title: “Merger Model — Build M&A accretion/dilution workbooks in Excel” sidebar_label: “Merger Model” description: “Build M&A accretion/dilution workbooks 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。 */}
合并模型
在 Excel 中构建并购收益/稀释分析工作表。
技能元数据
| 来源 | 可选 — 通过 hermes skills install official/finance/merger-model 安装 |
| 路径 | optional-skills/finance\merger-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、m-and-a、merger、accretion-dilution、excel、openpyxl、modeling、investment-banking |
| 相关技能 | excel-author、pptx-author、dcf-model、3-statement-model |
参考：完整 SKILL.md 内容
环境要求
该技能依赖于 无界面版 openpyxl — 也就是说，您需要在磁盘上生成 .xlsx 格式的文件。
请遵循 excel-author 技能的规范来设置单元格颜色、公式、命名范围以及敏感性分析表。
在交付结果前请先重新计算：python /path/to/excel-author/scripts/recalc.py ./out/model.xlsx。
合并模型
为并购交易构建权益增值/稀释分析功能。该工具可模拟预测合并后的每股收益变动、协同效应的敏感度以及收购价格的分摊方式。适用于评估潜在收购项目、为投资推介准备并购影响分析，或为交易条款提供咨询。
工作流程
第1步：收集输入数据
收购方：
- 公司名称、当前股价、流通股数量
- 近期及当前季度的每股收益（按GAAP标准及调整后数据）
- 市盈率
- 税前债务成本、税率
- 资产负债表中的现金余额、现有债务规模
目标公司：
- 公司名称、当前股价、流通股数量（如为上市公司）
- 近期及当前季度的每股收益或净利润
- 企业价值或股权价值
交易条款：
- 每股要约价格（或较当前价格的溢价幅度）
- 对价构成：现金支付比例与股票支付比例
- 为现金支付部分筹集的新债务规模
- 预期产生的协同效应（收入与成本方面）及逐步实现的时间表
- 交易费用及融资成本
- 预计完成交易日期
第2步：收购价格分析
| 项目 | 数值 |
|---|---|
| 每股要约价格 | |
| 较当前价格的溢价 | |
| 股权价值 | |
| 加上：所承担的净债务 | |
| 企业价值 | |
| 推算出的EBITDA倍数 | |
| 推算出的市盈率 |
第3步：资金来源与用途
| 资金来源 | 金额 | 用途 | 金额 |
|---|---|---|---|
| 新举债务 | 股权收购价格支付 | ||
| 现有现金 | 重组目标公司的债务 | ||
| 新发行的股权 | 交易费用 | ||
| 融资费用 | |||
| 合计 | 合计 |
第4步：预测每股收益（增值/稀释效应）
逐年（第1年至第3年）进行计算：
| 独立运营模式 | 预测模型 | 增值/（稀释）效应 | |
|---|---|---|---|
| 收购方净利润 | |||
| 被收购方净利润 | |||
| 协同效应（税后） | |||
| 放弃的现金收益（税后） | |||
| 新增债务利息（税后） | |||
| 无形资产摊销（税后） | |||
| 预测净利润 | |||
| 预测股数 | |||
| 预测每股收益 | |||
| 增值/（稀释）百分比 |
第5步：敏感性分析
增值/稀释效应与协同效应及收购溢价的关系：
| 000万美元协同效应 | 2500万美元协同效应 | 5000万美元协同效应 | 7500万美元协同效应 | 1亿美元协同效应 | |
|---|---|---|---|---|---|
| 15%溢价 | |||||
| 20%溢价 | |||||
| 25%溢价 | |||||
| 30%溢价 |
增值/稀释效应与现金/股票支付比例的关系：
| 100%现金支付 | 75/25比例 | 50/50比例 | 25/75比例 | 100%股票支付 | |
|---|---|---|---|---|---|
| 第1年 | |||||
| 第2年 |
第6步：盈亏平衡点协同效应分析
计算为使交易在第1年的每股收益保持不变所需的最低协同效应规模。
第7步：输出结果
- 包含以下内容的Excel工作簿：
- 假设条件页
- 资金来源与使用明细
- 预测损益表
- 增值/稀释效应汇总表
- 敏感性分析表
- 盈亏平衡点分析
- 用于演示材料的单页并购影响总结
重要说明
- 在适用情况下，始终同时展示按通用会计准则计算的每股收益及调整后的（现金）每股收益。
- 股权收购交易：在计算换股比率时应使用收购方的当前股价，并注明新增股份带来的稀释效应。
- 需明确列示收购价格的分摊情况——商誉及无形资产摊销对按通用会计准则计算的每股收益具有重要影响。
- 协同效应的释放需逐步体现——通常第一年的协同效应仅能达到预期总效应的25%至50%。
- 切勿忽略因使用现金而错失的利息收入，以及因举债新增的利息支出。
- 协同效应相关的税率及利息调整项，应与收购方的边际税率保持一致。
数据来源——优先使用MCP，无法获取时再启用网页检索
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服务。在Hermes系统中：
- 若已配置任何结构化的金融数据MCP（Hermes支持MCP功能，详见
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，可依次采用以下方式：
- 对于美国公司的监管文件，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； - 从公司官网的投资者关系页面获取新闻稿及业绩展示材料；
- 使用
browser_navigate功能访问交互式数据平台； - 接收用户提供的数据（当上下文信息不足时需主动询问用户）。
- 对于美国公司的监管文件，可通过SEC EDGAR网站（
- 绝不可编造数据。若无法找到相应的倍数、历史案例或文件编号，应将该数据单元标记为
[UNSOURCED]，并向用户说明情况。
出处标注
该智能体技能基于 Anthropic 的 Claude for Financial Services 插件套件（Apache-2.0 许可协议）开发。原版本中用于处理 Office-JS 和 Cowork 在线 Excel 文件的功能已被移除；当前版本则遵循 excel-author 智能体技能的规范，通过无界面方式调用 openpyxl 库来实现相应功能。原始代码地址：https://github.com/anthropics/financial-services