본문으로 건너뛰기

LBO 模型

在 Excel 中构建杠杆收购模型——资金来源与用途、债务计划表、现金归集、退出倍数、IRR/MOIC 敏感性分析。与 excel-author 配合使用。适用于 PE 筛选、赞助商案例估值或路演中的示例性 LBO。

技能元数据​

来源可选——通过 hermes skills install official/finance/lbo-model 安装
路径optional-skills/finance/lbo-model
版本1.0.0
作者Anthropic（由 Nous Research 改编）
许可证Apache-2.0
平台linux, macos, windows
标签finance, valuation, lbo, private-equity, excel, openpyxl, modeling
相关技能excel-author, pptx-author, dcf-model, 3-statement-model

参考：完整 SKILL.md​

정보

以下是该技能被触发时 Hermes 加载的完整技能定义。这是技能激活时 Agent 看到的指令。

环境​

本技能假设使用 headless openpyxl——你将在磁盘上生成一个 .xlsx 文件。 遵循 excel-author 技能在单元格着色、公式、命名范围和敏感性表格方面的约定。 交付前重新计算：python /path/to/excel-author/scripts/recalc.py ./out/model.xlsx。

模板要求​

本技能使用 LBO 模型模板。请始终先检查是否有附带的模板文件。

在开始任何 LBO 模型之前：

  1. 如果已附带/提供了模板文件：精确使用该模板的结构——复制它并用用户的数据填充
  2. 如果没有附带模板：询问用户：“您有希望我使用的特定 LBO 模板吗？如果没有，我可以使用标准模板，其中包含资金来源与用途、运营模型、债务计划表和回报分析。”
  3. 如果使用标准模板：复制 examples/LBO_Model.xlsx 作为起点，并用用户的假设填充它

重要：当有像 LBO_Model.xlsx 这样的文件附随时，你必须将其用作模板——不要从头构建。即使模板看起来复杂或包含比所需更多的功能，也要复制它并根据用户的需求进行调整。当提供了模板时，切勿决定“从头构建”。

关键说明——请先阅读​

使用 Python/openpyxl。编写公式字符串（ws["D20"] = "=B5*B6"），然后在交付前运行 excel-author 技能的 recalc.py 辅助工具。

核心原则​

  • 每个计算都必须是 Excel 公式——切勿在 Python 中计算值并将结果硬编码到单元格中。使用 openpyxl 时，请写入 cell.value = "=B5*B6"（公式字符串），而不是 cell.value = 1250（计算结果）。模型必须是动态的，并在输入发生变化时更新。
  • 使用模板结构——遵循 examples/LBO_Model.xlsx 或用户提供的模板中的组织方式。不要自行设计布局。
  • 使用正确的单元格引用——所有公式都应引用适当的单元格。切勿输入本应来自其他单元格的数字。
  • 保持符号约定的一致性——遵循模板使用的任何符号约定（有些用负数表示流出，有些用正数）。全程保持一致。
  • 逐节工作，每一步与用户确认——完整完成一个部分，向用户展示构建的内容，运行该部分的验证检查，并在进入下一部分之前获得确认。不要一次性构建整个端到端模型然后展示——后面的部分依赖于前面的部分，如果在回报已经构建好之后才发现资金来源与用途中的错误，就意味着所有地方都要返工。

公式颜色规范​

  • 蓝色 (0000FF)：手动输入的数值——直接键入的数字，不引用其他单元格
  • 黑色 (000000)：包含计算的公式——使用运算符或函数的公式（=B4*B5、=SUM()、=-MAX(0,B4)）
  • 紫色 (800080)：指向同一工作表内单元格的链接——不含计算直接引用（=B9、=B45）
  • 绿色 (008000)：指向不同工作表内单元格的链接——跨表引用（=Assumptions!B5、='Operating Model'!C10）

填充颜色方案 — 专业蓝灰色系（除非用户或模板另有指定，否则默认使用此方案）​

  • 保持克制——单元格填充只用蓝色和灰色。不要引入绿色、黄色、红色或多个强调色。专业的 LBO 模型讲究克制。
  • 默认填充色板：
    • 章节标题（资金来源与用途、运营模型等）：深蓝色 #1F4E79，配白色粗体字
    • 列标题（第1年、第2年等）：浅蓝色 #D9E1F2，配黑色粗体字
    • 输入单元格：浅灰色 #F2F2F2（或白色）——蓝色字体才是关键提示，填充色是辅助
    • 公式/计算单元格：白色，无填充
    • 关键输出（IRR、MOIC、退出权益）：中蓝色 #BDD7EE，配黑色粗体字
  • 就这些颜色。 3种蓝色 + 1种灰色 + 白色。如果模板自身有颜色，则遵循模板。
  • 注意：上面的蓝色/黑色/紫色/绿色字体颜色用于区分输入、公式和链接。它们与这里的填充色板是两套体系——两者配合使用。

数字格式标准​

  • 货币：$#,##0;($#,##0);"-" 或 $#,##0.0，视模板而定
  • 百分比：0.0%（一位小数）
  • 倍数：0.0"x"（一位小数）
  • MOIC/详细比率：0.00"x"（两位小数，保证精度）
  • 所有数字单元格：右对齐

先明确需求​

填写任何公式之前：

  • 检查模板结构——识别所有章节，理解时间轴（哪些列对应哪些期间），注意任何已有的公式
  • 如有不明确之处，先询问用户——如果模板结构、计算方法或需求模糊不清，请先询问再操作
  • 确认关键假设——任何关键输入、计算偏好或特殊要求
  • 只有在理解模板之后，再开始填写公式

模板分析阶段 — 必须先做​

在填写任何公式之前，彻底检查模板：

  1. 映射结构——确定每个部分的位置以及它们之间的关联。注意哪些部分作为其他部分的输入源。

  2. 理解时间轴——哪些列代表哪些时期？是否有“交割日”或“备考”列？预测期从哪里开始？

  3. 识别输入单元格与公式单元格——模板通常使用颜色编码、边框或底纹来指示哪些单元格需要输入、哪些需要公式。遵循这些约定。

  4. 仔细阅读现有标签——行标签会准确告诉你期望什么计算。不要猜测——仔细阅读模板要求的是什么。

  5. 检查现有公式 – 有些模板可能已部分填充。除非明确要求，否则不要覆盖能正常工作的公式。

  6. 注意模板特定惯例 – 符号惯例、小计结构、各部分组织方式、不同组件是否有单独选项卡等。

填充公式 – 通用方法​

对于每个需要公式的单元格，遵循以下优先级顺序：

第 1 步：检查模板​

  • 该单元格是否已有公式？如果有，验证其是否正确，然后继续。
  • 是否有注释或备注指明了预期的计算方法？
  • 行/列标题是否让计算方式一目了然？
  • 相邻单元格是否显示了你应该遵循的模式？

第 2 步：查看用户的指令​

  • 用户是否指定了特定的计算方法？
  • 是否有陈述的假设会影响此公式？
  • 是否有提及任何特殊要求？

第 3 步：应用标准实践​

  • 如果模板和用户都没有指定，使用标准的 LBO 建模惯例
  • 记录你所做的任何假设
  • 如果确实不确定，向用户提问

常见问题区域​

以下计算模式经常在 LBO 模型中引发问题。遇到它们时要特别注意：

平衡部分​

  • 当两个部分必须相等时（例如，资金来源 = 资金运用），其中一个项目通常是“填充项”（平衡数）
  • 识别哪个项目是填充项，并将其计算为差值

税收计算​

  • 税收公式应仅引用相关的收入行和税率
  • 不应引用不相关的部分（例如债务日程表）
  • 考虑亏损是否能产生税盾，还是直接被忽略

利息和循环引用​

  • 如果利息的计算引用了受现金流影响的余额，则可能产生循环引用
  • 使用期初余额（而不是平均值或期末余额）来打破循环引用
  • 模式：利息 → 现金流 → 偿还 → 期末余额（如果利息使用了期末余额，就会形成循环）

债务偿还 / 现金扫除​

  • 当存在多个债务层级时，通常有一个优先级顺序
  • 现金扫除应遵循优先顺序瀑布
  • 余额不能为负 – 适当使用 MAX 或 MIN 函数

回报率计算（IRR/MOIC）​

  • 现金流必须具有正确的符号：投资 = 负数，收益 = 正数
  • 如果使用 XIRR，需要对应的日期
  • 如果使用 IRR，现金流应处于连续期间
  • MOIC = 总收益 / 总投资

敏感性表格​

  • 使用奇数维度（5×5 或 7×7）—— 绝不使用 4×4 或 6×6。奇数维度保证有一个真正的中心单元格。
  • 中心单元格 = 基准情景。 行和列轴值围绕模型的实际假设对称构建（例如，如果基准进入倍数 = 10.0x，则轴为 [8.0x, 9.0x, 10.0x, 11.0x, 12.0x]）。中心单元格的 IRR/MOIC 必须等于模型实际的 IRR/MOIC 输出 —— 这是验证表格连接正确的证明。
  • 高亮显示中心单元格 —— 中蓝色填充（#BDD7EE）+ 粗体字体，从而在视觉上锚定基准情景。
  • Excel 的 DATA TABLE 函数可能与 openpyxl 不兼容 —— 改为编写显式公式，引用行/列标题
  • 每个单元格应显示不同的值 —— 如果全部相同，说明公式未正确变化
  • 使用混合引用（例如，行输入用 $A5，列输入用 B$4）

完成后的验证清单​

运行公式校验​

python /path/to/excel-author/scripts/recalc.py model.xlsx

必须成功返回，且零错误。

各模块平衡​

  • 任何需要平衡的模块（来源/用途、资产/负债）精确平衡
  • 平衡项作为调整数值计算正确
  • 跨模块应匹配的金额保持一致

收入/运营预测​

  • 营收/顶线数据根据驱动因素或增长率正确构建
  • 所有成本和费用项目计算恰当
  • 小计与合计加总正确
  • 利润率和比率合理
  • 与假设的链接正确

资产负债表（如适用）​

  • 资产 = 负债 + 权益（必须平衡）
  • 所有项目链接到相应的附表或滚动表
  • 期初余额 = 上一期期末余额
  • 包含检查行，且显示为零

现金流量表（如适用）​

  • 以正确的收入数字开始
  • 非现金项目已适当加回/扣除
  • 营运资本变动的符号正确
  • 期末现金 = 期初现金 + 净现金流量
  • 现金余额在各报表间一致

辅助附表​

  • 滚动式附表保持平衡（期初 + 变动 = 期末）
  • 附表正确链接到主表
  • 计算项目使用适当的驱动因素
  • 所有期间计算一致

债务/融资计划表（如适用）​

  • 期初余额与来源或上一期衔接
  • 利息按适当的余额（通常为期初）计算
  • 偿还金额考虑现金可用性和优先级
  • 期末余额不能为负
  • 各档期合计正确

回报/输出分析​

  • 退出/终值计算正确
  • 包含所有相关调整项
  • 现金流符号正确（投资为负，收益为正）
  • IRR/MOIC 公式引用完整范围
  • 结果对于该情景合理

敏感性表格（如适用）​

  • 网格维度为奇数（5×5 或 7×7）——存在一个真正的中心单元格
  • 行列轴线值围绕基准情况对称（[基准-2Δ, 基准-Δ, 基准, 基准+Δ, 基准+2Δ]）
  • 中心单元格输出等于模型的实际 IRR/MOIC —— 确认表格连接正确
  • 中心单元格高亮（中蓝色填充 #BDD7EE，加粗字体）
  • 行列标题包含适当的输入值
  • 每个数据单元格包含公式（非硬编码）
  • 每个数据单元格显示不同的值
  • 数值按预期方向变化（退出倍数越高 → IRR 越高，等）

格式规范​

  • 硬编码输入为蓝色 (0000FF)
  • 计算出的公式为黑色 (000000)
  • 同表链接为紫色 (800080)
  • 跨表链接为绿色 (008000)
  • 所有数字右对齐
  • 全局应用适当的数字格式
  • 无单元格显示错误值（#REF!、#DIV/0!、#VALUE!、#NAME?）

逻辑合理性检查​

  • 数值的量级合理
  • 趋势符合预期（增长、下降、稳定）
  • 无明显错误值（应为正值处出现负值、百分比不可能等）
  • 关键输出在分析类型的合理范围内

常见错误规避​

错误具体表现如何修复
硬编码计算值输入变化时模型不更新始终使用引用源单元格的公式
复制后单元格引用错误公式指向错误单元格验证所有链接，使用适当的 $ 锁定
循环引用错误模型无法计算对利息类计算使用期初余额，打破循环
各部分不平衡本应匹配的总和不匹配确保有一项作为调节项（以差值计算）
不应出现负余额支付/使用了超过可用量适当使用 MAX(0, ...) 或 MIN 函数
IRR/回报率错误符号错误或范围不完整检查现金流符号，确保公式覆盖所有期间
敏感性表显示相同值公式未随输入变化检查单元格引用——需要使用混合引用（$A5, B$4）
前后衔接不匹配期初 ≠ 上期期末验证期间之间的链接
符号惯例不一致加法变成减法或反之始终遵循模板的惯例

与用户协作——逐节检查节点​

  • 如果模板结构不清晰，请先询问再继续
  • 如果用户的需求与模板冲突，请确认他们的偏好
  • 完成每个主要部分后，暂停并与用户确认后再继续：
    • 完成来源与用途后 → 展示平衡后的表格，确认调节项正确，获得批准后再构建运营模型
    • 完成运营模型/预测后 → 展示预测的损益表，确认增长率和利润率合理，获得批准后再进行债务计划
    • 完成债务计划后 → 展示期初/期末余额和利息，确认瀑布逻辑正确，获得批准后再计算回报
    • 完成回报（IRR/MOIC）后 → 展示现金流序列和输出，确认符号和范围，获得批准后再制作敏感性表
    • 完成敏感性表后 → 展示每个单元格随输入变化，确认基准情况落在预期位置
  • 如果在验证中发现错误，在进入下一节之前修复
  • 展示你的工作——必要时解释关键公式或假设
  • 绝不要在未经过逐节确认的情况下展示完整模型——在根源处捕捉错误的单元格引用，比从错误的 IRR 倒推要快得多

该技能通过用正确的公式、恰当的格式和经过验证的计算填充模板，生成投资银行级别的 LBO 模型。本技能可适配任何模板结构，同时确保财务准确性和专业展示标准。

数据源 — MCP 优先，网络备用​

下文多处提到“使用 S&P Kensho MCP / Daloopa MCP / FactSet MCP”。这些是原 Cowork 插件环境中的商业金融数据 MCP。在 Hermes 中：

  • 如果你配置了任何结构化的金融数据 MCP（Hermes 支持 MCP —— 参见 native-mcp 技能），优先使用它来获取时点可比公司、先例交易和申报文件。
  • 否则，回退到：
    • 针对美国申报文件的 web_search / web_extract（使用 SEC EDGAR：https://www.sec.gov/cgi-bin/browse-edgar）
    • 公司投资者关系页面（获取新闻稿、财报演示材料）
    • 用于交互式数据门户的 browser_navigate
    • 用户提供的数据（当上下文未包含时，明确询问用户）
  • 绝不凭空捏造。如果无法获取某个倍数、先例或申报编号，将该单元格标记为 [UNSOURCED]，并向用户说明。

归属与许可​

此技能改编自 Anthropic 的 Claude for Financial Services 插件套件（Apache-2.0）。已移除 Office-JS / Cowork 实时 Excel 相关路径；此版本通过 excel-author 技能的约定，针对无头 openpyxl 进行了适配。原文地址：https://github.com/anthropics/financial-services