2019年6月acca考试已经结束，很多acca考生还在准备9月和12月的考试，应该如何备考acca FM?中公财经小编为你整理了相关问题解答，一起来看看吧！
在基于计算机的考试中，我是否必须以特定的方式在考试的C部分构建我的NPV评估?
考试C部分中构建的答案问题将是人为标记的。标记可以查看您使用的公式以及您计算的数字。没有必要以任何特定方式列出您的答案，但一如既往，您需要确保标记能够遵循您正在做的事情。因此，明确标记任何工作是很重要的。
我是否需要使用复杂的公式来回答基于计算机的考试C部分中的电子表格问题?
考试问题将使用简单的数学函数进行回答，尽管也可能需要考试公式表中的公式。在使用之前没有必要写出完整的配方，但是应该标记任何配方，以便标记知道它是什么。
NPV和IRR功能可用于检查的C部分。您可以在构建的响应工作区的样本检查中练习使用它们。
在基于计算机的考试中，我是否需要在电子表格答案中添加注释?
电子表格问题可能需要将一些注释添加到计算中。标本检查显示了这方面的一个例子。
在计算汇率时，候选人是否应该使用折扣或溢价?
汇率不会以折扣和保费报价。教学大纲允许使用购买力平价和利率平价来预测汇率。
候选人是否需要计算项目特定的加权平均资本成本?
虽然候选人需要了解项目特定加权平均资本成本的概念(参见学生会计资本资产定价模型中的文章)，但他们只需要计算项目特定的权益成本。
实际的除权价格不太可能与理论上的权利价格相对应。为什么候选人需要计算理论上的除权价格?
理论上的除权价格是一个基准股票价格，可用于通过配股来评估融资的影响。
能否以数字方式评估对冲汇率风险和利率汇率风险的方法?
是的，例如，这可以使用远期利率协议，远期外汇合约和货币市场对冲来完成(参见课程大纲G3a和G4a)。
候选人是否应该尝试展示对当前气候的认识，或者这更适合高级财务管理考试?
显示对当前经济环境的认识非常重要，因为它允许候选人在特定主题领域展示理解。
例如，如果被问及有关新资金来源的因素，候选人可以参考当前的经济环境。
您能否详细解释资本补贴的时间安排及其产生的税收优惠?
资本补贴或允许的税收折旧使公司可以享受购买非流动资产的税收减免优惠。计算所得税的利润减去资本免税额，因此税负减少的数额等于资本免税额乘以税率。
在投资评估中处理资本免税额的最简单方法是为投资项目的每一年运作申请一笔资本免税额。
第一年的第一笔资本免税额，减少了当年的纳税义务。如果在产生负债的年度支付税款，第一年支付的税款将会降低。如果拖欠税款一年，第二年缴纳的税款，即第一年利润到期的税额，将会降低。
考试问题将说明是否要拖欠税款一年。这种方法假定非流动资产，比如机器，是在第一年运营开始时购买的。
在投资评估中处理资本补贴的一种更复杂的方法是假设机器在运营的第一年之前购买。这种假设更接近现实中的情况，但它使投资评估更加困难。
第一笔资本免税额是在投资项目开始前一年的公司利润(而非项目利润)中索取的。每年的运营也将申请一笔资本补贴，因此将比第一种方法多一个资本补贴。
如果在产生负债的年度支付税款，则第一次纳税将在项目开始时(0年级)进行，并且项目的每年将有一次纳税。如果拖欠税款一年，项目每年将有一次纳税，项目结束后将纳税一次。
acca建议学生在回答考试问题时使用第一种方法，因为它更容易理解并减少错误。
你能解释一下股东总回报是多少吗?
许多公司向股东支付股息，因此每年股东从他们拥有的股票中获得现金收入。股东们也希望他们在股票市场上的股价在这一年里会增加。
股价的上涨是一种资本收益。除非股票在年底出售，否则资本收益将是未实现的收益，这是纸上收益，但不是现金收益。
收到的股息和资本收益都会增加股东的财富。与年初股价相比，这些总和被称为“股东总回报”。按百分比计算，股东总回报率是股息收益率和资本收益百分比之和。
它代表股票的实际回报，与理论股票回报相反，例如资本资产定价模型预测的回报。
会计收益率(ARR)与内部收益率(IRR)之间有何区别?
候选人经常混淆ARR和IRR，因为他们的首字母缩略词中有类似的字母。这两种投资评估方法都以百分比的形式给出了价值，但相似性在那里结束。
IRR是贴现率，它为投资项目提供零现值。IRR方法是一种折现现金流量法，考虑到货币的时间价值; 通过线性插值找到计算的IRR。
ARR方法使用平均年度会计利润而非现金流量，并计算投资于项目的资本的百分比回报。ARR与资本回报率(ROCE)非常相似，而且从投资评估的角度来看，两个术语(ARR和ROCE)通常可以互换使用。
双资产组合理论是否会在考试中进行测试?
投资组合理论包含在教学大纲中，因此可以检查。但是，不会期望候选人在一个问题中应用该公式，而只是表明对这些原则的理解。
可能还有其他正确的方法来回答未包含在模型答案中的问题。这些会被归功吗?
是。标记团队勤勉地审查可能的答案范围，并确保候选人获得信贷，即使他们的答案可能不完全符合模型答案。
