Back to customer stories

Customer Story

Harborview Capital

Energent.ai로 원시 EDGAR 공시에서 감사 대응 가능한 DCF 모델을 구축한 James Whitfield의 사례

원시 EDGAR JSON을 깔끔한 FCF 표로 정리하는 데만도 반나절은 걸렸을 일입니다. 에이전트가 그 작업을 몇 분 만에 해냈고, 이어서 제가 첫 초안을 검토하기도 전에 정적 값 문제까지 스스로 찾아내 수식 체인을 다시 구축했습니다.
James Whitfield, 선임 주식 애널리스트 at Harborview Capital
Industry
금융 서비스 / 주식 리서치
Market
United States
Use case
원시 SEC EDGAR 및 FRED 파일로 구축한 DCF 가치평가
Harborview Capital

James Whitfield는 미국의 중견 투자회사 Harborview Capital에서 상장 기술 기업을 담당하고 있습니다. 모든 산출물은 수식 기반이어야 하고 출처 추적이 가능해야 합니다. 결과물이 포트폴리오 매니저와 투자위원회로 전달되는 만큼, 정적 붙여넣기 값은 컴플라이언스상 절대 허용될 수 없습니다. 마이크로소프트 가치평가를 고정된 발표 일정에 맞춰 준비해야 했던 그는, Energent.ai를 사용해 원시 API 소스 파일만으로 완전한 DCF를 단 한 번의 세션에서 구축했습니다.

원시 EDGAR JSON, 누락된 Fed Funds 시계열, 그리고 수식 오류를 허용할 여유가 없었던 상황

네 가지 마찰 요인이 동시에 겹쳤습니다. FCF를 계산하려면 데이터 벤더에서 가져오는 대신, 5개 연간 10-K 공시에서 두 개의 GAAP 태그를 직접 계산해야 했습니다. FRED 금리 파일에는 Fed Funds 시계열이 없어, 검토자가 명시적으로 확인할 수 있도록 문서화가 필요한 CAPM 기반 WACC 프록시를 사용해야 했습니다. 워크북의 모든 셀은 살아 있는 수식을 가져야 했고, 정적 붙여넣기 값은 감사에 통과할 수 없었습니다. 또한 가정이 바뀌면 WACC, 전망치, 터미널 가치, 민감도 매트릭스까지 그대로 반영되도록 안정적인 행 매핑이 필요했습니다. 마감일도 고정되어 있었습니다. 발표 당일에 해결되지 않은 오류가 있으면 수정이 아니라 처음부터 다시 만들어야 했습니다.

Energent.ai는 모델 빌더이자 자체 교정 도구가 되었습니다

수동 데이터 전처리도 없었습니다. 임시로 수식 체인을 보정하는 일도 없었습니다. 별도의 차트 작성 단계도 없었습니다.

DCF workbook with live formulas

더 빠른 데이터 입력이 아니라, 올바른 아키텍처

검증된 $1,262.3bn 기업가치, 완전한 감사 체인 유지

"그런 자동화된 자체 검토는 보통 두 번째 검토자의 눈에 의존해 잡아내는 부분입니다. 여기서는 그 기능이 내장되어 있었습니다." — James Whitfield, Harborview Capital의 선임 주식 애널리스트

Back to customer storiesBook a Demo