il s’agit de l’un des
algorithmes les plus utilisés en data sciences/machine learning.
Cet exemple est un graphique en nuage de points représentant sur

l’axe des abscisses, la taille en centimètres d’individus et sur l’axe
des ordonnées leur poids en kilo.
Même s’il existe des personnes plus lourdes ou plus légères que la
moyenne, il est probable qu’il y ait une relation entre le poids et la
taille des individus.
Si nous tentons de tracer une droite représentant la tendance de ce

graphique, plusieurs points seront en dessous de cette droite,
d’autres seront au-dessus et quelques points seulement se
retrouveront sur la droite.
La meilleure droite de régression possible, celle qui capturera au
mieux la tendance de nos données est la droite qui minimisera la
distance entre elle et tous les points du graphique.
Le but d’un modèle de régression est d’expliquer le mieux possible

la variabilité de la variable dépendante (y - le poids en kilo des
individus dans l’exemple ci-dessus) à l’aide d’une ou plusieurs
variables indépendantes (x - la taille en cm dans l’exemple
ci-dessus).
Le principe de la régression linéaire simple est d’exprimer la relation

qu’il existe entre deux variables par une équation linéaire de type y =
ax + b. Cette droite est appelée droite de régression.
y est la variable dépendante, aussi appelée variable expliquée. Il

s’agit de la variable dont le modèle va tenter d’expliquer le mieux
possible la variabilité.
x est la variable indépendante, aussi appelée prédicteur ou variable
explicative. Il s’agit des données qui vont servir au modèle pour
tenter d’expliquer la variabilité de y.
a est le coefficient directeur.
Ce coefficient représente l’idée suivante : si on augmente x de 1

unité, alors y sera modifié de a unité. Graphiquement, il s’agit de la «
pente » de la droite.
b est l’ordonnée à l’origine, c’est-à-dire la valeur estimée de ysi x est

égal à 0.
b n’a pas forcément de sens dans vie réelle. Par exemple, dans le
cas d’une régression linéaire concernant la relation entre le poids et
la taille d’individus, il n’est pas possible de considérer le poids d’un
individu ayant une taille de 0 cm.
Calcul de la droite de
régression
Une droite de régression ne capture pas parfaitement la valeur de

tous les points du nuage de point ; la régression est un procédé qui
comporte des erreurs. Ces erreurs sont appelées valeurs
résiduelles.
Les valeurs résiduelles sont les différences observées entre les

données réelles et les valeurs des prédictions calculées par le
modèle de régression.
Mathématiquement, la valeur résiduelle d’un point est :

ei = yi - y’i
où
ei est la valeur résiduelle,
yi est la valeur de y observée,
y’i est la valeur calculée de y par l’équation de la régression linéaire.
Graphiquement, la valeur résiduelle est la distance verticale qui

existe entre les points et la droite de régression linéaire.
La droite de régression, celle qui capturera au mieux la tendance du

point du nuage de points sera la droite dont l’équation minimisera la
somme des carrés des valeurs résiduelles.
Dans ce calcul, les valeurs résiduelles sont élevées au carré pour
éviter que les valeurs négatives (lorsque le modèle surestime la
valeur réelle de y) soient compensées avec les valeurs positives
(lorsque le modèle sous-estime la valeur réelle de y). C’est pour
cette raison que ce calcul est appelé méthode des moindres carrés.
Calcul du coefficient directeur
Mathématiquement, la formule de calcul du coefficient directeur a

de la droite de régression linéaire est :
où
et sont les moyennes des valeurs x et y.
Faire ce calcul manuellement, même avec un jeu de données limité

demande beaucoup de travail, mais Excel propose plusieurs outils
pour calculer le coefficient directeur d’une droite de régression
linéaire de manière automatique.
Calcul de l’ordonnée à l’origine
La droite de régression va obligatoirement passer par la moyenne

des valeurs observées en x et en y.
Équation de la droite :
y = ax + b
En remplaçant y et x par et nous obtenons :

=a +b
Déduction de l’ordonnée à l’origine :
b= -a
Concepts associés à une

régression linéaire
La corrélation
La corrélation cherche à mesurer la force de la liaison statistique

entre les variables x et y. Si cette liaison est forte, il sera possible de
faire une prédiction fiable de la valeur y en connaissant seulement
la valeur de x.
Le coefficient de corrélation noté R (ou R de Pearson, du nom de

l’élève de Francis Galton) mesure la force de cette liaison.
Un coefficient de corrélation est compris entre -1 (corrélation
parfaite négative) et 1 (corrélation parfaite positive). Un coefficient
de corrélation nul indique qu’il n’y a pas de relation de dépendance
entre les deux variables.
Statistiquement, la corrélation linéaire est jugée acceptable pour

des valeurs absolues de R supérieures à 0,87.
Mathématiquement, il est calculé de la manière suivante :

Coefficient de corrélation proche de 0, relation faible entre les deux
variables
Coefficient de corrélation proche de 1, relation positive forte entre les
variables
Coefficient de corrélation proche de -1, relation négative forte entre
les variables
Cependant, toutes les relations ne sont pas linéaires ; dans le

graphique ci-dessous, la relation entre les données n’est pas
linéaire, mais exponentielle.
Relation a priori exponentielle entre les données
La corrélation n’est pas synonyme de causalité
L’existence d’une forte corrélation entre les variables ne permet pas

de préjuger d’un rapport de cause à effet entre les variables
corrélées. La corrélation permet uniquement, connaissant la valeur
d’une variable, d’estimer la valeur de la variable dépendante.
Exemple :
Il est possible qu’il y ait une forte corrélation entre la fréquentation
de la piscine municipale et les ventes de glaces du glacier
ambulant.
Cependant, l’augmentation des ventes de glaces n’est pas la cause

de l’augmentation de la fréquentation à la piscine municipale. Le
lien de causalité est probablement dû à un troisième facteur : la
température qui augmente en été !
Le coefficient de détermination
Le coefficient de détermination permet de juger de la qualité d’une

régression linéaire. Il est noté R².
Mathématiquement, le coefficient de détermination est calculé avec

la formule.
où
est la valeur prédite par le modèle.
est la moyenne des valeurs y observées.
est la valeur observée.
Dans le cas d’une régression linéaire, le coefficient de détermination

est aussi égal au carré du coefficient de corrélation R.
Sa valeur est comprise en 0 et 1, plus sa valeur est proche de 1,

plus la modélisation par la droite de régression est pertinente.
Le coefficient de détermination représente la fraction de la variance

de y « expliquée » par la corrélation de y avec x.
Avec l’équation y = 1,109x - 120,08, 93,85 % de la variance du poids
des individus est expliquée par la corrélation avec leur taille.
6,15 % de la variance du poids en kilogramme des individus n’est

pas expliquée par ce modèle.
La régression linéaire simple :

application avec Excel
Le directeur d’un magasin de jouets pense que le chiffre d’affaires
mensuel de son magasin est directement corrélé aux dépenses
mensuelles réalisées en publicité.
Il souhaiterait déterminer quel pourrait être son chiffre d’affaires
pour une dépense mensuelle en publicité de 19 000 €.
Pour cela, le directeur a répertorié les données correspondant à ces
deux éléments pour les vingt-quatre derniers mois.
Bien entendu, d’autres facteurs peuvent entrer en ligne de compte :

le prix des jouets ou la saison par exemple. Mais pour ce premier
exemple, nous allons créer une régression linéaire uniquement à
partir de deux variables :
Variable indépendante : le montant mensuel des dépenses en
publicité
Variable dépendante : le chiffre d’affaires mensuel
Vous retrouverez le fichier contenant les données de cet exemple
ainsi que les différentes méthodes de résolution dans le fichier
reg_lineaire.
Première étape :
représentation graphique des
données
Nous allons représenter nos données avec un graphique en nuage

de points.
Sélectionnez les colonnes CA et dépense publicité du tableau de

données.
Dans le ruban, cliquez sur l’onglet Insertion et dans le groupe

Graphiques, sélectionnez Nuages de points.
A priori, visuellement, il existerait bien une corrélation positive entre

le chiffre d’affaires et les dépenses mensuelles en publicité.
Toujours d’après la forme du nuage de points, il semblerait que la
relation entre les deux variables pourrait être approximée par une
régression linéaire.
Deuxième étape : calcul des

éléments de la régression
Première méthode : à partir des formules d’Excel
Vous retrouverez la résolution de cette application dans l’onglet

méthode formules du fichier reg_lineaire.
Le coefficient directeur peut être calculé avec la fonction PENTE.
Dans l’onglet données, sélectionnez la cellule F5.
Cliquez sur le bouton Insérer une fonction situé dans la barre

de formule.
Recherchez et sélectionnez la fonction PENTE.
La boîte de dialogue d’aide aux fonctions apparaît. Elle peut être

utile pour mettre en place notre formule ou pour vérifier notre
saisie.
Sélectionnez les données de la colonne CA comme variable
Y_connus et les données de la colonne dépense publicité comme
variable X_connus.

L’ordonnée à l’origine est calculée avec la fonction
ORDONNEE.ORIGINE.
Sélectionnez la cellule F8 et cliquez sur le bouton Insérer une
Recherchez et sélectionnez la fonction ORDONNEE.ORIGINE.
Dans la boîte de dialogue d’aide aux fonctions, sélectionnez les

données de la colonne CA comme variable Y_connus et les
données de la colonne dépense publicité comme variable
X_connus.

Le coefficient de corrélation est calculé avec la fonction
COEFFICIENT.CORRELATION.
Sélectionnez la cellule F11, cliquez sur le bouton Insérer une
Recherchez et sélectionnez la fonction

COEFFICIENT.CORRELATION.
Dans la boîte de dialogue d’aide aux fonctions, sélectionnez les

données de la colonne CA comme Matrice1 et les données de la
colonne dépense publicité comme Matrice2.
Le coefficient de détermination est calculé avec la fonction

COEFFICIENT.DETERMINATION.
Sélectionnez la cellule F14 et cliquez sur le bouton Insérer une

Sélectionnez les données de la colonne CA comme Y_connus et les

données de la colonne dépense publicité comme X_connus.
Deuxième méthode : la méthode graphique
Vous retrouverez la résolution de cette application dans l’onglet

méthode graphique du fichier reg_lineaire.
Il est possible de placer la droite de régression linéaire ainsi que

son équation et le coefficient de détermination directement sur le
graphique en nuage de points.
Sélectionnez le graphique en nuage de points.
Cliquez sur l’icône Eléments de graphique qui apparaît en haut

à droite de la zone de graphique, sélectionnezCourbe de tendance
puis Autres options.
Dans le volet Format de courbe de tendance, allez dans Options de
courbe de tendance. Cochez Afficher l’équation sur le graphique et
Afficher le coefficient de détermination (R²) sur le graphique.
Notez que l’on retrouve bien le coefficient directeur, l’ordonnée à

l’origine et le coefficient de détermination que nous avons calculés
précédemment à l’aide des fonctions d’Excel.
Troisième méthode : utilisation de l’utilitaire d’analyse

L’utilitaire d’analyse (Analysis Toolpak) se trouve normalement tout
à droite dans l’onglet Données du ruban.
Cependant, selon votre version d’Excel, il est possible que l’utilitaire

d’analyse ne soit pas activé.
Pour l’activer, allez dans l’onglet Fichier - Options.
Dans Options Excel, sélectionnez Compléments puis, dans Gérer,

sélectionnez Compléments Excel, cliquez sur Atteindre.
La boîte de dialogue Compléments s’affiche à l’écran, sélectionnez
Analysis ToolPak, puis cliquez sur OK.
Dans le ruban, sélectionnez l’onglet Données, cliquez sur le bouton
Utilitaire d’analyse. Dans la liste Outils d’analyse, choisissez
Régression linéaire, puis cliquez sur OK.
La boîte de dialogue Régression linéaire apparaît à l’écran.

Pour la Plage pour la variable Y, cliquez sur le bouton et
sélectionnez les données relatives au chiffre d’affaires, soit C1:C25,
puis appuyez sur Entrée.
Il s’agit de la variable dépendante, celle que notre modèle va tenter

d’estimer.
Pour la Plage pour les variables X, cliquez sur le bouton et
sélectionnez les données relatives aux dépenses de publicité, soit
B1:B25, puis appuyez sur Entrée.
Il s’agit de la variable indépendante.
Cochez la case Intitulé présent car la liste de données contient des

en-têtes.
Dans Options de sortie, cochez Plage de sortie et sélectionnez par

exemple la cellule H2.

Le rapport détaillé de la régression s’affiche à l’écran.
Pour ajuster les colonnes à la taille du texte, sélectionnez les

colonnes G à P, puis allez dans l’onglet Accueil, groupe Cellules
cliquez sur Format, puis sur Ajuster la largeur des colonnes.
Le rapport détaillé donne de nombreuses informations statistiques
sur la régression effectuée.
Dans la cellule I5, nous retrouvons le coefficient de corrélation
calculé précédemment. Notez qu’il est appelé « Coefficient de
détermination multiple » dans le rapport détaillé d’Excel. Dans le cas
d’une variable explicative unique, il s’agit bien du coefficient de
corrélation R.
En I6 se trouve le coefficient de détermination R².
L’ordonnée à l’origine se trouve dans la cellule I18, notez qu’elle est

appelée « Constante ».
Le coefficient directeur se trouve dans la cellule I19.
Interprétation des résultats
L’équation de la droite de régression est :
CA = 4,222 * dépense publicité + 8924,350794
D’après ce modèle, pour un montant de publicité mensuelle de

19 000 €, l’estimation du chiffre d’affaires réalisé serait :
Chiffre d’affaires = 4,222 x 19 000 + 8924,350794 = 89142,35079

arrondi à 89 142 €.
Le coefficient de corrélation R à une valeur de 0,94, c’est-à-dire qu’il

y a une forte relation positive entre le budget mensuel dépensé en
publicité et le total mensuel des ventes.
Le coefficient de détermination R² à une valeur de 0,88 ; le modèle

de régression explique 88 % de la variation du montant des ventes.
Et donc 22 % de la variation du montant des ventes reste
inexpliquée par notre modèle.
La fonction
PREVISION.LINEAIRE
Cette fonction est apparue avec la version 2016 d’Excel. Elle permet
de réaliser rapidement une prévision selon la méthode de la
régression linéaire.
Exemple
Vous retrouverez les données de cet exemple dans l’onglet

donnee_PL du fichier reg_lineaire.xlsx. Sa résolution se trouve dans
l’onglet PL.
À partir des données suivantes, nous allons utiliser la fonction

PREVISION.LINEAIRE pour faire une prévision du chiffre d’affaires
selon la méthode de la régression linéaire pour les mois de
novembre et décembre.
Sélectionnez la cellule B12, et cliquez sur le bouton Insérer une
Recherchez et sélectionnez la fonction PREVISION.LINEAIRE.
X est la date à laquelle nous voulons faire une prévision ; dans notre
cas, ce sera la valeur contenue dans la cellule A12.
Les Y_connus sont les variables dépendantes, soit dans notre

exemple, les données observées relatives au chiffre d’affaires :
sélectionnez les cellules B2 à B11.
Comme nous allons par la suite copier cette formule vers le bas,
nous allons figer les lignes.
Ajoutez le signe $ avant les références aux lignes soit B$2:B$11.

Les X_connus sont les variables indépendantes, c’est-à-dire les
données concernant les mois de janvier à octobre : sélectionnez les
cellules A2 à A11.
Comme précédemment, ajoutez le signe $ avant les références aux

lignes soit A$2:A$11.
Cliquez sur le bouton OK, puis copiez la formule de la cellule B12 en

B13 pour effectuer une prévision des mois de novembre et
décembre.

La fonction PREVISION.LINEAIRE permet de faire des prévisions
selon la méthode de la régression linéaire ; cependant, pour avoir
une idée de la qualité du modèle, il semble nécessaire d’ajouter au
minimum à ces prévisions le calcul du coefficient de détermination
avec la fonction COEFFICIENT.DETERMINATION.
Et en effet, en utilisant la fonction COEFFICIENT.DETERMINATION

sur les données relatives au mois de janvier à décembre, nous
obtenons un coefficient de détermination très faible, indiquant que
le modèle de régression linéaire n’est probablement pas indiqué
pour réaliser des prévisions avec ce jeu de données.
Sélectionnez une cellule vide et cliquez sur le bouton dans la

barre de formule.
Complétez la boîte de dialogue Arguments de la fonction comme

dans la capture d’écran ci-dessous :
Validez par OK.
Vous obtenez 0,061.
La régression linéaire multiple

Concept
La régression linéaire multiple utilise les mêmes principes que la

régression linéaire simple, mis à part que, dans ce cas, on utilisera
deux ou plusieurs variables explicatives.
L’équation d’une régression linéaire multiple peut être écrite :
y = a1x1 + a2x2..... anxn + b
où
y est la variable dépendante, aussi appelée variable expliquée. Il

s’agit de la variable dont le modèle va tenter d’expliquer le mieux
possible la variabilité.
x1,x2,xn sont les variables indépendantes, aussi appelées

prédicteurs ou variables explicatives. Il s’agit des données qui vont
servir au modèle pour tenter d’expliquer la variabilité de y.
a1,a2,an sont les coefficients directeurs associés à chacune des

différentes variables indépendantes.
b est l’ordonnée à l’origine de la droite.

Contrairement au nuage de points en deux dimensions qui
représente graphiquement la mesure de deux variables liées, il n’est
pas aisé de faire une représentation graphique d’une régression
multiple.
Dans le cas où il y a deux variables indépendantes, il est toutefois

possible de créer un nuage de points en trois dimensions :
Au-delà de deux variables indépendantes, il est par contre

extrêmement difficile d’effectuer une représentation graphique des
données.
Le directeur d’un magasin de jouets a investi dans une campagne

de publicité Internet et papier. Il souhaiterait déterminer lequel des
deux médias est le plus susceptible d’améliorer son chiffre
d’affaires.
Il souhaiterait en outre estimer quel serait son chiffre d’affaires

probable s’il dépensait 9 000 € par mois en publicité pour chacun
des deux médias (toutes choses étant égales par ailleurs).

trois éléments pour les vingt-quatre derniers mois.
Vous retrouverez le fichier contenant les données de cet exemple,
ainsi que l’analyse par la régression linéaire multiple dans le fichier
reg_multiple.
Dans le cas d’une régression linéaire multiple, il faut utiliser le

module de régression linéaire de l’utilitaire d’analyse.
Activez la feuille nommée données.
Allez dans l’onglet Données - Utilitaire d’analyse. Dans la liste Outils

d’analyse, sélectionnez Régression linéaire puis cliquez sur OK.
sélectionnez les données relatives au chiffre d’affaires, soit D1:D25,

d’estimer soit dans cet exemple, le chiffre d’affaires.

sélectionnez les données relatives aux dépenses en publicité papier
et aux dépenses en publicité internet, soit B1 :C25, puis appuyez sur
Entrée.
Il s’agit des deux variables indépendantes, c’est-à-dire les données

qui vont servir à expliquer la variabilité du chiffre d’affaires.

en-têtes.
exemple la cellule F2.
Appuyez sur le bouton OK.
À nouveau, pour ajuster les colonnes à la taille du texte,

sélectionnez les colonnes F à N, puis allez dans l’onglet Accueil
groupe Cellules, option Format et cliquez sur Ajuster la largeur des
colonnes.
Le rapport détaillé de l’utilitaire d’analyse donne les résultats

suivants :
D’après ce modèle de régression, l’équation de la droite de
régression peut s’écrire :
CA = 6,568582439 * dépense publicité papier + 2,135823547 *

dépense publicité internet + 6761,215874.
D’après les coefficients directeurs de l’équation, les dépenses en

publicité papier auraient plus d’impact sur le chiffre d’affaires que
les dépenses en publicité internet.
Avec 9 000 € de dépenses en publicité papier et en publicité

internet, le chiffre d’affaires serait estimé à :
CA = 6,568582439 * 9 000 + 2,135823547 * 9 000 + 6761,215874
Soit environ 85 100 €.
Ce calcul est effectué dans la cellule C33 de l’onglet Régression

multiple avec la formule =C30*G19+C31*G20+G18.
Le coefficient de corrélation R à une valeur de 0,95, c’est-à-dire qu’il

y a une forte relation positive entre le budget mensuel en publicité
papier, le budget mensuel en publicité internet et le chiffre
d’affaires.
Le coefficient de détermination R² à une valeur de 0,91 ; le modèle

de régression explique 91 % de la variation du chiffre d’affaires. Et
donc 9 % de la variation du chiffre d’affaires reste inexpliquée par le
modèle.
La régression linéaire avec

variables catégorielles
Concept
Une variable catégorielle aussi appelée variable qualitative, est tout

simplement une variable sur laquelle il n’est pas possible de faire un
calcul. Cela peut être par exemple :
● Le genre : femme/homme
● Des données géographiques : Est/Nord/Sud/Ouest
● Des nationalités
Contrairement aux variables numériques, pour faire une régression

linéaire avec des variables catégorielles, il va falloir utiliser une
technique spéciale : la technique de la variable muette (dummy
variable).
Comme il n’est pas possible de faire des calculs avec des variables
catégorielles, nous allons utiliser un code qui ressemble au code
binaire
Femme/Homme
Nom Homme Femme

Elena 0 1
Bob 1 0
Dans la colonne Homme, nous avons attribué la valeur 1 à la ligne

Bob pour signifier qu’il s’agit d’un homme et dans la colonne
femme, nous avons attribué la valeur 1 à la ligne Elena pour signifier
qu’il s’agit d’une femme.
Il est possible de simplifier le tableau précédent de la manière

suivante :
Femme/Homme
Nom Femme
Elena 1
Bob 0
Elena a la valeur 1 dans la colonne Femme, et Bob a la valeur 0,
signifiant qu’il ne s’agit pas d’une femme (et donc c’est forcément
un homme).
Le principe est le même avec quatre variables catégorielles.
Région habitée
Nom Est Ouest Nord
Elena 0 0 1
Bob 0 0 0
Dans cet exemple, Elena habite dans la région Nord et Bob n’habite
pas dans la région Est ni dans la région Ouest ni dans la région
Nord. Il habite donc forcément dans la région Sud.
Un magasin de jouets investit régulièrement dans des campagnes

de publicité internet et papier. Récemment, le magasin a
particulièrement centré ses campagnes publicitaires sur deux
modèles de jouet.
Le directeur du magasin souhaiterait déterminer lequel des deux

médias est le plus susceptible d’améliorer son chiffre d’affaires
pour chacun des deux modèles de jouet. Il souhaiterait en outre
estimer quel serait son chiffre d’affaires probable s’il dépensait
5 000 € par mois en publicité pour chacun des deux médias et pour
chacun des deux modèles de jouet (toutes choses étant égales par
ailleurs).

éléments pour les trente dernières campagnes.
Voilà les données collectées pour les trente dernières campagnes

publicitaires :
Vous retrouverez le fichier contenant les données de cet exemple
ainsi que l’analyse par la régression linéaire dans le fichier reg_cat.
Si vous souhaitez réaliser cet exercice pas à pas, les données se
trouvent dans l’onglet données. La résolution de cet exercice se
trouve dans l’onglet regression_dummy.
Nous allons tenter de faire une régression linéaire multiple, sachant
que la variable type jouet est une variable catégorielle.
L’équation va être de ce type :
Première étape : retraitement des données
Il va falloir dans un premier temps retraiter le tableau de données

pour pouvoir utiliser la technique de la variable muette.
Sélectionnez la colonne C, faites un clic droit, puis cliquez sur

Insérer.
Dans le tableau de données, nommez la colonne1 dummy.
Nous allons utiliser une formule conditionnelle dans cette colonne :

si le type de jouet est A, il sera affiché 1. Sinon (et donc si le type de
jouet est B), il sera affiché 0.
Placez-vous en C2 et entrez la formule suivante : =SI(B2="A";1;0)

Double cliquez sur le coin inférieur droit de la cellule C2 .
La formule a été copiée vers le bas pour l’ensemble des lignes du

tableau de données :
Deuxième étape : utilisation de l’utilitaire d’analyse
d’Excel
Allez dans l’onglet Données - Utilitaire d’analyse, sélectionnez
Régression linéaire, puis cliquez sur OK.

sélectionnez les données relatives au chiffre d’affaires, soit F1:F31,

d’estimer.
sélectionnez les données relatives au type de jouet, aux dépenses
en publicité internet et aux dépenses en publicité papier, soit C1
:E31, puis appuyez sur Entrée.
Il s’agit des trois variables indépendantes.

en-têtes.

exemple la cellule I2.

D’après le rapport, l’équation de la droite de régression est :
CA = 6,678095224 x Publicité internet + 2,14150371 x publicité

papier + 1068,41485 x dummy - 331,2862651
Si le jouet est de type A, alors le chiffre d’affaires est augmenté de
1068,41485 € (1068,41485 x 1) sinon, le chiffre d’affaires est
inchangé (1068,41485 x 0).
D’après ce modèle, la publicité sur internet aurait plus d’influence

sur le chiffre d’affaires que la publicité papier. Il est aussi
intéressant de noter qu’à budget égal, la publicité aurait un peu plus
d’influence sur les ventes de jouets de type A que sur les ventes de
jouets de type B.
Pour une campagne publicitaire avec un budget de 5 000 € pour

chacun des médias et pour chacun des modèles de jouet, le chiffre
d’affaires serait estimé à :
Pour le jouet de type A :
CA = 6,678095224 x 5 000 + 2,14150371 x 5 000 + 1068,41485 x 1 -

331,286
CA = 44835,12325
Soit environ 44 835 €
Pour le jouet de type B :
CA = 6,678095224 x 5 000 + 2,14150371 x 5 000 + 1068,41485 x 0 -

331,286
CA = 43766,7084
Soit environ 43 767 €
Ce calcul a été effectué dans la cellule J32 et J33 de l’onglet

regression_dummy :
● Dans la cellule J32 pour estimer le CA pour le jouet A, la

formule est : =J$20*J$28+J$21*J$29+J$19*K32+J$18.
● Dans la cellule J33 pour estimer le CA pour le jouet B, la
formule est : =J$20*J$28+J$21*J$29+J$19*K33+J$18.
Le coefficient de corrélation R a une valeur de 0,98, c’est-à-dire qu’il
y a une forte relation positive entre le budget mensuel en publicité
papier, le budget mensuel en publicité internet et le chiffre
d’affaires.
Le coefficient de détermination R² a une valeur de 0,96 ; le modèle

de régression explique 96 % de la variation du chiffre d’affaires. Et
donc 4 % de la variation du chiffre d’affaires reste inexpliquée par le
modèle.
Pour aller plus loin : les

régressions non linéaires
Dans l’exemple de l’onglet reg_linéaire du fichier
reg_non_lineaire.xlsx, la droite de régression linéaire a un coefficient
de détermination R² de 0,8711.
Même si le modèle explique bien la relation entre les semaines et le
chiffre d’affaires, en regardant attentivement la forme du nuage de
points, il apparaît qu’une équation de type logarithmique serait plus
pertinente.
Pour réaliser ce graphique :
Sélectionnez les cellules C1:D31, dans le ruban, allez dans l’onglet

Insertion, dans le groupe Graphiques, cliquez sur Insérer un nuage
de points (X,Y) ou un graphique en bulles puis choisissez le
graphique Nuages de points.
Sélectionnez le graphique en nuage de points obtenu, les onglets

Création de graphique et Mise en forme apparaissent.
Dans l’onglet Création de graphique sélectionnez Ajouter un

élément graphique, dans Courbe de tendance, sélectionnez Autres
options de la courbe de tendance. Le volet Format de courbe de
tendance apparaît à droite de l’écran.
Dans le menu Format de courbe de tendance, allez dans Options de

courbe de tendance. Cochez Linéaire et Afficher l’équation sur le
graphique, Afficher le coefficient de détermination (R²) sur le
graphique.
L’onglet reg_log contient le même tableau de données, mais cette
fois la courbe de tendance est une équation logarithmique.
Nous pouvons nous apercevoir que cette équation capture de

manière plus efficace la tendance des données que l’équation
linéaire précédente (R² = 0,99 contre R² = 0,87 avec le modèle
linéaire).
Pour réaliser ce graphique :
Sélectionnez les cellules C1:D31, dans le ruban, allez dans le menu

Insertion, dans le groupe Graphiques, cliquez sur Insérer un nuage
de points (X,Y) ou un graphique en bulles puis choisissez Nuages
de points.
Sélectionnez le graphique en nuage de points obtenu, les onglets

Création de graphique et Mise en forme apparaissent.
Dans l’onglet Création de graphique, sélectionnez Ajouter un

élément graphique, dans Courbe de tendance, sélectionnez Autres
options de la courbe de tendance. Le volet Format de courbe de
tendance apparaît à droite de l’écran.
Dans le menu Format de courbe de tendance, allez dans Options de

courbe de tendance. Cochez Logarithmique et Afficher l’équation
sur le graphique, Afficher le coefficient de détermination (R²) sur le
graphique.
Avec l’équation logarithmique, plus de 99 % de la variation du chiffre
d’affaires est expliquée.
Cependant, un haut niveau d’exactitude n’est pas forcément une
bonne chose pour un modèle prédictif. Le modèle peut être trop
ajusté (le surapprentissage ou overfit en anglais).
Un modèle trop ajusté capture, certes, la tendance des données,
mais aussi ce que l’on appelle « le bruit », c’est-à-dire la variance qui
est simplement due au hasard. Ce type de modèle est difficile à
généraliser pour faire des prédictions, étant trop dépendant des
données qui ont été utilisées pour le créer, il n’est peut-être pas
assez souple pour faire des prévisions.
Exemple de modèle en surapprentissage ou « overfit »
Les moyennes mobiles
Principe
La méthode des moyennes mobiles est une méthode de lissage

basée sur l’idée de faire des prévisions d’après la moyenne des
valeurs observées des dernières périodes.
Puisque cette méthode part du principe que les observations

futures vont être similaires aux dernières observations, les
moyennes mobiles sont plutôt utilisées pour faire des prédictions à
court terme.
Cette méthode consiste à faire une prévision à partir de la moyenne
des N dernières observations.
Exemple :
Si N est égal à 3, nous allons faire la moyenne des 3 premières

valeurs pour faire une prédiction de la quatrième valeur.
Intérêt
La méthode des moyennes mobiles et les méthodes de lissage en

général peuvent aider à distinguer les mouvements dus au hasard
des changements fondamentaux de la tendance dans une série
chronologique. Il sera ainsi possible d’une part de déterminer si la
tendance de la série chronologique augmente, diminue ou reste au
même niveau et d’autre part, de se servir de cette tendance pour
réaliser des prévisions.
Exemple :
Il a fait exceptionnellement froid durant le mois de janvier, de ce fait,

les clients ont été moins enclins à sortir pour réaliser des achats. Le
temps s’est amélioré par la suite, les clients ayant reporté leurs
achats en janvier, les ont réalisés au cours de février et mars.
En effectuant une moyenne des observations des mois de janvier,

février et mars, il est possible d’avoir une meilleure idée de la
tendance générale des ventes pour réaliser une prévision du niveau
des ventes durant le mois d’avril.
Plus la période prise en compte dans le calcul des moyennes

mobiles sera élevée, plus la prévision sera dépendante
d’observations anciennes. Le modèle ne réagira donc pas
rapidement aux fluctuations récentes de la série chronologique. Le
« lissage » sera important.
Dans le graphique ci-dessus, la période prise en compte dans le

calcul des moyennes mobiles (noté N) est de 9 mois. La courbe de
prévision retrace la tendance des ventes de manière très générale.
À l’inverse, plus la valeur de N sera petite, plus le modèle répondra
aux variations récentes de la série chronologique. Le « lissage »
sera moins important.
Ici, N est égal à 3, la courbe de prévision suit assez fidèlement la

courbe des ventes réelles.
Vous retrouverez les données relatives à cet exemple dans l’onglet

données du fichier moyenne mobile.xlsx.
Le directeur d’un magasin d’informatique cherche à estimer le

niveau d’activité probable du magasin durant la semaine 18.
Dans ce but, le comptable a réuni les données concernant les
ventes d’ordinateurs des 17 dernières semaines.
À partir de ces données, il est possible de faire une prévision du

nombre de ventes d’ordinateurs pour la semaine 18 à partir de la
méthode des moyennes mobiles.
Pour cet exercice, nous allons utiliser un nombre N = 3. Nous

verrons au point C si ce choix s’avère pertinent.
Première méthode : à l’aide des fonctions d’Excel

Vous retrouverez la résolution de cet exemple dans l’onglet
MM_formules du fichier moyenne mobile.xlsx.
Avec N=3, la première moyenne mobile est calculée pour la

semaine 4, elle sera déterminée en effectuant la moyenne du
nombre des ventes des semaines 1 à 3.
Dans l’onglet données, sélectionnez la cellule C5, entrez la formule

=MOYENNE(B2:B4), puis appuyez sur Entrée. Le résultat est 192.
Copiez la formule vers le bas en double cliquant sur la poignée de

recopie dans le coin inférieur droit de la cellule C5.

D’après ce modèle, la prévision des ventes d’ordinateurs pour la
semaine 18 serait estimée à 203 unités.
Deuxième méthode : avec l’utilitaire d’analyse
Vous retrouverez la résolution de cet exemple dans l’onglet

MM_analysis du fichier moyenne mobile.xlsx.
L’utilisateur d’analyse d’Excel va automatiquement donner les

mêmes résultats qu’en utilisant les fonctions d’Excel ; de plus, il va
permettre de faire une représentation graphique des données et des
prévisions par les moyennes mobiles.
Dans le ruban, sélectionnez Données, groupe Analyse, cliquez sur

Utilitaire d’analyse.
La boîte de dialogue Utilitaire d’analyse apparaît à l’écran.
Sélectionnez Moyenne mobile, puis OK.

La boîte de dialogue Moyenne mobile s’affiche à l’écran.
Pour la Plage d’entrée, cliquez sur le bouton et sélectionnez la

plage de données concernant le nombre de ventes, c’est-à-dire
B1:B18.
Cochez la case Intitulés en première ligne, puisque le tableau de

données contient des intitulés de colonnes.
Au niveau de l’Intervalle, saisissez 3.

Cochez la case Représentation graphique.
Pour la Plage de sortie, saisissez C3.

Notez qu’il s’agit des mêmes valeurs que la moyenne mobile
calculée avec une formule. D’après ce modèle, la prévision du
nombre des ventes pour la semaine 18 serait 203.
Estimation du modèle

MM_estimation du fichier moyenne mobile.xlsx. Sa résolution se
trouve dans l’onglet MM_estimation_resultat.
Avec la méthode des moyennes mobiles, différentes valeurs N vont

produire différentes valeurs de prévision.
Il est donc intéressant de tenter de déterminer quelle valeur de N
est susceptible de produire les prévisions les plus pertinentes.
Pour estimer la pertinence des prévisions obtenues, nous allons

mesurer la moyenne des valeurs absolues des différences entre les
données réelles et les prévisions, c’est-à-dire l’écart absolu moyen.
Dans l’onglet MM_estimation, dans la cellule F4, entrez la formule

=ABS(B4-E4).

recopie de la cellule F4.
Dans la cellule F20, calculez la moyenne des erreurs avec la formule

=MOYENNE(F4:F18).
Si nous effectuons la même manipulation avec des valeurs de N

égales à 1,3 et 4, nous obtenons le résultat suivant :
L’erreur moyenne la plus faible est celle obtenue avec N=2 ; il est
intéressant de noter qu’avec N=1, ce qui revient à utiliser la valeur
de la semaine dernière comme prévision, nous avons une erreur
moyenne de 48.
Représentation graphique des

moyennes mobiles

graph_courbe du fichier moyenne mobile.xlsx. Sa résolution se
trouve dans l’onglet graph_courbe_MM.
Il est possible de faire rapidement une représentation graphique de
l’utilisation de la méthode des moyennes mobiles à partir d’un
graphique en courbe.
Cliquez sur le graphique de l’onglet graph_courbe ; dans le ruban,

cliquez sur l’onglet Création de graphique.
Dans le groupe Dispositions du graphique, sélectionnez Ajouter un

élément de graphique, Courbe de tendance, Moyenne mobile.
Une courbe retraçant les moyennes mobiles apparaît sur le

graphique.
Il est possible d’avoir plus d’options sur la mise en place de la
représentation graphique des moyennes mobiles.
Sélectionnez la courbe représentant les moyennes mobiles, faites

un clic droit puis cliquez sur Format de la courbe de tendance.
Le volet Format de la courbe de tendance s’affiche sur la droite de

l’écran.
Dans ce volet, il est possible de modifier la période prise en compte

pour le calcul des moyennes mobiles dans le champ Période.
Les moyennes mobiles
pondérées
Principe
Dans certains cas, et selon l’activité de l’entreprise, il est

souhaitable d’avoir un modèle prédictif dans lequel les dernières
observations réelles ont plus d’importance dans la détermination
des prévisions que les valeurs plus anciennes. Dans la méthode des
moyennes mobiles pondérées, un coefficient ou un pourcentage est
affecté à chaque observation.

MMP_donnees du fichier moyenne mobile.xlsx. Sa résolution se
trouve dans l’onglet MMP_resultat.
Dans notre magasin de jouets, le comptable propose de réaliser une

prévision selon la méthode des moyennes mobiles pondérées en
utilisant un nombre N=2.
Il propose d’affecter un pourcentage de 40 % à l’observation la plus

ancienne et un pourcentage de 60 % à l’observation la plus récente
pour chaque moyenne mobile.
Dans la cellule C4, entrez la formule =B2*F$3+B3*F$4.
Copiez cette formule vers le bas en double cliquant sur la poignée

de recopie de la cellule C4.

Et donc d’après ce modèle, pour la semaine 18, la prévision serait
de 175 ordinateurs vendus.
Évaluation du modèle
Vous retrouverez cet exemple dans l’onglet eval_MMP du fichier

moyenne mobile.xlsx.
En comparant les erreurs moyennes obtenues avec la méthode des

moyennes mobiles et la méthode des moyennes mobiles
pondérées, nous obtenons les résultats suivants :
Dans cet exemple, l’erreur moyenne la plus faible est obtenue avec
la méthode des moyennes mobiles pondérées.
Le lissage exponentiel
Principe
L’idée derrière le lissage exponentiel est d’utiliser la dernière valeur

connue corrigée de la différence entre cette dernière valeur et la
dernière prévision.
Le lissage exponentiel est en quelque sorte un modèle qui

s’autocorrige.
L’invention du lissage exponentiel est attribuée au mathématicien

Siméon Denis Poisson, connu notamment pour la loi de Poisson
(théorie des probabilités).
Exemple :
Les ventes réelles du mois de juin sont de 258 094 €.
La prévision réalisée concernant les ventes du mois de juin était de

259 913 €.
Première étape : définition du coefficient de lissage
Le coefficient de lissage (ou paramètre de lissage) est un nombre

compris entre 0 et 1 ou entre 0 % et 100 %. Ce coefficient va
représenter l’importance de l’autocorrection des erreurs dans le
modèle.
Dans cet exemple, nous allons utiliser arbitrairement un coefficient

de lissage de 30 %, nous verrons par la suite comment déterminer
le coefficient de lissage le plus adéquat.
Deuxième étape : déterminer l’erreur entre les ventes

réelles de la dernière observation connue et la
dernière prévision réalisée en juin
Erreur réalisée juin = 258 094 - 259 913 = - 1 819
Troisième étape : appliquer le coefficient de lissage à

l’erreur observée pour obtenir l’erreur pondérée de
juin
Erreur pondérée juin = -1 819 x 0,3 = - 545,7
Quatrième étape : additionner l’erreur pondérée à la

dernière prévision connue pour obtenir la nouvelle
prévision pour le mois de juillet
Prévision juillet = 259 913 + (- 545,7) = 259 367,30
L’équation peut s’écrire :
Prévision juillet = prévision juin + 0,3(ventes réelles juin - prévision

juin)
Ou encore
Prévision juillet = 0,7 x prévisions juin + 0,3 x ventes réelles juin
C’est cette dernière formule qui est utilisée par l’utilitaire d’analyse
d’Excel.

lissage_exp_données du fichier lissage_exp.xlsx. Sa résolution se
trouve dans l’onglet lissage_exp_resolu.
Le directeur d’un magasin d’informatique cherche à estimer le

niveau du chiffre d’affaires probable du magasin durant le mois de
décembre. Le comptable propose d’utiliser la méthode du lissage
exponentiel. Pour cela, il a réuni les données concernant le chiffre
d’affaires des 11 derniers mois.
Pour cet exemple, nous allons directement utiliser l’utilitaire
d’analyse d’Excel ; en effet, ce dernier propose une implantation
automatique du modèle du lissage exponentiel et insère
directement les formules adéquates dans Excel.
Dans le ruban, cliquez sur l’onglet Données puis, dans le groupe

Analyse, sélectionnez Utilitaire d’analyse.
La boîte de dialogue Utilitaire d’analyse s’affiche à l’écran.

Sélectionnez Lissage exponentiel puis OK.
La boîte de dialogue Lissage exponentiel s’affiche à l’écran.
Concernant la Plage d’entrée, cliquez sur le bouton et

sélectionnez la plage relative aux données du chiffre d’affaires,
c’est-à-dire les cellules B1 à B12, puis appuyez sur la touche Entrée.
Pour le paramètre de lissage, nous allons utiliser un coefficient de

0,3.
Concernant la Plage de sortie, cliquez sur le bouton et
sélectionnez la cellule C2.
Cochez la case Intitulé présent et Représentation graphique.
Cliquez sur OK.

Plusieurs choses sont à remarquer dans ce résultat : tout d’abord, la
première prévision en C3 reprend les données réelles observées de
janvier (cellule B2).
Nous allons afficher les formules que l’utilitaire d’analyse a mises

en place dans notre tableau.
Dans le ruban, sélectionnez Formules - Afficher les formules.
Nous obtenons ce résultat :

L’utilitaire d’analyse a bien utilisé la formule que nous avons vue
précédemment.
Enfin, contrairement à ce que nous avons vu avec les moyennes

mobiles, dans le cas du lissage exponentiel l’utilitaire d’analyse ne
calcule pas la prévision finale, soit dans notre cas la prévision de
décembre en C13.
Copiez la formule de C12 en C13 pour obtenir la prévision du mois

de décembre.
Appuyez de nouveau sur le bouton Afficher les formules.

Le résultat est alors le suivant :
Détermination du coefficient
de lissage

lissage_exp_solveur_données du fichier lissage_exp.xlsx. Sa
résolution se trouve dans l’onglet lissage_exp_solveur.
Plutôt que de fixer arbitrairement le coefficient de lissage à 30 %,

nous allons tenter d’optimiser ce coefficient par le calcul en utilisant
l’écart absolu moyen et l’outil Solveur d’Excel.
L’outil Solveur d’Excel se trouve tout à droite dans l’onglet Données,

dans la partie Analyse.
Si le Solveur n’est pas disponible dans votre version d’Excel, vous
devez faire la manipulation suivante :
Dans l’onglet Fichier, sélectionnez Options. Dans le volet de gauche

de la fenêtre Options Excel, cliquez sur Compléments.
Dans la zone Gérer, sélectionnez Compléments Excel, puis cliquez

sur le bouton Atteindre.
Dans la boîte de dialogue Compléments, cochez la case

Complément Solveur, puis OK.
L’outil Solveur devrait à présent être activé.

Première étape : le calcul de l’écart absolu moyen
Dans la cellule F3, entrez la formule suivante =ABS(B3-C3).
Copiez la formule en F3 vers le bas jusqu’à la cellule F12.
Dans la cellule F13, entrez la formule =MOYENNE(F3:F12).
Deuxième étape : modification des formules du

lissage exponentiel pour pouvoir utiliser le solveur
Dans la cellule C4 la formule est =0,7*B3+0,3*C3. Nous allons
modifier cette formule pour y insérer la référence à la cellule H2
puisqu’elle contient la valeur du coefficient de lissage.
Cette phase est obligatoire pour pouvoir utiliser le solveur. Cet outil
va tester de nombreuses valeurs différentes pour le coefficient de
lissage contenu dans la cellule H3. Il déterminera la valeur qui
minimisera l’écart absolu moyen.
Il est donc nécessaire de faire référence à la cellule H2 dans les

formules relatives aux prévisions par lissage exponentiel.
Dans la formule de la cellule C4, remplacez =0,7*B3+0,3*C3 par

=0,7*B3+H$2*C3.
Le signe $ est utilisé dans cette formule pour figer les lignes, car
nous allons copier cette formule vers le bas.
Sélectionnez la cellule C4, faites un clic droit puis cliquez sur
Copier, sélectionnez les cellules C5 à C12, réalisez un clic droit puis
dans Options de collage, cliquez sur l’icône Formules .
Troisième étape : utilisation du solveur pour trouver le

coefficient de lissage qui minimise l’écart absolu
moyen
Dans l’onglet Données, sélectionnez Solveur.
La boîte de dialogue Paramètres du solveur apparaît à l’écran.
Dans Objectif à définir, sélectionnez la cellule F13, c’est-à-dire la

cellule qui contient la formule de calcul de l’écart absolu moyen.
Cochez la case Min, car nous souhaitons minimiser l’écart absolu
moyen.
Pour les Cellules variables, sélectionnez la cellule H2, c’est-à-dire la

cellule qui contient le coefficient de lissage.
Au niveau des Contraintes, cliquez sur le bouton Ajouter.
Dans la boîte de dialogue Ajouter une contrainte, pour la Référence

de cellule, sélectionnez la cellule H2.
Dans la liste déroulante, sélectionnez le signe >=.
Dans Contrainte, entrez la valeur 0.
En effet, la valeur du coefficient de lissage ne peut pas être

inférieure à 0.
Cliquez sur le bouton Ajouter.
À nouveau, dans Référence de cellule, sélectionnez la cellule H2,

dans la liste déroulante sélectionnez le signe <=. Dans Contrainte,
entrez la valeur 1.
La valeur du coefficient de lissage ne peut pas être supérieure à 1.
Cochez la case Rendre les variables sans contrainte non négatives.

Cliquez sur le bouton Résoudre.
La boîte de dialogue Résultat du solveur s’affiche à l’écran.

Cochez la case Conserver la solution du solveur, puis cliquez sur
OK.
La valeur du coefficient de lissage qui minimise l’écart absolu

moyen est 0,193914115.
Avec ce coefficient de lissage, l’écart absolu moyen est de 91 420.

Travailler avec des saisonnalités
Selon l’activité de l’entreprise, il est possible d’observer des
mouvements saisonniers, c’est-à-dire graphiquement des « pics et
des creux » avec une amplitude plus ou moins régulière.
Il est aussi possible que la série chronologique ait à la fois une

saisonnalité et une tendance.
Les séries temporelles comportant une saisonnalité sont un peu

plus difficiles à analyser.
Parfois, la saisonnalité masque la tendance générale de la série
chronologique.
Si nous regardons l’évolution du chiffre d’affaires de l’entreprise A et

de l’entreprise B, l’impression visuelle est que l’entreprise A est en
pleine croissance alors que l’entreprise B est sur le déclin.
Ces deux entreprises sont a priori sujettes à des variations
saisonnières, l’œil humain a tendance à juger sur la base de la
dernière période. Or dans le cas de l’entreprise B, la période 9 est
une saison basse, et il est bien possible que l’activité remonte à la
période 10.
Nous allons voir différentes méthodes pour séparer la saisonnalité
de la tendance, mesurer l’impact des saisonnalités sur l’activité et
effectuer des prévisions sur une série chronologique comportant
une saisonnalité.
Les coefficients saisonniers
Un coefficient saisonnier est le rapport d’une saison (ou de la

moyenne d’une saison spécifique sur plusieurs années) par rapport
à la moyenne d’une série.
Exemple
L’intérêt de ce calcul est double :
● Établir une prévision des ressources nécessaires en fonction

des fluctuations saisonnières de l’activité (recours à du
travail intérimaire, heures supplémentaires, etc.).
● Analyser la tendance en neutralisant les saisonnalités de la
série chronologique. Pour cela, nous allons utiliser les
coefficients saisonniers pour « désaisonnaliser » la série.
Exemple et application avec Excel
Imaginons que les entrées d’un parc zoologique se répartissent de

la manière suivante entre 2017 et 2023 :
Vous retrouverez cet exemple dans l’onglet zoo_données du fichier
saisonnalité.xlsx. Sa résolution se trouve dans l’onglet zoo_résolu.
Les zones nommées
La plage B5:B32 a été nommée saison.
La plage de cellules C5:C32 a été nommée nbre_entrée.

La cellule H4 a été nommée moyenne.
Si nous établissons une représentation graphique de ces données

nous obtenons le résultat suivant :
A priori, cette série chronologique comporte une saisonnalité : au

cours des années étudiées, le nombre d’entrées est élevé en été, il
baisse en automne, il atteint son niveau le plus bas en hiver puis il
remonte au printemps.
Nous allons dans un premier temps calculer les coefficients

saisonniers de cette série afin de pouvoir mesurer de manière
chiffrée l’impact moyen des saisons sur le nombre d’entrées.
Dans un deuxième temps, nous allons corriger la série

chronologique des variations saisonnières afin de mettre en lumière
la tendance générale.
Calcul des coefficients saisonniers
Un coefficient saisonnier est le rapport de la moyenne d’une saison

par rapport à la moyenne de la série chronologique.
Calcul de la moyenne de la série
Dans la cellule H4, saisissez la formule =MOYENNE(nbre_entrée).
Nommez la cellule H4 moyenne.
Calcul des moyennes saisonnières
Pour calculer les moyennes saisonnières, nous allons utiliser la

fonction MOYENNE.SI.
Cette fonction renvoie la moyenne de toutes les cellules qui

répondent à un critère ou à une condition spécifique.
Sa syntaxe est =MOYENNE.SI(plage;critères;[plage_moyenne])
où
Plage représente les cellules servant de base à l’évaluation.
Critère représente la condition ou le critère défini.
Plage_moyenne représente les cellules servant de base au calcul de

la moyenne. Si les cellules de cette plage correspondent au critère
spécifié, elles seront intégrées dans le calcul de la moyenne.
Dans la cellule H7, saisissez la formule

=MOYENNE.SI(saison;G7;nbre_entrée).
La plage où se trouvent les cellules servant de base à l’évaluation

est la plage nommée saison, soit B5:B32.
Le critère se trouve dans la cellule G7 (il s’agit du texte hiver).
La plage où se trouvent les données numériques servant au calcul

de la moyenne est la plage nommée nbre_entrée soit C5:C32.

Copiez la formule de la cellule H7 dans les cellules H8 à H10 pour
calculer les moyennes saisonnières pour le printemps, l’été et
l’automne.
Calcul des coefficients saisonniers
Le coefficient saisonnier est le rapport entre la moyenne d’une

saison et la moyenne de la série chronologique.
Pour l’hiver, dans la cellule H13, la formule est =H7/moyenne.
Copiez la formule de la cellule H13 dans les cellules H14 à H16

pour calculer les coefficients saisonniers pour le printemps, l’été et
l’automne.
Coefficients saisonniers
Hiver 0,44
Printemps 0,9
Été 1,64
Automne 1,02
Interprétation des coefficients saisonniers
En moyenne, en hiver, le nombre d’entrées du parc zoologique est

de 44 % du nombre d’entrées moyen sur l’année.
La correction des variations saisonnières
Il est possible de « désaisonnaliser » une série chronologique. Pour

cela, il suffit de diviser la valeur observée par le coefficient
saisonnier associé.
Pour « désaisonnaliser » notre série chronologique nous allons

utiliser la fonction RECHERCHEV.
Dans la cellule D5, saisissez la formule
=C5/RECHERCHEV(B5;$G$13:$H$16;2;FAUX).
Cette formule va rechercher le coefficient saisonnier correspondant

à la saison inscrite dans la cellule B5 et divise la valeur observée à
l’hiver 2012 par le coefficient saisonnier correspondant.
Copiez la formule contenue dans la cellule D5 dans la plage de

cellules D6:D32.
Représentation graphique de la série corrigée des variations

saisonnières
Sélectionnez une cellule du tableau de données, par exemple la

cellule C6.
Dans le ruban - onglet Insertion - groupe Graphiques, sélectionnez
Insérer un graphique en courbes ou en aires .
Sélectionnez le graphique en courbe.

Ce graphique met en lumière la série corrigée des variations
saisonnières.
Nous nous apercevons que, sans prendre en compte la saisonnalité

des données, la série chronologique est relativement stable jusqu’à
l’hiver 2022. Puis le nombre d’entrées augmente de manière
significative au printemps 2022 jusqu’au printemps 2023 pour
ensuite baisser à l’été 2023.
Prévision et série
chronologique saisonnière
À partir d’une régression linéaire multiple

Il est possible d’effectuer une prévision sur une série chronologique
comportant une saisonnalité à partir d’une régression linéaire
multiple avec variables catégorielles. Dans ce modèle, les variables
catégorielles représenteront la saisonnalité identifiée (saisons
calendaires, mois, semaines, jours ou heures).
Vous retrouverez cet exemple dans l’onglet reg_saison_données du

fichier saisonnalité.xlsx. Sa résolution se trouve dans l’onglet
reg_saison_résolu.
Pour créer une régression multiple avec variables catégorielles sur

notre série chronologique des entrées du parc zoologique, nous
allons devoir légèrement retraiter les données qui se trouvaient
dans l’onglet zoo_données.
La colonne t a été ajoutée, elle représente le numéro de rang de la
série chronologique.
Nous allons utiliser la technique de la variable muette sur chacune

des saisons. Ainsi, un 1 dans la colonne printemps signifiera que la
valeur a été observée au printemps, si ce n’est pas le cas, nous
utiliserons la valeur 0.
La même procédure sera réalisée pour l’été et l’automne.

Dans le cas où la valeur a été observée en hiver, nous utiliserons la
valeur 0 à la fois dans la colonne printemps, été et automne.
Pour réaliser cette opération, nous allons utiliser une formule

conditionnelle.
Sélectionnez la plage de cellules D2:F29.
Dans la barre de formule, entrez la formule =SI($B2=D$1;1;0).
Si la saison de la valeur observée est égale à la saison inscrite

dans l’intitulé de la colonne, alors la valeur renvoyée sera 1, sinon la
valeur renvoyée sera 0.
Notez l’utilisation du signe $.
Appuyez sur la touche CtrlEntrée pour valider la formule dans

l’ensemble de la plage sélectionnée.
Le résultat est le suivant (pour l’année 2017) :

Utilisation de l’utilitaire d’analyse
Nous allons utiliser l’utilitaire d’analyse pour mettre en place notre

régression multiple.
Dans l’onglet Données, groupe Analyse, sélectionnez l’Utilitaire

d’analyse.
La boîte de dialogue Utilitaire d’analyse apparaît à l’écran.
Sélectionnez Régression linéaire puis cliquez sur le bouton OK.
La boîte de dialogue Régression linéaire apparaît à l’écran.

Dans Plage pour la variable Y, sélectionnez les données figurant
dans la colonne des montants, c’est-à-dire la plage de cellules
G1:G29.
Dans Plage pour les variables X, sélectionnez les colonnes t,

printemps, été et automne, c’est-à-dire la plage de cellules C1:F29.
Cochez la case Intitulé présent puisque nos colonnes ont des

en-têtes.
Dans Options de sortie, cochez Plage de sortie puis sélectionnez la

cellule I1.
Le résultat de la régression est le suivant :

Interprétation du résultat de la régression
D’après le rapport, l’équation de la droite de régression peut s’écrire

:
Nombre d’entrées = 579,67 * t + 14 689,33 * Printemps + 38 695,51

* Eté + 17 599,69 * Automne
Le coefficient de corrélation R a une valeur de 0,97 (valeur de la

cellule J4), c’est-à-dire qu’il y a une forte relation positive entre le
nombre des entrées et les différents paramètres de la régression
multiple.
Le coefficient de détermination R² a une valeur de 0,95 (valeur de la
cellule J5) ; le modèle de régression explique 95 % de la variation du
nombre d’entrées. Et donc 5 % de la variation du nombre d’entrées
reste inexpliquée par le modèle.
Prévision à partir du modèle de régression
Nous allons effectuer une prévision sur l’année 2019 à partir du

résultat de la régression multiple.
Vous retrouverez cet exemple dans l’onglet reg_saison_prevision du

fichier saisonnalité.xlsx. Sa résolution se trouve dans l’onglet
reg_saison_prevision_resolu.
Les plages suivantes ont été nommées :
● Cellule J17 : constante

● Cellule J18 : t
● Cellule J19 : printemps
● Cellule J20 : été
● Cellule J21 : automne
Utilisation de l’équation de la régression multiple
Sélectionnez la plage de cellules G30:G33.

Dans la barre de formule, saisissez la formule
=C30*t+D30*printemps+E30*été+F30*automne+constante
Appuyez sur CtrlEntrée pour entrer la formule jusqu’à la cellule

G33.
Les nouvelles fonctions d’analyse

des séries chronologiques
Depuis la version 2016 d’Excel, de nouveaux outils avancés
permettant de réaliser des prévisions sont apparus.
Il s’agit des fonctions PREVISION.LINEAIRE, PREVISION.ETS,
PREVISION.ETS.CARACTERESAISONNIER,
PREVISION.ETS.CONFINT ainsi que l’outil Feuille de prévision.
La fonction PREVISION.ETS
La fonction PREVISION.ETS est basée sur un algorithme
d’apprentissage de haut niveau et très efficace en matière de
prévisions : le lissage exponentiel triple ou Exponential Triple
Smoothing.
Cette méthode est aussi connue sous le nom de Holt - Winters, du

nom des deux professeurs du MIT qui ont mis au point cet
algorithme à partir de la méthode du lissage exponentiel.
Même si la démonstration mathématique du lissage exponentiel

triple dépasse le cadre de cet ouvrage, dans le principe cette
fonction estime à la fois :
● la tendance de la série chronologique étudiée,

● la composante saisonnière de la série chronologique étudiée
(si elle existe),
● l’algorithme du lissage exponentiel triple donne plus
d’importance aux données récentes qu’aux données plus
anciennes.
Application
À partir des données de l’onglet donnee_ETS du fichier

nouv_fonc_prev.xlsx, nous allons effectuer une prévision du chiffre
d’affaires pour les 15 prochains mois.
(8 premières lignes des données de l’onglet donnee_ETS)
La résolution de cet exemple se trouve dans l’onglet ETS.resolu du

fichier nouv_fonc_prev.xlsx.
Visualisation de la série chronologique
Si nous réalisons un graphique en courbes à partir des données,

nous obtenons ce graphique :
A priori, dans ce jeu de données, il existe une saisonnalité ainsi
qu’une légère tendance positive.
Utilisation de la fonction PREVISION.ETS
Voyons ce que propose l’algorithme du lissage exponentiel triple

avec la fonction PREVISION.ETS.
Dans la cellule A59 saisissez 01/10/2023.

Sélectionnez la cellule B59, saisissez =PREVISION.ETS( et cliquez
sur le bouton Insérer une fonction situé dans la barre de
formule.
La boîte de dialogue Argument de la fonction apparaît.
La Date_cible est la date à laquelle nous souhaitons faire une

prévision ; sélectionnez la cellule A59 pour effectuer une prévision
pour octobre 2023.
Les Valeurs vont être les données du chiffre d’affaires observées,

sélectionnez les cellules B2 à B58.
nous allons figer les lignes dans notre formule.
La Chronologie représente la plage de données contenant les dates

relatives au chiffre d’affaires observé. Sélectionnez les cellules A2 à
A58.
À nouveau, pour pouvoir par la suite copier cette formule vers le

bas, ajoutez le signe $ avant les références aux lignes soit
A$2:A$58.
Caractère_saisonnier est la longueur moyenne en nombre

d’observations des saisonnalités dans la série chronologique. Si
nous connaissons ce nombre, il est possible de l’indiquer, sinon
Excel le détectera automatiquement.
Achèvement_données concerne la gestion des valeurs
manquantes. La valeur 1 estime les valeurs manquantes par
interpolation, la valeur 0 les remplace par des zéros.
Nous n’avons pas de valeurs manquantes dans notre jeu de

données.
Le résultat de la prévision du chiffre d’affaires pour octobre 2023

est 128 605 €.
Incrémentez les dates jusqu’au 01/12/2024 dans la cellule B73.
Copiez la formule de la cellule B59 vers le bas jusqu’en B73.
Si nous faisons une représentation graphique de nos données

observées ainsi que des prévisions réalisées, nous obtenons le
résultat suivant :
Graphiquement, nous pouvons nous apercevoir que la fonction

PREVISION.ETS a estimé des prévisions respectant à la fois la
tendance et la saisonnalité des valeurs observées de la série
chronologique.
La fonction
PREVISION.ETS.CARACTERES
AISONNIER
Cette fonction va permettre de calculer la longueur moyenne en

nombre d’observations des saisonnalités dans la série
chronologique.
Dans l’onglet donnee_ETS, sélectionnez la cellule H58, saisissez

=PREVISION.ETS. CARACTERESAISONNIER( et cliquez sur le
bouton Insérer une fonction situé dans la barre de formule.
Les Valeurs vont être les données du chiffre d’affaires observées.

Sélectionnez les cellules B2 à B58.

A58.
Tout comme pour la fonction PREVISION.ETS,
Achèvement_données concerne la gestion des valeurs
manquantes. Il n’y a pas de valeurs manquantes dans la série
chronologique.
Agrégation : la fonction regroupe les points associés aux mêmes

date et heure. Le paramètre d’agrégation est une valeur numérique
indiquant la méthode utilisée pour regrouper plusieurs valeurs avec
les mêmes date et heure. La valeur par défaut de 0 utilise la
MOYENNE. Les autres options sont SOMME, NB, NBVAL, MIN, MAX
et MÉDIANE. Dans la série chronologique, toutes les dates sont
uniques.
Cliquez sur OK.

Le résultat est 12, ce qui signifie qu’en moyenne, la durée des
saisonnalités est de 12 mois.
En effet, d’après la représentation graphique des données, cela

semble correct.
La fonction
PREVISION.ETS.CONFINT
La fonction PREVISION.ETS.CONFINT va permettre de déterminer

un intervalle de confiance sur les prévisions réalisées avec la
fonction PREVISION.ETS.
Le concept d’intervalle de confiance
Jusque-là, nos prévisions se contentaient de donner un seul chiffre.

Les intervalles de confiance permettent de retranscrire le caractère
incertain inhérent à toute analyse prédictive.
L’intervalle donne une limite haute et une limite basse, la valeur

réelle de la prévision réalisée devrait se trouver dans cet intervalle.
Un niveau de confiance est attaché à cet intervalle. Il s’agit d’un
chiffre compris entre 0 et 1 traduisant la probabilité que la valeur
réelle de la prévision se trouve dans cet intervalle.
Les seuils de confiance à 90 %, 95 % et 99 % sont en général les

plus utilisés.
Plus la probabilité du niveau de confiance sera élevée, plus

l’intervalle sera grand.
Exemple
Une étude tente de déterminer la taille moyenne des individus en

Europe.
Deux méthodes peuvent être envisagées :
● Soit mesurer l’ensemble des Européens, ce qui va être

extrêmement long.
● Soit mesurer un échantillon relativement important
d’individus prélevés au hasard dans toute l’Europe. À partir
de là, il sera possible d’estimer la taille moyenne probable
des Européens.
Si la taille moyenne des individus de l’échantillon est de 1m75,

est-ce que cette taille est également exactement la taille moyenne
de l’ensemble des individus en Europe ?
Probablement pas, c’est pour cela qu’il est plus judicieux

d’accompagner ce chiffre par un intervalle de confiance. Celui-ci
peut se présenter de cette façon :
Intervalle de confiance à 95 % de la taille moyenne des Européens :
[1m73, 1m77]
Il y a une probabilité de 95 % que la taille moyenne de l’ensemble

des individus en Europe soit comprise entre 1m73 et 1m77.
Additionner 2 cm à 1m75 donne la limite haute et soustraire 2 cm à
1m75 donne la limite basse de l’intervalle de confiance. La marge
d’erreur est donc de + ou - 2 cm.
La fonction PREVISION.ETS.CONFINT calcule automatiquement

cette marge d’erreur selon l’algorithme du lissage exponentiel triple.
Il sera ensuite facile de donner un intervalle de confiance pour
chacune des prévisions effectuées avec la fonction PREVISION
.ETS.
Application
1ère étape : calcul de la marge d’erreur avec la fonction

PREVISION.ETS.CONFINT
Sélectionnez la cellule C59 et saisissez =PREVISION.ETS.CONFINT(
et cliquez sur le bouton Insérer une fonction situé dans la barre
de formule.
La Date_cible est la date à laquelle nous souhaitons faire une

prévision ; sélectionnez la cellule A59 pour effectuer une prévision
pour octobre 2023.
Les Valeurs vont être les données du chiffre d’affaires observées.

Sélectionnez les cellules B2 à B58.
nous allons figer les lignes dans notre formule.

A58.
À nouveau, pour pouvoir par la suite copier cette formule vers le

bas, ajoutez le signe $ avant les références aux lignes soit
A$2:A$58.
Pour le Niveau de confiance, nous allons utiliser une probabilité de

95 %. Saisissez 0,95.
Caractère_saisonnier est la longueur moyenne en nombre
d’observations des saisonnalités dans la série chronologique. Si
nous connaissons ce nombre, il est possible de l’indiquer, sinon
Excel le détectera automatiquement.
Nous l’avons calculé précédemment avec la fonction

PREVISION.ETS.CARACTERESAISONNIER, le résultat était égal à
12. Vous pouvez saisir 12 ou ne rien saisir et laisser Excel
déterminer automatiquement la saisonnalité, le résultat sera le
même.
Avec ces éléments, la marge d’erreur est de 5 412,20.

recopie.
2ème étape : calcul de l’intervalle
Pour calculer la limite basse, il faut déduire la marge d’erreur de la

prévision réalisée.
Sélectionnez la cellule D59, entrez la formule =B59-C59.

recopie de la cellule D59.
Pour calculer la limite haute, il faut ajouter la marge d’erreur à la

prévision réalisée.
Sélectionnez la cellule E59, entrez la formule =B59+C59.

recopie de la cellule E59.
Interprétation des résultats :
En prenant comme exemple la prévision d’octobre 2023, la valeur

estimée est de 128 605. Il y a une probabilité de 95 % que la valeur
réelle soit comprise entre 123 193 et 134 018.
L’outil Feuille de prévision

donnee_ETS du fichier nouv_fonc_prev.xlsx. Les prévisions
réalisées grâce à l’outil Feuille de prévision se trouvent dans l’onglet
ETS_outils_prev.
L’outil Feuille de prévision va permettre de réaliser l’ensemble des

opérations précédentes en quelques clics.
Dans l’onglet donnee_ETS, sélectionnez les données de A1 à B58.

Dans le ruban, dans le groupe Prévision de l’onglet Données, cliquez
sur Feuille de prévision.
La boîte de dialogue Créer la feuille de calcul de prévision apparaît à

l’écran.
Dans Fin de la prévision, saisissez 01/12/2024.
Vérifiez que les paramètres contenus dans Options sont tels que
dans la capture ci-dessous :
Cliquez sur le bouton Créer, Excel va insérer une nouvelle feuille de
calcul comprenant les prévisions effectuées avec la fonction
PREVISION.ETS et un intervalle de confiance calculé selon le niveau
de confiance sélectionné.
En outre, la feuille de calcul sera complétée d’une représentation
graphique des données, des prévisions et de l’intervalle de
confiance :
Introduction
Ce chapitre consacré à la prise de décision aborde les trois
éléments principaux à prendre en compte lors de l’estimation de la
rentabilité d’un projet :
● La prise en compte de la valeur temps.
L’étymologie du mot « finance » vient du latin « finire » : finir,
mener à terme.
Ce sens ancien nous renseigne sur le but premier de la
finance : avec le développement de la civilisation sont
apparus à la fois l’échange à crédit et la mise en place de
projets complexes entraînant un décalage temporel entre
l’investissement initial et le retour sur investissement.
Nous aborderons dans cette partie différentes méthodes
permettant d’estimer la rentabilité d’un projet en prenant en
compte la temporalité.
● L’optimisation des ressources en avenir certain.
Dans cette partie, nous étudierons deux méthodes pratiques
d’optimisation avec Excel et l’outil Solveur.
● La prise en compte de l’incertitude.
La décision d’investir ne peut s’effectuer qu’à partir du
moment où l’espérance de gain l’emporte sur le risque
associé au projet. Nous aborderons deux outils permettant
de modéliser le risque : l’arbre de décision et la simulation
Monte-Carlo.
Nous aborderons donc dans ce chapitre, la notion de temps et de

risque.
Concrètement, préférez-vous :
● 100 € maintenant ou bien 100 € dans 1 an ?
La réponse sera probablement 100 € maintenant.
● 100 € maintenant ou bien 110 € dans 1 an ?
Ici la réponse est déjà moins évidente, avez-vous besoin de
cette somme immédiatement ? Quel est le risque de ne pas
récupérer ces 110 € dans 1 an ?
Il existe de nombreuses méthodes pour évaluer un projet : la

période de retour sur investissement, l’augmentation de la part de
marché, la satisfaction des clients, etc.
Cependant d’un point de vue financier, deux méthodes semblent
particulièrement appropriées pour évaluer la rentabilité d’un projet :
la valeur actuelle nette (V.A.N) et le taux interne de rentabilité (T.I.R).
Dans la pratique, une troisième méthode est aussi souvent utilisée,
la période de retour sur investissement, même si à mes yeux, elle
semble moins pertinente.
Nous allons étudier ces trois méthodes dans les pages qui suivent.
Mais avant d’entrer dans les détails de l’évaluation financière de la
rentabilité d’un projet, il y a un principe sous-jacent à chacune de
ces méthodes :
Un euro aujourd’hui vaut plus qu’un euro demain
En d’autres termes, le passage du temps lui-même à une valeur. En

finance, cette valeur est matérialisée par un taux d’intérêt.
Le principe de capitalisation
Pour calculer la valeur future d’une somme, nous effectuons un
calcul dit de capitalisation. Dans la vie courante, ce principe peut
être illustré par les taux appliqués à l’épargne des particuliers :
Si nous plaçons 1 000 € sur un compte ayant un taux d’intérêt de 5
% par an, au bout d’un an nous aurons : 1 000 € x 1,05 = 1 050 €.
Au bout de deux ans, nous aurons : 1 000 € x 1,05 x 1,05 = 1 102,5 €
Il est aussi possible d’écrire 1 000 € x 1,05²
C’est ce que l’on appelle en finance la valeur capitalisée d’un flux.
La valeur capitalisée d’un flux unique peut se schématiser de la
manière suivante :
Et nous pouvons écrire

Avec
Vn : valeur à la période n
V0 : valeur à la période 0
i : taux d’intérêt
Valeur capitalisée d’une suite

d’annuités constantes
Une annuité constante de placement est une somme d’argent

versée à chaque période pour constituer par exemple une épargne.
Si nous prenons l’exemple d’un versement annuel de 1 000 € répété

pendant trois ans au taux d’intérêt de 5 %, nous pouvons tracer le
tableau suivant :
Et nous pouvons écrire :
Valeur obtenue au bout de trois ans = 1 000 x (1,05)² + 1 000 x

(1,05) + 1 000 = 3152,50
Ou encore : 1 000 [(1,05)² + (1,05) + 1] = 3152,50
D’une manière générale, la formule de la valeur acquise d’une suite

d’annuités constantes de placement est :
Où
vn : valeur obtenue à la fin de la période
a : montant des versements
n : le nombre de versements
i : le taux d’intérêt
Un jeune employé décide d’économiser dans le but de placer

chaque année 2 000 € sur un compte bloqué à un taux de 5 % et
cela durant 40 ans.
Quelle somme aura-t-il acquis pour profiter de sa retraite ?
Vous retrouverez cet exemple dans l’onglet capitalisation du fichier

capitalisation_actualisation.xlsx. Sa résolution se trouve dans
l’onglet capitalisation_resolution.
Dans Excel, nous pouvons saisir le tableau suivant :

La fonction VC d’Excel va nous permettre de calculer la valeur
acquise (ou valeur capitalisée).
Sélectionnez la cellule C8, saisissez =VC(, puis cliquez sur le bouton
Insérer une fonction situé dans la barre de formule.
Taux correspond au taux d’intérêt retenu soit 5 %, sélectionnez la

valeur contenue dans la cellule C6.
Npm est le nombre total de remboursements durant l’opération,
sélectionnez la valeur contenue dans la cellule C5 soit 40.
Vpm correspond au montant du remboursement pour chaque

période, sélectionnez la valeur contenue dans la cellule C4 soit 2
000.
Vous devriez avoir le résultat suivant :

Le résultat est -241 599,55 €.
Notez que la valeur est négative, car la fonction VC calcule la valeur

future d’un investissement et non la valeur d’une épargne. Nous
allons ajouter la fonction ABS à notre formule pour avoir un résultat
en valeur absolue.
Pour avoir la valeur acquise d’une épargne, modifiez la formule de la

cellule C8 en =ABS(VC(C6;C5;C4)).
Le capital acquis sera de 241 599,55 €.
Il s’agit d’une somme conséquente !
À première vue, nous pouvons penser qu’il y a une erreur de calcul,

d’autant plus que 2 000 x 40 est seulement égal à 80 000.
Pourtant en reprenant la formule de calcul d’une suite d’annuités

constantes de placement nous avons :
La valeur actuelle
La valeur actuelle est la situation inverse de la valeur capitalisée,
cette fois, il s’agit de calculer la valeur actuelle d’une somme à
percevoir dans le futur.
Exemple
Avec un taux d’intérêt de 5 %, quelle somme faudrait-il déposer pour
atteindre un montant de 1 000 € au bout d’un an ?
1 000 € / 1,05 = 952,38 €
Ou
1 000 € x (1,05)-1 = 952,38 €
Dans ce cas, 952,38 € aujourd’hui est « économiquement équivalent
» à 1 000 € dans 1 an.
Il est possible de vérifier ce calcul en calculant la valeur capitalisée
de 952,38 € au taux d’intérêt de 5 % durant 1 an.
Nous avons :
952,38 € x (1,05) = 1 000 €
Toujours selon la même logique, combien d’épargne faudrait-il
déposer pour arriver à la somme de 1 000 € dans deux ans ?
1 000 € / (1,05)2 = 907,03 €
Ou
1 000 € x (1,05)-2 = 907,03 €
C’est ce que l’on appelle en finance la valeur actualisée d’un flux.
Et nous pouvons écrire :
ou
Avec
V0 : la valeur initiale
Vn : la valeur obtenue à la période n
Valeur actualisée d’une suite

d’annuités constantes
Quelle est la valeur actuelle de 3 annuités de 1 000 € placé au taux

de 5 % ?
Nous pouvons écrire :
Valeur actuelle = 1 000 / (1,05) + 1 000 / (1,05)2+ 1 000 / (1,05)3
Valeur actuelle = 2723,25 €
La valeur actualisée d’une suite d’annuités constantes peut se

calculer avec la formule.
Avec
V0 : la valeur actuelle
V : le montant de chacun des versements
Combien d’épargne faudrait-il si vous souhaitez dépenser 10 000 €

par an pendant les 25 prochaines années en supposant un taux
d’actualisation de 5 % ?
Vous retrouverez cet exemple dans l’onglet actualisation du fichier

capitalisation_actualisation.xlsx. Sa résolution se trouve dans
l’onglet actualisation_resolution.
Dans Excel, nous pouvons saisir le tableau suivant :

La fonction VA d’Excel va nous permettre de calculer la valeur
actualisée de cette suite d’annuités constantes.
Sélectionnez la cellule C8, saisissez =VA(, puis cliquez sur le bouton
Insérer une fonction situé dans la barre de formule.
Taux correspond au taux d’intérêt retenu soit 5 %, sélectionnez la

valeur contenue dans la cellule C6.
Npm est le nombre total de remboursements durant l’opération,

sélectionnez la valeur contenue dans la cellule C5 soit 25.
Vpm correspond au montant du remboursement pour chaque
période, sélectionnez la valeur contenue dans la cellule C4 soit 10
000.
Vous devriez avoir le résultat suivant :
Le résultat est -140 939,45 €.
Notez que la valeur est négative, car la fonction VA calcule la valeur

future d’un investissement et non d’une épargne. Nous allons
ajouter la fonction ABS à notre formule pour avoir un résultat en
valeur absolue.
Pour avoir la valeur acquise d’une épargne, modifiez la formule de la
cellule C8 en =ABS(VA(C6;C5;C4)).
Le montant d’épargne nécessaire est 140 939,45 €.
Le calcul réalisé a été le suivant :
La Valeur Actuelle Nette (VAN)
Principe
Évaluer un projet nécessite de comparer le capital investi à

l’ensemble des flux de trésorerie estimés.
Cette comparaison implique l’évaluation du capital investi et des

flux nets de trésorerie liés au projet à une même date. En général,
cette date est le début du projet soit la date 0 et donc, le calcul de la
VAN nécessite l’actualisation des flux de trésorerie estimés.
La VAN est la différence entre la prévision des flux nets de

trésorerie actualisés relatifs à l’investissement et le coût initial lié à
cet investissement.
En anglais, le flux net de trésorerie est appelé cash-flow. Ce terme
est aussi couramment utilisé en France.
Quelle est la signification du

taux d’actualisation ?
Pour l’entreprise
L’actualisation des flux de trésorerie nécessite l’utilisation d’un taux

d’actualisation. Pour l’entreprise, ce taux est le taux de rentabilité
minimum exigé par l’entreprise.
En pratique, ce taux est équivalent au coût du capital utilisé par

l’entreprise. Le capital dont dispose l’entreprise provient
généralement de plusieurs sources. À chaque source correspond
un coût.
Exemple : La banque prête à 5 %, les actionnaires demandent un
dividende de 8 %, etc.
Le coût du capital est la moyenne pondérée des coûts des

différentes sources de fonds auxquelles l’entreprise fait appel.
Si la VAN est positive, le projet est créateur de richesse pour

l’entreprise.
À l’inverse, si la VAN est négative, le projet est destructeur de

richesse pour l’entreprise. Il devrait donc a priori être rejeté.
Pour les investisseurs
Pour l’investisseur, le taux d’actualisation représente ce que l’on

appelle le coût d’opportunité, c’est-à-dire le rendement d’un
placement alternatif comportant un risque équivalent. L’investisseur
pourra donc utiliser le taux du placement alternatif comme taux
d’actualisation de la VAN du projet. Si la VAN calculée est positive,
alors le projet est susceptible de générer plus de valeur pour
l’investisseur.
En anglais, la VAN est appelée Net Present Value (NPV).

Un projet permet de dégager les flux de trésorerie futurs suivants :
Dans cet exemple, nous allons décomposer le calcul de la valeur

actuelle des flux de trésorerie futurs, puis nous allons utiliser la
fonction VAN pour automatiser cette manipulation.
Vous retrouverez cet exemple dans l’onglet van_1 du fichier

VAN_tri.xlsx. La correction de cet exemple se trouve dans l’onglet
van_1_correction.
La zone nommée
Le taux d’actualisation se trouve dans la cellule G3, cette cellule a

été nommée taux.
Détail des calculs de la valeur actuelle des flux de trésorerie
Dans la cellule C4, saisissez la formule =C3/(1+taux).

Dans la cellule D4, saisissez la formule =D3/(1+taux)^2.
Dans la cellule E4, saisissez la formule =E3/(1+taux)^3.
Calcul de la somme des valeurs actuelles des flux de trésorerie
Dans la cellule B5, saisissez la formule =SOMME(C4:E4).
Utilisation de la fonction VAN

Le premier paramètre de cette fonction est le taux d’actualisation, le
deuxième paramètre concerne les flux de trésorerie.
Dans la cellule B6, saisissez la formule =VAN(taux;C3:E3).
Avec un taux d’actualisation de 5 %, le résultat est le suivant :
À partir de ce tableau, vous testez différents taux d’actualisation,

vous pouvez remarquer que plus ce taux est élevé, plus le montant
des flux de trésorerie actualisés diminue. En effet, nous avons
besoin de « moins d’argent » pour arriver au montant des flux des
années 1, 2 et 3.
Exemple avec un taux d’actualisation de 10 %

Application de la méthode de
la valeur actuelle nette dans le
choix d’un projet
En utilisant la méthode de la valeur actuelle nette dans le cadre d’un

projet, l’entreprise va, d’une part, estimer le coût du projet
(investissement initial + éventuellement coûts différés comme par
exemple des coûts de formation), et d’autre part, les flux de
trésorerie estimés qui vont découler de la réalisation de ce projet.
Considérons les deux projets suivants :
A priori, il semblerait qu’il soit opportun d’opter pour le projet A, car

celui-ci devrait permettre d’obtenir un résultat plus important au
bout de trois ans.
Cependant, en admettant un taux d’actualisation de 10 % et en

prenant en compte les décalages temporels des flux de trésorerie,
lequel des deux projets à la valeur actuelle nette la plus élevée ?
Vous retrouverez cet exemple dans l’onglet projet_van du fichier
VAN_TRI.xlsx. La correction de cet exemple se trouve dans l’onglet
projet_van _correction.
La zone nommée
Le taux d’actualisation se trouve dans la cellule H2, cette cellule a

été nommée taux_actualisation.
Calcul de la V.A.N du projet A
Dans la cellule B7, saisissez la formule

=VAN(taux_actualisation;C4:E4)+B4.
La VAN est l’actualisation des flux de trésorerie générés par le

projet diminué du coût initial du projet. La cellule B4 a donc été
ajoutée à la formule, car elle fait référence au coût initial du projet
soit -20 000.
Calcul de la V.A.N du projet B

Suivant la même logique, dans la cellule B9, saisissez la formule
=VAN(taux_actualisation;C5:E5)+B5.
Nous obtenons le résultat suivant :
Avec un taux de 10 %, c’est le projet B qui a la valeur actuelle nette

la plus élevée.
Analyse de la sensibilité de la
VAN
L’analyse de la sensibilité de la VAN constitue une méthode

d’évaluation de projet simple à mettre en œuvre, elle est
particulièrement utile en environnement incertain.
Cette méthode permet d’observer les impacts du changement de

valeur des variables constitutives du projet sur la VAN.
Les variables étudiées peuvent être par exemple le prix de vente, le

volume des ventes, les coûts variables, les coûts fixes, etc.
Application avec Excel : sensibilité à une variable
L’entreprise Elena souhaite se lancer dans la confection de t-shirts.

Ce projet nécessite l’acquisition d’une machine pour un montant
estimé à 200 000 €.
Le prix de vente unitaire serait de 10 €, le coût variable de 5 €. La

marge (sur coût variable unitaire) est estimée à 5 €.
Les données du service marketing concernant la prévision des

ventes sont les suivantes :
Année 1,2 et 3 : 12 000 unités (nombre de base)
Année 4 : 9 600 unités (80 % du nombre de base)
Le taux d’actualisation retenu est 10 %.
Ces données peuvent être représentées de la manière suivante :

Vous retrouverez cet exemple dans l’onglet analyse_van_1 du fichier
VAN_TRI.xlsx. La correction de cet exemple se trouve dans l’onglet
analyse_van_1_correction.
Les zones nommées
Cellule B2 : quantité_vente_base
Cellule B3 : prix_vente
Cellule B4 : cout_var_unit
Cellule B15 : VAN
Cellule E2 : tx
Calcul des flux nets de trésorerie
Saisissez la formule de calcul du cash-flow de l’année 1 dans la

cellule C13 : =quantité_vente_base*(prix_vente-cout_var_unit)*C8.
Soit les quantités vendues × (le prix de vente - le coût variable

unitaire) × le taux de projection des ventes.
Copiez la formule contenue dans la cellule C13 dans les cellules

D13 à H13 pour calculer les flux nets de trésorerie des années 2 à 6.
Calcul de la VAN
Dans la cellule B15, saisissez la formule =VAN(tx;C13:H13)+B13.

La VAN est positive, le projet est donc susceptible de créer de la
richesse pour l’entreprise.
Cependant, le service marketing n’a fait qu’une estimation du

nombre des ventes, celui-ci reste incertain. Il serait intéressant de
voir comment réagit la VAN à un changement du montant des
ventes. Cela s’appelle l’analyse de la sensibilité de la VAN aux
quantités vendues.
Dans la plage de cellules B21:C37, un tableau a été créé à cet effet.

Il va permettre d’utiliser l’outil Table de données d’Excel pour
réaliser cette analyse avec plusieurs niveaux de quantités vendues.
Dans la cellule C21, faites référence à la cellule nommée qui
contient la formule de calcul de la VAN : =VAN puis Entrée.
Sélectionnez la plage de cellules B21 :C37, puis allez dans l’onglet

Données, groupe Prévision - Analyse scénarios - Table de données.
La boîte de dialogue Table de données apparaît à l’écran.
Dans Cellule d’entrée en colonne, appuyez sur la touche F3.
La boîte de dialogue Coller un nom apparaît à l’écran.
Sélectionnez quantité_vente_base (c’est-à-dire la zone nommée

faisant référence à la cellule B2), puis cliquez sur OK.
Excel a automatiquement calculé la VAN du projet pour tous les

niveaux de quantités de ventes mentionnés dans les cellules B22 à
B37.
Nous pouvons nous apercevoir qu’il faut atteindre environ 11 600
unités vendues pour avoir une VAN positive.
Il est possible à partir de ces données d’effectuer une

représentation graphique de la sensibilité de la VAN aux quantités
vendues.
Exemple et application avec
Excel : sensibilité à deux
variables
À présent, nous allons établir une analyse de la sensibilité de la VAN

avec deux variables : les quantités vendues et le coût variable.
L’onglet analyse_van_2 du fichier VAN_tri.xlsx reprend le calcul de la

VAN du projet A calculé précédemment.
Vous retrouverez la correction de cet exemple dans l’onglet

analyse_van_2_correction.
Un tableau à double entrée a été placé dans la plage de cellules A20
: M37. Plusieurs niveaux de quantités vendues ont été saisis en
colonne dans les cellules B22 à B37. De même, plusieurs niveaux
de coût variable ont été saisis en ligne dans les cellules C21 à M21.
Ce tableau va permettre d’utiliser l’outil Table de données d’Excel

pour réaliser cette analyse de sensibilité à deux variables.
Dans la cellule B21, faites référence à la cellule qui contient la
formule de calcul de la VAN =B14.
Sélectionnez la plage de cellules B21:M37 puis allez dans l’onglet

Données, groupe Prévision, Analyse scénarios, Table de données.
Dans Cellules d’entrée en ligne, sélectionnez la cellule B4 soit le

coût variable.
Dans Cellule d’entrée en colonne, sélectionnez la cellule B2 soit les

quantités vendues.
Cliquez sur OK.
Excel a automatiquement calculé la VAN du projet pour les

différents niveaux de quantités de ventes mentionnées dans les
cellules B22 à B37 ainsi que pour les différents niveaux de coût
variables mentionnés dans les cellules C22 à C37.
Nous allons utiliser une mise en forme conditionnelle pour mettre

en lumière les VAN négatives.
Sélectionnez la plage de cellules C22:M37 ; dans le ruban, onglet

Accueil, groupe Styles, cliquez sur Mise en forme conditionnelle
puis Règles de mise en surbrillance des cellules puis Inférieur à.
La boîte de dialogue Inférieur à s’affiche à l’écran.
Dans Mettre en forme les cellules dont le contenu est inférieur à,

saisissez 0.
Le taux interne de rentabilité (TIR)
Principe
Le TIR est le taux pour lequel la VAN est nulle. Si ce taux est
supérieur au taux d’actualisation retenu (en d’autres termes, au coût
du capital), le projet est potentiellement créateur de valeur pour
l’entreprise.
Cette méthode est peut-être la méthode la plus utilisée pour évaluer

la rentabilité d’un projet.
Imaginons un projet ayant un coût de 100, susceptible de générer

un cash-flow de 110 en N+1.
Nous avons :
Le taux de rentabilité interne de ce projet est : (110 -100)/100 = 10

%
Au taux de 10 %, la VAN de ce projet est : - 100 + 110/(1,1) = 0
Le projet est potentiellement acceptable si le coût du capital de

l’entreprise est inférieur à 10 %, car dans ce cas, la VAN du projet
sera positive.
Imaginons à présent un projet ayant un coût initial de 100, un
cash-flow de 0 en N+1 et un cash-flow de 110 en N+1.
Nous avons :
Nous pouvons écrire :
D’une manière générale, le TIR est la résolution de l’équation

suivante :
Exemple :
Un investissement de 32 000 € devrait engendrer un flux de

trésorerie de 12 000 € dans un an, 14 400 € dans deux ans et 12
000 € dans trois ans.
Devons-nous accepter ce projet sachant que le coût du capital est
estimé à 7 % ?
Nous avons l’équation suivante :
0 = - 32 000 + 12 000/(1+ TIR) + 14 400/(1 + TIR)^2 + 12 000/(1 +

TIR)^3
TIR = 9,69 %
Le plus simple pour résoudre une telle équation est de faire

plusieurs essais de taux de TIR successifs, mais bien entendu,
Excel dispose d’une fonction qui calcule automatiquement le TIR.
Nous allons utiliser la formule TRI pour calculer le taux de

rentabilité interne. À partir de l’exemple précédent, nous pouvons
créer le tableau suivant :
Vous retrouverez cet exemple dans l’onglet TIR du fichier
VAN_tri.xlsx.
Le premier paramètre de la fonction TRI : les flux de trésorerie ; le

deuxième paramètre (facultatif) est la valeur d’estimation.
Ce second argument, facultatif dans la formule du TRI, représente

le taux que l’on estime être au plus proche de notre résultat.
Excel utilise un taux de 10 % comme valeur par défaut.
Dans la cellule C6, saisissez la formule =TRI(C4:F4).
Le résultat est 9,69 %, si nous prenons comme hypothèse que le

taux d’actualisation retenu par l’entreprise est de 7 %, le projet est
acceptable, car potentiellement créateur de valeur.
Biais d’interprétation et erreur

courante liée au TIR
Bien souvent, dans le cas d’un choix entre deux projets, il est
recommandé de choisir le projet ayant le TIR le plus élevé.
Cela n’est cependant pas tout à fait vrai et parfois, dans la pratique,
cela peut entraîner des erreurs.
Considérons deux projets, A et B avec les éléments suivants :
Vous retrouverez cet exemple dans l’onglet biais_TIR du fichier

VAN_tri.xlsx.
Calculons le TIR de ces deux projets :
Dans la cellule C6, saisissez la formule =TRI(C3:C5).
Copiez la formule contenue dans la cellule C6 dans la cellule D6.

À partir de là, il semblerait que le projet B soit le projet susceptible
de créer le plus de valeur pour l’entreprise puisque le TIR associé à
ce projet est plus élevé que pour le projet A.
En vérité, la bonne réponse est : cela dépend !
Calculons la VAN de ces deux projets au taux d’actualisation de 5 %,

11 % et 20 % :
Taux d’actualisation à 5 %
Dans la cellule C15, saisissez la formule =VAN($C9;C13:C14)+C12.

Copiez la formule contenue dans la cellule C15 dans la cellule D15.
Au taux d’actualisation de 5 %, c’est le projet A qui a la VAN la plus

importante.
Modifiez la valeur de la cellule C9 à 11 %.

Avec un taux d’actualisation de 11 %, les deux projets ont une VAN
à peu près équivalente.
Modifiez la valeur de la cellule C9 à 20 %.
Comme nous l’avons calculé précédemment, le TIR du projet A est

de 20 %. Pour le projet A, la VAN au taux d’actualisation de 20 % est
donc nulle.
Dans ce cas, le projet B est celui qui est susceptible d’apporter le
plus de valeur à l’entreprise.
Si nous faisons une représentation graphique de la VAN des deux

projets à différents taux d’actualisation, nous obtenons le résultat
suivant :
Jusqu’à un taux d’actualisation d’environ 11 %, c’est le projet A qui a

la VAN la plus élevée. Au-delà, c’est le projet B qui est susceptible
de générer le plus de valeur pour l’entreprise.
Dans le cas d’un choix entre deux projets, le critère de la VAN est le
plus pertinent.
Cas pratique : étude de la
rentabilité d’un projet
La société Elena envisage l’acquisition d’une machine industrielle

pour une valeur de 42 000 €.
Ce projet permettrait d’augmenter le chiffre d’affaires de la manière

suivante :
Les charges d’exploitation augmenteraient de 6 400 € par mois.
L’investissement serait amorti sur 5 ans selon le système linéaire

soit 8 400 € par an.
Le taux d’imposition est de 33 %.
Le taux d’actualisation retenu est de 10 %.

Vous retrouverez cette étude de cas dans l’onglet rentabilité_projet
du fichier VAN_tri.xlsx, sa résolution se trouve dans l’onglet
rentabilité_projet_correction.
D’après ces informations, il est possible de tracer le tableau suivant

:
Les zones nommées
G4 : Tx_imposition
H4 : Tx_actualisation
Première étape : détermination des flux nets de trésorerie
Calcul du bénéfice d’exploitation avant impôt

Sélectionnez les cellules D11 à H11.
Dans la barre de formule, saisissez =SOMME(D8:D10).
Appuyez sur CtrlEntrée pour entrer la formule sur l’ensemble de

cellules sélectionnées.
Calcul de l’impôt sur les sociétés
Dans la barre de formule, saisissez =D11*Tx_imposition.

Calcul du bénéfice d’exploitation après impôt
Dans la barre de formule, saisissez =D11 - D12.

Réintégration des dotations aux amortissements
Précédemment, nous avons déduit les dotations aux

amortissements pour permettre de calculer à la fois le bénéfice
d’exploitation avant impôt et l’impôt sur les sociétés. Pour le calcul
des flux nets de trésorerie, il convient de neutraliser cette opération
en ajoutant à nouveau les dotations aux amortissements.
En effet, il s’agit de charges calculées ne donnant pas lieu à un
décaissement réel de flux monétaire.
Dans la barre de formule, saisissez =ABS(D10).

Calcul des flux de trésorerie
Dans la cellule C15, il suffit de reporter le montant du coût

d’acquisition. Saisissez =C7.

Dans la barre de formule, saisissez =D13+D14.
Appuyez sur CtrlEntrée pour propager la formule sur l’ensemble

de cellules sélectionnées.
Deuxième étape : calcul de la VAN et du TRI
Calcul de la VAN
Le taux d’actualisation se trouve dans la cellule nommée

Tx_actualisation (cellule H4).
Les flux nets de trésorerie sont dans les cellules D15 à H15.
Le coût d’acquisition à l’année 0 se trouve dans la cellule C15.
Avec ces éléments, dans la cellule H17, saisissez la formule pour le

calcul de la VAN =VAN(Tx_actualisation;D15:H15)+C15.
Le résultat est 4 458 €.
Calcul du TRI
Dans la cellule H18, saisissez la formule =TRI(C15:H15).
Le résultat est 14,39 %
Troisième étape : interprétation des résultats
La VAN est positive et le TIR est supérieur au taux d’actualisation de

l’entreprise. Le projet est potentiellement créateur de valeur pour
l’entreprise, il est donc jugé acceptable d’un point de vue financier.
Le délai de récupération du
capital
Principe
Le délai de récupération indique la durée nécessaire pour que le

cash-flow équilibre la dépense d’investissement initiale.
Le délai de récupération répond donc à la réponse suivante :
combien de temps faut-il pour récupérer le capital investi ?
Il s’agit du critère de rentabilité des investissements le plus simple

et le plus ancien, probablement aussi ancien que l’invention de la
monnaie elle-même.
Exemple
Un investissement de - 1 000 permet d’avoir un cash-flow de 300 la

première année, de 700 la deuxième année et de 2 000 la troisième
année.
Délai de récupération : 2 ans (300 + 700 = 1 000)
Avec les éléments suivants :

Année 1 : 300
Année 2 : 500
Année 3 : 2000
Capital restant = 1000 - 800 = 200
Fraction de la 3e année nécessaire à la récupération du capital :
200/2000 = 0,1
Délai de récupération = 2,1 années
Un investissement de 1 000 permettrait de dégager les cash-flows

suivants :
Vous retrouverez cet exemple dans l’onglet délai_recup_exercice du
fichier delai_recup.xlsx. Sa résolution se trouve dans l’onglet
délai_recup_resolution.
Calcul des cash-flows cumulés
Dans la cellule C10, saisissez la formule =SOMME($C8:C8).
Notez le signe $ placé avant la référence à la colonne ($C8). Le fait

de figer cette colonne va nous permettre de calculer le cumul des
cash-flows pour chaque année en copiant la formule vers la droite.
Copiez la formule contenue dans la cellule C10 dans les cellules

D10 à J10.
Calcul de la fraction d’année restante

=SI(D10<0;"";ABS(C10)/D8).
Si le cash-flow cumulé est négatif, alors la formule ne renvoie rien,

sinon la formule renvoie la valeur absolue du cash-flow cumulé de
la période précédente divisé par le cash-flow de la période. En
d’autres termes, le prorata d’année nécessaire à la récupération du
capital.
Copiez la formule contenue dans la cellule D12 dans les cellules

E12 à J12.

Calcul du délai de récupération
Dans la cellule C15, saisissez la formule

=NB.SI(D10:J10;"<0")+INDEX(D12:J12;;NB.SI(D10:J10;"<0")+1).
Le calcul du nombre entier d’années se fait avec la première partie

de la formule NB.SI(D10:J10;"<0"). La fonction NB.SI renvoie le
nombre de valeurs négatives dans les cash-flows cumulés.
Dans notre exemple, il y a 4 années entières avant que le cash-flow

cumulé devienne positif.
Le calcul de la fraction d’année restante se fait avec la deuxième

partie de la formule INDEX(D12:J12;;NB.SI(D10:J10;"<0").
La fonction INDEX recherche une valeur dans un tableau en

fonction de ses coordonnées. Il s’agit de la version de la fonction
Index avec les arguments matrice;no_lig ;no_col.
Matrice : données relatives à la ligne des fractions d’année soit
D12:J12.
No_lig : aucune valeur à entrer puisque nous avons une seule ligne
de données.
No_col : il s’agit de rechercher la première colonne de la ligne des

fractions d’année comportant une valeur. Logiquement, il s’agit du
nombre entier d’années +1 soit NB.SI(D10:J10;"<0")+1.
Nous avons donc :
Cliquez sur OK.

Le délai de récupération du capital est 4,33 années.
Inconvénient de la méthode
du délai de récupération
La méthode du délai de récupération du capital sélectionne le projet

ayant le délai de retour le plus rapide, indépendamment des
cash-flows suivants.
Imaginons les deux projets suivants :

La méthode du délai de récupération du capital favorisera le projet
A puisque le capital est récupéré dès la fin de la première année.
Cependant, même si le délai de récupération du projet B est plus

tardif, ce projet est bien plus rentable.
Dans le jargon financier, les utilisateurs de la méthode du délai de

récupération du capital sont appelés les myopes !
Principe
De manière générale, un problème d’optimisation est un problème
dans lequel le décideur doit agir sur des variables dans le but de
maximiser (ou de minimiser selon le cas) un résultat lié directement
ou indirectement à ces variables.
La plupart des problèmes d’optimisation doivent aussi respecter
des contraintes, c’est-à-dire un nombre maximum ou minimum à ne
pas dépasser relatif à des problèmes économiques, comme par
exemple une contrainte budgétaire ou simplement logique (il n’est
par exemple pas possible de produire une quantité négative).
Il est possible de décomposer un problème d’optimisation en trois
étapes distinctes.
La première étape est la phase de construction du modèle. Nous
allons y déterminer quels sont les variables, les objectifs et les
contraintes puis les retranscrire sous forme algébrique ou tout du
moins, dans notre cas, sous la forme d’un tableau Excel comportant
des formules matérialisant les liens mathématiques entre les
différents éléments du modèle.
La deuxième étape est la phase de résolution du modèle
d’optimisation c’est-à-dire la détermination de la solution optimale
parmi toutes les solutions respectant les contraintes fixées par le
modèle.
Pour cela, nous allons utiliser l’outil Solveur d’Excel.
Sans entrer dans les détails de la résolution algébrique des
problèmes d’optimisation, il est possible d’utiliser trois types
d’algorithmes différents dans le solveur d’Excel :
● L’algorithme Simplex PL qui est le plus approprié dans le cas
d’une programmation linéaire. Le simplex est la méthode
mathématique utilisée et PL veut dire programmation
linéaire. La programmation linéaire est le type d’optimisation
le plus courant. Il a été développé en Union Soviétique durant
la deuxième guerre mondiale pour rationaliser l’allocation
des ressources.
Une programmation linéaire est caractérisée par l’usage
exclusif d’additions, de soustractions ou de multiplications
dans les équations qui la modélisent.
● L’algorithme GRG non linéaire pour des problèmes non
linéaires, c’est-à-dire comportant par exemple des fonctions
exponentielles ou logarithmiques.
● L’algorithme Evolutionnaire qui est inspiré de la manière dont
l’évolution fonctionne en biologie : la génération d’une
batterie de solutions, puis le croisement des meilleures
solutions entre elles pour ne garder que la ou les quelques
solutions optimales. Dans la pratique, le solveur
évolutionnaire est particulièrement utile pour résoudre des
équations utilisant des fonctions non continues, c’est-à-dire
dans Excel des fonctions de type SI, ABS, MAX, MIN, NB.SI,
SOMME.SI, MOYENNE.SI.
Le solveur se trouve dans l’onglet Donnée du ruban, dans le groupe

Analyse.
Si le solveur n’est pas présent dans votre version d’Excel, vous
devez l’installer (cf. le chapitre Outils statistiques de prévisions -
section Le lissage exponentiel - Détermination du coefficient de
lissage).
La troisième étape est la phase d’interprétation des résultats.
Cas pratique n° 1 : optimisation

du nombre de produits à
fabriquer
La société Elena, spécialiste dans la création et la distribution
d’articles végans, aimerait mettre au point une nouvelle gamme de
pulls 50 % coton et 50 % chanvre.
Trois modèles sont à l’étude. La société Elena souhaiterait savoir
combien elle devrait fabriquer de pulls pour chacun des modèles
afin de maximiser son résultat en fonction des éléments suivants :
Ressources nécessaires
Le modèle 1 nécessite 2,5 unités de chanvre, 2,5 unités de coton et
0,75 heure de main-d’œuvre.
Le modèle 2 nécessite 2,8 unités de chanvre, 3,5 unités de coton et
1 heure de main-d’œuvre.
Le modèle 3 nécessite 4 unités de chanvre, 5 unités de coton et 2
heures de main-d’œuvre.
Contraintes
Ressources maximums de chanvre : 1 000 unités
Ressources maximums en coton : 1 500 unités
Ressources maximums en main-d’œuvre : 400 heures
Résultat par unité
Pour le modèle 1 : 6,5 €
Pour le modèle 2 : 7,5 €
Pour le modèle 3 : 11 €
Première étape : construction du modèle
Il est possible de modéliser ce problème de la manière suivante :
Variables
x1, x2 et x3 sont les quantités de modèles 1, 2 et 3 à fabriquer.
Fonction objectif à maximiser
La fonction F correspond au résultat total : F(x1, x2, x3) = 6,5x1 +
7,5x2 + 11x3
Nous recherchons donc :
max[F(x1, x2, x3) = 6,5x1 + 7,5x2 + 11x3]
Contraintes
Il s’agit de la disponibilité de chacune des ressources, nous
pouvons écrire :
Chanvre : 2,5x1 + 2,8x2 + 4x3 ≤ 1 000
Coton : 2,5x1 + 3,5x2 + 5x3 ≤ 1 500
Main-œuvre : 0,75x1 + 1x2 + 2x3 ≤ 400

Ces éléments ont été retranscrits dans l’onglet
optimisation_1_exercice du fichier prog_lin.xlsx. La résolution de
cet exemple se trouve dans l’onglet optimisation_1_resolution.
Les unités fabriquées dans les cellules C5, D5 et E5 ont été
arbitrairement amenées au niveau de 100 unités par modèles dans
le but de vérifier si les formules que nous allons mettre en place
fonctionnent.
Les zones nommées

Dans le but d’améliorer la lisibilité des formules et de simplifier
l’utilisation du solveur, nous allons utiliser des zones nommées
suivantes :
● La cellule H5 est nommée resultat
● La plage C5 à E5 : production
● La plage F10 à F12 : ressources
● La plage H10 à H12 : contraintes
Calcul des ressources utilisées

La fonction SOMMEPROD permet d’effectuer la somme du produit
de deux ou plusieurs plages de cellules ou matrices.
Dans la cellule F10, pour calculer le total des ressources utilisées

en chanvre, saisissez =SOMMEPROD(, puis cliquez sur le bouton
Insérer une fonction .
La Matrice1 correspond aux unités à fabriquer, soit à la zone
nommée production (c’est-à-dire la plage faisant référence aux
cellules C5:E5).
Dans la zone de saisie Matrice1, appuyez sur la touche F3, dans la

boîte de dialogue Coller un nom, sélectionnez production, puis
cliquez sur le bouton OK.
La Matrice2 correspond aux ressources nécessaires en chanvre

soit la plage de cellules C10:E10.
Copiez la formule contenue dans la cellule F10 dans les cellules

F11 et F12 pour calculer le total des ressources utilisées en coton
et en main-d’œuvre.
Le résultat est 1 100 pour les ressources de coton utilisées et 375
pour les ressources en main-d’œuvre.
Calcul du résultat à optimiser
Le résultat total est le produit du total des unités fabriquées par le
résultat par unité.
Dans la cellule H5, pour calculer le résultat total, saisissez la

formule =SOMMEPROD(production;C19:E19).
Avec 100 unités fabriquées pour chaque modèle, le résultat serait
de 2 500 €. Notez que ces quantités de pulls produits respectent les
contraintes de ressources en chanvre, en coton et en main-d’œuvre.
Cependant, pour le moment nous ne pouvons pas déterminer si ce
niveau de production est celui qui permet de maximiser le résultat
obtenu.
Deuxième étape : utilisation du solveur pour déterminer les
quantités optimales à fabriquer
Il serait éventuellement possible de trouver la solution optimale en
testant chaque variable, ou bien en résolvant l’équation suivante de
manière mathématique à la main :
Chanvre : 2,5x1 + 2,8x2 + 4x3 ≤ 1 000
Coton : 2,5x1 + 3,5x2 + 5x3 ≤ 1 500
Main-œuvre : 0,75x1 + 1x2 + 2x3 ≤ 400

max[F(x1, x2, x3) = 6,5x1 + 7,5x2 + 11x3]
Dans les deux cas, cela s’avère relativement laborieux, surtout qu’il
n’est pas rare, dans certains cas réels, d’avoir des dizaines de
variables différentes.
Le solveur va nous permettre de résoudre cette équation en
quelques clics.
Dans le ruban, cliquez sur l’ongletDonnées puis, dans le groupe

Analyse, cliquez sur le Solveur.
L’objectif à définir correspond au résultat total, c’est-à-dire à la zone

nommée résultat. Il s’agit d’un resultat à maximiser, cochez Max.
Les Cellules variables correspondent aux unités fabriquées,

saisissez production.
Au niveau des Contraintes, cliquez sur le bouton Ajouter.

La boîte de dialogue Ajouter une contrainte apparaît à l’écran.
Dans Référence de cellule, appuyez sur la touche F3, dans la boîte

de dialogue Coller un nom, sélectionnez la zone nommée
ressources, soit le total des ressources utilisées, puis cliquez sur le
bouton OK.
Dans la liste déroulante, sélectionnez le signe <=.
Dans Contrainte, appuyez sur la touche F3 ; dans la boîte de

dialogue Coller un nom, sélectionnez la zone nommée contraintes,
puis cliquez sur le bouton OK.
Appuyez sur le bouton OK pour sortir de la boîte de dialogue Ajouter

une contrainte.
Cochez la case Rendre les variables sans contrainte non négatives

puisque logiquement, il n’est pas possible de fabriquer des
quantités négatives.
Dans la liste déroulante Sélect une résolution, sélectionnez Simplex
PL.
Vous devriez obtenir le résultat suivant :

Après un court instant, la boîte de dialogue Résultat du solveur
apparaît à l’écran.
Excel nous informe que le solveur a trouvé une solution.

Le solveur a trouvé le résultat suivant :
La quantité optimale de pulls à produire pour maximiser le résultat,
en fonction des variables et des contraintes est 0 modèle 1, 250
modèles 2 et 75 modèles 3. Le résultat total optimisé serait de 2
700 €.
Hypothèse
La société Elena à la possibilité de recourir à des ressources
supplémentaires pour un coût de 1 000 €.
Si elle fait ce choix, les ressources en chanvre augmenteraient de
200 unités, les ressources en coton de 300 unités et la
main-d’œuvre de 140 unités.
Nous aurions donc les contraintes suivantes :
Voyons grâce au solveur si cette opération s’avère rentable :

Dans les cellules H10 à H12, modifiez les valeurs des contraintes.
Dans le ruban, dans l’onglet Données - groupe Analyse, cliquez sur

Solveur.
Dans la boîte de dialogue Paramètres du solveur, cliquez sur

Résoudre.
La boîte de dialogue Résultat du solveur apparaît à l’écran pour
avertir qu’Excel a trouvé une solution satisfaisante, cliquez sur OK.
Avec les nouvelles contraintes, le résultat total serait de 3 270 €. Il
était précédemment de 2 700 €. La possibilité de recourir à des
ressources supplémentaires pour 1 000 € devrait a priori être
écartée.
Cas pratique n° 2 : optimisation

du choix des projets
Le but de cette application est d’utiliser la possibilité d’utiliser des
contraintes binaires dans le solveur d’Excel.
Cette année, dans le cadre de son développement, la société Elena
a le choix entre 10 projets. Cependant, du fait de contraintes
budgétaires et de contraintes en moyens humains, la société est
dans l’obligation d’effectuer une sélection dans les projets
disponibles tout en gardant à l’esprit la recherche d’un résultat
optimal.
Les différents projets ainsi que leur coût, leur chiffre d’affaires et les
heures de main-d’œuvre nécessaires sont répertoriés dans le
tableau suivant :
Cependant, la société Elena ne dispose que de 20 000 € de budget
et de 100 heures de main-d’œuvre disponibles.
Bien entendu, la société ne peut accepter de demi-projet. Une fois
accepté, le projet doit aller à son terme.
Vous retrouverez cet exemple dans l’ongle opt_projet du fichier
solver_projet.xlsx. Sa résolution se trouve dans l’onglet
opt_projet_resolution.
Première étape : construction du modèle
Pour réaliser cette optimisation, nous allons utiliser une technique
appelée variable muette (dummy variable en anglais). Cette
technique est semblable à du code binaire. Elle consiste à utiliser le
nombre 1 si le projet est accepté ou le code 0 si le projet est refusé.
Le tableau servant de cadre à notre optimisation se présente de la
manière suivante :
Les zones nommées
Par défaut, tous les projets sont codés à 1 dans la plage de cellules
G5:G14 pour pouvoir vérifier par la suite si les formules qui vont être
mises en place fonctionnent correctement.
Cette plage a été nommée au préalable acceptation.
Le résultat total se trouve dans la cellule I15, cette cellule a été
nommée resultat_total.
Le coût total se trouve dans la cellule K15, cette cellule a été
nommée cout_total.
La main-d’œuvre totale utilisée se trouve dans la cellule L15, cette
cellule a été nommée main_oeuvre_total.
La contrainte de coût se trouve dans la cellule K19, cette cellule a
été nommée contrainte_cout.
La contrainte de ressources en main-d’œuvre se trouve dans la
cellule L19, cette cellule a été nommée contrainte_main_oeuvre.
Calcul du chiffre d’affaires, du coût et de la main-d’œuvre par projet
Pour le calcul du chiffre d’affaires par projet, nous allons multiplier
le chiffre d’affaires relatif à chaque projet par la variable muette
correspondante. Si cette dernière est égale à 1, alors le chiffre
d’affaires correspondant au projet sera reporté dans le tableau
d’optimisation.
Si la valeur de la variable muette est égale à 0 (et donc si le projet
n’est pas retenu), le chiffre d’affaires correspondant au projet
concerné dans le tableau d’optimisation sera d’un montant nul.
Dans la cellule J5, saisissez la formule =C5*$G5.

La variable muette se trouve dans la cellule G5, les colonnes ont
été figées grâce au signe $ placé dans la formule pour permettre
de continuer à faire référence à la cellule G5 en copiant la formule
vers la droite.
Le montant reporté est 1 000 puisque la variable muette contenue
dans la cellule G5 est égale à 1.
Si la valeur de la cellule G5 est égale à 0, le calcul devient 1 000 * 0
= 0.
Pour calculer le coût et la main-d’œuvre par projet, sélectionnez la

cellule J5, faites un clic droit, Copier. Sélectionnez la plage de
cellules J5:L14, clic droit, Option de collage, Formules.
Calcul du résultat par projet
Dans la cellule I5, saisissez la formule =J5-K5.
Copiez la formule de la cellule I5 dans les cellules I6 à I14.

Calcul des totaux
Dans la cellule G15, pour calculer le nombre de projets acceptés,
saisissez la formule =SOMME(acceptation).
Nous allons utiliser la fonction SOMMEPROD pour calculer les
totaux relatifs au résultat, au chiffre d’affaires, au coût et à la
main-d’œuvre. En effet, il ne suffit pas d’utiliser une simple fonction
SOMME. Pour pouvoir utiliser le solveur, il faut que nos totaux
soient en lien avec les variables muettes.
Dans la cellule I15, pour calculer le résultat total, saisissez la

formule =SOMMEPROD(acceptation;I5:I14).
Notez que, pour cette formule, nous avons utilisé la zone nommée
acceptation faisant référence aux cellules G5 à G14.
Copiez la formule contenue dans la cellule I15 dans les cellules J15,
K15 et L15 pour calculer le chiffre d’affaires total, le coût total et la
main-d’œuvre totale.
Toutes les variables muettes étant codées à 1, les totaux sont les
mêmes que les totaux du tableau des projets disponibles.
Bien entendu, dans cette configuration, nous dépassons les
contraintes de coûts et de main-d’œuvre.
Deuxième étape : utilisation du solveur pour optimiser les choix de
projets
Dans le ruban, allez dans l’onglet Données, puis dans le groupe

Analyse, cliquez sur Solveur.
Au niveau de l’Objectif à définir, appuyez sur la touche F3 et

sélectionnez la zone nommée resultat_total.
Il s’agit de maximiser le résultat obtenu, sélectionnez la case à

cocher Max.
Dans cellules variables, utilisez la zone nommée acceptation.
Au niveau des contraintes, cliquez sur le bouton Ajouter.

Contraintes de coûts
Dans la boîte de dialogue Ajouter une contrainte, allez dans

Référence de cellule, appuyez sur la touche F3 et sélectionnez la
zone nommée cout_total.
Au niveau de la liste déroulante, sélectionnez le signe <=.

Dans Contrainte, appuyez sur la touche F3 et sélectionnez la zone
nommée contrainte_cout, puis cliquez sur Ajouter.
Contrainte de main-d’œuvre
Allez dans Référence de cellule, appuyez sur la touche F3 et

sélectionnez la zone nommée main_oeuvre_total.
Au niveau de la liste déroulante, sélectionnez le signe <=.
Dans Contrainte, faites référence à la zone nommée

contrainte_main_oeuvre, puis cliquez sur Ajouter.
Utilisation des variables muettes
À présent, nous allons signifier au solveur que les cellules G5 à G14,
c’est-à-dire les cellules faisant référence à la zone nommée
acceptation doivent utiliser un code binaire.
Allez dans Référence de cellule, appuyez sur la touche F3 et

sélectionnez la zone nommée acceptation.
Dans la liste déroulante, sélectionnez bin.
Dans Contrainte, sélectionnez binaire, puis appuyez sur OK.

Ce problème ne peut pas être résolu par l’algorithme Simplex PL, il
est nécessaire d’utiliser l’algorithme GRG non linéaire ou
l’algorithme Evolutionnaire.
Dans la liste déroulante Sélect. une résolution, sélectionnez GRG

non linéaire.

Ce problème est plus complexe qu’il n’y paraît et il est possible
qu’Excel mette une ou deux minutes à trouver la solution optimale.
Vous pouvez voir l’évolution de la résolution du problème par Excel
dans le coin inférieur gauche de l’écran, c’est assez impressionnant
!
Une fois le problème résolu, la boîte de dialogue Résultat du solveur
apparaît à l’écran :
Cliquez sur OK.
Avec l’algorithme GRG non linéaire, Excel a sélectionné 5 projets, les
projets 3, 4, 5, 7 et 9.
Le résultat optimisé est 12 580 €, le coût est de 19 870 € et les
heures de main-d’œuvre utilisées sont de 100 (les ressources en
main-d’œuvre ont été totalement utilisées).
Si vous le souhaitez, vous pouvez tenter d’utiliser l’algorithme
Evolutionnaire pour voir si Excel trouve le même résultat ou un
résultat différent.
À nouveau, dans le ruban, allez dans l’onglet Données, groupe

Analyse, cliquez sur Solveur.
Dans la liste déroulante Sélect. une résolution, sélectionnez
Evolutionnaire, puis cliquez sur le bouton Résoudre.
Excel mettra 2 ou 3 minutes à résoudre le problème avec cet
algorithme, si vous souhaitez abandonner la manipulation, appuyez
sur la touche [Échap] à deux reprises.
À nouveau, le résultat optimisé est 12 580 €, le coût est de 19 870 €
et les heures de main-d’œuvre utilisée sont de 100. Excel trouve le
même résultat avec les deux algorithmes.
La méthode de l’arbre de
probabilité
Principe
Un arbre de probabilité est un outil d’aide à la décision en avenir

incertain. Il représente un ensemble de décisions sous la forme
graphique d’un arbre.
Pour rendre le modèle utile pour la prise de décision, il est possible

d’inclure dans l’arbre les dépenses et les résultats estimés pour
chacune des décisions. Chaque extrémité de l’arbre, les branches
représentent un résultat potentiel.
Dans le but de représenter l’incertitude liée aux résultats de

chacune des décisions prises, la probabilité de chaque évènement
est ajoutée aux branches de l’arbre.
À partir de là, il sera possible de calculer l’espérance mathématique.
L’espérance mathématique est égale à la somme des gains (et des

pertes) pondérées par la probabilité du gain (ou de la perte).
Elle représente l’espérance de gain que nous pouvons « espérer ».
Une des meilleures illustrations de l’espérance de gain se trouve

dans le jeu de poker.
Imaginons qu’avec les cartes que j’ai en mains, j’ai 80 % de chance

de gagner. J’ai mis 5 € dans le pot, l’autre joueur a aussi mis 5 €.
D’après mes cartes, j’ai 80 % de chance de gagner. Si c’est le cas,

j’empoche la totalité du pot, soit 10 €. Cela représente un gain net
de 5 €.
J’ai 20 % de chance de perdre, si c’est le cas, je perds la totalité du

pot, soit 10 €, pour une perte nette de 5 €.
L’espérance mathématique de gain est :
80 % x 5 + 20 % x (-5) = 3
Cette situation est donc profitable, l’espérance mathématique est
positive. Il s’agit en quelque sorte « d’un bon pari ».
C’est le même principe que nous allons utiliser, mis à part que dans
notre arbre de décision, du fait du caractère séquentiel des
décisions, nous allons utiliser des probabilités combinées.
La société Elena souhaite mettre sur le marché une nouvelle

gamme de vêtements. Dans l’idéal, cette nouvelle gamme devrait
être distribuée au niveau national. Cependant, avant de se lancer,
pour limiter les risques, l’entreprise décide de développer le projet
en trois étapes.
Première étape : réalisation d’une étude de marché
La probabilité que l’étude de marché soit un succès est de 80 % (et

donc 20 % d’échecs).
Deuxième étape : test du marché local
Si l’étude de marché est un succès, la société testera le marché au

niveau local. La probabilité de succès de la deuxième étape est de
70 %.
Troisième étape : campagne nationale
Si le test au niveau local est un succès, la société se lancera dans

une campagne nationale. La probabilité de succès de la troisième
étape est de 60 %.
Pour chacune des étapes, en cas d’échec, le projet sera abandonné.
À partir de ces éléments, il est possible de tracer l’arbre de décision

suivant :
Les probabilités associées à chaque étape sont directement

reportées sur l’arbre de décision.
Par convention, les nœuds décisionnels sont représentés par des

carrés.
Les nœuds d’évènements pouvant intervenir sont représentés par
des cercles. Les évènements sont des phénomènes extérieurs à
l’entreprise, mais qui influencent le résultat.
D’un point de vue financier, le projet a les caractéristiques suivantes

:
Nous allons utiliser ces éléments chiffrés pour calculer l’espérance

de gain du projet.
Vous trouverez les données de cet exemple dans le fichier

arbre_probabilité_vierge.xlsx.
Les zones nommées

Dans l’onglet arbre, les cellules suivantes ont été nommées :
B22 : cout_etude_marché
B23 : cout_test_marche
B24 : cout_camp_nationale
E22 : m_test_marche_succes
E23 : m_campagne_nationale_succes
H22 : m_test_marche_echec
H23 : m_campagne_nationale_echec
Calcul des probabilités combinées pour chacun des cas
Pour calculer les probabilités combinées pour chacun des cas, il

suffit de multiplier l’ensemble des probabilités associées à chaque
étape.
Cas n° 1 : succès à chacune des trois étapes

Dans la cellule N5, saisissez la formule =L4*G8*C10.
Cas n° 2 : succès de l’étude de marché, succès du test de marché

local et échec à la campagne nationale
Dans la cellule N12, la formule est =L13*G8*C10.
Cas n° 3 : succès de l’étude de marché, échec du test de marché

local
Dans la cellule N15, la formule est =G16*C10.
Cas n° 4 : Echec dès l’étude de marché
Dans la cellule N18, la formule est =C19.
Calcul des résultats pour chacun des cas

Cas n° 1 : succès à chacune des trois étapes
Dans la cellule O5, saisissez la formule

=(marge_campagne_nationale+marge_test_marche)-(cout_etude_m
arché+cout_test_marche+cout_camp_nationale).
Cas n° 2 : succès de l’étude de marché, succès du test de marché

local et échec à la campagne nationale

=m_test_marche_succes+m_campagne_nationale_echecs-(cout_et
ude_marché+cout_test_marche+cout_camp_nationale).
Cas n° 3 : succès de l’étude de marché, échec du test de marché

local

=m_test_marche_echecs-(cout_etude_marché+cout_test_marche).
Cas n° 4 : Echec dès l’étude de marché

Dans la cellule O18, saisissez la formule =-cout_etude_marché.
Calcul de l’espérance pour chacun des cas
L’espérance de gain pour chacun des cas est le produit de la

probabilité combinée par le résultat.
Dans la cellule P5, pour calculer l’espérance de gain associé au cas

n° 1, saisissez la formule =N5*O5.
Copiez la formule contenue dans la cellule P5 dans les cellules P12,

P15 et P18 pour calculer l’espérance de gain des cas n° 2, 3 et 4.
Calcul de l’espérance de gain total
L’espérance de gain total est simplement la somme des espérances

pour chaque cas.
Dans la cellule P21, saisissez la formule =SOMME(P5:P18).
L’espérance de gain est positive, même si le projet apparaît comme

étant risqué.
Analyse du risque attaché au

projet
L’espérance de gain ne représente en aucun cas ce que le projet va

rapporter à l’entreprise.
Elle représente combien il est possible de gagner, en moyenne. Si

nous répétons ce projet un grand nombre de fois, le gain sera
proche de 9 840.
Imaginons que nous jouons à pile ou face. Avec une pièce non
truquée, la probabilité d’obtenir pile ou bien face est de 50/50, mais
il n’est pas garanti que vous obteniez cette répartition en effectuant
quelques lancés. Parfois, vous aurez plus de piles, et parfois vous
aurez plus de faces.
Par exemple, si vous jetiez la pièce 10 fois, il serait possible

d’obtenir sept piles pour seulement trois faces.
Mais si vous lancez la pièce 100 fois, la probabilité d’obtenir 70
piles (ou plus) et seulement 30 faces (ou moins) est beaucoup plus
basse. Si cela se produit, nous serions même en droit de penser
que la pièce est truquée.
Si vous jetiez la pièce 1 000 fois, la probabilité d’obtenir 700 piles

(ou plus) et 300 faces (ou moins) avec une pièce non truquée est
presque nulle. La répartition des tirages serait proche de 500 piles
et 500 faces.
Plus le nombre de tirages augmente, plus le résultat se rapproche

de la distribution de probabilité associée à l’expérience.
En statistiques, cette loi est appelée la loi des grands nombres. Elle
a été modélisée vers 1690 par le mathématicien suisse Jacques
Bernoulli.
Faisons l’expérience suivante, répétons l’expérience de projet de

mise sur le marché d’une nouvelle gamme de vêtements de la
société Elena étudiée au point précédemment 90 000 fois.
Les résultats et les probabilités associées peuvent être synthétisés

dans le tableau suivant :
Vous retrouverez ce tableau et les 90 000 expériences dans l’onglet
experience du fichier arbre_probabilite.xlsx. Si vous souhaitez
réaliser ce cas pas à pas, vous pouvez utiliser le fichier
arbre_probabilite_vierge.xlsx.
L’espérance de gain est :
90 000 x 0,336 + (-50 000) x 0,224 + (-30 000) x 0,24 + (-10 000) x
0,2 = 9 840.
La probabilité d’avoir un résultat positif est 33,60 % (seul le cas n°1

produit un résultat positif).
Réalisation du jeu d’expérience
Nous allons créer un tableau de 3 colonnes et 30 000 lignes

contenant des nombres générés selon la distribution des résultats
associés au projet de mise sur le marché d’une nouvelle gamme de
vêtements de la société Elena.
Dans le ruban, allez dans l’onglet Données, dans le groupe Analyse,

sélectionnez Utilitaire d’analyse.
Si l’utilitaire d’analyse n’est pas présent dans l’onglet Données du

ruban, allez dans Fichier - Options - Compléments, dans la liste
déroulante Gérer, sélectionnez Compléments Excel, puis cliquez sur
le bouton Atteindre.
Dans la boîte de dialogue Compléments, cochez Analysis ToolPak,

Dans la boîte de dialogue Utilitaire d’analyse, sélectionnez

Génération de nombres aléatoires, puis OK.
La boîte de dialogue Génération de nombres aléatoires apparaît à

l’écran.
Dans Nombre de variables, saisissez 3.
Dans Nombre d’échantillons générés, saisissez 30 000.

Dans la liste déroulante relative à la Distribution, sélectionnez
Discrète.
Dans Plage des valeurs et des probabilités, sélectionnez la plage de

cellules C4:D7, c’est-à-dire la plage faisant référence aux résultats
et aux probabilités associées.
Dans la zone Options de sortie, sélectionnez Plage de sortie et

saisissez par exemple la cellule F3.

Excel a généré 90 000 nombres selon la distribution des résultats

associés au projet de mise sur le marché d’une nouvelle gamme de
vêtements de la société Elena.
Calcul du résultat moyen
Dans la cellule D13, saisissez =MOYENNE(, sélectionnez les cellules

F3 à H3, appuyez sur les touches CtrlShiftFlèche en bas pour
sélectionner l’ensemble des 90 000 données, puis appuyez sur la
touche Entrée.
Du fait du caractère aléatoire des nombres générés par Excel, vous

aurez un résultat légèrement différent de celui-ci. Le résultat est
donc proche de l’espérance de gain que nous avons calculée
précédemment.
Plus le nombre d’expériences généré est important, plus le résultat

moyen va se rapprocher de l’espérance de gain.
Probabilité d’avoir un résultat positif

=NB.SI($F$3:$H$30002;">0")/NB($F$3:$H$30002).
La première partie de la formule calcule le nombre de résultats

positifs grâce à la fonction NB.SI.
La fonction NB.SI permet de compter le nombre de cellules dans

une plage qui correspondent à un critère donné.
La plage correspond aux 90 000 nombres que nous avons générés.

Le critère est ">0".
La deuxième partie de la formule compte le nombre total

d’expériences grâce à la fonction NB.
À nouveau, du fait du caractère aléatoire des nombres générés par

Excel, vous aurez un résultat légèrement différent de celui-ci.
Représentation graphique du risque associé au projet

À partir des résultats et des probabilités relatives au projet de mise
sur le marché d’une nouvelle gamme de vêtements de la société
Elena, nous allons faire une représentation graphique du risque
associé au projet.
Pour cela, nous allons utiliser un graphique en nuage de points avec

le résultat du projet sur l’axe des abscisses et la probabilité
associée au résultat obtenu sur l’axe des ordonnées.
Les données ont été synthétisées dans le tableau suivant :
Vous retrouverez ce tableau associé dans l’onglet graphique du

fichier arbre_probabilité_vierge.xlsx. Le graphique se trouve dans le
fichier arbre_probablité.xlsx.
Sélectionnez la plage C3:D7, c’est-à-dire les données relatives aux

résultats et aux probabilités. Dans le ruban, cliquez sur l’onglet
Insertion, dans le groupe Graphiques, sélectionnez Insérer un nuage
de points (X,Y) ou un graphique en bulles puis choisissez Nuages
de points.
Nous allons apporter des améliorations à ce graphique.
Augmentation de la taille des points et utilisation d’un code couleur

Cliquez sur un des points du graphique, faites un clic droit puis
cliquez sur Mettre en forme une série de données.
Dans le volet Mise en forme des séries de données qui apparaît sur
la droite de l’écran, sélectionnez Remplissage et trait (ou ligne).
Dans Marque, Options des marques, sélectionnez Prédéfini. Au

niveau de la Taille, augmentez la taille à 7.
Dans Remplissage, au niveau de la Couleur, sélectionnez une
couleur rouge.
Dans Contour, sélectionnez Aucun trait.
Enfin, double cliquez sur le point correspondant au cas n°1 (résultat

de 90 000) ; dans le volet Mettre en forme le point de données,
cliquez sur l’icône Remplissage et trait. Dans Couleur, sélectionnez
une couleur bleue pour démarquer visuellement ce point.
Ajout d’étiquettes de données sur chacun des points du graphique
Sélectionnez à nouveau tous les points du graphique, faites un clic

droit puis cliquez sur Ajouter des étiquettes de données.
Des étiquettes de données ont été ajoutées au graphique ;

cependant il s’agit de la probabilité d’occurrence de chacun des
résultats, il serait plus pertinent que les étiquettes de données
renseignent sur le cas que représente chaque point du graphique.
Cliquez sur une étiquette de données, faites un clic droit puis
cliquez sur Mise en forme des étiquettes de données.
Dans le volet Format des étiquettes de données qui s’affiche sur la

droite de l’écran, cochez la case Valeur à partir des cellules.
Dans la boîte de dialogue Plage d’étiquettes de données,

sélectionnez la plage B4:B7, c’est-à-dire la plage de cellules relative
aux différents cas. Puis appuyez sur Entrée et sur le bouton OK.
Décochez la case Valeur Y.
Dans Position de l’étiquette, cochez la case Gauche.
Finalisation du graphique
Supprimez le quadrillage du graphique.
Pour modifier le titre, cliquez sur le titre actuel (Probabilité) et

saisissez par exemple Représentation du risque associé au projet.
Faut-il lancer le projet ?
Nous avons déterminé que l’espérance de gain sur ce projet est

positive ; cependant ce projet est risqué, car il n’y a que 33,6 % de
chance d’obtenir un résultat positif.
Avec ces données, ce sont les seuls éléments que nous pouvons
apporter.
Est-ce que la société Elena est dans une stratégie de diversification

?
Est-ce que la société a assez de disponibilités pour faire face au

pire cas que nous avons estimé (- 50 000 €) ?
Est-ce que par ailleurs la société est exposée à d’autres risques ?
Quelle est l’aversion au risque des décideurs ?
La simulation Monte-Carlo
Principe
La simulation Monte-Carlo propose d’analyser la variabilité d’un

résultat en utilisant un grand nombre de valeurs possibles pour un
ou plusieurs paramètres intervenant dans le calcul de ce résultat.
Les valeurs prises par les paramètres peuvent être soit totalement
aléatoires, soit générées aléatoirement selon une distribution de
probabilité, si cette dernière est connue ou estimée.
Dans la pratique, la distribution de probabilité peut être estimée en
analysant les données historiques de l’entreprise, d’une entreprise
de même type ou bien d’un même secteur.
Après l’examen des résultats d’une simulation Monte-Carlo,

l’analyste est souvent capable de faire des recommandations de
décisions sur les variables contrôlables en ayant une idée de
l’espérance du résultat, mais aussi de sa variabilité.
Cette méthode est utilisée dans de nombreuses disciplines allant

de la physique à la finance. Elle a été utilisée pour la première fois
durant la deuxième guerre mondiale dans le cadre du projet
Manhattan. « Monte-Carlo » était le nom de code utilisé pour cette
méthode, faisant référence au casino de Monte-Carlo et au
caractère incertain des jeux de hasard.
Stanislaw Ulam à gauche et John von Neumann à droite : les
mathématiciens, inventeurs de la simulation Monte-Carlo.
Le café Bob a décidé de tenter de diversifier son activité, en plus

des glaces et des cafés, le gérant souhaite se lancer dans la vente
de petits pains.
Le coût du petit pain serait de 0,90 €.
Le prix de vente du petit pain serait de 1,30 €.
Il existe une association d’aide et de collecte alimentaire qui se

chargerait de récupérer les invendus du jour au prix de 0,50 €.
Ayant une expérience dans la boulangerie et après plusieurs

sondages auprès de sa clientèle actuelle, Bob estime que les ventes
de petits pains journaliers suivraient la distribution de probabilité
suivante :
À partir de ces éléments, nous allons effectuer une simulation
Monte-Carlo pour tenter de déterminer le nombre de petits pains à
commander qui permettrait d’optimiser le résultat de cette nouvelle
activité.
Vous retrouverez cet exemple dans le fichier

simulation_Monte_Carlo.xlsx. Sa résolution se trouve dans le fichier
simulation_Monte_Carlo_resolution.xlsm.
La réalisation du modèle va se faire en trois temps.
Dans un premier temps, nous allons mettre en forme dans Excel les
éléments financiers concernant les petits pains ainsi que
l’estimation de la distribution journalière.
Puis nous allons générer 30 000 expériences de demandes et de

ventes journalières suivant cette distribution. Pour chacune de ces
expériences, nous allons calculer le chiffre d’affaires des petits
pains vendus au café Bob, le chiffre d’affaires des invendus cédés à
l’association de collecte alimentaire, le coût journalier des petits
pains et le résultat total journalier concernant l’activité petits pains
du café Bob.
Enfin, nous allons analyser les données de ces 30 000 expériences

pour calculer l’espérance de gain pour plusieurs niveaux de
quantités de petits pains commandés ainsi que plusieurs calculs
statistiques pour estimer le risque lié à cette nouvelle activité.
Le fichier contient cinq onglets :
Doc
Cet onglet sert à documenter le modèle. Il comporte un schéma

représentant le processus utilisé ainsi qu’une description des
différents onglets et zones nommées utilisées.
Elements_financier
Cet onglet contient le coût unitaire, le prix de vente et le prix des

invendus.
Les zones nommées suivantes ont été définies :
B4 : cout_unitaire
B5 : prix_vente
B6 : prix_invendus
Distribution_demande
Dans cet onglet, la distribution de la demande est représentée de la

manière suivante.
La plage de cellules A5:B9 a été nommée distribution.
statistiques
Dans cet onglet, nous allons déterminer la quantité optimale à

commander pour maximiser l’espérance de gain. En outre, nous
allons établir différents calculs statistiques et représentation
graphique.
La cellule B2 a été nommée qx_commande.
Pour le moment, la quantité à commander a été arbitrairement fixée

à 300 unités.
experiences
C’est dans cet onglet que nous allons réaliser 30 000 expériences
simulant la distribution de la demande. Pour chacune des
expériences, nous allons calculer le résultat à partir du montant des
ventes, du coût de la commande et des invendus cédés.
L’onglet expériences contient un tableau comportant 30 000 lignes.

Dans la colonne Résultat sera calculé le résultat de chacune des
expériences.
La plage de cellules G4:G30004 a été nommée resultat_simulation.
tcd
Dans cet onglet, nous allons mettre en place un tableau croisé

dynamique qui va nous permettre de synthétiser le résultat des 30
000 expériences et de créer un graphique croisé dynamique
retraçant la distribution des résultats obtenus.
Génération des 30 000
expériences
Dans le tableau se trouvant dans l’onglet experiences, la première

colonne contient des numéros de 1 à 30 000 symbolisant le nombre
d’expériences que nous allons simuler.
Vous pouvez vérifier la numérotation en vous positionnant sur la

cellule B4 et en utilisant le raccourci-clavier CtrlFlèche en bas.
L’écran défilera jusqu’à la dernière ligne du tableau.
Pour remonter en haut du tableau, utilisez le raccourci CtrlFlèche

en haut.
Nous allons copier les données relatives à la distribution de la

demande dans l’onglet experiences.
Dans l’onglet Distribution_demande, sélectionnez les cellules A4:B9,

faites un clic droit puis cliquez sur Copier.
Dans l’onglet experiences, sélectionnez la cellule J5, faites un clic

droit puis Coller.
Pour générer 30 000 expériences de demande journalière, allez
dans l’onglet Données, groupe Analyse - Utilitaire d’analyse.
Si l’utilitaire d’analyse n’est pas présent dans le menu Donnée du

ruban, allez dans Fichier - Options - Compléments, dans la liste
déroulante Gérer, sélectionnez Compléments Excel puis cliquez sur
le bouton Atteindre.
Dans la boîte de dialogue Compléments, cochez Analysis ToolPak,

Dans la boîte de dialogue Utilitaire d’analyse, sélectionnez

Génération de nombres aléatoires, puis cliquez sur le bouton OK.
La boîte de dialogue Génération de nombres aléatoires apparaît à

l’écran.
Dans Nombre de variables, saisissez 1.
Dans Nombre d’échantillons générés, saisissez 30 000.
Dans Plage des valeurs et des probabilités, sélectionnez les cellules

J6:K10, c’est-à-dire les données relatives à la distribution de la
demande.
Dans Options de sortie, cochez la case Plage de sortie et, dans la

zone de sélection, faites référence à la cellule C5.
Cliquez sur OK.
Excel va générer 30 000 nombres, ce qui peut prendre 1 ou 2

minutes.
Calcul du chiffre d’affaires relatif aux petits pains vendus

=MIN(C5;qx_commande)*prix_vente.
Cette formule sélectionne la valeur la plus faible entre la demande
journalière et la quantité commandée grâce à la fonction MIN, puis
multiplie cette valeur par le prix de vente, calculant ainsi le montant
des ventes journalières.
Grâce à la mise en forme en tableau, la formule se copie

automatiquement jusqu’à la dernière ligne du tableau.
Calcul du coût des petits pains commandés
Dans la cellule E5, saisissez la formule =qx_commande

*cout_unitaire.
Calcul du chiffre d’affaires des invendus
Dans la cellule F5, saisissez la formule

=SI(qx_commande>C5;(qx_commande -C5)*prix_invendus;0).
Si la quantité commandée est supérieure à la demande journalière,

alors la quantité restante (soit la quantité commandée - la demande
journalière) est multipliée par le prix de cession des invendus. Sinon
la formule renvoie la valeur 0.
Calcul du résultat journalier
Dans la cellule G5, saisissez la formule =D5+F5-E5 soit le chiffre

d’affaires des ventes + le chiffre d’affaires relatif à la cession des
invendus - le coût de la commande de petits pains.
Espérance de gain et
statistiques
Dans l’onglet statistiques, nous allons synthétiser les données de la

simulation grâce à plusieurs fonctions d’Excel.
Espérance de gain
Dans la cellule B6 de l’onglet statistiques, saisissez la formule

=MOYENNE(resultat_simulation).
Résultat minimum
Dans la cellule B7, saisissez la formule =MIN(resultat_simulation).
Résultat maximum
Dans la cellule B8, saisissez la formule =MAX(resultat_simulation).
Probabilité d’avoir un résultat positif
Dans la cellule B9, saisissez la formule

=NB.SI(resultat_simulation;">0")/NB(resultat_simulation).
La fonction NB.SI permet de compter le nombre de cellules dans

une plage qui correspondent à un critère. Dans notre cas, la
fonction NB.SI va compter le nombre de résultats positifs dans la
plage resultat_simulation. Ce nombre va être divisé par le nombre
total de valeurs dans la plage resultat_simulation pour obtenir la
probabilité d’avoir un résultat positif.
Calcul de l’écart-type
L’écart-type mesure la dispersion d’une série statistique autour de
sa moyenne.
Plus l’écart-type est faible, plus les données observées vont être
proches de la moyenne. Au contraire, plus l’écart-type est important,
plus les données seront dispersées par rapport à la moyenne.
Dans le cas d’un projet, plus l’écart-type est faible, moins le projet
est risqué.
Le graphique suivant est une représentation graphique de deux

distributions suivant une loi normale. En gris foncé, une distribution
suivant une loi normale de moyenne 0 et d’écart-type 2. En gris clair,
une distribution suivant une loi normale de moyenne 0 et
d’écart-type 10.
Dans les deux cas, la moyenne est la même, mais les données
relatives à la série en rouge sont plus « resserrées » autour de la
moyenne, l’écart-type est plus faible.
Mathématiquement, pour un échantillon de population, l’écart-type

est calculé avec la formule suivante :
Où
signifie "somme de"
est une valeur observée,
est la moyenne de l’échantillon,
est l’effectif total de l’échantillon.
Il est possible de calculer l’écart-type d’un échantillon de population

avec Excel grâce à la fonction ECARTYPE.STANDARD.
La syntaxe de la fonction est

ECARTYPE.STANDARD(nombre1,[nombre2],...).
Dans la cellule B10, pour calculer l’écart-type, saisissez la formule
=ECARTYPE.STANDARD(resultat_simulation).
À présent, si nous faisons varier la quantité commandée dans la

cellule B2, le calcul de l’espérance de gain, du résultat minimum, du
résultat maximum, de la probabilité d’obtenir un résultat positif et
de l’écart-type se calculent automatiquement.
Détermination de la quantité à
commander optimale
Nous avons deux options pour déterminer la quantité commandée
optimale :
Première option : analyse de la sensibilité de l’espérance de gain
et de l’écart-type aux quantités commandées
Dans la plage de cellules A20:C34 se trouve un tableau permettant
d’analyser la sensibilité de l’espérance de gain et de l’écart-type aux
quantités commandées.
Nous allons utiliser l’outil Table de données d’Excel pour calculer
automatiquement l’espérance de gain et l’écart-type pour les
différents niveaux de quantités commandées mentionnés dans le
tableau.
Dans la cellule B21, faites référence au calcul de l’espérance de
gain avec la formule =B6.
Dans la cellule C21, faites référence au calcul de l’écart-type avec la
formule =B10.
Sélectionnez la plage de cellules A21:C34.
Dans le ruban, sélectionnez l’onglet Données, puis dans le groupe
Prévision, cliquez sur Analyse scénarios, Table de données.
Dans Cellule d’entrée en colonne, appuyez sur la touche F3 et

sélectionnez la zone nommée qx_commande puis OK.
Voilà le résultat que j’ai obtenu :
Le résultat que vous allez obtenir sera légèrement différent de
celui-ci du fait du caractère aléatoire de la simulation Monte-Carlo.
Cependant, les espérances de gain les plus élevées sont obtenues
avec une quantité commandée comprise entre 150 et 200 unités ; la
différence d’espérance de gain est très faible à ce niveau de
commande, à peine quelques centimes.
Au niveau de l’écart-type, plus la quantité commandée augmente,

plus l’écart-type est important.
Nous allons utiliser une mise en forme conditionnelle pour mettre

en évidence les trois espérances de gain les plus élevées.
Sélectionnez la plage de cellules B22:B34.

Dans le ruban, Accueil, groupe Styles, cliquez sur Mise en forme
conditionnelle, Règles des valeurs de plage haute/basse, 10 valeurs
les plus élevées.
La boîte de dialogue 10 valeurs les plus élevées apparaît à l’écran.
Dans le premier champ, saisissez 3, car nous recherchons les 3

valeurs les plus élevées.

Représentation graphique de l’espérance de gain et de l’écart-type
Nous allons utiliser un graphique en courbe pour représenter

l’espérance de gain et les écarts-types associés aux différents
niveaux de quantité commandée.
Sélectionnez la plage de cellules B22:C34.
Dans le ruban, allez dans l’onglet Insertion, groupe Graphiques,

cliquez sur Graphiques recommandés.
Dans la boîte de dialogue Insérer un graphique, sélectionnez le

graphique en courbe.
Utilisation des quantités commandées sur l’axe des abscisses

Faites un clic droit sur le graphique puis cliquez sur Sélectionnez
des données.
l’écran.
Dans Étiquettes de l’axe horizontal (abscisse), cliquez sur Modifier.

Dans Plage d’étiquettes des axes, sélectionnez la plage de cellules
A22:A34, c’est-à-dire la plage faisant référence aux différents
niveaux de quantité commandées. Appuyez sur la touche Entrée
Ajout des noms des séries
Toujours dans la boîte de dialogue Sélectionner la source de

données, dans Entrées de légende (Série), sélectionnez la Série1,
puis appuyez sur Modifier.
Dans Nom de la série, sélectionnez la cellule B20 contenant le texte

Espérance de gain, appuyez sur la touche Entrée, puis cliquez sur le
bouton OK.
Sélectionnez la Série2 puis Modifier.
Dans la boîte de dialogue Nom de la série, sélectionnez la cellule

C20 contenant le texte Ecart-type, appuyez sur la touche Entrée,
puis cliquez sur OK.
Suppression des décimales sur l’axe des ordonnées
Sélectionnez l’axe des ordonnées, faites un clic droit puis cliquez

sur Mise en forme de l’axe.
Dans le volet Format de l’axe qui apparaît à droite de l’écran, allez

dans Nombre et, dans Décimales, entrez la valeur 0 puis Entrée.
Ajout du titre du graphique
Modifiez le titre du graphique : Espérance de gain et écart-type

selon le niveau de quantité commandée.
Enfin, supprimez le quadrillage du graphique.

Deuxième option : utilisation du solveur pour déterminer la quantité

optimale à commander
Avec l’outil Table de données, nous avons déterminé que

l’espérance de gain maximum était obtenue avec une quantité
commandée comprise entre 150 et 200 unités.
Nous allons utiliser l’outil Solveur d’Excel pour déterminer la
quantité exacte à commander qui maximise l’espérance de gain
d’après nos 30 000 expériences.
Dans l’onglet Données, dans le groupe Analyse, sélectionnez

Solveur.

Dans Objectif à définir, sélectionnez la cellule B6, c’est-à-dire la
cellule faisant référence à l’espérance de gain.
Cochez la case Max, car nous cherchons à rechercher le niveau de

commande qui maximise l’espérance de gain.
Dans Cellules variables, appuyez sur la touche F3 et sélectionnez la
zone nommée qx_commande.
Dans Sélect. une résolution, choisissez GRG non linéaire.
Il n’y a pas de contraintes.

Excel mettra probablement plusieurs minutes à effectuer un tel

calcul. Si le temps de calcul est trop long, appuyez sur la touche
Echap.
La boîte de dialogue Résultat du solveur apparaît à l’écran

lorsqu’Excel trouve la meilleure solution.
Le résultat dans la cellule B2 est très proche de 200, confirmant ce
que nous avons trouvé en utilisant la méthode de l’analyse de la
sensibilité de l’espérance de gain aux quantités commandées.
Du fait du caractère aléatoire des nombres générés et de la faible

différence de l’espérance de gain avec des quantités commandées
entre 150 et 200, il est possible que vous obteniez un chiffre
légèrement différent de 200.
Détermination de la distribution
du résultat
Il serait intéressant, au-delà de l’espérance de gain et de l’écart-type,
de représenter graphiquement la distribution du résultat selon la
quantité commandée journalièrement.
Pour cela, nous allons utiliser un tableau croisé dynamique, un
graphique croisé dynamique et (juste un peu) de code VBA.
Synthétiser le résultat des 30 000 expériences avec un tableau

croisé dynamique
Dans l’onglet expériences, sélectionnez une cellule appartenant au

tableau de données.
Dans le ruban, cliquez sur l’onglet Insertion, dans le groupe

Tableaux, sélectionnez Tableau croisé dynamique.
La boîte de dialogue Créer un tableau croisé dynamique apparaît à
l’écran.
Dans la zone Choisissez les données à analyser, la case

Sélectionner un tableau ou une plage est cochée par défaut. Dans
Tableau/Plage, Tableau1 est sélectionné.
Dans la zone Choisissez l’emplacement de votre rapport de tableau
croisé dynamique, sélectionnez Feuille de calcul existante. Pour
l’emplacement, allez dans l’onglet tcd et sélectionnez par exemple
la cellule B2.
Excel crée un rapport de tableau croisé dynamique vierge dans

l’onglet tcd.
Sur la droite de l’écran, dans le volet Champs de tableau croisé
dynamique, cochez le champ Résultat.
Somme de Résultat a été ajouté dans la zone Valeurs, en bas à

droite du volet Champs de tableau croisé dynamique.
Le résultat avec un niveau de commande fixé à 200 unités est le

suivant :
Du fait du caractère aléatoire de la simulation Monte-Carlo, vous
aurez un résultat légèrement différent de celui-ci.
À nouveau, sur la droite de l’écran, dans le volet Champs de tableau

croisé dynamique, sélectionnez le champ Résultat une deuxième
fois et glissez-le dans la zone Lignes, en bas à gauche.
Le résultat est le suivant (avec un niveau de commandes de 200

unités) :
Nous avons calculé la somme des résultats par résultat obtenu,
cependant il serait plus pertinent de retracer le nombre
d’occurrences de chacun des différents résultats obtenus.
Dans la zone Valeurs, en bas à droite du volet Champs de tableau

croisé dynamique, cliquez sur Somme de Résultat et sélectionnez
Paramètres des champs de valeurs.
La boîte de dialogue Paramètres des champs de valeurs apparaît à

l’écran.
Dans Résumer le champ de valeur par, sélectionnez Nombre.
À présent, le tableau croisé dynamique retrace le nombre

d’occurrences de chacun des résultats obtenus.
À partir de ce tableau croisé dynamique, nous allons créer une
représentation graphique de la distribution des résultats obtenus.
Sélectionnez une cellule dans le tableau croisé dynamique ; dans le

ruban, cliquez sur l’onglet Insertion puis sur Graphiques
recommandés.
La boîte de dialogue Insérer un graphique apparaît à l’écran.
Sélectionnez le graphique Histogramme groupé.

Avec un niveau de commandes de 200 unités, le résultat est le

suivant :
Masquer les boutons de champs sur le graphique
Sur le graphique, faites un clic droit sur le champ Nombre de

Résultat puis cliquez sur Masquer tous les boutons de champ sur le
graphique.
Ajouter un titre
Sélectionnez le titre actuel du graphique (Total) et modifiez-le en
Distribution des résultats obtenus.
Enfin, supprimez le quadrillage et la légende en sélectionnant

chacun de ces éléments et en appuyant sur la touche Suppr.
Insertion du graphique dans

l’onglet statistiques
Sélectionnez le graphique, faites un clic droit, cliquez sur Couper ;
allez dans l’onglet statistiques, faites un clic droit, cliquez sur
Options de collage puis sur l’icône Utilisez thème de destination
.
Placez le graphique croisé dynamique approximativement à

l’emplacement de la plage de cellules D2:H17 et éventuellement
ajustez sa taille.
Actualisation des données
À présent, si nous saisissons par exemple une quantité

commandée de 300 dans la cellule B2, pour obtenir la distribution
des résultats grâce au graphique croisé dynamique, il faut
actualiser les données.
Le graphique croisé dynamique est lié au tableau croisé dynamique
de l’onglet tcd, en actualisant les données, ces deux éléments sont
mis à jour.
Dans l’onglet statistiques, saisissez 300 dans la cellule B2.
Dans le ruban, cliquez sur l’onglet Données puis, dans le groupe

Requêtes et connexions, cliquez sur Actualiser tout.
Le graphique croisé dynamique s’est actualisé :

Automatisation de l’actualisation
des données
Pour automatiser l’actualisation des données, nous allons utiliser
quelques lignes de code VBA.
VBA, acronyme de Visual Basic for Applications, est un langage de
programmation qui est intégré aux différentes applications de la
suite Office de Microsoft (Access, Excel, Outlook, PowerPoint,
Word).
Le langage VBA permet de développer de véritables programmes
capables de contrôler Excel, ou de créer des interactions entre Excel
et les autres applications d’Office.
Il est donc possible d’automatiser un grand nombre de tâches grâce
au langage VBA. Dans le cadre de cet ouvrage, nous allons
simplement implémenter un code pour automatiser l’actualisation
d’un tableau croisé dynamique si la quantité commandée change.
Si le sujet vous intéresse, il existe d’autres ouvrages aux Éditions
ENI spécialisés sur l’apprentissage de ce langage comme le livre
Macros et langage VBA de Jean-Philippe ANDRÉ.
Notre code sera composé de deux éléments :
● Il devra actualiser les données du tableau croisé dynamique

(et donc aussi du graphique croisé dynamique).
● Cette actualisation devra intervenir uniquement lorsque la
quantité commandée est modifiée.
Première étape : accéder à l’éditeur de programme VBA
L’éditeur de programme VBA est appelé VBE (Visual Basic Editor).

Pour y accéder, deux options sont possibles :
Dans le ruban, sélectionnez l’onglet Développeur, dans le groupe

Code, cliquez sur Visual Basic.
Si l’onglet Développeur n’est pas présent dans le ruban, allez dans
Fichier - Options - Personnaliser le ruban, cochez la case faisant
référence à l’onglet Développeur.

L’onglet Développeur s’affiche à présent dans le ruban.
Vous pouvez également utiliser le raccourci-clavier AltF11.
L’éditeur de programme VBA dans Excel se présente de la manière
suivante :
Deuxième étape : insertion du code VBA

Nous souhaitons que la procédure s’enclenche lorsque la valeur
contenue dans la cellule B2 de l’onglet statistiques est modifiée.
Notre code concerne donc l’onglet statistiques. Il utilisera ce que
l’on appelle une procédure événementielle (dans notre cas,
l’évènement sera la modification de la valeur contenue dans la
cellule B2).
Dans la fenêtre Projet - VBAProject, double cliquez sur Feuil4
(statistiques).
Dans la liste Objet (la liste déroulante comportant par défaut

l’indication Général), sélectionnez Worksheet.
Dans la liste déroulante des procédures (la liste déroulante
comportant actuellement l’indication SelectionChange),
sélectionnez Change.
Un évènement Change se produit chaque fois qu’une cellule de la

feuille de calcul est modifiée.
Nous allons saisir notre code VBA entre la mention Private Sub et la
mention End Sub.
Le code est le suivant :

Private Sub Worksheet_Change(ByVal Target As Range)
If Not Intersect(Target, Target.Worksheet.Range("b2"))
Is
Nothing Then
ActiveWorkbook.RefreshAll
End If
End Sub
Explication du code
Target est une variable objet utilisée dans les procédures
événementielles. Dans notre cas, le paramètre Target correspond à
la cellule modifiée.
Intersect(Target, Target.Worksheet.Range("b2")) permet de vérifier
si la cellule modifiée (Target) est la cellule B2.
Notez que le code utilise une double négation : Not ... is nothing, ce
qui revient à dire : si ce n’est pas la cellule b2 qui n’est pas modifiée.
S’il s’agit bien de la cellule B2 qui est modifiée, alors la méthode
Workbook.RefreshAll est appliquée.
La méthode Workbook.RefreshAll permet d’actualiser tous les
tableaux dynamiques contenus dans le classeur.
End If correspond à la sortie de la condition.
End Sub déclare la fin de la procédure.
Troisième étape : test du code VBA
Modifiez la quantité commandée dans la cellule B2 de l’onglet

statistiques.
Le graphique croisé dynamique va s’actualiser automatiquement.
Vous pouvez aussi vérifier l’actualisation du tableau croisé
dynamique dans l’onglet tcd.
Si vous souhaitez réutiliser cette macro dans ce fichier Excel, vous
devez enregistrer ce fichier au format xlsm (XML Macro-Enabled
Spreadsheet).
Dans le ruban, allez dans l’onglet Fichier, cliquez sur Enregistrer
sous, dans la liste déroulante sous le nom du fichier, sélectionnez
Classeur Excel (prenant en charge les macros) (*.xlsm).
Cliquez sur le bouton Enregistrer.
Conclusion
Si vous êtes arrivé à la fin de cet ouvrage, félicitations ! Vous
pouvez vous considérer comme un utilisateur avancé d’Excel.
En plus de cela, nous avons vu ensemble une approche globale de
la démarche d’analyse financière et d’analyse de données appliquée
à la finance.
Si ces éléments vous ont donné l’envie d’aller plus loin, selon ce que
vous avez préféré, je vous propose de découvrir les ouvrages ou
vidéos suivants parus aux Éditions ENI :
Tableaux de bord/Business Intelligence avec Excel
En livre :
Tableaux de bord - Pilotez vos informations pour optimiser la prise
decisions (Pierre Rigollet, Jean-François RIEU).
Business Intelligence avec Excel (par moi-même)
Analyse de données et statistiques
En livre :
Analysez efficacement vos données (Pierre Rigollet).
Langage R - Prise en main des statistiques (Daname KOLANI,
Vincent ISOZ).
En vidéo :
Langage R - Les fondamentaux de la programmation R pour la Data
Science (Aline DESCHAMPS).
Tableaux croisés dynamiques avec Excel (Pierre Rigollet).
Langage VBA pour Excel
En livre :
Excel, Macros et programmation en VBA (Pierre Rigollet).
Macros et langage VBA - Découvrez la programmation sous Excel
(Jean-Philippe ANDRÉ)
En vidéo :
VBA Excel - programmez des applications complexes et
performantes (Philippe Pons).

Modélisation Financière Avec Excel (2e Édition)

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Modélisation Financière Avec Excel (2e Édition)

Transféré par

Droits d'auteur :

Formats disponibles

Modélisation financière avec Excel (2e édition)

De l'analyse à la prise de décision

Il s'adresse aussi bien aux étudiants en comptabilité–gestion qu'aux

La première partie de l'ouvrage permet au lecteur néophyte de se familiariser avec

Il s’adresse également aux managers, assistants, étudiants en comptabilité - gestion ou

C’est en se basant sur ces interrogations que nous allons dans un

La modélisation financière est un ensemble de méthodes et d’outils

Excel, un outil pour penser avec

Visicalc, l’ancêtre d’Excel (1979)

Saisissez le nom souhaité et sélectionnez la cellule ou plage de

De même, il est possible de créer une zone nommée à partir du

Il est préférable de faire référence à la cellule E2 (zone nommée

Pour utiliser des zones nommées dans une formule, il suffit de

Comme précédemment, la solution est de faire référence à notre

En D6, insérez la formule : = B6*taux

Il est malheureusement très facile de réaliser des erreurs dans un

Nous allons tenter de les limiter ou du moins de pouvoir les déceler.

Voici un bilan simplifié en format Excel. Ce document est erroné,

Vous trouverez ce classeur nommé Introduction dans les fichiers

La cellule D15 fait référence à l’actif net a été nommée

La cellule G15 fait référence au total du passif a été nommée

Dans la cellule B17, nous avons un vérificateur d’erreur qui nous

La formule en B17 est :

Il s’agit d’une fonction conditionnelle (« SI »). Elle va tester une

Cette formule est structurée de la façon suivante :

=si(test_logique ;valeur_si_vrai ;valeur_si_faux)

Dans notre cas :

La formule renvoie la chaîne de caractères ok (entre guillemets

La formule renvoie le résultat du calcul total_actif_net - total_passif.

Lorsque vous saisissez une formule, vous pouvez utiliser la boîte de

La boîte de dialogue d’aide aux fonctions apparaît. Elle peut être

Dans la zone Sélectionnez une fonction, choisissez la fonction SI

La cellule B17 contient également une mise en forme

Sélectionnez la cellule B17.

Dans l’onglet Accueil, ouvrez la liste du bouton Mise en forme

Dans la zone Appliquer une mise en forme aux valeurs pour

Le symbole <> dans une formule Excel signifie « différent de ».

Si la valeur contenue en B17 est différente de la chaîne de

Dans la boîte de dialogue Nouvelle règle de mise en forme, cliquez

Cliquez sur OK deux fois pour fermer les boîtes de dialogue.

À présent, si notre bilan est équilibré, le contenu de la cellule B17

Dans le but de réaliser une présentation synthétique, nous allons

Cependant, pour faciliter la navigation et le contrôle des calculs, il

La cellule D11 de la feuille SIG concerne la consommation de

Dans la feuille calculs_SIG, en C11, se trouve le détail de la somme

Notez que la cellule C11 a été nommée au préalable cons_tiers.

Nous allons créer un lien hypertexte sur la cellule D11 de notre

Sélectionnez la cellule D11 de la feuille SIG, puis dans l’onglet

La boîte de dialogue Insérer un lien hypertexte apparaît :

Il est souhaitable de documenter autant que possible son modèle

Il est très utile de créer un diagramme pour représenter le

Il est possible de créer un diagramme directement avec Excel en

Il est aussi souhaitable, si possible de documenter les formules du

Dans le même ordre d’idée, il est conseillé de définir par écrit le

Nous aurons l’occasion de mettre en application ces quelques

Chaque partie prenante de l’entreprise aura un objectif différent

Partie prenante Objectif

Co-contractants Quelle est la solvabilité de l’entreprise ? Quel

Établir des bases d’imposition, apprécier la

Investisseurs Apprécier le risque et la rentabilité

Quelle est la politique sociale de l’entreprise

Dans le cadre de cet ouvrage, nous allons suivre une démarche

À l’inverse, si les charges sont supérieures aux produits, l’entreprise