360 Secure SkillHub
360 安全技能中心

npa-fapai-valuation-lite

接收法拍房或不良资产标的的假设配置（评估价、起拍价、预估成交价、对标市场价等），用 Python 脚本调用 openpyxl 生成五张工作表的 Excel 估值模型：使用说明、输入假设、三情景现金流、敏感性分析、折价可修复性打分卡，并可在命令行回显合并后的配置。模型自身不产生数据。

lingyu9495-source
lingyu9495-source
热度 13.59
最近更新 2026-09-26 02:17:21
分类：数据依赖：代码执行 / 读写文件应用场景：财务 / 市场分析 / 报告撰写 / 数据处理 ...

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 npa-fapai-valuation-lite
Metadata
name
npa-fapai-valuation-lite
display_name
法拍房估值速算·折价率/评估价/能买吗，一眼出IRR
display_name_en
Foreclosure Valuation Lite - Discount Rate, IRR, Bid Cap
description
法拍房速算估值：折价口径区分、真实折价率、折价可修复性打分、三情景 IRR/MOIC、投标上限反推，填一组假设出 5 表 xlsx。 触发词：法拍房、法拍、估值、评估价、折价率、几折、竞拍、出价、投标上限、多少钱、能买吗、风险、算账、回本、IRR。
description_zh
看中一套法拍房，第一反应是「评估价和拍卖价差这么多，是不是捡漏」，真到算账又全是坑：法院评估价普遍滞后偏高，名义折 26% 不等于比市场便宜 26%，能出到几折、出价上限给多少、多久回本，心里没底。这套速算先分清折价口径、另算真实折价率（成交价÷对标市场价），再给折价做可修复性打分，最后出三情景 IRR/MOIC 与投标上限反推，填一组假设即出 5 表 xlsx。法拍房能买吗、风险在哪、多少钱值得竞拍，先算清再举牌。
description_en
Turn a headline auction discount into a number you can bid on. It separates nominal discount from the real discount rate (price versus comparable market value), scores repairability, then outputs three-scenario IRR/MOIC, a bid ceiling and a five-sheet Excel model from a single set of assumptions.
version
1.1.1
author
九品锦锂e
license
MIT
category
investment-finance

NPA / 法拍 估值定价（轻量版）

把"纸面折扣"翻译成真金白银的 IRR。任何法拍标的、不良资产包、困境资产，填一组假设即出： 三情景 IRR + MOIC 双指标、敏感性矩阵、折价可修复性打分、投标上限反推。

触发条件

  • 法拍房 / 法拍股权 / 不良债权包"要不要买、出多少"
  • 需要把折价率换算成 IRR / MOIC
  • 客户问不良资产投资逻辑、投标上限、处置回报
  • 批量筛选一堆标的，按风险调整后回报排名

三条铁律（做之前先背下来）

铁律一：先对口径，否则全错

口径 定义 谁在用
折扣率（本工具采用） 成交价 ÷ 评估价 千际投行、中指研究院
折价幅度 1 − 成交价 ÷ 评估价 克而瑞

两者互为 1 的补数。同一句"折价率 74.1%"，两种口径下含义相差近 3 倍。

第二层陷阱（更致命）：评估价 ≠ 市场价 —— 法院评估价普遍滞后且偏高。 "相对评估价折 26%" ≠ "相对市场价便宜 26%"。必须另算【真实折价率 = 成交价 ÷ 对标市场价】，这才是真安全边际。

铁律二：只有可主动修复的折价才是真收益

要素 可修复性 修复抓手
信息折价 高 ★★★★★ 尽调补齐产权/占用/欠费/税费
时间折价 中 ★★★☆☆ 垫资提速、预清场、缩短过户
流动性折价 低 ★☆☆☆☆ 只能选城市/选地段——低分即风险
风险折价 中高 ★★★★☆ 交易结构与条款对冲

用打分卡算"可修复折价占比"：>50% 才值得做，<30% 放弃。 流动性折价几乎不可修复 —— 所以远郊房、老破小、低能级城市商业资产，折得再深也不该碰。

铁律三：三情景 + IRR/MOIC 双指标，决策看保守情景

  • 三层：情景（保守/基准/乐观）→ 现金流（回款节奏 + 税费/诉讼/运营）→ 门槛（叠加资金成本与机会成本）
  • 决策看保守情景，乐观只估上行空间
  • IRR 看效率、MOIC 看倍数；背离时（倍数高但 IRR 低）= 钱压得久，这是法拍最常见的死法
  • 反推投标上限：给定门槛 IRR，反解最高可出价

环境依赖

pip install openpyxl
# 国内网络建议加镜像：-i https://pypi.tuna.tsinghua.edu.cn/simple
  • openpyxl：生成 xlsx 模型（必需，脚本只用这一个第三方库）

工具链

生成模型 — scripts/build_model.py

python scripts/build_model.py --config deal.json --out model.xlsx
python scripts/build_model.py --demo --out model.xlsx          # 内置示例
python scripts/build_model.py --config deal.json --print-config # 回显合并后配置

产出 5 表：使用说明 / 输入假设 / 三情景现金流 / 敏感性分析 / 折价打分卡。 输入模板见 templates/deal_template.json；只填已知字段，缺的走默认值。 asset_type 支持 住宅 / 商办 / 工业 / 股权，自动切换折价要素默认权重。

标准流程

  1. 拿标的信息 → 拷 deal_template.json 填数（评估价、起拍价、预估成交价、对标市场价）
  2. build_model.py 生成模型 → 核对「真实折价率」（成交价 ÷ 对标市场价） —— 法院评估价普遍滞后偏高，名义折扣里可能有一大半是评估价虚高造成的
  3. 看折价打分卡：可修复折价占比 > 50% 才值得做，< 30% 直接放弃 （流动性折价几乎不可修复——远郊房、老破小、低能级城市商业资产，折得再深也不该碰）
  4. 读结论：保守情景 IRR 是否达标？（决策看保守情景，乐观只估上行空间）

完整版另有：投标上限反推（给定门槛 IRR 反解最高出价）、批量标的排序（多标的按风险调整后回报排名）、独立验证链（LibreOffice + Python 双向重算比对，偏差 < 1e-12，未通过不交付）。

核心公式（可审计）

  • 资产处置价值 ＝ 可实现市场价值 − 交易与交付成本 − 风险损失 − 资金时间成本
  • 年化 IRR ＝ (1 + 季度IRR) ^ 4 − 1（现金流按季度排布）
  • MOIC ＝ 总回收 ÷ 总投入
  • 投标上限：令保守情景 IRR ＝ 门槛，反解买入价

踩过的坑

  • 公式行号必须动态捕获：openpyxl 生成多表模型时硬编码行号，插一行就全表静默错位（openpyxl 不求值、不报错）
  • 文本以 = 开头会被 Excel/LibreOffice 当公式解析 → Err:501；说明性文字用全角 ＝
  • LibreOffice 对 OOXML 默认不重算（OOXMLRecalcMode=never），转换后公式缓存值恒为 0，会误判成"模型算不出数"；解法：先给工作簿打 fullCalcOnLoad 标志再转
  • soffice 转换时源文件与输出目录不能同名同目录，否则静默失败
  • Excel IRR() 返回的是季度 IRR，年化须 (1+q)^4-1
  • 打印/转 PDF 要设 landscape + fitToWidth=1，否则长文本列断页

边界与风险

  • 模型不产生数据：三情景假设质量取决于尽调深度，垃圾进垃圾出
  • 税费是最大暗坑：原产权人为公司可能触发土地增值税、企业所得税；"所有税费由买受人承担"条款可让实际成本远超成交价
  • 腾退失败、户口滞留属"回款归零"风险，模型用情景系数覆盖，须单独设红线
  • 非标资产（商办/工业/股权）缺乏可比成交，售价系数最难估——先做住宅标准化标的建立模型可信度
  • 本工具为决策辅助，不构成投资建议

关于作者与定制服务

本技能由 九品锦锂e 出品（公众号：初五Agent）。

这里提供的是通用标准版，覆盖大多数常规场景。如果你遇到下面这些情况，通用版会不够用：

  • 多个项目 / 多家公司并行，需要分别留痕、分开管账
  • 要接你自己的数据源、台账或历史底稿
  • 输出件要套你们单位或客户的固定模板
  • 需要和现有系统打通，或者要有人陪着把流程真跑起来

需要按你的业务定制 + 落地陪跑，可加微信 ly5419495，说一下你的场景就行。