用途
该技能是一套面向投资分析、估值和风险评估的财务建模工具包，采用行业标准方法，帮助用户构建、测试和分析财务模型。适用于企业估值、项目融资、并购分析和杠杆收购等场景。
主要能力
1. 现金流折现（DCF）分析
- 构建包含多种增长情景的完整 DCF 模型
- 使用永续增长法和退出倍数法计算终值
- 确定加权平均资本成本（WACC）
- 生成企业价值和股权价值估值
2. 敏感性分析
- 测试关键假设对估值的影响
- 为多个变量创建数据表
- 生成用于敏感性排序的龙卷风图
- 识别关键价值驱动因素
3. 蒙特卡洛模拟
- 基于概率分布运行数千种情景
- 对关键输入的不确定性建模
- 生成估值的置信区间
- 计算达成目标的概率
4. 情景规划
- 构建最佳/基准/最差情景
- 模拟不同经济环境
- 测试战略替代方案
- 比较结果概率
使用方式
输入要求
DCF 分析
- 历史财务报表（3-5 年）
- 收入增长假设
- 营业利润率预测
- 资本支出预测
- 营运资金需求
- 终值增长率或退出倍数
- 折现率组成部分（无风险利率、贝塔系数、市场溢价）
敏感性分析
- 基准模型
- 待测试的变量范围
- 需跟踪的关键指标
蒙特卡洛模拟
- 不确定变量的概率分布
- 变量之间的相关性假设
- 迭代次数（通常为 1,000-10,000 次）
情景规划
- 情景定义与假设
- 情景的概率权重
- 需跟踪的关键绩效指标
输出格式
DCF 模型输出
- 完整财务预测
- 自由现金流计算
- 终值计算
- 企业价值和股权价值摘要
- 隐含估值倍数
- 包含完整模型的 Excel 工作簿
敏感性分析输出
- 显示价值范围的敏感性表格
- 关键驱动因素的龙卷风图
- 盈亏平衡分析
- 显示关系的图表
蒙特卡洛输出
- 估值的概率分布
- 置信区间（如 90%、95%）
- 统计摘要（均值、中位数、标准差）
- 风险指标（VaR、亏损概率）
情景规划输出
- 情景对比表
- 概率加权期望值
- 决策树可视化
- 风险回报概况
示例用法
- “使用所附财务报表为这家科技公司构建 DCF 模型”
- “对此收购模型运行 5,000 次迭代的蒙特卡洛模拟”
- “创建显示增长率和 WACC 对估值影响的敏感性分析”
- “为此扩张项目制定三个带概率权重的情景”
包含的脚本
- dcf_model.py：完整的 DCF 估值引擎
- sensitivity_analysis.py：敏感性测试框架
支持的模型类型
- 企业估值：现金流稳定的成熟公司、J 曲线预测的增长型公司、扭亏为盈情形
- 项目融资：基础设施项目、房地产开发、能源项目
- 并购分析：收购估值、协同效应建模、增厚/摊薄分析
- LBO 模型：杠杆收购分析、回报分析（IRR、MOIC）、债务能力评估
适用场景
适用于需要系统化财务建模的投资分析、企业估值、项目评估、并购决策和风险量化场景。模型自动执行资产负债表平衡检查、现金流对账、循环引用解析、敏感性边界检查和蒙特卡洛结果的统计验证。
限制
- 模型质量取决于假设质量
- 过往表现不保证未来结果
- 市场状况可能快速变化
- 监管和税务变化可能影响结果
- 结果解读需要专业判断
- 不能替代专业财务建议