DCF 模型

在 Excel 中構建機構級質量的 DCF（現金流折現）估值模型——包括收入預測、自由現金流（FCF）構建、加權平均資本成本（WACC）、終值、悲觀/基準/樂觀情景以及 5x5 敏感性表。與 excel-author 技能配合使用。用於內在價值股票分析。

技能元數據

來源	可選 — 使用 hermes skills install official/finance/dcf-model 安裝
路徑	optional-skills/finance/dcf-model
版本	1.0.0
作者	Anthropic（由 Nous Research 改編）
許可證	Apache-2.0
平臺	linux, macos, windows
標籤	finance, valuation, dcf, excel, openpyxl, modeling, investment-banking
相關技能	excel-author, pptx-author, comps-analysis, lbo-model, 3-statement-model

參考：完整 SKILL.md

信息

以下是 Hermes 在觸發此技能時加載的完整技能定義。這是技能激活時代理所看到的指令。

環境

此技能假設使用 無頭模式 openpyxl —— 您將在磁盤上生成一個 .xlsx 文件。 遵循 excel-author 技能關於單元格著色、公式、命名範圍和敏感性表的約定。 交付前重新計算：python /path/to/excel-author/scripts/recalc.py ./out/model.xlsx。

DCF 模型構建器

概述

此技能遵循投資銀行標準，創建用於股票估值的機構級質量 DCF 模型。每次分析都會生成一個詳細的 Excel 模型（DCF 工作表底部包含敏感性分析）。

工具

• 默認使用用戶提供的所有信息以及可用於數據源的 MCP 服務器。

關鍵約束 - 請先閱讀這些內容

這些約束適用於所有 DCF 模型構建過程。開始前請審閱：

公式優於硬編碼（不可協商）：

• 每個預測、利潤率、折現因子、現值 (PV) 和敏感性單元格 必須 是活動的 Excel 公式——絕不能是將 Python 中計算的值作為數字寫入
• 使用 openpyxl 時：ws["D20"] = "=D19*(1+$B$8)" 是正確的；ws["D20"] = calculated_revenue 是 錯誤 的
• 唯一允許的硬編碼數字是：(1) 原始歷史輸入數據，(2) 假設驅動因素（增長率、WACC 輸入、終值增長率 g），(3) 當前市場數據（股價、債務餘額）
• 如果您發現自己在 Python 中計算某物並寫入結果—— 停止 。當用戶更改假設時，模型必須能夠靈活調整。

逐步與用戶驗證（不要端到端構建）：

• 數據檢索後 → 向用戶展示原始輸入塊（收入、利潤率、股份數、淨債務）並在進行預測前確認
• 收入預測後 → 展示預測的收入頂線和增長率，在構建利潤率明細前確認
• FCF 構建後 → 展示完整的 FCF 時間表，在計算 WACC 前確認邏輯
• WACC 後 → 展示計算過程和輸入，在折現前確認
• 終值 + 現值後 → 展示股權價值橋接（企業價值 EV → 股權價值 → 每股價值），在敏感性表前確認
• 在每個階段捕捉錯誤——如果在構建敏感性表後發現錯誤的利潤率假設，意味著需要重建下游所有內容

敏感性表：

• 使用奇數行和列（標準：5×5，有時 7×7）——這保證有一個真正的中心單元格
• 中心單元格 = 基準情景。 構建軸值，使中間行標題和中間列標題完全等於模型的實際假設（例如，如果基準 WACC = 9.0%，則中間行為 9.0%；如果終值增長率 g = 3.0%，則中間列為 3.0%）。因此，中心單元格的輸出必須等於模型的實際隱含股價——這是驗證表格構建正確的健全性檢查。
• 高亮顯示中心單元格，使用中藍色填充 (#BDD7EE) + 粗體字體，以便立即識別哪個單元格是基準情景。
• 用完整的 DCF 重計算公式填充 所有 單元格（通常 3 個表 × 25 個單元格 = 75 個）
• 使用 openpyxl 循環以編程方式寫入公式
• 無 佔位符文本， 無 線性近似， 無 需要的手動步驟
• 每個單元格必須針對該假設組合重新計算完整的 DCF

單元格批註：

• 在創建每個硬編碼值 時 添加單元格批註
• 格式：“來源：[系統/文檔], [日期], [參考], [URL 如果適用]”
• 每個藍色輸入在移至下一部分之前必須有批註
• 不要推遲到最後或寫“TODO: 添加來源”

模型佈局規劃：

• 在寫入任何公式 之前 定義 所有 部分的行位置
• 首先寫入 所有 標題和標籤
• 其次寫入 所有 部分分隔符和空行
• 然後 使用鎖定的行位置寫入公式
• 創建後立即測試公式

公式重算：

• 交付前運行 python recalc.py model.xlsx 30
• 修復所有錯誤，直到狀態為“success”
• 要求零公式錯誤（#REF!、#DIV/0!、#VALUE! 等）

情景模塊：

• 為悲觀/基準/樂觀情況創建獨立的模塊
• 在每個模塊內，橫向展示各預測年份的假設
• 使用 IF 公式：=IF($B$6=1,[Bear cell],IF($B$6=2,[Base cell],[Bull cell]))
• 驗證公式是否引用了正確的情景模塊單元格

DCF 流程工作流

第 1 步：數據檢索與驗證

從 MCP 服務器、用戶提供的數據和網絡獲取數據。

數據源優先級：

1. MCP 服務器（如果已配置）- 來自 Daloopa 等提供商的結構化財務數據
2. 用戶提供的數據 - 來自其研究的歷史財務數據
3. 網絡搜索/抓取 - 必要時獲取當前價格、Beta 值、債務和現金

驗證清單：

• 驗證淨債務與淨現金（對估值至關重要）
• 確認稀釋後流通股數（檢查最近的回購/增發）
• 驗證歷史利潤率是否與商業模式一致
• 將收入增長率與行業基準進行交叉核對
• 驗證稅率是否合理（通常為 21-28%）

第 2 步：歷史分析（3-5 年）

分析並記錄：

• 收入增長趨勢：計算複合年均增長率 (CAGR)，識別驅動因素
• 利潤率演變：追蹤毛利率、EBIT 利潤率、自由現金流 (FCF) 利潤率
• 資本密集度：折舊與攤銷 (D&A) 和資本支出 (CapEx) 佔收入的百分比
• 營運資本效率：淨營運資本 (NWC) 變化佔收入增長的百分比
• 回報指標：投入資本回報率 (ROIC)、淨資產收益率 (ROE) 趨勢

創建顯示以下內容的彙總表：

Historical Metrics (LTM):
Revenue: $X million
Revenue growth: X% CAGR
Gross margin: X%
EBIT margin: X%
D&A % of revenue: X%
CapEx % of revenue: X%
FCF margin: X%

第 3 步：構建收入預測

方法論：

1. 從最新的實際收入開始（最近十二個月 LTM 或最近一個財年）
2. 為每個預測年份應用增長率
3. 同時顯示美元金額和計算出的增長百分比

增長率框架：

• 第 1-2 年：較高的增長率，反映近期可見性
• 第 3-4 年：逐漸緩和至行業平均水平
• 第 5 年及以後：接近永續增長率

公式結構：

• 收入(第 N 年) = 收入(第 N-1 年) × (1 + 增長率)
• 增長%(第 N 年) = 收入(第 N 年) / 收入(第 N-1 年) - 1

三種情景方法：

Bear Case: Conservative growth (e.g., 8-12%)
Base Case: Most likely scenario (e.g., 12-16%)
Bull Case: Optimistic growth (e.g., 16-20%)

第 4 步：運營費用建模

固定/可變成本分析：

運營費用應模擬現實的經營槓桿：

• 銷售與營銷 (S&M)：通常佔收入的 15-40%，具體取決於商業模式
• 研發 (R&D)：科技公司通常佔 10-30%
• 一般及行政 (G&A)：通常佔收入的 8-15%，隨著公司規模擴大顯示出槓桿效應

關鍵原則：

• 所有百分比均基於收入，而非毛利
• 模擬經營槓桿：隨著收入規模擴大，百分比應下降
• 為 S&M、R&D、G&A 保持單獨的明細項目
• 計算 EBIT = 毛利 - 總運營費用

利潤率擴張框架：

Current State → Target State (Year 5)
Gross Margin: X% → Y% (justify based on scale, efficiency)
EBIT Margin: X% → Y% (result of revenue growth + opex leverage)

第 5 步：自由現金流計算

按正確順序構建 FCF：

EBIT
(-) Taxes (EBIT × Tax Rate)
= NOPAT (Net Operating Profit After Tax)
(+) D&A (non-cash expense, % of revenue)
(-) CapEx (% of revenue, typically 4-8%)
(-) Δ NWC (change in working capital)
= Unlevered Free Cash Flow

營運資本建模：

• 計算為收入變化量（delta revenue）的百分比
• 典型範圍：收入變化量的 -2% 到 +2%
• 負數 = 現金來源（營運資本釋放）
• 正數 = 現金使用（營運資本積累）

維護性資本支出與增長性資本支出：

• 維護性資本支出：維持當前運營（約佔收入的 2-3%）
• 增長性資本支出：支持擴張（額外佔收入的 2-5%）
• 總資本支出應與公司的增長戰略保持一致

第 6 步：資本成本 (WACC) 研究

用於股權成本的 CAPM 方法論：

Cost of Equity = Risk-Free Rate + Beta × Equity Risk Premium

Where:
- Risk-Free Rate = Current 10-Year Treasury Yield
- Beta = 5-year monthly stock beta vs market index
- Equity Risk Premium = 5.0-6.0% (market standard)

債務成本計算：

After-Tax Cost of Debt = Pre-Tax Cost of Debt × (1 - Tax Rate)

Determine Pre-Tax Cost of Debt from:
- Credit rating (if available)
- Current yield on company bonds
- Interest expense / Total Debt from financials

資本結構權重：

Market Value Equity = Current Stock Price × Shares Outstanding
Net Debt = Total Debt - Cash & Equivalents
Enterprise Value = Market Cap + Net Debt

Equity Weight = Market Cap / Enterprise Value
Debt Weight = Net Debt / Enterprise Value

WACC = (Cost of Equity × Equity Weight) + (After-Tax Cost of Debt × Debt Weight)

特殊情況：

• 淨現金頭寸：如果現金 > 債務，淨債務為負數
  • 債務權重可能為負
  • WACC 計算相應調整
• 無債務：WACC = 股權成本

典型 WACC 範圍：

• 大盤股、穩定型：7-9%
• 成長型公司：9-12%
• 高增長/高風險：12-15%

第 7 步：應用折現率（5-10 年預測）

年中慣例：

• 假設現金流發生在年中
• 折現期：0.5, 1.5, 2.5, 3.5, 4.5 等
• 折現因子 = 1 / (1 + WACC)^期數

現值計算：

For each projection year:
PV of FCF = Unlevered FCF × Discount Factor

Example (Year 1):
FCF = $1,000
WACC = 10%
Period = 0.5
Discount Factor = 1 / (1.10)^0.5 = 0.9535
PV = $1,000 × 0.9535 = $954

預測期選擇：

• 5 年：大多數分析的標準
• 7-10 年：具有更長增長跑道的高增長公司
• 3 年：成熟、穩定的企業

第 8 步：終值計算

永續增長法（首選）：

Terminal FCF = Final Year FCF × (1 + Terminal Growth Rate)
Terminal Value = Terminal FCF / (WACC - Terminal Growth Rate)

Critical Constraint: Terminal Growth < WACC (otherwise infinite value)

永續增長率選擇：

• 保守：2.0-2.5%（GDP 增長率）
• 中性：2.5-3.5%
• 激進：3.5-5.0%（僅適用於市場領導者）

不要超過：無風險利率或長期 GDP 增長率

退出倍數法（替代方案）：

Terminal Value = Final Year EBITDA × Exit Multiple

Where Exit Multiple comes from:
- Industry comparable trading multiples
- Precedent transaction multiples
- Typical range: 8-15x EBITDA

終值的現值：

PV of Terminal Value = Terminal Value / (1 + WACC)^Final Period

Where Final Period accounts for timing:
5-year model with mid-year convention: Period = 4.5

終值合理性檢查：

• 應占企業價值的 50-70%
• 如果 >75%，模型可能過度依賴終值假設
• 如果 <40%，檢查終值假設是否過於保守

第 9 步：企業價值到股權價值的橋樑

估值摘要結構：

(+) Sum of PV of Projected FCFs = $X million
(+) PV of Terminal Value = $Y million
= Enterprise Value = $Z million

(-) Net Debt [or + Net Cash if negative] = $A million
= Equity Value = $B million

÷ Diluted Shares Outstanding = C million shares
= Implied Price per Share = $XX.XX

Current Stock Price = $YY.YY
Implied Return = (Implied Price / Current Price) - 1 = XX%

關鍵調整項：

• 淨債務 = 總債務 - 現金及等價物
  • 如果為正數：從企業價值（EV）中減去（降低股權價值）
  • 如果為負數（淨現金）：加到企業價值（EV）中（增加股權價值）
• 使用稀釋後股數：包括期權、限制性股票單位（RSU）、可轉換證券
• 其他調整項（如適用）：
  • 少數股東權益
  • 養老金負債
  • 經營租賃義務

估值輸出格式：

Valuation Component,Amount ($M)
PV Explicit FCFs,X.X
PV Terminal Value,Y.Y
Enterprise Value,Z.Z
(-) Net Debt,A.A
Equity Value,B.B
,,
Shares Outstanding (M),C.C
Implied Price per Share,$XX.XX
Current Share Price,$YY.YY
Implied Upside/(Downside),+XX%

第 10 步：敏感性分析

在 DCF 工作表的底部構建三個敏感性表，展示估值如何隨不同假設變化：

1. WACC 與終值增長率 - 顯示企業價值對摺現率和永續增長率的敏感性
2. 收入增長率與 EBIT 利潤率 - 顯示頂層收入增長和經營槓桿的影響
3. Beta 係數與無風險利率 - 顯示對股權成本組成部分的敏感性

實施方法：這些是簡單的二維網格（不是 Excel 的“數據表”功能），每個單元格中包含公式。每個單元格必須包含針對該特定假設組合的完整 DCF 重新計算。有關使用 openpyxl 以編程方式填充所有 75 個單元格的詳細要求，請參閱關鍵約束部分。

<correct_patterns>

本節包含構建 DCF 模型時應遵循的所有正確模式。

情景塊選擇模式 - 請遵循此方法

假設按情景分別組織在不同的塊中：

關鍵結構 - 每個節標題佔三行：

BEAR CASE ASSUMPTIONS (section header, merge cells across)
Assumption,FY1,FY2,FY3,FY4,FY5
Revenue Growth (%),12%,10%,9%,8%,7%
EBIT Margin (%),45%,44%,43%,42%,41%

BASE CASE ASSUMPTIONS (section header, merge cells across)
Assumption,FY1,FY2,FY3,FY4,FY5
Revenue Growth (%),16%,14%,12%,10%,9%
EBIT Margin (%),48%,49%,50%,51%,52%

BULL CASE ASSUMPTIONS (section header, merge cells across)
Assumption,FY1,FY2,FY3,FY4,FY5
Revenue Growth (%),20%,18%,15%,13%,11%
EBIT Margin (%),50%,51%,52%,53%,54%

每個情景塊必須有一個列標題行，在節標題下方立即顯示預測年份（FY2025E、FY2026E 等）。如果沒有此行，用戶無法判斷哪個假設值對應哪一年。

如何引用假設 - 創建合併列：

1. 案例選擇器單元格（例如 B6）包含 1=悲觀、2=基準或 3=樂觀
2. 創建一個合併列，使用 INDEX 或 OFFSET 公式從正確的情景塊中提取數據
3. 預測公式引用合併列（乾淨的單元格引用）
4. 每個情景塊包含跨越預測年份的全套 DCF 假設

推薦的合併列模式（使用 INDEX）： =INDEX(B10:D10, 1, $B$6)

不要使用這種 - 分散在各處的 IF 語句： =IF($B$6=1,[悲觀塊單元格],IF($B$6=2,[基準塊單元格],[樂觀塊單元格]))

合併列方法集中了邏輯，使模型更易於審計。

正確的收入預測模式

創建帶有 INDEX 公式的合併列，然後在預測中引用它：

步驟 1 - FY1 增長率的合併列： =INDEX([悲觀 FY1 增長率]:[樂觀 FY1 增長率], 1, $B$6)

步驟 2 - 收入預測引用合併列： 第 1 年收入: =D29*(1+$E$10)

其中：

• D29 = 上一年收入
• $E$10 = FY1 增長率的合併列單元格（包含 INDEX 公式）
• $B$6 = 案例選擇器（1=悲觀，2=基準，3=樂觀）

這種方法比在每個預測公式中嵌入 IF 語句更簡潔，並且更容易審計正在使用的情景假設。

正確的 FCF 公式模式

使用帶有 INDEX 公式的合併列，然後在 FCF 計算中引用它們：

合併列方法：

Item,Formula,Reference
D&A,=E29*$E$21,$E$21 = consolidation column for D&A %
CapEx,=E29*$E$22,$E$22 = consolidation column for CapEx %
Δ NWC,=(E29-D29)*$E$23,$E$23 = consolidation column for NWC %
Unlevered FCF,=E57+E58-E60-E62,E57=NOPAT E58=D&A E60=CapEx E62=Δ NWC

每個合併列單元格都包含一個 INDEX 公式，根據案例選擇器從相應的情景塊中提取數據。這保持了預測公式的簡潔性和可審計性。

在編寫公式之前，確認情景塊的行位置並設置合併列。

正確的單元格註釋格式

每個硬編碼值都需要遵循此格式：

"來源: [系統/文檔], [日期], [參考], [URL 如適用]"

示例：

Item,Source Comment
Stock price,Source: Market data script 2025-10-12 Close price
Shares outstanding,Source: 10-K FY2024 Page 45 Note 12
Historical revenue,Source: 10-K FY2024 Page 32 Consolidated Statements
Beta,Source: Market data script 2025-10-12 5-year monthly beta
Consensus estimates,Source: Management guidance Q3 2024 earnings call

正確的假設表結構

關鍵：每個情景塊需要三個結構元素：

1. 節標題行（合併單元格）：例如，“悲觀情景假設”
2. 列標題行顯示年份 - 這是必需的，請勿跳過
3. 數據行包含假設值

結構：

BEAR CASE ASSUMPTIONS (section header - merge across columns A:G)
Assumption,FY1,FY2,FY3,FY4,FY5
Revenue Growth (%),X%,X%,X%,X%,X%
EBIT Margin (%),X%,X%,X%,X%,X%
Terminal Growth,X%,,,,
WACC,X%,,,,

BASE CASE ASSUMPTIONS (section header - merge across columns A:G)
Assumption,FY1,FY2,FY3,FY4,FY5
Revenue Growth (%),X%,X%,X%,X%,X%
EBIT Margin (%),X%,X%,X%,X%,X%
Terminal Growth,X%,,,,
WACC,X%,,,,

BULL CASE ASSUMPTIONS (section header - merge across columns A:G)
Assumption,FY1,FY2,FY3,FY4,FY5
Revenue Growth (%),X%,X%,X%,X%,X%
EBIT Margin (%),X%,X%,X%,X%,X%
Terminal Growth,X%,,,,
WACC,X%,,,,

如果沒有顯示預測年份（FY2025E、FY2026E 等）的列標題行，用戶無法判斷哪個假設值對應哪一年。此行是強制性的。

然後創建一個合併列（通常是右側的下一列），該列使用 INDEX 公式根據案例選擇器從選定的情景塊中提取數據。您的預測公式應引用此合併列。

正確的行規劃流程

1. 首先編寫所有標題和標籤：

Row,Content
1,[Company Name] DCF Model
2,Ticker | Date | Year End
4,Case Selector
7,KEY ASSUMPTIONS
26,Assumption headers
27-31,Growth assumptions
...,...

2. 編寫所有分隔符和空行

3. 然後使用鎖定的行位置編寫公式

4. 創建後立即測試公式

將其視為建築施工：

• 好做法：先澆築地基，再砌牆（結構穩定）
• 壞做法：先砌牆，再澆築地基（牆體倒塌）

Excel 版本：

• 好做法：先添加標題，再編寫公式（公式穩定）
• 壞做法：先編寫公式，再添加標題（公式出錯）

正確的敏感性表格實現

重要提示：這些不是 Excel 的“數據表”（Data Table）功能。這些是簡單的網格，你需要使用 openpyxl 編寫常規公式。是的，這意味著總共約有 75 個公式（3 個表格 × 每個表格 25 個單元格），但這很簡單且是必須的。

以編程方式使用公式填充：

每個敏感性表格必須完全填充公式，以便針對每種假設組合重新計算隱含股價。不要使用 Excel 的數據表功能（它需要人工干預，無法通過 openpyxl 自動化）。

實施方法 - 具體示例：

表格結構 — 5×5 網格（奇數維度，基準情況居中）：

如果模型的基準 WACC = 9.0% 且基準永續增長率 = 3.0%，則圍繞這些值對稱構建座標軸：

WACC vs Terminal Growth,  2.0%,  2.5%,  3.0%,  3.5%,  4.0%
              8.0%,       [fml], [fml], [fml], [fml], [fml]
              8.5%,       [fml], [fml], [fml], [fml], [fml]
              9.0%,       [fml], [fml], [★  ], [fml], [fml]   ← middle row = base WACC
              9.5%,       [fml], [fml], [fml], [fml], [fml]
             10.0%,       [fml], [fml], [fml], [fml], [fml]
                                   ↑
                          middle col = base terminal g

★ = 中心單元格。 其公式輸出必須等於模型的實際隱含股價（來自估值摘要）。對此單元格應用中藍色填充（#BDD7EE）和粗體字體，以便在視覺上錨定基準情況。

座標軸值規則： axis_values = [base - 2*step, base - step, base, base + step, base + 2*step] — 圍繞基準對稱，奇數計數保證存在中心。

公式模式 - 單元格 B88（WACC=8.0%，永續增長率=2.0%）：

B88 中的公式應使用以下參數重新計算隱含價格：

• 來自行標題的 WACC：$A88 (8.0%)
• 來自列標題的永續增長率：B$87 (2.0%)

推薦方法： 引用主 DCF 計算，但替換這些值。

示例公式結構： =([使用 $A88 作為折現率的自由現金流現值總和] + [使用 B$87 作為增長率和 $A88 作為 WACC 的終值] - [淨債務]) / [股數]

關鍵 - 為 5x5 網格中的每個單元格編寫公式（每個表格 25 個單元格，共 75 個單元格）。 使用 openpyxl 在循環中以編程方式寫入這些公式。不要跳過此步驟或保留佔位符文本。

Python 實現模式：

# Pseudocode for populating sensitivity table
for row_idx, wacc_value in enumerate(wacc_range):
    for col_idx, term_growth_value in enumerate(term_growth_range):
        # Build formula that uses wacc_value and term_growth_value
        formula = f"=<DCF recalc using {wacc_value} and {term_growth_value}>"
        ws.cell(row=start_row+row_idx, column=start_col+col_idx).value = formula

敏感性表格必須在打開模型時立即生效，無需用戶執行任何手動步驟。

</correct_patterns>

<common_mistakes>

本節包含構建 DCF 模型時要避免的所有錯誤模式。

錯誤：簡化的敏感性表格近似值或佔位符文本

不要使用線性近似：

// WRONG - Linear approximation
B97: =B88*(1+(0.096-0.116))    // Assumes linear relationship

// WRONG - Division shortcut
B105: =B88/(1+(E48-0.07))      // Doesn't recalculate full DCF

不要保留佔位符文本：

// WRONG - Placeholder note
"Note: Use Excel Data Table feature (Data → What-If Analysis → Data Table) to populate sensitivity tables."

// WRONG - Empty cells
[leaving cells blank because "this is complex"]

不要混淆術語：

• ❌ “敏感性表格需要 Excel 的數據表功能”（不 - 那是我們無法使用的特定 Excel 工具）
• ✅ “敏感性表格是每個單元格中都包含公式的簡單網格”（是 - 這就是我們要構建的內容）

為什麼這些捷徑是錯誤的：

• 線性近似公式實際上並沒有重新計算 DCF - 它們只是應用簡單的數學調整
• 關係並非線性的，因此結果將不準確
• 佔位符文本需要用戶手動干預
• 交付時模型無法立即使用
• 不專業，未達到客戶交付標準
• 空單元格 = 未完成的交付物

要拒絕的常見合理化藉口： “編寫 75+ 個公式感覺很複雜，所以我會留個筆記讓用戶手動完成。”

現實情況： 當你在 Python 中使用 openpyxl 循環時，編寫 75 個公式非常簡單。每個公式都遵循相同的模式 - 只需替換行/列值。這是交付物中必需的一部分。

正確做法： 用針對該特定假設組合重新計算完整 DCF 的公式填充每個敏感性單元格

錯誤：缺少單元格註釋

不要這樣做：

• 創建所有硬編碼輸入時不加註釋
• 認為“我稍後再添加”
• 編寫“TODO: 添加來源”
• 留下沒有文檔說明的藍色輸入單元格

為什麼這是錯誤的：

• 無法驗證數據來源
• 不符合 xlsx 技能要求
• 未達到審計準備狀態
• 浪費後期修復的時間

正確做法： 在創建每個硬編碼值時添加單元格註釋

錯誤：公式行引用偏移

症狀： FCF 部分引用了錯誤的假設行： 折舊與攤銷: =E29*$E$34 // 應該是 $E$21，但引用了錯誤的行 資本支出: =E29*$E$41 // 應該是 $E$22，但行偏移了

發生原因：

1. 先編寫公式
2. 然後插入標題
3. 所有行引用發生偏移
4. 現在公式指向錯誤的單元格 → #REF! 錯誤

正確做法： 先鎖定行佈局，然後編寫公式

錯誤：跨情景的每個假設僅佔單行

不要這樣構建假設：

Assumption,Bear,Base,Bull
Revenue Growth FY1,10%,13%,16%
Revenue Growth FY2,9%,12%,15%

這種垂直佈局使得難以查看每個情景中跨年份的進展。

為什麼這是錯誤的：

• 難以查看每個情景中假設隨年份的變化
• 難以在整個預測期內比較不同情景的假設
• 審查情景邏輯時直觀性較差

正確做法：

• 為每個情景（悲觀、基準、樂觀）創建單獨的塊
• 在每個塊內，水平展示跨越預測年份的假設
• 這使得每個情景的假設作為一個 cohesive 集合更易於審查

錯誤：無邊框

不要交付沒有邊框的模型：

• 無章節劃分
• 所有單元格混在一起
• 難以閱讀且不專業

為什麼這是錯誤的：

• 未達到客戶交付標準
• 難以導航
• 看起來不專業

正確做法： 在所有主要章節周圍添加邊框

錯誤：字體顏色錯誤或無字體顏色區分

不要這樣做：

• 所有文本均為黑色
• 僅使用填充顏色（無字體顏色變化）
• 混淆哪些單元格是藍色，哪些是黑色

為什麼這是錯誤的：

• 無法區分輸入值和公式
• 審計變得不可能
• 違反 xlsx 技能要求

正確做法： 所有硬編碼輸入使用藍色文本，所有公式使用黑色文本，工作表鏈接使用綠色

錯誤：基於毛利的運營費用

不要這樣做： S&M: =E33*0.15 // E33 = 毛利（錯誤）

為什麼這是錯誤的：

• 運營費用應隨收入縮放，而非毛利
• 產生不現實的利潤率 progression
• 不符合企業的實際運營方式

正確做法： S&M: =E29*0.15 // E29 = 收入（正確）

前 5 大錯誤總結

1. 公式行引用偏移 → 在編寫公式之前定義所有行位置
2. 缺少單元格註釋 → 在創建單元格時添加註釋，而不是最後才加
3. 簡化的敏感性表格 → 用完整的 DCF 重算公式填充所有單元格，而非近似值
4. 情景塊引用錯誤 → 確保 IF 公式從正確的悲觀/基準/樂觀塊中提取數據
5. 無邊框 → 添加專業的章節邊框，以達到客戶交付標準的外觀

此外，請注意以下錯誤：

WACC 計算錯誤

• 在資本結構中混合賬面價值和市場價值
• 錯誤地使用權益貝塔而非資產貝塔/去槓桿貝塔
• 對債務成本應用錯誤的稅率
• 無風險利率不正確（必須使用當前的 10 年期國債收益率）
• 未能根據淨債務與淨現金頭寸進行調整

增長假設缺陷

• 永續增長率 > WACC（導致無限價值）
• 預測增長率與歷史表現不一致
• 忽視行業增長限制
• 收入增長與單位經濟效益不符
• 利潤率擴張缺乏運營依據

終值錯誤

• 使用錯誤的增長方法（永續增長法 vs 退出倍數法）
• 終值 > 企業價值的 80%（表明過度依賴）
• 終值利潤率與穩態假設不一致
• 終值的折現期錯誤

現金流預測錯誤

• 運營費用基於毛利而非收入
• 折舊與攤銷/資本支出百分比與商業模式不符
• 營運資本變動計算不當
• 各年間稅率不一致
• NOPAT（稅後淨營業利潤）計算錯誤

這些是最常見的錯誤。在開始構建任何 DCF 模型之前，請重新閱讀本節。

</common_mistakes>

Excel 文件創建

此技能使用 xlsx 技能進行所有電子表格操作。 xlsx 技能提供：

• 標準化的公式構建規則
• 數字格式約定
• 通過 recalc.py 腳本自動重算公式
• 全面的錯誤檢查和驗證

此技能創建的所有 Excel 文件必須遵循 xlsx 技能要求，包括零公式錯誤和 proper 重算。

質量評分標準

每個 DCF 模型必須最大化以下方面：

1. 基於歷史表現的現實收入和利潤率假設
2. 使用適當 CAPM 方法的資本成本計算
3. 顯示估值範圍的全面敏感性分析
4. 有支持理由的清晰終值計算
5. 支持情景分析的專業模型結構
6. 所有關鍵假設的透明文檔記錄

輸入要求

最低必需輸入

1. 公司標識符：股票代碼或公司名稱
2. 增長假設：預測期的收入增長率（或“使用共識預期”）
3. 可選參數：
   • 預測期（默認：5 年）
   • 情景案例（悲觀/基準/樂觀的增長和利潤率假設）
   • 永續增長率（默認：2.5-3.0%）
   • 如果不使用 CAPM，則提供特定的 WACC 輸入

Excel 模型結構

工作表架構

創建兩個工作表：

1. DCF - 主估值模型，底部包含敏感性分析
2. WACC - 資本成本計算

關鍵：敏感性表格位於 DCF 工作表的底部（而不是單獨的工作表）。這使所有估值輸出保持在一起。

公式重算（強制）

創建或修改 Excel 模型後，使用 excel-author 技能中的 recalc.py 腳本重算所有公式：

python recalc.py [path_to_excel_file] [timeout_seconds]

示例：

python recalc.py AAPL_DCF_Model_2025-10-12.xlsx 30

該腳本將：

• 使用 LibreOffice 重算所有工作表中的所有公式
• 掃描所有單元格以查找 Excel 錯誤（#REF!、#DIV/0!、#VALUE!、#NAME?、#NULL!、#NUM!、#N/A）
• 返回包含錯誤位置和數量的詳細 JSON

預期輸出格式：

{
  "status": "success",           // or "errors_found"
  "total_errors": 0,              // Total error count
  "total_formulas": 42,           // Number of formulas in file
  "error_summary": {}             // Only present if errors found
}

如果發現錯誤，輸出將包含詳細信息：

{
  "status": "errors_found",
  "total_errors": 2,
  "total_formulas": 42,
  "error_summary": {
    "#REF!": {
      "count": 2,
      "locations": ["DCF!B25", "DCF!C25"]
    }
  }
}

在交付模型之前，修復所有錯誤並重新運行 recalc.py，直到狀態為“success”。

格式標準

重要：遵循 xlsx 技能中的公式構建規則和數字格式約定。DCF 技能添加了特定的視覺呈現標準。

配色方案 - 兩層結構：

第 1 層：字體顏色（xlsx 技能強制要求）

• 藍色文本 (RGB: 0,0,255)：所有硬編碼輸入（股價、股數、歷史數據、假設）
• 黑色文本 (RGB: 0,0,0)：所有公式和計算
• 綠色文本 (RGB: 0,128,0)：指向其他工作表的鏈接（WACC 工作表引用）

第 2 層：填充顏色 — 專業藍/灰調色板（除非用戶另有指定，否則為默認值）

• 保持極簡 — 填充色僅使用藍色和灰色。不要引入綠色、黃色、橙色或多種強調色。顏色過多的模型看起來不專業。
• 默認填充調色板：
  • 章節標題：深藍色 (RGB: 31,78,121 / #1F4E79) 背景，配白色粗體文本
  • 子標題/列標題：淺藍色 (RGB: 217,225,242 / #D9E1F2) 背景，配黑色粗體文本
  • 輸入單元格：淺灰色 (RGB: 242,242,242 / #F2F2F2) 背景，配藍色字體 — 或者如果追求極致極簡，也可以使用白色背景配藍色字體
  • 計算單元格：白色背景，配黑色字體
  • 輸出/彙總行（每股價值、企業價值 EV 等）：中藍色 (RGB: 189,215,238 / #BDD7EE) 背景，配黑色粗體字體
• 僅此而已 — 3 種藍色 + 1 種灰色 + 白色。 抵制添加更多顏色的衝動。
• 用戶提供的模板或明確的顏色偏好始終覆蓋這些默認值。

兩層結構如何協同工作：

• 輸入單元格：藍色字體 + 淺灰色填充 = “硬編碼輸入”
• 公式單元格：黑色字體 + 白色背景 = “計算值”
• 工作表鏈接：綠色字體 + 白色背景 = “來自其他工作表的引用”
• 關鍵輸出：黑色粗體字體 + 中藍色填充 = “這是答案”

字體顏色告訴你它是什麼（輸入/公式/鏈接）。填充顏色告訴你你在哪裡（標題/數據/輸出）。

邊框標準（專業外觀必需）

主要部分周圍使用粗邊框 (1.5pt)：

• KEY INPUTS（關鍵輸入）部分
• PROJECTION ASSUMPTIONS（預測假設）部分
• 5-YEAR CASH FLOW PROJECTION（5 年現金流預測）部分
• TERMINAL VALUE（終值）部分
• VALUATION SUMMARY（估值摘要）部分
• 每個 SENSITIVITY ANALYSIS（敏感性分析）表格

子部分之間使用中邊框 (1pt)：

• Company Details（公司詳情）與 Historical Performance（歷史表現）之間
• Growth Assumptions（增長假設）與 EBIT Margin（EBIT 利潤率）與 FCF Parameters（自由現金流參數）之間

數據表周圍使用細邊框 (0.5pt)：

• 情景假設表（Bear | Base | Bull | Selected）
• 歷史與預測財務數據矩陣

無邊框： 表格內的單個單元格（保持整潔，易於掃描）

邊框是強制性的 - 沒有專業邊框的模型不符合客戶交付標準。

數字格式（遵循 xlsx 技能標準）：

• 年份：格式化為文本字符串（例如，“2024” 而不是 “2,024”）
• 百分比：0.0%（一位小數）
• 貨幣：百萬單位使用 $#,##0；每股單位使用 $#,##0.00 - 始終在標題中指定單位（“Revenue ($mm)”）
• 零值：使用數字格式將所有零顯示為 “-”（例如，$#,##0;($#,##0);-）
• 大數字：#,##0 帶千位分隔符
• 負數：(#,##0) 用括號表示（不使用減號）

單元格註釋（所有硬編碼輸入強制要求）：

根據 xlsx 技能，所有硬編碼值必須具有記錄來源的單元格註釋。格式：“Source: [系統/文檔], [日期], [參考], [URL 如果適用]”

關鍵：在創建單元格時立即添加註釋。不要推遲到最後。

DCF 工作表詳細結構

第 1 部分：標題

Row,Content
1,[Company Name] DCF Model
2,Ticker: [XXX] | Date: [Date] | Year End: [FYE]
3,Blank
4,Case Selector Cell (1=Bear 2=Base 3=Bull)
5,Case Name Display (formula: =IF([Selector]=1"Bear"IF([Selector]=2"Base""Bull")))

第 2 部分：市場數據（不區分大小寫）

Item,Value
Current Stock Price,$XX.XX
Shares Outstanding (M),XX.X
Market Cap ($M),[Formula]
Net Debt ($M),XXX [or Net Cash if negative]

第 3 部分：DCF 情景假設

為每個情景（悲觀、基準、樂觀）創建單獨的假設塊，其中包含 DCF 特定假設（收入增長率 %、EBIT 利潤率 %、稅率 %、折舊與攤銷佔收入 %、資本支出佔收入 %、淨營運資本變動佔收入變動 %、永續增長率、WACC），並在預測年份橫向排列。每個塊必須包括章節標題、顯示預測年份（FY1, FY2 等）的列標題行以及數據行。請參閱 <correct_patterns> 部分中的“Correct Assumption Table Structure”以獲取確切佈局。

第 4 部分：歷史與預測財務數據

引用一個整合列（例如，“Selected Case”），該列從情景塊中提取數據，而不是在每個預測行中使用分散的 IF 公式。

Income Statement ($M),2020A,2021A,2022A,2023A,2024E,2025E,2026E
Revenue,XXX,XXX,XXX,XXX,[=E29*(1+$E$10)],[=F29*(1+$E$11)],[=G29*(1+$E$12)]
  % growth,XX%,XX%,XX%,XX%,[=E29/D29-1],[=F29/E29-1],[=G29/F29-1]
,,,,,,
Gross Profit,XXX,XXX,XXX,XXX,[=E29*E33],[=F29*F33],[=G29*G33]
  % margin,XX%,XX%,XX%,XX%,[=E33/E29],[=F33/F29],[=G33/G29]
,,,,,,
Operating Expenses:,,,,,,,
  S&M,XXX,XXX,XXX,XXX,[=E29*0.15],[=F29*0.14],[=G29*0.13]
  R&D,XXX,XXX,XXX,XXX,[=E29*0.12],[=F29*0.11],[=G29*0.10]
  G&A,XXX,XXX,XXX,XXX,[=E29*0.08],[=F29*0.07],[=G29*0.07]
  Total OpEx,XXX,XXX,XXX,XXX,[=E36+E37+E38],[=F36+F37+F38],[=G36+G37+G38]
,,,,,,
EBIT,XXX,XXX,XXX,XXX,[=E33-E39],[=F33-F39],[=G33-G39]
  % margin,XX%,XX%,XX%,XX%,[=E41/E29],[=F41/F29],[=G41/G29]
,,,,,,
Taxes,(XX),(XX),(XX),(XX),[=E41*$E$24],[=F41*$E$24],[=G41*$E$24]
  Tax rate,XX%,XX%,XX%,XX%,[=E43/E41],[=F43/F41],[=G43/G41]
,,,,,,
NOPAT,XXX,XXX,XXX,XXX,[=E41-E43],[=F41-F43],[=G41-G43]

關鍵公式模式：

• 收入增長：=E29*(1+$E$10)，其中 $E$10 是第一年增長的整合列
• 非：=E29*(1+IF($B$6=1,$B$10,IF($B$6=2,$C$10,$D$10)))

這種方法更簡潔，更易於審計，並通過集中情景邏輯防止公式錯誤。

第 5 部分：自由現金流構建

關鍵：驗證行引用指向正確的假設行。在創建後立即測試公式。

Cash Flow ($M),2020A,2021A,2022A,2023A,2024E,2025E,2026E
NOPAT,XXX,XXX,XXX,XXX,[=E45],[=F45],[=G45]
(+) D&A,XXX,XXX,XXX,XXX,[=E29*$E$21],[=F29*$E$21],[=G29*$E$21]
    % of Rev,XX%,XX%,XX%,XX%,[=E58/E29],[=F58/F29],[=G58/G29]
(-) CapEx,(XX),(XX),(XX),(XX),[=E29*$E$22],[=F29*$E$22],[=G29*$E$22]
    % of Rev,XX%,XX%,XX%,XX%,[=E60/E29],[=F60/F29],[=G60/G29]
(-) Δ NWC,(XX),(XX),(XX),(XX),[=(E29-D29)*$E$23],[=(F29-E29)*$E$23],[=(G29-F29)*$E$23]
    % of Δ Rev,XX%,XX%,XX%,XX%,[=E62/(E29-D29)],[=F62/(F29-E29)],[=G62/(G29-F29)]
,,,,,,
Unlevered FCF,XXX,XXX,XXX,XXX,[=E57+E58-E60-E62],[=F57+F58-F60-F62],[=G57+G58-G60-G62]

行引用示例（基於佈局規劃）：

• $E$21 = 折舊與攤銷 % 假設（整合列，第 21 行）
• $E$22 = 資本支出 % 假設（整合列，第 22 行）
• $E$23 = 淨營運資本 % 假設（整合列，第 23 行）
• E29 = 當年收入（第 29 行）
• E45 = 當年稅後淨營業利潤 NOPAT（第 45 行）

在編寫公式之前：確認這些行號與實際佈局匹配。先測試一列，然後複製到其他列。

第 6 部分：折現與估值

DCF Valuation,2024E,2025E,2026E,2027E,2028E,Terminal
Unlevered FCF ($M),XXX,XXX,XXX,XXX,XXX,
Period,0.5,1.5,2.5,3.5,4.5,
Discount Factor,0.XX,0.XX,0.XX,0.XX,0.XX,
PV of FCF ($M),XXX,XXX,XXX,XXX,XXX,
,,,,,,
Terminal FCF ($M),,,,,,,XXX
Terminal Value ($M),,,,,,,XXX
PV Terminal Value ($M),,,,,,,XXX
,,,,,,
Valuation Summary ($M),,,,,,
Sum of PV FCFs,XXX,,,,,
PV Terminal Value,XXX,,,,,
Enterprise Value,XXX,,,,,
(-) Net Debt,(XX),,,,,
Equity Value,XXX,,,,,
,,,,,,
Shares Outstanding (M),XX.X,,,,,
IMPLIED PRICE PER SHARE,$XX.XX,,,,,
Current Stock Price,$XX.XX,,,,,
Implied Upside/(Downside),XX%,,,,,

WACC 工作表結構

COST OF EQUITY CALCULATION,,
Risk-Free Rate (10Y Treasury),X.XX%,[Yellow input]
Beta (5Y monthly),X.XX,[Yellow input]
Equity Risk Premium,X.XX%,[Yellow input]
Cost of Equity,X.XX%,[Calculated blue]
,,
COST OF DEBT CALCULATION,,
Credit Rating,AA-,[Yellow input]
Pre-Tax Cost of Debt,X.XX%,[Yellow input]
Tax Rate,XX.X%,[Link to DCF sheet]
After-Tax Cost of Debt,X.XX%,[Calculated blue]
,,
CAPITAL STRUCTURE,,
Current Stock Price,$XX.XX,[Link to DCF]
Shares Outstanding (M),XX.X,[Link to DCF]
Market Capitalization ($M),"X,XXX",[Calculated]
,,
Total Debt ($M),XXX,[Yellow input]
Cash & Equivalents ($M),XXX,[Yellow input]
Net Debt ($M),XXX,[Calculated]
,,
Enterprise Value ($M),"X,XXX",[Calculated]
,,
WACC CALCULATION,Weight,Cost,Contribution
Equity,XX.X%,X.X%,X.XX%
Debt,XX.X%,X.X%,X.XX%
,,
WEIGHTED AVERAGE COST OF CAPITAL,X.XX%,[Green output]

關鍵 WACC 公式：

Market Cap = Price × Shares
Net Debt = Total Debt - Cash
Enterprise Value = Market Cap + Net Debt
Equity Weight = Market Cap / EV
Debt Weight = Net Debt / EV
WACC = (Cost of Equity × Equity Weight) + (After-tax Cost of Debt × Debt Weight)

敏感性分析（DCF 工作表底部）

術語提醒：“敏感性表格” = 簡單的二維網格，包含行標題、列標題以及每個數據單元格中的公式。不是 Excel 的“數據表”功能（數據 → 模擬分析 → 數據表）。你將使用 openpyxl 將常規 Excel 公式寫入每個單元格。

位置：DCF 工作表的第 87 行及以下（不是單獨的工作表）

三個垂直堆疊的敏感性表格：

1. WACC vs 永續增長率（第 87-100 行）- 5x5 網格 = 25 個包含公式的單元格
2. 收入增長率 vs EBIT 利潤率（第 102-115 行）- 5x5 網格 = 25 個包含公式的單元格
3. Beta 係數 vs 無風險利率（第 117-130 行）- 5x5 網格 = 25 個包含公式的單元格

需編寫的公式總數：75（這是必需項，非可選項）

關鍵要求：所有敏感性表格單元格必須使用 openpyxl 以編程方式填充公式。不要使用線性近似捷徑。不要留下佔位符文本或關於手動步驟的說明。不要因為“太複雜”而合理化留空單元格的行為——使用 Python 循環來生成公式。

表格設置：

1. 創建包含行/列標題（要測試的假設值）的表格結構
2. 用公式填充每個數據單元格，該公式需：
   • 使用行標題值（例如，WACC = 9.0%）
   • 使用列標題值（例如，永續增長率 = 3.0%）
   • 使用這些特定假設重新計算完整的 DCF
   • 返回該情景下的隱含每股價格
3. 交付時，所有單元格必須包含有效的公式
4. 使用條件格式設置單元格格式：較高值為綠色漸變，較低值為紅色漸變
5. 加粗基準情形單元格
6. 表格之間保留 1-2 個空白行

無需人工干預——當用戶打開文件時，敏感性表格必須完全可用。

案例選擇器實現

三情景框架：

悲觀情形 (Bear Case)

• 保守的收入增長（歷史範圍的低端）
• 利潤率壓縮或無擴張
• 較高的 WACC（風險溢價增加）
• 較低的永續增長率
• 較高的資本支出 (CapEx) 假設

基準情形 (Base Case)

• 共識預期或管理層指引的收入增長
• 基於經營槓桿的適度利潤率擴張
• 當前市場隱含的 WACC
• 與 GDP 一致的永續增長（2.5-3.0%）
• 標準資本支出 (CapEx) 假設

樂觀情形 (Bull Case)

• 樂觀的收入增長（預測範圍的高端）
• 顯著的利潤率擴張
• 較低的 WACC（風險溢價降低）
• 較高的永續增長（3.5-5.0%）
• 降低的資本支出強度

公式實現：

不要在整個模型中分散使用嵌套的 IF 公式。相反，創建一個合併列，使用 INDEX 或 OFFSET 公式從相應的情景塊中提取數據。

推薦模式（使用 INDEX）： =INDEX(B10:D10, 1, $B$6)，其中 B10:D10 = 悲觀/基準/樂觀值，1 = 行偏移量，$B$6 = 案例選擇器單元格（1、2 或 3）

然後在所有預測中引用合併列： 第 1 年收入: =D29*(1+$E$10)，其中 $E$10 是第 1 年增長率的合併列值。

這種方法集中了情景邏輯，使模型更易於審計和維護。

交付物結構

文件命名：[Ticker]_DCF_Model_[Date].xlsx

兩個工作表：

1. DCF - 完整模型，包含悲觀/基準/樂觀情景 + 底部的三個敏感性表格（WACC vs 永續增長率、收入增長率 vs EBIT 利潤率、Beta 係數 vs 無風險利率）
2. WACC - 資本成本計算

關鍵功能：案例選擇器（1/2/3）、帶有 INDEX/OFFSET 公式的合併列、顏色編碼的單元格、所有輸入項的單元格批註、專業的邊框

最佳實踐

模型構建

1. 增量構建：在完成每一部分後再進入下一部分
2. 邊建邊測：輸入示例數字以驗證公式
3. 使用一致的結構：相似的計算遵循相似的模式
4. 註釋複雜公式：為不尋常的計算添加註釋
5. 建立檢查機制：在適用的地方進行求和檢查和平衡檢查

文檔記錄

1. 記錄所有假設：解釋關鍵輸入背後的理由
2. 引用數據來源：註明每個數據點的來源
3. 解釋方法論：描述任何非標準方法
4. 標記不確定性：突出顯示可見性有限的領域

質量控制

1. 交叉核對計算：以多種方式驗證數學計算
2. 壓力測試假設：運行敏感性分析以確保模型穩健
3. 同行評審：讓其他人檢查公式
4. 版本控制：隨著工作進展保存版本

常見變體

高增長科技公司

• 更長的預測期（7-10 年）
• 較高的初始增長率（20-30%）
• 隨時間顯著擴張的利潤率
• 較高的 WACC（12-15%）
• 對單位經濟效益建模（用戶數、每用戶平均收入 ARPU 等）

成熟/穩定型公司

• 較短的預測期（3-5 年）
• 溫和的增長率（GDP +1-3%）
• 穩定的利潤率
• 較低的加權平均資本成本（WACC）（7-9%）
• 專注於現金流生成和資本配置

週期性公司

• 模擬整個經濟週期
• 將利潤率標準化為週期中值
• 考慮谷底和峰值情景
• 根據週期性調整 Beta 係數

多業務板塊公司

• 為每個業務單元分別構建貼現現金流（DCF）模型
• 不同板塊採用不同的增長率和利潤率
• 分部加總估值法（Sum-of-parts valuation）
• 考慮協同效應

故障排除

如果遇到錯誤或不合理的結果，請閱讀 TROUBLESHOOTING.md 以獲取詳細的調試指導。

工作流集成

在構建 DCF 模型開始時

1. 收集市場數據：

   • 檢查是否有可用的 MCP 服務器以獲取當前市場數據
   • 使用網絡搜索/抓取功能獲取股價、Beta 係數和其他市場指標
   • 如果需要特定數據，向用戶請求

2. 收集歷史財務數據：

   • 檢查是否有可用的 MCP 服務器（如 Daloopa 等）
   • 如果無法通過 MCP 獲取，向用戶請求
   • 如有必要，從 10-K 年報中手動提取

3. 開始構建模型，使用本技能中詳述的 DCF 方法

在模型構建過程中

1. 使用 openpyxl 構建 Excel 模型，包含公式（而非硬編碼值）
2. 遵循 xlsx 技能約定進行公式構建和格式化
3. 僅在用戶要求或提供特定品牌指南時應用填充顏色

在交付模型之前（強制）

1. 驗證結構：

   • 包含熊市/基準/牛市情景塊，以及跨越預測年份的假設
   • 情景選擇器功能正常，公式引用正確的情景塊
   • 敏感性表格位於 DCF 工作表底部（而非單獨的工作表）
   • 字體顏色：藍色表示輸入值，黑色表示公式，綠色表示工作表鏈接
   • 所有硬編碼輸入值均添加單元格註釋
   • 主要部分周圍設有專業的邊框

2. 重新計算公式：運行 python recalc.py model.xlsx 30

3. 檢查輸出：

   • 如果 status 為 "success" → 繼續執行第 4 步
   • 如果 status 為 "errors_found" → 檢查 error_summary 並閱讀 TROUBLESHOOTING.md 以獲取調試指導

4. 修復錯誤並重新運行 recalc.py，直到狀態為 "success"

5. 抽查公式：

   • 測試一個自由現金流（FCF）公式——它是否引用了正確的假設行？
   • 更改情景選擇器——合併列是否正確更新？
   • 驗證收入公式是否引用合併列（而非嵌套的 IF 公式）

6. 交付模型

可用數據源

• MCP 服務器：如果已配置（如用於歷史財務數據的 Daloopa）
• 網絡搜索/抓取：用於獲取當前股價、Beta 係數和市場數據
• 用戶提供的數據：歷史財務數據、共識預期
• 手動提取：作為後備方案，從 SEC EDGAR 文件中提取

最終輸出檢查清單

在交付 DCF 模型之前：

必需項：

• 運行 python recalc.py model.xlsx 30 直到狀態為 "success"（零公式錯誤）
• 兩個工作表：DCF（底部包含敏感性分析）、WACC
• 字體顏色：藍色=輸入值，黑色=公式，綠色=工作表鏈接
• 所有硬編碼輸入值均添加單元格註釋
• 敏感性表格完全由公式填充
• 主要部分周圍設有專業的邊框

驗證項：

• 運營費用（OpEx）基於收入（而非毛利潤）
• 終值佔企業價值（EV）的 50-70%
• 永續增長率 < WACC
• 稅率 21-28%
• 文件命名：[Ticker]_DCF_Model_[Date].xlsx

數據源 — 優先使用 MCP，網絡作為後備

下文許多地方提到“使用 S&P Kensho MCP / Daloopa MCP / FactSet MCP”。這些是原始 Cowork 插件上下文中的商業金融數據 MCP。在 Hermes 中：

• 如果你配置了任何結構化金融數據 MCP（Hermes 支持 MCP — 參見 native-mcp 技能），優先使用它來獲取時點可比公司數據、先例交易數據和 filings 數據。
• 否則，回退到：
  • 針對 SEC EDGAR (https://www.sec.gov/cgi-bin/browse-edgar) 使用 web_search / web_extract 獲取美國 filings 數據
  • 公司投資者關係頁面獲取新聞稿、財報演示文稿
  • 使用 browser_navigate 訪問交互式數據門戶
  • 用戶提供的數據（當上下文中沒有時，明確詢問用戶）
• 切勿偽造。如果無法 sourced 倍數、先例或 filing 數字，將單元格標記為 [UNSOURCED] 並向用戶展示。

歸屬

本技能改編自 Anthropic 的 Claude for Financial Services 插件套件（Apache-2.0）。已移除 Office-JS / Cowork 實時 Excel 路徑；此版本通過 excel-author 技能的約定面向無頭 openpyxl。原始來源：https://github.com/anthropics/financial-services