阿斯沃斯·达摩达兰 Agent 教程：DCF 估值、安全边际与内在价值分析

阿斯沃斯·达摩达兰 Agent 教程：DCF 估值、安全边际与内在价值分析

难度：入门

阿斯沃斯·达摩达兰被誉为「估值院长」，在本系统中他把公司故事与数字放在同一套纪律下：先估内在价值，再判断市价是否留有足够安全边际。读完本文，你能看懂这个 Agent 如何从财报算出看多/看空信号。

本文你将学到

• 达摩达兰投资哲学的核心：故事、数字、价值三者如何衔接
• aswath_damodaran_agent 的完整执行流水线
• 增长、风险、相对估值三大打分模块的阈值含义
• FCFF DCF 内在价值与安全边际（MOS）如何决定初步 signal
• LLM 如何把定量结果写成教授风格的 reasoning
• 输出如何写入 analyst_signals 供下游风控与组合管理使用

投资原理 / 这位分析师是谁 + 关注什么

这位分析师是谁： 阿斯沃斯·达摩达兰是纽约大学斯特恩商学院金融学教授，以严谨的估值框架闻名。他主张任何投资观点都必须能落到可检验的数字上——先有商业叙事，再把叙事翻译成现金流、增长率和资本成本假设，最后得出内在价值。

他关注什么：

• 公司故事是否自洽：增长从哪来？风险在哪？再投资效率如何？
• 现金流与资本成本：自由现金流（FCFF）趋势、ROIC 是否高于门槛、CAPM 股权成本
• 价格相对价值的偏离：安全边际（Margin of Safety）是核心决策变量
• 相对估值交叉验证：市盈率相对自身历史中位数是否偏贵或偏便宜

与格雷厄姆的「捡烟蒂」不同，达摩达兰更强调完整估值叙事；与凯瑟琳·伍德的颠覆成长不同，他更在意故事能否被数字承接，而非主题口号。

执行逻辑

整个 Agent 由入口函数 aswath_damodaran_agent 驱动，对 state["data"]["tickers"] 中的每只股票依次执行以下步骤：

第一步：拉数

• 调用 get_financial_metrics 获取近 5 期 TTM 财务指标（含收入、ROIC、Beta、P/E 等）
• 调用 search_line_items 拉取自由现金流、EBIT、利息支出、资本支出、折旧摊销、流通股数、净利润、总负债等科目
• 调用 get_market_cap 获取当前市值，用于计算安全边际

第二步：打分 / 规则分析

并行运行三个子分析函数，各自产出 score 与 details：

1. analyze_growth_and_reinvestment：增长与再投资效率（满分 4 分）
2. analyze_risk_profile：风险画像（满分 3 分），同时估算 CAPM 股权成本
3. analyze_relative_valuation：相对估值（满分 1 分，可扣至 -1）

另外运行 calculate_intrinsic_value_dcf 做 FCFF 折现，得到 intrinsic_value。

第三步：映射 signal

安全边际公式：

margin_of_safety = (intrinsic_value - market_cap) / market_cap
​

决策规则（达摩达兰通常要求约 20%–25% 安全边际）：

• MOS ≥ 25% → bullish
• MOS ≤ -25% → bearish
• 其余 → neutral

第四步：call_llm

调用 generate_damodaran_output，把 analysis_data 喂给 LLM，要求以达摩达兰口吻输出 AswathDamodaranSignal（含 signal、confidence 0–100、reasoning）。

第五步：写入 analyst_signals

每只股票的结果存入 state["data"]["analyst_signals"]["aswath_damodaran_agent"]，同时封装为 HumanMessage 返回图状态。若 show_reasoning 开启，则调用 show_agent_reasoning 展示推理过程。

关键源码逻辑

增长与再投资打分（analyze_growth_and_reinvestment）

# 收入 CAGR > 8% 得 2 分；> 3% 得 1 分
# FCFF 五年正增长 +1 分
# ROIC > 10% +1 分（再投资效率）
max_score = 4
​

风险画像（analyze_risk_profile）

# Beta < 1.3 → +1
# 负债权益比 D/E < 1 → +1
# 利息覆盖率 EBIT/利息 > 3× → +1
cost_of_equity = 0.04 + beta * 0.05  # CAPM: 无风险 4% + β×ERP 5%
​

相对估值（analyze_relative_valuation）

# TTM P/E < 历史中位数 × 70% → +1（便宜）
# TTM P/E > 历史中位数 × 130% → -1（偏贵）
​

FCFF DCF（calculate_intrinsic_value_dcf）

base_growth = min(revenue_cagr, 0.12)   # 增长率上限 12%
terminal_growth = 0.025                  # 永续增长 2.5%
discount = cost_of_equity or 0.09        # 折现率
# 10 年预测，增长率线性衰减至永续率
# 终值 = FCFF × (1+g_terminal) / (r - g_terminal)，折现加总
intrinsic_value = pv_sum + terminal_value
​

信号映射（主循环内）

if margin_of_safety >= 0.25:
    signal = "bullish"
elif margin_of_safety <= -0.25:
    signal = "bearish"
else:
    signal = "neutral"
​

注意：定量规则先给出 signal，LLM 可在此基础上补充叙事并输出最终 confidence 与 reasoning，但核心估值数字来自上述硬规则。

适合和谁搭配读

• 本杰明·格雷厄姆 Agent：都谈价值与安全边际，但格雷厄姆更偏「净流动资产价值 / 格雷厄姆数」式捡便宜，达摩达兰更偏完整 DCF 叙事
• 凯瑟琳·伍德 Agent：一边是纪律估值与资本成本，一边是颠覆成长与高假设 DCF，对照阅读能训练「叙事是否被数字支撑」的判断力
• 查理·芒格 Agent：芒格重质量与可预测性，达摩达兰重估值框架，可观察「好生意是否仍偏贵」

小结

达摩达兰 Agent 是本系统中「估值院长」角色：先用 CAPM、FCFF DCF 和安全边际做硬规则判断，再让 LLM 以教授风格解释故事与数字的衔接。当你想问「好故事值多少钱、现在买是否够便宜」时，优先阅读它的 margin_of_safety 与 reasoning。它不直接下单，只产出研究信号供风险管理与组合管理综合参考。

下一篇请阅读同目录下的《本杰明·格雷厄姆 Agent：价值投资之父与安全边际》。