技能介绍

解决什么问题

手工搭 DCF 模型最常见的两类失败：一是在 Python 里算完数字再写进单元格，模型成了「死」的——改一个增长率假设，整张估值表不会联动；二是敏感性分析用线性近似或占位符糊上去，终端假设一换，数字看着变了其实没重算。本技能面向的就是要拿到一份能被投行标准审阅的 Excel：所有推导都是活公式，假设改动能传导到每股价值，敏感性表每个格子都是一次完整 DCF 重算。

核心能力

数据获取与校验：优先读 MCP 结构化数据源，其次用户输入，最后网络检索；重点核对净债务/净现金、稀释股本、税率区间与历史利润率一致性。
历史分析：3–5 年收入 CAGR、毛利率/EBIT/FCF 利润率趋势、D&A 与 CapEx 强度、NWC 变动、ROIC/ROE。
预测搭建：从最新实际收入起步，增长率逐年向行业均值与终值收敛，三情景块（Bear/Base/Bull）通过 =INDEX(...) 合并列选取假设，而不是满屏 IF。
FCF 与 WACC：营运资本按收入变动比例建模，CapEx 区分维持与扩张；WACC 走 CAPM，覆盖净现金与无债特例。
折现与终值：年中惯例折现因子，永续增长法为主、退出倍数法为辅，终值占 EV 50–70% 作为合理性检查。
敏感性分析：奇数行列（标准 5×5），中心行列等于基准假设，中心格输出必须等于模型隐含股价。

关键约束

公式优先：只有原始历史数据、假设驱动量、当前市场数据允许硬编码，其余一律写 .formulas 而非 .values。
分步确认：输入块、收入预测、FCF、WACC、终值、敏感性表每一阶段都要停下等确认，避免下游返工。
环境区分：Excel 内运行用 Office JS，并注意合并单元格先写值再合并的陷阱；生成独立 .xlsx 则用 Python/openpyxl 并执行 recalc.py。
每个硬编码值立刻附单元格注释，格式 Source: [System/Document], [Date], [Reference]，不延后、不写 TODO。