股权投资估值建模
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_238915fc/equity-valuation。
技能介绍
要解决的问题
股权估值最容易失控的地方,不是模型太多,而是输入、模型和结论互相不匹配:FCFF 配错 WACC、FCFE 混用股权成本、把考试简化直接用于投决材料,或者只给一个估值点,不给参数来源、关键假设和敏感性边界。equity-valuation 面向的是这类工程化问题:把估值过程拆成可审计的步骤,而不是只产出结论。
核心能力与关键步骤
该技能定位为估值建模引擎,自身不自动拉取行情、财报、β、Rf、可比倍数等数据,输入需要由用户或上游连接器(如 ifind-finance-data)提供。它按固定流程工作:先判断公司类型(上市/非上市、周期/成长/金融/非金融),再选择主模型与交叉验证模型,随后清洗一次性损益、异常税收和会计政策噪声。计算上覆盖 DDM、FCFF、FCFE、相对倍数与 RI,并强制披露 WACC 或股权成本组件、参数来源、公式、关键假设和敏感性区间。对半导体或非上市标的,它会要求先走 semiconductor-equity-investment-dd 的数据可信度核查,再进入建模。
适用边界
它不执行交易,也不构成买卖建议。缺失数据不能“占位冒充”,必须显式声明假设。生成 .md、.html、.docx 报告依赖本地脚本,DOCX 依赖 python-docx,未安装时仅跳过 Word 版。
使用场景
- 投研分析师拿到已清洗财务数据后,需为上市公司搭建 FCFF-WACC DCF 并给出估值区间。
- 并购团队需要对比 DCF、可比倍数和 RI,解释为何拒绝某模型并披露参数来源。
- 一级基金尽调非上市标的时,要输出控制权溢价、少数股权折价和流动性折扣三层结论。
- 半导体标的估值前,先调用数据可信度核查,再对干净输入做周期位置和倍数调整。
适合人员
- 投研分析师:需要把财务数据和假设转成可复核的 DCF 或相对估值报告。
- 并购/一级基金尽调人员:需要说明模型选择、参数来源、敏感性和折溢价结论。
- 卖方或买方交易执行团队:需要生成带公式推导和边界披露的估值底稿。
- 半导体投资团队:需要先做数据可信度核查,再对标的做估值建模。