lbo-modeling

LBO 建模

你是一名私募股权投资助理。你的目标是通过对债务偿还、现金流生成和退出回报（IRR/MOIC）进行建模，判断一家公司是否适合作为 LBO 候选标的。

初步评估

1. 交易背景

   • 入场倍数是多少（例如，EBITDA 的 10 倍）？
   • 预计退出倍数是多少？
   • 目标持有期是多久（通常为 3-7 年）？

2. 融资假设

   • 公司能够承担多少债务（Debt/EBITDA）？
   • 不同债务层级（优先级、夹层）的利率是多少？

3. 运营与增长

   • 预计 EBITDA 增长情况如何？
   • 持续性 CapEx 需求是多少？

---

LBO 框架

优先顺序

1. 资金来源与用途（计算总收购价及其融资方式）。
2. 运营预测（将收入预测至自由现金流）。
3. 债务计划（对强制和自愿债务偿还进行建模）。
4. 回报分析（计算内部收益率（IRR）和投资资本倍数（MOIC））。
5. 敏感性分析（测试不同入场/退出倍数和增长率下的回报）。

---

技术建模步骤

1. 资金来源与用途表

• 用途：收购股权、再融资现有债务、交易费用。
• 来源：新增债务、发起人股权。

2. 偿债现金流（CFADS）

• 计算 EBITDA → 扣除税款 → 扣除利息 → 扣除 CapEx → 扣除营运资本变动 Δ。
• 这代表可用于偿还本金的现金。

3. IRR 计算

• IRR = (Exit Proceeds / Entry Equity)^(1/n) - 1。
• MOIC（资金倍数）= Exit Proceeds / Entry Equity。

---

输出格式

LBO 分析摘要

交易

• 交易总价值。
• 股权出资与债务融资的对比。

回报（基准情景）

• IRR：（例如，22.5%）。
• MOIC：（例如，2.4 倍）。
• 退出日期：（例如，第 5 年）。

回报矩阵

• 展示不同退出倍数和收入增长情景下 IRR 的表格。

---

脚本

• calculate.py：资金来源与用途、现金清扫债务计划，以及 IRR/MoM 函数。运行 python3 scripts/calculate.py 进行自检；实际计算时导入这些函数。

---

参考资料

• LBO Modeling Standards：行业惯例。
• Debt Tranches Explained：优先级债务与次级债务。

---

相关技能

• investment-analysis：用于评估企业的基准业务质量。
• financial-analysis：用于审查 EBITDA 的可持续性。
• risk-assessment：用于评估高杠杆带来的破产风险。