| name | mayi-equity-incentive-calculator |
| description | 蚂蚁工资条股权期权激励计算器。当用户需要计算股权激励收益、设计期权方案、比较RSU与期权的税务差异、评估虚拟股票价值、测算ESOP退出收益、分析股权稀释影响、模拟IPO/并购退出场景、查询行业股权激励基准、了解递延纳税政策（财税〔2016〕101号）、计算行权个税、设计归属计划(vesting schedule)、评估不同激励工具对总薪酬包的影响、进行跨城市股权税政对比、或任何与股权期权激励相关的测算与方案设计时触发。覆盖5种权益工具（股票期权SO/限制性股票单位RSU/虚拟股票PS/股票增值权SAR/员工持股计划ESOP）的全流程测算，支持三阶段税务模型（授予/归属/行权/转让），含33城市税收优惠政策库（海南自贸港15%个税封顶/深圳前海15%返还/珠海横琴15%优惠等）、12行业股权激励基准库（互联网15%期权池/芯片半导体15%重仓/金融5-8%监管限制/医疗里程碑挂钩等）、5种企业阶段参数（天使轮至上市），提供智能推荐（按行业+阶段+角色三维加权）、跨工具对比（5种权益工具并排对比最优方案）、稀释分析（ESOP对现有股东的影响）、退出场景模拟（IPO/并购/老股转让/清算）、个税优化策略（递延纳税 vs 分批次行权 vs ESOP平台设计）。输出格式支持文本/Markdown/HTML/JSON。定位为蚂蚁工资条技能矩阵「算」维度从短期薪酬到长期激励的关键延伸，与个税计算器、五险一金精算器、薪酬方案对比工具构成完整的员工薪酬全口径计算体系。 |
| agent_created | true |
蚂蚁工资条 · 股权期权激励计算器
触发条件
当用户提出以下诉求时优先使用本技能：
- 计算股权激励收益、期权价值、RSU归属价值
- 比较不同权益工具（期权 vs RSU vs 虚拟股 vs SAR vs ESOP）的优劣
- 测算行权个税、归属税负、退出税务
- 设计归属计划(vesting schedule)、评估cliff期
- 分析股权稀释对现有股东的影响
- 模拟IPO/并购/老股转让/清算等退出场景
- 查询特定行业的股权激励实践基准
- 了解递延纳税政策（财税〔2016〕101号）适用条件
- 进行跨城市股权激励税政对比
- 评估股权激励在总薪酬包中的占比和增值潜力
核心能力
一、5种权益工具全流程测算
| 工具 | 代码 | 实股 | 员工出资 | 适用阶段 | 最高税率 |
|---|
| 股票期权 | SO | 行权后是 | 需要 | 成长~Pre-IPO | 20%(递延) |
| 限制性股票单位 | RSU | 归属后是 | 不需要 | 上市/准上市 | 45%→20% |
| 虚拟股票 | PS | 否 | 不需要 | 非上市/成熟 | 45% |
| 股票增值权 | SAR | 否 | 不需要 | 上市/国企 | 45% |
| 员工持股计划 | ESOP | 是(间接) | 需要 | Pre-IPO | 20% |
每种工具的计算覆盖：[授予]→[归属/行权]→[转让/退出]全流程税务，含法律依据原文引用。
二、双引擎架构：Python(精确)+LLM(智能)
用户请求
├── Python Engine（equity_incentive_engine.py）
│ ├── 5种权益工具税务模型（财税〔2005〕35号/101号/164号）
│ ├── 归属计划计算器（标准/阶梯/绩效/自定义）
│ ├── 33城市税收优惠政策匹配
│ ├── 12行业股权激励基准库
│ ├── 稀释分析（ESOP增发影响）
│ ├── 退出场景模拟（IPO/并购/老股/清算）
│ └── 跨工具智能对比
│
└── LLM（意图理解/个性化建议/制度设计/方案润色）
├── 理解用户具体场景（行业/阶段/角色/城市）
├── 生成个性化优化建议
├── 扩展行业实践案例
└── 起草股权激励制度文档
三、智能推荐算法
基于三维加权：
- 行业适配（0-5分）：行业基准期权池比例、典型工具偏好
- 阶段适配（0-4分）：天使/A轮/B轮/Pre-IPO/上市各有最优方案
- 角色适配（0-3分）：CTO/VP/总监/经理/骨干的典型授予比例
输出Top 2推荐工具 + 授予比例建议 + 税务策略 + 行业实践
四、支持的计算模式
- 单人测算：指定权益工具+参数 → 全流程收益/税务/优化建议
- 跨工具对比：5种权益工具并排对比 → 净收益/回报率/税负排名
- 稀释分析：ESOP增发 → 股权占比变化/每股价值影响
- 退出场景模拟：指定退出价×退出方式 → 税后净收益
- 行业推荐：输入行业+阶段+角色 → 推荐方案+参数建议
- 城市税政查询：33城市个税优惠+递延纳税政策
五、与已有技能的协同
| 场景 | 协同技能 | 协同方式 |
|---|
| 总薪酬包评估 | 个税计算器 + 五险一金精算器 | 现金薪酬+社保+股权激励=全口径薪酬 |
| 跨城市招聘offer | 用工成本测算器 | 不同城市股权激励税后价值差异 |
| 薪酬制度设计 | 薪酬制度生成器 | 股权激励制度作为薪酬制度的补充章节 |
| 离职补偿协商 | 经济补偿金计算器 | 离职时期权处理 + 补偿金综合方案 |
| 薪酬竞争力分析 | 行业薪酬对标查询 | 股权激励 + 现金薪酬的行业对标 |
工作流程
当用户提出股权激励相关需求时：
- 理解场景：确认用户关心的是「计算」「对比」「推荐」「稀释分析」还是「税务优化」
- 确定参数：
- 权益工具类型（如不确定则推荐）
- 激励股数/期权份额
- 行权价/授予价
- 当前公允市场价值(FMV)
- 预期退出价
- 企业阶段（天使/A轮/B轮/Pre-IPO/上市）
- 所在城市
- 已归属时间
- 调用Python引擎：
python scripts/equity_incentive_engine.py --type SO/RSU/PS/SAR/ESOP --shares N \
--grant-price X --fmv Y --exit-price Z --stage [code] --city [city] \
[--defer] [--compare] [--recommend] [--dilution] --format markdown
- LLM增强分析：
- 解读计算结果，用通俗语言说明
- 补充行业最佳实践和案例
- 针对用户具体场景给出个性化建议
- 对比不同方案时给出明确推荐
- 呈现结果：使用引擎生成的Markdown报告 + LLM的个性化分析
使用示例
示例1：计算期权收益
用户：我是北京一家A轮互联网公司的核心研发，
公司给了10000股期权，行权价1元，现在估值5元/股，
预期3年后IPO能到30元，帮我算算能赚多少？
LLM理解 → 调用引擎：
equity_incentive_engine.py --type SO --shares 10000 --grant-price 1.0 \
--fmv 5.0 --exit-price 30.0 --stage vc_a --city 北京 --defer --format markdown
输出：含归属进度/递延纳税税务分析/收益汇总/优化建议
示例2：对比RSU vs 期权
用户：我们公司即将IPO，HR让选择拿RSU还是期权，
各5000股，期权行权价10元，当前股价25元，预期IPO后50元，
帮我对比一下哪个划算？
LLM理解 → 调用引擎（两次）→ 对比分析：
equity_incentive_engine.py --type RSU --shares 5000 --grant-price 0 --fmv 25 --exit-price 50 ...
equity_incentive_engine.py --type SO --shares 5000 --grant-price 10 --fmv 25 --exit-price 50 ...
输出：两种工具的净收益对比 + 税务差异 + 风险分析 + 明确推荐
示例3：行业智能推荐
用户：我在芯片半导体行业B轮公司做CTO，该设计什么样的股权激励？
LLM理解 → 调用引擎：
equity_incentive_engine.py --recommend --industry "芯片/半导体" --stage vc_b \
--role "CTO/技术合伙人"
输出：推荐工具(SO+RSU) + 期权池15% + 授予比例2% + 退出周期3-5年 +
行业实践 + 合规提醒(国家大基金/技术出口管制)
品牌定位
本技能是蚂蚁工资条「短期薪酬→长期激励」完整覆盖链的关键节点。与个税计算器、五险一金精算器等「短期薪酬计算」技能互补，共同构成员工从月薪到股权的全口径薪酬管理工具。技能矩阵中的「算」维度因此从单周期计算扩展到跨周期价值评估。
