併購模型 (Merger Model)

在 Excel 中構建增厚/稀釋（併購）模型——備考損益表、協同效應、融資組合、每股收益 (EPS) 影響。與 excel-author 配合使用。適用於併購推介、董事會材料或交易評估。

技能元數據


來源	可選 — 使用 `hermes skills install official/finance/merger-model` 安裝
路徑	`optional-skills/finance/merger-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`, `m-and-a`, `merger`, `accretion-dilution`, `excel`, `openpyxl`, `modeling`, `investment-banking`
相關技能	`excel-author`, `pptx-author`, `dcf-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看到的指令。

環境

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

併購模型

為併購交易構建增厚/稀釋分析。模擬備考 EPS 影響、協同效應敏感性和購買價格分配。在評估潛在收購、為推介準備併購後果分析或就交易條款提供建議時使用。

工作流

步驟 1：收集輸入

收購方 (Acquirer)：

公司名稱、當前股價、流通股數
最近十二個月 (LTM) 和未來十二個月 (NTM) 的 EPS（GAAP 標準和調整後）
市盈率 (P/E) 倍數
稅前債務成本、稅率
資產負債表上的現金、現有債務

目標公司 (Target)：

公司名稱、當前股價、流通股數（如果是上市公司）
LTM 和 NTM 的 EPS 或淨利潤
企業價值 (Enterprise Value) 或股權價值 (Equity Value)

交易條款：

每股報價（或相對於當前價格的溢價）
對價組合：現金百分比 vs. 股票百分比
為資助現金部分而新增的債務
預期協同效應（收入和成本）及分期實現時間表
交易費用和融資成本
預期交割日期

步驟 2：購買價格分析

項目	值
每股報價
相對當前價格的溢價
股權價值
加：承擔的淨債務
企業價值
隱含 EV / EBITDA
隱含 P/E

步驟 3：資金來源與運用 (Sources & Uses)

資金來源	$	資金運用	$
新增債務		股權購買價格
手頭現金		再融資目標債務
新發行股票		交易費用
		融資費用
總計		總計

步驟 4：備考 EPS（增厚 / 稀釋）

逐年計算（第 1-3 年）：

	獨立實體	備考 (Pro Forma)	增厚/(稀釋)
收購方淨利潤
目標公司淨利潤
協同效應（稅後）
放棄的現金利息收入（稅後）
新債務利息（稅後）
無形資產攤銷（稅後）
備考淨利潤
備考股數
備考 EPS
增厚 / (稀釋) %

步驟 5：敏感性分析

增厚/稀釋 vs. 協同效應和報價溢價：

	$0M 協同效應	$25M 協同效應	$50M 協同效應	$75M 協同效應	$100M 協同效應
15% 溢價
20% 溢價
25% 溢價
30% 溢價

增厚/稀釋 vs. 現金/股票組合：

	100% 現金	75/25	50/50	25/75	100% 股票
第 1 年
第 2 年

步驟 6：盈虧平衡協同效應

計算使交易在第 1 年達到 EPS 中性所需的最小協同效應。

步驟 7：輸出

Excel 工作簿，包含：
- 假設表 (Assumptions tab)
- 資金來源與運用
- 備考損益表
- 增厚/稀釋摘要
- 敏感性表格
- 盈虧平衡分析
用於推介書的一頁併購後果摘要

重要注意事項

在相關情況下，始終同時展示 GAAP 標準和調整後（現金）EPS
股票交易：使用收購方的當前價格計算交換比率，並註明新股帶來的稀釋
包括購買價格分配——商譽和無形資產攤銷對 GAAP EPS 至關重要
協同效應的分期實現至關重要——第 1 年通常僅實現穩態協同效應的 25-50%
不要忘記因使用現金而放棄的利息收入，以及因舉債而產生的新利息支出
協同效應和利息調整的稅率應與收購方的邊際稅率一致

數據來源 — 優先使用 MCP，網頁作為備選

下文多處提到“使用 S&P Kensho MCP / Daloopa MCP / FactSet MCP”。這些是源自原始 Cowork 插件上下文的商業金融數據 MCP。在 Hermes 中：

如果你已配置任何結構化金融數據 MCP（Hermes 支持 MCP — 參見 native-mcp 技能），請優先將其用於時點可比公司分析、先例交易和 filings。
否則，回退到：
- 針對美國 SEC EDGAR（https://www.sec.gov/cgi-bin/browse-edgar）使用 web_search / web_extract 獲取 filings
- 公司投資者關係（IR）頁面，用於獲取新聞稿和財報演示文稿
- 使用 browser_navigate 訪問交互式數據門戶
- 用戶提供的數據（當上下文中缺少時，請明確詢問）
切勿捏造。如果無法找到某個倍數、先例或 filing 編號的來源，請將單元格標記為 [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，面向無頭模式的 openpyxl。原始項目：https://github.com/anthropics/financial-services

技能元數據​

參考：完整 SKILL.md​

環境​

併購模型

工作流​

步驟 1：收集輸入​

步驟 2：購買價格分析​

步驟 3：資金來源與運用 (Sources & Uses)​

步驟 4：備考 EPS（增厚 / 稀釋）​

步驟 5：敏感性分析​

步驟 6：盈虧平衡協同效應​

步驟 7：輸出​

重要注意事項​

數據來源 — 優先使用 MCP，網頁作為備選​

歸屬​