安装指南

1. ClawHub CLI 从源直接安装技能的最快方式。
   npx clawhub@latest install npa-fapai-valuation-lite
2. 手动安装 将技能文件夹复制到以下位置之一
   全局模式
   ~/.openclaw/skills/
   工作区
   /skills/
   优先级：工作区 > 本地 > 内置
3. 提示词安装 将此提示词复制到 OpenClaw 即可自动安装。
   请帮我使用 Clawhub 安装 npa-fapai-valuation-lite。如果尚未安装 Clawhub，请先安装（npm i -g clawhub）。
   更倾向于下载？
   获取包含原生技能文件的ZIP压缩包。
   下载技能 (.zip)

什么是

Foreclosure Valuation Lite 可帮助投资者评估拍卖房产及其他困境资产，而不只关注表面上的评估折价。它会区分价格与评估价值之比和相对于可比市场价值的真实折价，评估折价中可能通过采取行动收复的部分，并使用 IRR 和 MOIC 对保守、基准和乐观现金流情景进行建模。
此技能旨在辅助决策，可将一组交易假设转化为包含输入、情景现金流、敏感性分析和折价可修复性评分卡的五表 Excel 工作簿。Openclaw Skills 用户可以借此评估交易是否值得进一步尽职调查，并推敲可接受的出价；同时请记住，结果取决于假设的质量，且不构成投资建议。

应用场景

在决定是否跟进止赎房产或困境资产时，对其进行初步筛选。
将预估拍卖价格与法院评估价值及合理可信的可比市场价值进行比较。
评估表面折价究竟源于可采取行动改善的信息、时机或交易风险，还是难以解决的流动性不足。
根据回收时间、税费、法律费用和运营支出，估算保守、基准和乐观情景下的 IRR 和 MOIC。
在投入资金前，检查关键假设的敏感性。
针对住宅、商业、工业或股权资产，使用资产类型专属的默认折价权重，创建一致的 Excel 分析。

工作原理

复制交易输入模板，并填写已知假设，例如评估价值、起拍价、预期购买价格、可比市场价值、成本和回收时间。
根据 JSON 配置生成工作簿。模型会使用配置的资产类型，为折价因素选择默认权重。
分别检查基于评估价值计算的名义折价，以及价格与可比市场价值之比所体现的真实折价；评估价值虚高或过时，可能会造成表面折价具有误导性。
查看折价评分卡，了解信息、时机、流动性和风险折价的构成，包括其中有多少部分可能通过主动措施修复。
使用 IRR 衡量回报效率，使用 MOIC 衡量总回报倍数，并比较三个情景的现金流。将保守情景作为主要决策参考；将乐观情景视为潜在上行空间。
检查敏感性分析，并在决策前评估税费、法律或占用问题、交易成本和资金占用时间成本。

配置指南

安装所需的 Python 依赖项，然后使用随附脚本和交易模板。生成器需要 openpyxl，并会生成 .xlsx 工作簿。
pip install openpyxl

需要镜像的网络可选用：

pip install openpyxl -i https://pypi.tuna.tsinghua.edu.cn/simple
复制 templates/deal_template.json 并填写已知字段，以准备配置；未指定的字段将使用默认值。使用以下命令生成工作簿、运行内置演示或查看合并后的配置：
python scripts/build_model.py --config deal.json --out model.xlsx
python scripts/build_model.py --demo --out model.xlsx
python scripts/build_model.py --config deal.json --print-config
请提供可信的可比市场价值：真实折价的计算方式是预期交易价格除以可比市场价值，而不是除以评估价值。依赖输出结果前，请检查所有假设以及当地税务和交易要求。

数据架构

输入与配置
生成器会读取基于 templates/deal_template.json 的 JSON 交易配置。填写已知的交易假设；缺失字段将使用默认值。asset_type 设置支持住宅、商业、工业和股权资产，并会改变折价因素评分所用的默认权重。
工作流程中提及的关键估值输入包括评估价值、起拍价、预期交易价格和可比市场价值。情景假设还应反映回收时间，以及相关税费、法律费用、交易成本和运营支出。
生成的工作簿
工作表 用途

使用说明

输入假设 记录交易输入和假设
三种情景现金流 展示保守、基准和乐观情景的现金流
敏感性分析 展示假设变化时结果如何变化
折价评分卡 按可修复性为折价因素评分
核心指标
名义折价比率：交易价格 ÷ 评估价值；本工具将此比率作为所述折价率的计算口径。
折价幅度：1 − 交易价格 ÷ 评估价值；这是另一种计算口径，并非同一指标名称对应同一数值。
真实折价比率：交易价格 ÷ 可比市场价值。
MOIC：总回收金额 ÷ 总投资额。
年化 IRR：季度现金流对应的 (1 + quarterly IRR)^4 − 1。
文档所述的完整版工作流程还可以根据要求的保守情景 IRR 反向求解出价上限；批量排序以及独立的 LibreOffice/Python 验证被描述为完整版功能，并非此 Lite 生成器的保证功能。

高级特性

三情景建模结合 IRR 和 MOIC，以区分回报效率与总回报倍数。
敏感性分析工作表可用于检查假设变化对预测结果的影响。
折价可修复性评分会区分信息、时机、流动性和风险折价；指导建议指出，可修复比例高于 50% 时可能值得跟进，低于 30% 时则可作为放弃交易的理由。
按资产类型设置的默认值涵盖住宅、商业、工业和股权资产。
模型记录了可审计的估值公式和实用的电子表格注意事项，包括季度 IRR 转换为年化 IRR，以及重新计算行为。
文档指出，完整版新增基于 IRR 的出价上限求解器、风险调整后的批量交易排序，以及独立的 LibreOffice/Python 重新计算检查；这些并非 Lite 版本的输出。
输出仅用于辅助决策，不构成投资建议。尽职调查仍不可或缺，尤其是税务风险、占用或驱逐风险、流动性以及不可靠的可比价值。

name: npa-fapai-valuation-lite display_name: 法拍房估值速算·折价率/评估价/能买吗，一眼出IRR
display_name_en: Foreclosure Valuation Lite - Discount Rate, IRR, Bid Cap
description: 法拍房速算估值：折价口径区分、真实折价率、折价可修复性打分、三情景 IRR/MOIC、投标上限反推，填一组假设出 5 表 xlsx。 触发词：法拍房、法拍、估值、评估价、折价率、几折、竞拍、出价、投标上限、多少钱、能买吗、风险、算账、回本、IRR。 description_zh: 看中一套法拍房，第一反应是「评估价和拍卖价差这么多，是不是捡漏」，真到算账又全是坑：法院评估价普遍滞后偏高，名义折 26% 不等于比市场便宜 26%，能出到几折、出价上限给多少、多久回本，心里没底。这套速算先分清折价口径、另算真实折价率（成交价÷对标市场价），再给折价做可修复性打分，最后出三情景 IRR/MOIC 与投标上限反推，填一组假设即出 5 表 xlsx。法拍房能买吗、风险在哪、多少钱值得竞拍，先算清再举牌。
description_en: Turn a headline auction discount into a number you can bid on. It separates nominal discount from the real discount rate (price versus comparable market value), scores repairability, then outputs three-scenario IRR/MOIC, a bid ceiling and a five-sheet Excel model from a single set of assumptions.
version: 1.1.1
author: 九品锦锂e
license: MIT
category: investment-finance

NPA / 法拍 估值定价（轻量版）

把"纸面折扣"翻译成真金白银的 IRR。任何法拍标的、不良资产包、困境资产，填一组假设即出： 三情景 IRR + MOIC 双指标、敏感性矩阵、折价可修复性打分、投标上限反推。

触发条件
法拍房 / 法拍股权 / 不良债权包"要不要买、出多少"
需要把折价率换算成 IRR / MOIC
客户问不良资产投资逻辑、投标上限、处置回报
批量筛选一堆标的，按风险调整后回报排名
三条铁律（做之前先背下来）
铁律一：先对口径，否则全错
口径 定义 谁在用
折扣率（本工具采用） 成交价 ÷ 评估价 千际投行、中指研究院
折价幅度 1 − 成交价 ÷ 评估价 克而瑞

两者互为 1 的补数。同一句"折价率 74.1%"，两种口径下含义相差近 3 倍。

第二层陷阱（更致命）：评估价 ≠ 市场价 —— 法院评估价普遍滞后且偏高。 "相对评估价折 26%" ≠ "相对市场价便宜 26%"。必须另算【真实折价率 = 成交价 ÷ 对标市场价】，这才是真安全边际。

铁律二：只有可主动修复的折价才是真收益
要素 可修复性 修复抓手
信息折价 高 ★★★★★ 尽调补齐产权/占用/欠费/税费
时间折价 中 ★★★☆☆ 垫资提速、预清场、缩短过户
流动性折价 低 ★☆☆☆☆ 只能选城市/选地段——低分即风险
风险折价 中高 ★★★★☆ 交易结构与条款对冲

用打分卡算"可修复折价占比"：**>50% 才值得做， 50% 才值得做，< 30% 直接放弃 （流动性折价几乎不可修复——远郊房、老破小、低能级城市商业资产，折得再深也不该碰）
读结论：保守情景 IRR 是否达标？（决策看保守情景，乐观只估上行空间）

完整版另有：投标上限反推（给定门槛 IRR 反解最高出价）、批量标的排序（多标的按风险调整后回报排名）、独立验证链（LibreOffice + Python 双向重算比对，偏差 < 1e-12，未通过不交付）。

核心公式（可审计）
资产处置价值 ＝ 可实现市场价值 − 交易与交付成本 − 风险损失 − 资金时间成本
年化 IRR ＝ (1 + 季度IRR) ^ 4 − 1（现金流按季度排布）
MOIC ＝ 总回收 ÷ 总投入
投标上限：令保守情景 IRR ＝ 门槛，反解买入价
踩过的坑
公式行号必须动态捕获：openpyxl 生成多表模型时硬编码行号，插一行就全表静默错位（openpyxl 不求值、不报错）
文本以 = 开头会被 Excel/LibreOffice 当公式解析 → Err:501；说明性文字用全角 ＝
LibreOffice 对 OOXML 默认不重算（OOXMLRecalcMode=never），转换后公式缓存值恒为 0，会误判成"模型算不出数"；解法：先给工作簿打 fullCalcOnLoad 标志再转
soffice 转换时源文件与输出目录不能同名同目录，否则静默失败
Excel IRR() 返回的是季度 IRR，年化须 (1+q)^4-1
打印/转 PDF 要设 landscape + fitToWidth=1，否则长文本列断页
边界与风险
模型不产生数据：三情景假设质量取决于尽调深度，垃圾进垃圾出
税费是最大暗坑：原产权人为公司可能触发土地增值税、企业所得税；"所有税费由买受人承担"条款可让实际成本远超成交价
腾退失败、户口滞留属"回款归零"风险，模型用情景系数覆盖，须单独设红线
非标资产（商办/工业/股权）缺乏可比成交，售价系数最难估——先做住宅标准化标的建立模型可信度
本工具为决策辅助，不构成投资建议
关于作者与定制服务

本技能由 九品锦锂e 出品（公众号：初五Agent）。

这里提供的是通用标准版，覆盖大多数常规场景。如果你遇到下面这些情况，通用版会不够用：

多个项目 / 多家公司并行，需要分别留痕、分开管账
要接你自己的数据源、台账或历史底稿
输出件要套你们单位或客户的固定模板
需要和现有系统打通，或者要有人陪着把流程真跑起来

需要按你的业务定制 + 落地陪跑，可加微信 ly5419495，说一下你的场景就行。

Novel Factory

风水与环境布局