简诗 AI LBO 模型
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/lbo-model。
技能介绍
为什么要把 LBO 模型交给一个技能
手工从零搭一个 LBO,最常见的失败不是估值公式写错,而是三件事:数值被硬编码进单元格,模型失去动态性;利息、现金还款、期末余额之间形成循环引用,一改假设就报错;敏感性表的行列轴没和基准情形对齐,中心值对不上模型真实输出。这个技能要解决的就是这类结构性问题,而不是替你做判断。
它如何工作
模板优先,不自由发挥。 开始任何模型前先检查是否附带了模板文件:有就原样复制结构,再填入用户数据;没有就先问用户是否有指定模板,否则使用标准模板,包含 Sources & Uses、Operating Model、Debt Schedule、Returns Analysis 四块,并以 examples/LBO_Model.xlsx 为起点。
先分析,再填公式。 动手前先摸清模板结构:各区块的位置和依赖关系、时间轴(哪一列是 Closing 或 Pro Forma)、哪些是输入格哪些是公式格、符号约定。任何歧义先问用户,确认关键假设后才进入计算。
两条环境路径。 在 Excel 里运行用 Office JS,range.formulas 直接写公式并由 Excel 原生重算;生成独立 .xlsx 则用 Python openpyxl 写公式字符串,交付前跑一遍 recalc.py。两者都遵守同一条铁律:能算的一律写公式,绝不把 Python 算好的数字塞进单元格。
分节构建,逐步校验。 每完成一节(先 Sources & Uses,再经营模型,后债务与回报)就展示并核对,确认后再继续,避免返工。
约定编码。 字体颜色区分输入(蓝)、公式(黑)、同表链接(紫)、跨表链接(绿);填充色只用蓝灰系,深蓝节标题、浅蓝列头、浅灰输入格、中蓝关键输出;数字格式上货币、百分比、倍数、MOIC 各按位小数约定。
容易翻车处的默认解法。 平衡项用 plug 作差额计算;利息一律基于期初余额打破循环;多笔债务按优先级瀑布还款并用 MAX/MIN 守住余额非负;IRR/MOIC 现金流符号投资为负、退出为正;敏感性表用 5×5 或 7×7 奇数维度,轴值以基准假设对称展开,中心格必须等于模型真实 IRR/MOIC,并用中蓝底加粗高亮。
适用边界
它不会替你生成交易假设,也不提供行业数据;假设来自用户或模板。最终是否合理仍需建模者判断。openpyxl 路径不触发重算,必须跑 recalc.py;Excel 的 DATA TABLE 在 openpyxl 下可能失效,因此敏感性表要写成显式公式。附带模板时一律沿用其结构与配色,哪怕看起来比需要的功能多。
使用场景
- 从标准模板或用户提供的模板开始搭建完整LBO模型,按Sources & Uses、经营预测、债务与回报分节推进
- 生成独立xlsx文件交付LBO模型,写公式后运行recalc.py重算
- 在Excel中通过Office JS原生构建动态LBO模型,用range.formulas写入可重算公式
- 搭建敏感性表时用5×5或7×7维度,保证中心值等于模型真实IRR或MOIC
适合人员
- 需要搭建LBO模型并保持公式动态更新的投资分析师
- 需要按团队模板生成或修改财务模型的私募股权从业者
- 希望把Excel工作流接入LBO建模的金融工程师
- 需要用标准模板快速产出可交付模型的财务建模人员