creating-financial-models について
一般的な手法で投資分析、評価、リスク査定を行う財務モデリングスキルです。DCF、感応度分析、モンテカルロシミュレーション、シナリオ計画に対応し、DCFと感応度分析のスクリプトも含みます。
主な機能
- 01成長シナリオと終価を用いたDCF評価
- 02感応度表とトルネードチャート
- 03モンテカルロ評価とリスク指標
- 04最良・基本・最悪シナリオの比較
- 05貸借対照表とキャッシュフローの検査
活用シーン
- 01過去の財務諸表に基づく企業価値評価
- 02成長率とWACCが評価に与える影響の検証
- 03買収評価の不確実性の推定
- 04拡張プロジェクトのシナリオ比較
インストール
コマンドをコピーしてターミナルで実行します。
$
npx skills add https:/ / github.com/ anthropics/ claude-cookbooks --skill creating-financial-modelsインストール後、Claude Code で/creating-financial-modelsを入力して読み込まれたか確認します。
同梱ファイルdcf_model.pysensitivity_analysis.py
詳細
財務モデリングスイート
業界標準の方法論を用いた投資分析、バリュエーション、リスク評価のための包括的な財務モデリングツールキットです。
主な機能
1. 割引キャッシュフロー(DCF)分析
- 複数の成長シナリオを含む完全な DCF モデルを構築
- 永久成長法と出口マルチプル法を用いたターミナルバリューの算出
- 加重平均資本コスト(WACC)の算出
- エンタープライズバリューとエクイティバリューの評価額を算出
2. 感度分析
- バリュエーションに対する主要な前提条件の影響を検証
- 複数の変数に対するデータテーブルを作成
- 感度のランキングを示すトルネードチャートを生成
- 重要な価値ドライバーを特定
3. モンテカルロシミュレーション
- 確率分布を用いて数千のシナリオを実行
- 主要な入力値の不確実性をモデル化
- バリュエーションの信頼区間を生成
- 目標達成の確率を算出
4. シナリオプランニング
- 楽観/基本/悲観の各シナリオを構築
- 異なる経済環境をモデル化
- 戦略的代替案を検証
- 結果の確率を比較
入力要件
DCF 分析の場合
- 過去の財務諸表(3~5年分)
- 売上成長率の前提条件
- 営業利益率の予測
- 設備投資の予測
- 運転資本の要件
- ターミナル成長率または出口マルチプル
- 割引率の構成要素(リスクフリーレート、ベータ、マーケットプレミアム)
感度分析の場合
- 基本ケースのモデル
- 検証する変数の範囲
- 追跡する主要指標
モンテカルロシミュレーションの場合
- 不確実な変数の確率分布
- 変数間の相関の前提条件
- 反復回数(通常 1,000~10,000 回)
シナリオプランニングの場合
- シナリオの定義と前提条件
- シナリオの確率ウェイト
- 追跡する主要業績評価指標
出力形式
DCF モデルの出力
- 完全な財務予測
- フリーキャッシュフローの計算
- ターミナルバリューの算出
- エンタープライズバリューとエクイティバリューのサマリー
- 示唆されるバリュエーションマルチプル
- 完全なモデルを含む Excel ワークブック
感度分析の出力
- 価値の範囲を示す感度テーブル
- 主要ドライバーのトルネードチャート
- 損益分岐点分析
- 関係性を示すチャート
モンテカルロの出力
- バリュエーションの確率分布
- 信頼区間(例: 90%、95%)
- 統計サマリー(平均、中央値、標準偏差)
- リスク指標(VaR、損失確率)
シナリオプランニングの出力
- シナリオ比較テーブル
- 確率加重された期待値
- デシジョンツリーの可視化
- リスクリターンプロファイル
対応するモデルタイプ
-
企業価値評価
- キャッシュフローが安定した成熟企業
- J カーブの予測を持つ成長企業
- 業績回復局面
-
プロジェクトファイナンス
- インフラプロジェクト
- 不動産開発
- エネルギー関連プロジェクト
-
M&A 分析
- 買収バリュエーション
- シナジーのモデリング
- 増益/希薄化分析
-
LBO モデル
- レバレッジドバイアウト分析
- リターン分析(IRR、MOIC)
- 債務調達余力の評価
適用されるベストプラクティス
モデリング基準
- 一貫した書式と構成
- 前提条件の明確な文書化
- 入力、計算、出力の分離
- エラーチェックと検証
- バージョン管理と変更履歴の追跡
バリュエーションの原則
- 複数のバリュエーション手法を用いたトライアンギュレーション
- 適切なリスク調整の適用
- 市場の類似企業の考慮
- 取引マルチプルとの整合性の検証
- 主要な前提条件の明確な文書化
リスク管理
- 主要リスクの特定と定量化
- 確率加重シナリオの活用
- 極端なケースのストレステスト
- 相関効果の考慮
- 信頼区間の提供
使用例
「添付の財務諸表を用いて、このテクノロジー企業の DCF モデルを構築してください」
「この買収モデルに対して 5,000 回の反復でモンテカルロシミュレーションを実行してください」
「成長率と WACC がバリュエーションに与える影響を示す感度分析を作成してください」
「この拡張プロジェクトについて、確率ウェイトを付けた 3 つのシナリオを作成してください」
含まれるスクリプト
dcf_model.py: 完全な DCF 評価エンジンsensitivity_analysis.py: 感度テストフレームワーク
制限事項と免責事項
- モデルは前提条件の精度を超えることはできません
- 過去の実績は将来の結果を保証するものではありません
- 市場環境は急速に変化する可能性があります
- 規制や税制の変更が結果に影響を与える可能性があります
- 結果の解釈には専門的な判断が必要です
- 専門的な財務アドバイスの代替とはなりません
品質チェック
モデルは以下を自動的に実行します:
- 貸借対照表のバランスチェック
- キャッシュフローの照合
- 循環参照の解決
- 感度の範囲チェック
- モンテカルロ結果の統計的検証
更新とメンテナンス
- モデルは最新の財務理論と実務を採用しています
- 市場パラメータのデフォルト値の定期的な更新
- 規制変更の反映
- 利用パターンに基づく継続的な改善
コメント
Markdown 対応