mcpField
R
returns-analysis

returns-analysis

github.com/anthropics数据与数据库40.9k1.1k 次安装今天更新
代码仓库

关于 returns-analysis

面向私募股权交易团队的回报分析技能，可将投资假设整理为基准回报、敏感性分析、情景分析和投资委员会摘要。

主要功能

  1. 01交易与融资假设整理
  2. 02MOIC 和 IRR 计算
  3. 03回报归因瀑布分析
  4. 04双变量敏感性表
  5. 05乐观、基准与悲观情景
  6. 06Excel 和投资委员会摘要

适用场景

  1. 01评估拟议收购的回报
  2. 02比较入场与退出倍数结果
  3. 03测试杠杆和增长假设
  4. 04准备投资委员会摘要

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/anthropics/financial-services --skill returns-analysis

安装后在 Claude Code 中输入/returns-analysis确认已加载。

详细介绍

回报分析

工作流

第 1 步：收集交易输入

询问（或从先前的分析中提取）：

进入：

  • 进入 EBITDA（LTM 或 NTM）
  • 进入倍数（EV / EBITDA）
  • 企业价值
  • 交割时的净债务
  • 股权出资规模
  • 交易费用与开支

融资：

  • 优先债务（x EBITDA、利率、摊销）
  • 次级债务 / 夹层（如有）
  • 进入时的总杠杆（x EBITDA）
  • 股权出资

经营假设：

  • 收入增长率（年度）
  • EBITDA 利润率轨迹
  • 资本支出占收入百分比
  • 营运资金变动
  • 债务偿还计划

退出：

  • 持有期（年）
  • 退出倍数（EV / EBITDA）
  • 退出 EBITDA（根据增长假设计算）
第 2 步：基准情形回报

计算：

指标数值
进入 EV
投入股权
退出 EBITDA
退出 EV
退出时净债务
退出股权价值
MOIC
IRR
现金回报倍数

展示回报瀑布：

  • EBITDA 增长贡献
  • 倍数扩张/收缩贡献
  • 债务偿还贡献
  • 费用/开支拖累
第 3 步：敏感性表

构建双向敏感性矩阵：

进入倍数 vs. 退出倍数

退出 6x退出 7x退出 8x退出 9x退出 10x
进入 7x
进入 8x
进入 9x
进入 10x

EBITDA 增长 vs. 退出倍数（固定进入）

杠杆 vs. 退出倍数（固定进入和增长）

持有期 vs. 退出倍数

每个单元格中同时展示 IRR 和 MOIC（IRR / MOIC 格式）。

第 4 步：情景分析

构建 3 种情景：

乐观基准悲观
收入 CAGR
退出 EBITDA 利润率
退出倍数
退出 EBITDA
MOIC
IRR
第 5 步：输出
  • Excel 工作簿，包含：
    • 假设选项卡
    • 回报计算
    • 敏感性表（带条件着色格式）
    • 情景摘要
  • 适用于 IC 演示材料的一页回报摘要

关键公式

  • MOIC = 退出股权价值 / 投入股权
  • IRR = 求解 r：投入股权 × (1 + r)^n = 退出股权价值（按期间现金流调整）
  • 回报归因：
    • 增长：(退出 EBITDA - 进入 EBITDA) × 退出倍数 / 股权
    • 倍数：(退出倍数 - 进入倍数) × 进入 EBITDA / 股权
    • 杠杆：持有期内债务偿还 / 股权

重要说明

  • 在适用情况下，始终同时展示扣除费用/附带权益前和后的回报
  • 管理层滚动投资和共同投资会改变股权出资 — 如相关请询问
  • 股息资本重组或期间分配会显著影响 IRR — 如已计划请纳入
  • 不要忘记交易成本（通常为 EV 的 2-4%）— 它们会降低第 1 日股权价值
  • 税务考量（资产交易 vs. 股权交易、338(h)(10) 选择）可能实质性影响税后回报

评论

支持 Markdown