DCF 估值治理
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_5fc3c48c/dcf-valuation-governance。
技能介绍
估值不是一道填空题
常见的 DCF 工作簿有一个致命习惯:把自由现金流、WACC、永续增长率塞进几个单元格,算出一个目标价就完事。问题在于,这些输入一旦缺乏来源,整个模型就变成了数字的魔术——终值占比高达 80% 却无人质疑,股权桥少走一步便凭空蒸发每股价值,WACC 小于永续增长率时模型照样输出结果。这个 Skill 要解决的正是这些“安静的崩溃”。
它把估值当作一套可审计的研究流程:每个关键假设都要有自己的基准观点、熊/基准/牛区间、证据、反证与证伪条件;事实、计算与判断三层严格分离;所有历史数据必须回溯到一手披露。
核心能力与关键步骤
方法路由是第一步。 普通经营性公司走 FCFF DCF;银行、保险或券商则切换到 FCFE、DDM、剩余收益或公允 PB;地产、资源类公司使用 NAV 或 SOTP。路由错了,后面全是浪费。
证据档案取代直觉输入。 每个重大假设都要有基准观点与熊/基准/牛区间,并附带证据、反证和证伪条件——没有证据的假设会被显式标记为判断,而非事实。
三情景 + 概率加权。 三个情景各有自己的 WACC、永续增长率和预测路径,概率必须显式声明且总和为 100%。
估值检查是硬闸门。 强制 WACC 大于永续增长率,汇报终值占企业价值比例,生成 WACC × 永续增长率敏感性矩阵与反向 DCF,将企业价值桥接到股权价值和摊薄每股价值。
独立重算与工作簿契约。 模型必须通过公式扫描和独立复算,输出绑定运行清单与哈希值。
适用边界
最终结果只会是三种状态之一:PASS、DRAFT_REVIEW 或 BLOCKED。缺失数据保持缺失,绝不用零值或乐观假设填补;DRAFT_REVIEW 的模型绝不能被描述为最终结论。捆绑的 CLI 只是透明参考实现,运行合成三情景 FCFF 案例,不能替代完整的生产工作簿。估值是研究结论,不是交易指令。
使用场景
- 搭建DCF模型时,需对重大假设建立证据档案并持续追溯来源与证伪条件
- 复核卖方估值报告时,需逐项检查终值占比、股权桥和公式错误
- 解释市场当前股价隐含的增长率假设,需执行反向DCF与敏感性分析
- 建立标准化估值工作簿时,需落实方法路由、质量闸门和独立重算机制
适合人员
- 行业研究员,需要定期产出可被合规复核的DCF估值底稿
- 投资分析师,需要向客户解释目标价背后的假设与不确定性
- 财务审计师,需要审查企业估值模型中终值和股权桥的合理性
- 风险管理经理,需要监控估值假设偏离与反向DCF隐含预期