yanmu-dcf-model

面向股票估值的DCF建模脚本：按股票代码和市场类型运行，自动获取最新股价覆盖内置静态价格，以CAPM计算WACC，给出2026-2030年营收、NOPAT、Capex、NWC与FCF预测及Gordon永续增长终值折现，输出控制台文本、JSON结果和WACC×永续增长率敏感性热力图。港股、美股假设来自内置数据库，材料自述可能不完全准确。

caoling7878-arch

热度 15.75

最近更新 2026-08-07 11:25:23

分类：数据依赖：代码执行 / 第三方 API / 读写文件应用场景：财务 / 市场分析 / 报告撰写

安装技能

复制下面的话术发给你的 Agent，它会通过 secure-skills 检索并安装该技能。

执行命令安装此 skill： npx secure-skills-cli add yanmu-dcf-model

Metadata

name: yanmu-dcf-model
description: 股票研究专家研木的Skill — DCF估值建模，含5年FCF预测、终值折现、敏感性分析热力图

运行依赖：pip3 install matplotlib numpy（缺库时脚本会提示安装）

研木 · DCF估值建模 (yanmu-dcf-model)

功能

基于采集的财务数据，构建完整的DCF估值模型：

5年详细FCF预测（2026-2030） — 营收、NOPAT、Capex、NWC变化、FCF
终值折现 — Gordon永续增长模型 (g=2.5%)
敏感性分析矩阵 — WACC (7.5%-10.5%) × 永续增长率 (1.5%-3.5%) 交叉表，含热力图

市场覆盖

同金融数据采集，支持A股/港股/美股的实时行情覆盖：

每次运行时自动从新浪财经API获取最新股价
覆盖内置硬编码的静态价格
获取成功后联动更新市值和PE(TTM)

工作流程

1. 运行DCF模型

python3 {baseDir}/scripts/dcf_model.py \
  --ticker <股票代码> \
  --market <a-share|hk|us> \
  --wacc <WACC值，默认自动计算> \
  --growth <永续增长率，默认2.5%> \
  --output-dir <图表输出目录> \
  --format <text|json>

2. 实时行情覆盖

脚本内置 _fetch_live_price() 函数，与金融数据采集共用同一套行情接口。

3. 模型输出

控制台输出（text格式）

核心结论卡片：DCF隐含价格 vs 当前价格 + 隐含上涨空间
DCF模型假设：WACC计算明细（Rf、Beta、MRP、Ke、Kd）
5年FCF预测表：营收、增速、NOPAT、Capex、NWC变动、FCF、FCF利润率
DCF估值汇总：各年FCF现值 + 终值现值 + 企业价值 + 股权价值
敏感性分析矩阵：WACC × 永续增长率交叉表

JSON输出（json格式，供报告生成器使用）

{
  "company": "公司名",
  "ticker": "代码",
  "wacc": 7.93,
  "terminal_growth": 0.025,
  "projections": [
    {"year": "2026E", "revenue": 7956, "revenue_growth": 10.5, "nopat": 1750, "fcf": 1275, ...}
  ],
  "dcf_result": {
    "total_pv_fcfs": 6344,
    "pv_terminal": 25116,
    "enterprise_value": 31460,
    "terminal_value_pct": 79.8,
    "implied_price": 356.33
  }
}

图表输出

敏感性热力图: <ticker>_sensitivity_heatmap.png

4. 模型假设

参数	说明
无风险利率 (Rf)	2.50%（10年期中国国债）
Beta	行业特征系数（从内置数据库获取）
市场风险溢价 (MRP)	6.00%（中国市场标准假设）
WACC	CAPM模型自动计算
预测期	5年 (2026-2030)
永续增长率 (g)	2.5%（可调）
营收增速	基于分析师一致预期和历史增速
FCF利润率	基于历史趋势逐步调整

注意事项

港股和美股的数据来自课程内置数据库，部分假设参数可能不完全准确
敏感性分析矩阵覆盖 WACC 7.5%-10.5%、g 1.5%-3.5% 区间