Damodaran 내러티브 맵

공개 호출 방식

import dartlab
import importlib.resources as resources
import json

import polars as pl
from dartlab.synth.damodaranL15 import buildDamodaranMemo

target = "005930"
c = dartlab.Company(target)
market = getattr(c, "market", "US" if not target.isdigit() else "KR")
currency = getattr(c, "currency", "USD" if market == "US" else "KRW")
company_name = getattr(c, "corpName", getattr(c, "companyName", target))


def _loadReference(name):
    return json.loads(resources.files("dartlab.reference.data").joinpath(name).read_text(encoding="utf-8"))


def _safeShow(topic):
    try:
        table = c.show(topic, freq="Y")
    except TypeError:
        table = c.show(topic)
    except Exception:
        return pl.DataFrame()
    return table if isinstance(table, pl.DataFrame) else pl.DataFrame()


def _latestPrice(frame):
    if not isinstance(frame, pl.DataFrame) or frame.height == 0:
        return {}
    date_col = "date" if "date" in frame.columns else "Date" if "Date" in frame.columns else None
    close_col = "close" if "close" in frame.columns else "Close" if "Close" in frame.columns else None
    latest = frame.sort(date_col).tail(1).to_dicts()[0] if date_col else frame.tail(1).to_dicts()[0]
    out = {}
    if close_col and latest.get(close_col) is not None:
        out["price"] = latest.get(close_col)
    if date_col and latest.get(date_col) is not None:
        out["priceDate"] = str(latest.get(date_col))
    return out


def _marketData():
    out = {}
    try:
        frame = dartlab.gather("price", target, market="US") if market == "US" else dartlab.gather("price", target)
        out.update(_latestPrice(frame))
    except Exception as exc:
        out["priceError"] = type(exc).__name__
    return out


country_defaults = _loadReference("damodaranDefaults.json")
industry_defaults = _loadReference("damodaranIndustryDefaults.json")
statements = {topic: _safeShow(topic) for topic in ("IS", "BS", "CF")}
memo = buildDamodaranMemo(
    target=target,
    market=market,
    currency=currency,
    companyName=company_name,
    statements=statements,
    countryDefaults=country_defaults,
    industryDefaults=industry_defaults,
    marketData=_marketData(),
)

emit_result(
    table=memo["tables"]["narrativeMap"],
    values=memo["headline"],
    date=memo.get("asOf"),
    units=memo["units"],
    sources=memo["sources"],
)

호출 동작

1. 결론 도출

사업 정체성, 모델 경로, 성장 스토리, 수익성 스토리, 시장 리스크를 valuation driver로 연결한다.

2. 핵심 근거 수집

Company 기본 메타데이터, Company.show("IS"|"BS"|"CF"), dartlab.gather("price"), Damodaran reference를 사용한다.

3. 메커니즘 분석

내러티브는 문장이 아니라 driver map이다. 각 narrative 요소는 성장률, 마진, 자본효율, 리스크, 모델 경로 중 하나 이상으로 번역되어야 한다.

4. 반례·한계

사업 설명 topic alias가 없으면 재무 패널과 reference 기반의 낮은 confidence mapping으로 남긴다.

5. 후속 모니터링

후속 스킬은 storyToDrivers다.

대표 반환 형태

narrativeMap : list[dict] — narrativeElement, driver, value, status, source.

연계 절차

1. recipes.fundamental.valuation.damodaran.dataAudit - 사용 가능한 L1/L1.5 근거 확인.
2. recipes.fundamental.valuation.damodaran.businessModelFit - 모델 경로 확정.
3. recipes.fundamental.valuation.damodaran.storyToDrivers - narrative를 수치 driver로 변환.

기본 검증

• 5개 고정 타깃에서 tableRef, valueRef, sourceRef를 남긴다.
• L2/L3 호출 금지 정적 검사를 통과해야 한다.