Kando Data
中EN联系我们

某某电力股权价值评估

FIN-IB-DCF-001 · 自下而上的 DCF 估值 · A 股上市电力公司

在 491 页上交所原始披露上搭建从电量、电价到自由现金流的完整估值模型,交付工作簿、投委会报告和可复算的关键数字记录。

DCF财务建模长文档抽取Excel 交付
55 份 PDF · 491 页
491 页PDF 原件页数
27条评分判据
56最长参考轨迹 Agent 回合
3.58M单条轨迹累计 prompt tokens
01

数据特点

491 页未裁剪原始披露

年报、半年报、一季报与发电量公告四份 PDF 原件,覆盖三个报告期,同一口径在不同期间的披露并不一致。

没有标准算法,只有专业判断

预测搭法、口径界定和市场参数全部由模型自行决定,但每个历史数字都必须追溯到原文位置,每个算出的数字都必须可复算。

三模型实测均分 0.324

Claude Opus 4.8 0.536、GPT-5.6-sol 0.436,Qwen3.8-Max 在 60 分钟时限内未能完成。前沿模型远未饱和,奖励信号有充分的上升空间。

交付期限是题目的一部分

题面明确逾期即缺交;模型需要在一小时内平衡论证深度与完整交付,这正是真实分析师工作的约束。

02

题面节选

以下为 Agent 实际收到的题面节选(原文照录),用于展示任务设定与约束。

instruction.md · 5,350 chars

委托背景

你是一家证券公司电力与公用事业研究团队的分析师。投资委员会准备在下一次会议上讨论是否将某某电力股份有限公司纳入核心持仓,要求研究团队先提交一份自下而上的股权价值评估。

委员会的要求是:不接受可比公司乘数速算,要看到一个从电量、电价、成本逐层搭起来的现金流模型,并且模型里的每一个历史输入都要能追回到公司自己的公开披露原件。委员会成员会自行抽查你引用的数字,也会用你给出的输入重算你的结论。

任务

以 2026 年 6 月 30 日为估值基准日,对某某电力做一次自下而上的盈利预测与现金流折现估值,并给出每股股权价值。显性预测期至少覆盖三个完整年度,之后用终值处理。预测的搭法、口径的界定、参数的取值都由你自己决定——委员会看的是你的判断和论证,不是某一套固定的算法。

四份资料覆盖三个不同的报告期,同一项口径在不同期间的披露未必一致。估值基准日与预测期第一年之间存在重叠——基准日之前的那一段已经是既成事实,并且已经出现在资料里。

硬性约束(节选)

  • 资料范围:只能使用随附的四份公开披露文件,不得使用行情数据、第三方研报、宏观统计,以及训练中记住的关于本公司的任何数据。
  • 信息截止时点:2026 年 8 月 31 日,不得引用或暗示该日期之后才发生或才被披露的任何事实。
  • 口径一致性:同一项经济利益不得被计入两次,同一项负担也不得被扣减两次。
  • 结论形式:估值结论必须给出区间,而非单一数字,并说明区间由哪些关键假设的变动构成。

NOTE节选自题面,已省略交付物清单与文件格式要求。

03

附件清单

作答容器内可见的全部材料,统计由题包自动生成。原始文件随完整样例包提供。

文件类型规模大小
company_2025_annual_report.pdf2025 年年度报告(经审计)pdf259 页1.5 MB
company_2026H1_generation_bulletin.pdf2026 年半年度发电量完成情况公告pdf1 页96 KB
company_2026Q1_report.pdf2026 年第一季度报告pdf17 页177 KB
company_2026_interim_report.pdf2026 年半年度报告pdf214 页1.2 MB
MANIFEST.json资料清单(报告类型、期间、披露日与 sha256)json2,031 字2 KB
04

评分设计

27条独立评分判据
21 条得分项6 条扣分项

判据全文、权重与参考答案随完整数据包提供。

27 条判据,20 条二元判定 + 7 条五档 Likert,覆盖数值准确性、口径逻辑与专业规范。

  • 27 条判据:21 条正向得分项,6 条扣分项(negate)
  • 每条判据由独立的 Agent judge 逐条判定(individual 模式),可复现、可审计
  • 判分凭据只注入 verifier 环境,作答容器看不到任何评分通道
  • 判据全文与参考答案随完整数据包提供
内容逻辑性与分析深度9
数值与计算准确性8
专业规范7
事实忠实性2
指令遵循1
05

模型实测

前沿模型在真实 Agent 框架中的作答轨迹统计。一个回合即一次模型调用;上下文曲线展示长程任务中状态如何持续累积。

模型Agent 回合工具调用累计 prompt tokens峰值上下文作答耗时Reward
Claude Opus 4.8Claude Code · Harbor31312.11M112K14m 32s0.536
GPT-5.6-solClaude Code · Harbor56693.58M90K34m 46s0.436
Qwen3.8-MaxClaude Code · Harbor34442.07M91K1h 0m达到时限
063K125Kturn 1turn 56
Claude Opus 4.8GPT-5.6-solQwen3.8-Max纵轴:每回合上下文 tokens · 横轴:Agent 回合
06

环境规格

TASK SPECIFICATION
任务 IDFIN-IB-DCF-001
任务格式Harbor task.toml · schema 1.4
题包版本1.3.3
Agent 时限1 小时
Verifier 时限5 小时
作答容器2 vCPU · 8 GB 内存 · 30 GB 存储
工具集filesystem · shell · python
判分隔离独立 verifier 容器评分凭据只注入 verifier,作答侧不可见
题面长度5,350 字符
难度分级A3(三模型实测均分 < 0.5)
参考解oracle reward 1.000
Contact

想在自己的平台上跑这道题?

留下联系方式,我们会提供该题的完整样例包(题面、附件、verifier 与参考轨迹),并介绍同类题目的规模与定制方式。

  • 完整题包与 verifier
  • 同子类更多题目
  • 接入与复测支持

关于FIN-IB-DCF-001 · 某某电力股权价值评估

信息仅用于本次业务沟通。