mcpField
V
valuation-reconciler

valuation-reconciler

github.com/lyndonkl其他18737 次安装10 周前更新
代码仓库

关于 valuation-reconciler

用于整合 DCF 与相对估值结果的投资分析技能,面向撰写投资论点的分析者。它按流程分析估值差异、市场隐含假设、催化因素与安全边际,并形成有期限的建议。

主要功能

  1. 01整合 DCF 与相对估值
  2. 02分析估值差异来源
  3. 03反推市场隐含增长率与 ROIC
  4. 04评估催化因素和安全边际
  5. 05组织投资论点与建议

适用场景

  1. 01比较多种每股估值结果
  2. 02分析股价隐含的假设
  3. 03评估估值差距的催化因素
  4. 04撰写买入、卖出或持有论点

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/lyndonkl/claude --skill valuation-reconciler

安装后在 Claude Code 中输入/valuation-reconciler确认已加载。

包含的文件

除 SKILL.md 外,安装时一起下载的参考资料和脚本。

resources/
methodology.md
template.md
resources/evaluators/
rubric_valuation_reconciler.json

详细介绍

估值调节

目录

示例

情景:NovaBrands Inc. —— 美国消费品公司,当前股价为每股 $65

估值输入:

  • DCF 内在价值(FCFF 两阶段):每股 $85
  • 相对估值,PE 回归(行业):每股 $78
  • 相对估值,EV/EBITDA 同行中位数:每股 $90

估值调节表:

方法每股价值关键假设信心权重
DCF(FCFF)$85营收增长 8%,营业利润率 14%,WACC 为 9%50%
PE 回归$78行业回归 R-squared 为 0.62,预测 PE 为 22x25%
EV/EBITDA 同行估值$90同行中位数为 11x,并根据更高增长率进行调整25%

加权估值:$85 x 0.50 + $78 x 0.25 + $90 x 0.25 = 每股 $84.50

隐含分析(市场以 $65 定价时的预期):

  • 隐含营收增长率:4%(而我们的判断为 8%)
  • 隐含 ROIC:10%(而我们的估计为 15%)
  • 市场将 NovaBrands 定价为一家成熟、低增长的消费必需品公司。我们的判断则认为它是一家处于增长阶段、拥有品牌商品和定价权的公司。

安全边际:($84.50 - $65)/ $84.50 = 23%

催化剂:

  1. 重组带来的成本节省(年化 $40M)——预计 Q3
  2. 将新产品线拓展至相邻品类——预计 Q4
  3. 如果利润率扩大至 15% 以上,估值倍数可能重新上调

建议:股价为 $65 时买入,目标区间为 $80-$85,持有期限为 12 个月。即使增长率仅达到 6% 而非 8%,23% 的安全边际也能提供缓冲。

风险因素:自有品牌竞争侵蚀品牌溢价;投入成本上涨压缩利润率;重组执行延迟。

工作流

复制此清单并跟踪进度:

Valuation Reconciliation Progress:
- [ ] Step 1: Collect all valuation estimates
- [ ] Step 2: Identify sources of divergence
- [ ] Step 3: Reverse-engineer market implied assumptions
- [ ] Step 4: Assess catalysts for gap closure
- [ ] Step 5: Compute margin of safety and formulate recommendation
- [ ] Step 6: Write investment thesis

步骤 1:收集所有估值估算

收集内在价值(DCF)、相对估值估算(PE、EV/EBITDA、PBV、EV/Sales)以及任何特殊情况调整,并将其汇总到一张调节表中。对于每项估算,记录估值方法、每股价值、关键假设,以及反映该方法对这类公司适用程度的置信权重。调节表格式请参阅 resources/template.md。

步骤 2:找出估值差异的来源

比较最高和最低估值。将差异追溯到具体假设:增长率、折现率、利润率、倍数选择、可比公司范围。如果 DCF 估值与相对估值相差超过 20%,请记录差距的成因。差异分析框架请参阅 resources/methodology.md。

步骤 3:反向推算市场隐含假设

反向求解使 DCF 价值等于当前市场价格的增长率和 ROIC。将这些隐含假设与您的叙述、历史表现和行业基准进行比较。这能揭示市场已计入哪些预期,以及您的观点与市场的差异。迭代计算方法请参阅 resources/methodology.md。

步骤 4:评估缩小差距的催化因素

如果存在价值差距(内在价值与市场价格不同),请找出可能促使差距缩小的具体、有明确时间范围的事件。催化因素可能包括财报发布、产品上市、重组里程碑、监管变化或管理层行动。为每项催化因素估算发生时间、价值影响和概率。催化因素模板请参阅 resources/template.md。

步骤 5:计算安全边际并形成建议

按以下公式计算安全边际:(内在价值 - 市场价格)/ 内在价值。根据公司特征调整所需的安全边际:波动性高、可预测性低或市值较小的公司应要求更高的安全边际;业务稳定、可预测的公司则可要求较低的安全边际。给出买入/卖出/持有建议,并明确具体目标价和时间范围。建议格式请参阅 resources/template.md。

步骤 6:撰写投资论点

将调节分析综合成一页投资论点,把业务叙述、估值和建议串联起来。列出可能推翻该论点的关键风险因素。论点格式请参阅 resources/template.md。使用 resources/evaluators/rubric_valuation_reconciler.json 进行验证。最低标准:平均分 >= 3.5。

常见模式

模式 1:价值差距(DCF > 价格)

  • 设定:内在价值显著高于市场价格;一种或多种相对估值方法也表明估值偏低
  • 隐含分析:市场定价反映的增长较低、利润率较低或风险较高,不同于你的判断
  • 催化剂要求:至少找出一个具体事件,并估计其发生时间;该事件可能推动估值重定
  • 建议:给出买入建议,并说明安全边际、目标价和时间范围
  • 主要风险:你的判断可能有误;市场可能掌握了你不知道的信息
  • 示例:某消费品牌的市盈率为 12 倍,而同行为 18 倍;预计 6 个月内将出现重组催化剂

模式 2:估值过高信号(DCF < 价格)

  • 设定:内在价值显著低于市场价格;相对估值方法也确认估值偏高
  • 隐含分析:市场定价反映的增长较高或风险较低,超出了你的判断依据
  • 行动:卖出或回避;记录市场假设的增长率或利润率,并说明其为何不切实际
  • 主要风险:上涨势头可能持续;做空头寸的下行风险没有上限
  • 示例:某科技公司的市盈率为 80 倍,隐含未来 10 年增长率为 30%;历史基准数据显示,持续 5 年以上保持超过 25% 增长的概率低于 5%

模式 3:公允价值/趋同

  • 设定:DCF、相对估值和市场价格彼此相差均在 10-15% 以内;多种方法得出的结果一致
  • 隐含分析:市场假设与你的判断一致;不存在明显的错误定价
  • 行动:若已持有则继续持有;没有令人信服的理由建立新头寸
  • 主要风险:稳定的共识可能因新信息而迅速瓦解
  • 示例:某成熟公用事业公司,DCF 估值为 52 美元、同行 EV/EBITDA 推算为 50 美元,当前交易价格为 49 美元;所有方法的结果均在正常估算误差范围内趋同

注意事项

  1. 预期不同方法的结果存在差异。 不同估值方法得出的数值本就应有所不同。如果 DCF、PE 回归和同行中位数都得出相同估值,分析很可能存在确认偏误。应检查假设是否在无意间被统一。

  2. 根据公司类型,为最合适的方法赋予更高权重。 对于缺少可比对象的独特业务,DCF 权重更高;对于具有明确同行群体的大宗商品业务,相对估值权重更高。单独使用任何一种方法都不够。

  3. 根据不确定性调整安全边际。 对于稳定、可预测的公用事业公司,15% 的安全边际可能足够;对于波动大、高增长或陷入困境的公司,30-40% 的安全边际更合适。现金流波动性、预测期限和复杂性越高,所需的安全边际就应越大。

  4. 根据合理范围验证隐含假设。 应将反向推算的增长率和 ROIC 与公司自身历史数据、行业平均值和基准水平进行比较。如果市场隐含未来十年增长率为 25%,就应核查同一行业中实际达到这一水平的公司有多少。

  5. 要求催化剂具体且有明确时间范围。 “市场最终会认识到价值”并非催化剂。催化剂应说明事项、时间和预估影响:“预计 10 月发布的 Q3 财报将显示节省 4,000 万美元的重组成本,这可能缩小 30% 的价值差距。”

  6. 说明建议的时间范围。 没有时间范围的买入建议并不完整。应说明投资论点依赖的是 6 个月、12 个月还是多年持有期,以及哪些变化会触发重新评估。

  7. 明确记录风险因素。 每项投资论点都必须至少包含两个可能使建议失效的具体风险因素。对于买入建议,应说明哪些情况会促使你卖出;对于卖出建议,应说明哪些情况会促使你改变判断。

快速参考

关键公式:

Margin of Safety = (Intrinsic Value - Market Price) / Intrinsic Value

Value-to-Price Ratio = Intrinsic Value / Market Price

Implied Growth Rate = g such that DCF(g) = Market Price
  (iterate g in DCF model until output equals current price)

Implied ROIC = ROC such that DCF(ROC) = Market Price
  (iterate ROC in DCF model until output equals current price)

EVA Value Decomposition:
  Firm Value = Invested Capital + PV of Future EVA
  where EVA = (ROIC - WACC) x Invested Capital
  Growth premium = Firm Value - Invested Capital

Breakeven Sensitivity:
  What change in [growth / WACC / margin] flips buy to hold?

建议决策框架:

价值与价格比安全边际催化剂建议
> 1.30> 25%已识别,有明确时间节点买入
1.15 - 1.3015-25%已识别,有明确时间节点买入(信心适中)
0.85 - 1.15< 15%不适用持有 / 公允价值
0.70 - 0.85负存在风险因素卖出 / 回避
< 0.70大幅为负存在风险因素卖出(信心较强)

关键资源:

所需输入:

  • 内在价值(来自 DCF 模型,按每股计算)
  • 相对估值估算值(来自同业比较和/或行业回归,按每股计算)
  • 特殊情形调整值(如适用,按每股计算)
  • 当前市场价格(按每股计算)
  • 关键假设范围(增长率、折现率、利润率,用于敏感性分析)
  • 业务叙述(来自 business-narrative-builder,用于构建投资论点)

生成的输出:

  • valuation-reconciliation.md:对账表、隐含假设、差异分析、安全边际、敏感性矩阵、催化剂评估、包含目标价格和时间范围的买入/卖出/持有建议、投资论点、风险因素

与其他技能的交叉引用:

  • intrinsic-valuation-dcf 提供 DCF 每股价值和敏感性网格
  • relative-valuation-multiples 提供同业比较和回归隐含价值
  • special-situations-valuation 为高增长、困境、私有或金融服务公司提供调整后价值
  • business-narrative-builder 提供支撑投资论点的定性叙述

评论

支持 Markdown