跳到主要内容

并购模型

在Excel中构建增厚/稀释(并购)模型 — 模拟利润表、协同效应、融资结构、每股收益影响。与excel-author技能配合使用。用于并购宣传材料、董事会文件或交易评估。

技能元数据

源代码可选 — 通过 hermes skills install official/finance/merger-model 安装
路径optional-skills/finance/merger-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, m-and-a, merger, accretion-dilution, excel, openpyxl, modeling, investment-banking
相关技能excel-author, pptx-author, dcf-model, 3-statement-model

参考:完整的 SKILL.md

信息

以下是当此技能被触发时,Hermes 加载的完整技能定义。这是技能激活时智能体看到的指令。

环境

此技能假设使用无界面的openpyxl — 您正在磁盘上生成一个.xlsx文件。 请遵循 excel-author 技能关于单元格着色、公式、命名范围和敏感性分析表的约定。 交付前重新计算:python /path/to/excel-author/scripts/recalc.py ./out/model.xlsx

并购模型

为并购交易构建增厚/稀释分析。模型模拟对每股收益的影响、协同效应敏感性和购买价格分配。在评估潜在收购、为宣传材料准备并购后果分析或就交易条款提供咨询时使用。

工作流程

步骤1:收集输入信息

收购方:

  • 公司名称、当前股价、流通股数
  • 过去十二个月和未来十二个月每股收益(GAAP和调整后)
  • 市盈率倍数
  • 税前债务成本、税率
  • 资产负债表上的现金、现有债务

目标方:

  • 公司名称、当前股价、流通股数(如为上市公司)
  • 过去十二个月和未来十二个月每股收益或净收入
  • 企业价值或股权价值

交易条款:

  • 每股要约价格(或相对于当前价格的溢价)
  • 支付对价结构:%现金 vs. %股票
  • 为现金部分筹集的新债务
  • 预期协同效应(收入和成本)及分阶段实施时间表
  • 交易费用和融资成本
  • 预期完成日期

步骤2:购买价格分析

项目价值
每股要约价格
相对于当前价格的溢价
股权价值
加:承担的净债务
企业价值
隐含EV/EBITDA
隐含市盈率

步骤3:资金来源与使用

资金来源金额资金使用金额
新增债务股权购买价格
手头现金再融资目标债务
发行新股交易费用
融资费用
总计总计

步骤4:模拟每股收益(增厚/稀释)

逐年计算(第1-3年):

独立运营模拟增厚/(稀释)
收购方净收入
目标方净收入
协同效应(税后)
放弃的现金利息收入(税后)
新增债务利息(税后)
无形资产摊销(税后)
模拟净收入
模拟股数
模拟每股收益
增厚 / (稀释) %

步骤5:敏感性分析

增厚/稀释 vs. 协同效应和要约溢价:

0百万协同效应25百万协同效应50百万协同效应75百万协同效应100百万协同效应
15%溢价
20%溢价
25%溢价
30%溢价

增厚/稀释 vs. 现金/股票混合比例:

100%现金75/2550/5025/75100%股票
第1年
第2年

步骤6:盈亏平衡协同效应

计算交易在第1年实现每股收益中性所需的最低协同效应。

步骤7:输出

  • Excel工作簿包含:
    • 假设表
    • 资金来源与使用
    • 模拟利润表
    • 增厚/稀释摘要
    • 敏感性分析表
    • 盈亏平衡分析
  • 用于宣传材料的一页并购后果摘要

重要提示

  • 在相关情况下始终同时显示GAAP和调整后(现金)每股收益
  • 股票交易:使用收购方当前价格计算换股比例,注意新股发行导致的稀释
  • 包含购买价格分配 — 商誉和无形资产摊销对GAAP每股收益很重要
  • 协同效应的分阶段实施很关键 — 第1年通常仅为持续运行协同效应的25-50%
  • 不要忘记所用现金的放弃利息收入和为筹集债务产生的新利息费用
  • 协同效应和利息调整的税率应与收购方的边际税率一致

数据来源 — MCP优先,网络回退

以下许多段落提到“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:

  • 如果您配置了任何结构化金融数据MCP(Hermes支持MCP — 请参阅native-mcp技能),优先使用它获取时点可比公司、先例交易和文件。
  • 否则,回退到:
    • web_search / web_extract 针对SEC EDGAR (https://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
    • 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,明确询问)
  • 绝不捏造。如果某个倍数、先例或文件编号无法获取,将该单元格标记为 [UNSOURCED] 并向用户指出。

归属

此技能改编自Anthropic的Claude for Financial Services插件套件(Apache-2.0)。Office-JS / Cowork实时Excel路径已被移除;此版本通过excel-author技能的约定,针对无界面的openpyxl。原始来源:https://github.com/anthropics/financial-services