MS Financial Model

生成摩根士丹利风格的DCF/SOTP投资级财务模型Excel。当用户需要创建财务模型、DCF估值、SOTP分部估值、敏感性分析、PE Band分析、可比公司分析时调用。适用于CGMA/ACCA/CPA/CFA持证人及200万全球专业会员。

Install

openclaw skills install @yjkj999999/ms-financial-model

Morgan Stanley 风格财务模型生成器

适用场景

场景	说明	典型输出
首次覆盖 (Initiation)	卖方研究团队首次覆盖标的，需完整 DCF + SOTP + Comps	全套 12+ Sheet 投资级模型
季度业绩更新 (Earnings Update)	财报季后更新预测假设与估值结论	更新 Forecast + Sensitivity
并购估值 (M&A Valuation)	收购方/财务顾问对目标公司进行独立估值	Bear/Base/Bull 三情景 DCF + SOTP
IPO 定价 (IPO Pricing)	承销商对拟上市公司进行估值锚定	DCF + PE Band + Comps 多维交叉验证
内部审议 (Internal Review)	投资委员会/风控委员会审议项目	敏感性矩阵 + 情景对比摘要
压力测试 (Stress Test)	风险管理团队进行极端情景模拟	WACC/TGR 双维敏感性矩阵

核心能力

1. 三情景 DCF 估值模型 (Bear / Base / Bull)

按 业务分部 (Segment) 逐行预测收入，支持 9 个独立分部
每个分部独立设置 FY25 基数 + 5 年复合增长率 (CAGR)
EBITDA Margin 逐年递进，支持利润率扩张/收缩假设
UFCF 完整拆解：EBITDA → D&A → EBIT → Tax → NOPAT → CapEx → ΔNWC → UFCF
Terminal Value 双重计算：Gordon Growth Model + Exit Multiple Method
Equity Bridge：EV → Net Debt → Equity Value → Per Share

2. WACC 加权平均资本成本拆解

CAPM 驱动的 Cost of Equity：Rf + Beta x ERP + Size Premium + Country Risk
Cost of Debt 税后调整
可自定义 E/D 权重结构
公式驱动（非硬编码），修改假设后自动联动

3. 敏感性分析矩阵 (4 组)

矩阵	X 轴	Y 轴	输出
WACC x TGR → Implied EV	Terminal Growth Rate (2.0%~4.0%)	WACC (8%~14%)	Enterprise Value
WACC x Exit Multiple → Implied EV	Exit Multiple (6x~18x)	WACC (8%~14%)	Enterprise Value
WACC x TGR → Implied PPS	Terminal Growth Rate	WACC	Price Per Share
Scenario Comparison	Bear / Base / Bull	Key Metrics	三情景对比摘要

基准情景交叉点黄色高亮 (Cross-highlight)
每个单元格均为 Excel 公式，支持实时联动

4. SOTP 分部估值 (Sum-of-the-Parts)

按业务分部独立估值，支持 EV/EBITDA 和 EV/Revenue 两种方法
每个分部可设置不同估值倍数和方法
Corporate-level 调整：Net Debt、Minority Interest
饼图可视化各分部 EV 占比

5. PE Band 历史估值区间

3~5 年 PE 历史轨迹（High / Low / Close）
中位数 (Median) 标注线
当前 PE vs Forward PE 对比
面积图可视化历史估值区间

6. 可比公司分析 (Comparable Companies)

多市场分组：US / HK (港股) / A (A股)
每组独立计算中位数 (Median)
估值指标：EV/Revenue LTM & NTM、EV/EBITDA LTM & NTM、3Y CAGR
支持备注 (Note) 字段标注可比逻辑

7. 运营 KPI 仪表板

交付量、用户数、发射次数、订阅数等多维运营指标
历史 (Historical) + 预测 (Forecast) 并列展示
支持自定义单位 (K units / M / Times)

8. 出版级图表 (5 种)

图表类型	数据源	说明
Revenue & EBITDA 双柱图	DCF Sheet	收入与 EBITDA 并列柱状对比
EBITDA Margin 折线图	DCF Sheet	利润率趋势折线
SOTP 饼图	SOTP Sheet	各分部 EV 占比
PE Band 面积图	PE Band Sheet	历史估值区间面积

快速开始

Python API 调用

python

from ms_financial_model import make_financial_model, sample_data

# 使用内置示例数据快速生成
data = sample_data()
output = make_financial_model(data, "output/my_model.xlsx", theme="classic", language="zh")
print(f"模型已生成: {output}")

# 使用自定义数据
my_data = {
    "company_name": "My Corp",
    "ticker": "MYCO",
    "report_date": "2026-06-13",
    "analyst": "Research Team",
    "currency": "USD",
    "shares_outstanding": 500,
    "historical": {
        "years": ["FY22A", "FY23A", "FY24A", "FY25A"],
        "revenue": [3000, 4000, 5500, 7000],
        "ebitda": [450, 640, 935, 1260],
    },
    "forecast_years": ["FY26E", "FY27E", "FY28E", "FY29E", "FY30E"],
    "scenarios": {
        "base": {
            "label_zh": "基准情景",
            "label_en": "Base Case",
            "core_assumptions": "Steady growth",
            "ebitda_margin": [0.20, 0.21, 0.22, 0.23, 0.24],
            "da_pct_revenue": 0.035,
            "capex_pct_revenue": 0.055,
            "nwc_pct_rev_change": 0.08,
            "tax_rate": 0.21,
            "wacc": {
                "rf": 0.044, "erp": 0.055, "beta": 1.5,
                "size_premium": 0.003, "country_risk": 0.0,
                "kd": 0.055, "tax_rate": 0.21,
                "e_weight": 0.92, "d_weight": 0.08,
            },
            "terminal_growth_rate": 0.03,
            "exit_multiple_ebitda": 12.0,
            "net_debt": 2000,
        },
        "bear": { ... },
        "bull": { ... },
    },
}
output = make_financial_model(my_data, "output/custom_model.xlsx")

CLI 命令行

bash

# 使用示例数据生成中文模型
python scripts/run.py output/model_zh.xlsx

# 生成英文模型
python scripts/run.py output/model_en.xlsx --lang en

# 指定主题
python scripts/run.py output/model.xlsx --theme classic

输出结构

生成的 .xlsx 文件包含以下 Sheet（按顺序）：

#	Sheet 名称	内容
1	Cover	封面：公司概览、业务分部摘要、情景估值对比、投资要点
2	DCF - Bear Case	熊市情景 DCF：收入预测 → UFCF → Terminal Value → Equity Value
3	DCF - Base Case	基准情景 DCF（同上结构）
4	DCF - Bull Case	牛市情景 DCF（同上结构）
5	WACC	加权平均资本成本拆解（公式驱动）
6	Sensitivity	4 组敏感性分析矩阵
7	SOTP	分部估值（Sum-of-the-Parts）
8	KPIs	运营关键指标仪表板
9	PE Band	历史市盈率区间分析
10	Comps	可比公司分析（多市场分组）

数据字典

必选字段 (Required)

字段	类型	说明
`company_name`	`str`	公司名称
`ticker`	`str`	股票代码
`report_date`	`str`	报告日期 (YYYY-MM-DD)
`currency`	`str`	货币代码 (USD/CNY/HKD/EUR)
`shares_outstanding`	`float`	流通股数（百万）
`historical`	`dict`	历史财务数据（见下）
`forecast_years`	`list[str]`	预测年份标签，如 `["FY26E", "FY27E", ...]`
`scenarios`	`dict`	三情景数据 (bear/base/bull)

historical 子结构

python

"historical": {
    "years": ["FY21A", "FY22A", "FY23A", "FY24A", "FY25A"],  # 历史年份标签
    "revenue": [5300, 7800, 11200, 15600, 20000],             # 收入 (百万)
    "ebitda": [530, 1014, 1680, 2500, 3600],                  # EBITDA (百万)
}

scenarios 子结构（每个情景）

python

"scenarios": {
    "bear": {
        "label_zh": "熊市情景",          # 中文标签
        "label_en": "Bear Case",         # 英文标签
        "core_assumptions": "...",        # 核心假设描述
        "ebitda_margin": [0.18, 0.19, 0.19, 0.20, 0.20],  # 5年 EBITDA 利润率
        "da_pct_revenue": 0.045,          # D&A 占收入比
        "capex_pct_revenue": 0.07,        # CapEx 占收入比
        "nwc_pct_rev_change": 0.12,       # ΔNWC 占收入变动比
        "tax_rate": 0.21,                 # 企业所得税率
        "wacc": {                         # WACC 参数
            "rf": 0.044,                  # 无风险利率
            "erp": 0.055,                 # 股权风险溢价
            "beta": 1.80,                 # Beta 系数
            "size_premium": 0.005,         # 规模溢价
            "country_risk": 0.0,           # 国家风险溢价
            "kd": 0.065,                  # 债务成本
            "tax_rate": 0.21,             # 债务税盾税率
            "e_weight": 0.90,              # 权重占比
            "d_weight": 0.10,              # 债务占比
        },
        "terminal_growth_rate": 0.020,    # 永续增长率
        "exit_multiple_ebitda": 8.0,       # 退出 EBITDA 倍数
        "net_debt": 5000,                  # 净债务 (百万)
    },
    "base": { ... },
    "bull": { ... },
}

可选字段 (Optional)

字段	类型	说明	触发模块
`analyst`	`str`	分析师/机构名称	Cover
`business_overview`	`list[dict]`	业务分部概览 `[{name, description, revenue_estimate}]`	Cover
`historical.segments`	`dict`	分部历史收入 `{segment_name: {revenue: [...]}}`	DCF
`scenarios.*.segments`	`dict`	分部预测 `{segment_name: {fy25_base, growth_rates}}`	DCF
`comparable_companies`	`list[dict]`	可比公司列表（见下）	Comps
`sotp`	`dict`	SOTP 分部估值数据（见下）	SOTP
`operational_kpis`	`dict`	运营 KPI 数据（见下）	KPIs
`pe_band`	`dict`	PE Band 数据（见下）	PE Band
`cover_subtitle`	`str`	封面副标题	Cover
`key_takeaways`	`list[str]`	关键要点列表	Cover
`investment_thesis`	`str`	投资逻辑摘要	Cover
`risk_factors`	`list[str]`	风险因素列表	Cover

comparable_companies 子结构

python

"comparable_companies": [
    {
        "name": "Tesla", "ticker": "TSLA", "market": "US",
        "mcap": 800000, "ev": 750000,
        "ev_rev_ltm": 5.2, "ev_rev_ntm": 4.8,
        "ev_ebitda_ltm": 25.0, "ev_ebitda_ntm": 20.0,
        "cagr_3y": 0.35, "note": "Closest comp",
    },
    # market 字段: "US" / "HK" / "A" 用于分组
]

sotp 子结构

python

"sotp": {
    "segments": [
        {
            "name": "Tesla Auto",
            "revenue_ltm": 77000, "ebitda_ltm": 15400,
            "ev_multiple": 8.0, "ev": 123200,
            "method": "EV/EBITDA", "note": "Comparable median",
        },
    ],
    "net_debt": -28000,
    "minority_interest": 0,
    "shares_outstanding": 3200,
}

operational_kpis 子结构

python

"operational_kpis": {
    "metrics": [
        {
            "name": "Tesla Deliveries",
            "unit": "K units",
            "historical": [1310, 1390, 1810, 1636, 1790],
            "forecast": [2000, 2200, 2400, 2600, 2800],
        },
    ],
}

pe_band 子结构

python

"pe_band": {
    "current_pe": 35.0,
    "forward_pe": 28.0,
    "median_pe": 55.0,
    "pe_history": [
        {"period": "FY2021", "high": 120, "low": 45, "close": 95, "eps": 2.5},
    ],
}

主题配色

主题	说明
`classic`	摩根士丹利经典深蓝 (Deep Navy #1F3864) + 金色点缀

当前版本默认使用 classic 主题。更多主题（如 dark, light, print）将在后续版本中扩展。

语言支持

语言代码	说明	影响范围
`zh`	简体中文（默认）	所有 Sheet 标题、标签、注释
`en`	英文	所有 Sheet 标题、标签、注释

通过 t(key, lang) 函数实现 i18n，覆盖 100+ 标签键值对。

API 参考

`make_financial_model(data, output_path, theme="classic", language="zh")`

生成摩根士丹利风格 DCF 财务模型 Excel 文件。

参数：

参数	类型	默认值	说明
`data`	`dict`	—	模型数据字典（参见 `sample_data()` 返回结构）
`output_path`	`str`	—	输出 `.xlsx` 文件路径
`theme`	`str`	`"classic"`	颜色主题
`language`	`str`	`"zh"`	语言：`"zh"` 或 `"en"`

返回值： str — 生成文件的绝对路径

`sample_data() -> dict`

返回完整的示例数据字典（Musk Empire Holdings 演示数据），包含全部可选字段。可直接传入 make_financial_model() 用于快速测试。

依赖

依赖	最低版本	说明
Python	>= 3.9	类型注解支持
openpyxl	>= 3.1	Excel 读写、图表、样式

安装依赖：

bash

pip install openpyxl>=3.1

字体颜色规范

模型遵循华尔街标准配色规范，便于快速识别单元格性质：

颜色	色值	含义	使用场景
蓝色 (Blue)	`#2F75B6`	输入假设 (Input)	可手动修改的假设单元格
黑色 (Black)	`#000000`	公式计算 (Formula)	自动计算的公式单元格
绿色 (Green)	`#006100`	实际数据 (Actual)	已公告的历史实际值
红色 (Red)	`#C00000`	警示/负值 (Alert)	负数或需关注的数据
灰色 (Gray)	`#595959`	注释说明 (Note)	说明性文字

背景填充规范

填充色	色值	含义
浅黄	`#FFF2CC`	输入假设区域
浅绿	`#E2EFDA`	关键计算行 (UFCF)
浅蓝紫	`#D9E1F2`	汇总行
浅橙	`#FCE4D6`	CapEx / ΔNWC 行
纯黄	`#FFFF00`	敏感性矩阵基准交叉点

Author: WANG DONG JIE (@yjkj999999 | Clawhub)

Version: 1.1.0 | License: MIT | Category: Financial Modeling

适用于 CGMA/ACCA/CPA/CFA 持证人及全球 200 万专业会员。生成符合投行标准的 DCF/SOTP 投资级财务模型。

MS Financial Model

Install

Morgan Stanley 风格财务模型生成器

适用场景

核心能力

1. 三情景 DCF 估值模型 (Bear / Base / Bull)

2. WACC 加权平均资本成本拆解

3. 敏感性分析矩阵 (4 组)

4. SOTP 分部估值 (Sum-of-the-Parts)

5. PE Band 历史估值区间

6. 可比公司分析 (Comparable Companies)

7. 运营 KPI 仪表板

8. 出版级图表 (5 种)

快速开始

Python API 调用

CLI 命令行

输出结构

数据字典

必选字段 (Required)

historical 子结构

scenarios 子结构（每个情景）

可选字段 (Optional)

comparable_companies 子结构

sotp 子结构

operational_kpis 子结构

pe_band 子结构

主题配色

语言支持

API 参考

make_financial_model(data, output_path, theme="classic", language="zh")

sample_data() -> dict

依赖

字体颜色规范

背景填充规范

Related skills

`make_financial_model(data, output_path, theme="classic", language="zh")`

`sample_data() -> dict`