跳到主要内容

Merger Model

在 Excel 中构建增厚/摊薄(并购)模型 — 备考损益表、协同效应、融资结构、每股收益影响。与 excel-author 配合使用。适用于并购提案、董事会材料或交易评估。

Skill 元数据

来源可选 — 通过 aigenlabs skills install official/finance/merger-model 安装
路径optional-skills/finance/merger-model
版本1.0.0
作者Anthropic(由 AigenLabs 改编)
许可证Apache-2.0
平台linux, macos, windows
标签finance, m-and-a, merger, accretion-dilution, excel, openpyxl, modeling, investment-banking
相关 skillexcel-author, pptx-author, dcf-model, 3-statement-model

参考:完整 SKILL.md

信息

以下是 AigenLabs 在触发该 skill 时加载的完整 skill 定义。这是 skill 激活时 agent 所看到的指令内容。

环境

本 skill 假定使用无界面 openpyxl — 即在磁盘上生成 .xlsx 文件。 遵循 excel-author skill 关于单元格着色、公式、命名区域和敏感性表格的约定。 交付前重新计算:python /path/to/excel-author/scripts/recalc.py ./out/model.xlsx

Merger Model

为并购交易构建增厚/摊薄分析。对备考每股收益影响、协同效应敏感性及购买价格分配进行建模。适用于评估潜在收购、为提案准备并购影响分析,或就交易条款提供建议。

工作流程

第一步:收集输入数据

收购方:

  • 公司名称、当前股价、流通股数
  • LTM 和 NTM 每股收益(GAAP 及调整后)
  • 市盈率倍数
  • 税前债务成本、税率
  • 资产负债表上的现金、现有债务

目标方:

  • 公司名称、当前股价、流通股数(如为上市公司)
  • LTM 和 NTM 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(或相对当前价格的溢价)
  • 对价结构:现金比例 vs. 股票比例
  • 为现金部分融资而新增的债务
  • 预期协同效应(收入和成本)及分阶段时间表
  • 交易费用和融资成本
  • 预期交割日期

第二步:购买价格分析

项目金额
每股要约价格
相对当前价格的溢价
股权价值
加:承接净债务
企业价值
隐含 EV / EBITDA
隐含市盈率

第三步:资金来源与用途

来源$用途$
新增债务股权收购价格
自有现金偿还目标方债务
新发行股票交易费用
融资费用
合计合计

第四步:备考每股收益(增厚/摊薄)

逐年计算(第 1-3 年):

独立口径备考口径增厚/(摊薄)
收购方净利润
目标方净利润
协同效应(税后)
动用现金的利息损失(税后)
新增债务利息(税后)
无形资产摊销(税后)
备考净利润
备考股份数
备考每股收益
增厚/(摊薄)%

第五步:敏感性分析

增厚/摊薄 vs. 协同效应与要约溢价:

协同效应 $0M协同效应 $25M协同效应 $50M协同效应 $75M协同效应 $100M
溢价 15%
溢价 20%
溢价 25%
溢价 30%

增厚/摊薄 vs. 现金/股票对价结构:

100% 现金75/2550/5025/75100% 股票
第 1 年
第 2 年

第六步:盈亏平衡协同效应

计算交易在第 1 年实现每股收益中性所需的最低协同效应。

第七步:输出

  • Excel 工作簿,包含:
    • 假设条件标签页
    • 资金来源与用途
    • 备考利润表
    • 增厚/摊薄汇总
    • 敏感性表格
    • 盈亏平衡分析
  • 用于提案材料的单页并购影响摘要

重要说明

  • 在相关情况下,始终同时展示 GAAP 和调整后(现金)每股收益
  • 股票交易:使用收购方当前股价计算换股比例,并注明新发行股份带来的稀释效应
  • 包含购买价格分配 — 商誉和无形资产摊销对 GAAP 每股收益至关重要
  • 协同效应分阶段实现至关重要 — 第 1 年通常仅为运行率协同效应的 25%-50%
  • 不要遗漏动用现金的利息损失收入及新增债务的利息支出
  • 协同效应和利息调整的税率应与收购方的边际税率保持一致

数据来源 — 优先使用 MCP,其次使用网络

以下部分内容提及"使用 S&P Kensho MCP / Daloopa MCP / FactSet MCP"。这些是原 Cowork 插件场景中的商业金融数据 MCP。在 AigenLabs 中:

  • 如已配置任何结构化金融数据 MCP(AigenLabs 支持 MCP — 参见 native-mcp skill),优先用于时点可比数据、前例交易及文件。
  • 否则,回退至:
    • 针对 SEC EDGAR(https://www.sec.gov/cgi-bin/browse-edgar)使用 web_search / web_extract 获取美国文件
    • 公司投资者关系页面获取新闻稿、财报材料
    • 使用 browser_navigate 访问交互式数据门户
    • 用户提供的数据(当上下文中没有时,明确向用户询问)
  • 严禁捏造数据。如果某个倍数、前例交易或文件数字无法溯源,将该单元格标记为 [UNSOURCED] 并告知用户。

归属声明

本 skill 改编自 Anthropic 的 Claude for Financial Services 插件套件(Apache-2.0)。Office-JS / Cowork 实时 Excel 路径已移除;本版本通过 excel-author skill 的约定,面向无界面 openpyxl。原始来源:https://github.com/anthropics/financial-services