mcpField
C
comps-analysis

comps-analysis

github.com/anthropics数据与数据库40.9k2.3k 次安装今天更新
代码仓库

关于 comps-analysis

comps-analysis 是用于构建可比公司分析的技能,面向投资分析与财务建模场景。它指导用户建立含经营指标、估值倍数和统计基准的电子表格,并强调公式、数据来源与分步核验。

主要功能

  1. 01建立经营指标与估值倍数表
  2. 02按行业和分析目的选择指标
  3. 03用公式计算衍生数据
  4. 04汇总可比指标的统计分布
  5. 05逐阶段核验数据与计算

适用场景

  1. 01制作可比公司估值分析
  2. 02比较公司的增长与盈利能力
  3. 03为投资或并购评估整理同业数据
  4. 04审查电子表格公式和数据来源

MCP 相关

若可用,优先使用 S&P Kensho MCP、FactSet MCP 或 Daloopa MCP 获取财务与交易数据;此时不使用网页搜索。

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/anthropics/financial-services --skill comps-analysis

安装后在 Claude Code 中输入/comps-analysis确认已加载。

详细介绍

可比公司分析

⚠️ 关键:数据源优先级(请先阅读)

始终遵循以下数据源层级:

  1. 第一:检查可用的 MCP 数据源 - 若 S&P Kensho MCP、FactSet MCP 或 Daloopa MCP 可用,则仅使用它们获取财务与交易信息
  2. 不要使用网络搜索 若上述 MCP 数据源可用
  3. 仅当 MCP 不可用时: 再使用 Bloomberg Terminal、SEC EDGAR 文件或其他机构级来源
  4. 绝不将网络搜索作为主要数据源 - 它缺乏机构级分析所需的准确性、审计追踪和可靠性

为何重要: MCP 来源提供经过验证、机构级的数据,并附有规范的引用。网络搜索结果可能过时、不准确,或对财务分析不可靠。


概述

本技能教会 Claude 构建机构级的可比公司分析,将运营指标、估值倍数与统计基准相结合。输出为结构化的 Excel/电子表格,通过同业对比支持明智的投资决策。

参考资料与情境化:

examples/comps_example.xlsx 中提供了一个可比公司分析示例。使用本技能目录中的此示例或其他示例文件时,请明智地使用它们:

应当将示例用于:

  • 理解结构层级(各章节如何衔接)
  • 把握所期望的严谨程度(统计深度、文档标准)
  • 学习其原则(清晰的标题、透明的公式、审计追踪)

不应将示例用于:

  • 完全照搬格式或指标
  • 不考虑情境就复制布局
  • 无论受众如何都套用相同的视觉风格

始终先问自己:

  1. "您有偏好的格式,还是让我采用模板风格?"
  2. "受众是谁?"(投资委员会、董事会汇报、快速参考、详细备忘录)
  3. "关键问题是什么?"(估值、增长分析、竞争定位、效率)
  4. "情境是什么?"(并购评估、投资决策、行业基准、绩效评估)

根据具体情况做出调整:

  • 行业情境:大型科技巨头的指标需求不同于新兴 SaaS 初创公司
  • 行业特定需求:尽早加入相关指标(例如科技行业的云 ARR、企业客户数、开发者生态)
  • 公司熟悉度:知名公司可能只需较少背景,而更侧重变化分析
  • 决策类型:并购与持续的投资组合监控所需的侧重点不同

核心原则: 采用模板原则(清晰的结构、统计严谨性、透明的公式),但根据情境调整具体执行。目标是机构级质量的分析,而非看似机构级的模板。

用户提供的示例和明确偏好始终优先于默认设置。

核心理念

"先搭建正确的结构,再让数据讲述故事。"

从迫使命战略性思考关键要点的标题开始,输入干净的数据,构建透明的公式,让统计结果自动浮现。一份好的可比公司分析应能让未参与构建的人也能立即读懂。


⚠️ 关键:公式优先于硬编码 + 分步验证

环境 —— Office JS 与 Python:

  • 如果在 Excel 内部运行(Office 加载项 / Office JS): 直接使用 Office JS(Excel.run(async (context) => {...}))。通过 range.formulas = [["=E7/C7"]] 写入公式,而不是 range.values。无需单独的重算步骤 —— Excel 会原生处理。使用 range.format.* 设置颜色/字体。
  • 如果要生成独立的 .xlsx 文件: 使用 Python/openpyxl。写入 cell.value = "=E7/C7"(公式字符串)。
  • 两种方式原理相同 —— 只需转换 API 调用。
  • Office JS 合并单元格陷阱: 不要先调用 .merge(),然后又在合并后的区域上设置 .values(会抛出 InvalidArgument —— 该区域仍报告其合并前的尺寸)。应先将值写入左上角单元格,然后再合并 + 格式化整个区域:
    ws.getRange("A1").values = [["TECHNOLOGY — COMPARABLE COMPANY ANALYSIS"]];
    const hdr = ws.getRange("A1:H1");
    hdr.merge();
    hdr.format.fill.color = "#1F4E79";
    hdr.format.font.color = "#FFFFFF";
    hdr.format.font.bold = true;
    

用公式,而不是硬编码:

  • 每个衍生值(利润率、倍数、统计量)都必须是一个引用输入单元格的 Excel 公式 —— 绝不能是粘贴进去的预先计算好的数字
  • 使用 Python/openpyxl 构建工作表时:写入 cell.value = "=E7/C7"(公式字符串),而不是 cell.value = 0.687(计算结果)
  • 唯一应硬编码的值是原始输入数据(收入、EBITDA、股价等)—— 并且每一项都要附带一个注明其来源的单元格批注
  • 原因:当输入发生变化时,模型必须自动更新。硬编码的利润率就是一个随时可能触发的隐性 bug。

与用户分步验证:

  • 设置好结构后 → 在填充数据之前,先向用户展示表头布局
  • 输入原始数据后 → 在构建公式之前,先向用户展示输入块并确认来源/期间
  • 构建好经营指标公式后 → 在进入估值之前,先向用户展示计算出的利润率并与用户一起做合理性检查
  • 构建好估值倍数后 → 在添加统计量之前,先展示这些倍数并确认它们看起来合理
  • 不要端到端地构建整张工作表然后再呈现 —— 通过逐节确认来尽早发现错误

第 1 节:文档结构与设置

表头块(第 1-3 行)
Row 1: [ANALYSIS TITLE] - COMPARABLE COMPANY ANALYSIS
Row 2: [List of Companies with Tickers] • [Company 1 (TICK1)] • [Company 2 (TICK2)] • [Company 3 (TICK3)]
Row 3: As of [Period] | All figures in [USD Millions/Billions] except per-share amounts and ratios

为什么这很重要: 立即建立上下文。任何打开此文件的人都能知道自己在看什么、它何时创建,以及如何解读这些数字。

视觉规范标准(可选 - 用户偏好和上传的模板始终具有更高优先级)

重要:以下仅为建议的默认值。请始终优先遵循:

  1. 用户的明确格式偏好
  2. 任何已上传模板文件中的格式
  3. 公司/团队样式指南
  4. 这些默认值(仅在未提供其他指导时)

建议的字体与排版:

  • 字体族:Times New Roman(专业、易读、行业标准)
  • 字号:数据单元格 11pt,表头 12pt
  • 粗体文本:章节标题、公司名称、统计标签

默认颜色与底纹 — 专业蓝/灰配色(越简约越好):

  • 保持克制 — 仅使用蓝色和灰色。不要引入绿色、橙色、红色或多种强调色。一张干净的可比公司表总共使用 3-4 种颜色。
  • 章节标题(例如“OPERATING STATISTICS & FINANCIAL METRICS”):
    • 深蓝色背景(#1F4E79 或 #17365D 藏青色)
    • 白色粗体文本
    • 跨所有列的整行底纹
  • 列标题(例如“Company”“Revenue”“Margin”):
    • 浅蓝色背景(#D9E1F2 或类似淡蓝色)
    • 黑色粗体文本
    • 居中对齐
  • 数据行:
    • 公司数据使用白色背景
    • 公式使用黑色文本;硬编码输入使用蓝色文本
  • 统计行(Maximum、75th Percentile 等):
    • 浅灰色背景(#F2F2F2)
    • 黑色文本,标签左对齐
  • 这就是整个配色方案:深蓝色 + 浅蓝色 + 浅灰色 + 白色。除非用户模板另有说明,否则不要使用其他颜色。

建议的格式约定:

  • 小数精度:
    • 百分比:1 位小数(12.3%)
    • 倍数:1 位小数(13.5x)
    • 美元金额:无小数,使用千位分隔符(69,632)
    • 利润率以百分比表示:1 位小数(68.7%)
  • 边框:无边框(干净、简约外观)
  • 对齐:所有指标居中对齐,以获得干净、统一的外观
  • 单元格尺寸:所有列宽应统一/均匀,所有行高应一致(形成干净、专业的网格)

注意: 如果用户提供了模板文件或指定了不同的格式,请改为使用该格式。


第 2 节:运营统计与财务指标

核心列(从这些开始)
  1. Company - 格式一致的公司名称
  2. Revenue - 规模指标(根据上下文可以是 LTM、季度或年度)
  3. Revenue Growth - 同比增长百分比
  4. Gross Profit - 收入减去销货成本
  5. Gross Margin - GP/Revenue(基本盈利能力)
  6. EBITDA - 息税折旧摊销前利润
  7. EBITDA Margin - EBITDA/Revenue(运营效率)
可选补充项(根据行业/目的选择)
  • Quarterly vs LTM - 如果季节性重要,则同时包含两者
  • Free Cash Flow - 适用于资本密集型或 SaaS 业务
  • FCF Margin - FCF/Revenue(现金生成效率)
  • Net Income - 适用于成熟、盈利的公司
  • Operating Income - 适用于 D&A 差异较大的业务
  • CapEx metrics - 适用于资产密集型行业
  • Rule of 40 - 专用于 SaaS(增长率 % + 利润率 %)
  • FCF Conversion - 用于盈利质量分析(高级)
公式示例(以第 7 行为例)
// Core ratios - these are always calculated
Gross Margin (F7): =E7/C7
EBITDA Margin (H7): =G7/C7

// Optional ratios - include if relevant
FCF Margin: =[FCF]/[Revenue]
Net Margin: =[Net Income]/[Revenue]
Rule of 40: =[Growth %]+[FCF Margin %]

黄金法则: 每个比率都应为 [某指标] / [Revenue] 或 [某指标] / [本表中的某指标]。保持简单。

统计区块(公司数据之后)

关键:为所有可比较指标(比率、利润率、增长率、倍数)添加统计公式。

[Leave one blank row for visual separation]
- Maximum: =MAX(B7:B9)
- 75th Percentile: =QUARTILE(B7:B9,3)
- Median: =MEDIAN(B7:B9)
- 25th Percentile: =QUARTILE(B7:B9,1)
- Minimum: =MIN(B7:B9)

需要统计的列(可比较指标):

  • 收入增长率 %、毛利率 %、EBITDA 利润率 %、EPS
  • EV/Revenue、EV/EBITDA、P/E、股息率 %、Beta

不需要统计的列(规模指标):

  • 收入、EBITDA、净利润(绝对规模因公司规模而异)
  • 市值、企业价值(不同规模的公司之间不可比较)

注意: 在公司数据行和统计行之间添加一个空行,以便视觉分隔。不要添加 "SECTOR STATISTICS" 或 "VALUATION STATISTICS" 表头行。

为什么四分位数很重要: 它们展示的是分布,而不仅仅是平均值。75 百分位倍数告诉你 "溢价" 公司的交易水平。


第 3 节:估值倍数与投资指标

核心估值列(从这些开始)
  1. 公司 - 与经营部分相同的顺序
  2. 市值 - 当前市场估值
  3. 企业价值 - 市值 ± 净债务/现金
  4. EV/Revenue - 市场为每美元销售额支付多少
  5. EV/EBITDA - 市场为每美元收益支付多少
  6. P/E 比率 - 价格相对于净收益
可选估值指标(根据情境选择)
  • FCF 收益率 - FCF/市值(用于以现金为重点的分析)
  • PEG 比率 - P/E/增长率(用于成长型公司)
  • 市净率 - 市场价值与账面价值之比(用于资产密集型企业)
  • ROE/ROA - 回报指标(用于盈利能力比较)
  • 收入/EBITDA CAGR - 历史增长率(用于趋势分析)
  • 资产周转率 - 收入/资产(用于运营效率)
  • 债务/权益 - 杠杆(用于资本结构分析)

关键原则: 包含对您所在行业重要的 3-5 个核心倍数。不要仅仅因为可以就包含所有可能的指标。

公式示例
// Core multiples - always include these
EV/Revenue: =[Enterprise Value]/[LTM Revenue]
EV/EBITDA: =[Enterprise Value]/[LTM EBITDA]
P/E Ratio: =[Market Cap]/[Net Income]

// Optional multiples - include if data available
FCF Yield: =[LTM FCF]/[Market Cap]
PEG Ratio: =[P/E]/[Growth Rate %]
交叉引用规则

关键: 估值倍数必须引用经营指标部分。绝不要两次输入相同的原始数据。如果收入在 C7,那么 EV/Revenue 公式应引用 C7。

统计区块

与经营部分相同的结构:每个指标的最大值、75 百分位、中位数、25 百分位、最小值。在公司数据和统计之间添加一个空行以便视觉分隔。不要添加 "VALUATION STATISTICS" 表头行。


第 4 节:注释与方法论文档

必需组件

数据来源与质量:

  • 数据来自哪里?(S&P Kensho MCP、FactSet MCP、Daloopa MCP、Bloomberg、SEC 文件)
  • 涵盖什么时期?(2024 年 Q4、经审计数字)
  • 如何验证?(对照 10-K/10-Q 交叉核对)
  • 注意:如果可用,优先使用 MCP 数据源(S&P Kensho、FactSet、Daloopa),以获得更好的准确性和可追溯性

关键定义:

  • EBITDA 计算方法(毛利润 + D&A,或营业收入 + D&A)
  • 自由现金流公式(经营现金流 - CapEx)
  • 特殊指标解释(Rule of 40、FCF 转化率)
  • 时间段定义(LTM、CAGR 计算期间)

估值方法论:

  • 企业价值如何计算?(市值 + 净债务)
  • 使用了哪些增长率?(历史 CAGR、前瞻性估计)
  • 做了哪些调整?(排除一次性项目、标准化利润率)

分析框架:

  • 投资论点是什么?(云/SaaS 效率)
  • 哪些指标最重要?(现金生成、资本效率)
  • 读者应如何解读统计数据?(四分位数提供背景)

第 5 节:选择正确的指标(决策框架)

从“我要回答什么问题?”开始

“哪家公司被低估?” → 关注:EV/Revenue、EV/EBITDA、P/E、市值 → 跳过:运营细节、增长指标

“哪家公司效率最高?” → 关注:毛利率、EBITDA 利润率、FCF 利润率、资产周转率 → 跳过:规模指标、绝对金额

“哪家公司增长最快?” → 关注:收入增长率 %、EBITDA CAGR、用户/客户增长 → 跳过:利润率指标、杠杆率

“哪家公司现金创造能力最强?” → 关注:FCF、FCF 利润率、FCF 转化率、CapEx 强度 → 跳过:EBITDA、P/E 比率

行业特定指标选择

软件/SaaS: 必须具备:收入增长、毛利率、Rule of 40 可选:ARR、净收入留存率、CAC 回收期 跳过:资产周转率、库存指标

制造业/工业: 必须具备:EBITDA 利润率、资产周转率、CapEx/Revenue 可选:ROA、库存周转率、订单储备 跳过:Rule of 40、SaaS 指标

金融服务: 必须具备:ROE、ROA、效率比率、P/E 可选:净息差、贷款损失准备金 跳过:毛利率、EBITDA(对银行没有意义)

零售/电商: 必须具备:收入增长、毛利率、库存周转率 可选:同店销售额、客户获取成本 跳过:重研发或 CapEx 指标

“5-10 法则”

5 个运营指标 - 收入、增长、2-3 个利润率/效率指标 5 个估值指标 - 市值、EV、3 个倍数 = 10 个总列数 - 足以讲清故事,又不会多到让你失去线索

如果你有超过 15 个指标,很可能已经把噪声也包含进去了。要毫不留情地精简。


第 6 节:最佳实践与质量检查

开始之前
  1. 定义可比公司组 - 公司必须真正可比(相似的商业模式、规模、地域)
  2. 选择正确期间 - LTM 可平滑季节性;季度数据可显示趋势
  3. 预先统一单位 - 百万还是十亿的决定会影响一切
  4. 梳理数据来源 - 知道每个数字来自哪里
构建过程中
  1. 先输入所有原始数据 - 在编写公式前完成蓝色文本

  2. 为所有硬编码输入添加单元格批注 - 右键单元格 → 插入批注 → 记录来源或假设

    对于有来源的数据,要准确注明其出处:

    • 示例:“Bloomberg Terminal - MSFT Equity DES,访问于 2024-10-02”
    • 示例:“2024 年第四季度 10-K 申报文件,第 42 页,行项目‘Total Revenue’”
    • 示例:“截至 2024-10-02 的 FactSet 一致预期”
    • 尽可能包含超链接:右键单元格 → 链接 → 粘贴指向 SEC 申报文件、数据来源或报告的 URL

    对于假设,要解释推理依据:

    • 示例:“基于可比公司中位数假设 15% 的 EBITDA 利润率,公司未披露”
    • 示例:“估计企业价值为市值 + $50M 净债务(来自第三季度资产负债表,第四季度尚不可得)”
    • 示例:“远期 P/E 基于华尔街一致预期 EPS $3.45(12 位分析师估计的平均值)”

    为什么这很重要:可实现审计追踪、数据验证、假设透明化以及未来更新

  3. 逐行构建公式 - 在继续之前测试每个计算

  4. 对表头使用绝对引用 - $C$6 锁定表头行

  5. 格式保持一致 - 百分比就显示为百分比,而不是小数

  6. 添加条件格式 - 自动突出异常值

合理性检查
  • 利润率测试:毛利率 > EBITDA 利润率 > 净利润率(按定义始终成立)
  • 倍数合理性:
    • EV/Revenue:通常为 0.5-20x(因行业差异很大)
    • EV/EBITDA:通常为 8-25x(跨行业较为一致)
    • P/E:通常为 10-50x(取决于增长率)
  • 增长与倍数相关性:更高增长通常意味着更高倍数
  • 规模与效率权衡:更大的公司通常有更好的利润率(规模效益)
应避免的常见错误

❌ 在公式中混用市值与企业价值 ❌ 分子与分母使用不同时间段(LTM 与季度) ❌ 将数字硬编码到公式中,而不是使用单元格引用 ❌ 硬编码输入时未通过单元格批注注明来源或解释假设 ❌ 在可用时缺少指向 SEC 文件或数据源的超链接 ❌ 纳入过多指标却没有明确目的 ❌ 纳入不可比公司(商业模式不同) ❌ 使用过时数据而未披露 ❌ 错误地计算百分比的平均值(应使用中位数)


第 6 节:高级功能

动态表头

对于显示计算结果的列,使用清晰单位标签:

Revenue Growth (YoY) % | EBITDA Margin | FCF Margin | Rule of 40
四分位分析的好处

除了均值/中位数,四分位数还能显示:

  • 第 75 百分位 = “溢价”公司在此交易
  • 中位数 = 典型市场估值
  • 第 25 百分位 = “折价”区间

这有助于回答:“我们的目标公司相较同业交易得偏贵还是偏便宜?”

行业特定修改

软件/SaaS:

  • 添加:ARR、净美元留存率、CAC 回收期
  • 强调:40 法则、FCF 利润率、毛利率 >70%

医疗健康:

  • 添加:研发/收入、管线价值、监管状态
  • 强调:EBITDA 利润率、增长率、报销风险

工业:

  • 添加:积压订单、订单簿趋势、地区结构
  • 强调:ROIC、资产周转率、周期性调整

消费:

  • 添加:同店销售、客户获取成本、品牌价值
  • 强调:收入增长、毛利率、库存周转

第 7 节:工作流与实践建议

分步流程
  1. 搭建结构(30 分钟)

    • 创建所有表头
    • 设置单元格格式(输入用蓝色,公式用黑色)
    • 锁定单位和日期引用
  2. 收集数据(60-90 分钟)

    • 从主要来源获取(如有 S&P Kensho MCP、FactSet MCP、Daloopa MCP;否则使用 Bloomberg、SEC)
    • 用蓝色输入所有原始数字
    • 在备注部分记录来源
  3. 构建公式(30 分钟)

    • 从简单比率开始(利润率)
    • 进阶到倍数(EV/Revenue)
    • 添加交叉检查(利润率是否合理?)
  4. 添加统计(15 分钟)

    • 为所有列复制公式结构
    • 验证范围正确(B7:B9,而不是 B7:B10)
    • 检查四分位逻辑
  5. 质量控制(30 分钟)

    • 运行合理性检查
    • 验证公式引用
    • 检查是否有 #DIV/0! 或 #REF! 错误
    • 与已知基准比较
  6. 文档记录(15 分钟)

    • 完成备注部分
    • 添加数据来源
    • 定义方法
    • 为分析标注日期
专业提示
  • 保存模板:构建一次,永久复用
  • 对异常值进行颜色标记:对超过 2 个标准差的值使用条件格式
  • 链接到源文件:超链接到 Bloomberg 截图或 SEC 文件
  • 版本控制:保存为“Comps_v1_2024-12-15”,并清晰标注日期
  • 协作审查:让他人检查你的公式
Excel 格式检查清单(可选 - 根据用户偏好调整)
  • 字体设置为用户偏好的样式(默认:Times New Roman,数据 11pt,标题 12pt)
  • 章节标题按用户模板格式化(默认:深蓝色 #17365D 配白色粗体文字)
  • 列标题按用户模板格式化(默认:浅蓝/灰色 #D9E2F3 配黑色粗体文字)
  • 统计行按用户模板格式化(默认:浅灰色 #F2F2F2)
  • 不应用边框(简洁、极简外观)
  • 列宽设置为统一/均匀宽度(营造简洁、专业的外观)
  • 行高设置为一致高度(数据行通常为 20-25pt)
  • 数字格式化为适当的小数精度和千位分隔符
  • 所有指标居中对齐,营造简洁、统一的外观
  • 公司数据与统计行之间留一个空行作为分隔
  • 不单独设置 "SECTOR STATISTICS" 或 "VALUATION STATISTICS" 标题行
  • 每个硬编码输入单元格都有批注,包含:(1) 确切数据来源,或 (2) 假设说明
  • 在适用处为单元格添加超链接(SEC 文件、数据提供商页面、报告)

第 8 节:示例模板布局

简单版本(从这里开始):

┌─────────────────────────────────────────────────────────────┐
│ TECHNOLOGY - COMPARABLE COMPANY ANALYSIS                    │
│ Microsoft • Alphabet • Amazon                               │
│ As of Q4 2024 | All figures in USD Millions                │
├─────────────────────────────────────────────────────────────┤
│ OPERATING METRICS                                           │
├──────────┬─────────┬─────────┬──────────┬──────────────────┤
│ Company  │ Revenue │ Growth  │ Gross    │ EBITDA  │ EBITDA │
│          │ (LTM)   │ (YoY)   │ Margin   │ (LTM)   │ Margin │
├──────────┼─────────┼─────────┼──────────┼─────────┼────────┤
│ MSFT     │ 261,400 │ 12.3%   │ 68.7%    │ 205,100 │ 78.4%  │
│ GOOGL    │ 349,800 │ 11.8%   │ 57.9%    │ 239,300 │ 68.4%  │
│ AMZN     │ 638,100 │ 10.5%   │ 47.3%    │ 152,600 │ 23.9%  │
│          │         │         │          │         │        │ [blank row]
│ Median   │ =MEDIAN │ =MEDIAN │ =MEDIAN  │ =MEDIAN │=MEDIAN │
│ 75th %   │ =QUART  │ =QUART  │ =QUART   │ =QUART  │=QUART  │
│ 25th %   │ =QUART  │ =QUART  │ =QUART   │ =QUART  │=QUART  │
├─────────────────────────────────────────────────────────────┤
│ VALUATION MULTIPLES                                         │
├──────────┬──────────┬──────────┬──────────┬────────────────┤
│ Company  │ Mkt Cap  │ EV       │ EV/Rev   │ EV/EBITDA │ P/E│
├──────────┼──────────┼──────────┼──────────┼───────────┼────┤
│ MSFT     │3,550,000 │3,530,000 │ 13.5x    │ 17.2x     │36.0│
│ GOOGL    │2,030,000 │1,960,000 │  5.6x    │  8.2x     │24.5│
│ AMZN     │2,226,000 │2,320,000 │  3.6x    │ 15.2x     │58.3│
│          │          │          │          │           │    │ [blank row]
│ Median   │ =MEDIAN  │ =MEDIAN  │ =MEDIAN  │ =MEDIAN   │=MED│
│ 75th %   │ =QUART   │ =QUART   │ =QUART   │ =QUART    │=QRT│
│ 25th %   │ =QUART   │ =QUART   │ =QUART   │ =QUART    │=QRT│
└──────────┴──────────┴──────────┴──────────┴───────────┴────┘

仅在需要时增加复杂度:

  • 如果季节性重要,包含季度和 LTM 数据
  • 如果现金生成是核心故事,添加 FCF 指标
  • 包含行业特定指标(SaaS 的 Rule of 40 等)
  • 如果公司数超过 5 家,添加更多统计行

第 9 节:行业特定补充(可选)

仅当这些对分析至关重要时才添加。大多数可比公司分析仅用核心指标即可正常运行。

软件/SaaS: 如相关则添加:ARR、Net Dollar Retention、Rule of 40

金融服务: 如相关则添加:ROE、净息差、效率比率

电子商务: 如相关则添加:GMV、Take Rate、活跃买家数

医疗健康: 如相关则添加:研发/营收、管线价值、专利时间线

制造业: 如相关则添加:资产周转率、库存周转率、订单积压


第 10 节:危险信号与警示迹象

数据质量问题

🚩 时间段不一致(混用季度和年度)
🚩 数据缺失且无说明
🚩 数据来源之间存在显著差异(差异 >10%)

估值危险信号

🚩 负 EBITDA 公司使用 EBITDA 倍数估值(应改用营收倍数)
🚩 市盈率 >100 倍且无超高速增长故事
🚩 利润率对该行业不合理

可比性问题

🚩 不同财年结束日期(导致时间匹配问题)
🚩ixing 纯业务公司与综合企业
🚩 将实质性不同的商业模式标记为"可比公司"

如有疑问,排除该公司。 宁可拥有 3 个完美的可比公司,也不要 6 个存疑的。


第 11 节:公式参考指南

必备 Excel 公式
// Statistical Functions
=AVERAGE(range)          // Simple mean
=MEDIAN(range)           // Middle value
=QUARTILE(range, 1)      // 25th percentile
=QUARTILE(range, 3)      // 75th percentile
=MAX(range)              // Maximum value
=MIN(range)              // Minimum value
=STDEV.P(range)          // Standard deviation

// Financial Calculations
=B7/C7                   // Simple ratio (Margin)
=SUM(B7:B9)/3            // Average of multiple companies
=IF(B7>0, C7/B7, "N/A")  // Conditional calculation
=IFERROR(C7/D7, 0)       // Handle divide by zero

// Cross-Sheet References
='Sheet1'!B7             // Reference another sheet
=VLOOKUP(A7, Table1, 2)  // Lookup from data table
=INDEX(MATCH())          // Advanced lookup

// Formatting
=TEXT(B7, "0.0%")        // Format as percentage
=TEXT(C7, "#,##0")       // Thousands separator
常用比率公式
Gross Margin = Gross Profit / Revenue
EBITDA Margin = EBITDA / Revenue
FCF Margin = Free Cash Flow / Revenue
FCF Conversion = FCF / Operating Cash Flow
ROE = Net Income / Shareholders' Equity
ROA = Net Income / Total Assets
Asset Turnover = Revenue / Total Assets
Debt/Equity = Total Debt / Shareholders' Equity

关键原则总结

  1. 结构驱动洞察 - 正确的标题强制正确的思考
  2. 少即是多 - 5-10 个重要指标胜过 20 个无关指标
  3. 为你的问题选择指标 - 估值分析 ≠ 效率分析
  4. 统计揭示规律 - 中位数/四分位数比平均值揭示更多
  5. 透明胜过复杂 - 人人都能理解的简单公式
  6. 可比性是王道 - 宁可排除也不要强凑一个差的可比公司
  7. 记录你的选择 - 在注释部分解释使用了哪些指标及原因

输出检查清单

在交付可比公司分析之前,请核实:

  • 所有公司确实具有可比性
  • 数据来自一致的时间段
  • 单位已明确标注(百万/十亿)
  • 公式引用单元格,而非硬编码值
  • 所有硬编码的输入单元格都有注释,包含以下之一:(1) 精确的数据来源及引用,或 (2) 清晰的假设及说明
  • 在相关处添加了超链接(SEC EDGAR 文件、Bloomberg 页面、研究报告)
  • 统计包含至少 5 项指标(最大值、75 分位、中位数、25 分位、最小值)
  • 注释部分记录了来源和方法论
  • 视觉格式遵循惯例(蓝色 = 输入,黑色 = 公式)
  • 合理性检查通过(利润率合乎逻辑,倍数合理)
  • 日期戳为当前日期(“截至 [日期]”)
  • 公式审核显示无错误(#DIV/0!、#REF!、#N/A)

持续改进

完成可比公司分析后,请自问:

  1. 统计数据是否揭示了意想不到的洞见?
  2. 是否存在限制分析的数据缺口?
  3. 利益相关方是否要求了你未纳入的指标?
  4. 实际花费了多长时间,对比应该花费多长时间?
  5. 下次怎样才能让这份分析更有用?

最好的可比公司分析会随着每次迭代而演进。保存模板、从反馈中学习,并根据决策者实际使用的内容来优化结构。

评论

支持 Markdown