Keyboard shortcuts

Press ← or → to navigate between chapters

Press S or / to search in the book

Press ? to show this help

Press Esc to hide this help

title: “Comps Analysis” sidebar_label: “Comps Analysis” description: “Build comparable company analysis in Excel — operating metrics, valuation multiples, statistical benchmarking vs peer sets”

{/* 本页面由 website/scripts/generate-skill-docs.py 根据该技能的 SKILL.md 自动生成。请直接编辑源文件 SKILL.md，而非此页面。 */}

可比公司分析

在 Excel 中构建可对比的公司分析报告——涵盖运营指标、估值倍数以及与同行群体的统计基准对比。该技能可与 excel-author 搭配使用，适用于上市公司估值、首次公开募股定价、行业基准分析或异常值检测。

技能元数据
来源可选——通过 hermes skills install official/finance/comps-analysis 安装
路径optional-skills/finance/comps-analysis
版本1.0.0
开发者Anthropic（由 Nous Research 改编）
许可协议Apache-2.0
支持平台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：完整的 SKILL.md

:::info 以下是当触发该技能时 Hermes 会加载的完整技能定义。技能运行时，智能体看到的指令即为内容。
::

环境要求

该技能依赖 无界面版 openpyxl——即需在磁盘上生成 .xlsx 文件。 请遵循 excel-author 技能中的单元格着色、公式使用、命名范围以及敏感性分析表等相关规范。 在输出前需重新计算：python /path/to/excel-author/scripts/recalc.py ./out/model.xlsx。

可比公司分析

⚠️ 重要提示：数据源优先级（请先阅读）

务必遵循以下数据源层级顺序：

  1. 首先：检查 MCP 数据源——若可用 S&P Kensho MCP、FactSet MCP 或 Daloopa MCP，应优先使用这些来源获取财务和交易信息
  2. 若上述 MCP 数据源可用，则勿使用网络搜索
  3. 仅当 MCP 数据源不可用时：方可使用彭博终端、SEC EDGAR 文件或其他机构级数据源
  4. 绝不可将网络搜索作为主要数据源——其准确性、审计追踪能力及可靠性均无法满足机构级分析的需求

为何如此重要？ MCP 数据源能提供经过验证的机构级数据，并附带准确的引用信息。而网络搜索结果可能过时、不准确，或不适合用于财务分析。

概述

该技能旨在指导智能体构建具备机构级水准的可比公司分析报告，整合运营指标、估值倍数及统计基准分析内容。最终输出为结构化的 Excel/电子表格，可通过同行对比帮助做出明智的投资决策。

参考资料与背景说明：

示例文件 examples/comps_example.xlsx 中提供了可比公司分析的范例。在使用该文件或技能目录中的其他示例文件时，请合理运用：

适宜使用示例的情况：

  • 理解文件结构层次（各部分之间的逻辑关系）
  • 掌握所需的分析严谨程度（统计深度、文档规范等）
  • 学习相关原则（清晰的标题、透明的公式、完整的审计追踪）

不宜直接复制示例的情况：

  • 完全照搬格式或指标数据
  • 不考虑上下文直接复制布局
  • 无视受众群体而统一采用相同视觉风格

使用前务必先自问：

  1. “是否有既定格式？还是需要调整模板风格？”
  2. “目标受众是谁？”（投资委员会、董事会汇报、快速参考、详细备忘录等）
  3. “核心问题是什么？”（估值、增长分析、竞争地位、效率评估等）
  4. “背景信息是什么？”（并购评估、投资决策、行业基准分析、绩效评审等）

需根据具体情况进行调整：

  • 行业特性：大型科技巨头与新兴 SaaS 初创公司所需的指标各不相同
  • 行业特定需求：应尽早加入行业相关指标（例如科技行业需关注云服务年度经常性收入、企业客户数量及开发者生态等）
  • 对公司了解程度：对于知名企业，可简化背景介绍，重点分析差异变化
  • 决策类型：并购评估与日常投资组合监控所需的分析侧重点不同

核心原则： 坚持使用模板中的设计原则（清晰的结构、严谨的统计方法、透明的公式），但需根据具体情境灵活调整执行方式。目标是产出具备机构级质量的分析报告，而非仅追求类似机构模板的表面形式。

用户提供的示例及明确偏好始终优先于默认设置。

核心理念

“先构建合理的结构，再让数据讲述故事。”

从能促使人们思考关键问题的标题开始，输入干净的数据，编写透明的公式，让统计分析结果自然呈现。一份优秀的可比公司分析报告，即便非编制者也能快速理解其内容。

⚠️ 重要提示：使用公式而非硬编码值 + 分步验证

必须使用公式，而非硬编码值：

  • 所有衍生数值（利润率、估值倍数、统计指标等）都必须是引用输入单元格的 Excel 公式，绝不能直接粘贴预先计算好的数字
  • 使用 Python/openpyxl 构建表格时，应写成 cell.value = "=E7/C7"（公式字符串），而非 cell.value = 0.687（计算结果）
  • 唯一可硬编码的值应是原始输入数据（如营收、EBITDA、股价等），且每个数据值都应在对应单元格添加注释说明其来源
  • 原因：当输入数据发生变化时，模型必须能自动更新。硬编码的利润率则可能成为日后难以发现的隐患。

需与用户分步进行验证：

  • 在搭建结构完成后 → 在填充数据前向用户展示标题布局
  • 在输入原始数据后 → 在生成公式前向用户展示输入内容，并确认数据来源及时间周期
  • 在完成运营指标公式编写后 → 在进入估值分析前，先向用户展示计算出的利润率并共同验证其合理性
  • 在完成估值倍数计算后 → 在添加统计分析内容前，先向用户展示估值倍数并确认其合理性
  • 切勿一次性生成整个表格后再呈现——应通过逐部分验证来尽早发现错误

第1节：文档结构与设置

标题区域（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

为何如此重要： 能立即明确背景信息。任何打开此文件的人都能立刻了解其内容、创建时间以及如何解读相关数据。

视觉规范标准（可选——用户偏好及上传的模板始终具有优先级）

重要提示： 以下仅为建议性默认设置。请始终以以下顺序为优先：

  1. 用户明确的格式偏好
  2. 任何上传的模板文件中的格式设定
  3. 公司/团队的风格指南
  4. 才采用这些默认设置（仅在无其他指导时使用）

推荐的字体与排版：

  • 字体系列：Times New Roman（专业、易读，为行业标准）
  • 字体大小：数据单元格为11磅，标题为12磅
  • 加粗文本：章节标题、公司名称、统计指标标签

默认颜色与阴影——专业蓝/灰色调方案（简洁为佳）：

  • 保持简约——仅使用蓝色和灰色。严禁使用绿色、橙色、红色或其他多种强调色。一份整洁的报表最多应使用3-4种颜色。
  • 章节标题（例如“运营统计数据与财务指标”）：
    • 深蓝色背景（#1F4E79或#17365D深蓝色）
    • 白色加粗文本
    • 所有列均应用全行阴影
  • 列标题（例如“公司”、“营收”、“利润率”）：
    • 浅蓝色背景（#D9E1F2或类似浅蓝色）
    • 黑色加粗文本
    • 居中对齐
  • 数据行：
    • 公司相关数据使用白色背景
    • 公式用黑色文字显示；硬编码输入值用蓝色文字显示
  • 统计行（最高值、第75百分位数等）：
    • 浅灰色背景（#F2F2F2）
    • 黑色文字，标签左对齐
  • 完整配色方案即为此四色：深蓝 + 浅蓝 + 浅灰 + 白色。除非用户模板另有规定，否则不得使用其他颜色。

推荐的格式规范：

  • 小数精度：
    • 百分比：保留1位小数（12.3%）
    • 数值倍数：保留1位小数（13.5x）
    • 美元金额：不显示小数，使用千位分隔符（69,632）
    • 以百分比表示的利润率：保留1位小数（68.7%）
  • 边框：无需添加边框（保持简洁外观）
  • 对齐方式：所有指标均居中对齐，以实现整洁统一的外观
  • 单元格尺寸：所有列宽应保持一致，所有行高也应统一（从而形成整洁专业的表格结构）

注意： 如果用户提供了模板文件或指定了其他格式，应以该设置为准。

第2部分：运营统计数据与财务指标

核心列（从这些列开始）

  1. 公司——采用统一格式的公司名称
  2. 营收——规模指标（根据具体情境可为过去12个月、季度或年度数据）
  3. 营收增长率——同比百分比变化率
  4. 毛利润——营收减去销售成本
  5. 毛利率——毛利润/营收（反映基本盈利能力）
  6. EBITDA——息税折旧摊销前利润
  7. EBITDA利润率——EBITDA/营收（体现运营效率）

可选添加列（根据行业或用途选择）

  • 季度数据与过去12个月数据对比——若存在季节性差异，可同时列出两者
  • 自由现金流——适用于资本密集型或SaaS企业
  • FCF利润率——自由现金流/营收（反映现金生成效率）
  • 净利润——适用于已成熟且盈利良好的公司
  • 营业利润——适用于折旧摊销额不固定的企业
  • 资本支出相关指标——适用于资产密集型行业
  • 40法则——专为SaaS行业设计（增长率百分比 + 利润率百分比）
  • FCF转化率——用于分析盈利质量（高级用法）

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 %]

核心原则： 所有的比率都应表示为[某数值] / [营收]，或[某数值] / [本表格中的另一项数值]。设计时请力求简洁明了。

统计数据板块（公司数据之后）

非常重要： 需为所有可对比的指标（比率、利润率、增长率、倍数等）添加相应的统计计算公式。

[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（可对比的指标）：

  • 营收增长率%、毛利率%、EBITDA利润率%、每股收益
  • 市盈率倍数、EV/EBITDA倍数、市盈率、股息收益率%、贝塔值

无需统计数据的列（规模类指标）：

  • 营收、EBITDA、净利润（具体数值因企业规模而异）
  • 市值、企业价值（不同规模的企业之间不具备可比性）

注意： 为便于区分，应在公司数据行与统计数据行之间插入一空行。请勿添加“行业统计数据”或“估值统计指标”之类的标题行。

为何分位数如此重要： 它们反映的是数据分布情况，而不仅仅是平均值。75百分位倍数能帮助你了解企业相对于同行业的“溢价”水平。

第3节：估值倍数与投资指标

核心估值指标列（优先选用这些）

  1. 公司名称——顺序与运营数据部分相同
  2. 市值——当前市场估值
  3. 企业价值——市值±净债务/现金
  4. EV/营收倍数——市场为每美元营收所支付的价格
  5. EV/EBITDA倍数——市场为每美元盈利所支付的价格
  6. 市盈率——价格与净利润的比率

可选估值指标（根据实际情况选择）

  • 自由现金流收益率——自由现金流/市值（适用于以现金流为核心的分析）
  • PEG比率——市盈率/增长率（适用于成长型企业）
  • 市净率——市场价值与账面价值的比率（适用于资产密集型企业）
  • 净资产收益率/总资产收益率——盈利能力指标（用于对比盈利水平）
  • 营收/EBITDA复合年增长率——历史增长速度（用于趋势分析）
  • 资产周转率——营收/资产总额（用于评估运营效率）
  • 负债率——杠杆水平（用于分析资本结构）

核心原则： 选择3-5个与你所在行业相关的核心估值倍数即可。不必因为能够获取所有指标就全部纳入。

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 %]

跨引用规则

至关重要： 估值倍数必须引用“运营指标”部分。绝不可重复输入相同的基础数据。如果营收数据位于C7单元格，则EV/Revenue计算公式也必须引用C7单元格。

统计数据区块

结构与运营指标部分相同：每项指标均需列出最大值、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值之间添加一行空白行以便区分。切勿添加“估值统计”标题行。

第4节：备注与方法论文档

必备组成部分

数据来源与数据质量：

  • 数据来自何处？（S&P Kensho MCP、FactSet MCP、Daloopa MCP、彭博社、美国证券交易委员会备案文件）
  • 数据覆盖的时间段是什么？（2024年第四季度，经审计的数值）
  • 如何对数据进行验证？（与10-K/10-Q文件进行交叉核对）
  • 备注：如有可能，请优先使用MCP数据源（S&P Kensho、FactSet、Daloopa），以提高数据的准确性和可追溯性。

关键定义：

  • EBITDA计算方法（毛利润 + 折旧与摊销，或营业利润 + 折旧与摊销）
  • 自由现金流公式（营业现金流 - 资本支出）
  • 特殊指标的解释（40法则、FCF转化率）
  • 时间周期定义（最近12个月数据、复合年增长率的计算周期）

估值方法论：

  • 企业价值是如何计算得出的？（市值 + 净债务）
  • 使用了哪些增长率？（历史复合年增长率、未来预测值）
  • 是否进行了任何调整？（剔除一次性项目，对利润率进行标准化处理）

分析框架：

  • 投资逻辑是什么？（云计算/软件即服务的效率优势）
  • 哪些指标最为重要？（现金生成能力、资本使用效率）
  • 阅读者应如何解读这些统计数据？（分位数有助于提供背景参考）

第5节：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比率、市值 → 可省略：运营细节、增长指标

“哪家公司的效率最高？” → 重点关注：毛利率、EBITDA利润率、FCF利润率、资产周转率 → 可省略：规模相关指标、绝对金额

“哪家公司的增长速度最快？” → 重点关注：营收增长率、EBITDA复合年增长率、用户/客户数量增长率 → 可省略：利润率指标、杠杆比率

“哪家公司的现金生成能力最强？” → 重点关注：FCF、FCF利润率、FCF转化率、资本支出强度 → 可省略：EBITDA、P/E比率

不同行业的指标选择

软件/软件即服务行业： 必须包含的指标：营收增长率、毛利率、40法则 可选指标：年度经常性收入、净客户留存率、客户获取成本 可省略的指标：资产周转率、库存相关指标

制造业/工业行业： 必须包含的指标：EBITDA利润率、资产周转率、资本支出/营收比率 可选指标：净资产收益率、库存周转率、未完成订单额 可省略的指标：40法则、软件即服务相关指标

金融服务行业： 必须包含的指标：净资产收益率、总资产收益率、效率比率、P/E比率 可选指标：净利息边际、贷款损失准备金 可省略的指标：毛利率、EBITDA（对银行而言并无实际意义）

零售/电子商务行业： 必须包含的指标：营收增长率、毛利率、库存周转率 可选指标：同店销售额、客户获取成本 可省略的指标：高额的研发或资本支出相关指标

“5-10法则”

5项运营指标——营收、增长率，以及2-3项利润率/效率指标 5项估值指标——市值、企业价值，以及3种倍数指标 总计10列数据——数量足以完整呈现分析内容，又不会过多导致信息混乱

如果指标数量超过15项，很可能其中包含无关数据。请果断进行删减。

第6节：最佳实践与质量检查

开始之前

  1. 明确同业群体——所选公司必须在业务模式、规模和地域方面具有真正的可比性
  2. 选择合适的时间段——最近12个月的数据可平滑季节性波动，而季度数据则更适用于展示趋势
  3. 提前统一单位——是使用百万还是十亿作为单位，这一决定会影响到所有数据的分析结果
  4. 明确数据来源——需清楚了解每一项数值的出处

数据录入过程中

  1. 先输入所有基础数据——在编写公式之前，先填满蓝色标注的文本区域

  2. 为所有硬编码的输入值添加单元格注释——右键点击单元格 → 插入注释 → 说明数据来源或假设依据

    对于来自外部数据源的数值，需准确注明出处：

    • 示例：“彭博终端——微软股票DES数据，访问日期为2024年10月2日”
    • 示例：“2024年第四季度10-K备案文件，第42页，‘总营收’项目”
    • 示例：“截至2024年10月2日的FactSet共识预期值”
    • 如有可能，请添加超链接：右键点击单元格 → 添加链接 → 粘贴美国证券交易委员会备案文件、数据源或报告的网址

    对于假设值，需解释其合理性：

    • 示例：“由于该公司未公开相关数据，故根据同业公司的中位数水平，假设EBITDA利润率为15%”
    • 示例：“企业价值暂按市值加上5000万美元的净债务计算（数据来自第三季度资产负债表，第四季度数据尚未公布）”
    • 示例：“预测P/E比率是基于市场分析师平均预期的3.45美元每股收益得出的”

    为何这很重要？ 这些注释有助于建立审计追踪机制、便于数据验证、提升假设的透明度，并便于未来进行数据更新

  3. 逐行编写公式——在继续下一步之前，先测试每一项计算结果是否正确

  4. 对标题行使用绝对引用——使用$

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

分位数分析的优势

与仅使用均值/中位数不同，分位数能够展现：

  • 第75百分位：代表“优质”企业在此区间交易
  • 中位数：反映市场的典型估值水平
  • 第25百分位：属于“折价”交易区域

这有助于回答以下问题：“与同行相比，我们目标企业的估值是偏高还是偏低？”

不同行业的调整要点

软件/ SaaS行业：

  • 需补充的指标：年度经常性收入、净美元留存率、客户获取成本回收期
  • 需重点关注的指标：40法则、自由现金流利润率、毛利率是否高于70%

医疗健康行业：

  • 需补充的指标：研发支出与营收比率、在研项目价值、监管状况
  • 需重点关注的指标：EBITDA利润率、增长速度、医保报销风险

工业行业：

  • 需补充的指标：未完成订单量、订单簿趋势、业务地域分布
  • 需重点关注的指标：投资回报率、资产周转率、周期性调整因素

消费品行业：

  • 需补充的指标：同店销售额、客户获取成本、品牌价值
  • 需重点关注的指标：营收增长率、毛利率、库存周转率

第7节：工作流程与实用技巧

分步操作流程

  1. 搭建框架（30分钟）

    • 创建所有标题行
    • 设置单元格格式（输入数据用蓝色，公式用黑色）
    • 固定单位及日期引用格式

  2. 收集数据（60-90分钟）

    • 从原始数据源获取信息（如有条件可使用S&P Kensho MCP、FactSet MCP、Daloopa MCP；否则可使用Bloomberg、SEC数据库）
    • 将所有原始数值以蓝色填充输入
    • 在备注栏中记录数据来源

  3. 构建公式（30分钟）

    • 先从简单的比率指标开始（如利润率）
    • 再逐步使用倍数指标（如企业价值与营收之比）
    • 添加交叉验证步骤，确保比率数值合理

  4. 添加统计指标（15分钟）

    • 复制适用于所有列的公式结构
    • 确认数据范围正确（例如为B7:B9，而非B7:B10）
    • 检查分位数计算逻辑是否正确

  5. 质量管控（30分钟）

    • 进行合理性检查
    • 核实公式引用是否正确
    • 检查是否存在#DIV/0!或#REF!错误
    • 与公认的基准数据对比

  6. 文档记录（15分钟）

    • 完成备注栏的填写
    • 注明所有数据来源
    • 明确说明分析方法
    • 在文件上标注分析日期

专业技巧建议

  • 保存模板：一次性制作完成后可反复使用
  • 用颜色标记异常值：对偏离均值2个标准差以上的数值应用条件格式突出显示
  • 链接到原始文件：为Bloomberg截图或SEC备案文件添加超链接
  • 版本控制：采用“Comps_v1_2024-12-15”这样的命名方式，并明确标注日期
  • 协作审核：请他人帮忙检查公式是否正确

Excel格式设置清单（可选，可根据用户偏好调整）

  • 字体设置为用户偏好的样式（默认：数据部分用11号Times New Roman字体，标题部分用12号字体）
  • 标题行格式按照用户模板设定（默认：深蓝色#17365D背景，白色加粗文字）
  • 列标题格式按照用户模板设定（默认：浅蓝色/灰色#D9E2F3背景，黑色加粗文字）
  • 统计数据行格式按照用户模板设定（默认：浅灰色#F2F2F2背景）
  • 不应用边框，保持简洁外观
  • 将所有列宽度设置为统一值，以呈现整洁专业的视觉效果
  • 设置一致的行高（数据行通常建议为20-25磅）
  • 数字需按照正确的小数精度格式显示，并添加千位分隔符
  • 所有指标均居中对齐，以保证外观整齐统一
  • 在公司数据行与统计行之间留出一行空白
  • 无需单独设置“行业统计”或“估值统计”标题行
  • 每个硬编码的输入单元格都需添加注释，说明：(1)具体数据来源，或(2)相关假设依据
  • 在适用的位置添加超链接（指向SEC备案文件、数据提供商页面或相关报告）

第8节：示例模板布局

简单版本（建议从这里开始）：

┌─────────────────────────────────────────────────────────────┐
│ 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│
└──────────┴──────────┴──────────┴──────────┴───────────┴────┘

仅在必要时增加复杂指标：

  • 若存在季节性特征，需同时列出季度数据与长期趋势数据
  • 若现金流状况是分析重点，则需加入自由现金流相关指标
  • 需根据行业特点添加特定指标（如SaaS行业的40法则等）
  • 若研究的公司数量超过5家，可增加更多统计行

第9节：行业特定补充指标（可选）

仅当这些指标对您的分析至关重要时才添加。大多数对比分析仅需核心指标即可。

软件/云服务行业： 如相关，请添加：年度经常性收入、净美元留存率、40法则

金融服务行业： 如相关，请添加：净资产收益率、净利息边际、效率比率

电子商务行业： 如相关，请添加：商品交易总额、抽成比例、活跃买家数量

医疗健康行业： 如相关，请添加：研发费用与营收比率、在研项目价值、专利申请时间线

制造业： 如相关，请添加：资产周转率、存货周转率、未完成订单量

第10节：风险信号与警示标志

数据质量问题

🚩 时间周期不一致（同时出现季度数据和年度数据）
🚩 无解释说明的缺失数据
🚩 不同数据源之间的差异过大（偏差超过10%）

估值方面的风险信号

🚩 对EBITDA为负的公司仍采用EBITDA倍数进行估值（建议改用营收倍数）
🚩 无明显高速成长前景却拥有超过100倍的市盈率
🚩 利润率低于该行业常规水平

可比性存在的问题

🚩 财年结束时间不同（会导致时间匹配问题）
🚩 将纯行业公司与综合企业混为一谈
🚩 将业务模式存在显著差异的公司标为“可比对象”

如有疑问，建议将该公司排除在外。 3家完美的对比对象远胜于6家存疑的对象。

第11节：公式参考指南

常用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

常见比例公式

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

核心原则概要

  1. 结构决定洞察力——恰当的标题能引导正确的思考方向
  2. 少即是多——5-10个关键指标远胜于20个无关指标
  3. 根据分析目标选择指标——估值分析≠效率分析
  4. 数据揭示规律——中位数/分位数比平均值更能反映真实情况
  5. 透明优于复杂——简单易懂的公式更有效
  6. 可比性至关重要——宁可排除某些公司，也不要强行进行不当对比
  7. 记录决策依据——在备注部分说明所选指标及其原因

输出检查清单

在完成公司对比分析之前，请确认以下事项：

  • 所选公司确实具有可比性
  • 数据来自相同的时间周期
  • 单位标注清晰（百万/十亿）
  • 公式中引用的是单元格，而非硬编码数值
  • 所有硬编码的输入单元格都需添加注释，说明：(1) 具体的数据来源及引用出处，或 (2) 明确的假设及其依据
  • 在相关位置添加超链接（如SEC EDGAR公告、彭博页面、研究报告等）
  • 统计数据至少包含5项指标（最高值、第75百分位、中位数、第25百分位、最低值）
  • 备注部分需记录数据来源与分析方法
  • 可视化格式符合规范（蓝色=输入数据，黑色=公式结果）
  • 逻辑校验通过（利润率合理，倍数在正常范围）
  • 时间戳为最新日期（“截至[日期]”）
  • 公式审核无错误（如#DIV/0!、#REF!、#N/A等错误）

持续优化

完成公司对比分析后，请思考以下问题：

  1. 数据是否揭示了意外洞察？
  2. 是否存在限制分析的数据缺失问题？
  3. 利益相关方是否提出了未包含的指标需求？
  4. 实际耗时与预期耗时相比如何？
  5. 如何让下次的分析更具实用性？

最优秀的公司对比分析会随着每次迭代不断改进。请保存模板，结合反馈不断学习，并根据决策者实际使用的需求优化分析结构。

数据来源——优先使用MCP，网络检索作为备选

下文多处提到“使用S&P Kensho MCP / Daloopa MCP / FactSet MCP”。这些是源自原有Cowork插件平台的商业金融数据MCP服务。在Hermes系统中：

  • 如果您已配置任何结构化金融数据MCP（Hermes支持MCP功能，参见native-mcp技能），建议优先使用它们来获取特定时间点的公司数据、历史交易案例及监管文件信息。
  • 否则，可采取以下备选方案：
    • 使用web_search/web_extract功能，从SEC EDGAR平台（https://www.sec.gov/cgi-bin/browse-edgar）获取美国公司的监管文件
    • 查阅公司官网的投资者关系页面，获取新闻稿和财报材料
    • 使用browser_navigate功能访问交互式数据门户
    • 使用用户提供的数据（当现有数据不足时需明确询问用户补充）
  • 严禁编造数据。如果无法找到某项倍数、历史案例或文件编号，请将该单元格标记为[UNSOURCED]，并向用户说明情况。

版权声明

本技能基于Anthropic的Claude for Financial Services插件套件（Apache-2.0许可协议）开发。原有的Office-JS / Cowork实时Excel相关功能已移除；当前版本通过excel-author技能的规范，针对无界面环境的openpyxl工具进行优化。原始代码地址：https://github.com/anthropics/financial-services