私募股权工作流程

如何在私募股权中使用Claude:LBO模型能搭建什么,你仍需核查什么

模型的好坏,取决于事后拆开检查它的那个人。

本指南讨论的是私募股权分析师真正使用Anthropic的Claude进行LBO建模的方式:起草sources and uses表,搭建债务计划表,并解释敏感性分析表在向交易团队传达什么信息。Claude能很快把一个粗糙的模型从空白工作表推进到可用的草稿,但这种时间优势只有在有人核对每一条公式之后才真正有价值,尤其是在它到达投资委员会之前。下面的部分会依次介绍这个工作流程、能够发现AI引入错误的检查方法,以及人的判断仍然必须支撑这笔交易的地方。

在私募股权中使用Claude进行LBO建模,意味着利用这个助手来起草和审阅杠杆收购模型的各个部分:sources and uses表、债务计划表,以及产生IRR和MOIC的回报分析。Claude可以很快搭建出第一版草稿,并解释敏感性分析表或covenant测试在显示什么,但它并不能取代私募股权的标准做法,也就是追溯每一条公式、检查硬编码,并让模型在进入委员会之前经过第二位分析师的审核。

发布于

免费课时 · 无需注册账号你的AI交易台:Claude在财务工作中的位置跟Claude学私募股权与财务7分钟开始免费课时

要点总结

  • Claude可以很快起草LBO模型的骨架,比如sources and uses、债务层级、回报,但每一个数字仍然需要追溯回其来源。
  • 在展示之前,让Claude用通俗的语言解释敏感性分析表;这种解释本身就是快速发现逻辑不成立的表格的一种方法。
  • 针对硬编码和断链进行LBO模型审查,是交给Claude最有价值的任务,因为这是一项枯燥、依赖模式识别的工作,而它正好擅长这一点。
  • 回报分析依赖于现金流时点和退出假设,而这些是Claude无法对照交易的实际法律文件来核实的;这项核查仍然属于人的工作。
  • 把AI起草的模型当作一位第一年分析师的初稿来对待:速度快、有用,但永远不应在未经审核的情况下呈交委员会。
  • 机密交易数据应保存在经过批准、访问受控的环境中,而不是放进通用聊天工具,除非你所在公司的数据处理政策明确允许。

Claude在LBO模型中能帮上什么,帮不上什么

一个典型LBO搭建过程中任务的大致划分。
LBO建模任务Claude能做什么仍然需要人工分析师完成什么
Sources and uses从对资本结构的通俗描述中起草表格结构和标签对照term sheet确认实际金额、费用和法律结构
债务计划表解释摊销、现金归集和revolver机制,并起草计划表模板对照实际的信贷协议核实covenant定义和归集优先级
回报分析(IRR/MOIC)说明IRR和MOIC如何计算,并总结一个结果意味着什么确认现金流时点和退出假设,并确认公式反映的是实时模型
针对硬编码和断链的LBO模型审查生成一份需要查找的常见硬编码和断链模式检查清单真正逐个单元格追踪公式,并确认模型是干净的
敏感性分析表用通俗的语言解释表格结果的模式意味着什么决定哪些变量和区间本来就应该放进这张表

复制即用

今天就能用的提示词

起草sources and uses表的第一版草稿

请扮演一名正在为某笔杠杆收购搭建sources and uses表的私募股权associate。根据以下融资构成清单,优先级债务、次级债务、sponsor权益和管理层rollover,以清晰的格式列出sources and uses表,给每一行加上标签,并标出任何还需要我提供金额或百分比才能完成表格的项目。

一旦草稿结构看起来正确,就替换为你实际的资本结构和交易规模。

起草包含强制摊销和现金归集的债务计划表

你正在为一个LBO模型搭建债务层级计划表。请说明在持有期内,一笔带有强制摊销和超额现金流归集条款的term loan应该如何构建,包括现金归集如何与任何revolver提取互动,并告诉我你假设了哪些输入值,方便我确认或修正。

将这个结构替换为你交易中实际的层级和covenant条款。

审查模型中的硬编码单元格和断链

阅读这份关于我的LBO模型结构的说明,并扮演一名负责模型审查的partner。列出分析师最常在不经意间把公式硬编码而不是链接起来的地方,复制工作表之后最常出现断链的方式,以及一份我可以逐个标签页过一遍的分步检查清单,以便在这个模型进入投资委员会之前完成检查。

把这个和Excel自带的追踪引用单元格、追踪从属单元格工具结合使用,因为除非你使用了已连接的插件,Claude无法打开你实时的工作簿。

在展示之前解释一张敏感性分析表

这是一张双向敏感性分析表,一个轴是退出倍数,另一个轴是杠杆水平,每个单元格里是对应的IRR。请用通俗的语言解释这张表讲述了我们的回报对执行风险相对市场风险有多敏感的什么样的故事,并指出任何结果看起来与表格其他部分不一致的单元格。

描述你实际的坐标轴标签和一些样例数值,这样解释才能对应你的表格,而不是一张通用的表格。

把IRR和MOIC转化为给委员会的一段话结论

基于这笔杠杆收购的基准情形IRR和MOIC、下行情形和上行情形,为一份投资委员会备忘录写一段紧凑的文字,解释各情形之间的差距说明了这笔交易的什么风险,写给已经理解LBO机制、不需要重新解释公式的读者。

发送前请提供你实际的情形数据;绝不能让占位数字滑进一份真实的备忘录。

来自 Anthropic

Anthropic 为私募股权提供的服务

Advancing Claude for Financial Services

2025年10月的一次更新新增了用于可比公司分析、现金流折现模型、从数据室文件构建的due diligence数据包以及公司teaser的Agent Skills,并新增了包括用于投资组合监控的Chronograph和用于数据室的Egnyte的连接器。

· 来源

Agents for financial services

2026年5月发布的十个代理模板,包括一个pitch builder、一个model builder、一个估值审核工具和一个市场研究工具,每一个都作为Claude Cowork和Claude Code中的插件提供。Anthropic同时将其Excel、PowerPoint和Word插件全面开放。

· 来源

实践案例

私募股权团队如何使用 Claude

根据 Anthropic 发布的客户案例

Crunched

根据Anthropic发布的客户案例,Crunched在Claude之上搭建了面向投资银行、私募股权和咨询用户的Excel工具,其客户反馈在建模、财务对比表和公司简介撰写方面节省了大量时间。

阅读 Anthropic 的客户案例

示例演练

一位新分析师用Claude在一夜之间起草出一份债务计划表

  1. 一位分析师向Claude描述这笔交易的term loan、revolver和sponsor权益认购情况,并要求提供一份草稿计划表结构。
  2. Claude返回一份带标签的计划表,包含摊销和现金归集逻辑,并标出哪些输入仍是占位值。
  3. 分析师把这个结构放进实时模型,并用从信贷协议中取得的数字替换掉每一个占位值。
  4. 在把计划表展示给交易团队之前,一位高级associate把每一条公式都追溯回它的来源单元格。

示例演练

一个交易团队用Claude在partner会议前解释一张敏感性分析表

  1. 团队让Claude用通俗的语言描述一张关于退出倍数和杠杆的双向敏感性网格显示了什么。
  2. Claude的解释揭示出一个单元格,其模式与网格其余部分不一致。
  3. 团队顺着模型追溯那个单元格,发现一条公式在复制时没有调整相对引用。
  4. 修正后的表格连同Claude起草、按公司风格修改过的解释,一起被带进了partner会议。

私募股权与 Claude:已公开的数据

数据均来自 Anthropic 的公开发布,并附有来源链接。
数据背景来源
financial spreads 8+ hours to 1 hour根据Anthropic发布的客户案例,由基于Claude搭建的Excel工具Crunched的客户报告来源
company write-ups 8 hours to 20 minutes根据Anthropic发布的客户案例,由Crunched的客户报告来源
>50% time savings on Excel modeling根据Anthropic发布的客户案例,由Crunched的客户报告来源

工作流程

在LBO搭建过程中,Claude实际在做什么

在讨论局限之前,先具体说明Claude在杠杆收购模型中的哪些地方真正发挥作用会有帮助。

Sources and Uses

Claude可以把对资本结构、债务层级、权益认购、费用的通俗描述,转化为一张可以对照term sheet核对的结构化sources and uses表。它还会标出哪些行仍需要你给出确切的数字。

债务计划表草稿

它可以搭建摊销计划表、利息计算和现金归集逻辑,并在你把机制搭进工作簿之前,说明revolver提取应该如何与term loan的covenant互动。

回报讲解

Claude可以解释IRR和MOIC如何从模型的预测现金流中推导出来,并把结果表翻译成交易团队中不做建模的人也能很快看懂的语言。

模型审查

根据对模型搭建方式的描述,它可以生成一份分析师最常引入的硬编码、断链和符号错误的检查清单,这正是它擅长的那种枯燥的模式匹配工作。

敏感性分析表叙述

它可以读懂一张敏感性网格,并用清晰的中文描述其中的模式,这往往是在partner看到之前,发现一张不合理表格最快的方式。

核心原则

审核永远胜过信任

一个由AI生成的LBO模型并不会自动变得可信。借助Claude搭建的模型可能看起来和手工搭建的一样精致,格式干净、公式一致、输出看起来合理,但其中仍可能藏着一个只有在把某一个单元格追溯回它的来源时才会显现的错误。模型看起来如何,和它实际有多可靠之间的这道鸿沟,是在把AI用于LBO建模工作之前最需要理解的一点。

务实的解决办法,和优秀的私募股权机构已经用在初级分析师身上的方法一样:在第二双眼睛追溯过逻辑之前,任何东西都不会交给交易团队,更不会交给投资委员会。把Claude起草的sources and uses表、债务计划表或回报摘要,当作一位新associate的第一次尝试来对待。它是一个合理的起点,不是一份成品。

这一点在LBO模型中比在几乎任何其他类型的财务模型中都更重要,因为小错误会累积。一个摊销假设出错的债务计划表,会改变之后的每一个期间。一个退出年份假设出错的回报分析,会改变partner最终在partner会议上引用的IRR和MOIC。早发现一个错误的代价只是几分钟的追踪;晚发现的代价,是在投资委员会面前报出一个错误的数字。

这一切都不是反对在工作流程中使用Claude的理由,而是支持像经验丰富的分析师使用任何速度快的工具那样去使用它:用它快速得到一份合理的初稿,这样你有限的审核时间就能用来核查模型,而不是从一张空白表格开始搭建。

第一步

用Claude搭建Sources and Uses的结构

sources and uses表是一个不错的起点,因为它的结构在不同交易之间相当标准,尽管实际数字从来都不标准。用通俗的语言向Claude描述这笔交易的资本结构,包括sponsor权益、优先级债务、任何次级债务或mezzanine部分、管理层rollover,以及交易费用,然后要求它给出一份每一行都清楚标注并合计的草稿表。

一个有用的习惯是,让Claude标出每一行它是靠假设而不是被直接告知数字的地方。一份悄悄填入占位费用比例或整数权益金额的初稿,可能看起来已经完成,实际上并没有。要求它明确说明自己的假设,会把草稿变成一份待核对清单,而不是一种虚假的完成感。

除非你直接提供相关细节,否则Claude无法接触你实际的engagement letter、fee letter或term sheet,即便提供了,它生成的任何内容也都不能替代手工核对这些文件。它起草出的表格是格式和结构方面的辅助工具,不能替代确认sources与uses精确到每一美元都相等。

一旦结构确定,值得让Claude检查一下内部一致性:权益金额是否与声明的持股比例对应,各项费用加起来是否等于声明的总额,表格是否平衡。这些和一位细心的分析师手工检查的内容一样,只是作为一次初步检查,在你自己再次核对之前先完成。

第二步

债务计划表与Covenant机制

债务计划表是用于LBO建模的AI真正最有用的地方,因为其中的机制,强制摊销、按递减余额计算的利息费用、超额现金流归集、在现金紧张时提取、在不紧张时偿还的revolver,都有良好的文档记录,并且在不同交易之间保持一致。Claude可以说明这些部分如何相互配合,并起草一份正确反映操作顺序的计划表模板。

covenant机制则有些不同。Claude可以泛泛地解释一项杠杆covenant或利息保障covenant在测试什么,以及现金归集通常如何与强制摊销互动。但它无法核实你这笔交易信贷协议中实际的covenant定义、基础项或补救条款,因为除非你提供了具体的措辞,它从未见过那份文件。

有几类错误在债务计划表中足够常见,值得专门指出:在强制摊销之前而不是之后应用现金归集,错误处理PIK利息导致复利计算不正确,以及由于偿还公式没有设定零下限而让revolver余额变成负数。这些正是在有了草稿计划表之后,值得让Claude去检查的结构性错误。

Claude帮忙起草的计划表,在被当作最终版本之前,仍需逐行对照term sheet或信贷协议进行核对。它描述的机制作为机制本身通常是正确的;它是否与你这笔具体交易的实际条款相符,是一个只能由文件来回答的独立问题。

第三步

回报分析:IRR和MOIC

回报分析,IRR和MOIC,是整个交易团队真正关心的产出,也是假设最重要的地方。IRR考虑了现金流入和流出的时点,捕捉年化回报;MOIC则不考虑时点,捕捉投入资本上的简单倍数。Claude可以说明两者如何从模型的预测现金流中推导出来,并用简单的话解释为什么一笔MOIC表现强劲的交易,如果持有期拉长,IRR仍可能表现平庸。

一旦基准情形确定下来,Claude就很适合用来起草基准情形、上行情形和下行情形之间的比较叙述:是什么驱动了它们之间的差距,主要是倍数扩张、去杠杆还是经营改善,以及这对回报在多大程度上依赖执行而非市场状况意味着什么。

它做不到的是核实真实的现金流时点,或者那些可能改变LP最终看到的实际IRR和MOIC的法律瀑布机制、优先回报、carried interest门槛、管理层carve-out。这些细节存在于交易的法律文件和基金自身的瀑布结构中,不是Claude能从一段通俗描述中推断出来的东西。

在这里使用它最安全的方式,是把它当作一个为人已经搭建并核实过的备忘录提供起草和解释的工具:给它最终的情形数字,让它写叙述,而不是在没有底层现金流细节的情况下,要求它自己生成数字。

最具价值的使用场景

针对硬编码和断链执行LBO模型审查

如果有一项任务值得持续交给Claude,那就是LBO模型审查中那种枯燥、依赖模式识别的工作。

硬编码单元格

关于某个假设应该如何在模型中流转的描述,能让Claude生成一份最有可能被直接输入而不是链接回假设标签页的单元格清单。

复制粘贴后的断链

为搭建一个新情形而复制一张工作表或一块单元格,是公式悄悄停止指向正确位置最常见的方式之一。Claude可以标出这种模式往往出现在哪里。

符号错误

把一笔现金流出输入为正数,或者一个偿还公式用加法而不是减法,都可能在不触发明显错误提示的情况下让整张计划表出错。

循环引用

与某个现金余额绑定的利息费用,而这个余额本身又依赖于利息费用,是LBO建模中典型的循环引用。Claude可以说明这应该用迭代计算还是开关来处理,这样你就知道该查什么。

未链接的假设标签页

如果一个敏感性情形改变了某个假设,但下游标签页没有变化,说明那个标签页里的某处正从错误的来源取数。这是借助第二双眼睛最快能做的检查之一。

传达模型

阅读并解释敏感性分析表

一张敏感性分析表,比如一个轴是退出倍数、另一个轴是杠杆,每个单元格里是IRR,意在快速讲清一个故事:回报有多少取决于支付了正确的价格,又有多少取决于使用了正确数量的债务。Claude确实很擅长读懂这种模式,并把它用通俗的语言讲给不需要看底层公式的partner或LP。

这种叙述同时也起到质量检查的作用。如果Claude给出的解释和你预期的不一致,比如本该显示较低回报的单元格反而显示较高,或者本不该反转的模式却反转了,这往往是在一张表接近任何会议之前,最快发现某条公式引用了错误的行或列的方法。

它做不到的是决定哪些变量和哪些区间本来就应该放进这张表。这是一个关于交易团队到底需要看到什么的判断,取决于这笔交易中真正的不确定性在哪里,而这只有了解这笔交易的人才能回答。

局限

保密性与专业责任

LBO模型建立在机密信息之上:数据室文件、管理层预测、与目标公司及共同投资人签署的NDA,有时还包括重大非公开信息。在把其中任何内容放进任何AI工具之前,先检查你所在公司的数据处理政策,并且对任何涉及实时交易数据的内容,只使用经过批准、访问受控的环境。

这并不是说要在LBO建模工作中完全避开AI,而是要在什么内容放在什么地方上保持审慎:关于机制的一般性问题、概念的解释,以及使用匿名化或假设数字的工作,属于与建立在真实目标公司真实财务数据之上的模型不同的类别。

更大的专业责任这一点,是这整篇指南反复回到的地方:在任何东西到达投资委员会、贷款方或limited partner之前,必须有一位人类分析师对最终核查负责。无论工具的初稿有多好,这份责任都不会转移给工具。

在这个工作流程中从Claude获得最大价值的机构,往往对它适合做什么说得很明确:起草、解释,以及审查结构性模式,而每一个数字仍由对这笔交易负责的人来追溯。

读懂LBO建模和真正擅长做它,是两件不同的事

读懂Claude辅助下的LBO建模,和真正在一个实时模型里发现一条断链,是两件不同的事。Nightschool AI的免费课程从第一课开始就是实践导向的,让你建立的是能力,而不只是词汇。

常见问题

AI能搭建LBO模型吗?

AI可以很快起草出LBO模型的结构:一份sources and uses表、一份债务计划表模板,以及对IRR和MOIC如何计算的讲解。它做不到的是对照你的term sheet或信贷协议核实特定于这笔交易的事实,也不能取代在模型进入委员会之前追溯每一条公式的标准做法。

用于LBO建模的AI到底擅长什么?

它最擅长起草标准结构、解释现金归集和covenant测试之类的机制、用通俗语言叙述敏感性分析表,以及为模型审查生成检查清单。它最薄弱的地方是任何需要了解你这笔交易具体法律文件的内容,除非你提供了确切的措辞,否则它从未见过那些文件。

我该如何用Claude搭建LBO模型的骨架?

用通俗的语言描述资本结构、债务层级和关键假设,并要求提供一份带标签的草稿表或计划表,清楚标出任何假设的输入值。把结果当作一个需要填充和核实的起始结构,而不是一个可以直接拿去展示的成品模型。

当AI帮忙搭建了模型时,LBO模型审查应该涵盖什么?

和任何模型审查应该涵盖的内容一样:本应链接却被硬编码的单元格,复制工作表导致的断链,符号错误,处理不当的循环引用,以及一个真正驱动每一个下游标签页的假设标签页。让Claude提供一份检查清单,然后自己去追溯公式。

Claude能帮我计算IRR和MOIC吗?

它可以说明IRR和MOIC是如何推导出来的,并解释一个给定结果意味着什么,而在你搭建并核实了现金流情形之后,它也可以起草叙述部分。但不应该信任它在没有真实现金流时点和退出假设的情况下,自己生成底层数字。

把机密交易数据粘贴进Claude安全吗?

在把任何数据室资料、管理层预测或非公开信息放进任何AI工具之前,先检查你所在公司的数据处理政策。对实时交易数据只使用经过批准、访问受控的环境,并把关于机制的一般性问题,与任何涉及真实目标公司的内容分开处理。

团队在使用AI搭建的LBO模型时最容易犯的最大错误是什么?

把一份看起来精致的草稿当作已经完成的成品。借助AI搭建的模型可能和手工搭建的一样干净整洁,却仍然藏着一个只有在有人把公式追溯回来源时才会显现的错误,所以真正的风险是跳过这道追溯,而不是起草本身。

使用Claude会取代审核模型的第二年分析师吗?

不会。核查这个角色不会消失,它只是在流程中提前了,变成审核一份更快完成的初稿,而不是从零开始搭建一份。对这笔交易负责的人,在模型到达投资委员会之前,仍然必须追溯其中的逻辑。

养成核查模型的习惯

最快的分析师不是那些信任草稿的人,而是那些清楚知道该去哪里找错误的人。

Nightschool AI 是一个独立的学习平台,与 Anthropic 没有任何隶属、认可或赞助关系。Claude 是 Anthropic, PBC 的商标。 在寻找 Anthropic 官方的 Claude Academy?请访问 academy.claude.com。