数据与分析 ✓ Anthropic · 官方 financial-modelingdcf-analysissensitivity-analysismonte-carlo-simulationscenario-planninginvestment-valuation

财务建模分析套件

用于估值、风险评估与投资决策的财务建模工具集。

FollowSkills 评估 · FSRS-2.0
不推荐
38/ 100 五分制 1.9 / 5
信任安全11 / 25 · 2.2/5

代码主要在内存中处理用户提供的财务数据,没有网络访问、凭证收集或破坏性外部操作;README提供MIT许可证和发布者来源,且SKILL.md含金融免责声明。扣分原因是未说明数据流、敏感财务数据保护、用户确认边界或结果回滚机制,默认假设和金融决策风险控制也不够明确。

可靠稳定5 / 20 · 1.3/5

DCF示例覆盖历史数据、假设、WACC、现金流、企业价值和股权价值的基本路径,依赖项在pyproject.toml中可见。扣分原因是没有针对该技能的测试;输入长度、零收入、非法WACC/终值增长率和参数范围缺少校验,敏感性分析可能静默接受未知变量,scenario_analysis不完整重置模型,部分失败会把排错负担转给用户。静态评估上限也限制了分数。

适用触发6 / 15 · 2.0/5

输入要求、DCF/敏感性/情景分析的主要场景和示例请求较清楚。扣分原因是SKILL.md声称Monte Carlo和多种输出,但提供的脚本只有DCF与敏感性分析;未定义不适用范围、触发条件、实际交付流程或中文支持,难以保证语义触发准确。

规范维护7 / 15 · 2.3/5

文档按能力、输入、输出、模型类型、最佳实践和限制分层,仓库提供MIT许可证、版本号、Python版本和依赖信息,也有官方组织来源。扣分原因是脚本安装和调用说明不足,缺少该技能的版本历史、变更日志、明确维护负责人和更新路径;“自动执行质量检查”“持续更新市场参数”等声明没有对应实现证据。

有效结果5 / 15 · 1.7/5

代码示例可生成基本DCF和敏感性数据表,核心计算结果结构也较直接可用。扣分原因是没有实现SKILL.md宣称的Monte Carlo、场景概率建模、图表、Excel工作簿和完整模型输出;财务模型存在简化假设,输出仍需较多专业审查,且未提供代表性已验证结果。静态评估不得超过7分。

证据核验4 / 10 · 2.0/5

选定路径包含可审计的Python源码、文档示例和仓库级pyproject/CI配置,因而不是纯营销描述。扣分原因是未见覆盖该路径的提交测试或第三方执行证据,CI工作流主要检查链接和模型变更,无法证明这些关键路径可复现;因此静态评估不超过5分。

证据充分度: 评估于 2026年7月20日 审查版本 67ce644d33e5
使用前请注意
  • SKILL.md宣称的Monte Carlo、情景规划、Excel和图表输出在提供的脚本中没有实现。
  • DCF终值增长法未校验WACC必须大于终端增长率,可能产生无效或异常估值。
  • scenario_analysis、create_data_table和部分敏感性流程存在模型状态未完全恢复的风险;不要将结果直接用于投资决策。
  • 未说明敏感财务数据的存储、传输、保留和访问控制,也未提供中文使用指引。
查看完整评分方法 →

它能做什么 & 适用场景

该技能面向投资分析、估值和风险评估,支持DCF、敏感性分析、蒙特卡洛模拟和情景规划。它可处理企业估值、项目融资、并购分析和LBO模型。输入包括历史财务数据、预测假设、风险参数及情景权重,输出包括估值结果、敏感性表、统计指标和风险画像。模型结果依赖假设,并且不能替代专业财务建议。

读取历史财务报表、增长率、利润率、资本支出、营运资金、终值、折现率组成、变量范围、概率分布、相关性、迭代次数和情景权重等输入;构建DCF预测并计算终值、WACC、企业价值和股权价值;执行敏感性测试、龙卷风图、蒙特卡洛模拟和最佳/基准/最差情景比较;生成财务预测、自由现金流、估值区间、置信区间、统计摘要、VaR、概率加权结果及Excel模型等输出;包含dcf_model.py和sensitivity_analysis.py脚本。

  1. 投资分析师为科技公司导入财务数据并建立多增长情景的DCF模型。
  2. 并购团队对收购模型运行5000次蒙特卡洛模拟,评估估值分布和目标达成概率。
  3. 估值人员测试增长率与WACC变化对企业价值的影响,并生成敏感性表和龙卷风图。
  4. 项目团队为扩建项目建立带概率权重的最佳、基准和最差情景。

优缺点一览

优点
  • 覆盖DCF、敏感性分析、蒙特卡洛模拟和情景规划。
  • 支持企业估值、项目融资、并购和LBO等模型类型。
  • 提供估值、统计、风险和图表等多种输出形式。
  • 列出模型校验项目,包括资产负债表、现金流、敏感性边界和蒙特卡洛结果验证。
局限
  • 源材料未提供独立安装命令、运行说明或测试套件信息。
  • 模型质量取决于输入假设,市场、监管和税务变化可能影响结果。
  • 需要专业判断,不能替代专业财务建议。
  • 源材料未说明脚本支持的Python版本、平台范围或Excel生成实现细节。

如何安装

该技能位于GitHub仓库anthropics/claude-cookbooks的skills/custom_skills/creating-financial-models/SKILL.md。源材料未提供该技能的独立安装命令或客户端放置步骤;仓库README说明,使用其中示例通常需要Claude API密钥。

如何使用

将财务报表和相关假设作为输入,并使用类似“Build a DCF model for this technology company using the attached financials”或“Create sensitivity analysis showing impact of growth rate and WACC on valuation”的请求。具体调用脚本、客户端配置和参数传递方式,源材料未说明。

常见问题

这个技能是否免费?
仓库许可证为MIT;README仅说明Claude API密钥可免费注册,未说明API使用费用或该技能的其他成本。
它需要访问网络或外部服务吗?
SKILL.md未声明网络调用、MCP服务器或外部服务依赖。
模型结果不准确时,常见原因是什么?
源材料指出模型取决于假设;历史表现不保证未来结果,市场、监管和税务变化也可能影响结果。
它适合直接替代财务顾问吗?
不适合。源材料明确要求专业判断,并声明模型不是专业财务建议的替代品。

同仓库的其他 Skills

均来自 anthropics/claude-cookbooks

相关 Skills