SuperAPI AI 工具集

dcf-model

数据与分析

查看项目

更新于 10-16 02:09

技能介绍

用途

本技能用于按投资银行标准创建机构级DCF(贴现现金流)股票估值模型。每次分析都会产出一份详细的Excel模型,敏感性分析附在DCF工作表的底部。

主要能力

  • 从MCP服务器、用户提供的数据及网络获取财务数据,并做数据校验(净债务/净现金、摊薄股数、历史利润率、收入增速、税率)。
  • 历史分析(3-5年):收入增长趋势(CAGR及驱动因素)、利润率演变、资本密集度、营运资本效率、ROIC/ROE趋势。
  • 收入预测:以最新实际收入为起点,逐年应用增长率,同时展示金额与增长率,采用悲观/基准/乐观三情景。
  • 运营费用建模:分别建模销售与市场、研发、管理费用,体现经营杠杆,基于收入(而非毛利)计算占比,得出EBIT。
  • 自由现金流计算:按EBIT→税→NOPAT→D&A→CapEx→ΔNWC→无杠杆自由现金流的顺序构建,并建模维护性/增长性CapEx。
  • WACC研究:采用CAPM计算股权成本,计算税后债务成本,按市值与净债务确定资本结构权重。
  • 折现:采用年中惯例,折现期为0.5、1.5、2.5等。
  • 终值计算:永续增长法(首选)或退出倍数法,并做终值合理性检查。
  • 企业价值到股权价值桥接:计算隐含每股价格与隐含回报。
  • 敏感性分析:在DCF工作表底部构建三张敏感性表(WACC vs 终值增长率、收入增长 vs EBIT利润率、Beta vs 无风险利率)。

使用方式与关键约束

  • 默认使用用户提供的所有信息以及可用的MCP服务器进行数据获取。
  • 敏感性表:全部75个单元格(3张表×25格)都必须填入完整的DCF重算公式,使用openpyxl循环以编程方式写入公式;不得使用占位文本、线性近似或手动步骤。
  • 单元格批注:每个硬编码值创建时即添加批注,格式为“Source: [系统/文档], [日期], [引用], [URL(如适用)]”,不得拖延或写“TODO”。
  • 模型布局规划:在写任何公式前先定义所有分区的行位置,先写全部标题和标签,再写分区隔断和空行,然后使用已锁定的行位置写公式,并立即测试。
  • 公式重算:交付前运行 python recalc.py model.xlsx 30,修复所有错误直至状态为“success”,要求零公式错误。
  • 情景块:为悲观/基准/乐观分别创建独立块,在每块内横向展示各预测年的假设,并提供情景选择单元格与合并列。

适用场景

适用于股票估值、投行标准DCF建模、多情景假设对比、敏感性分析,以及需要输出含完整公式的Excel估值模型的工作流。

限制

资料未提供该技能的价格、收费、平台支持范围或具体安装命令;部分具体实现细节(如recalc.py的获取方式)暂未提供。