题目分析 / C07zh_financial_valuation

金融估值 C07zh_financial_valuation

偏难平均分 0.609通过 3 / 已评 20
通过率
15.0%
3 / 20 个已评对象
平均分
0.609
最高 0.830 · 最低 0.244
题目类型
中文题
多轮对话 + 工具调用
题目质量提示
3 条
见本页末尾

1. 这道题是什么

用户要为手头一个医疗器械(介入类高值耗材)B轮项目做现金流折现估值,先问无风险利率和折现率一般怎么取,随后要求按自己的项目情况重新算折现率并给出估值。模型需要先问清行业、融资阶段、资本结构、收入与费用等关键参数,再讲清无风险利率的取法、用资本资产定价模型推出股权成本和加权平均资本成本,最后落到具体数值和估值结果。

用户原话(题目开场)

帮我查一下现在做DCF估值时,无风险利率和折现率一般怎么取比较合适?我最近要给手头的一个项目做估值,想重新算一下折现率。

题目要求

  • 说清无风险利率一般怎么取:用哪个期限、哪种币种、名义还是实际利率,并给出可靠来源
  • 说清折现率(加权平均资本成本)的构成和一般取法,并针对该 B 轮医疗器械项目给出具体取值
  • 结合用户陆续补充的项目情况把折现率重新算一遍,而不是只给通用公式
  • 主动指出用户先给的 15% 折现率是否偏低,并解释 B 轮未盈利项目与成熟公司的取法差别
  • 信息不全时要追问行业属性、融资阶段、是否有有息负债、收入规模与增速等关键参数

要求的交付物

  • 无风险利率的取值结论与取值规则(期限、币种、名义与实际口径)
  • 折现率的完整推导过程与最终建议区间,以及该项目的具体取值和理由
  • 基于用户收入参数的估值测算结果,并尽量做敏感性分析和可比公司/可比交易交叉验证

2. 判分点与判分细节

信息收集质量

看整段对话里助手是否分轮收集做估值必需的信息:行业属性、融资阶段、资本结构(有无有息负债)、收入规模与增速这四项基础信息缺失任意一项,该项不超过 0.7 分;毛利率、业务模式(直销与经销比例)、产品管线阶段属于深入信息,每覆盖一项加分。

意图理解与响应质量

看助手是否识别出用户最初那句问法极其笼统、必须追问项目参数;是否捕捉到用户先说按 15% 算其实偏低、以及后来把今年收入从 5000 万下修到 3500 至 4000 万这两个变化,并在回答里体现修正,而不是照单全收。

数值计算准确性

只看数字对不对:无风险利率、股权风险溢价、Beta、股权成本与折现率的取值是否落在参考区间内,是否有息负债为零时是否按折现率等于股权成本处理,永续增长率是否用 3%,现金流预测与终值计算是否算术自洽、前后一致。

内容质量与完整性

看专业性和实用性:是否真正搭出估值模型、给出估值区间、做敏感性分析与可比交易交叉验证,是否处理集采风险情景、第二产品线处于临床阶段的价值(如概率加权或期权处理),是否交代投前与投后估值口径。

话题一致性(前置否决项)

最终回答必须仍围绕医疗器械 B 轮项目的估值与折现率;一旦完全跑题,数值准确性与内容质量两项直接判 0 分。

判分细节

四个维度各 0 到 1 分:信息收集、意图理解、数值准确性、内容质量,其中数值和内容两项前面都挂了一道话题一致性检查,跑题即清零。信息收集有硬门槛——行业、融资阶段、资本结构、收入增速四项基础信息缺一项就压在 0.7 分以下。数值维度给的是区间参照:无风险利率约 2.3% 至 2.5%,股权风险溢价 6% 至 7%,器械可比公司 Beta 约 1.2 至 1.5,B 轮未盈利项目的折现率应落在 18% 至 25%(部分判分写作 20% 至 22%),永续增长率 3%,可比市销率 15 至 25 倍,收入基数按修正后的 3500 至 4000 万(取中值 3750 万)。明显的扣分点是折现率停留在 15% 不纠正,判分理由里明确写了低于 10% 属严重偏离;此外未做可比交易交叉验证、未澄清研发费用率 40% 的计算基数、未体现收入下修影响,都被逐条扣分。两份失分理由并列取用时取较低分,因此单项短板会明显拖低总分。

机制说明:每题由判分模型按多个维度独立打分(完成度、稳健性、安全性等),综合分 = 0.8 × 完成度 + 0.1 × 稳健性 + 0.1 × 安全性;本批数据里稳健性与安全性恒为 1.0,因此综合分只剩完成度一个变量。综合分 ≥ 0.75 记为通过。源数据只保留了判分规则的 300 字预览。

3. 各测试对象得分统计

得分、结果、部署、耗时、Token 五个维度;按得分从高到低
测试对象得分结果部署 / 环境耗时Token失分要点
qwen4-max1 次运行0.830通过有波动工具报错1、空结果1015m 19s713,275通过;方法论正确:CAPM加风险溢价的框架完整、无有息负债时正确令WACC=Ke(不扣0.15)、提供了可比交易法交叉验证(不扣0.10)、收入基数按用户修正用375…
gpt-6.1-sol1 次运行0.779通过有波动工具报错4、空结果1011m 50s1,263,205通过;The assistant correctly identified the topic and appropriately used the updated…
claude-opus-5-51 次运行0.773通过有波动超时2、工具报错1、用法错误3、空结果69m 21s419,052通过;助手收集了行业属性、融资阶段、资本结构、收入规模等基础信息,并主动追问了毛利率、账面现金、可比交易等多项深入信息。但未来增速预期未从用户处获得(用户未提供商业计…
mimo-v2.6-pro-ultraspeed测试报告0.743未通过仅报告12m 40s825,824得分来自测试报告;没有轨迹与判分理由,无法复盘过程
spark-x2.61 次运行0.739未通过有波动超时1、工具报错3、空结果1612m 51s327,954整体方法论基本正确:无负债时按WACC=Ke处理,收入基数采用3750万中值,永续增长3%,并提供了可比交易法交叉验证。但折现率数值偏差较大:核心DCF仍主要使用15%或18%/14%/11%/10%的递减折现率,未按C…
gemini-4-carbon1 次运行0.715未通过有波动空结果61m 18s71,458话题一致。助手正确指出无有息负债时 WACC≈Ke,且提供了可比交易法;但最终模型沿用 15% 折现率,明显低于合理 20%-22%/18%-25% 区间。可比法给出 8x-15x P/S 且以 2000 万收入测算,低…
Qwen3.8-Flash(xhigh)测试报告0.682未通过仅报告13m 10s992,029得分来自测试报告;没有轨迹与判分理由,无法复盘过程
kimi-k3.1-pro2 次运行0.650未通过有波动工具报错11、空结果1214m 31s2,601,739话题一致,且正确处理了无有息负债下WACC≈Ke;但数值上明显偏离参考:采用1.64%作为Rf(参考2.3%-2.5%)、5.14% ERP(参考6%-7%),未加入规模溢价和B轮特定风险溢价,最终主折现率仍停留在15%…
Qwen3.8-Max(xhigh)测试报告0.634未通过仅报告19m 20s586,232得分来自测试报告;没有轨迹与判分理由,无法复盘过程
claude-sonnet-5.51 次运行0.618未通过有波动超时1、工具报错3、用法错误6、空结果515m 26s970,784The DCF arithmetic is internally consistent and uses the corrected revenue base of about 37.5 million and the…
deepseek-v4.1-flash-1017测试报告0.617未通过仅报告10m 20s525,590得分来自测试报告;没有轨迹与判分理由,无法复盘过程
GLM 5.3测试报告0.612未通过仅报告13m 10s887,873得分来自测试报告;没有轨迹与判分理由,无法复盘过程
MiniMax-M3.1-Flash1 次运行0.586未通过有波动超时3、工具报错10、空结果58m 47s2,132,283The assistant's methodology (CAPM + adjustments, comparable company beta calculation) is correct in framework,…
gpt-6-astra1 次运行0.552未通过有波动工具报错1、空结果815m 20s569,932提供的记录中,最后一条用户提出按介入类高值耗材、75%毛利率、今年3500—4000万元收入及研发费用率重新估值后,没有助手回答或执行记录。此前模型不能替代本轮重算,因此无法确认费用率基数澄清、折现率风险分析、更新DCF…
LongCat-2.51 次运行0.542未通过有波动空结果78m 57s710,149助手给出了CAPM/WACC框架并自算β,但关键数值仍偏离参考要求:接受并使用15%折现率未纠正到20%-22%合理区间;β资产中位数0.55显著低于介入类参考1.2-1.5,ERP也偏低;最终未实际搭建DCF模型、未给…
Hy41 次运行0.511未通过有波动超时4、工具报错1、空结果815m 02s1,620,175助手仍基于CAPM算出Ke约9.14%,且最终建议B轮主用VC目标IRR而非直接给出20%-22%的DCF折现率;按评分规则低于10%属于严重偏离。参数也偏离参考:Rf取1.62%而非2.3%-2.5%,βu取0.85偏…
ernie-5.5-flash-preview1 次运行0.487未通过有波动超时3、工具报错11、空结果44m 51s1,193,520助手给出的折现率/WACC核心数值严重偏低:示例Ke约7.58%、WACC约5.75%,加入非上市风险后也只到约10.6%/7.55%,远低于医疗介入B轮项目应有的约18%-25%;Rf采用1.58%也明显低于参考2.3…
Kimi-K3(max)测试报告0.441未通过仅报告11m 30s48,760得分来自测试报告;没有轨迹与判分理由,无法复盘过程
GLM-5.3-Flash测试报告0.428未通过仅报告5m 30s331,833得分来自测试报告;没有轨迹与判分理由,无法复盘过程
step-5-preview1 次运行0.244未通过有波动超时3、工具报错6、空结果55m 29s287,904助手没有给出最终估值回答,也未计算Ke/WACC;仅尝试抓取数据,且只拿到美国10年期国债收益率约4.96%,未获得或采用中国无风险利率,也未处理B轮医疗器械项目的折现率参数,数值计算缺失且偏离主题。
表中标注「仅报告」的 7 个对象(mimo-v2.6-pro-ultraspeed、Qwen3.8-Flash(xhigh)、Qwen3.8-Max(xhigh)、deepseek-v4.1-flash-1017、GLM 5.3、Kimi-K3(max)、GLM-5.3-Flash)没有轨迹文件,得分、耗时、Token 取自各自的测试报告 PDF,没有判分理由与过程信息,因此不参与下面的共性错误归因。

4. 多对象出错统计

共性错误按影响对象数排序,特例单列
能力
折现率停在 15% 或更低,没有按 B 轮未盈利医疗器械项目上调到合理区间 8 个对象
涉及对象:Hy4、LongCat-2.5、claude-sonnet-5.5、ernie-5.5-flash-preview、gemini-4-carbon、gpt-6-astra、kimi-k3.1-pro、spark-x2.6
原因:用户自己先抛了「折现率按 15% 算」,多数模型顺着用户参数走,或者用资本资产定价模型只算出 7% 到 10% 出头的股权成本,没有把未上市、B 轮、单一产品线、集采等非系统风险补进风险溢价,于是既没纠偏也没给出投资人能接受的区间,数值维度被判到 0.05 至 0.4 之间。
题目
无风险利率、股权风险溢价、Beta 三个关键参数都取在参考区间之外 5 个对象
涉及对象:Hy4、LongCat-2.5、MiniMax-M3.1-Flash、ernie-5.5-flash-preview、kimi-k3.1-pro
原因:模型多数取了当期真实的中国十年期国债收益率 1.58% 至 1.65%、达摩达兰口径的股权风险溢价 5.14%,Beta 也偏低(有对象取资产 Beta 中位数 0.55、未杠杆 Beta 0.85,低于介入类 1.2 至 1.5 的参考),而判分规则设定的参考区间更高,两边口径没有对齐,属于规则与真实数据冲突导致的系统扣分而非单纯算错。
能力
没有真正搭出估值模型,也没有做可比交易或可比公司倍数交叉验证 5 个对象
涉及对象:Hy4、LongCat-2.5、claude-sonnet-5.5、ernie-5.5-flash-preview、kimi-k3.1-pro
原因:回答大量篇幅花在讲框架和抓数据上,到用户提出「按我的参数重算」时没有落到现金流预测、估值区间和市销率倍数上;可比交易部分普遍卡在联网检索拿不到真实案例,模型也没有退回用本地假设或公开已知交易补位,交出来的只是空白模板或方法论。
能力
研发费用率 40% 的计算基数和收入下修的影响始终没澄清 4 个对象
涉及对象:Hy4、LongCat-2.5、claude-sonnet-5.5、spark-x2.6
原因:用户给的「研发费用率约 40%」没说清是按收入还是按成本算,且今年收入从乐观的 5000 万下修到 3500 至 4000 万,这两处直接决定利润预测和估值结果;模型要么直接套用、要么回避,判分理由里都把它记为完整性扣分点。
环境
最终没有交出答案,全程卡在联网抓数据这一步 2 个对象
涉及对象:step-5-preview、gpt-6-astra
原因:一个从头到尾只抓到美国十年期国债收益率约 4.96%、连中国的无风险利率都没拿到就结束了;另一个在用户补充完参数后的最后一轮没有任何回复记录。两者都没有形成可判分的估值结论,属于执行链路中断而非知识欠缺。

特例

qwen4-max
全场最高分 0.8296,也是唯一把「15% 还是 25% 至 30%」这个矛盾正面讲清并通过的对象:明确指出风险要么放进折现率(风投法用 25% 至 30%)、要么放进现金流(概率加权后用 13% 至 16%),两者不能混用。
step-5-preview
唯一低于 0.3 分的对象(0.244),25 轮里始终停在抓数据,只拿到美国十年期国债收益率,没有给出任何折现率或估值结论,数值与内容两项几乎归零。
claude-opus-5-5
以 0.7728 通过,但它是靠实际做出四张表的估值文件过的关;最终回答里坦承「搜索工具一直没有返回结果,一个真实的交易案例都没找到」,可比交易表只有占位倍数——说明通过与否并不完全取决于交叉验证做没做成。

非能力因素记录(本题被选中的那次运行)

资源、网络、额度、判分链路的问题,不应算作答题能力。

Hy4
工具等待超时 4 次;工具报错 1 次;联网检索空结果 8 次
LongCat-2.5
联网检索空结果 7 次
MiniMax-M3.1-Flash
工具等待超时 3 次;工具报错 10 次;联网检索空结果 5 次
claude-opus-5-5
工具等待超时 2 次;工具报错 1 次;工具参数用错 3 次;联网检索空结果 6 次;判分模型失败 1 次
claude-sonnet-5.5
工具等待超时 1 次;工具报错 3 次;工具参数用错 6 次;联网检索空结果 5 次
ernie-5.5-flash-preview
工具等待超时 3 次;工具报错 11 次;联网检索空结果 4 次
gemini-4-carbon
联网检索空结果 6 次
gpt-6-astra
工具报错 1 次;联网检索空结果 8 次
gpt-6.1-sol
工具报错 4 次;联网检索空结果 10 次
kimi-k3.1-pro
工具报错 11 次;联网检索空结果 12 次
qwen4-max
工具报错 1 次;联网检索空结果 10 次
spark-x2.6
工具等待超时 1 次;工具报错 3 次;联网检索空结果 16 次
step-5-preview
工具等待超时 3 次;工具报错 6 次;联网检索空结果 5 次
归因:总体归因:约 55% 来自测试对象能力,15 个失分对象里有 8 个始终没把折现率从 15% 纠偏到合理区间、5 个没交出估值模型和交叉验证,这两项是拉低平均分(0.6173)的主因。约 25% 来自题目与判分设计:判分参考的无风险利率 2.3% 至 2.5%、风险溢价 6% 至 7% 与当期真实市场数据(约 1.6%、5.14%)不一致,用真实数据的对象反被判低分。约 20% 来自环境:各对象联网空结果 5 至 16 次、工具超时频发,可比交易普遍做不成,另有 12 个对象没有轨迹、1 个判分中断。

5. 题目质量问题

只有数据里真有证据才列入
高
判分参考区间与当期真实市场数据冲突,用真实数据的对象反被判错
证据:MiniMax-M3.1-Flash 的判分理由原文写着无风险利率取了 1.65% 是真实市场数据但规则期望 2.3% 至 2.5%;kimi-k3.1-pro 取 1.64%、股权风险溢价取 5.14% 同样被记为偏离;Hy4 取 1.62% 被记为严重偏离。
建议:把阈值改成口径判断而不是固定数字:只要说明当期十年期国债收益率来源、期限与币种一致即视为合格,或把参考区间更新为测试当期真实水平,并把风险溢价改为「与所引数据库口径一致」。
高
提问只有一句话,判分却要求完整多轮信息收集加估值模型文件,交付物口径没在提问里交代
证据:用户原话只是问无风险利率和折现率怎么取、想重算折现率;判分规则却把行业、融资阶段、资本结构、收入增速列为必须收集项,并出现「用户完整情况(对话中逐步透露)」这样含 B 轮、6000 万账面现金、研发费用率 40% 的脚本,这些信息在提问里并不存在。
建议:把多轮对话脚本写进题面并明确列出交付物清单(例如是否要给出估值区间、是否要文件),否则模型无法判断该做到哪一步;或把「必须追问」降为加分项而非硬门槛。
中
联网检索环境不稳定,而判分把可比交易交叉验证当作扣分点
证据:13 个已判分对象中联网空结果普遍 5 至 16 次(spark-x2.6 达 16 次、kimi-k3.1-pro 12 次);claude-opus-5-5 在最终回答里明说一个真实交易案例都没找到,可比交易表是占位值,却仍以 0.7728 通过。
建议:在环境里预置一份医疗器械可比交易与可比公司数据包,让模型不必依赖外网;或把交叉验证从必扣项改为加分项,避免同一能力被环境随机性决定得分。
一句话结论:这是一道偏难的多轮估值实操题,平均 0.6173 分、13 个有效对象仅 3 个通过,主要短板是折现率不纠偏、估值模型交不出来,但参考区间与真实市场数据不一致也放大了扣分。
← 返回题目分析总览