Dcf Model

Строит институциональные DCF-модели оценки в Excel — проекции выручки, расчёт FCF, WACC, терминальная стоимость, сценарии Bear/Base/Bull, таблицы чувствительности 5×5. Работает в связке с excel-author. Используйте для анализа внутренней стоимости акций.

Метаданные навыка


Источник	Опциональный (устанавливается по запросу) — установить: `hermes skills install official/finance/dcf-model`
Путь	`optional-skills/finance/dcf-model`
Версия	`1.0.0`
Автор	Anthropic (adapted by Nous Research)
Лицензия	Apache-2.0
Платформы	linux, macos, windows
Теги	`finance`, `valuation`, `dcf`, `excel`, `openpyxl`, `modeling`, `investment-banking`
Связанные навыки	`excel-author`, `pptx-author`, `comps-analysis`, `lbo-model`, `3-statement-model`

Справочник: полный SKILL.md

инфо

Ниже приведено полное определение навыка, которое Hermes Agent загружает при его активации. Именно этот текст агент получает в качестве инструкций во время работы навыка.

Environment

This skill assumes headless openpyxl — you are producing an .xlsx file on disk. Follow the excel-author skill’s conventions for cell coloring, formulas, named ranges, and sensitivity tables. Recalculate before delivery: python /path/to/excel-author/scripts/recalc.py ./out/model.xlsx.

DCF Model Builder

Overview

Навык строит институциональные DCF-модели для оценки акций по стандартам инвестиционного банкинга. Каждый анализ даёт детальную Excel-модель с таблицами чувствительности в нижней части листа DCF.

Tools

По умолчанию используются все данные, предоставленные пользователем, и доступные MCP-серверы.

Critical Constraints - Read These First

Эти ограничения действуют на протяжении всего построения модели. Прочитайте перед началом работы.

Формулы вместо хардкода (НЕ ОБСУЖДАЕТСЯ):

Каждая проекция, маржа, коэффициент дисконтирования, PV и ячейка чувствительности ОБЯЗАНЫ быть живыми Excel-формулами — никаких значений, вычисленных в Python и записанных числом
В openpyxl: ws["D20"] = "=D19*(1+$B$8)" — верно; ws["D20"] = calculated_revenue — НЕВЕРНО
Хардкодить допустимо только: (1) исторические входные данные; (2) параметры допущений (темпы роста, вводные WACC, терминальный g); (3) текущие рыночные данные (цена акции, долг)
Если поймали себя на том, что вычисляете что-то в Python и записываете результат — СТОП. Модель должна пересчитываться при изменении любого допущения

Пошаговая проверка с пользователем (НЕ стройте сразу до конца):

После получения данных → покажите блок исходных вводных (выручка, маржи, акции, чистый долг) и подтвердите перед построением проекций
После проекций выручки → покажите топ-лайн и темпы роста, подтвердите перед построением маржевой модели
После расчёта FCF → покажите полный FCF-план, подтвердите логику перед расчётом WACC
После WACC → покажите расчёт и вводные, подтвердите перед дисконтированием
После терминальной стоимости и PV → покажите мостик EV → стоимость акционерного капитала → цена акции, подтвердите перед таблицами чувствительности
Ошибки лучше ловить на каждом шаге — неверное допущение по марже, обнаруженное после построения таблиц чувствительности, потребует перестройки всего нижестоящего

Таблицы чувствительности:

Используйте НЕЧЁТНОЕ число строк и столбцов (стандарт: 5×5, иногда 7×7) — это гарантирует наличие настоящей центральной ячейки
Центральная ячейка = базовый сценарий. Строить оси нужно так, чтобы заголовок средней строки и заголовок среднего столбца в точности совпадали с фактическими допущениями модели (например, если базовый WACC = 9,0%, средняя строка — 9,0%; если терминальный g = 3,0%, средний столбец — 3,0%). Значение в центральной ячейке должно совпадать с фактической расчётной ценой акции из модели — это проверка корректности таблицы.
Выделите центральную ячейку заливкой средне-голубого цвета (#BDD7EE) + жирным шрифтом, чтобы базовый сценарий был сразу заметен
Заполните ВСЕ ячейки (обычно 3 таблицы × 25 ячеек = 75) полными формулами пересчёта DCF
Используйте циклы openpyxl для программной записи формул
НИКАКИХ текстов-заглушек, НИКАКИХ линейных приближений, НИКАКИХ ручных шагов
Каждая ячейка должна полностью пересчитывать DCF для соответствующей комбинации допущений

Комментарии к ячейкам:

Добавляйте комментарии СРАЗУ при создании каждого хардкодированного значения
Формат: “Source: [System/Document], [Date], [Reference], [URL if applicable]”
Каждый синий вводный должен иметь комментарий до перехода к следующей секции
Не откладывайте до конца и не пишите “TODO: add source”

Планирование раскладки модели:

Определите ВСЕ позиции строк по секциям ДО записи формул
Сначала запишите ВСЕ заголовки и подписи
Затем ВСЕ разделители секций и пустые строки
И только ПОТОМ пишите формулы, используя зафиксированные позиции строк
Немедленно тестируйте формулы после создания

Пересчёт формул:

Запустите python recalc.py model.xlsx 30 перед передачей модели
Устраняйте ВСЕ ошибки до статуса “success”
Допустимо ноль ошибок формул (#REF!, #DIV/0!, #VALUE! и т. д.)

Блоки сценариев:

Создавайте отдельные блоки для сценариев Bear/Base/Bull
Показывайте допущения горизонтально по годам проекции внутри каждого блока
Используйте IF-формулы: =IF($B$6=1,[Bear cell],IF($B$6=2,[Base cell],[Bull cell]))
Проверяйте, что формулы ссылаются на правильные ячейки блоков сценариев

DCF Process Workflow

Step 1: Data Retrieval and Validation

Получайте данные с MCP-серверов, от пользователя и из веба.

Приоритет источников данных:

MCP-серверы (если настроены) — структурированные финансовые данные от провайдеров, например Daloopa
Данные от пользователя — исторические финансовые показатели из его исследований
Поиск/парсинг веба — текущие цены, бета, долг и кэш при необходимости

Чеклист валидации:

Проверьте чистый долг vs чистые денежные средства (критично для оценки)
Подтвердите разводнённое количество акций (проверьте на наличие недавних buyback/допэмиссий)
Убедитесь, что исторические маржи соответствуют бизнес-модели
Сопоставьте темпы роста выручки с отраслевыми бенчмарками
Проверьте налоговую ставку на разумность (обычно 21–28%)

Step 2: Historical Analysis (3-5 years)

Проанализируйте и задокументируйте:

Динамику роста выручки: рассчитайте CAGR, определите драйверы
Прогрессию маржей: отслеживайте валовую маржу, маржу EBIT, маржу FCF
Капиталоёмкость: D&A и CapEx в % от выручки
Эффективность оборотного капитала: изменения NWC в % от прироста выручки
Метрики доходности: тенденции ROIC, ROE

Создайте сводные таблицы:

Historical Metrics (LTM):
Revenue: $X million
Revenue growth: X% CAGR
Gross margin: X%
EBIT margin: X%
D&A % of revenue: X%
CapEx % of revenue: X%
FCF margin: X%

Step 3: Build Revenue Projections

Методология:

Начните с последней фактической выручки (LTM или последний завершённый финансовый год)
Примените темпы роста для каждого года проекции
Показывайте как суммы в долларах, так и рассчитанные % роста

Структура темпов роста:

Год 1–2: более высокий рост — видимость на ближайший период лучше
Год 3–4: постепенное замедление до отраслевого среднего
Год 5+: приближение к терминальному темпу роста

Структура формул:

Revenue(Year N) = Revenue(Year N-1) × (1 + Growth Rate)
Growth %(Year N) = Revenue(Year N) / Revenue(Year N-1) - 1

Трёхсценарный подход:

Bear Case: Conservative growth (e.g., 8-12%)
Base Case: Most likely scenario (e.g., 12-16%)
Bull Case: Optimistic growth (e.g., 16-20%)

Step 4: Operating Expense Modeling

Анализ постоянных и переменных затрат:

Операционные расходы должны моделировать реалистичный операционный леверидж:

Sales & Marketing: обычно 15–40% от выручки в зависимости от бизнес-модели
Research & Development: обычно 10–30% для технологических компаний
General & Administrative: обычно 8–15% от выручки, снижается при масштабировании

Ключевые принципы:

ВСЕ процентные показатели рассчитываются от ВЫРУЧКИ, а не от валовой прибыли
Моделируйте операционный леверидж: % должен снижаться по мере роста выручки
Ведите отдельные строки для S&M, R&D, G&A
Рассчитывайте EBIT = Gross Profit - Total OpEx

Ориентиры по расширению маржи:

Current State → Target State (Year 5)
Gross Margin: X% → Y% (justify based on scale, efficiency)
EBIT Margin: X% → Y% (result of revenue growth + opex leverage)

Step 5: Free Cash Flow Calculation

Рассчитывайте FCF в правильной последовательности:

EBIT
(-) Taxes (EBIT × Tax Rate)
= NOPAT (Net Operating Profit After Tax)
(+) D&A (non-cash expense, % of revenue)
(-) CapEx (% of revenue, typically 4-8%)
(-) Δ NWC (change in working capital)
= Unlevered Free Cash Flow

Моделирование оборотного капитала:

Рассчитывайте как % от прироста выручки (delta revenue)
Типичный диапазон: от -2% до +2% от прироста выручки
Отрицательное значение = источник денежных средств (высвобождение оборотного капитала)
Положительное значение = использование денежных средств (наращивание оборотного капитала)

Поддерживающий и инвестиционный CapEx:

Поддерживающий CapEx: обеспечивает текущие операции (~2–3% выручки)
Инвестиционный CapEx: поддерживает расширение (дополнительно 2–5% выручки)
Суммарный CapEx должен соответствовать стратегии роста компании

Step 6: Cost of Capital (WACC) Research

Методология CAPM для стоимости собственного капитала:

Cost of Equity = Risk-Free Rate + Beta × Equity Risk Premium

Where:
- Risk-Free Rate = Current 10-Year Treasury Yield
- Beta = 5-year monthly stock beta vs market index
- Equity Risk Premium = 5.0-6.0% (market standard)

Расчёт стоимости долга:

After-Tax Cost of Debt = Pre-Tax Cost of Debt × (1 - Tax Rate)

Determine Pre-Tax Cost of Debt from:
- Credit rating (if available)
- Current yield on company bonds
- Interest expense / Total Debt from financials

Веса структуры капитала:

Market Value Equity = Current Stock Price × Shares Outstanding
Net Debt = Total Debt - Cash & Equivalents
Enterprise Value = Market Cap + Net Debt

Equity Weight = Market Cap / Enterprise Value
Debt Weight = Net Debt / Enterprise Value

WACC = (Cost of Equity × Equity Weight) + (After-Tax Cost of Debt × Debt Weight)

Особые случаи:

Чистые денежные средства: если Cash > Debt, Net Debt ОТРИЦАТЕЛЕН
- Debt Weight может быть отрицательным
- Расчёт WACC корректируется соответственно
Нет долга: WACC = Cost of Equity

Типичные диапазоны WACC:

Large Cap, Stable: 7–9%
Growth Companies: 9–12%
High Growth/Risk: 12–15%

Step 7: Discount Rate Application (5-10 Year Forecast)

Mid-Year Convention:

Предполагается, что денежные потоки поступают в середине года
Период дисконтирования: 0,5; 1,5; 2,5; 3,5; 4,5 и т. д.
Discount Factor = 1 / (1 + WACC)^Period

Расчёт приведённой стоимости:

For each projection year:
PV of FCF = Unlevered FCF × Discount Factor

Example (Year 1):
FCF = $1,000
WACC = 10%
Period = 0.5
Discount Factor = 1 / (1.10)^0.5 = 0.9535
PV = $1,000 × 0.9535 = $954

Выбор периода проекции:

5 лет: стандарт для большинства анализов
7–10 лет: быстрорастущие компании с длинным горизонтом роста
3 года: зрелые, стабильные компании

Step 8: Terminal Value Calculation

Метод бессрочного роста (предпочтительный):

Terminal FCF = Final Year FCF × (1 + Terminal Growth Rate)
Terminal Value = Terminal FCF / (WACC - Terminal Growth Rate)

Critical Constraint: Terminal Growth < WACC (otherwise infinite value)

Выбор терминального темпа роста:

Консервативный: 2,0–2,5% (темп роста ВВП)
Умеренный: 2,5–3,5%
Агрессивный: 3,5–5,0% (только для лидеров рынка)

Не превышайте безрисковую ставку или долгосрочный темп роста ВВП.

Метод выхода по мультипликатору (альтернатива):

Terminal Value = Final Year EBITDA × Exit Multiple

Where Exit Multiple comes from:
- Industry comparable trading multiples
- Precedent transaction multiples
- Typical range: 8-15x EBITDA

Приведённая стоимость терминальной стоимости:

PV of Terminal Value = Terminal Value / (1 + WACC)^Final Period

Where Final Period accounts for timing:
5-year model with mid-year convention: Period = 4.5

Проверка терминальной стоимости на адекватность:

Должна составлять 50–70% стоимости предприятия (EV)
Если >75%, модель слишком зависит от терминальных допущений
Если <40%, проверьте, не слишком ли консервативны терминальные допущения

Step 9: Enterprise to Equity Value Bridge

Структура итогов оценки:

(+) Sum of PV of Projected FCFs = $X million
(+) PV of Terminal Value = $Y million
= Enterprise Value = $Z million

(-) Net Debt [or + Net Cash if negative] = $A million
= Equity Value = $B million

÷ Diluted Shares Outstanding = C million shares
= Implied Price per Share = $XX.XX

Current Stock Price = $YY.YY
Implied Return = (Implied Price / Current Price) - 1 = XX%

Ключевые корректировки:

Net Debt = Total Debt - Cash & Equivalents
- Если положительный: вычитаем из EV (снижает стоимость акционерного капитала)
- Если отрицательный (Net Cash): добавляем к EV (увеличивает стоимость)
Используйте разводнённые акции: включают опционы, RSU, конвертируемые бумаги
Прочие корректировки (при наличии):
- Доли меньшинства
- Пенсионные обязательства
- Обязательства по операционной аренде

Формат итогов оценки:

Valuation Component,Amount ($M)
PV Explicit FCFs,X.X
PV Terminal Value,Y.Y
Enterprise Value,Z.Z
(-) Net Debt,A.A
Equity Value,B.B
,,
Shares Outstanding (M),C.C
Implied Price per Share,$XX.XX
Current Share Price,$YY.YY
Implied Upside/(Downside),+XX%

Step 10: Sensitivity Analysis

Постройте три таблицы чувствительности в нижней части листа DCF — они показывают, как оценка меняется при различных допущениях:

WACC vs Terminal Growth — чувствительность EV к ставке дисконтирования и темпу бессрочного роста
Revenue Growth vs EBIT Margin — влияние топ-лайн роста и операционного левериджа
Beta vs Risk-Free Rate — чувствительность к компонентам стоимости собственного капитала

Реализация: это простые двумерные сетки (НЕ функция Excel «Таблица данных») с формулами в каждой ячейке. Каждая ячейка содержит полный пересчёт DCF для конкретной комбинации допущений. Подробные требования по программному заполнению всех 75 ячеек через openpyxl — в разделе Critical Constraints.

<correct_patterns>

В этом разделе — ПРАВИЛЬНЫЕ подходы при построении DCF-моделей.

Scenario Block Selection Pattern - Follow This Approach

Допущения организованы в отдельных блоках для каждого сценария:

КРИТИЧЕСКАЯ СТРУКТУРА — три строки на заголовок секции:

BEAR CASE ASSUMPTIONS (section header, merge cells across)
Assumption,FY1,FY2,FY3,FY4,FY5
Revenue Growth (%),12%,10%,9%,8%,7%
EBIT Margin (%),45%,44%,43%,42%,41%

BASE CASE ASSUMPTIONS (section header, merge cells across)
Assumption,FY1,FY2,FY3,FY4,FY5
Revenue Growth (%),16%,14%,12%,10%,9%
EBIT Margin (%),48%,49%,50%,51%,52%

BULL CASE ASSUMPTIONS (section header, merge cells across)
Assumption,FY1,FY2,FY3,FY4,FY5
Revenue Growth (%),20%,18%,15%,13%,11%
EBIT Margin (%),50%,51%,52%,53%,54%

Каждый блок сценария ОБЯЗАТЕЛЬНО должен содержать строку заголовков столбцов с годами проекции (FY2025E, FY2026E и т. д.) сразу под названием блока. Без неё пользователь не поймёт, какое значение допущения к какому году относится.

Как ссылаться на допущения — создайте консолидирующий столбец:

Ячейка-переключатель сценариев (например, B6) содержит 1=Bear, 2=Base или 3=Bull
Создайте консолидирующий столбец с формулами INDEX или OFFSET, извлекающими данные из нужного блока
Формулы проекций ссылаются на консолидирующий столбец (чистые ссылки на ячейки)
Каждый блок содержит полный набор DCF-допущений по всем годам проекции

Рекомендуемый паттерн для консолидирующего столбца (INDEX): =INDEX(B10:D10, 1, $B$6)

НЕ это — разрозненные IF-формулы повсюду: =IF($B$6=1,[Bear block cell],IF($B$6=2,[Base block cell],[Bull block cell]))

Подход с консолидирующим столбцом централизует логику и упрощает аудит модели.

Correct Revenue Projection Pattern

Создайте консолидирующий столбец с INDEX-формулами, затем ссылайтесь на него в проекциях:

Шаг 1 — консолидирующий столбец для роста FY1: =INDEX([Bear FY1 growth]:[Bull FY1 growth], 1, $B$6)

Шаг 2 — проекция выручки ссылается на консолидирующий столбец: Revenue Year 1: =D29*(1+$E$10)

Где:

D29 = выручка предыдущего года
$E$10 = ячейка консолидирующего столбца для роста FY1 (содержит INDEX-формулу)
$B$6 = ячейка-переключатель сценариев (1=Bear, 2=Base, 3=Bull)

Этот подход чище, чем встраивание IF-формул в каждую строку проекции, и намного удобнее для аудита используемых допущений.

Correct FCF Formula Pattern

Используйте консолидирующие столбцы с INDEX-формулами, затем ссылайтесь на них в расчётах FCF:

Подход с консолидирующим столбцом:

Item,Formula,Reference
D&A,=E29*$E$21,$E$21 = consolidation column for D&A %
CapEx,=E29*$E$22,$E$22 = consolidation column for CapEx %
Δ NWC,=(E29-D29)*$E$23,$E$23 = consolidation column for NWC %
Unlevered FCF,=E57+E58-E60-E62,E57=NOPAT E58=D&A E60=CapEx E62=Δ NWC

Каждая ячейка консолидирующего столбца содержит INDEX-формулу, извлекающую данные из соответствующего блока сценария по переключателю. Формулы проекций остаются чистыми и легко проверяемыми.

Перед записью формул подтвердите позиции строк блоков сценариев и настройте консолидирующие столбцы.

Correct Cell Comment Format

Каждое хардкодированное значение должно иметь комментарий в этом формате:

“Source: [System/Document], [Date], [Reference], [URL if applicable]”

Примеры:

Item,Source Comment
Stock price,Source: Market data script 2025-10-12 Close price
Shares outstanding,Source: 10-K FY2024 Page 45 Note 12
Historical revenue,Source: 10-K FY2024 Page 32 Consolidated Statements
Beta,Source: Market data script 2025-10-12 5-year monthly beta
Consensus estimates,Source: Management guidance Q3 2024 earnings call

Correct Assumption Table Structure

КРИТИЧНО: каждый блок сценария требует ТРЁХ структурных элементов:

Строка заголовка секции (объединённые ячейки): например, “BEAR CASE ASSUMPTIONS”
Строка заголовков столбцов с годами — ЭТО ОБЯЗАТЕЛЬНО, НЕ ПРОПУСКАЙТЕ
Строки данных со значениями допущений

Структура:

BEAR CASE ASSUMPTIONS (section header - merge across columns A:G)
Assumption,FY1,FY2,FY3,FY4,FY5
Revenue Growth (%),X%,X%,X%,X%,X%
EBIT Margin (%),X%,X%,X%,X%,X%
Terminal Growth,X%,,,,
WACC,X%,,,,

BASE CASE ASSUMPTIONS (section header - merge across columns A:G)
Assumption,FY1,FY2,FY3,FY4,FY5
Revenue Growth (%),X%,X%,X%,X%,X%
EBIT Margin (%),X%,X%,X%,X%,X%
Terminal Growth,X%,,,,
WACC,X%,,,,

BULL CASE ASSUMPTIONS (section header - merge across columns A:G)
Assumption,FY1,FY2,FY3,FY4,FY5
Revenue Growth (%),X%,X%,X%,X%,X%
EBIT Margin (%),X%,X%,X%,X%,X%
Terminal Growth,X%,,,,
WACC,X%,,,,

БЕЗ строки заголовков столбцов с годами проекции (FY2025E, FY2026E и т. д.) пользователь не поймёт, к какому году относится то или иное значение. Эта строка ОБЯЗАТЕЛЬНА.

Затем создайте консолидирующий столбец (обычно следующий вправо) с INDEX-формулами, которые извлекают данные из выбранного блока сценария по переключателю. Именно на этот столбец ссылаются формулы проекций.

Correct Row Planning Process

1. Сначала запишите ВСЕ заголовки и подписи:

Row,Content
1,[Company Name] DCF Model
2,Ticker | Date | Year End
4,Case Selector
7,KEY ASSUMPTIONS
26,Assumption headers
27-31,Growth assumptions
...,...

2. Запишите ВСЕ разделители секций и пустые строки

3. ЗАТЕМ запишите формулы, используя зафиксированные позиции строк

4. Немедленно тестируйте формулы после создания

Аналогия со строительством:

Правильно: залить фундамент, потом строить стены (устойчивая конструкция)
Неправильно: строить стены, потом заливать фундамент (стены рухнут)

В Excel это выглядит так:

Правильно: сначала заголовки, потом формулы (формулы стабильны)
Неправильно: сначала формулы, потом заголовки (формулы ломаются)

Correct Sensitivity Table Implementation

ВАЖНО: Это НЕ функция Excel «Таблица данных». Это простые сетки, в каждую ячейку которых вы записываете обычные формулы через openpyxl. Да, итого ~75 формул (3 таблицы × 25 ячеек), но это стандартное требование.

Программное заполнение формулами:

Каждая таблица чувствительности должна быть полностью заполнена формулами, пересчитывающими подразумеваемую цену акции для каждой комбинации допущений. Не используйте функцию «Таблица данных» в Excel — она требует ручного вмешательства и не поддаётся автоматизации через openpyxl.

Подход к реализации — КОНКРЕТНЫЙ ПРИМЕР:

Структура таблицы — сетка 5×5 (нечётные размеры, базовый сценарий по центру):

Если базовый WACC модели = 9,0%, а терминальный темп роста = 3,0%, строим оси симметрично вокруг этих значений:

WACC vs Terminal Growth,  2.0%,  2.5%,  3.0%,  3.5%,  4.0%
              8.0%,       [fml], [fml], [fml], [fml], [fml]
              8.5%,       [fml], [fml], [fml], [fml], [fml]
              9.0%,       [fml], [fml], [★  ], [fml], [fml]   ← средняя строка = базовый WACC
              9.5%,       [fml], [fml], [fml], [fml], [fml]
             10.0%,       [fml], [fml], [fml], [fml], [fml]
                                   ↑
                          средний столбец = базовый терминальный g

★ = центральная ячейка. Её значение ДОЛЖНО совпадать с фактической подразумеваемой ценой акции из итогов оценки. Примените заливку средне-голубым (#BDD7EE) и жирный шрифт, чтобы визуально зафиксировать базовый сценарий.

Правило для значений осей: axis_values = [base - 2*step, base - step, base, base + step, base + 2*step] — симметрично вокруг базы, нечётное количество гарантирует центральную ячейку.

Паттерн формулы — ячейка B88 (WACC=8,0%, Terminal Growth=2,0%):

Формула в B88 должна пересчитывать подразумеваемую цену, используя:

WACC из заголовка строки: $A88 (8,0%)
Terminal Growth из заголовка столбца: B$87 (2,0%)

Рекомендуемый подход: ссылайтесь на основной расчёт DCF, подставляя эти значения.

Пример структуры формулы: =([SUM of PV FCFs using $A88 as discount rate] + [Terminal Value using B$87 as growth rate and $A88 as WACC] - [Net Debt]) / [Shares]

КРИТИЧНО — запишите формулу в КАЖДУЮ ячейку сетки 5×5 (25 ячеек на таблицу, 75 суммарно). Используйте openpyxl для программной записи формул в цикле. НЕ пропускайте этот шаг и не оставляйте текст-заглушку.

Паттерн реализации на Python:

# Pseudocode for populating sensitivity table
for row_idx, wacc_value in enumerate(wacc_range):
    for col_idx, term_growth_value in enumerate(term_growth_range):
        # Build formula that uses wacc_value and term_growth_value
        formula = f"=<DCF recalc using {wacc_value} and {term_growth_value}>"
        ws.cell(row=start_row+row_idx, column=start_col+col_idx).value = formula

Таблицы чувствительности должны работать сразу при открытии файла — без каких-либо ручных действий со стороны пользователя.

</correct_patterns>

<common_mistakes>

В этом разделе — НЕПРАВИЛЬНЫЕ подходы при построении DCF-моделей.

WRONG: Simplified Sensitivity Table Approximations or Placeholder Text

Не используйте линейные приближения:

// WRONG - Linear approximation
B97: =B88*(1+(0.096-0.116))    // Assumes linear relationship

// WRONG - Division shortcut
B105: =B88/(1+(E48-0.07))      // Doesn't recalculate full DCF

Не оставляйте текст-заглушку:

// WRONG - Placeholder note
"Note: Use Excel Data Table feature (Data → What-If Analysis → Data Table) to populate sensitivity tables."

// WRONG - Empty cells
[leaving cells blank because "this is complex"]

Не путайте терминологию:

❌ “Sensitivity tables need Excel’s Data Table feature” (НЕТ — это специальный инструмент Excel, мы его не используем)
✅ “Sensitivity tables are simple grids with formulas in each cell” (ДА — именно это мы строим)

Почему такие сокращения недопустимы:

Формулы с линейным приближением не пересчитывают DCF — они просто применяют простую математику
Зависимости нелинейны, поэтому результаты будут неточными
Текст-заглушка требует ручного вмешательства пользователя
Модель не готова к использованию при передаче
Непрофессионально и не готово для клиента
Пустые ячейки = незавершённый результат

Типичное оправдание, которое нужно ОТВЕРГНУТЬ: “Писать 75+ формул сложно, поэтому оставлю заметку для пользователя.”

На самом деле: написать 75 формул в цикле Python с openpyxl — стандартная задача. Каждая формула следует одному паттерну — подставляйте значения строки/столбца. Это обязательная часть результата.

Правильно: заполните каждую ячейку чувствительности формулами, полностью пересчитывающими DCF для конкретной комбинации допущений.

WRONG: Missing Cell Comments

Не делайте так:

Создавать все хардкодированные вводные без комментариев
Думать «добавлю позже»
Писать “TODO: add source”
Оставлять синие вводные без документирования

Почему это ошибка:

Невозможно проверить источник данных
Нарушает требования навыка xlsx
Не готово к аудиту
Потеря времени при исправлении позже

Правильно: добавляйте комментарий к ячейке СРАЗУ при её создании.

WRONG: Formula Row References Off

Симптом: FCF-секция ссылается на неправильные строки допущений: D&A: =E29*$E$34 // Should be $E$21, but referencing wrong row CapEx: =E29*$E$41 // Should be $E$22, but row shifted

Почему это происходит:

Сначала написаны формулы
Затем вставлены заголовки
Все ссылки на строки сдвинулись
Формулы ссылаются на неправильные ячейки → ошибки #REF!

Правильно: зафиксируйте раскладку строк СНАЧАЛА, затем пишите формулы.

WRONG: Single Row for Each Assumption Across Scenarios

Не структурируйте допущения так:

Assumption,Bear,Base,Bull
Revenue Growth FY1,10%,13%,16%
Revenue Growth FY2,9%,12%,15%

Такая вертикальная раскладка мешает видеть динамику допущений по годам внутри каждого сценария.

Почему это ошибка:

Сложно отследить, как допущения меняются по годам внутри сценария
Труднее сравнивать допущения сценариев по всему периоду проекции
Менее наглядно для проверки логики сценариев

Правильно:

Создайте отдельные блоки для каждого сценария (Bear, Base, Bull)
Внутри каждого блока показывайте допущения горизонтально по годам
Так каждый сценарий читается как единый набор допущений

WRONG: No Borders

Не сдавайте модель без границ:

Нет разделения секций
Все ячейки сливаются
Сложно читать, непрофессионально

Почему это ошибка:

Не готово для клиента
Неудобная навигация
Выглядит любительски

Правильно: добавьте границы вокруг всех основных секций.

WRONG: Wrong Font Colors or No Font Color Distinction

Не делайте так:

Весь текст чёрный
Только заливка ячеек без изменения цвета шрифта
Путаница, какие ячейки синие, а какие чёрные

Почему это ошибка:

Невозможно отличить вводные от формул
Аудит становится невозможным
Нарушает требования навыка xlsx

Правильно: синий текст для ВСЕХ хардкодированных вводных, чёрный — для ВСЕХ формул, зелёный — для ссылок на другие листы.

WRONG: Operating Expenses Based on Gross Profit

Не делайте так: S&M: =E33*0.15 // E33 = Gross Profit (WRONG)

Почему это ошибка:

Операционные расходы масштабируются от выручки, а не от валовой прибыли
Даёт нереалистичную динамику маржей
Не соответствует реальной экономике бизнеса

Правильно: S&M: =E29*0.15 // E29 = Revenue (CORRECT)

TOP 5 ERRORS SUMMARY

Неправильные ссылки на строки в формулах → определите ВСЕ позиции строк ДО написания формул
Отсутствующие комментарии к ячейкам → добавляйте при создании, не в конце
Упрощённые таблицы чувствительности → заполняйте все ячейки полными формулами пересчёта DCF, а не приближениями
Неверные ссылки на блоки сценариев → убедитесь, что IF-формулы тянут данные из правильных блоков Bear/Base/Bull
Нет границ → добавьте профессиональные границы секций для готовности к клиенту

Дополнительно следите за этими ошибками:

WACC Calculation Errors

Смешение балансовых и рыночных значений в структуре капитала
Неверное применение levered vs unlevered beta
Неправильное применение налоговой ставки к стоимости долга
Некорректная безрисковая ставка (необходимо использовать текущую доходность 10-летних US Treasuries)
Игнорирование чистого долга vs чистых денежных средств

Growth Assumption Flaws

Терминальный темп роста > WACC (создаёт бесконечную стоимость)
Темпы роста в проекции несовместимы с исторической динамикой
Игнорирование отраслевых ограничений роста
Несоответствие роста выручки юнит-экономике
Расширение маржей без операционного обоснования

Terminal Value Mistakes

Неверный метод (бессрочный рост vs выходной мультипликатор)
Терминальная стоимость >80% EV (чрезмерная зависимость от терминальных допущений)
Несоответствие терминальных маржей стационарным допущениям
Неверный период дисконтирования для терминальной стоимости

Cash Flow Projection Errors

Операционные расходы от валовой прибыли вместо выручки
Несоответствие % D&A/CapEx бизнес-модели
Неверный расчёт изменений оборотного капитала
Непоследовательная налоговая ставка по годам
Ошибки в расчёте NOPAT

Это самые распространённые ошибки. Перечитайте этот раздел перед началом построения любой DCF-модели.

</common_mistakes>

Excel File Creation

Навык использует навык xlsx для всех операций с таблицами. Навык xlsx предоставляет:

Стандартизированные правила построения формул
Соглашения по форматированию чисел
Автоматизированный пересчёт формул через скрипт recalc.py
Комплексную проверку ошибок и валидацию

Все Excel-файлы, созданные этим навыком, должны соответствовать требованиям навыка xlsx: нулевое количество ошибок формул и корректный пересчёт.

Quality Rubric

Каждая DCF-модель должна по максимуму соответствовать следующим критериям:

Реалистичные допущения по выручке и маржам на основе исторических данных
Корректный расчёт стоимости капитала по методологии CAPM
Полный анализ чувствительности с диапазонами оценки
Прозрачный расчёт терминальной стоимости с обоснованием
Профессиональная структура модели для сценарного анализа
Документирование всех ключевых допущений

Input Requirements

Minimum Required Inputs

Идентификатор компании: тикер или название
Допущения по росту: темпы роста выручки на период проекции (или “use consensus”)
Опциональные параметры:
- Период проекции (по умолчанию: 5 лет)
- Сценарии (Bear/Base/Bull — допущения по росту и маржам)
- Терминальный темп роста (по умолчанию: 2,5–3,0%)
- Конкретные вводные WACC, если не использовать CAPM

Excel Model Structure

Sheet Architecture

Создайте два листа:

DCF — основная модель оценки с таблицами чувствительности внизу
WACC — расчёт стоимости капитала

КРИТИЧНО: таблицы чувствительности размещаются В НИЖНЕЙ ЧАСТИ листа DCF (не на отдельном листе). Так все итоги оценки остаются вместе.

Formula Recalculation (MANDATORY)

После создания или изменения Excel-модели пересчитайте все формулы скриптом recalc.py из навыка excel-author:

python recalc.py [path_to_excel_file] [timeout_seconds]

Пример:

python recalc.py AAPL_DCF_Model_2025-10-12.xlsx 30

Скрипт:

Пересчитает все формулы на всех листах через LibreOffice
Сканирует ВСЕ ячейки на наличие Excel-ошибок (#REF!, #DIV/0!, #VALUE!, #NAME?, #NULL!, #NUM!, #N/A)
Возвращает детализированный JSON с местоположением ошибок и их количеством

Ожидаемый формат вывода:

{
  "status": "success",           // or "errors_found"
  "total_errors": 0,              // Total error count
  "total_formulas": 42,           // Number of formulas in file
  "error_summary": {}             // Only present if errors found
}

При наличии ошибок вывод содержит детали:

{
  "status": "errors_found",
  "total_errors": 2,
  "total_formulas": 42,
  "error_summary": {
    "#REF!": {
      "count": 2,
      "locations": ["DCF!B25", "DCF!C25"]
    }
  }
}

Исправляйте все ошибки и повторно запускайте recalc.py до статуса “success” перед сдачей модели.

Formatting Standards

ВАЖНО: Следуйте навыку xlsx в части правил построения формул и форматирования чисел. Навык DCF добавляет конкретные стандарты визуального оформления.

Цветовая схема — два слоя:

Слой 1: Цвет шрифта (ОБЯЗАТЕЛЬНО, из навыка xlsx)

Синий текст (RGB: 0,0,255): ВСЕ хардкодированные вводные (цена акции, акции, исторические данные, допущения)
Чёрный текст (RGB: 0,0,0): ВСЕ формулы и расчёты
Зелёный текст (RGB: 0,128,0): ссылки на другие листы (ссылки на лист WACC)

Слой 2: Заливка — профессиональная сине-серая палитра (по умолчанию, если пользователь не указал иное)

Минимализм прежде всего — только синий и серый. Зелёный, жёлтый, оранжевый и другие акцентные цвета не добавляем. Слишком пёстрая модель выглядит любительски.
Стандартная палитра заливки:
- Заголовки секций: тёмно-синий фон (RGB: 31,78,121 / #1F4E79) с белым жирным текстом
- Подзаголовки/заголовки столбцов: светло-голубой фон (RGB: 217,225,242 / #D9E1F2) с чёрным жирным текстом
- Ячейки вводных: светло-серый фон (RGB: 242,242,242 / #F2F2F2) с синим шрифтом — или просто белый с синим шрифтом для максимального минимализма
- Расчётные ячейки: белый фон с чёрным шрифтом
- Строки итогов (цена акции, EV и т. д.): средне-голубой фон (RGB: 189,215,238 / #BDD7EE) с чёрным жирным шрифтом
Всё — 3 оттенка синего + 1 серый + белый. Не добавляйте лишнего.
Шаблоны от пользователя и его цветовые предпочтения всегда имеют приоритет над этими умолчаниями.

Как работают оба слоя вместе:

Ячейка вводных: синий шрифт + светло-серая заливка = «хардкодированный вводный»
Ячейка с формулой: чёрный шрифт + белый фон = «расчётное значение»
Ссылка на другой лист: зелёный шрифт + белый фон = «ссылка с другого листа»
Ключевой итог: чёрный жирный шрифт + средне-голубая заливка = «вот ответ»

Цвет шрифта говорит, ЧТО это (вводный/формула/ссылка). Заливка говорит, ГДЕ вы (заголовок/данные/итог).

Border Standards (REQUIRED for Professional Appearance)

Толстые границы (1,5pt) вокруг основных секций:

Секция KEY INPUTS
Секция PROJECTION ASSUMPTIONS
Секция 5-YEAR CASH FLOW PROJECTION
Секция TERMINAL VALUE
Секция VALUATION SUMMARY
Каждая таблица SENSITIVITY ANALYSIS

Средние границы (1pt) между подсекциями:

Company Details vs Historical Performance
Growth Assumptions vs EBIT Margin vs FCF Parameters

Тонкие границы (0,5pt) вокруг таблиц данных:

Таблицы допущений по сценариям (Bear | Base | Bull | Selected)
Матрица исторических и прогнозных финансовых показателей

Без границ: отдельные ячейки внутри таблиц (для чистоты и читабельности)

Границы обязательны — модели без профессиональных границ не готовы к клиенту.

Форматы чисел (по стандартам навыка xlsx):

Годы: форматировать как текстовые строки (например, “2024”, а не “2,024”)
Проценты: 0.0% (один знак после запятой)
Валюта: $#,##0 для миллионов; $#,##0.00 для цены акции — ВСЕГДА указывайте единицы в заголовках (“Revenue ($mm)”)
Нули: использовать форматирование числа, чтобы все нули отображались как ”-” (например, $#,##0;($#,##0);-)
Большие числа: #,##0 с разделителем тысяч
Отрицательные числа: (#,##0) в скобках (НЕ знак минус)

Комментарии к ячейкам (ОБЯЗАТЕЛЬНЫ для всех хардкодированных вводных):

Согласно навыку xlsx, ВСЕ хардкодированные значения должны иметь комментарии с указанием источника. Формат: “Source: [System/Document], [Date], [Reference], [URL if applicable]”

КРИТИЧНО: добавляйте комментарии ПРИ СОЗДАНИИ ЯЧЕЕК. Не откладывайте.

DCF Sheet Detailed Structure

Section 1: Header

Row,Content
1,[Company Name] DCF Model
2,Ticker: [XXX] | Date: [Date] | Year End: [FYE]
3,Blank
4,Case Selector Cell (1=Bear 2=Base 3=Bull)
5,Case Name Display (formula: =IF([Selector]=1"Bear"IF([Selector]=2"Base""Bull")))

Section 2: Market Data (NOT case dependent)

Item,Value
Current Stock Price,$XX.XX
Shares Outstanding (M),XX.X
Market Cap ($M),[Formula]
Net Debt ($M),XXX [or Net Cash if negative]

Section 3: DCF Scenario Assumptions

Создайте отдельные блоки допущений для каждого сценария (Bear, Base, Bull) с DCF-допущениями (Revenue Growth %, EBIT Margin %, Tax Rate %, D&A % of Revenue, CapEx % of Revenue, NWC Change % of ΔRev, Terminal Growth Rate, WACC), разложенными горизонтально по годам проекции. Каждый блок должен включать заголовок секции, строку заголовков столбцов с годами (FY1, FY2 и т. д.) и строки данных. Точная раскладка — в разделе <correct_patterns> «Correct Assumption Table Structure».

Section 4: Historical & Projected Financials

Ссылайтесь на консолидирующий столбец (например, “Selected Case”), который тянет данные из блоков сценариев, а не разбрасывайте IF-формулы по всем строкам проекции.

Income Statement ($M),2020A,2021A,2022A,2023A,2024E,2025E,2026E
Revenue,XXX,XXX,XXX,XXX,[=E29*(1+$E$10)],[=F29*(1+$E$11)],[=G29*(1+$E$12)]
  % growth,XX%,XX%,XX%,XX%,[=E29/D29-1],[=F29/E29-1],[=G29/F29-1]
,,,,,,
Gross Profit,XXX,XXX,XXX,XXX,[=E29*E33],[=F29*F33],[=G29*G33]
  % margin,XX%,XX%,XX%,XX%,[=E33/E29],[=F33/F29],[=G33/G29]
,,,,,,
Operating Expenses:,,,,,,,
  S&M,XXX,XXX,XXX,XXX,[=E29*0.15],[=F29*0.14],[=G29*0.13]
  R&D,XXX,XXX,XXX,XXX,[=E29*0.12],[=F29*0.11],[=G29*0.10]
  G&A,XXX,XXX,XXX,XXX,[=E29*0.08],[=F29*0.07],[=G29*0.07]
  Total OpEx,XXX,XXX,XXX,XXX,[=E36+E37+E38],[=F36+F37+F38],[=G36+G37+G38]
,,,,,,
EBIT,XXX,XXX,XXX,XXX,[=E33-E39],[=F33-F39],[=G33-G39]
  % margin,XX%,XX%,XX%,XX%,[=E41/E29],[=F41/F29],[=G41/G29]
,,,,,,
Taxes,(XX),(XX),(XX),(XX),[=E41*$E$24],[=F41*$E$24],[=G41*$E$24]
  Tax rate,XX%,XX%,XX%,XX%,[=E43/E41],[=F43/F41],[=G43/G41]
,,,,,,
NOPAT,XXX,XXX,XXX,XXX,[=E41-E43],[=F41-F43],[=G41-G43]

Ключевой паттерн формул:

Рост выручки: =E29*(1+$E$10), где $E$10 — консолидирующий столбец для роста в году 1
НЕ: =E29*(1+IF($B$6=1,$B$10,IF($B$6=2,$C$10,$D$10)))

Этот подход чище, удобнее для аудита и предотвращает ошибки за счёт централизации логики сценариев.

Section 5: Free Cash Flow Build

КРИТИЧНО: проверьте, что ссылки на строки указывают на ПРАВИЛЬНЫЕ строки допущений. Немедленно тестируйте формулы после создания.

Cash Flow ($M),2020A,2021A,2022A,2023A,2024E,2025E,2026E
NOPAT,XXX,XXX,XXX,XXX,[=E45],[=F45],[=G45]
(+) D&A,XXX,XXX,XXX,XXX,[=E29*$E$21],[=F29*$E$21],[=G29*$E$21]
    % of Rev,XX%,XX%,XX%,XX%,[=E58/E29],[=F58/F29],[=G58/G29]
(-) CapEx,(XX),(XX),(XX),(XX),[=E29*$E$22],[=F29*$E$22],[=G29*$E$22]
    % of Rev,XX%,XX%,XX%,XX%,[=E60/E29],[=F60/F29],[=G60/G29]
(-) Δ NWC,(XX),(XX),(XX),(XX),[=(E29-D29)*$E$23],[=(F29-E29)*$E$23],[=(G29-F29)*$E$23]
    % of Δ Rev,XX%,XX%,XX%,XX%,[=E62/(E29-D29)],[=F62/(F29-E29)],[=G62/(G29-F29)]
,,,,,,
Unlevered FCF,XXX,XXX,XXX,XXX,[=E57+E58-E60-E62],[=F57+F58-F60-F62],[=G57+G58-G60-G62]

Примеры ссылок на строки (на основе раскладки):

$E$21 = % допущения D&A (консолидирующий столбец, строка 21)
$E$22 = % допущения CapEx (консолидирующий столбец, строка 22)
$E$23 = % допущения NWC (консолидирующий столбец, строка 23)
E29 = Выручка за год (строка 29)
E45 = NOPAT за год (строка 45)

Перед написанием формул: убедитесь, что эти номера строк соответствуют реальной раскладке. Проверьте один столбец, затем скопируйте по горизонтали.

Section 6: Discounting & Valuation

DCF Valuation,2024E,2025E,2026E,2027E,2028E,Terminal
Unlevered FCF ($M),XXX,XXX,XXX,XXX,XXX,
Period,0.5,1.5,2.5,3.5,4.5,
Discount Factor,0.XX,0.XX,0.XX,0.XX,0.XX,
PV of FCF ($M),XXX,XXX,XXX,XXX,XXX,
,,,,,,
Terminal FCF ($M),,,,,,,XXX
Terminal Value ($M),,,,,,,XXX
PV Terminal Value ($M),,,,,,,XXX
,,,,,,
Valuation Summary ($M),,,,,,
Sum of PV FCFs,XXX,,,,,
PV Terminal Value,XXX,,,,,
Enterprise Value,XXX,,,,,
(-) Net Debt,(XX),,,,,
Equity Value,XXX,,,,,
,,,,,,
Shares Outstanding (M),XX.X,,,,,
IMPLIED PRICE PER SHARE,$XX.XX,,,,,
Current Stock Price,$XX.XX,,,,,
Implied Upside/(Downside),XX%,,,,,

WACC Sheet Structure

COST OF EQUITY CALCULATION,,
Risk-Free Rate (10Y Treasury),X.XX%,[Yellow input]
Beta (5Y monthly),X.XX,[Yellow input]
Equity Risk Premium,X.XX%,[Yellow input]
Cost of Equity,X.XX%,[Calculated blue]
,,
COST OF DEBT CALCULATION,,
Credit Rating,AA-,[Yellow input]
Pre-Tax Cost of Debt,X.XX%,[Yellow input]
Tax Rate,XX.X%,[Link to DCF sheet]
After-Tax Cost of Debt,X.XX%,[Calculated blue]
,,
CAPITAL STRUCTURE,,
Current Stock Price,$XX.XX,[Link to DCF]
Shares Outstanding (M),XX.X,[Link to DCF]
Market Capitalization ($M),"X,XXX",[Calculated]
,,
Total Debt ($M),XXX,[Yellow input]
Cash & Equivalents ($M),XXX,[Yellow input]
Net Debt ($M),XXX,[Calculated]
,,
Enterprise Value ($M),"X,XXX",[Calculated]
,,
WACC CALCULATION,Weight,Cost,Contribution
Equity,XX.X%,X.X%,X.XX%
Debt,XX.X%,X.X%,X.XX%
,,
WEIGHTED AVERAGE COST OF CAPITAL,X.XX%,[Green output]

Ключевые формулы WACC:

Market Cap = Price × Shares
Net Debt = Total Debt - Cash
Enterprise Value = Market Cap + Net Debt
Equity Weight = Market Cap / EV
Debt Weight = Net Debt / EV
WACC = (Cost of Equity × Equity Weight) + (After-tax Cost of Debt × Debt Weight)

Sensitivity Analysis (Bottom of DCF Sheet)

НАПОМИНАНИЕ ПО ТЕРМИНОЛОГИИ: «таблицы чувствительности» = простые двумерные сетки с заголовками строк, заголовками столбцов и формулами в каждой ячейке данных. НЕ функция Excel «Таблица данных» (Данные → Анализ «что если» → Таблица данных). Для записи обычных Excel-формул в каждую ячейку используется openpyxl.

Расположение: строки 87+ на листе DCF (НЕ отдельный лист)

Три таблицы чувствительности, расположенные вертикально:

WACC vs Terminal Growth (строки 87–100) — сетка 5×5 = 25 ячеек с формулами
Revenue Growth vs EBIT Margin (строки 102–115) — сетка 5×5 = 25 ячеек с формулами
Beta vs Risk-Free Rate (строки 117–130) — сетка 5×5 = 25 ячеек с формулами

Итого формул: 75 (это требование, не опция)

КРИТИЧНО: все ячейки таблиц чувствительности должны быть заполнены программно через openpyxl. НЕ используйте линейные приближения. НЕ оставляйте текст-заглушки или инструкции по ручным шагам. НЕ оправдывайте пустые ячейки «сложностью» — используйте Python-цикл для генерации формул.

Настройка таблицы:

Создайте структуру с заголовками строк/столбцов (значения допущений для проверки)
Заполните КАЖДУЮ ячейку данных формулой, которая:
- Использует значение заголовка строки (например, WACC = 9,0%)
- Использует значение заголовка столбца (например, Terminal Growth = 3,0%)
- Полностью пересчитывает DCF с этими конкретными допущениями
- Возвращает подразумеваемую цену акции для данного сценария
Все ячейки должны содержать рабочие формулы при сдаче
Форматируйте ячейки условным форматированием: зелёная шкала для высоких значений, красная — для низких
Выделите жирным ячейку базового сценария
Оставляйте 1–2 пустые строки между таблицами

Никакого ручного вмешательства — таблицы чувствительности должны полностью работать при открытии файла пользователем.

Case Selector Implementation

Трёхсценарная структура:

Bear Case

Консервативный рост выручки (нижняя граница исторического диапазона)
Сжатие маржей или их отсутствие
Более высокий WACC (рост премии за риск)
Более низкий терминальный темп роста
Более высокие допущения по CapEx

Base Case

Рост выручки по консенсусу или согласно прогнозам менеджмента
Умеренное расширение маржей на основе операционного левериджа
WACC, подразумеваемый текущим рынком
Терминальный рост в соответствии с ВВП (2,5–3,0%)
Стандартные допущения по CapEx

Bull Case

Оптимистичный рост выручки (верхняя граница прогнозов)
Значительное расширение маржей
Более низкий WACC (снижение премии за риск)
Более высокий терминальный рост (3,5–5,0%)
Снижение капиталоёмкости

Реализация формул:

НЕ используйте вложенные IF-формулы по всей модели. Вместо этого создайте консолидирующий столбец с INDEX или OFFSET для извлечения данных из нужного блока сценария.

Рекомендуемый паттерн (INDEX): =INDEX(B10:D10, 1, $B$6), где B10:D10 = значения Bear/Base/Bull, 1 = смещение строки, $B$6 = ячейка-переключатель сценариев (1, 2 или 3)

Затем ссылайтесь на консолидирующий столбец во всех проекциях: Revenue Year 1: =D29*(1+$E$10), где $E$10 — значение консолидирующего столбца для роста в году 1.

Подход централизует логику сценариев, упрощает аудит и сопровождение модели.

Deliverables Structure

Именование файла: [Ticker]_DCF_Model_[Date].xlsx

Два листа:

DCF — полная модель с вариантами Bear/Base/Bull + три таблицы чувствительности внизу (WACC vs Terminal Growth, Revenue Growth vs EBIT Margin, Beta vs Risk-Free Rate)
WACC — расчёт стоимости капитала

Ключевые функции: переключатель сценариев (1/2/3), консолидирующий столбец с формулами INDEX/OFFSET, цветовая маркировка ячеек, комментарии на всех вводных, профессиональные границы.

Best Practices

Model Construction

Стройте последовательно: завершайте каждую секцию перед переходом к следующей
Тестируйте по ходу: вводите пробные числа для проверки формул
Соблюдайте единую структуру: похожие расчёты — по одним паттернам
Комментируйте сложные формулы: добавляйте пояснения к нестандартным расчётам
Встраивайте проверки: контрольные суммы там, где применимо

Documentation

Документируйте все допущения: обосновывайте ключевые вводные
Указывайте источники данных: фиксируйте, откуда взята каждая точка данных
Описывайте методологию: поясняйте нестандартные подходы
Отмечайте неопределённости: выделяйте области с ограниченной видимостью

Quality Control

Перекрёстная проверка расчётов: верифицируйте математику несколькими способами
Стресс-тестирование допущений: запускайте анализ чувствительности для проверки устойчивости модели
Проверка коллегой: попросите кого-то проверить формулы
Контроль версий: сохраняйте версии по ходу работы

Common Variations

High-Growth Technology Companies

Более длинный период проекции (7–10 лет)
Высокие начальные темпы роста (20–30%)
Значительное расширение маржей со временем
Более высокий WACC (12–15%)
Моделирование юнит-экономики (пользователи, ARPU и т. д.)

Mature/Stable Companies

Более короткий период проекции (3–5 лет)
Умеренные темпы роста (ВВП +1–3%)
Стабильные маржи
Более низкий WACC (7–9%)
Фокус на генерации кэша и распределении капитала

Cyclical Companies

Моделирование через экономический цикл
Нормализация маржей на уровне середины цикла
Сценарии спада и пика
Корректировка беты на цикличность

Multi-Segment Companies

Отдельные DCF для каждого бизнес-сегмента
Разные темпы роста и маржи по сегментам
Оценка методом суммы частей
Учёт синергий

Troubleshooting

При возникновении ошибок или нереалистичных результатов читайте TROUBLESHOOTING.md с детальным руководством по отладке.

Workflow Integration

At Start of DCF Build

Сбор рыночных данных:
- Проверьте наличие MCP-серверов для текущих рыночных данных
- Используйте веб-поиск/парсинг для цен акций, беты и других рыночных метрик
- Запросите у пользователя, если нужны конкретные данные
Сбор исторических финансовых данных:
- Проверьте наличие MCP-серверов (Daloopa и др.)
- Запросите у пользователя, если данные недоступны через MCP
- Ручное извлечение из отчётов 10-K как запасной вариант
Начало построения модели по DCF-методологии, описанной в навыке

During Model Construction

Стройте Excel-модель через openpyxl с формулами (не хардкодированными значениями)
Следуйте соглашениям навыка xlsx по построению формул и форматированию
Применяйте заливку только по запросу пользователя или при наличии конкретных брендинговых требований

Before Delivering Model (MANDATORY)

Проверьте структуру:
- Блоки сценариев Bear/Base/Bull с допущениями по годам
- Переключатель сценариев работает, формулы ссылаются на правильные блоки
- Таблицы чувствительности внизу листа DCF (не на отдельном листе)
- Цвета шрифтов: синий — вводные, чёрный — формулы, зелёный — ссылки на другой лист
- Комментарии на ВСЕХ хардкодированных вводных
- Профессиональные границы вокруг основных секций
Пересчитайте формулы: python recalc.py model.xlsx 30
Проверьте результат:
- Если status равен "success" → переходите к шагу 4
- Если status равен "errors_found" → изучите error_summary и читайте TROUBLESHOOTING.md
Исправьте ошибки и повторно запустите recalc.py до статуса “success”
Точечная проверка формул:
- Проверьте одну FCF-формулу — ссылается ли она на правильные строки допущений?
- Измените переключатель сценариев — обновляется ли консолидирующий столбец?
- Убедитесь, что формулы выручки ссылаются на консолидирующий столбец (а не на вложенные IF)
Передайте модель

Available Data Sources

MCP-серверы: если настроены (Daloopa для исторических финансовых данных)
Веб-поиск/парсинг: для текущих цен акций, беты и рыночных данных
Данные от пользователя: исторические финансовые показатели, консенсус-прогнозы
Ручное извлечение: отчёты SEC EDGAR как запасной вариант

Final Output Checklist

Перед сдачей DCF-модели:

Обязательно:

Запустить python recalc.py model.xlsx 30 до статуса “success” (нулевое количество ошибок формул)
Два листа: DCF (с таблицами чувствительности внизу), WACC
Цвета шрифтов: синий = вводные, чёрный = формулы, зелёный = ссылки на другой лист
Комментарии на ВСЕХ хардкодированных вводных
Таблицы чувствительности полностью заполнены формулами
Профессиональные границы вокруг основных секций

Валидация:

OpEx от выручки (не от валовой прибыли)
Терминальная стоимость 50–70% от EV
Терминальный рост < WACC
Налоговая ставка 21–28%
Именование файла: [Ticker]_DCF_Model_[Date].xlsx

Data sources — MCP first, web fallback

Многие фрагменты ниже упоминают «S&P Kensho MCP / Daloopa MCP / FactSet MCP». Это коммерческие MCP-серверы финансовых данных из исходного контекста плагина Cowork. В Hermes Agent:

Если есть структурированный MCP-сервер финансовых данных (Hermes Agent поддерживает MCP — см. навык native-mcp), предпочитайте его для point-in-time сопоставимых, прецедентных сделок и отчётности.
В противном случае используйте:
- web_search / web_extract по SEC EDGAR (https://www.sec.gov/cgi-bin/browse-edgar) для US-отчётности
- IR-страницы компаний для пресс-релизов и презентаций к результатам
- browser_navigate для интерактивных порталов данных
- Данные от пользователя (явно запрашивайте, если в контексте нет)
Никогда не выдумывайте. Если мультипликатор, прецедент или данные из отчётности нельзя верифицировать, пометьте ячейку как [UNSOURCED] и сообщите об этом пользователю.

Attribution

Навык адаптирован из пакета плагинов Anthropic’s Claude for Financial Services (Apache-2.0). Пути Office-JS / Cowork live-Excel убраны; эта версия работает с headless openpyxl через соглашения навыка excel-author. Оригинал: https://github.com/anthropics/financial-services