Cascade Capital Advisors — это инвестиционная фирма среднего размера, где аналитики полностью ведут пятилетние операционные DCF-модели от начала до конца. Команда Mercer получает финансовые данные из отчетности SEC EDGAR и поставляет инвестиционным комитетам рабочие книги Excel с показателями NPV и IRR, все чаще в срок 48 часов.
Многочасовой поиск по таксономии предшествовал каждой сборке модели 10-K
Каждая новая модель по отчетности начиналась одинаково: скачать JSON SEC company-facts, открыть пустой шаблон и несколько часов вручную сопоставлять теги таксономии EDGAR с шестью категориями моделирования — выручка, EBIT, D&A, capex, эффективная налоговая ставка и оборотный капитал. D&A встречалась в отчете о прибылях и убытках, отчете о движении денежных средств и дополнительных примечаниях — часто дублируясь. Для capex нужно было подтвердить, что тег исключает расходы, связанные с приобретениями.
Узкое место ложилось на старших аналитиков. Определить, какие теги EDGAR можно использовать с экономической точки зрения, требовалось с учетом конкретной отчетности — и младшие члены команды не могли дать такой оценки. Сроки сделок сжимались с недели до 48 часов. В сезон отчетности в одну и ту же неделю приходило сразу несколько файлов. Ручной подход не масштабировался.
Energent.ai стала слоем данных до построения модели
Аналитик загружает сырой JSON SEC company-facts — без преобразования формата, без предварительной обработки. Агент проходит пять структурированных шагов за одну сессию:
- Проверка схемы и покрытия — подтверждает доступные финансовые годы и отмечает пробелы в истории до любого обязательства по моделированию
- Сопоставление таксономии по всем шести категориям с определением кандидатов-тегов и оценкой их покрытия по отчетным периодам
- Триаж операционных драйверов — отделяет пригодные строки от отсутствующих или экономически вводящих в заблуждение тегов
- Определение двух жизнеспособных архитектур UFCF с явными компромиссами, основанными на фактическом покрытии в отчетности
- Построение рабочей книги Excel — пятилетний операционный прогноз, waterfall UFCF, показатели NPV и IRR, а также визуализации, готовые для комитета
Никакого ручного поиска тегов. Никакого открытия шаблона до того, как данные были поняты. Никакого откладывания архитектурного решения до заполнения ячеек.
Сначала решение по архитектуре, затем явные компромиссы, зависящие от конкретной отчетности
- Два пути построения UFCF до любого результата. Агент определил конкурирующие архитектуры, соответствующие тому, что именно этот 10-K действительно раскрывал, а не абстрактному шаблону, поэтому структурный выбор был сделан до заполнения хотя бы одной ячейки.
- Одновременный анализ нескольких отчетов. Выручка, EBIT, D&A, capex, налоги и оборотный капитал оценивались за один проход с перекрестной проверкой отчета о прибылях и убытках, баланса и отчета о движении денежных средств на предмет пробелов и пересечений.
- Явные пометки по вводящим в заблуждение тегам. Отсутствующие теги изменения оборотного капитала и строки capex, включающие расходы на приобретения, были выявлены до того, как попали в ячейку, а не обнаружены позже при сверке.
- Старшая экспертиза перенаправлена на суждение. Выбор архитектуры поступал как структурированное решение с уже сформулированными компромиссами — поэтому время аналитика уходило на выбор и настройку допущений, а не на разбор данных.
Как David Mercer использует это в повседневной работе
- Загружает JSON SEC company-facts в сессию Energent.ai.
- Просматривает аудит схемы и покрытия; подтверждает годы моделирования и любые пробелы в истории.
- Оценивает два варианта архитектуры UFCF с точки зрения предполагаемого использования модели.
- Выбирает архитектуру; агент строит пятилетний прогноз, waterfall UFCF и DCF-результаты в Excel.
- Проверяет показатели NPV и IRR на согласованность допущений перед презентацией комитету.
Сопоставление таксономии перешло от многочасовой задачи к одной сессии
- Все шесть категорий моделирования были сопоставлены за одну сессию из сырого JSON — что устранило ручной поиск по таксономии, предшествовавший каждой новой модели по отчетности.
- Два жизнеспособных варианта архитектуры UFCF были выявлены с компромиссами до того, как аналитик открыл шаблон.
- Точка принятия решения по архитектуре была достигнута до заполнения каких-либо ячеек, что убрало скрытый риск сверки, проявлявшийся только в середине ручной сборки.
- Итоговая рабочая книга Excel включала структурированную DCF-модель с показателями NPV и IRR, а также визуализации, готовые для комитета.
"Карта таксономии, которую создал агент — покрытые теги, отсутствующие теги, отмеченные элементы по всем шести категориям — заменила мысленный чек-лист, который я выстраивал годами работы с EDGAR. Теперь это рабочий документ для обсуждения архитектуры до того, как мы что-либо строим." — David Mercer, Senior Analyst at Cascade Capital Advisors