Agent Skills
返回列表
简诗AI DCF现金流估值建模

简诗AI DCF现金流估值建模

行业专业 更新于 2026.08.29

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 @user_fccf428b/dcf-valuation-model-builder

技能介绍

解决什么问题

手工搭建一个 DCF(现金流折现)模型从来不是一件轻松的事。你需要从历史财报里逐项提取营收、EBITDA、资本支出、折旧摊销,再设定未来五年的增速、利润率、资本开支占比、营运资金变动等一连串假设,然后计算 WACC、预测自由现金流、估算终值、折现回现值。任何一个环节的公式写错或假设口径不一致,都可能让整个估值结果偏离合理区间。这个技能把上述流程结构化,让模型构建不再依赖手工拼凑。

核心能力与工作方式

技能的核心能力包括:从财务数据构建完整的 DCF 模型、计算 WACC(加权平均资本成本)、预测未来自由现金流、估算终值(Gordon Growth 模型或退出倍数法)、对关键假设做敏感性分析,并生成专业的估值摘要。

使用流程分为三步:

  1. 提供财务数据:提交过去 3–5 年的历史财务数据(营收、EBITDA、资本支出、折旧摊销)、当前股本数量、可选的当前股价(用于对比),以及行业/板块背景。
  2. 设定假设:明确营收增速(第 1–5 年)、EBITDA 利润率轨迹、资本支出占营收比例、营运资金变动、终值增速、折现率(WACC)。若不指定,技能会使用行业默认值。
  3. 选择模型类型:支持 标准DCF(五年预测 + 终值)、两阶段DCF(高速增长 + 稳定增长)和 三阶段DCF(增长、过渡、成熟)。

模型框架层面,技能会先预测自由现金流(FCF),再用 CAPM 公式计算股权成本进而得到 WACC,随后用两种方法之一计算终值,最后将现金流与终值折现到现值。

适用边界与注意点

技能不会保证预测的准确性,无法考虑不可预见的未来事件,不提供投资建议,也不能替代专业的财务尽职调查。DCF 模型遵循"垃圾进,垃圾出"的原则,结果高度依赖假设的质量。终值通常占总价值的 60%–80%,这意味着终值假设的微小变化会显著影响最终估值。模型假设整个预测期内 WACC 保持不变,且不考虑期权价值或实物期权,因此不适合用于早期未盈利公司。建议同时用 P/E、EV/EBITDA 等倍数法做交叉验证,以获得更稳健的估值区间。

使用场景

  • 投行或PE从业者在并购项目中需要快速搭建目标公司的DCF估值模型,供投资委员会评审
  • 股票研究分析师撰写公司深度报告时,需要用两阶段DCF验证当前股价相对内在价值是高估还是低估
  • 创业者或财务顾问在融资前需要测算公司估值区间,用敏感性分析呈现不同增长假设下的价值范围
  • 学生或考证人员学习CFA估值章节时,需要交互式走一遍完整DCF流程,包括用CAPM计算WACC和终值估算

适合人员

  • 投行分析师:每周要为并购项目搭建目标公司DCF模型,并向投资委员会提交估值摘要
  • 二级市场研究员:撰写个股深度报告时需要DCF结果与P/E、EV/EBITDA等倍数法交叉验证
  • 私募股权投资经理:尽职调查阶段需要快速估算标的合理估值区间以决定是否立项
  • 财务顾问或创业CEO:融资前需要理解估值构成,明确终值假设如何影响整体估值水平