估值分析

SkillDev tools

Valuation analysis specialty within the Hehe original industry research Skill suite. Selects applicable methods, comparable companies or transactions, DCF/FCFF/FCFE, SOTP, asset-based, dividend, or milestone scenarios, to build reproducible enterprise or equity value ranges, adjustment bridges, sensit

Available today. Use it from your connected AI after setup.

Connect ahel once, and every AI you use reads what you have installed.

Then ask your AI: use the 估值分析 skill

What this skill tells your AI

The instructions your AI receives, as published by hexiaofeier/hehe-industry-research-skill-pack in skills/hehe-valuation-analysis/SKILL.md and read by ahel’s review.

本 Skill 是盒子原创行业研究 Skill 组合中负责估值分析的专项 Skill,在明确对象、时点、口径和情景后,把经营与财务输入转成可复算、可解释、可被推翻的价值区间。估值不是从一个倍数或公式里得到“正确价格”。

需要选择方法、计算公式、建立调整桥或工作底表时,读取 估值方法、公式与工作底表。 非上市企业只有两三年管理口径或较粗财务数据,尤其用于商业尽调、融资、并购或 IPO 准备时,读取 非上市企业商业尽调估值

启动与工作流程

  • hehe-industry-researcher 调用: 收到任务卡和材料索引后直接读取材料并执行,不重新启动路由。
  • 用户直接调用本 Skill: 本 Skill 单独启动,在对话中确认对象、研究范围、地域、时间、用户口径要求及已有材料,再决定是否搜索。

开始执行前读取 专项工作流程,按对应路径接任务、搜索、审核、分析、自审和交付。 交付时读取 估值分析交付模板,按模板完成本专项成果;用户明确不落文件时,在对话中交付。

完整交付原则。 用户要求完整、深度或系统研究,或本专项作为 hehe-industry-researcher 完整研究中的适用模块时,必须先形成独立完整专项报告,不得因后续还会汇总而只返回摘要、任务卡或几条结论。只有用户明确要求局部/简版,或资料只能支持有限披露时才切换输出模式,并在报告中标明;完整度按交付模板的分析单元和正文目标体量检查,交付前实际计数。

一、职责与所有权

本 Skill 负责:

  • 确认估值对象、价值口径、资本结构、币种、估值时点和决策用途;
  • 判断哪些估值方法适用、有限适用或不适用,并写出理由;
  • 对规范化盈利、现金流、净债务、稀释、少数股东和非经营资产建立可追溯调整桥;
  • 构建可比、现金流、分部、资产、股利或里程碑情景模型;
  • 建立基准、上行、下行情景、敏感性、交叉检查和翻转变量;
  • 区分模型价值、市场价格/交易条件、市场隐含预期和研究预期差;
  • 对非上市商业尽调建立最低可用估值财务,分别计算当前独立经营价值、经营改善上行情景和条件化 IPO 情景;
  • 输出价值区间及其成立条件、不可比项、资料缺口和需要暂停判断的情况。
  • 按交付模板形成可直接阅读的估值 Markdown 主报告,并与模型结果相互对应。

估值模型、公式、假设表、计算审计和分析工作簿的制法属于本 Skill。若需要可编辑 Excel,可使用当前可用的电子表格能力建立公式和模型;后续视觉格式不得改变结构、公式、数值、情景或精度。

本 Skill 不负责:

  • 承担完整信源评级、经营预测编制或专业审计;
  • 自行生成未经材料或显式情境支持的收入、利润、现金流或市场份额预测;
  • 重建完整三表、重新评价控制权或替法律顾问解释权利有效性;
  • 因估值低于市场价格就直接判断高估/低估、买入/卖出;
  • 提供个性化买卖、仓位、收益承诺或伪精确单点目标价;
  • 跨专项公司或投资综合报告、PPT 及品牌化视觉图表。

二、选择执行模式

模式 A:完整公司估值

适用于有连续财务、资本结构、可比对象和明确经营情景的公司。通常选择两种以上真正适用的方法做交叉检查,但不为凑数量强行使用不适用方法。

模式 B:有限披露估值

适用于非上市、早期、分部披露不足或只能取得部分经营指标的主体。只对可核对的收入、利润、现金、净资产、ARR、订单、用户或里程碑做条件化估值;缺少关键输入时输出宽区间或暂不判断,不伪造精细 DCF。

商业尽调中的非上市成熟或成长期企业也从模式 B 启动:先用内部财务和经营凭证形成最低可用估值财务,再以规范化经营指标和市场法估算当前价值;只有经营预测、资本投入和现金转换能够解释时才使用 DCF。若任务需要展示 IPO 价值空间,另建有里程碑、时间、融资和稀释桥的 IPO 情景,不把未来上市市值当成当前价值。

模式 C:专项估值问题

用于可比倍数、交易对价、某一分部、股权融资、增发/回购、反向 DCF、终值、折现率、净债务桥或敏感性检查。只解决指定问题,不强制输出完整公司价值。

三、确认本次估值对象和计算口径

建立估值范围与口径表:

法律/经营主体|估值标的或证券类别|合并/分部边界|企业价值/股权价值/资产价值|控股/少数权益|估值时点|价格/交易条件时点|财务基期|预测或情景期|币种/汇率日|会计准则|完全摊薄股数|决策用途|执行模式

必须回答:

  1. 本次估的是企业整体、普通股、某类优先权、分部、资产还是交易控制权;
  2. 输出是控制权价值、少数权益价值、交易价格参考还是研究情境价值;
  3. 当前价格、融资条款、交易对价和模型价值是否使用同一时点与权利口径;
  4. 债务、现金、租赁、优先股、可转工具、少数股东和非经营资产如何处理;
  5. 股数是期末、加权平均、基本还是完全摊薄。

设置不清且足以改变价值口径时,停止计算并先补齐范围。不得把企业价值倍数直接除以普通股股数,也不得把不同权利层级的融资价格直接当普通股价值。

四、整理估值输入并区分事实与假设

建立估值资料与假设表:

输入/主张|资料来源|对象与期间|事实/计算/情境|审核状态|数值/单位|本次用途|是否可用于更新原结论|限制/缺口

常见输入包括主体和业务分部、披露与经营验证、收入和成本机制、单位经济与现金转换、规范化财务、净债务、资本开支、营运资本、资本效率、控制权、稀释工具、少数股东、关联交易、非经营资产、市场与竞争边界、趋势情境,以及市场价格、交易条款、可比公司财务和交易数据。市场总量、目标份额或趋势热度只能校验边界,不能直接生成公司收入预测。

假设分层

每个模型输入标记:

  • [已确认输入]:来自专业审核、独立最低审核或可复核计算,并保留各自状态;
  • [分析调整]:有明确理由、公式和桥接的规范化处理;
  • [情境参数]:用户给定或为检验价值而设置,不是事实;
  • [待核实]:缺失或冲突,不进入基准结论。

不得通过改变预测、折现率、终值、可比对象或权重来倒推用户想要的价值。用户给出的目标价格或期望回报只可作为反向检查参数,不能成为模型输入证据。

五、选择估值方法

对候选方法逐一记录:

方法|适用对象|关键输入是否具备|主要优点|关键缺陷|本次状态:主方法/交叉检查/有限参考/不适用|理由

1. 可比公司法

适用于业务模式、增长阶段、盈利口径、资本强度和风险可比较,且有同日市场与财务数据的对象。

检查:

  • 可比对象的业务/地域/客户/收费、生命周期、增长、利润率、资本强度和风险;
  • 分子与分母是否匹配:EV 对收入/EBITDA/EBIT,股权价值对净利润/账面权益;
  • 财务指标是历史、LTM、当期预测还是远期预测;
  • 负利润、会计差异、一次性项目和极端值如何处理;
  • 中位数、四分位或回归只是描述工具,不自动等于合理倍数。

2. 可比交易法

适用于交易标的、控制权和行业阶段具有基本可比性,且能识别交易日期、权益范围、对价和协同/控制溢价。

不能把签约价、已交割对价、企业价值、股权价值和或有支付混称。历史交易环境、利率、周期和买方协同差异必须登记。

3. DCF / FCFF / FCFE

适用于现金流逻辑可解释、经营和资本投入情景可追溯的主体。

  • FCFF 对应企业价值,折现率通常与企业资本提供者一致;
  • FCFE 对应普通股权益价值,必须显式处理净借款;
  • 预测来自可复核的经营情景或用户明确提供的情境,估值模块只做一致性检查和价值转换;
  • 终值不能掩盖预测期过短、商业模式未稳定或高增长永续假设;
  • 折现率和终值参数属于有依据的分析/情境输入,不是精确事实。

4. SOTP / 分部估值

适用于业务分部在经济机制、增长、利润、资本强度或适用方法上明显不同的公司。

先统一分部边界并处理总部成本、内部交易、共享资产/负债、少数股东和税务;不能将合并收入与分部价值重复计算,也不能用“分部加总”掩盖不可分割业务。

5. 资产、净资产或清算价值

适用于资产价值主导、金融/地产/资源、控股平台或困境/退出情境,但必须根据资产质量、可变现性、负债优先级、处置成本和时间调整。

账面价值不自动等于可实现价值。金融机构、保险、银行、地产、矿业等需要行业专门口径;材料不足时只输出待扩展项,不套普通工业公司模板。

6. 股利或现金分配模型

适用于分配政策与可持续盈利/资本约束高度相关、股利代表股东可获得现金的主体。高股息率、历史分红或管理层承诺不能自动替代可持续分配能力。

7. 早期项目、单位经济或里程碑情景

适用于缺少稳定利润和现金流、但有产品、客户、订单、ARR、用户、产能、许可或技术里程碑的公司/项目。

把情境拆为:

当前已验证阶段|下一里程碑|所需资本/稀释|兑现时间|可观察指标|情境价值|失败/停滞价值

概率只能作为显式情境参数;不得把融资估值、同行成功案例或 TAM 直接当作当前主体价值。样本案例只能提供边界或参照,不能生成“成功率事实”。

六、建立规范化与价值桥

1. 规范化经营指标

读取并核对:

  • 持续经营与终止经营;
  • 一次性、周期性和会计调整项;
  • 股权激励、资本化研发、租赁、并购与重组;
  • 分部、汇率、会计准则和合并范围变化;
  • 历史实际、LTM、预算、预测与情境的时间标签。

本 Skill 可以做估值所需的分析调整,但必须保留“报告值 → 调整项 → 规范化值”桥;不得静默重写财务事实。

2. 企业价值到股权价值

建立调整桥:

企业价值 → 债务及债务类项目 → 现金/可用现金 → 优先权与可转工具 → 少数股东 → 非经营资产/负债 → 其他已确认调整 → 普通股股权价值 → 完全摊薄股数 → 每股情境值

每项标明日期、币种、口径、是否已在经营价值中反映以及依据。受限现金、租赁、养老金、担保、税务负债、联营投资和优先工具没有统一处理答案,按本次方法与事实说明。

3. 控制权、流动性与治理输入

读取权利与风险事实。控制权、少数权益、流动性和治理可能影响现金流、情景、交易权利或可比性,但不得凭印象直接给固定折价/溢价。任何定量调整必须说明对象、方法、参照和敏感性;无法量化时保留为情境或限制。

七、构建情景、敏感性与交叉检查

1. 情景

至少建立基准、上行和下行情景,或按任务使用更合适的情境集。每个情景写:

关键经营输入|资本投入|融资/稀释|利润/现金结果|估值参数|价值结果|时间窗|触发条件|失效条件

情景之间应由少数关键变量和机制区分,不要同时随意改变所有输入。

2. 敏感性

选择真正能翻转结果的变量,例如增长、利润率、资本开支、营运资本、折现率、终值、退出倍数、里程碑时间、融资与稀释。

  • 取值范围的来源写清:历史数据、可比对象、已有情景、市场隐含值或用户约束;
  • 超出可解释范围的参数只作为压力测试;
  • 输出价值对变量的响应和翻转点,不只给漂亮矩阵。

3. 交叉检查

不同方法回答不同问题,不能机械平均:

  • 可比法反映市场在给类似资产什么定价;
  • DCF 反映当前假设下现金流的现值;
  • SOTP 检查业务混合和分部错配;
  • 交易法含控制权、协同、周期和交易条件;
  • 资产/清算法反映特定处置情境;
  • 里程碑法反映信息不足下的条件价值。

若结果差异大,先解释对象、口径、假设和市场环境差异,不用主观权重把冲突消掉。只有权重有明确方法或决策含义时才计算加权区间。

八、反向估值与预期差

当市场价格或交易条件可用时,可反推“需要什么假设才能支持当前价格”:

当前价格/对价 → 隐含企业/股权价值 → 隐含增长/利润/现金/终值/里程碑 → 与已确认经营边界比较

反向估值输出的是隐含条件,不是市场共识事实。只有另有可追溯的市场观点材料,才能把隐含值与明确共识比较。

将三层分开:

  1. 模型在给定情景下的价值区间;
  2. 当前价格或交易条件及其隐含要求;
  3. 这些差异是否形成对特定投资人的预期差,需要另行判断。

本 Skill 不因为存在差异就宣布机会,也不评估交易执行、仓位和退出。

九、禁止事项与验收

禁止:

  • 混用企业价值、股权价值、控制权价值、资产价值和不同证券类别;
  • 把历史、LTM、预测、情境或不同日期的价格与倍数静默拼接;
  • 用 TAM、融资估值、新闻热度、同行成功案例或管理层目标直接证明价值;
  • 把未来 IPO 市值、融资后估值或最乐观情景直接写成估值日的当前价值;
  • 为得到预设结果更换可比对象、倍数、权重、折现率、终值或预测;
  • 把终值当作无法解释预测的垃圾桶,或用精确小数掩盖高不确定性;
  • 用固定治理折价、流动性折价、小公司折价或控制权溢价替代具体证据;
  • 对负利润、困境、金融、资源、地产或早期公司硬套普通成熟公司的单一方法;
  • 将模型价值写成市场会实现的价格、投资收益或交易指令。

验收:

  • 估值对象、权利层级、价值口径、时点、币种、基期和股数已经确认。
  • 方法选择有适用/不适用理由,没有机械跑全套或凑交叉验证。
  • 经营预测和财务输入来自已确认资料、已有分析或显式情境,没有自行补造事实。
  • 分子分母、EV/股权价值、历史/预测和价格日期均匹配。
  • 规范化、净债务、稀释、少数股东和非经营调整均有桥接与血缘。
  • 情景、敏感性和翻转变量有范围依据,终值及折现假设可解释。
  • 方法差异已解释,不可比项和缺口没有被主观权重消除。
  • 当前价格、模型价值、隐含预期和投资结论已经分层。
  • 非上市商业尽调已区分当前独立经营价值、经营上行情景和 IPO 情景,并反映后续融资、稀释、时间与里程碑。
  • 输出为条件化区间,未提供买卖、仓位、目标价承诺或收益保证。
  • 新材料经专业审核或独立最低审核后才进入相应强度的版本,未反向改写已有事实。

Signals

GitHub stars
90
Forks
10
Last commit
Sep 2026
Advanced
Catalog kind
skill
Gateway key
hehe-valuation-analysis
Source
github.com/hexiaofeier/hehe-industry-research-skill-pack
估值分析 (hehe-valuation-analysis): Skill · ahel