Skip to main content
Glama
sathanandhh

ReverseFCFFMCP

by sathanandhh

ReverseFCFFMCP

Специализированный сервер Model Context Protocol (MCP) для выполнения обратных DCF / FCFF-оценок.

Вместо вопроса «Какова стоимость при заданных допущениях?» этот движок задаёт вопрос: «При заданной целевой стоимости (например, $2 трлн), какая комбинация роста, маржи, реинвестиций и доли рынка должна быть верной?»

Возможности

  • Три метода реинвестиций: Sales-to-Capital, ROIC-based и Explicit.

  • Конвенции дисконтирования: Mid-year (по умолчанию Damodaran) и End-year.

  • Согласованность терминальной стоимости: обеспечивает соблюдение терминальной ставки реинвестиций = g / ROIC.

  • Обратные решатели: поиск корня (brentq) для решения относительно маржи, роста, Sales-to-Capital или ROIC, чтобы достичь целевой стоимости предприятия (Enterprise Value).

  • AI-рыночный слой: преобразование терминальной выручки в требуемую долю AI-рынка или требуемый размер отрасли.

  • Уровень управления (Governance): санитизация входных данных, математические ограничения (например, предотвращение сингулярностей при WACC ≤ терминальном росте) и автоматические проверки (evals).


Related MCP server: modelforge

Доступные MCP-инструменты

Этот сервер предоставляет следующие инструменты MCP-клиенту:

1. forward_dcf

Выполняет стандартную прямую оценку дисконтированных денежных потоков (Discounted Cash Flow).

  • Входные данные: current_revenue, revenue_cagr, ebit_margin, wacc, terminal_growth, forecast_years, net_cash, reinvestment_method, sales_to_capital / roic и т.д.

  • Выходные данные: JSON, содержащий прогнозируемые выручку, EBIT, NOPAT, реинвестиции, FCFF, коэффициенты дисконтирования, приведённые стоимости, терминальную стоимость, стоимость предприятия (Enterprise Value) и стоимость собственного капитала (Equity Value).

2. reverse_solve_margin

Решает, какая точная маржа EBIT требуется для достижения целевой стоимости предприятия при фиксированных допущениях по росту и реинвестициям.

  • Входные данные: target_ev, fixed (словарь остальных допущений DCF).

  • Выходные данные: ebit_margin (float) и converged (boolean).

3. reverse_solve_growth

Решает, какой точный CAGR выручки требуется для достижения целевой стоимости предприятия при фиксированных допущениях по марже и реинвестициям.

  • Входные данные: target_ev, fixed (словарь остальных допущений DCF).

  • Выходные данные: revenue_cagr (float) и converged (boolean).

4. validate_damodaran_consistency

Выполняет структурные проверки валидации набора входных данных DCF для выявления типичных ошибок моделирования.

  • Входные данные: полный объект DCFInput.

  • Выходные данные: список объектов предупреждений с описанием нарушенных правил (например, wacc_le_terminal_growth, terminal_growth_ceiling, fundamental_growth_ceiling).

5. feasibility_grid

Выполняет поиск по сетке среди комбинаций роста, маржи и sales-to-capital, чтобы определить, какие комбинации успешно достигают целевой EV в пределах заданного допуска.

  • Входные данные: target_ev, fixed (базовые допущения), param_grid (словарь массивов для тестирования), tolerance.

  • Выходные данные: список словарей, представляющих каждый сценарий, его результирующую EV и логический флаг feasible.

6. run_evals

Выполняет автоматические проверки управления (governance) для подтверждения математической целостности движка.

  • Входные данные: нет.

  • Выходные данные: JSON, подтверждающий, что обратный решатель точно выполняет round-trip и что жёсткие ограничения успешно блокируют недопустимые входные данные.

Интеграция с Claude Desktop (локальный stdio)

Чтобы использовать этот MCP-сервер локально с Claude Desktop, у вас должен быть установлен менеджер пакетов uv (pip install uv).

  1. Откройте Claude Desktop и перейдите в Settings > Developer > Edit Config.

  2. Откроется ваш файл claude_desktop_config.json.

  3. Добавьте конфигурацию reverse-fcff-mcp в ваш объект mcpServers. Она должна выглядеть так:

{
  "mcpServers": {
    "reverse-fcff-mcp": {
      "command": "uvx",
      "args": [
        "--from",
        "git+https://github.com/YOUR_USERNAME/reverse-fcff-mcp.git",
        "python",
        "-m",
        "reverse_fcff_mcp.server"
      ]
    }
  }
}

Maintenance

ActivityMaintained
ResponsivenessSyncing

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

Related MCP Connectors

Related MCP Servers

  • F
    license
    Not graded
    quality
    D
    maintenance
    Provides professional-grade financial analysis tools for Thai stock markets, including PE Band Analysis, DDM, DCF valuation models, real-time SET Watch API data, complete financial statements, and historical ratio analysis with investment recommendations.
  • F
    license
    Not graded
    quality
    A
    maintenance
    Financial model factory MCP server: turns a spec into a live-formula Excel workbook. 14 templates (LBO, DCF, M\&A, IPO, restructuring, project finance, NPL, structured credit, 3-statement) with every cell formulated and every number source-traced to its document page.
    1
  • A
    license
    B
    quality
    C
    maintenance
    Enables AI assistants to perform multi-stage residual income projections, discounting, and enterprise value bridging analysis using standardized financial data inputs.
    1
    MIT
  • A
    license
    Not graded
    quality
    B
    maintenance
    Standardized DCF valuation engine for stocks (A-shares, Hong Kong, US, Japan). One run_dcf tool with an analyst-style two-phase flow: baseline valuation from 5-year historicals, then a final valuation with reasoned assumptions — value bridge, sensitivity matrix, reverse DCF. Deterministic: same inputs, same result.
    1
    AGPL 3.0

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/sathanandhh/reverse-fcff-mcp'

If you have feedback or need assistance with the MCP directory API, please join our Discord server