DCF估值模型生成器（生成即用·DCF模板）
一句话价值
产出可运行的 DCF 估值 Python 模板（FCFF+WACC+终值），填数即算内在价值。
适用场景（何时用我）
- 当你要产出《DCF模板》却卡在结构、不知从哪几块下手时；
- 适用于投研、投资与资产配置相关的做分析、跑模型工作/学习场景；
- 想要一份专业、可填写、开箱即用的模板，而不是从零搭。
核心方法与代码
分析方法
- 确定预测期与 FCFF（收入/利润/营运资本/capex）
- 估算 WACC（无风险利率/β/资本成本）
- 计算现值与戈登终值
- 敏感性：WACC 与永续增长扰动
- 与相对估值交叉验证
可运行代码模板（自带占位数据，替换为你自己的数据即可跑）
import pandas as pd, numpy as np
# 占位：把示例公司替换为你的预测（单位：百万元）
years = list(range(2026, 2031))
fcff = [120, 140, 165, 190, 210] # 自由现金流预测
wacc = 0.09 # 加权平均资本成本
g = 0.025 # 永续增长率
pv = sum(f / (1+wacc)**(i+1) for i, f in enumerate(fcff))
tv = fcff[-1]*(1+g) / (wacc-g) # 戈登终值
tv_pv = tv / (1+wacc)**len(fcff)
ev = pv + tv_pv
print(f"企业价值={ev:.0f} 含终值占比={tv_pv/ev:.0%}")
使用步骤
- 告诉我你要做的《DCF模板》主题与背景（一句话即可）；
- 我产出结构化模板，你按提示填入自己的内容；
- 如需调整维度/增删模块，直接说，我改。
红线与注意事项
- 示例数据均为虚构（如「示例公司/北京/上海」），不含任何真实个人/业务数据（R-去个人化）；
- 本模板为结构脚手架，具体数据、事实与专业判断需你自行核实；
- 金融/法律/薪酬等涉及专业合规的领域，模板不替代持牌专业人士意见；
- 无外部 API 依赖，纯提示词/代码模板型，国内可直接使用。
💗 大白话介绍
你把它当成一个「DCF模板填空神器」——我先把行家会写的模块都列好，你往里填自己的东西就行，省得每次从头琢磨该写啥。
