Agent Skills by ALSEL
Anthropic ClaudeLLM・AI開発⭐ リポ 0品質スコア 50/100

lbo-model

LBO(レバレッジド・バイアウト)モデルのExcelテンプレートを完成させる際に使用するスキルで、プライベートエクイティ取引・ディール資料・投資委員会向けプレゼンテーションに対応します。数式の入力や計算の検証を行い、あらゆるテンプレート構造に適応したプロフェッショナルな書式基準を自動で整えます。

description の原文を見る

This skill should be used when completing LBO (Leveraged Buyout) model templates in Excel for private equity transactions, deal materials, or investment committee presentations. The skill fills in formulas, validates calculations, and ensures professional formatting standards that adapt to any template structure.

SKILL.md 本文


テンプレート要件

このスキルは LBO モデルテンプレートを使用します。常に最初に添付テンプレートファイルを確認してください。

LBO モデルを開始する前に:

  1. テンプレートファイルが添付/提供されている場合: そのテンプレートの構造をそのまま使用してください。コピーしてユーザーのデータで入力してください。
  2. テンプレートが添付されていない場合: ユーザーに以下のように質問してください。「使用したい特定の LBO テンプレートはありますか?ない場合は、Sources & Uses、Operating Model、Debt Schedule、Returns Analysis を含む標準テンプレートを使用できます。」
  3. 標準テンプレートを使用する場合: examples/LBO_Model.xlsx を出発点としてコピーし、ユーザーの仮定で入力してください。

重要: LBO_Model.xlsx などのファイルが添付されている場合、それをテンプレートとして使用する必須です。スクラッチから構築してはいけません。テンプレートが複雑に見えたり、必要以上の機能を持っていても、それをコピーしてユーザーの要件に適応させてください。テンプレートが提供されている場合は、「スクラッチから構築する」という決定を決してしてはいけません。


Claude 向けの重要な指示 - 最初に読んでください

環境: Office JS vs Python

Excel 内で実行している場合(Office Add-in / Office JS 環境):

  • Office JS(Excel.run(async (context) => {...}))を直接使用してください。Python/openpyxl は使用しないでください
  • range.formulas = [["=B5*B6"]] で数式を記述してください。Office JS の数式はライブブックで自動的に再計算されます。
  • 同じ数式優先ルールが適用されます:計算が必要なものに対して range.formulas を設定し、range.values は決して使用しないでください。
  • range.format.font.color / range.format.fill.color を青/黒/紫/緑の規約に使用してください。
  • 個別の再計算ステップは不要です。Excel はネイティブに計算を処理します。
  • マージ済みセルの落とし穴: .merge() を呼び出してからマージ範囲に .values を設定しないでください(InvalidArgument がスローされます。範囲は元の寸法を報告したままです)。代わりに:左上のセルだけに値を記述してください(ws.getRange("A7").values = [["SOURCES & USES"]])。その後、完全な範囲をマージしてフォーマットしてください(ws.getRange("A7:F7").merge(); ws.getRange("A7:F7").format.fill.color = "#1F4E79";)。

スタンドアロン .xlsx ファイルを生成している場合(ライブ Excel セッションなし):

  • 以下で説明している Python/openpyxl を使用してください。
  • 数式文字列を記述してください(ws["D20"] = "=B5*B6")。その後、配信前に recalc.py を実行してください。

このスキルの残りの部分は openpyxl の例で記述されていますが、同じ原則が Office JS に適用されます。API 呼び出しを翻訳するだけです。

コア原則

  • すべての計算は Excel 数式である必要があります - Python で値を計算して、結果をセルにハードコーディングすることは決してしないでください。openpyxl を使用する場合、cell.value = "=B5*B6"(数式文字列)と記述してください。cell.value = 1250(計算結果)ではなく。モデルは動的である必要があり、入力が変更されたときに更新する必要があります。
  • テンプレート構造を使用してください - examples/LBO_Model.xlsx またはユーザーが提供したテンプレートの組織に従ってください。独自のレイアウトを発明しないでください。
  • 適切なセル参照を使用してください - すべての数式は適切なセルを参照する必要があります。他のセルから来るべき数値を決してハードタイプしないでください。
  • 符号規約の一貫性を維持してください - テンプレートが使用している符号規約に従ってください(流出に負の数を使用するもの、流出に正の数を使用するものもあります)。全体を通して一貫性を持たせてください。
  • セクションごとに作業し、各ステップでユーザーと検証してください - 1 つのセクションを完全に完了し、構築されたものをユーザーに表示し、そのセクションの検証チェックを実行し、次のセクションに進む前に確認を得てください。モデル全体をエンドツーエンドで構築して、その後提示しないでください。後のセクションは前のセクションに依存するため、リターンが既に構築されてから Sources & Uses での間違いをキャッチすることは、至る所で変更が必要になることを意味します。

数式カラー規約

  • 青(0000FF): ハードコーディングされた入力 - 他のセルを参照しない型付き数字
  • 黒(000000): 計算を行う数式 - 演算子または関数を使用する任意の数式(=B4*B5=SUM()=-MAX(0,B4)
  • 紫(800080): 同じタブ 内のセルへのリンク - 計算なしの直接参照(=B9=B45
  • 緑(008000): 異なるタブ 上のセルへのリンク - クロスシート参照(=Assumptions!B5='Operating Model'!C10

カラーパレット - 専門的なブルー & グレー(ユーザー/テンプレートが別途指定しない限り既定値)

  • 最小限に保ってください — セルの塗りつぶしにはブルーとグレーのみを使用してください。グリーン、イエロー、レッド、または複数のアクセントを導入しないでください。専門的な LBO モデルは節度を使用します。
  • 既定の塗りつぶしパレット:
    • セクションヘッダー(Sources & Uses、Operating Model など): 濃紺 #1F4E79 白太字テキスト付き
    • 列ヘッダー(Year 1、Year 2 など): 薄いブルー #D9E1F2 黒太字テキスト付き
    • 入力セル: 薄いグレー #F2F2F2(またはシンプルな白) — 青いフォントがシグナル、塗りつぶしは二次的
    • 数式/計算セル: 白、塗りつぶしなし
    • 主要な出力(IRR、MOIC、Exit Equity): 中程度のブルー #BDD7EE 黒太字テキスト付き
  • これが全体です。 3 つのブルー + 1 つのグレー + 白。テンプレートが独自のカラーを使用している場合は、代わりにテンプレートに従ってください。
  • 注記: 上記の青/黒/紫/緑のフォントカラーは入力 vs 数式 vs リンクを区別するためのものです。これらはここの塗りつぶしパレットとは別です。両方が一緒に機能します。

数値フォーマット基準

  • 通貨: $#,##0;($#,##0);"-" または $#,##0.0 テンプレートに応じて
  • パーセンテージ: 0.0%(1 小数点)
  • マルチプル: 0.0"x"(1 小数点)
  • MOIC/詳細な比率: 0.00"x"(精度のための 2 小数点)
  • すべての数値セル: 右揃え

最初に要件を明確にしてください

数式を埋め込む前に:

  • テンプレート構造を検査してください - すべてのセクションを識別し、タイムラインを理解し(どの列がどの期間かなど)、既存の数式に注記してください。
  • 何か不明な点がある場合はユーザーに尋ねてください - テンプレート構造、計算方法、または要件が曖昧な場合は、進める前に尋ねてください。
  • 主要な仮定を確認してください - 主要な入力、計算の優先順位、または特定の要件
  • テンプレートを理解した後にのみ数式を埋め込む手順に進んでください。

テンプレート分析フェーズ - 最初にこれを実行してください

数式を埋め込む前に、テンプレートを十分に検査してください:

  1. 構造をマップしてください - 各セクションがどこにあるか、そしてそれらがどのように相互に関連しているかを識別してください。どのセクションが他のセクションに供給しているかに注記してください。

  2. タイムラインを理解してください - どの列がどの期間を表していますか?「Closing」または「Pro Forma」列はありますか?投影期間はどこから始まりますか?

  3. 入力 vs 数式セルを識別してください - テンプレートは多くの場合、色分け、罫線、または陰影を使用して、どのセルが入力が必要か数式が必要かを示します。これらの規約を尊重してください。

  4. 既存のラベルを注意深く読んでください - 行ラベルは、期待される計算が正確に何かを示しています。推測しないでください。テンプレートが何を尋ねているかを読んでください。

  5. 既存の数式を確認してください - テンプレートは部分的に埋め込まれている場合があります。具体的に尋ねられない限り、作業中の数式を上書きしないでください。

  6. テンプレート固有の規約に注記してください - 符号規約、小計の構造、セクションがどのように組織されているか、異なるタブの個別のコンポーネントがあるかどうかなど。


数式を埋め込む - 一般的なアプローチ

数式が必要な各セルについて、以下の階層に従ってください:

ステップ 1: テンプレートを確認してください

  • セルに既に数式がありますか?はいの場合は、その正確さを検証して先に進んでください。
  • 期待される計算を示すコメントまたは注記がありますか?
  • 行/列ラベルは、計算が明らかですか?
  • 隣接するセルはあなたが従うべきパターンを示していますか?

ステップ 2: ユーザーの指示を確認してください

  • ユーザーは特定の計算方法を指定しましたか?
  • 影響する状態の仮定がありますか?
  • 記載されている特別な要件はありますか?

ステップ 3: 標準的な実践を適用してください

  • テンプレートまたはユーザーのいずれも指定しない場合は、標準的な LBO モデリング規約を使用してください。
  • あなたが行う仮定を文書化してください。
  • 本当に不確かな場合は、ユーザーに尋ねてください。

共通の問題領域

以下の計算パターンは LBO モデル全体でよく問題を引き起こします。これらを遭遇したときは、特に注意を払ってください:

セクションのバランシング

  • 2 つのセクションが等しい必要がある場合(例:Sources = Uses)、通常 1 つの項目は「プラグ」(バランシング図)です。
  • どの項目がプラグであるかを識別し、差として計算してください。

税計算

  • 税の数式は、関連する収入ラインと税率のみを参照する必要があります。
  • 無関係なセクション(例:債務スケジュール)を参照してはいけません
  • 損失が税シールドを作成するか、単に無視されるかを検討してください。

利息と循環参照

  • 利息計算は、キャッシュフローの影響を受けるバランスを参照する場合、循環性を作成できます。
  • 期首残高(平均でも期末でもない)を使用して、循環参照を破ってください。
  • パターン:利息 → キャッシュフロー → 返済 → 期末残高(利息が期末残高を使用する場合、これは逆参照します)。

債務返済 / キャッシュスイープ

  • 複数の債務トランシェが存在する場合、通常は優先順序があります。
  • キャッシュスイープは優先順位ウォーターフォールを尊重する必要があります。
  • バランスは負の値になることはできません。MAX または MIN 関数を適切に使用してください。

リターン計算(IRR/MOIC)

  • キャッシュフローは正しい符号を持つ必要があります:投資 = 負、収益 = 正
  • XIRR を使用する場合、対応する日付が必要です。
  • IRR を使用する場合、キャッシュフローは連続する期間にある必要があります。
  • MOIC = 総収益 / 総投資

感度テーブル

  • 奇数の寸法を使用してください(5×5 または 7×7) — 4×4 または 6×6 は決して使用しないでください。奇数の寸法は真の中央セルを保証します。
  • 中央セル = ベースケース。 行と列の軸値をモデルの実際の仮定の周りに対称的に構築してください(例:ベース入力マルチプル = 10.0x の場合、軸 = [8.0x, 9.0x, 10.0x, 11.0x, 12.0x])。中央セルの IRR/MOIC はその後モデルの実際の IRR/MOIC 出力と等しくなければなりません。これはテーブルが正しく配線されていることの証です。
  • 中央セルをハイライトしてください — 中程度のブルーの塗りつぶし(#BDD7EE)+ 太字のフォント。ベースケースが視覚的に固定されるようにしてください。
  • Excel の DATA TABLE 関数は openpyxl で機能しない場合があります。代わりに、行/列ヘッダーを参照する明示的な数式を記述してください。
  • 各セルは異なる値を表示する必要があります。すべてが同じ場合、数式は正しく変動していません。
  • 混合参照を使用してください(例:$A5 行入力、B$4 列入力)。

検証チェックリスト - 完了後に実行

数式検証を実行してください

python /mnt/skills/public/xlsx/recalc.py model.xlsx

ゼロのエラーで成功を返す必要があります。

セクションのバランシング

  • バランスが必要なセクション(Sources/Uses、Assets/Liabilities)は正確にバランスしています。
  • プラグ項目はバランシング図として正しく計算されています。
  • セクション全体で一致する必要のある金額は一貫性があります。

収入/運営予測

  • 収益/トップラインはドライバーまたは成長率から正しく構築されます。
  • すべてのコストと経費項目が適切に計算されます。
  • 小計と合計が正しく合計します。
  • マージンと比率が合理的です。
  • 仮定へのリンクは正しいです。

バランスシート(該当する場合)

  • 資産 = 負債 + 資本(バランスが取れている必要があります)。
  • すべての項目は適切なスケジュールまたはロールフォワードにリンクします。
  • 期首残高 = 前期末残高
  • チェック行が含まれ、ゼロを表示します。

キャッシュフロー(該当する場合)

  • 正しい収入数字で開始します。
  • 非現金項目を適切に追加/減算します。
  • 運転資本の変化が正しい符号を持ちます。
  • 期末現金 = 期首現金 + 純キャッシュフロー
  • 現金残高はステートメント全体で一貫性があります。

サポートスケジュール

  • ロールフォワードスケジュールがバランスしています(期首 + 変化 = 期末)。
  • スケジュールが主ステートメントに正しくリンクします。
  • 計算項目は適切なドライバーを使用します。
  • すべての期間が一貫して計算されます。

債務/融資スケジュール(該当する場合)

  • 期首残高は sources または前期末にリンクします。
  • 利息は適切なバランスで計算されます(通常は期首)。
  • 返済は現金の可用性と優先順位を尊重します。
  • 期末残高は負の値になることはできません。
  • 合計はトランシェを正しく合計します。

リターン/出力分析

  • 終了/ターミナル値が正しく計算されます。
  • すべての関連する調整が含まれています。
  • キャッシュフローの符号が正しい(投資は負、収益は正)。
  • IRR/MOIC の数式は完全な範囲を参照します。
  • 結果はシナリオに対して合理的です。

感度テーブル(該当する場合)

  • グリッド寸法は奇数です(5×5 または 7×7) — 真の中央セルがあります。
  • 行と列の軸値はベースケースの周りに対称的です([base-2Δ, base-Δ, base, base+Δ, base+2Δ])。
  • 中央セル出力はモデルの実際の IRR/MOIC と等しい — テーブルが正しく配線されていることを確認します。
  • 中央セルがハイライトされています(中程度のブルーの塗りつぶし #BDD7EE、太字のフォント)。
  • 行と列のヘッダーに適切な入力値が含まれています。
  • 各データセルに数式が含まれています(ハードコーディングされていない)。
  • 各データセルが異なる値を表示します。
  • 値が期待される方向に移動します(出口マルチプル高い → IRR 高い、など)。

フォーマット

  • ハードコーディングされた入力は青(0000FF)です。
  • 計算済み数式は黒(000000)です。
  • 同じタブのリンクは紫(800080)です。
  • クロスタブのリンクは緑(008000)です。
  • すべての数字は右揃えです。
  • 全体に適切な数値フォーマットが適用されます。
  • セルエラー値(#REF!、#DIV/0!、#VALUE!、#NAME?)を表示しているセルはありません。

論理的な健全性チェック

  • 数字は合理的な大きさです。
  • トレンドは理にかなっています(予想通りの成長、低下、安定化)。
  • 明らかに間違った値はありません(負になるべき場合は正、不可能なパーセンテージなど)。
  • 主要な出力はこの種の分析の合理的な範囲内です。

避けるべき共通エラー

エラー何が起こるか修正方法
計算値のハードコーディング入力が変更されたときにモデルが更新されない常に源セルを参照する数式を使用してください。
コピー後の間違ったセル参照数式が間違ったセルを指すすべてのリンクを検証し、適切な $ アンカーリングを使用してください。
循環参照エラーモデルが計算できない利息型の計算に期首残高を使用して、循環を破ってください。
セクションがバランスしない一致するべき合計が一致しない1 つの項目がプラグ(差として計算)であることを確認してください。
不可能な場所での負の残高利用可能なものより多くを支払う/使用するMAX(0, ...) または MIN 関数を適切に使用してください。
IRR/リターンエラー間違った符号または不完全な範囲キャッシュフローの符号を確認し、数式がすべての期間をカバーしていることを確認してください。
感度テーブルが同じ値を表示する数式が入力で変動していないセル参照を確認してください。混合参照が必要です($A5、B$4)。
ロールフォワードが結合されない期首 ≠ 前期末期間間のリンクを検証してください。
矛盾した符号規約加算が減算になるなどテンプレートの規約に一貫して従ってください。

ユーザーと作業する — セクションごとのチェックポイント

  • テンプレート構造が不明な場合、進める前に尋ねてください。
  • ユーザーの要件がテンプレートと競合する場合、その優先順位を確認してください。
  • 各主要なセクションを完了した後、次に進む前にユーザーと検証するために停止します:
    • Sources & Uses 後 → バランスの取れたテーブルを表示、プラグが正しいことを確認、運営モデルを構築する前に署名を受け取ります。
    • Operating Model / Projections 後 → 予測 P&L を表示、成長率とマージンが正しく見えることを確認、債務スケジュールの前に署名を受け取ります。
    • Debt Schedule 後 → 期首/期末残高と利息を表示、ウォーターフォール論理を確認、リターンの前に署名を受け取ります。
    • リターン(IRR/MOIC)後 → キャッシュフローシリーズと出力を表示、符号と範囲を確認、感度テーブルの前に署名を受け取ります。
    • 感度テーブル後 → 各セルが変動することを表示、ベースケースが期待される場所に着地することを確認します。
  • 検証中にエラーが見つかった場合、次のセクションに進む前に修正してください。
  • あなたの仕事を示してください - 有用な場合は、主要な数式または仮定を説明してください。
  • 各セクションでチェックインせずに完成したモデルを提示しないでください — セクションでの間違った細胞参照をキャッチする方が、壊れた IRR から逆方向にトレースするより速いです。

このスキルは、テンプレートに正しい数式を埋め込み、適切なフォーマットを適用し、検証された計算を実行することで、投資銀行品質の LBO モデルを生成します。スキルは、経済的正確性と専門的な提示基準を確保しながら、任意のテンプレート構造に適応します。

ライセンス: Apache-2.0(寛容ライセンスのため全文を引用しています) · 原本リポジトリ

詳細情報

作者
anthropics
リポジトリ
anthropics/financial-services-plugins
ライセンス
Apache-2.0
最終更新
不明

Source: https://github.com/anthropics/financial-services-plugins / ライセンス: Apache-2.0

関連スキル

OpenAILLM・AI開発⭐ リポ 6,054

agent-browser

AI エージェント向けのブラウザ自動化 CLI です。ウェブサイトとの対話が必要な場合に使用します。ページ遷移、フォーム入力、ボタンクリック、スクリーンショット取得、データ抽出、ウェブアプリのテスト、ブラウザ操作の自動化など、あらゆるブラウザタスクに対応できます。「ウェブサイトを開く」「フォームに記入する」「ボタンをクリックする」「スクリーンショットを取得する」「ページからデータを抽出する」「このウェブアプリをテストする」「サイトにログインする」「ブラウザ操作を自動化する」といった要求や、プログラマティックなウェブ操作が必要なタスクで起動します。

by JimmyLv
汎用LLM・AI開発⭐ リポ 1,982

anyskill

AnySkill — あなたのプライベート・スキルクラウド。GitHubを基盤としたリポジトリからエージェントスキルを管理、同期、動的にロードできます。自然言語でクラウドスキルを検索し、オンデマンドでプロンプトを自動ロード、カスタムスキルのアップロードと共有、スキルバンドルの一括インストールが可能です。OpenClaw、Antigravity、Claude Code、Cursorに対応しています。

by LeoYeAI
汎用LLM・AI開発⭐ リポ 1,982

engram

AIエージェント向けの永続的なメモリシステムです。バグ修正、意思決定、発見、設定変更の後はmem_saveを使用してください。ユーザーが「覚えている」「記憶している」と言及した場合、または以前のセッションと重複する作業を開始する際はmem_searchを使用します。セッション終了前にmem_session_summaryを使用して、コンテキストを保持してください。

by LeoYeAI
汎用LLM・AI開発⭐ リポ 21,584

skyvern

AI駆動のブラウザ自動化により、任意のウェブサイトを自動化できます。フォーム入力、データ抽出、ファイルダウンロード、ログイン、複数ステップのワークフロー実行など、ユーザーがウェブサイトと連携する必要があるときに使用します。Skyvernは、LLMとコンピュータビジョンを活用して、未知のサイトも自動操作可能です。Python SDK、TypeScript SDK、REST API、MCPサーバー、またはCLIを通じて統合できます。

by Skyvern-AI
汎用LLM・AI開発⭐ リポ 1,149

pinchbench

PinchBenchベンチマークを実行して、OpenClawエージェントの実世界タスクにおけるパフォーマンスを評価できます。モデルの機能テスト、モデル間の比較、ベンチマーク結果のリーダーボード提出、またはOpenClawのセットアップがカレンダー、メール、リサーチ、コーディング、複数ステップのワークフローにどの程度対応しているかを確認する際に使用します。

by pinchbench
汎用LLM・AI開発⭐ リポ 4,693

openui

OpenUIとOpenUI Langを使用してジェネレーティブUIアプリを構築できます。これらはLLM生成インターフェースのためのトークン効率的なオープン標準です。OpenUI、@openuidev、ジェネレーティブUI、LLMからのストリーミングUI、AI向けコンポーネントライブラリ、またはjson-render/A2UIの置き換えについて述べる際に使用します。スキャフォルディング、defineComponent、システムプロンプト、Renderer、およびOpenUI Lang出力のデバッグに対応しています。

by thesysdev
本サイトは GitHub 上で公開されているオープンソースの SKILL.md ファイルをクロール・インデックス化したものです。 各スキルの著作権は原作者に帰属します。掲載に問題がある場合は info@alsel.co.jp または /takedown フォームよりご連絡ください。
原作者: anthropics · anthropics/financial-services-plugins · ライセンス: Apache-2.0