在预测完收入后，接下来需要预测与损益表相关的各个分项。预测过程分为二个阶段：
明确各项分项背后的经济驱动因素。对大多数分项而言，预测会直接与收入相联系。一些分项与特定资产（或负债）联系密切。例如，利息回报通常由流动性证券产生；如果是这样，那么利息回报的预测就与流动证券结合在了一起。
估计预测比率。针对损益表上的各个分项，首先计算每个比率的历史数值，然后估算各个预测时期的预测值◦为让模型正常工作，先将预测比率设定为与前一年数值相等。一旦整个模型完成，回到预测页面，输入最佳估计值。
将预测比率与驱动因素估计值相乘。由于大多数分项是由收入决定的，因此应能将大多数预测比率，如COGS（销货成本）收入比用于未来收入的计算。这就说明为什么一个好的收入预测是非常关键的。收入预测的任何误差都会在整个模型中造成影响。其他比率应与各自的驱动要素相乘。
图8.3显示了一个假想公司的历史损益表和部分完成的预测。为说明这三个阶段，我们对COGS进行预测。在第一阶段，我们将COGS作为收入的一个函数计算历史COGS。然后我们计算历史的COGS与收入比，比值等于37.51，为了简便，我们也设定下一年的这一比例为37.5%。最后，我们将预测出的比率与估计的下一年收入相乘：37.5%x2.88亿美元=1.08亿美元。
图8.3损益表的部分预测
请注意我们并没有预测COGS会增长20%（与收入增长率相同）。虽然这样做的初始结果都是一样的，但却会大大降低模型的灵活性。因为使用预测比率，我们可以改变收入预测（COGS也会相应变化）或者改变预测比率（如对潜在的改善进行估值）。但是，如果我们直接增加COGS，则只能改变增长率。
图8.4损益表中的一般性预测驱动因素
图8.4显示了最普遍的财务报表分项的一般性驱动因素预测和预测比率。但具体选择哪种预测驱动因素合适，取决于公司及其所参与竞争的行业。
