title: “Lbo Model — Build leveraged buyout workbooks with IRR/MOIC in Excel” sidebar_label: “Lbo Model” description: “Build leveraged buyout workbooks with IRR/MOIC in Excel”

{/* 本页面由 website/scripts/generate-skill-docs.py 根据该技能的 SKILL.md 文件自动生成。请直接编辑源文件 SKILL.md，而非此页面。 */}

LBO 模型

在 Excel 中构建包含内部收益率（IRR）/ 经济投资回报率（MOIC）指标的杠杆收购分析工作表。

技能元数据


来源	可选 — 通过 `hermes skills install official/finance/lbo-model` 安装
路径	`optional-skills/finance\lbo-model`
版本	`1.0.0`
开发者	Anthropic（由 Nous Research 改编）
许可协议	Apache-2.0
支持平台	linux、macos、windows
标签	`finance`、`valuation`、`lbo`、`private-equity`、`excel`、`openpyxl`、`modeling`
相关技能	`excel-author`、`pptx-author`、`dcf-model`、`3-statement-model`

参考：完整的 SKILL.md 文件

:::info 以下是当触发该技能时 Hermes 会加载的完整技能定义。技能启用后，智能体将依据此内容执行操作。: ::

环境要求

该技能依赖于 无界面版 openpyxl — 您需要将结果输出为磁盘上的 .xlsx 文件。请遵循 excel-author 技能中的相关规范，包括单元格着色、公式使用、命名范围设置以及敏感性分析表的制作。在交付结果前请先重新计算：python /path/to/excel-author/scripts/recalc.py ./out/model.xlsx。

模板要求

该技能使用LBO模型模板。请务必先检查是否有附带的模板文件。

在开始构建任何LBO模型之前：

如果已附带/提供模板文件：请严格遵循该模板的结构——直接复制后填入用户提供的数据。
如果没有附带模板：请询问用户：“您有指定的LBO模板需要我使用吗？如果没有，我可以使用标准模板，其中包含资金来源与用途、运营模式、债务偿还计划以及收益分析等内容。”
如果使用标准模板：请以examples/LBO_Model.xlsx作为起点，然后根据用户的假设填入相应数据。

重要提示：当有如LBO_Model.xlsx这样的文件被附带时，您必须将其作为模板使用——切勿从头开始构建。即便该模板看起来较为复杂或功能超出当前需求，也请先复制它并加以调整以符合用户要求。只要提供了模板，就绝不要选择“从头开始”构建。

关键操作说明 —— 请优先阅读

需使用Python和openpyxl库。请编写公式字符串（如ws["D20"] = "=B5*B6"），然后在交付结果之前运行excel-author技能中的recalc.py辅助工具。

核心原则

所有计算都必须基于 Excel 公式——严禁使用 Python 进行数值计算后再将结果硬编码到单元格中。在使用 openpyxl 时，应写入 cell.value = "=B5*B6"（公式字符串），而非 cell.value = 1250（计算结果）。模型必须具备动态性，能够在输入数据发生变化时自动更新。
遵循模板结构——请按照 examples/LBO_Model.xlsx 中的架构或用户提供的模板来组织内容，切勿自行设计布局。
使用正确的单元格引用——所有公式都应引用相应的单元格，绝不能直接输入本应来自其他单元格的数值。
保持符号规则的一致性——需遵循模板所规定的符号规则（有的用负号表示资金流出，有的则用正号），整个模型中必须始终保持一致。
分步骤处理，并在每一步与用户确认——先完整完成一个部分，向用户展示已构建的内容，运行该部分的验证检查并得到确认后，再进入下一部分。切勿一次性构建完整模型后再呈现给用户——后续部分依赖于前面的内容，如果在收益计算完成后才发现“来源与用途”部分存在错误，将不得不重新处理整个模型。

公式颜色规范

蓝色（0000FF）：硬编码输入值——即直接输入的数字，不引用其他单元格。
黑色（000000）：包含计算公式的单元格——任何使用运算符或函数的公式（如 =B4*B5、=SUM()、=-MAX(0,B4)）。
紫色（800080）：指向同一工作表中单元格的链接——直接引用且无需计算（如 =B9、=B45）。
绿色（008000）：指向不同工作表中单元格的链接——跨工作表引用（如 =Assumptions!B5、='Operating Model'!C10）。

填充颜色方案——专业蓝灰色调（除非用户或模板另有指定，否则默认使用此方案）

保持简洁——仅使用蓝色和灰色作为单元格填充色。严禁使用绿色、黄色、红色或其他复杂配色。专业的杠杆收购模型讲究克制。
默认填充颜色方案：
- 章节标题（“资金来源与用途”“运营模式”等）：深蓝色 #1F4E79，搭配白色加粗文字。
- 列标题（“第1年”“第2年”等）：浅蓝色 #D9E1F2，搭配黑色加粗文字。
- 输入单元格：浅灰色 #F2F2F2（或纯白色）——蓝色字体用于标识，填充色仅为辅助。
- 公式/计算结果单元格：纯白色，无填充色。
- 关键输出结果（内部收益率、投资回报率、退出时股权价值）：中蓝色 #BDD7EE，搭配黑色加粗文字。
这就是全部的配色方案：3种蓝色 + 1种灰色 + 白色。如果模板已设定专属颜色，则请遵循模板要求。
注意：上述用于区分输入值、公式及链接的蓝色/黑色/紫色/绿色字体颜色，与此处所述的填充颜色方案是相互独立的——二者共同构成完整的视觉标识系统。

数字格式标准

货币金额：根据模板不同，格式为 $#,##0;($#,##0);"-" 或 $#,##0.0
百分比：0.0%（保留一位小数）
倍数：0.0"x"（保留一位小数）
MOIC/详细比率：为保证精度，格式为 0.00"x"（保留两位小数）
所有数字单元格：右对齐显示

先明确需求

在填写任何公式之前：

仔细查看模板结构——识别所有板块，了解时间线（各列对应的时间段），注意已存在的公式
若有任何不清楚之处，请向用户确认——如果模板结构、计算方法或需求存在歧义，务必先询问后再继续操作
确认关键假设——包括所有关键输入项、计算偏好及特殊要求
只有在完全理解模板之后，才能开始填写公式

模板分析阶段——请优先完成此步骤

在填写任何公式之前，需先对模板进行彻底分析：

梳理结构——明确各板块的位置及其相互关联关系，注意哪些板块会为其他板块提供数据。
理解时间线——各列分别对应哪个时间段？是否存在“期末值”或“预测值”列？预测期从何时开始？
区分输入单元格与公式单元格——模板通常会通过颜色编码、边框或阴影来标示哪些单元格需要输入数据，哪些需要输入公式，请遵守这些规范。
仔细阅读现有标签——行标签会明确说明期望进行的计算类型。切勿自行猜测，应按照模板的要求来操作。
检查现有公式——有些模板会预先填入部分内容。除非得到明确指示，否则不要覆盖现有的有效公式。
注意模板特有的规范——符号规则、小计结构、板块组织方式，以及是否为不同组成部分设置了独立的标签页等。

输入公式——通用方法

对于每个需要输入公式的单元格，请按以下步骤操作：

第一步：查看模板

该单元格已有公式吗？如果有，请确认其正确性后再继续。
是否有注释或说明指明期望的计算方式？
行/列标签能否清晰体现计算内容？
相邻单元格是否存在可供参考的模式？

第二步：查阅用户说明

用户是否指定了特定的计算方法？
是否有会影响该公式的既定假设？
是否有提及任何特殊要求？

第 3 步：遵循标准操作规范

若模板或用户均未指定，则采用标准的杠杆收购建模惯例
需将所有假设记录下来
若确实存在不确定性，请向用户咨询

常见问题领域

以下几种计算模式在杠杆收购模型中常常引发问题。遇到时请格外注意：

各部分数值平衡

当两个数值必须相等时（例如“资金来源”等于“资金用途”），其中一个项目通常用作“填补值”（用于平衡数值）
需先确定哪个项目是填补值，再通过差值计算出该数值

税务计算

税务公式应仅引用相关的收入项和税率
不得引用无关的部分（例如债务偿还计划）
需考虑亏损是否可形成税收抵免，还是直接被忽略

利息计算与循环引用

若利息计算涉及受现金流影响的余额，可能会导致循环问题
应使用期初余额（而非平均余额或期末余额）来打破循环引用
正确的计算逻辑为：利息 → 现金流 → 债务偿还 → 期末余额（若利息计算使用期末余额，则会形成循环）

债务偿还/现金分配

当存在多笔债务时，通常会有优先级顺序
现金分配需遵循这一优先级顺序
余额不得为负值——需适当使用 MAX 或 MIN 函数进行限制

收益率计算（内部收益率/IRR、年化投资回报率/MOIC）

现金流的正负号必须正确：投资额为负值，所得款项为正值。
若使用 XIRR 函数，则需要对应的日期数据。
若使用 IRR 函数，现金流数据应分布在连续的期间内。
MOIC 的计算公式为：总所得款项 ÷ 总投资额。

敏感性分析表

请使用奇数尺寸（如 5×5 或 7×7），切勿使用 4×4 或 6×6。奇数尺寸能确保存在真正的中心单元格。
中心单元格代表基准情况。需围绕模型实际的假设值对称地设置行和列的数值范围（例如，若基准倍数为 10.0x，则数值范围应为 [8.0x, 9.0x, 10.0x, 11.0x, 12.0x]）。此时，中心单元格的 IRR/MOIC 值必须与模型实际输出的 IRR/MOIC 值一致——这便是该表格结构正确的证明。
需突出显示中心单元格：采用浅蓝色填充色（#BDD7EE）并使用加粗字体，以便直观标识基准情况。
Excel 的 DATA TABLE 函数可能不兼容 openpyxl 文件——此时应手动编写引用行/列标题的公式。
每个单元格显示的值必须各不相同——如果所有单元格的值都一样，说明公式没有正确变化。
建议使用混合引用格式（例如，行数据引用用 $A5，列数据引用用 B $4）。

验证清单——完成后执行

各科目平衡性检查

所有需保持平衡的科目（如收入/支出、资产/负债）数值必须完全一致
用作平衡依据的插值项计算正确
不同科目之间应对应的金额需保持一致

收入/运营预测

基于驱动因素或增长率得出的收入/营收数据计算准确
所有成本及费用项目均按规则正确计算
小计与总计的数值相加结果正确
利润率及各项比率处于合理范围
对应假设条件的链接准确无误

资产负债表（如适用）

资产 = 负债 + 所有者权益（必须保持平衡）
所有项目均与相应的明细表或滚动数据相关联
期初余额等于上一期间的期末余额
已包含校验行，且显示数值为零

现金流表（如适用）

以正确的收入数值作为起始点
非现金项目已按规则正确添加或扣除
流动资产变动的符号标注准确
期末现金余额 = 期初现金余额 + 净现金流
各报表中的现金余额保持一致

支持性明细表

滚动计算的明细表数值平衡（期初余额 + 变动额 = 期末余额）
各明细表与主报表之间的链接正确
计算所得的数值均基于正确的驱动因素
所有期间的数据计算方式一致

返回值/输出分析

退出值/终端值计算正确
已包含所有相关调整项
现金流符号正确（投资为负值，所得资金为正值）
IRR/MOIC公式所引用的数据范围完整
结果与场景设定相符且合理

敏感性分析表（如适用）

表格尺寸为奇数（5×5或7×7），存在真正的中心单元格
行与列的数值以基准情况为中心对称分布（[base-2Δ, base-Δ, base, base+Δ, base+2Δ]）
中心单元格的输出值等于模型实际的IRR/MOIC，以此验证表格逻辑正确
中心单元格会以中蓝色背景#BDD7EE及加粗字体突出显示
行与列的标题包含相应的输入数值
每个数据单元格均包含公式（而非硬编码值）
每个数据单元格显示的值各不相同
数值变化方向符合预期（退出倍数越高，IRR通常越高，以此类推）

格式规范

硬编码的数值显示为蓝色（0000FF）
计算得出的数值显示为黑色（000000）
同标签页内的链接显示为紫色（800080）
不同标签页间的链接显示为绿色（008000）
所有数值均右对齐
全文应用了合适的数值格式
无单元格显示错误值（如 #REF!、#DIV/0!、#VALUE!、#NAME?）

逻辑合理性检查

数值的数量级合理
发展趋势符合预期（呈增长、下降或稳定态势）
无明显错误的数值（本应为正数却出现负值，百分比不合常理等）
核心输出结果处于该分析类型所允许的合理范围内

需避免的常见错误

错误类型	问题表现	解决方法
硬编码计算值	输入数据变更时模型无法更新	始终使用引用源单元格的公式
复制后单元格引用错误	公式指向了错误的单元格	检查所有链接，使用合适的美元符号锚定方式
循环引用错误	模型无法进行计算	对利息类计算使用期初余额，或打破循环引用
各部分金额不平衡	应该相等的总计数值不一致	确保其中一项为差值项（通过公式计算得出）
出现不可能的负余额	支出/使用金额超过可用额度	适当使用MAX(0, …)或MIN函数
内含报酬率/收益计算错误	符号错误或数据范围不完整	检查现金流的符号，并确保公式覆盖所有期间
敏感性分析表显示相同数值	公式未随输入参数变化	检查单元格引用——需使用混合引用方式（如 $A5, B$\4）
迭代计算结果不一致	期初数值与上期期末数值不相等	核实各期间之间的链接关系
符号规则不一致	加法变为减法或反之	全程始终遵循模板规定的符号规则

如果模板结构不明确，请在继续之前先询问用户。
如果用户需求与模板存在冲突，需确认用户的最终选择。
完成每个主要部分后，务必暂停并征得用户确认后再继续：
- 完成“数据来源与用途”部分后 → 展示平衡表，确认插件使用正确，并在构建运营模型前获得用户批准；
- 完成“运营模型/预测”部分后 → 显示预测损益表，确认增长率和利润率合理，然后在制定债务计划前获得用户批准；
- 完成“债务计划”部分后 → 展示期初/期末余额及利息，确认资金流向逻辑正确，之后在计算回报指标前获得用户批准；
- 完成“回报指标（内部收益率/年均投资回报率）”部分后 → 显示现金流序列及计算结果，确认数值符号和范围准确，随后在生成敏感性分析表前获得用户批准；
- 完成“敏感性分析表”部分后 → 确认每个单元格的值均有变化，且基准情景的结果符合预期。
如果在验证过程中发现错误，请先修正后再进入下一部分。
详细展示工作过程——在必要时解释关键公式或假设依据。
绝不能在未对每个部分进行确认的情况下直接提交完整模型——在数据源头发现错误的单元格引用，要比从出错的内部收益率反推问题要快得多。

该技能通过填充正确的公式、规范的格式以及经过验证的计算结果，能够生成符合投资银行标准的企业杠杆收购模型。无论模板结构如何，它都能确保财务数据的准确性以及专业化的呈现效果。

数据来源 —— 首选 MCP，备用网络搜索

下文多处提到“使用 S&P Kensho MCP / Daloopa MCP / FactSet MCP”。这些均源自原有 Cowork 插件环境中的商业金融数据 MCP 工具。在 Hermes 中：

如果您已配置了任何结构化的金融数据 MCP（Hermes 支持 MCP —— 参见 native-mcp 技能），则优先使用它们来获取特定时间点的对比数据、历史交易案例及监管文件信息。
否则，可采取以下替代方案：
- 对于美国市场的监管文件，可通过 SEC EDGAR 网站（https://www.sec.gov/cgi-bin/browse-edgar）使用 web_search / web_extract 功能进行检索；
- 从公司的投资者关系页面获取新闻稿和业绩演示文稿；
- 使用 browser_navigate 访问交互式数据门户；
- 使用用户提供的数据（当上下文中缺乏相关数据时，应明确向用户询问）。
绝不可编造数据。如果无法找到倍数、历史案例或文件编号，应将对应单元格标记为 [UNSOURCED]，并将其展示给用户。

该技能改编自 Anthropic 的 Claude for Financial Services 插件套件（Apache-2.0 许可协议）。原有的 Office-JS / Cowork 在线 Excel 相关功能已被移除；当前版本通过 excel-author 技能的规范，基于无头版 openpyxl 实现。原始代码地址：https://github.com/anthropics/financial-services

Keyboard shortcuts

Hermes Agent Docs i18n