china-dcf-model

A股DCF模型

前置条件

1. 调用a-share-research-evidence冻结估值日、股价日、实际披露时点和财务版本。
2. 用china-market-data取得原始三表、股本、行情和估值数据；历史估值不得用当前修订值回填。
3. 调用a-share-financial-forensics统一合并范围、币种、累计/单季和一次性项目。
4. 银行、保险、券商等受监管金融机构不使用普通FCFF；改用剩余收益、DDM或PB-ROE并说明理由。

建模工作流

1. 选择FCFF或FCFE并保持现金流、折现率和价值桥口径一致。
2. 从收入量价、毛利、费用、税率、折旧、资本开支和营运资本建立历史到预测桥；每个硬编码输入带来源或[ASSUMPTION]。
3. 基础、压力、乐观情景由经营驱动形成，不赋主观精确概率。
4. WACC按估值日构建：
   • 无风险利率通过china-market-data的china_yield_curve取得同币种、匹配期限的中国国债收益率，记录实际观测日、期限、曲线类型、provider和interface；yc_cb无权限时，标准到期期限可降级到AKShare bond_china_yield；
   • ERP记录估计方法、样本区间和来源；
   • Beta记录回归频率、窗口、基准及去杠杆/再加杠杆过程；
   • 债务成本优先实际增量融资成本或信用风险匹配的市场收益率；
   • 权重使用股权市值与有息债务毛额，现金只进入企业价值到股权价值桥；
   • 税率使用可持续有效税率，并披露优惠到期风险。
5. 终值同时用永续增长和退出倍数交叉检查。永续增长不得高于与现金流币种一致的长期名义经济增长而不解释。
6. 企业价值桥单列现金、有息债务、租赁、少数股东、非经营资产、联营投资、养老金及稀释股本。
7. 输出WACC×永续增长、关键经营驱动和价值桥敏感性；中心格必须等于基础情景。
8. 调用a-share-valuation-triangulation并列其他方法和反向隐含预期。

可执行计算

用scripts/dcf_model.py config.json --output dcf-report.json生成可复核FCFF计算。配置必须包含valuation_date、非空sources、revenue_base、逐年forecast_years、capital、terminal_growth、bridge和sensitivity；脚本不提供行业默认增长率、Beta、ERP或终值假设。它会计算CAPM股权成本、税后债务成本、市场价值权重WACC、逐年NOPAT/D&A/Capex/营运资本变化、终值、价值桥和敏感性中心格检查。

capital.risk_free_rate使用小数，数据路由的yield使用百分数。配置必须同时提供capital.risk_free_rate_evidence：

{
  "risk_free_rate": 0.016832,
  "risk_free_rate_evidence": {
    "observation_date": "20260820",
    "term_years": 10,
    "currency": "CNY",
    "provider": "akshare",
    "interface": "bond_china_yield",
    "curve_type": "maturity",
    "source_value": 1.6832,
    "source_unit": "percent"
  }
}

脚本核对1.6832% → 0.016832、观测日不晚于估值日、期限为正且币种为CNY；不接受没有证据的裸无风险利率。

该脚本输出JSON计算底稿，不替代工作簿样式、公式重算引擎或原始数据验证；如果再由xlsx-author落入工作簿，仍需audit-xls验收。

工作簿契约

• 至少包含Sources、Inputs、Historicals、Forecast、DCF、Sensitivity、Checks。
• 蓝色为硬编码输入、黑色为本表公式、绿色为跨表链接；计算单元格不直接输入结果。
• Checks至少覆盖三表勾稽、现金流桥、折现期、终值占比、价值桥、每股价值和敏感性中心格。
• 使用xlsx-author生成文件，并调用audit-xls检查公式、错误值和结构。只有实际执行了重算引擎才能声明公式已重算；否则标记formula_execution_unverified。