杠杆收购模型
用 Python 生成带 IRR/MOIC 的杠杆收购 Excel 模型
功能与用途
它用 openpyxl 在磁盘上生成一份 .xlsx 的杠杆收购模型,包含资金来源与用途、经营预测、债务偿还表和回报分析几大块,并算 IRR、MOIC 和不同退出情景。所有计算必须写成 Excel 公式而不是算好再填数,模型才能随假设变动而更新。它还规定了字体配色区分输入与公式、敏感性表必须用奇数维(5×5 或 7×7)以保证有真正的中心格等一整套建模规范,最后要用 recalc 脚本重算校验。
适用场景
- 私募并购投资回报测算:基于交易估值、杠杆结构与经营预测,自动生成资金来源与用途表、偿债计划及IRR与MOIC回报指标,辅助投决评估。
- 多维退出敏感性分析:围绕退出年份、退出EV/EBITDA倍数及收入增速建立动态敏感性矩阵,测算不同市场情景下股东收益的弹性区间。
- 债务承载力与偿还排期规划:按优先债、夹层等结构设定还本付息规则与现金扫荡机制,追踪现金流对杠杆本息的覆盖程度,验证融资方案稳健性。
适用人群
- 做私募和并购交易的投行分析师、负责项目估值建模的财务顾问、要出 LBO 模型的学习者
使用步骤
- 先确认有没有现成模板:有模板就必须在模板上填,没有就用自带的 LBO_Model.xlsx 起手。
- 把关键假设(收购价格、债务结构、增长率、退出倍数)说清楚。
- 它会分块建表,每建完一块先给你看并做校验,确认后再做下一块。
- 所有数字都用 Excel 公式写,不硬编计算结果。
- 最后跑 recalc 脚本重算,确认没有公式报错再交付。
开始使用
将需求和 Skill 名称发送给已连接 SkillPX MCP 的 AI 助手,核对适用工具和安装要求。
技术信息
- 分类
- 商业运营
- 适用工具
- Codex、Claude Code、OpenClaw、Hermes、国内 Agent
- 使用难度
- 专业
- 版本
- main
- 最近更新
- 2026-09-10
- 文件数
- 3
- 安装包大小
- 自动生成 ZIP
- 安全检查
- 基础检查通过
Build leveraged buyout workbooks with IRR/MOIC in Excel.
使用前准备
- 需要 Python 环境和 openpyxl 库
- 需要 excel-author 技能的 recalc.py 做重算校验
- 需要懂杠杆收购和财务建模的基本概念
依赖与权限
- 读取用户主动提供的内容