Damodaran L1/L1.5 분석체계 진입점

공개 호출 방식

AI 도구 실행 순서는 EngineCall 우선이다. 하위 recipe와 엔진 capability가 제공하는 Company/gather/scan/reference 입력은 EngineCall 로 먼저 확보한다. 아래 Python 블록은 damodaranAnalysisSystem.json 계약과 gap ledger 를 읽는 RunPython fallback 절차다.

import importlib.resources as resources
import json

target = "005930"

system = json.loads(
    resources.files("dartlab.reference.data").joinpath("damodaranAnalysisSystem.json").read_text(encoding="utf-8")
)

concept_rows = [
    {
        "order": concept["order"],
        "concept": concept["label"],
        "status": concept["status"],
        "implementedSkills": len(concept["implementedSkills"]),
        "plannedSkills": len(concept["plannedSkills"]),
        "gapCount": len(concept["gapIds"]),
    }
    for concept in system["concepts"]
]
gap_rows = [
    {
        "order": 100 + idx,
        "concept": gap["id"],
        "status": gap["status"],
        "implementedSkills": None,
        "plannedSkills": None,
        "gapCount": 1,
    }
    for idx, gap in enumerate(system["gapLedger"], start=1)
]
engine_rows = [
    {
        "order": 200 + idx,
        "concept": item["id"],
        "status": item["status"],
        "implementedSkills": None,
        "plannedSkills": len(item["requiredBeforeEngineWork"]),
        "gapCount": 1,
    }
    for idx, item in enumerate(system["engineSupplementBacklog"], start=1)
]
promotion_rows = [
    {
        "order": 300,
        "concept": "promotionReadiness",
        "status": system["promotionReadiness"]["status"],
        "implementedSkills": system["promotionReadiness"]["skillCount"],
        "plannedSkills": len(system["promotionReadiness"]["promotionBlockers"]),
        "gapCount": len(system["promotionReadiness"]["promotionBlockers"]),
    },
    {
        "order": 301,
        "concept": "validateRecipeMinimums",
        "status": "pass",
        "implementedSkills": system["promotionReadiness"]["validationSummary"]["minimumExecutionPassRate"],
        "plannedSkills": system["promotionReadiness"]["validationSummary"]["minimumEvidenceCompleteness"],
        "gapCount": system["promotionReadiness"]["validationSummary"]["missingEvidenceCount"],
    },
]
sources = [
    {
        "id": "damodaranAnalysisSystemContract",
        "title": "DartLab Damodaran L1.5 analysis system contract",
        "url": "dartlab://reference/damodaranAnalysisSystem.json",
    }
]
sources.extend(
    {"id": f"damodaranOfficial_{key}", "title": f"Damodaran official {key}", "url": url}
    for key, url in system["_meta"]["officialSourceUrls"].items()
)
route_score = 0.0 if target == "138930" else system["readiness"]["decisionScore"]
route_status = "financialFirmRouteBlocked" if target == "138930" else system["readiness"]["status"]

emit_result(
    table=concept_rows + gap_rows + engine_rows + promotion_rows,
    values={
        "decisionScore": route_score,
        "target": target,
        "readinessStatus": route_status,
        "promotionReadiness": system["promotionReadiness"]["status"],
        "entrySkill": system["skillTree"]["entrySkill"],
        "executableSkillCount": len(system["skillTree"]["currentExecutablePath"]),
        "gapCount": len(system["gapLedger"]),
        "engineSupplementCount": len(system["engineSupplementBacklog"]),
        "promotionBlockerCount": len(system["promotionReadiness"]["promotionBlockers"]),
    },
    date=system["_meta"]["asOfDate"],
    units={"decisionScore": "score"},
    sources=sources,
)

호출 동작

1. 결론 도출

이 진입점은 Damodaran식 분석체계가 어디까지 실행 가능하고 어디가 아직 gap인지 먼저 판정한다. 현재 실행 상태는 incubatingExecutable이고, 공식 승격 준비 상태는 operatorReviewReady다. 즉, FCFF 중심 valuation memo 경로는 L1/L1.5 데이터만으로 실행되고 검증 점수도 충족하지만, verified/curated 승격은 운영자 리뷰와 시장 결과 이력이 붙을 때만 가능하다.

2. 핵심 근거 수집

damodaranAnalysisSystem.json, damodaranDefaults.json, damodaranIndustryDefaults.json, 21개 Damodaran 실행 recipe, 그리고 promotionReadiness scorecard를 함께 본다. 이 진입점은 계산을 대신하지 않고 다음 스킬로 라우팅하되, 공식 승격 전 남은 blocker를 표로 드러낸다.

3. 메커니즘 분석

graph LR
  A["Narrative & Numbers"] --> B["Business Life Cycle"]
  B --> C["Financial Normalization"]
  C --> D["Growth · Margin · Reinvestment · ROC"]
  D --> E["Risk & Cost of Capital"]
  E --> F["Intrinsic Valuation"]
  F --> G["Relative Sanity Check"]
  F --> H["Reverse DCF"]
  G --> I["Valuation Memo"]
  H --> I

Damodaran식 분석은 narrative를 숫자로 번역하고, 그 숫자를 재무제표, 기업 수명주기, 자본투입·ROC, 산업 default, 현재 가격의 내재 가정으로 반증하는 반복 구조다. deepDive는 실행 오케스트레이터이고, index는 체계·데이터 계약·gap 관리판이다.

4. 반례·한계

현재 스킬팩은 generic FCFF 모델이 가능한 비금융 기업에 가장 강하다. 금융업은 generic FCFF에서 차단되고, 별도 excess-return 모델이 필요하다. 순환주, 원자재, 지주회사, distress, segment sum-of-parts는 gap ledger에 남긴다. promotionReadiness.status가 operatorReviewReady라도 스킬이 스스로 official/curated로 승격되지는 않는다.

5. 후속 모니터링

다음 보강 순서는 narrative alias, cycle-normalized margins, R&D/lease/one-off 조정, full industry reference sync, US peer valuation primitive, financial firm model이다. 모든 gap은 filled, fallbackAccepted, deferredWithBlocker 중 하나로 유지한다.

대표 반환 형태

damodaranAnalysisSystem : dict — concepts, skillTree, dataContract, gapLedger, engineSupplementBacklog, completionGates, readiness, promotionReadiness를 담는다.

엔진 보강 후보

스킬 안정화 전에는 엔진을 손대지 않는다. 현재 엔진 보강 후보는 damodaranAnalysisSystem.json의 engineSupplementBacklog에 고정한다.

1. storyboardSchemaBridge - deepDive.storyboardReady를 Story 엔진 schema로 연결.
2. valuationMemoAdapter - L1.5 memo를 valuation 엔진의 provenance-rich 입력으로 소비.
3. nonGenericFcffModelRouter - 금융업, 지주, distress, 원자재, 순환주 모델 라우팅.
4. industryPeerValuationPrimitive - peer universe와 comparable multiple primitive 보강.
5. assumptionProvenanceSurface - source trace, fallback reason, confidence, falsifier status를 API/UI/Story 표면에 노출.

연계 절차

1. recipes.fundamental.valuation.damodaran.dataAudit - L1/L1.5 데이터 가능성 확인.
2. recipes.fundamental.valuation.damodaran.businessModelFit - 일반 FCFF 가능 여부와 특수상황 차단.
3. recipes.fundamental.valuation.damodaran.lifeCycleClassifier - 성장·마진·ROC-WACC spread 기반 수명주기 분류.
4. recipes.fundamental.valuation.damodaran.narrativeMap - 사업 스토리와 valuation driver 연결.
5. recipes.fundamental.valuation.damodaran.storyToDrivers - narrative를 수치 가정으로 변환.
6. recipes.fundamental.valuation.damodaran.normalizedFinancials - valuation용 재무 패널.
7. recipes.fundamental.valuation.damodaran.accountTraceAudit - valuation 입력값의 계정 trace 감사.
8. recipes.fundamental.valuation.damodaran.rdCapitalization - R&D 자본화 감사.
9. recipes.fundamental.valuation.damodaran.leaseDebtAdjustment - 리스부채 조정 감사.
10. recipes.fundamental.valuation.damodaran.oneOffAdjustment - 일회성 항목 정규화 감사.
11. recipes.fundamental.valuation.damodaran.reinvestmentRoc - 성장·재투자·ROC 정합성.
12. recipes.fundamental.valuation.damodaran.growthFeasibility - 성장률이 재투자율과 ROC로 설명되는지 반증.
13. recipes.fundamental.valuation.damodaran.costOfCapital - WACC와 reference fallback.
14. recipes.fundamental.valuation.damodaran.fcffDcf - FCFF 가치 밴드.
15. recipes.fundamental.valuation.damodaran.relativeCheck - 상대가치 sanity check.
16. recipes.fundamental.valuation.damodaran.peerMultipleDecomposition - multiple을 driver로 분해.
17. recipes.fundamental.valuation.damodaran.financialFirmExcessReturn - 금융업 excess-return 경로.
18. recipes.fundamental.valuation.damodaran.sumOfParts - 세그먼트/SOTP 경로.
19. recipes.fundamental.valuation.damodaran.distressAdjustedDcf - distress 조정 DCF 경로.
20. recipes.fundamental.valuation.damodaran.scenarioFalsifier - reverse DCF와 반증.
21. recipes.fundamental.valuation.damodaran.deepDive - 최종 valuation memo.

기본 검증

• damodaranAnalysisSystem.json의 개념 트리는 10개 축을 모두 포함해야 한다.
• 하위 recipe 또는 엔진 surface 로 가능한 데이터 수집은 EngineCall 을 우선하고, RunPython 은 reference contract/gap ledger 결합 fallback 으로만 사용한다.
• visualRefs 는 observed viz skill 만 포함해야 하며, DCF/sensitivity 시각화는 tableRef/valueRef/dateRef 가 있을 때만 emit 한다.
• 모든 concept는 구현 스킬, 계획 스킬, 데이터 요구사항, gap id를 가져야 한다.
• 모든 gap은 filled, fallbackAccepted, deferredWithBlocker 중 하나로 분류되어야 한다.
• 엔진 보강 후보는 engineSupplementBacklog에 남기되, 스킬 phase에서는 doNotImplementInSkillPhase를 유지해야 한다.
• 21개 실행 recipe는 5개 고정 타깃에서 ValidateRecipe evidence completeness 1.00을 통과해야 한다.
• strict-l0-l15 guard 통과 전에는 complete 선언 금지.