DCF 模型

在 Excel 中构建机构级别的 DCF 估值模型——营收预测、FCF 构建、WACC、终值、看跌/基准/看涨情景、5×5 敏感性表格。与 excel-author 配合使用。适用于内在价值的股权分析。

技能元数据

来源	可选 — 使用 hermes skills install official/finance/dcf-model 安装
路径	optional-skills/finance/dcf-model
版本	1.0.0
作者	Anthropic (由 Nous Research 改编)
许可协议	Apache-2.0
平台	linux, macos, windows
标签	finance, valuation, dcf, excel, openpyxl, modeling, investment-banking
相关技能	excel-author, pptx-author, comps-analysis, lbo-model, 3-statement-model

参考：完整的 SKILL.md

信息

以下是 Hermes 在该技能触发时加载的完整技能定义。当技能激活时，Agent 会看到这份说明。

环境

本技能假设使用 headless openpyxl — 您在磁盘上生成一个 .xlsx 文件。 遵循 excel-author 技能关于单元格颜色、公式、命名范围和敏感性表格的约定。 交付前重新计算：python /path/to/excel-author/scripts/recalc.py ./out/model.xlsx

DCF 模型构建器

概述

本技能遵循投资银行标准，为股权估值创建机构级别的 DCF 模型。每次分析都会生成一个详细的 Excel 模型（在 DCF 工作表底部包含敏感性分析）。

工具

• 默认使用用户提供的所有信息以及用于数据获取的 MCP 服务器。

关键约束 - 请先阅读

以下约束适用于所有 DCF 模型构建。开始前请仔细阅读：

公式优先于硬编码（不可协商）：

• 每一个预测数据、利润率、折现因子、现值以及敏感性单元格都必须是活动的 Excel 公式——绝不允许用 Python 计算后直接写入数字
• 使用 openpyxl 时：ws["D20"] = "=D19*(1+$B$8)" 是正确的；ws["D20"] = calculated_revenue 是错误的
• 唯一允许的硬编码数字是：(1) 原始历史数据，(2) 假设驱动因子（增长率、WACC 输入、永续增长率），(3) 当前市场数据（股价、债务余额）
• 如果你发现自己用 Python 计算了某个值并直接写入结果——立刻停止。模型必须在用户更改假设时能够灵活调整。

逐步与用户确认（不要一次性构建到底）：

• 数据获取后 → 向用户展示原始输入区块（营收、利润率、股票数量、净债务），确认后再进行预测
• 营收预测后 → 展示预测的营收和增长率，确认后再构建利润率
• 自由现金流构建后 → 展示完整的自由现金流时间表，在计算 WACC 前确认逻辑
• WACC 计算后 → 展示计算过程及输入值，确认后再进行折现
• 终值和现值计算后 → 展示股权桥梁（EV → 股权价值 → 每股价值），确认后再构建敏感性表格
• 在每个阶段捕捉错误——如果在敏感性表格构建完成后才发现利润率假设错误，那么下游所有东西都需要重建 敏感性表格：
• 使用奇数行和奇数列（标准：5×5，有时7×7）——这能确保有一个真正的中心单元格
• 中心单元格 = 基准情形。 构建轴值，使中间行标题和中间列标题恰好等于模型的实际假设（例如，如果基准 WACC = 9.0%，则中间行为 9.0%；如果终值增长率 g = 3.0%，则中间列为 3.0%）。因此，中心单元格的输出必须等于模型实际隐含的股价——这是检验表格构建正确性的合理性检查。
• 用中蓝色填充（#BDD7EE）+ 粗体字突出显示中心单元格，以便一眼就能看出哪个单元格是基准情形。
• 填充所有单元格（通常 3 个表格 × 25 个单元格 = 75 个），使用完整的 DCF 重新计算公式
• 使用 openpyxl 循环以编程方式写入公式
• 无占位文本，无线性近似，无需手动步骤
• 每个单元格必须针对该假设组合重新计算完整的 DCF

单元格注释：

• 在创建每个硬编码值时，立即添加单元格注释
• 格式："来源：[系统/文档]，[日期]，[参考]，[URL（如适用）]"
• 每个蓝色输入在进入下一部分之前都必须有注释
• 不要推迟到末尾，也不要写"TODO：添加来源"

模型布局规划：

• 在编写任何公式之前，先定义所有部分的行位置
• 首先编写所有标题和标签
• 其次编写所有部分分隔线和空行
• 然后使用固定的行位置编写公式
• 创建后立即测试公式

公式重新计算：

• 交付前运行 python recalc.py model.xlsx 30
• 修复所有错误，直到状态为"success"
• 要求零公式错误（#REF!、#DIV/0!、#VALUE! 等）

情景块：

• 为熊市/基准/牛市情形创建独立的块
• 在每个块内，跨预测年份水平显示假设
• 使用 IF 公式：=IF($B$6=1,[熊市单元格],IF($B$6=2,[基准单元格],[牛市单元格]))
• 验证公式引用了正确的情景块单元格

DCF 流程工作流

步骤 1：数据检索与验证

从 MCP 服务器、用户提供的数据以及网络获取数据。

数据来源优先级：

1. MCP 服务器（如果已配置）——来自 Daloopa 等提供商的结构化财务数据
2. 用户提供的数据——其研究中的历史财务数据
3. 网络搜索/获取——需要时的当前价格、贝塔值、债务和现金

验证清单：

• 核实净债务与净现金（对估值至关重要）
• 确认稀释后流通股数（检查近期回购/发行）
• 验证历史利润率与业务模式一致
• 交叉核对收入增长率与行业基准
• 验证税率是否合理（通常为 21-28%）

步骤 2：历史分析（3-5 年）

分析并记录：

• 收入增长趋势：计算 CAGR，识别驱动因素
• 利润率变化：追踪毛利率、EBIT 利润率、FCF 利润率
• 资本密集度：折旧摊销和资本支出占收入的百分比
• 营运资本效率：净营运资本变动占收入增长的百分比
• 回报指标：ROIC、ROE 趋势 创建汇总表格，展示：

历史指标（近十二个月）：
收入：X 百万美元
收入增长率：X% 复合年增长率
毛利率：X%
EBIT 利润率：X%
折旧摊销占收入比例：X%
资本支出占收入比例：X%
自由现金流利润率：X%

第三步：建立收入预测

方法：

1. 以最新实际收入（近十二个月或最近财年）为起点
2. 为每个预测年份应用增长率
3. 同时展示金额和计算出的增长百分比

增长率框架：

• 第1-2年：较高增长，反映近期可见度
• 第3-4年：逐步回归行业平均水平
• 第5年及以后：趋近终期增长率

公式结构：

• 收入（第N年）= 收入（第N-1年）× (1 + 增长率)
• 增长百分比（第N年）= 收入（第N年）/ 收入（第N-1年） - 1

三情景方法：

熊市情景：保守增长（例如 8-12%）
基准情景：最可能情景（例如 12-16%）
牛市情景：乐观增长（例如 16-20%）

第四步：营业费用建模

固定/可变成本分析：

营业费用应模拟现实的经营杠杆：

• 销售与营销：通常占收入的 15-40%，视业务模式而定
• 研发：科技公司通常占收入的 10-30%
• 一般与行政：通常占收入的 8-15%，随公司规模扩大而体现杠杆效应

关键原则：

• 所有百分比均基于收入，而非毛利润
• 对经营杠杆进行建模：随着收入增长，百分比应下降
• 单独列示销售与营销、研发、一般与行政等科目
• EBIT = 毛利润 - 总营业费用

利润率扩张框架：

当前状态 → 目标状态（第5年）
毛利率：X% → Y%（基于规模和效率说明理由）
EBIT 利润率：X% → Y%（收入增长 + 营业费用杠杆的结果）

第五步：自由现金流计算

按正确顺序构建自由现金流：

EBIT
(-) 税费（EBIT × 税率）
= NOPAT（税后净营业利润）
(+) 折旧摊销（非现金费用，占收入百分比）
(-) 资本支出（占收入百分比，通常 4-8%）
(-) 营运资本变动（占收入变化百分比）
= 无杠杆自由现金流

营运资本建模：

• 按收入变动（收入增量）的百分比计算
• 典型范围：收入变动的 -2% 到 +2%
• 负数为现金来源（营运资本释放）
• 正数为现金使用（营运资本增加）

维持性 vs. 增长性资本支出：

• 维持性资本支出：维持现有运营（约占收入 2-3%）
• 增长性资本支出：支持扩张（另占收入 2-5%）
• 总资本支出应与公司的增长战略一致

第六步：资本成本（WACC）研究

权益成本的 CAPM 方法：

权益成本 = 无风险利率 + Beta × 股权风险溢价

其中：
- 无风险利率 = 当前10年期国债收益率
- Beta = 相对市场指数的5年月度股票贝塔值
- 股权风险溢价 = 5.0-6.0%（市场标准）

债务成本计算：

税后债务成本 = 税前债务成本 ×（1 - 税率）

确定税前债务成本的来源：
- 信用评级（若有）
- 公司债券的当前收益率
- 财务数据中的利息费用 / 总债务

资本结构权重：

市场价值股权 = 当前股价 × 流通股数
净负债 = 总负债 - 现金及等价物
企业价值 = 市值 + 净负债

股权权重 = 市值 / 企业价值
负债权重 = 净负债 / 企业价值

加权平均资本成本 = (股权成本 × 股权权重) + (税后债务成本 × 负债权重)

特殊情况：

• 净现金头寸：如果现金 > 负债，净负债为负数
  • 负债权重可能为负
  • WACC 计算相应调整
• 无负债：WACC = 股权成本

典型 WACC 范围：

• 大盘蓝筹、稳定型：7-9%
• 成长型公司：9-12%
• 高增长/高风险：12-15%

第 7 步：折现率的应用（5-10 年预测）

年中惯例：

• 假设现金流发生在年中
• 折现期：0.5, 1.5, 2.5, 3.5, 4.5 等
• 折现因子 = 1 / (1 + WACC)^期数

现值计算：

每个预测年：
FCF 现值 = 无杠杆 FCF × 折现因子

示例（第 1 年）：
FCF = $1,000
WACC = 10%
期数 = 0.5
折现因子 = 1 / (1.10)^0.5 = 0.9535
现值 = $1,000 × 0.9535 = $954

预测期选择：

• 5 年：大多数分析的标准
• 7-10 年：具有较长增长跑道的高成长公司
• 3 年：成熟稳定型企业

第 8 步：终值计算

永续增长法（首选）：

终期 FCF = 最后一年 FCF × (1 + 终期增长率)
终值 = 终期 FCF / (WACC - 终期增长率)

关键约束：终期增长率 < WACC（否则价值无穷大）

终期增长率选择：

• 保守型：2.0-2.5%（GDP 增长率）
• 温和型：2.5-3.5%
• 激进型：3.5-5.0%（仅适用于市场领导者）

不得超过：无风险利率或长期 GDP 增长率

退出倍数法（替代方案）：

终值 = 最后一年 EBITDA × 退出倍数

退出倍数来源：
- 行业可比交易倍数
- 先例交易倍数
- 典型范围：8-15 倍 EBITDA

终值的现值：

终值现值 = 终值 / (1 + WACC)^最终期数

最终期数考虑时间：
5 年模型，年中惯例：期数 = 4.5

终值合理性检查：

• 应占企业价值的 50-70%
• 如果 >75%，模型可能过度依赖终值假设
• 如果 <40%，检查终值假设是否过于保守

第 9 步：企业价值到股权价值桥接

估值汇总结构：

(+) 预测 FCF 现值之和 = X 百万美元
(+) 终值现值 = Y 百万美元
= 企业价值 = Z 百万美元

(-) 净负债 [如果为负则为净现金] = A 百万美元
= 股权价值 = B 百万美元

÷ 稀释后流通股数 = C 百万股
= 隐含每股价格 = XX.XX 美元

当前股价 = YY.YY 美元
隐含回报 = (隐含价格 / 当前价格) - 1 = XX%

关键调整：

• 净负债 = 总负债 - 现金及等价物
  • 如果为正：从企业价值中减去（减少股权价值）
  • 如果为负（净现金）：加到企业价值中（增加股权价值）
• 使用稀释后股数：包括期权、限制性股票、可转换证券
• 其他调整（如适用）：
  • 少数股东权益
  • 养老金负债
  • 经营租赁义务 估值输出格式：

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%

步骤10：敏感性分析

在DCF工作表底部构建三个敏感性表格，展示不同假设下估值的变化：

1. WACC vs 终值增长率 - 显示企业价值对折现率和永续增长率的敏感性
2. 营收增长率 vs EBIT利润率 - 显示收入增长和经营杠杆的影响
3. Beta vs 无风险利率 - 显示权益资本成本的敏感性

实现方式：这些是简单的二维网格（不是Excel的“数据表”功能），每个单元格包含公式。每个单元格必须对该特定假设组合进行完整的DCF重新计算。有关使用openpyxl以编程方式填充全部75个单元格的详细要求，请参见“关键约束”部分。

<correct_patterns>

本部分包含了构建DCF模型时需要遵循的所有正确模式。

场景块选择模式——请遵循此方法

假设按每个场景分别组织在单独的块中：

关键结构——每个区块标题下三行：

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%

每个场景块必须在区块标题下方有一个列标题行，显示预测年度（如FY2025E、FY2026E等）。缺少它，用户就无法知道哪个假设值对应哪一年。

如何引用假设——创建归并列：

1. 场景选择器单元格（例如B6）包含1=熊市、2=基准或3=牛市
2. 使用INDEX或OFFSET公式创建归并列，从正确的场景块中提取数据
3. 预测公式引用归并列（干净单元格引用）
4. 每个场景块包含跨预测年度的完整DCF假设集

推荐的归并列模式（使用INDEX）： =INDEX(B10:D10, 1, $B$6)

不要这样做——散布在各处的IF语句： =IF($B$6=1,[Bear block cell],IF($B$6=2,[Base block cell],[Bull block cell]))

归并列方法将逻辑集中化，使模型更易于审计。

正确的营收预测模式

使用INDEX公式创建归并列，然后在预测中引用它：

步骤1 - FY1增长率的归并列： =INDEX([Bear FY1 growth]:[Bull FY1 growth], 1, $B$6) 第 2 步 - 收入预测引用整合列：
第一年收入：=D29*(1+$E$10)

其中：

• D29 = 上一年收入
• $E$10 = FY1 增长的整合列单元格（包含 INDEX 公式）
• $B$6 = 情景选择器（1=悲观，2=基准，3=乐观）

这种方法比在每个预测公式中嵌入 IF 语句更清晰，并且更容易审计使用了哪些情景假设。

正确的自由现金流公式模式

使用包含 INDEX 公式的整合列，然后在自由现金流计算中引用它们：

整合列方法：

项目,公式,参考
折旧与摊销,=E29*$E$21,$E$21 = 折旧与摊销%的整合列
资本支出,=E29*$E$22,$E$22 = 资本支出%的整合列
净营运资本变动,=(E29-D29)*$E$23,$E$23 = 净营运资本变动%的整合列
无杠杆自由现金流,=E57+E58-E60-E62,E57=税后净营业利润 E58=折旧与摊销 E60=资本支出 E62=净营运资本变动

每个整合列单元格包含一个 INDEX 公式，该公式根据情景选择器从对应的情景块中提取数据。这使预测公式保持干净且可审计。

在编写公式之前，先确认情景块行位置，并设置好整合列。

正确的单元格批注格式

每个硬编码值都需要这种格式：

“来源：[系统/文档]，[日期]，[参考]，[URL（如有）]”

示例：

项目,来源批注
股票价格,来源：市场数据脚本 2025-10-12 收盘价
流通股数,来源：10-K FY2024 第45页 注释12
历史收入,来源：10-K FY2024 第32页 合并报表
贝塔系数,来源：市场数据脚本 2025-10-12 5年月度贝塔
一致预期,来源：管理层指引 Q3 2024 财报电话会议

正确的假设表格结构

关键：每个情景块需要三个结构要素：

1. 章节标题行（合并单元格）：例如“悲观情景假设”
2. 列标题行显示年份 - 必填，不可跳过
3. 数据行包含假设值

结构：

悲观情景假设（章节标题 - 跨 A:G 列合并）
假设,FY1,FY2,FY3,FY4,FY5
收入增长率(%),X%,X%,X%,X%,X%
EBIT利润率(%),X%,X%,X%,X%,X%
终值增长率,X%,,,,
加权平均资本成本,X%,,,,

基准情景假设（章节标题 - 跨 A:G 列合并）
假设,FY1,FY2,FY3,FY4,FY5
收入增长率(%),X%,X%,X%,X%,X%
EBIT利润率(%),X%,X%,X%,X%,X%
终值增长率,X%,,,,
加权平均资本成本,X%,,,,

乐观情景假设（章节标题 - 跨 A:G 列合并）
假设,FY1,FY2,FY3,FY4,FY5
收入增长率(%),X%,X%,X%,X%,X%
EBIT利润率(%),X%,X%,X%,X%,X%
终值增长率,X%,,,,
加权平均资本成本,X%,,,,

如果没有显示预测年份（FY2025E、FY2026E 等）的列标题行，用户就无法判断哪个假设值对应哪一年。这一行是强制性的。

然后创建整合列（通常是右侧下一列），使用 INDEX 公式根据情景选择器从所选情景块中提取数据。预测公式引用的正是这个整合列。

正确的行规划流程

1. 先写所有的表头和标签：

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. 写所有章节分隔线和空白行

3. 然后根据锁定行位置写公式

4. 创建公式后立即测试

可以把它想成施工：

• 好的：先打地基，再砌墙（结构稳定）
• 不好的：先砌墙，再打地基（墙会塌）

Excel 版本：

• 好的：先添加表头，再写公式（公式稳定）
• 不好的：先写公式，再添加表头（公式会坏）

正确的敏感性表格实现

重要：这些不是 Excel 的“数据表”功能。它们是简单的网格，你使用 openpyxl 写入常规公式。是的，这意味着总共约 75 个公式（3 个表格 × 每个 25 个单元格），但这很直接且是必需的。

用公式进行程序化填充：

每个敏感性表格都必须完全用公式填充，这些公式根据假设的每一种组合重新计算隐含股价。不要使用 Excel 的数据表功能（它需要人工干预，无法通过 openpyxl 自动化）。

实现方法——具体示例：

表格结构 — 5×5 网格（奇数维度，基础情况居中）：

如果模型的基础 WACC = 9.0%，基础终端增长率 = 3.0%，请围绕这些值对称构建坐标轴：

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]   ← 中间行 = 基础 WACC
              9.5%,       [fml], [fml], [fml], [fml], [fml]
             10.0%,       [fml], [fml], [fml], [fml], [fml]
                                   ↑
                         中间列 = 基础终端增长率

★ = 中心单元格。 该单元格的公式输出必须等于模型实际隐含股价（来自估值汇总）。对该单元格应用中蓝色填充（#BDD7EE）和粗体字体，以便基础情况在视觉上得到锚定。

坐标轴值的规则： axis_values = [base - 2*step, base - step, base, base + step, base + 2*step] — 围绕基础对称，奇数个数保证中心存在。

公式模式 — 单元格 B88（WACC=8.0%，终端增长率=2.0%）：

B88 中的公式应使用以下参数重新计算隐含价格：

• 行表头中的 WACC：$A88 (8.0%)
• 列表头中的终端增长率：B$87 (2.0%)

推荐方法： 引用主要的 DCF 计算，但替换这些值。

示例公式结构： =([使用 $A88 作为折现率的 PV FCFs 之和] + [使用 B$87 作为增长率、$A88 作为 WACC 的终值] - [净债务]) / [股数]

关键 — 为 5×5 网格中的每个单元格写一个公式（每个表格 25 个单元格，总共 75 个单元格）。 使用 openpyxl 在循环中程序化地写入这些公式。不要跳过此步骤或留下占位文本。 Python 实现模式：

# 填充敏感性表格的伪代码
for row_idx, wacc_value in enumerate(wacc_range):
    for col_idx, term_growth_value in enumerate(term_growth_range):
        # 构建使用 wacc_value 和 term_growth_value 的公式
        formula = f"=<使用 {wacc_value} 和 {term_growth_value} 重新计算 DCF>"
        ws.cell(row=start_row+row_idx, column=start_col+col_idx).value = formula

敏感性表格在模型打开时必须立即可用，无需用户执行任何手动步骤。

</correct_patterns>

<common_mistakes>

本节列出了构建 DCF 模型时应避免的所有 错误 模式。

错误：简化敏感性表格近似或占位文本

不要使用线性近似：

// 错误 - 线性近似
B97: =B88*(1+(0.096-0.116))    // 假设线性关系

// 错误 - 除法捷径
B105: =B88/(1+(E48-0.07))      // 未重新计算完整 DCF

不要留下占位文本：

// 错误 - 占位注释
"注意：请使用 Excel 数据表功能（数据 → 假设分析 → 数据表）填充敏感性表格。"

// 错误 - 空单元格
[因为“这很复杂”而留空单元格]

不要混淆术语：

• ❌ "敏感性表格需要用到 Excel 的数据表功能"（错误——那是我们无法使用的特定 Excel 工具）
• ✅ "敏感性表格是每个单元格中都包含公式的简单网格"（正确——这是我们要构建的）

为什么这些捷径是错的：

• 线性近似公式实际上并没有重新计算 DCF——它们只是做了简单的数学调整
• 关系不是线性的，因此结果将不准确
• 占位文本需要用户手动干预
• 交付时模型无法立即可用
• 不够专业，无法直接交付给客户
• 空白单元格 = 未完成的交付物

应拒绝的常见合理化说辞： “编写 75 个以上的公式感觉很复杂，所以我给用户留个注释，让他们手动完成。”

现实： 当你使用 Python 的 openpyxl 通过循环编写时，编写 75 个公式非常简单。每个公式都遵循相同的模式——只需替换行/列的值。这是交付物中必需的一部分。

正确做法： 用公式填充每个敏感性单元格，这些公式针对特定的假设组合重新计算完整的 DCF

错误：缺少单元格注释

不要这样做：

• 创建所有硬编码输入但不加注释
• 想着“我以后再添加”
• 写“TODO: 添加来源”
• 留下蓝色输入但无文档说明

为什么是错的：

• 无法验证数据来源
• 不符合 xlsx 技能要求
• 无法直接审计
• 浪费后期修复时间

正确做法： 在创建每个硬编码值的同时添加单元格注释

错误：公式中的行引用偏移

症状： FCF 部分引用了错误的假设行： D&A: =E29*$E$34 // 应为 $E$21，但引用了错误行 CapEx: =E29*$E$41 // 应为 $E$22，但行偏移了

为什么会发生：

1. 先写公式
2. 然后插入表头
3. 所有行引用都偏移了
4. 现在公式指向错误单元格 → #REF! 错误

--- 文档结束 --- 正确做法： 先锁定行布局，再写公式

错误：每个假设在不同情景下使用单行

不要这样构建假设：

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

这种垂直布局难以查看每个情景下各年的进展。

为什么这样是错的：

• 难以看到每个情景中假设在各年间的演变
• 更难在整个预测期内比较情景假设
• 审查情景逻辑时不够直观

正确做法：

• 为每个情景（熊市、基准、牛市）创建独立的区块
• 在每个区块内，横向展示各预测年份的假设
• 这样每个情景的假设更容易作为一个整体审查

错误：没有边框

不要交付没有边框的模型：

• 没有区域划分
• 所有单元格混在一起
• 难以阅读且不专业

为什么这样是错的：

• 不适合交付客户
• 难以导航
• 看起来像业余作品

正确做法： 在所有主要区域周围添加边框

错误：错误的字体颜色或无字体颜色区分

不要这样做：

• 所有文本都是黑色
• 只使用填充色（不改变字体颜色）
• 混淆哪些单元格是蓝色 vs 黑色

为什么这样是错的：

• 无法区分输入项与公式
• 审计变得不可能
• 违反 xlsx 技能要求

正确做法： 所有硬编码输入使用蓝色文本，所有公式使用黑色文本，工作表链接使用绿色文本

错误：基于毛利润计算营业费用

不要这样做： S&M: =E33*0.15 // E33 = 毛利润 (错误)

为什么这样是错的：

• 营业费用与收入成正比，而非毛利润
• 产生不现实的利润率变化
• 不是企业实际运营的方式

正确做法： S&M: =E29*0.15 // E29 = 收入 (正确)

五大错误总结

1. 公式行引用错误 → 在编写公式之前定义所有行位置
2. 缺少单元格注释 → 在创建单元格时添加注释，而不是最后
3. 简化的敏感性表格 → 用完整的DCF重新计算公式填充所有单元格，而不是近似值
4. 情景块引用错误 → 确保IF公式从正确的熊市/基准/牛市区块中取值
5. 没有边框 → 添加专业的区域边框，使模型可以交付客户

此外，还要注意以下错误：

WACC 计算错误

• 在资本结构中混淆账面价值和市场价值
• 错误地使用权益贝塔而非资产/无杠杆贝塔
• 对债务成本应用错误的税率
• 无风险利率错误（必须使用当前10年期国债收益率）
• 未能调整净债务与净现金头寸

增长假设缺陷

• 终端增长率 > WACC（创造无限价值）
• 预测增长率与历史业绩不一致
• 忽略行业增长约束
• 收入增长与单位经济不匹配
• 利润率扩张缺乏运营依据

终值错误

• 使用错误的增长方法（永续增长 vs 退出倍数）
• 终值占企业价值超过80%（暗示过度依赖）
• 终端利润率与稳态假设不一致
• 终值的折现期间错误

现金流预测常见错误

• 运营费用基于毛利润而非营收
• 折旧摊销/资本支出比例与业务模式不匹配
• 营运资本变动未正确计算
• 不同年份间税率不一致
• NOPAT（税后净营业利润）计算错误

这些错误最为常见。在开始构建任何 DCF 模型前，请重新阅读本节。

</common_mistakes>

创建 Excel 文件

本技能使用 xlsx 技能进行所有电子表格操作。 xlsx 技能提供：

• 标准化的公式构建规则
• 数字格式规范
• 通过 recalc.py 脚本自动重新计算公式
• 全面的错误检查与验证

本技能创建的所有 Excel 文件必须遵循 xlsx 技能要求，包括零公式错误和正确的重新计算。

质量评分标准

每个 DCF 模型必须最大化满足以下条件：

1. 现实的营收与利润率假设，基于历史表现
2. 合适的资本成本计算，采用正确的 CAPM 方法
3. 全面的敏感性分析，展示估值范围
4. 清晰的终值计算，附带支持性理由
5. 专业的模型结构，支持情景分析
6. 所有关键假设的透明文档

输入要求

最低输入要求

1. 公司标识：股票代码或公司名称
2. 增长假设：预测期内的营收增长率（或选择“使用一致预期”）
3. 可选参数：
   • 预测期（默认：5 年）
   • 情景案例（悲观/基准/乐观增长与利润率假设）
   • 终值增长率（默认：2.5-3.0%）
   • 如果不使用 CAPM，可提供特定 WACC 输入

Excel 模型结构

工作表架构

创建两个工作表：

1. DCF - 主估值模型，底部包含敏感性分析
2. WACC - 资本成本计算

关键：敏感性表格放在 DCF 工作表的底部（而非单独工作表），以便将所有估值输出集中在一起。

公式重新计算（强制要求）

创建或修改 Excel 模型后，必须使用 excel-author 技能中的 recalc.py 脚本重新计算所有公式：

python recalc.py [path_to_excel_file] [timeout_seconds]

示例：

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

该脚本将：

• 使用 LibreOffice 重新计算所有工作表中的所有公式
• 扫描所有单元格以查找 Excel 错误（#REF!、#DIV/0!、#VALUE!、#NAME?、#NULL!、#NUM!、#N/A）
• 返回包含错误位置和数量的详细 JSON

预期输出格式：

{
  "status": "success",           // 或 "errors_found"
  "total_errors": 0,              // 错误总数
  "total_formulas": 42,           // 文件中的公式数量
  "error_summary": {}             // 仅当发现错误时出现
}

如果发现错误，输出将包含详细信息：

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

修复所有错误，并重新运行 recalc.py，直到状态为 "success" 后，再交付模型。

格式标准

重要：请遵循 xlsx 技能中关于公式构建规则和数字格式约定的要求。DCF 技能增加了特定的视觉呈现标准。

配色方案 - 两层结构：

第 1 层：字体颜色（xlsx 技能强制要求）

• 蓝色文本（RGB: 0,0,255）：所有硬编码输入（股价、股份数、历史数据、假设）
• 黑色文本（RGB: 0,0,0）：所有公式和计算结果
• 绿色文本（RGB: 0,128,0）：指向其他工作表的链接（WACC 工作表引用）

第 2 层：填充颜色 — 专业蓝/灰调色板（除非用户另有指定，否则为默认值）

• 保持简洁 — 仅使用蓝色和灰色进行填充。不要引入绿色、黄色、橙色或多种强调色。颜色过多的模型看起来不专业。
• 默认填充调色板：
  • 章节标题：深蓝色（RGB: 31,78,121 / #1F4E79）背景，白色加粗文本
  • 子标题/列标题：浅蓝色（RGB: 217,225,242 / #D9E1F2）背景，黑色加粗文本
  • 输入单元格：浅灰色（RGB: 242,242,242 / #F2F2F2）背景，蓝色字体 — 或者如果你追求极简，也可以只用白色背景加蓝色字体
  • 计算单元格：白色背景，黑色字体
  • 输出/汇总行（每股价值、企业价值等）：中蓝色（RGB: 189,215,238 / #BDD7EE）背景，黑色加粗字体
• 仅此而已 — 3 种蓝色 + 1 种灰色 + 白色。 克制住添加更多颜色的冲动。
• 用户提供的模板或明确的颜色偏好始终优先于这些默认值。

两层结构如何协同工作：

• 输入单元格：蓝色字体 + 浅灰色填充 = "硬编码输入"
• 公式单元格：黑色字体 + 白色背景 = "计算值"
• 工作表链接：绿色字体 + 白色背景 = "来自其他工作表的引用"
• 关键输出：黑色加粗字体 + 中蓝色填充 = "这是答案"

字体颜色告诉你它是什么（输入/公式/链接）。填充颜色告诉你在哪里（标题/数据/输出）。

边框标准（专业外观必需）

粗边框（1.5pt）用于主要区域：

• 关键输入区域
• 预测假设区域
• 5年现金流预测区域
• 终值区域
• 估值汇总区域
• 每个敏感性分析表格

中等边框（1pt）用于子区域之间：

• 公司详情 vs 历史表现
• 增长假设 vs 息税前利润率 vs 自由现金流参数

细边框（0.5pt）用于数据表格：

• 情景假设表格（悲观 | 基准 | 乐观 | 选定）
• 历史与预测财务数据矩阵

无边框： 表格内的单个单元格（保持整洁、易于浏览）

边框是强制性的 - 没有专业边框的模型无法交付给客户。

数字格式（遵循 xlsx 技能标准）：

• 年份：格式化为文本字符串（例如，"2024" 而不是 "2,024"）
• 百分比：0.0%（一位小数）
• 货币：百万单位用 $#,##0；每股用 $#,##0.00 - 始终在标题中注明单位（"收入（百万美元）"）
• 零值：使用数字格式将所有零显示为 "-"（例如，$#,##0;($#,##0);-）
• 大数字：#,##0 并带千位分隔符
• 负数：用括号 (#,##0) 表示（不要用减号） 单元格注释（所有硬编码输入必填）：

按照 xlsx 技能要求，所有硬编码值必须附有记录来源的单元格注释。格式：来源：[系统/文档]，[日期]，[参考]，[URL（如适用）]

关键：在创建单元格的同时添加注释，不要留到最后再做。

DCF 工作表详细结构

第 1 部分：表头

行，内容
1，[公司名称] DCF 模型
2，股票代码：[XXX] | 日期：[日期] | 会计年度截止日：[FYE]
3，空行
4，场景选择器单元格（1=悲观 2=基准 3=乐观）
5，场景名称显示（公式：=IF([选择器]=1,"悲观",IF([选择器]=2,"基准","乐观")))

第 2 部分：市场数据（不随场景变化）

项目，数值
当前股价，$XX.XX
流通股数（百万），XX.X
总市值（百万美元），[公式]
净债务（百万美元），XXX [若为净现金则显示负数]

第 3 部分：DCF 场景假设

为每个场景（悲观、基准、乐观）分别创建假设块，其中包含 DCF 特有的假设（收入增长率、EBIT 利润率、税率、D&A 占收入比、资本支出占收入比、净营运资本变动占收入变动比、终值增长率、加权平均资本成本），并按预测年份水平排列。每个块必须包含区域标题、显示预测年份（FY1、FY2 等）的列标题行，以及数据行。具体布局请参见 <correct_patterns> 部分中的“正确的假设表结构”。

第 4 部分：历史及预测财务报表

引用一个汇总列（例如“所选场景”），该列从场景假设块中拉取数据，而不是在每个预测行中散落 IF 公式。

利润表（百万美元），2020A，2021A，2022A，2023A，2024E，2025E，2026E
收入，XXX，XXX，XXX，XXX，[=E29*(1+$E$10)]，[=F29*(1+$E$11)]，[=G29*(1+$E$12)]
  % 增长，XX%，XX%，XX%，XX%，[=E29/D29-1]，[=F29/E29-1]，[=G29/F29-1]
,,,,,，
毛利润，XXX，XXX，XXX，XXX，[=E29*E33]，[=F29*F33]，[=G29*G33]
  % 毛利率，XX%，XX%，XX%，XX%，[=E33/E29]，[=F33/F29]，[=G33/G29]
,,,,,，
营业费用：，，，，，，
  销售与营销，XXX，XXX，XXX，XXX，[=E29*0.15]，[=F29*0.14]，[=G29*0.13]
  研发，XXX，XXX，XXX，XXX，[=E29*0.12]，[=F29*0.11]，[=G29*0.10]
  管理费用，XXX，XXX，XXX，XXX，[=E29*0.08]，[=F29*0.07]，[=G29*0.07]
  营业费用合计，XXX，XXX，XXX，XXX，[=E36+E37+E38]，[=F36+F37+F38]，[=G36+G37+G38]
,,,,,，
EBIT，XXX，XXX，XXX，XXX，[=E33-E39]，[=F33-F39]，[=G33-G39]
  % 利润率，XX%，XX%，XX%，XX%，[=E41/E29]，[=F41/F29]，[=G41/G29]
,,,,,，
税费，(XX)，(XX)，(XX)，(XX)，[=E41*$E$24]，[=F41*$E$24]，[=G41*$E$24]
  税率，XX%，XX%，XX%，XX%，[=E43/E41]，[=F43/F41]，[=G43/G41]
,,,,,，
NOPAT，XXX，XXX，XXX，XXX，[=E41-E43]，[=F41-F43]，[=G41-G43]

关键公式模式：

• 收入增长：=E29*(1+$E$10) 其中 $E$10 是第一年增长的汇总列
• 不要写成：=E29*(1+IF($B$6=1,$B$10,IF($B$6=2,$C$10,$D$10)))

这种方法更简洁，便于检查，并且通过集中场景逻辑来防止公式错误。

第 5 部分：自由现金流搭建

关键：验证行引用是否指向正确的假设行。创建公式后立即测试。

现金流量表（百万美元），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$21]
    % of Rev，XX%，XX%，XX%，XX%，[=E58/E29]，[=F58/F29]，[=G58/G29]
(-) 资本支出，(XX)，(XX)，(XX)，(XX)，[=E29*$E$22]，[=F29*$E$22]，[=G29*$E$22]
    % of Rev，XX%，XX%，XX%，XX%，[=E60/E29]，[=F60/F29]，[=G60/G29]
(-) 净营运资本变动，(XX)，(XX)，(XX)，(XX)，[=(E29-D29)*$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)]
,,,,,，
无杠杆自由现金流，XXX，XXX，XXX，XXX，[=E57+E58-E60-E62]，[=F57+F58-F60-F62]，[=G57+G58-G60-G62]

行引用示例（基于布局规划）：

• $E$21 = 折旧与摊销 % 假设（合并列，第21行）
• $E$22 = 资本支出 % 假设（合并列，第22行）
• $E$23 = 净营运资本 % 假设（合并列，第23行）
• E29 = 当年收入（第29行）
• E45 = 当年税后净营业利润（第45行）

编写公式前：确认这些行号与实际布局一致。先测试一列，再横向复制。

第6节：折现与估值

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 工作表结构

COST OF EQUITY CALCULATION,,
Risk-Free Rate (10Y Treasury),X.XX%,[黄色输入]
Beta (5Y monthly),X.XX,[黄色输入]
Equity Risk Premium,X.XX%,[黄色输入]
Cost of Equity,X.XX%,[计算值-蓝色]
,,
COST OF DEBT CALCULATION,,
Credit Rating,AA-,[黄色输入]
Pre-Tax Cost of Debt,X.XX%,[黄色输入]
Tax Rate,XX.X%,[链接至 DCF 工作表]
After-Tax Cost of Debt,X.XX%,[计算值-蓝色]
,,
CAPITAL STRUCTURE,,
Current Stock Price,$XX.XX,[链接至 DCF]
Shares Outstanding (M),XX.X,[链接至 DCF]
Market Capitalization ($M),"X,XXX",[计算值]
,,
Total Debt ($M),XXX,[黄色输入]
Cash & Equivalents ($M),XXX,[黄色输入]
Net Debt ($M),XXX,[计算值]
,,
Enterprise Value ($M),"X,XXX",[计算值]
,,
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%,[绿色输出]

关键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）

术语提醒：“敏感性表格”= 简单的二维网格，包含行标题、列标题以及每个数据单元格中的公式。不是Excel的“数据表”功能（数据 → 模拟分析 → 数据表）。你将使用openpyxl将常规Excel公式写入每个单元格。

位置：DCF工作表的第87行及之后（不是单独的工作表）

三个敏感性表格，纵向堆叠：

1. WACC vs 终值增长率（第87-100行）- 5x5网格 = 25个单元格含公式
2. 收入增长 vs EBIT 利润率（第102-115行）- 5x5网格 = 25个单元格含公式
3. Beta vs 无风险利率（第117-130行）- 5x5网格 = 25个单元格含公式

需写入的公式总数：75（这是必需的，非可选）

关键：所有敏感性表格单元格必须通过编程方式用 openpyxl 写入公式。不要使用线性近似快捷方式。不要留下占位文本或关于手动步骤的说明。不要以“太复杂”为由让单元格留空——使用 Python 循环生成公式。 表格设置：

1. 创建带行/列标题的表格结构（待测试的假设值）
2. 在每个数据单元格中填入公式，该公式：
   • 使用行标题值（例如 WACC = 9.0%）
   • 使用列标题值（例如终值增长率 = 3.0%）
   • 用这些特定假设重新计算完整的 DCF
   • 返回该情景下的隐含股价
3. 交付时，所有单元格必须包含可正常工作的公式
4. 使用条件格式设置单元格：较高值用绿色渐变，较低值用红色渐变
5. 将基准情形的单元格加粗
6. 表格之间留 1-2 行空行

无需手动干预——用户打开文件时，敏感性表格必须完全可用。

案例选择器实现

三案例框架：

悲观情形

• 保守的收入增长（历史范围的低端）
• 利润率压缩或无扩张
• 更高的 WACC（风险溢价增加）
• 更低的终值增长率
• 更高的资本支出假设

基准情形

• 共识或管理层指引的收入增长
• 基于经营杠杆的适度利润率扩张
• 当前市场隐含的 WACC
• 与 GDP 一致的终值增长率（2.5-3.0%）
• 标准的资本支出假设

乐观情形

• 乐观的收入增长（预测的高端）
• 显著利润率扩张
• 更低的 WACC（风险溢价降低）
• 更高的终值增长率（3.5-5.0%）
• 降低资本支出强度

公式实现：

不要到处使用嵌套的 IF 公式。相反，创建一个合并列，使用 INDEX 或 OFFSET 公式从相应情景块中提取值。

推荐模式（使用 INDEX）： =INDEX(B10:D10, 1, $B$6)，其中 B10:D10 = 悲观/基准/乐观值，1 = 行偏移，$B$6 = 案例选择器单元格（1、2 或 3）

然后在所有预测中引用该合并列： 收入 第1年: =D29*(1+$E$10)，其中 $E$10 是第1年增长率的合并列值。

这种方法集中了情景逻辑，使模型更易于审计和维护。

交付物结构

文件命名：[Ticker]_DCF_Model_[Date].xlsx

两个工作表：

1. DCF - 包含悲观/基准/乐观情形的完整模型 + 底部三个敏感性表格（WACC vs 终值增长率，收入增长 vs EBIT 利润率，Beta vs 无风险利率）
2. WACC - 资本成本计算

关键特性：案例选择器（1/2/3），使用 INDEX/OFFSET 公式的合并列，颜色编码的单元格，所有输入均有单元格注释，专业的边框

最佳实践

模型构建

1. 逐步构建：完成每个部分后再进入下一部分
2. 边建边测试：输入示例数字以验证公式
3. 使用一致的结构：类似的计算遵循类似的模式
4. 注释复杂公式：为不寻常的计算添加注释
5. 内置检查：在适用处进行求和检查与平衡检查

文档说明

1. 记录所有假设：解释关键输入背后的推理
2. 引用数据来源：注明每个数据点的来源
3. 解释方法论：描述任何非标准的方法
4. 标出不确定性：突出显示可见性有限的领域

质量控制

1. 交叉验证计算：通过多种方式复核数学计算
2. 压力测试假设：进行敏感性分析以确保模型稳健
3. 同行评审：请其他人检查公式
4. 版本控制：随着工作进展保存不同版本

常见变体

高增长科技公司

• 更长的预测期（7-10年）
• 更高的初始增长率（20-30%）
• 长期显著扩张的利润率
• 更高的加权平均资本成本（WACC，12-15%）
• 建模单位经济性（用户数、每用户平均收入等）

成熟/稳定公司

• 较短的预测期（3-5年）
• 适度的增长率（GDP +1-3%）
• 稳定的利润率
• 较低的WACC（7-9%）
• 重点关注现金生成和资本配置

周期性公司

• 建模需贯穿整个经济周期
• 以周期中期水平对利润率进行正常化
• 考虑低谷和高峰情景
• 根据周期性调整贝塔系数

多业务分部公司

• 对每个业务单元分别进行折现现金流模型
• 不同分部的增长率和利润率各不相同
• 分项加总估值
• 考虑协同效应

故障排除

如果遇到错误或不合理结果，请阅读 TROUBLESHOOTING.md 获取详细调试指导。

工作流集成

开始构建DCF模型时

1. 收集市场数据：

   • 检查是否有可用的MCP服务器来获取当前市场数据
   • 使用网络搜索/抓取获取股价、贝塔系数及其他市场指标
   • 如果需要特定数据，向用户请求

2. 收集历史财务数据：

   • 检查是否有可用的MCP服务器（如Daloopa等）
   • 若MCP不可用，向用户请求
   • 必要时从10-K报告中手动提取

3. 按照本技能详述的DCF方法论开始构建模型

模型构建过程中

1. 使用openpyxl构建Excel模型，公式应使用公式引用（而非硬编码值）
2. 遵循xlsx技能约定进行公式构建和格式设置
3. 仅在用户要求或提供了特定品牌指南时才应用填充颜色

交付模型前（必须执行）

1. 验证结构：

   • 熊市/基准/牛市情景块，包含跨预测期的假设
   • 情景选择器功能正常，公式引用正确的场景块
   • 敏感性表格位于DCF工作表底部（而非独立工作表）
   • 字体颜色：蓝色为输入值，黑色为公式，绿色为工作表链接
   • 所有硬编码输入均添加单元格批注
   • 主要区域周围添加专业边框

2. 重新计算公式：运行 python recalc.py model.xlsx 30

3. 检查输出：

   • 如果 status 为 "success" → 继续到第4步
   • 如果 status 为 "errors_found" → 检查 error_summary 并阅读 TROUBLESHOOTING.md 获取调试指导

4. 修正错误并重新运行 recalc.py，直至状态为 "success"

5. 抽查公式：

   • 测试一个自由现金流公式——它是否正确引用了相应的假设行？
   • 切换情景选择器——合并列是否正确更新？
   • 验证收入公式引用的是合并列（而非嵌套的IF公式）

6. 交付模型

可用数据源

• MCP 服务器：如果配置了（如 Daloopa 用于历史财务数据）
• 网络搜索/获取：用于当前股价、Beta 系数和市场数据
• 用户提供的数据：历史财务数据、一致预期
• 手动提取：SEC EDGAR 文件作为备选

最终输出检查清单

在交付 DCF 模型之前：

必需项：

• 运行 python recalc.py model.xlsx 30 直到状态显示为 "success"（零公式错误）
• 两个工作表：DCF（底部包含敏感性分析）、WACC
• 字体颜色：蓝色=输入项，黑色=公式，绿色=工作表链接
• 所有硬编码输入项都添加单元格注释
• 敏感性表格完全填充公式
• 主要部分周围添加专业的边框

验证项：

• 运营支出基于收入（而非毛利润）
• 终值占企业价值的 50-70%
• 终值增长率 < WACC
• 税率 21-28%
• 文件命名：[Ticker]_DCF_Model_[Date].xlsx

数据源——优先使用 MCP，网络作为备选

下面许多段落中提到了“使用 S&P Kensho MCP / Daloopa MCP / FactSet MCP”。这些是来自原始 Cowork 插件上下文中的商业金融数据 MCP。在 Hermes 中：

• 如果你配置了任何结构化金融数据的 MCP（Hermes 支持 MCP——参见 native-mcp 技能），请优先使用它来获取可比公司、先例交易和文件。
• 否则，回退到：
  • 使用 web_search / web_extract 查询 SEC EDGAR（https://www.sec.gov/cgi-bin/browse-edgar）获取美国文件
  • 公司投资者关系页面获取新闻稿、财报资料
  • 使用 browser_navigate 访问交互式数据门户
  • 用户提供的数据（当上下文中没有时，明确向用户询问）
• 绝不捏造数据。如果某个倍数、先例或文件编号无法获取，请将该单元格标记为 [UNSOURCED] 并告知用户。

归属说明

本技能改编自 Anthropic 的 Claude for Financial Services 插件套件（Apache-2.0 许可证）。已移除 Office-JS / Cowork 实时 Excel 路径；此版本通过 excel-author 技能的约定，针对无头 openpyxl 进行适配。原始来源：https://github.com/anthropics/financial-services