跳到主要内容

可比公司分析

在 Excel 中构建可比公司分析——包括运营指标、估值倍数以及相对于同行组的统计基准测试。与 excel-author 配合使用。适用于上市公司估值、IPO 定价、行业基准测试或异常值检测。

技能元数据​

来源可选 — 使用 hermes skills install official/finance/comps-analysis 安装
路径optional-skills/finance/comps-analysis
版本1.0.0
作者Anthropic（由 Nous Research 改编）
许可证Apache-2.0
平台linux, macos, windows
标签finance, valuation, comps, excel, openpyxl, modeling, investment-banking
相关技能excel-author, pptx-author, dcf-model, lbo-model

参考：完整 SKILL.md​

信息

以下是 Hermes 在触发此技能时加载的完整技能定义。这是技能激活时代理看到的指令。

环境​

此技能假设使用 无头模式 openpyxl — 你正在磁盘上生成一个 .xlsx 文件。 遵循 excel-author 技能关于单元格着色、公式、命名范围和敏感性表的约定。 交付前重新计算：python /path/to/excel-author/scripts/recalc.py ./out/model.xlsx。

可比公司分析

⚠️ 关键：数据源优先级（首先阅读）​

始终遵循以下数据源层级：

  1. 第一：检查 MCP 数据源 - 如果 S&P Kensho MCP、FactSet MCP 或 Daloopa MCP 可用，则专门使用它们获取财务和交易信息
  2. 如果上述 MCP 数据源可用，请勿使用网络搜索
  3. 仅在 MCP 不可用时： 然后使用 Bloomberg Terminal、SEC EDGAR 备案文件或其他机构来源
  4. 切勿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、审计轨迹和可靠性

为何重要： MCP 来源提供经过验证的、具有适当引用的机构级数据。网络搜索结果可能过时、不准确或不可靠，不适合用于财务分析。

概述​

此技能教导代理构建结合运营指标、估值倍数和统计基准测试的机构级可比公司分析。输出是一个结构化的 Excel/电子表格，通过同行比较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。在使用此技能目录中的此文件或其他示例文件时，请智能地使用它们：

可以使用示例来：

  • 理解结构层次（各部分如何流动）
  • 掌握预期的严谨程度（统计深度、文档标准）
  • 学习原则（清晰的标题、透明的公式、审计轨迹）

不要使用示例来：

  • 精确复制格式或指标
  • 不考虑上下文而复制布局
  • 不顾受众而应用相同的视觉风格

始终先问自己：

  1. “你有首选格式还是我应该调整模板风格？”
  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. “关键问题是什么？”（估值、增长分析、竞争定位、效率）
  4. “背景是什么？”（并购评估、投资决策、行业基准测试、绩效审查）

根据具体情况进行调整：

  • 行业背景：大型科技巨头需要的指标与新兴 SaaS 初创公司不同
  • 特定行业需求：尽早添加相关指标（例如，科技行业的云 ARR、企业客户、开发者生态系统）
  • 公司熟悉度：知名公司可能需要较少的背景介绍，更多关注差异分析
  • 决策类型：并购与持续投资组合监控需要不同的侧重点

核心原则： 使用模板原则（清晰的结构、统计严谨性、透明的公式），但根据上下文变化执行方式。目标是机构质量的分析，而不是看起来像机构的模板。

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​

“首先构建正确的结构，然后让数据讲述故事。”

从迫使人们战略性思考重要事项的标题开始，输入干净的数据，构建透明的公式，让统计数据自动呈现。一个好的可比公司分析应该让未构建它的人也能立即读懂。

⚠️ 关键：公式优于硬编码 + 逐步验证​

使用公式，而非硬编码：

  • 每个派生值（利润率、倍数、统计数据）必须是引用输入单元格的 Excel 公式——绝不能是粘贴进来的预计算数字
  • 当使用 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）——且每一个都必须附带包含其来源的单元格注释
  • 原因：模型必须在输入更改时自动更新。硬编码的利润率是一个潜伏的静默错误。

与用户逐步验证：

  • 设置结构后 → 在填充数据之前向用户展示标题布局
  • 输入原始数据后 → 向用户展示输入块，并在构建公式之前确认来源/期间
  • 构建运营指标公式后 → 展示计算出的利润率，并在进入估值阶段之前与用户进行合理性检查
  • 构建估值倍数后 → 展示倍数，并在添加统计数据之前确认它们看起来合理
  • 不要从头到尾构建整个工作表然后再呈现——通过确认每个部分来尽早发现错误

第 1 部分：文档结构与设置​

标题块（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

重要性： 立即建立上下文。任何打开此文件的人都知道他们在看什么、何时创建的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优先）​

重要提示：这些仅是建议的默认值。请始终优先遵循：

  1. 用户明确的格式偏好
  2. 任何上传模板文件中的格式
  3. 公司/团队风格指南
  4. 这些默认值（仅在没有其他指导时提供）

建议字体与排版：

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

默认颜色与 shading — 专业蓝/灰调色板（越少越好）：

  • 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。一个干净的可比公司分析表总共使用 3-4 种颜色。
  • 章节标题（例如，“OPERATING STATISTICS & FINANCIAL METRICS”）：
    • 深蓝色背景（#1F4E79 或 #17365D 海军蓝）
    • 白色粗体文本
    • 跨所有列的全行着色
  • 列标题（例如，“Company”, “Revenue”, “Margin”）：
    • 浅蓝色背景（#D9E1F2 或类似的淡蓝色）
    • 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
  • 统计数据行（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
  • 这就是全部调色板：深蓝色 + 浅蓝色 + 浅灰色 + 白色。除非用户的模板另有说明，否则不使用其他颜色。

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)
    • 以百分比显示的利润率：1 位小数 (68.7%)
  • 边框：无边框（干净、简约的外观）
  • 对齐方式：所有指标居中对齐，以获得干净、统一的外观
  • 单元格尺寸：所有列宽应均匀/相等，所有行高应一致（创建干净、专业的网格）

注意： 如果用户提供模板文件或指定不同的格式，请使用该格式。

第 2 部分：运营统计与财务指标​

核心列（从这些开始）​

  1. Company - 名称，格式一致
  2. Revenue - 规模指标（可以是 LTM、季度或年度，取决于上下文）
  3. Revenue Growth - 同比百分比变化
  4. Gross Profit - 收入减去销售成本
  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）

可选附加项（根据行业/目的选择）​

  • Quarterly vs LTM - 如果季节性很重要，则同时包括两者
  • 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 - 适用于折旧和摊销变化的企业
  • CapEx metrics - 适用于资产密集型行业
  • Rule of 40 - 专门针对 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： 每个比率应为 [某项] / [收入] 或 [某项] / [本表中的某项]。保持简单。

统计块（在公司数据之后）​

关键：为所有可比指标（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（可比指标）：

  • 收入增长率 %、毛利率 %、EBITDA 利润率 %、每股收益 (EPS)
  • 企业价值/收入 (EV/Revenue)、企业价值/EBITDA (EV/EBITDA)、市盈率 (P/E)、股息率 %、贝塔系数 (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（在不同规模的公司之间不可比）

注意： 在公司数据行和统计数据行之间添加一个空白行，以实现视觉分隔。不要添加“行业统计数据 (SECTOR STATISTICS)”或“估值统计数据 (VALUATION STATISTICS)”标题行。

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

第 3 部分：估值倍数与投资指标​

核心估值列（从这些开始）​

  1. 公司 (Company) - 与运营部分的顺序相同
  2. 市值 (Market Cap) - 当前市场估值
  3. 企业价值 (Enterprise Value) - 市值 ± 净债务/现金
  4. 企业价值/收入 (EV/Revenue) - 市场为每美元销售额支付的价格
  5. 企业价值/EBITDA (EV/EBITDA) - 市场为每美元收益支付的价格
  6. 市盈率 (P/E Ratio) - 价格相对于净收益的比例

可选估值指标（根据上下文选择）​

  • 自由现金流收益率 (FCF Yield) - 自由现金流/市值（用于以现金为重点的分析）
  • PEG 比率 (PEG Ratio) - 市盈率/增长率（用于成长型公司）
  • 市净率 (Price/Book) - 市场价值与账面价值之比（用于重资产企业）
  • 净资产收益率/总资产收益率 (ROE/ROA) - 回报指标（用于盈利能力比较）
  • 收入/EBITDA 复合年增长率 (CAGR) - 历史增长率（用于趋势分析）
  • 资产周转率 (Asset Turnover) - 收入/资产（用于运营效率分析）
  • 债务/权益比率 (Debt/Equity) - 杠杆率（用于资本结构分析）

关键原则： 包含 3-5 个对你的行业至关重要的核心倍数。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： 估值倍数必须引用运营指标部分。切勿重复输入相同的原始数据。如果收入在 C7 单元格，那么 EV/Revenue 公式应引用 C7。

统计数据块​

结构与运营部分相同：每个指标的最大值、第 75 百分位数、中位数、第 25 百分位数、最小值。在公司数据和统计数据之间添加一个空白行以进行视觉分隔。不要添加“估值统计数据 (VALUATION STATISTICS)”标题行。

第 4 部分：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）
  • 覆盖哪个时期？（2024 年第四季度，经审计的数据）
  • 如何验证？（与 10-K/10-Q 表格交叉核对）
  • 注意：如果可用，优先使用 MCP 数据源（S&P Kensho、FactSet、Daloopa），以获得更高的准确性和可追溯性

关键定义：

  • EBITDA 计算方法（毛利 + 折旧与摊销，或营业利润 + 折旧与摊销）
  • 自由现金流公式（经营现金流 - 资本支出）
  • 特殊指标解释（40 法则、自由现金流转化率）
  • 时间段定义（LTM、CAGR 计算周期）

估值方法论：

  • 企业价值是如何计算的？（市值 + 净债务）
  • 使用了哪些增长率？（历史 CAGR、远期预测）
  • 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？（四分位数提供背景信息）

第 5 部分：选择合适的指标（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、自由现金流利润率、资产周转率 → 跳过：规模指标、绝对美元金额

“哪家公司增长最快？” → 重点关注：收入增长率 %、EBITDA 复合年增长率 (CAGR)、用户/客户增长 → 跳过：利润率指标、杠杆比率

“哪家是最好的现金生成器？” → 重点关注：自由现金流 (FCF)、自由现金流利润率、自由现金流转化率、资本支出强度 → 跳过：EBITDA、市盈率 (P/E) 比率

特定行业的指标选择​

软件/SaaS： 必须具备：收入增长率、毛利率、40 法则 (Rule of 40) 可选：年度经常性收入 (ARR)、净收入留存率 (NDR)、客户获取成本回收期 (CAC Payback) 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、资本支出/收入 可选：总资产收益率 (ROA)、库存周转率、积压订单 跳过：40 法则、SaaS 指标

金融服务： 必须具备：净资产收益率 (ROE)、总资产收益率 (ROA)、效率比率、市盈率 (P/E) 可选：净息差、贷款损失准备金 跳过：毛利率、EBITDA（对银行无意义）

零售/电子商务： 必须具备：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：重度研发或资本支出指标

“5-10 规则”​

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、企业价值、3 个倍数 = 总共 10 列 - 足以讲述故事，又不会多到让人迷失主线

如果你有超过 15 个指标，你可能包含了噪音。请无情地删减。

第 6 部分：最佳实践与质量检查​

开始之前​

  1. 定义可比公司组 - 公司必须具有真正的可比性（相似的商业模式、规模、地理位置）
  2. 选择正确的期间 - LTM（最近十二个月）可平滑季节性波动；季度数据可显示趋势
  3. 预先统一单位 - 选择“百万”还是“十亿”会影响所有内容
  4. 映射数据来源 - 明确每个数字的来源

构建过程中​

  1. 首先输入所有原始数据 - 在编写公式之前完成蓝色文本的输入

  2. 为所有硬编码输入添加单元格注释 - 右键单击单元格 → 插入注释 → 记录来源或假设

    对于 sourced data（ sourced 数据），准确引用来源：

    • 示例：“Bloomberg Terminal - MSFT Equity DES，访问日期 2024-10-02”
    • 示例：“2024年第四季度 10-K 文件，第42页，项目‘Total Revenue’（总收入）”
    • 示例：“截至 2024-10-02 的 FactSet 一致预期估计值”
    • 尽可能包含超链接：右键单击单元格 → 链接 → 粘贴指向 SEC 文件、数据源或报告的 URL

    对于假设，解释推理过程：

    • 示例：“基于同行中位数假设 EBITDA 利润率为 15%，因为该公司未披露”
    • 示例：“估算企业价值为市值 + 5000万美元净债务（来自第三季度资产负债表，第四季度数据尚不可用）”
    • 示例：“基于华尔街一致预期每股收益 3.45 美元的前向市盈率（12位分析师估计值的平均值）”

    为何这很重要：便于审计追踪、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. 对标题使用绝对引用 - $C$6 锁定标题行

  5. 保持格式一致 - 百分比应格式化为百分比，而非小数

  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 > 净利率（根据定义始终成立）
  • 倍数合理性：
    • EV/Revenue（企业价值/收入）：通常为 0.5-20倍（因行业而异，差异较大）
    • EV/EBITDA（企业价值/息税折旧摊销前利润）：通常为 8-25倍（跨行业相对一致）
    • P/E（市盈率）：通常为 10-50倍（取决于增长率）
  • 增长与倍数的相关性：较高的增长通常意味着较高的倍数
  • 规模与效率的权衡：大型公司通常拥有更好的利润率（规模效益）

常见错误避免​

❌ 在公式中混合使用市值和企业价值 ❌ 分子和分母使用不同的时间段（LTM 与季度数据混用） ❌ 在公式中硬编码数字而不是使用单元格引用 ❌ 硬编码输入没有添加单元格注释以引用来源或解释假设 ❌ 在有可用链接时，缺少指向 SEC 文件或数据源的超链接 ❌ 包含过多没有明确目的的指标 ❌ 包含不可比的公司（不同的商业模式） ❌ 使用过时的数据且未披露 ❌ 错误地计算百分比的平均值（应使用中位数）

第6部分：高级功能​

动态标题​

对于显示计算的列，使用清晰的单位标签：

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

四分位分析的优势​

除了均值/中位数，四分位数还显示：

  • 第75百分位数 = “溢价”公司的交易区间
  • 中位数 = 典型的市场估值
  • 第25百分位数 = “折价”区间

这有助于回答：“与同行相比，我们的目标公司是交易昂贵还是便宜？”

行业特定调整​

软件/SaaS：

  • 添加：ARR（年度经常性收入）、净美元留存率、CAC（客户获取成本）回收周期
  • 强调：40法则、自由现金流利润率、大于70%的毛利率

医疗保健：

  • 添加：研发/收入比、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（投入资本回报率）、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：收入增长、毛利率、库存周转率

第7部分：工作流程与实用技巧​

逐步流程​

  1. 设置结构（30分钟）

    • 创建所有标题
    • 格式化单元格（输入项为蓝色，公式为黑色）
    • 固定单位和日期引用

  2. 收集数据（60-90分钟）

    • 从主要来源提取数据（S&P Kensho MCP、FactSet MCP、Daloopa MCP，如果可用；否则使用 Bloomberg、SEC）
    • 以蓝色输入所有原始数字
    • 在注释部分记录来源

  3. 构建公式（30分钟）

    • 从简单的比率开始（利润率）
    • 进展到倍数（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）

    • 复制所有列的公式结构
    • 验证范围是否正确（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 #DIV/0! 或 #REF! 错误
    • 与已知基准进行比较

  6. 文档记录（15分钟）

    • 完成注释部分
    • 添加数据来源
    • 定义方法论
    • 为分析添加日期戳

专业技巧​

  • 保存模板：构建一次，永久复用
  • 对异常值进行颜色编码：对超过 2 个标准差的值使用条件格式
  • 链接到源文件：超链接至 Bloomberg 截图或 SEC 备案文件
  • 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）​

  • 字体设置为用户首选样式（默认：Times New Roman，数据 11pt，标题 12pt）
  • 章节标题按照用户模板格式化（默认：深蓝色 #17365D，白色粗体文字）
  • 列标题按照用户模板格式化（默认：浅蓝/灰色 #D9E2F3，黑色粗体文字）
  • 统计行按照用户模板格式化（默认：浅灰色 #F2F2F2）
  • 不应用边框（干净、简约的外观）
  • 列宽设置为统一/均匀宽度（营造干净、专业的外观）
  • 行高设置为一致的高度（数据行通常为 20-25pt）
  • 数字格式具有适当的小数精度和千位分隔符
  • 所有指标居中对齐，以获得干净、统一的外观
  • 在公司数据和统计行之间留一个空白行用于分隔
  • 没有单独的“行业统计 (SECTOR STATISTICS)”或“估值统计 (VALUATION STATISTICS)”标题行
  • 每个硬编码输入单元格都有注释，包含：(1) 确切的数据来源，或 (2) 假设说明
  • 在适用的单元格中添加超链接（SEC 备案文件、数据提供商页面、报告）

第 8 节：示例模板布局​

简单版本（从此开始）：

┌─────────────────────────────────────────────────────────────┐
│ 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性：

  • 如果季节性因素重要，则同时包含季度数据和 LTM（过去十二个月）数据
  • 如果现金流生成是关键故事线，则添加 FCF（自由现金流）指标
  • 包含特定行业的指标（如 SaaS 的 Rule of 40 等）
  • 如果公司有 >5 家，则添加更多统计行

第 9 节：特定行业的补充内容（可选）​

仅在这些指标对你的分析至关重要时才添加。大多数可比公司分析仅使用核心指标即可正常运行。

软件/SaaS： 如果相关则添加：ARR（年度经常性收入）、净美元留存率、Rule of 40

金融服务： 如果相关则添加：ROE（净资产收益率）、净息差、效率比率

电子商务： 如果相关则添加：GMV（商品交易总额）、变现率 (Take Rate)、活跃买家

医疗保健： 如果相关则添加：研发/收入比、管线价值、专利时间表

制造业： 如果相关则添加：资产周转率、库存周转率、积压订单

第 10 节：危险信号与警告标志​

数据质量问题​

🚩 时间段不一致（混合季度和年度数据）
🚩 缺少数据且无解释
🚩 不同数据源之间存在显著差异（>10% 的差异）

估值危险信号​

🚩 对 EBITDA 为负的公司使用 EBITDA 倍数进行估值（应改用收入倍数）
🚩 P/E 比率 >100x 且没有超增长故事支撑
🚩 利润率不符合行业常理

可比性问题​

🚩 财政年度结束日不同（导致时间错位问题）
🚩 混合纯业务公司和 conglomerates（综合性企业集团）
🚩 商业模式存在重大差异却被标记为“可比公司”

如有疑虑，排除该公司。 拥有 3 家完美的可比公司胜过拥有 6 家存疑的可比公司。

第 11 节：公式参考指南​

基本 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 - 正确的标题迫使正确的思考方式
  2. 少即是多 - 5-10 个关键指标胜过 20 个无关指标
  3. 根据你的问题选择指标 - 估值分析 ≠ 效率分析
  4. 统计数据揭示模式 - 中位数/四分位数比平均值揭示更多信息
  5. 透明度胜于复杂性 - 每个人都理解的简单公式
  6. 可比性为王 - 排除不良可比公司优于强行纳入
  7. 记录你的选择 - 在备注部分解释选择了哪些指标及原因

输出检查清单​

在交付可比公司分析之前，请验证：

  • 所有公司真正具有可比性
  • 数据来自一致的时间段
  • 单位清晰标注（百万/十亿）
  • 公式引用单元格，而非硬编码值
  • 所有硬编码输入单元格都有注释，包含：(1) 带有引用的确切数据来源，或 (2) 带有解释的清晰假设
  • 在相关位置添加超链接（SEC EDGAR 备案文件、Bloomberg 页面、研究报告）
  • 统计数据至少包含 5 个指标（最大值、75th 百分位、中位数、25th 百分位、最小值）
  • 备注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（利润率符合逻辑，倍数合理）
  • 日期戳为当前日期（“截至 [日期]”）
  • 公式审计显示无错误（#DIV/0!, #REF!, #N/A）

持续改进​

完成可比公司分析后，请问自己：

  1. 统计数据是否揭示了意想不到的洞察？
  2. 是否有任何数据缺口限制了分析？
  3. 利益相关者是否要求了你未包含的指标？
  4. 实际花费时间与预期花费时间相比如何？
  5. 下次如何做才能使其更有用？

最佳的可比公司分析（comps analyses）会随着每次迭代而不断演进。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。

数据源 — 优先使用 MCP，Web 作为备选​

下文许多地方提到“使用 S&P Kensho MCP / Daloopa MCP / FactSet MCP”。这些是源自原始 Cowork 插件上下文的商业金融数据 MCP。在 Hermes 中：

  • 如果你配置了任何结构化金融数据 MCP（Hermes 支持 MCP — 参见 native-mcp 技能），请优先将其用于时点可比公司分析、先例交易和 filings（监管文件）。
  • 否则，回退到以下方式：
    • 针对美国 filings，对 SEC EDGAR (https://www.sec.gov/cgi-bin/browse-edgar) 使用 web_search / web_extract
    • 通过公司投资者关系（IR）页面获取新闻稿和财报演示文稿
    • 使用 browser_navigate 访问交互式数据门户
    • 用户提供的数据（当上下文中缺少数据时，明确向用户询问）
  • 切勿捏造。如果无法找到某个倍数、先例或 filing 编号的来源，请将单元格标记为 [UNSOURCED] 并向用户展示。

归属说明​

本技能改编自 Anthropic 的 Claude for Financial Services 插件套件（Apache-2.0 许可证）。已移除 Office-JS / Cowork 实时 Excel 路径；此版本通过 excel-author 技能的约定，面向无头模式下的 openpyxl。原始项目：https://github.com/anthropics/financial-services