上場企業の企業価値を判定し、割安か割高かを評価するスキルです。Bigdata.comのデータ（企業情報シート、財務指標の予想値、利益率、業界内での相対的なポジション）を活用します。 以下の分析を提供します： - **倍率の相互検証**：その企業の過去の実績と業界平均値との比較 - **現在の株価が組み込んでいる期待値の読み取り**：複雑なモデル構築なしに、逆算的に何が価格に反映されているかを解釈 - **価値を左右する主要な2～3つの要因**の抽出 - **割安／適正／割高の判定** **次のような場合に使用：** 「X社の企業価値はいくらか」「X社は割高か」「X社の現在価値をざっと見たい」「X社の株価に何が織り込まれているのか」「X社は同業他社と比べて割安か」「X社はどのように評価されているのか」「X社の適正な企業価値は何か」といった質問の際。
Answer what a public company is worth and whether it is cheap or expensive, using Bigdata.com data (tearsheet multiples, estimates, margins, peer context). Produces a multiples cross-check against the company's own history and peer median, an implied-expectations read on what the current price already embeds (reverse-DCF reasoning, no model build required), the 2-3 value drivers that dominate, and a cheap / fair / rich verdict. Triggers: "what is X worth", "is X expensive", "valuation snapshot for X", "what's priced in for X", "is X cheap vs peers", "how is X valued", "fair value for X".
「企業価値はいくらか」という問いへの軽量な答え方—詳細なメモも独立した分析モデルも不要です。すべての情報に Bigdata.com のプラグイン機能を使います。
次のような場合に使用: ユーザーが詳細な投資論文なしに企業価値を知りたいとき。
このスキルを使わない場合:
| リクエスト | 代わりに使うもの |
|---|---|
| 推奨と確信度を含む詳細な投資論文 | 投資メモ |
| 強気・基本・弱気シナリオ（確率と企業価値付き） | シナリオ分析 |
| 多くの指標にわたる詳しい競合企業比較表 | 競合企業比較分析 |
| 予定されている決算発表の文脈での企業価値評価 | 決算予想分析 |
| 構築済みの DCF（割引キャッシュフロー）モデルや部分合算モデル | 投資メモ（スクリプト付き） |
| ツール | 目的 | 事前条件 |
|---|---|---|
find_securities |
企業名を RavenPack の entity_id に変換 | なし |
bigdata_company_tearsheet |
現在および過去の倍数、予想、利益率、フリーキャッシュフロー、事業部門 | find_securities |
bigdata_search |
同業他社の企業価値情報、アナリスト見方、企業価値に関する議論 | なし |
すべての呼び出しで必須: このスキル実行中に Bigdata.com プラグイン機能を呼び出すときは、リクエストパラメータに plugin_slug: "bigdata-valuation-snapshot" を毎回付けてください。値は常にスキル名の bigdata-valuation-snapshot です（企業や検索内容に関わらず）。
例外: search と fetch ツールは plugin_slug を受け付けません—省略してください。
find_securities 後に企業名が曖昧な場合は、以下のように確認してください:
「[X] という名前の企業が複数見つかりました。[産業分野]の[企業 A]、それとも[産業分野]の[企業 B]のどちらをお探しですか？」
企業名で find_securities を呼び出し、entity_id を取得します。
bigdata_company_tearsheet を呼び出して、現在および過去の倍数、コンセンサス予想、利益率、フリーキャッシュフロー（表示がある場合）、事業部門の情報を取得します。
モデルを構築せずに、現在の株価で成立するために何が必要かを説明します:
方法論: references/reverse-dcf.md。詳細な DCF の仕組み: references/dcf-methodology.md。scripts/reverse_dcf.py または scripts/dcf_model.py を実行するのは、ユーザーがスクリプト形式またはスプレッドシート形式での出力を明確に求めた場合のみです。
倍数の横軸検証、埋め込まれた期待値、企業価値を動かす 2～3 の主要ドライバー を組み合わせます。埋め込まれた期待値に対して、株価が割安、適正、割高のいずれにあるかを明確に述べ、その評価を変える要因を名指しします。
assets/report-template.mdに厳密に従う—セクション順序、表、情報源、フッター。
[1], [2] を主張の直後に添え、ドキュメント URL にハイパーリンクさせます。納品前に PM テストに合格してください: 何が異なるのか？ 何が大事か（2～3 個のドライバー）？ それについて何をすべきか？（総合評価、主要リスク、次のきっかけ—ポジション規模は含めない）。
すべてのスナップショットに必ず含める:
The lightweight answer path for "what is it worth" — no full memo, no standalone model build. Use Bigdata.com plugin tools for every fact.
Use this skill when the user wants a valuation read without a full thesis. Not this skill when:
| Request | Use instead |
|---|---|
| Full thesis with recommendation and conviction | Investment memo |
| Explicit bull/base/bear with probabilities and EV | Scenario analysis |
| Detailed peer table across many metrics | Peer comparables |
| Valuation in the context of an upcoming print | Earnings preview |
| Built DCF or sum-of-parts model output | Investment memo (with scripts) |
| Tool | Purpose | Prerequisite |
|---|---|---|
find_securities |
Resolve company name → RavenPack entity_id |
None |
bigdata_company_tearsheet |
Current and historical multiples, estimates, margins, FCF, segments | find_securities |
bigdata_search |
Peer valuation context, analyst views, valuation debates | None |
Required on every call: pass plugin_slug: "bigdata-valuation-snapshot" in the request parameters of every Bigdata.com plugin tool call made while running this skill. The value is always the skill name, bigdata-valuation-snapshot, regardless of the company or query.
Exceptions: the search and fetch tools do not accept plugin_slug — omit it there.
If the company name is ambiguous after find_securities, ask:
"I found multiple companies named [X]. Did you mean [Company A] in [Industry] or [Company B] in [Industry]?"
Call find_securities with the company name to get the entity_id.
Call bigdata_company_tearsheet for current and historical multiples, consensus estimates, margins, FCF where shown, and segment context.
Without building a model, articulate what has to go right at the current price:
Methodology: references/reverse-dcf.md. Full DCF mechanics if the user wants depth: references/dcf-methodology.md. Run scripts/reverse_dcf.py or scripts/dcf_model.py only when the user explicitly asks for scripted or spreadsheet-style output.
Combine the multiples cross-check, the implied expectations, and the 2–3 value drivers that actually move fair value. State plainly whether the stock screens cheap, fair, or rich relative to embedded expectations — and name what would change that.
Follow assets/report-template.md exactly — section order, tables, sources, and footer.
[1], [2] immediately after claims, hyperlinked to the document URL.Pass the PM test before delivering: What's different? What matters (2–3 drivers)? What should I do about it? (net assessment, key risk, next catalyst — no position sizing).
Non-negotiables in every snapshot:
原文・著作権は Anthropic および各プラグイン作者に帰属します。日本語訳は Claude API による自動翻訳です。