跳到主要内容

杠杆收购模型

在Excel中构建杠杆收购模型——资金来源与用途、债务计划、现金清偿、退出倍数、IRR/MOIC敏感性分析。与excel-author配合使用。适用于私募股权筛选、赞助商案例估值或演示文稿中的示意性杠杆收购。

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
信息

以下是 Hermes 在触发此技能时加载的完整技能定义。这是智能体在技能激活时看到的指令。

环境​

本技能假设使用 无界面的 openpyxl —— 您需要在磁盘上生成一个 .xlsx 文件。 请遵循 excel-author 技能的单元格着色、公式、命名范围和敏感性表的规范。 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 模型的模板。请始终首先检查是否有附加的模板文件。

在开始任何 LBO 模型之前：

  1. 如果有附加/提供的模板文件：严格按照该模板的结构使用——复制它并填入用户的数据
  2. 如果没有附加模板：询问用户："您有特定的 LBO 模板希望我使用吗？如果没有，我可以使用标准模板，该模板包括资金来源与用途、运营模型、债务计划和回报分析。"
  3. 如果使用标准模板：将 examples/LBO_Model.xlsx 复制为起点，并填入用户的假设数据

重要：当附加了类似 LBO_Model.xlsx 的文件时，您必须将其用作模板——不要从头开始构建。即使模板看起来很复杂或比需要的有更多的功能，也要复制它并根据用户的要求进行调整。当提供了模板时，永远不要决定"从头开始构建"。

关键指令 —— 请先阅读​

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

核心原则​

  • 每个计算都必须是 Excel 公式 —— 绝不在 Python 中计算值并将结果硬编码到单元格中。使用 openpyxl 时，写 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，并在输入变化时自动更新。
  • 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。不要自创布局。
  • 使用正确的单元格引用 —— 所有公式都应引用适当的单元格。永远不要输入应该来自其他单元格的数字。
  • 保持符号约定的一致性 —— 遵循模板使用的符号约定（有些用负数表示现金流出，有些用正数）。在整个过程中保持一致。
  • 逐节完成，每步与用户验证 —— 完整完成一个部分，向用户展示已构建的内容，运行该部分的验证检查，并在继续下一部分之前获得确认。不要端到端地构建整个模型然后再呈现——后续部分依赖于前面的部分，因此在回报已经构建完成之后才发现资金来源与用途中的错误意味着需要到处返工。

公式颜色约定​

  • 蓝色 (0000FF)：硬编码输入——键入的不引用其他单元格的数字
  • 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)：链接到同一标签页上的单元格——直接引用，无计算（=B9、=B45）
  • 绿色 (008000)：链接到不同标签页上的单元格——跨表引用（=Assumptions!B5、='Operating Model'!C10）

填充颜色方案 —— 专业蓝灰色调（除非用户/模板另有指定，否则使用默认）​

  • 保持简洁 —— 仅使用蓝色和灰色进行单元格填充。不要引入绿色、黄色、红色或多种强调色。专业的 LBO 模型讲究克制。
  • 默认填充方案：
    • 章节标题（资金来源与用途、运营模型等）：深蓝色 #1F4E79，白色加粗文字
    • 列标题（第1年、第2年等）：浅蓝色 #D9E1F2，黑色加粗文字
    • 输入单元格：浅灰色 #F2F2F2（或纯白色）——蓝色字体才是信号，填充是次要的
    • 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，黑色加粗文字
  • 这就是全部方案。 3 种蓝色 + 1 种灰色 + 白色。如果模板使用自己的颜色，请改为遵循模板。
  • 注意：上面的蓝/黑/紫/绿字体颜色用于区分输入、公式和链接。这些与这里的填充方案是分开的——两者协同工作。

数字格式标准​

  • 货币：$#,##0;($#,##0);"-" 或 $#,##0.0，取决于模板
  • 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"（两位小数以提高精度）
  • 所有数字单元格：右对齐

先明确需求​

在填写任何公式之前：

  • 检查模板结构 —— 识别所有部分，了解时间线（哪些列代表哪些时期），注意任何现有公式
  • 如有不清楚的地方，请询问用户 —— 如果模板结构、计算方法或要求不明确，请在继续之前询问
  • 确认关键假设 —— 任何关键输入、计算偏好或特定要求
  • 只有在理解模板之后，才继续填写公式

模板分析阶段 —— 请先执行此步骤​

在填写任何公式之前，彻底检查模板：

  1. 映射结构 —— 识别每个部分的位置以及它们之间的关系。注意哪些部分会输入到其他部分。

  2. 理解时间线 —— 哪些列代表哪些时期？是否有"收盘"或"备考"列？预测期从哪里开始？

  3. 识别输入与公式单元格 —— 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。请遵守这些约定。

  4. 仔细阅读现有标签 —— 行标签准确告诉您预期的计算是什么。不要假设——阅读模板要求的内容。

  5. 检查现有公式 —— 有些模板是部分填充的。除非特别要求，否则不要覆盖可工作的公式。

  6. 注意模板特定的约定 —— 符号约定、小计结构、部分的组织方式、是否有不同组件的独立标签页等。

填写公式 —— 通用方法​

对于每个需要公式的单元格，遵循以下层级：

步骤 1：检查模板​

  • 该单元格是否已有公式？如果有，请验证其是否正确，然后继续。
  • 是否有评论或注释指明预期的计算？
  • 行/列标签是否使计算显而易见？
  • 相邻单元格是否显示了您应遵循的模式？

步骤 2：检查用户的指令​

  • 用户是否指定了特定的计算方法？
  • 是否有影响此公式的既定假设？
  • 是否提到了任何特殊要求？

步骤 3：应用标准做法​

  • 如果模板和用户都没有指定，请使用标准 LBO 建模惯例
  • 记录您所做的任何假设
  • 如果确实不确定，请询问用户

常见问题区域​

以下计算模式在 LBO 模型中经常导致问题。遇到这些情况时请特别注意：

平衡部分​

  • 当两个部分必须相等时（例如，资金来源 = 资金用途），通常有一个项目是"调节项"（平衡数字）
  • 识别哪个项目是调节项，并将其计算为差额

税务计算​

  • 税务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，债务计划）
  • 考虑亏损是产生税盾还是简单忽略

利息和循环引用​

  • 如果利息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（而非平均值或期末余额）来打破循环引用
  • 模式：利息 → 现金流 → 偿还 → 期末余额（如果利息使用期末余额，就会形成循环）

债务偿还 / 现金扫描​

  • 当存在多个债务层级时，通常有优先顺序
  • 现金扫描应尊重优先瀑布式偿还顺序
  • 余额不能为负——适当地使用 MAX 或 MIN 函数

回报计算（IRR/MOIC）​

  • 现金流必须有正确的符号：投资 = 负数，收益 = 正数
  • 如果使用 XIRR，需要相应的日期
  • 如果使用 IRR，现金流应连续排列在连续时期
  • MOIC = 总收益 / 总投资

敏感性表​

  • 使用奇数维度（5×5 或 7×7）——永远不要 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。 围绕模型的实际假设对称地构建行和列轴值（例如，如果基准入场倍数 = 10.0x，轴 = [8.0x, 9.0x, 10.0x, 11.0x, 12.0x]）。中心单元格的 IRR/MOIC 然后必须等于模型的实际 IRR/MOIC 输出——这是证明表格连接正确的依据。
  • 突出显示中心单元格 —— 中蓝色填充（#BDD7EE）+ 加粗字体，使基准情景在视觉上被锚定。
  • Excel 的 DATA TABLE 函数可能无法与 openpyxl 配合使用——改为编写引用行/列标题的显式公式
  • 每个单元格应显示不同的值——如果全部相同，说明公式没有正确变化
  • 使用混合引用（例如，$A5 用于行输入，B$4 用于列输入）

此技能通过使用正确公式、适当格式和经过验证的计算来填充模板，从而制作出投资银行质量的杠杆收购模型。该技能能够适应任何模板结构，同时确保金融准确性和专业的呈现标准。

数据来源 — 优先 MCP，网络作为备选​

下文许多段落提到“使用 S&P Kensho MCP / Daloopa MCP / FactSet MCP”。这些是原始 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 MCP（Hermes 支持 MCP — 参见 native-mcp 技能），请优先使用它来获取时点可比公司、先例交易和文件数据。
  • 否则，请回退到：
    • 使用 web_search / web_extract 访问 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、财报演示材料
    • 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，请明确询问用户）
  • 切勿捏造。如果无法获取某个倍数、先例或文件编号，请将单元格标记为 [UNSOURCED] 并提请用户注意。

归属说明​

此技能改编自 Anthropic 的 Claude 金融插件套件（Apache-2.0 许可）。Office-JS / Cowork 实时 Excel 路径已被移除；此版本通过 excel-author 技能的约定，面向无头 openpyxl 操作。原始来源：https://github.com/anthropics/financial-services