估值建模教练
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @kunlungrowth/valuation-modeling-coach 到 AI 助手。
技能介绍
这个技能解决什么问题
被问「这只股票贵不贵」时,大多数人只丢得出一个结论,说不出为什么。付费终端的 PE 数据虽然现成,却解释不了估值来自哪些假设;不同的人用同一套模型算出的结果差一倍,差异往往藏在增长率、折现率和终值假设里。这个技能的目标是把估值拆成可复现的步骤,让任何工程师都能独立搭一个简单模型,并向别人讲清楚贵或便宜的依据。
它如何工作
技能用两套互补方法给资产定价:相对估值看横向贵贱,DCF 看内在价值。
相对估值(快):先用PE(成熟盈利公司)、PB(金融、重资产)、PS(未盈利高增长公司)做初判,再与同行业和自身历史分位比较。低于中枢且基本面无恶化,才算相对便宜。DCF(慢):预测 5-10 年自由现金流,用 8-12% 的 WACC 折现,终值按 2-3% 永续增长处理,折算到今天加总后扣除净债务得到股权价值,再除以股本。三档情景:永远输出乐观/中性/悲观三个区间,而不是一个精确数字。信号对齐:当两种方法结论背离,先重检增长率与折现率假设,而不是直接下结论。
标准节奏:先按盈利状态定方法,再拉同业与历史分位,做 DCF 三档区间,两法对照,最后输出「便宜/合理/偏贵 + 关键假设」。
适用边界
估值结果高度依赖假设,仅供参考,不构成投资建议。技能只教方法,不荐股、不预测价格。常见陷阱包括:周期股高峰的低 PE 是价值陷阱;不同行业错配指标(银行用 PB、SaaS 用 PS、消费用 PE);假设不敢写出来导致无法复核。遇到算出来总是贵的情况,优先检查折现率是否过高、增长率是否过保守。
使用场景
- 接到同事关于某消费股是否偏贵的讨论,需要用 PE 和历史分位给出可比结论与依据。
- 想脱离付费终端,自己用 FCFF、WACC 和永续增长率搭一版三档 DCF 价值区间。
- 两家互联网公司估值结论不一致,需要检查增长率和折现率假设,解释背离原因。
- 给未盈利 SaaS 公司初判估值,需要用 PS 对标同业并说明指标适用边界。
适合人员
- 独立开发者或技术研究者:想把估值假设写成可复现模型,而不是只引用终端数字。
- 投研或财务方向的工程师:需要向团队解释相对估值与 DCF 结论背离时的原因。
- 个人投资者或创业者:想用三档情景判断自己持有或创办公司的相对贵贱和关键风险。
- 财经内容编辑或教育者:需要向读者讲清估值方法的适用边界和常见陷阱。