fsi-comps-analysis

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. 首先：检查 MCP 数据源——如果有 S&P Kensho MCP、FactSet MCP 或 Daloopa MCP，请仅使用这些数据源获取财务和交易信息
2. 如果上述 MCP 数据源可用，切勿使用网络搜索
3. 仅当 MCP 不可用时： 才使用 Bloomberg Terminal、SEC EDGAR 文件或其他机构级数据源
4. 切勿将网络搜索用作主要数据源——其准确性、审计追踪和可靠性均不足以满足机构级分析的要求

为何这很重要： MCP 数据源提供经过验证的机构级数据，并附有适当的引用。网络搜索结果可能已过时、不准确，或不适用于财务分析。

---

概述

此技能教会 Claude 构建机构级可比公司分析，将运营指标、估值倍数和统计基准相结合。输出是一份结构化的 Excel/电子表格，通过同业比较辅助做出明智的投资决策。

参考资料与背景信息：

examples/comps_example.xlsx 中提供了可比公司分析示例。使用此技能目录中的该示例或其他示例文件时，请合理借鉴：

应使用示例来：

• 理解结构层级（各部分的组织方式）
• 把握预期的严谨程度（统计深度、文档标准）
• 学习相关原则（清晰的标题、透明的公式、审计追踪）

切勿使用示例来：

• 原样复刻格式或指标
• 不考虑具体情境，直接照搬布局
• 不考虑受众，始终套用相同的视觉风格

务必先问自己：

1. “您有偏好的格式吗？还是应该由我调整模板风格？”
2. “受众是谁？”（投资委员会、董事会演示、快速参考、详细备忘录）
3. “核心问题是什么？”（估值、增长分析、竞争定位、效率）
4. “具体情境是什么？”（并购评估、投资决策、行业基准比较、绩效评估）

根据具体情况进行调整：

• 行业背景：大型科技巨头与新兴 SaaS 初创公司的指标需求不同
• 行业特定需求：尽早添加相关指标（例如，科技公司可加入云 ARR、企业客户数、开发者生态）
• 对公司的熟悉程度：知名公司可能不需要太多背景介绍，可更多关注差异分析
• 决策类型：并购与持续的投资组合监控需要不同的侧重点

核心原则： 运用模板原则（结构清晰、统计严谨、公式透明），但根据具体情境调整执行方式。目标是实现机构级分析，而非制作看起来像机构模板的文件。

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。”

先设置能够促使人们战略性思考重要事项的标题，输入干净的数据，构建透明的公式，让统计结果自动呈现。好的可比公司分析应让未参与制作的人也能一目了然。

---

第 1 节：文档结构与设置

标题区块（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

为何这很重要： 立即明确背景信息。任何打开此文件的人都能知道文件内容、创建时间，以及如何解读其中的数字。

视觉规范标准（可选——用户偏好和上传的模板始终优先）

重要：以下仅为建议的默认设置。始终优先考虑：

1. 用户明确提出的格式要求
2. 任何上传模板中的格式
3. 公司／团队风格指南
4. 以上默认设置（仅在没有其他指导时采用）

建议的字体和排版：

• 字体系列：Times New Roman（专业、易读、行业标准）
• 字体大小：数据单元格为 11pt，表头为 12pt
• 粗体文本：章节标题、公司名称、统计指标标签

建议的颜色和底纹：

• 章节标题（例如，“运营统计与财务指标”）：
  • 深蓝色背景（#17365D 或类似藏青色）
  • 白色粗体文本
  • 对所有列整行填充底纹
• 列标题（例如，“公司”“收入”“利润率”）：
  • 浅蓝色／灰色背景（#D9E2F3 或类似浅蓝色）
  • 黑色粗体文本
  • 居中对齐
• 数据行：
  • 公司数据使用白色背景
  • 输入值和公式使用黑色文本
• 统计行（最大值、第 75 百分位数等）：
  • 浅灰色背景（#F2F2F2）
  • 黑色文本，标签左对齐

建议的格式规范：

• 小数精度：
  • 百分比：保留 1 位小数（12.3%）
  • 倍数：保留 1 位小数（13.5x）
  • 美元金额：不保留小数，使用千位分隔符（69,632）
  • 以百分比显示的利润率：保留 1 位小数（68.7%）
• 边框：不添加边框（简洁、极简外观）
• 对齐方式：所有指标均居中对齐，使外观整洁统一
• 单元格尺寸：所有列宽应统一／均匀，所有行高应一致（形成整洁、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，请按其要求设置。

---

第 2 节：运营统计与财务指标

核心列（从这些列开始）

1. 公司 - 名称格式保持一致
2. 收入 - 规模指标（可根据情况采用 LTM、季度或年度数据）
3. 收入增长率 - 同比百分比变化
4. 毛利润 - 收入减去销货成本
5. 毛利率 - GP／收入（基本盈利能力指标）
6. EBITDA - 息税折旧摊销前利润
7. EBITDA 利润率 - EBITDA／收入（运营效率）

可选补充（根据行业／用途选择）

• 季度数据与 LTM - 如果季节性因素很重要，则同时纳入
• 自由现金流 - 适用于资本密集型企业或 SaaS 企业
• FCF 利润率 - FCF／收入（现金创造效率）
• 净利润 - 适用于成熟且盈利的公司
• 营业利润 - 适用于折旧与摊销差异较大的企业
• 资本支出指标 - 适用于重资产行业
• Rule of 40 - 专用于 SaaS（增长率 % + 利润率 %）
• FCF 转化率 - 用于盈利质量分析（进阶）

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［某项指标］／［收入］或［某项指标］／［本表中的某项指标］。保持简单。

统计数据区块（公司数据之后）

关键要求：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)

需要统计数据的列（可比较指标）：

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

不需要统计数据的列（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（不同规模公司之间不可比较）

**注意：**公司数据与统计数据行之间留一空行，以便视觉区分。不要添加“行业统计”或“估值统计”标题行。

**四分位数的重要性：**它们展示的是分布，而不仅仅是平均值。第 75 百分位数倍数可以说明“溢价”公司以何种倍数交易。

---

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 - 与运营部分顺序相同
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的金额
5. EV/EBITDA - 市场为每美元收益支付的金额
6. P/E Ratio - 股价相对于净收益的比率

可选估值指标（根据上下文选择）

• FCF Yield - FCF/市值（用于关注现金的分析）
• PEG Ratio - P/E/增长率（适用于成长型公司）
• Price/Book - 市值与账面价值之比（适用于资产密集型企业）
• ROE/ROA - 回报指标（用于盈利能力比较）
• Revenue/EBITDA CAGR - 历史增长率（用于趋势分析）
• Asset Turnover - Revenue/Assets（用于运营效率分析）
• Debt/Equity - 杠杆率（用于资本结构分析）

核心原则： 纳入 3-5 个对所在行业重要的核心倍数。不要仅仅因为能纳入，就把所有可能的指标都加进去。

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

重要： 估值倍数必须引用运营指标部分。绝不要重复输入相同的原始数据。如果收入位于 C7，那么 EV/Revenue 公式应引用 C7。

统计数据块

结构与运营部分相同：每项指标均列出最大值、第 75 百分位数、中位数、第 25 百分位数和最小值。在公司数据与统计数据之间添加一个空行，以便视觉区分。不要添加“估值统计”标题行。

---

第 4 节：备注与方法文档

必需内容

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）
• 数据涵盖哪个期间？（2024 年第 4 季度、经审计数据）
• 如何验证数据？（与 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），以提高准确性和可追溯性

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 - 资本支出）
• 特殊指标说明（Rule of 40、FCF Conversion）
• 时间段定义（LTM、CAGR 计算期间）

估值方法：

• 如何计算企业价值？（市值 + 净债务）
• 使用了哪些增长率？（历史 CAGR、未来估算）
• 是否进行了任何调整？（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？（现金创造、资本效率）
• 读者应如何解读统计数据？（四分位数提供背景参考）

---

第 5 节：选择合适的指标（决策框架）

从“我在回答什么问题？”开始

“哪家公司被低估了？” → 重点关注：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？” → 重点关注：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？” → 重点关注：收入增长率、EBITDA CAGR、用户/客户增长 → 跳过：利润率指标、杠杆比率

“哪家公司现金创造能力最强？” → 重点关注：FCF、FCF 利润率、FCF Conversion、资本支出强度 → 跳过：EBITDA、P/E 比率

按行业选择指标

软件/SaaS： 必须有：收入增长率、毛利率、40 法则 可选：ARR、净美元留存率、CAC 回收期 跳过：资产周转率、库存指标

制造业/工业： 必须有：EBITDA 利润率、资产周转率、资本支出/收入 可选：ROA、库存周转率、积压订单 跳过：40 法则、SaaS 指标

金融服务： 必须有：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/电子商务： 必须有：收入增长率、毛利率、库存周转率 可选：同店销售额、客户获取成本 跳过：大量研发或资本支出指标

“5-10 法则”

5 个运营指标 - 收入、增长率、2-3 个利润率/效率指标 5 个估值指标 - 市值、EV、3 个倍数 = 共 10 列 - 足以讲清楚情况，又不会多到让你抓不住重点

如果指标超过 15 个，你很可能纳入了无关信息。请果断精简。

---

第 6 节：最佳实践与质量检查

开始之前

1. 定义同业组 - 公司必须真正具有可比性（业务模式、规模、地理区域相似）
2. 选择合适的期间 - LTM 可平滑季节性；季度数据可显示趋势
3. 预先统一单位 - 以百万还是十亿为单位的决定会影响所有内容
4. 梳理数据来源 - 确认每个数字的来源

构建过程中

1. 先输入所有原始数据 - 完成蓝色文本后再编写公式

2. 为所有手动输入的数据添加单元格批注 - 右键单元格 → 插入批注 → 记录来源或假设

   对于有来源的数据，请准确注明出处：

   • 示例：“Bloomberg Terminal - MSFT Equity DES，访问日期：2024-10-02”
   • 示例：“Q4 2024 10-K 文件，第 42 页，项目‘总收入’”
   • 示例：“截至 2024-10-02 的 FactSet 一致预期”
   • 尽可能添加超链接：右键单元格 → 链接 → 粘贴 SEC 文件、数据源或报告的网址

   对于假设，请说明理由：

   • 示例：“根据同业中位数，假设 EBITDA 利润率为 15%，公司未披露该数据”
   • 示例：“估算企业价值为市值加 5000 万美元净债务（依据 Q3 资产负债表，Q4 数据尚未提供）”
   • 示例：“远期 P/E 基于市场一致预期 EPS 3.45 美元（12 位分析师估算的平均值）”

   重要性：这有助于建立审计追踪、核验数据、明确假设并在未来更新

3. 逐行构建公式 - 完成每项计算后再继续

4. 对表头使用绝对引用 - $C$6 会锁定表头行

5. 统一格式 - 百分比应显示为百分比，而不是小数

6. 添加条件格式 - 自动突出显示异常值

合理性检查

• 利润率测试：毛利率 > EBITDA 利润率 > 净利润率（根据定义始终成立）
• 倍数合理性：
  • EV/Revenue：通常为 0.5-20x（因行业而异，差异较大）
  • EV/EBITDA：通常为 8-25x（各行业间相对稳定）
  • P/E：通常为 10-50x（取决于增长率）
• 增长率与倍数的相关性：增长率越高，倍数通常越高
• 规模与效率的权衡：大型公司通常利润率更高（规模效益）

应避免的常见错误

❌ 在公式中混用市值和企业价值 ❌ 分子和分母使用不同期间（LTM 与季度数据） ❌ 在公式中直接写入数字，而不是引用单元格 ❌ 手动输入的数据未添加单元格批注来注明来源或说明假设 ❌ 有条件时未添加指向 SEC 文件或数据源的超链接 ❌ 纳入过多没有明确用途的指标 ❌ 纳入不可比的公司（业务模式不同） ❌ 未说明数据过时的情况 ❌ 错误计算百分比平均值（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，请使用清晰的单位标签：

Revenue Growth (YoY) % | EBITDA Margin | FCF Margin | Rule of 40

四分位数分析的优势

与只看均值／中位数相比，四分位数可以显示：

• 第 75 百分位数＝“溢价”公司在此处交易
• 中位数＝市场估值的典型水平
• 第 25 百分位数＝“折价”区间

这有助于回答：“与同行相比，我们的目标公司估值偏高还是偏低？”

行业特定调整

软件／SaaS：

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

医疗保健：

• 添加：研发／营收、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、地域组合
• 强调：ROIC、资产周转率、周期性调整

消费品：

• 添加：同店销售额、客户获取成本、品牌价值
• 强调：营收增长、毛利率、库存周转率

---

第 7 节：工作流与实用技巧

分步流程

1. 搭建结构（30 分钟）

   • 创建所有标题
   • 设置单元格格式（输入项用蓝色，公式用黑色）
   • 固定单位和日期引用

2. 收集数据（60-90 分钟）

   • 从一手来源获取数据（S&P Kensho MCP、FactSet MCP、Daloopa MCP，如可用；否则使用 Bloomberg、SEC）
   • 所有原始数值均用蓝色输入
   • 在备注部分记录来源

3. 编写公式（30 分钟）

   • 从简单比率（利润率）开始
   • 再计算倍数（EV/Revenue）
   • 添加交叉检查（利润率是否合理？）

4. 添加统计数据（15 分钟）

   • 将公式结构复制到所有列
   • 确认范围正确（B7:B9，而非 B7:B10）
   • 检查四分位数逻辑

5. 质量控制（30 分钟）

   • 执行合理性检查
   • 验证公式引用
   • 检查是否存在 #DIV/0! 或 #REF! 错误
   • 与已知基准进行比较

6. 文档记录（15 分钟）

   • 完成备注部分
   • 添加数据来源
   • 定义方法
   • 为分析添加日期标记

专业技巧

• 保存模板：构建一次，永久复用
• 为异常值添加颜色标记：对偏离标准差超过 2 倍的数值使用条件格式
• 链接到源文件：添加指向 Bloomberg 截图或 SEC 文件的超链接
• 版本控制：保存为“Comps_v1_2024-12-15”，并清楚标注日期
• 协作审阅：请其他人检查公式

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，数据为 11pt，标题为 12pt）
• 分节标题按用户模板设置格式（默认：深蓝色 #17365D，白色粗体）
• 列标题按用户模板设置格式（默认：浅蓝／灰色 #D9E2F3，黑色粗体）
• 统计行按用户模板设置格式（默认：浅灰色 #F2F2F2）
• 不添加边框（保持简洁、清爽的外观）
• 列宽统一／一致（打造整洁、专业的外观）
• 行高保持一致（数据行通常为 20-25pt）
• 数字使用适当的小数精度和千位分隔符格式
• 所有指标居中对齐，保持整洁、统一的外观
• 公司数据行与统计行之间留出一个空白行
• 不单独添加“SECTOR STATISTICS”或“VALUATION STATISTICS”标题行
• 每个硬编码输入单元格都添加批注，注明以下任一内容：(1) 准确的数据来源，或 (2) 假设说明
• 在适用的单元格中添加超链接（SEC 文件、数据提供商页面、报告）

---

第 8 节：模板布局示例

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：

• 如果季节性很重要，则同时纳入季度数据和 LTM
• 如果现金创造能力是关键，则添加 FCF 指标
• 纳入行业特定指标（例如 SaaS 的 Rule of 40）
• 如果公司数量 >5，则增加统计行

---

第 9 节：行业特定补充项（可选）

只有在这些指标对分析至关重要时才添加。大多数可比公司分析只用核心指标就足够了。

软件/SaaS： 如相关，可添加：ARR、净美元留存率、40 法则

金融服务： 如相关，可添加：ROE、净息差、效率比率

电子商务： 如相关，可添加：GMV、抽成率、活跃买家数

医疗保健： 如相关，可添加：研发费用/收入、管线价值、专利时间表

制造业： 如相关，可添加：资产周转率、存货周转率、未交付订单

---

第 10 节：危险信号与警示

数据质量问题

🚩 时间段不一致（混用季度数据和年度数据）
🚩 缺失数据且未作说明
🚩 不同数据来源之间存在重大差异（偏差超过 10%）

估值危险信号

🚩 EBITDA 为负的公司却按 EBITDA 倍数估值（应改用收入倍数）
🚩 P/E 比率超过 100 倍，却没有高速增长的理由
🚩 利润率与行业情况不符

可比性问题

🚩 财年结束日期不同（会造成时间上的问题）
🚩 混合纯业务公司与综合企业
🚩 将商业模式差异显著的公司标为“可比公司”

不确定时，就排除该公司。 有 3 家完美的可比公司，胜过 6 家存疑的公司。

---

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

常见比率公式

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

---

核心原则总结

1. 结构决定洞见——恰当的表头能引导正确的思考
2. 少即是多——5–10 个关键指标胜过 20 个无关指标
3. 根据问题选择指标——估值分析 ≠ 效率分析
4. 统计数据揭示模式——中位数/四分位数比平均值能揭示更多信息
5. 透明胜过复杂——使用人人都能理解的简单公式
6. 可比性至关重要——排除不合适的公司，胜过勉强纳入
7. 记录你的选择——在备注部分说明使用了哪些指标以及原因

---

输出检查清单

交付可比公司分析前，请确认：

• 所有公司确实具有可比性
• 数据来自一致的时间段
• 单位标注明确（百万/十亿）
• 公式引用单元格，而非硬编码数值
• 所有硬编码输入单元格均附有批注，注明以下任一内容：（1）精确的数据来源及引用，或（2）清晰的假设及说明
• 在相关位置添加超链接（SEC EDGAR 文件、Bloomberg 页面、研究报告）
• 统计数据至少包含 5 个指标（最大值、75 分位数、中位数、25 分位数、最小值）
• 备注部分记录了来源和方法
• 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）
• 日期标记为当前日期（“截至 [Date]”）
• 公式审核未发现错误（#DIV/0!、#REF!、#N/A）

---

持续改进

完成可比公司分析后，请思考：

1. 统计数据是否揭示了意想不到的洞见？
2. 是否存在影响分析的数据缺口？
3. 利益相关者是否要求了你未纳入的指标？
4. 实际耗时与预期耗时相差多少？
5. 如何让下次的分析更有用？

优秀的可比公司分析会在每次迭代中不断完善。保存模板，从反馈中学习，并根据决策者的实际用途改进结构。