title: “Comps Analysis — Build comparable-company valuation workbooks in Excel” sidebar_label: “Comps Analysis” description: “Build comparable-company valuation workbooks in Excel”

{/* 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。 */}

对标公司分析

在 Excel 中构建可用于对标公司估值的工作表。

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 SKILL.md 内容

:::info 以下是当触发该技能时 Hermes 会加载的完整技能定义。技能启用后，智能体将依据此内容执行操作。: ::

环境要求

该技能依赖于 无界面版 openpyxl — 您需要在磁盘上生成 .xlsx 格式的文件。请遵循 excel-author 技能中的相关规范，包括单元格着色、公式使用、命名范围设置以及敏感性分析表的制作。在交付结果前请先重新计算：python /path/to/excel-author/scripts/recalc.py ./out/model.xlsx。

对标公司估值分析

⚠️ 重要提示：数据源优先级（请首先阅读）

务必遵循以下数据源层级顺序：

首要步骤：检查MCP数据源——若可用S&P Kensho MCP、FactSet MCP或Daloopa MCP，应优先使用这些数据源获取金融与交易相关信息。
若上述MCP数据源可用，则切勿使用网络搜索。
仅当MCP数据源不可用时：方可使用彭博终端、SEC EDGAR公告或其他机构级数据源。
绝不要将网络搜索作为主要数据源——其缺乏机构级分析所需的准确性、审计追踪功能及可靠性。

为何如此重要？ MCP数据源能够提供经过验证的机构级数据，并附带规范的引用信息。而网络搜索结果往往过时、不准确，或无法满足金融分析的需求。

概述

该技能旨在指导智能体构建机构级的可比公司分析报告，通过整合运营指标、估值倍数及统计基准数据，帮助用户通过同行对比做出更明智的投资决策。分析结果将以结构化的Excel/电子表格形式呈现，便于用户进行深入分析。

参考资料与使用说明：

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

建议使用示例的情况包括：

理解结构层次（各部分之间的逻辑关联）
明确所需的严谨程度（统计深度、文档规范标准）
掌握撰写原则（清晰的标题、透明的公式表达、可追溯的记录路径）

严禁以下情况使用示例：

精确复制格式或数据指标
不考虑上下文直接套用布局
无论受众如何都采用相同的视觉风格

务必首先自问：

“我是否有指定的格式要求，还是需要调整模板风格？”
“目标受众是谁？”（投资委员会、董事会汇报、快速参考资料、详细备忘录）
“核心问题是什么？”（估值分析、增长潜力评估、市场竞争地位分析、效率优化）
“背景情况如何？”（并购评估、投资决策、行业对标、绩效审查）

需根据具体情况灵活调整：

行业特性：大型科技巨头与新兴SaaS初创企业所需的指标各不相同
行业特定需求：应提前加入相关指标（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状况）
公司熟悉度：知名企业可能无需过多背景介绍，而应侧重于变化趋势分析
决策类型：并购评估与日常投资组合监控在侧重点上存在差异

核心原则： 严格遵循模板设计原则（清晰的结构、严谨的统计分析、透明的公式表达），但需根据具体情境调整呈现方式。目标在于产出具备机构级专业水准的分析报告，而非仅仅追求类似机构文档的格式外观。

用户提供的示例及明确指定的偏好设置始终优先于默认值。

核心理念

“先构建合理的结构，再让数据讲述故事。”

首先通过标题引导人们思考关键要素，输入干净的数据，建立透明的公式，让统计结果自动生成。一份优秀的对比分析报告应能让未参与制作的人也能立即理解。

⚠️ 重要提示：使用公式而非硬编码 + 分步验证

必须使用公式，而非硬编码：

所有衍生数值（利润率、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，应写入 cell.value = "=E7/C7"（公式字符串），而非 cell.value = 0.687（计算结果）
唯一可进行硬编码的值应是原始输入数据（如营收、EBITDA、股价等）——并且每个数据都应在对应单元格中添加说明其来源的注释
原因：当输入数据发生变化时，模型必须能自动更新。硬编码的利润率其实是一个随时可能引发问题的隐患。

需与用户一起分步进行验证：

设置好结构后 → 在填充数据之前向用户展示表头布局
输入原始数据后 → 在构建公式之前向用户显示输入区域，并确认数据来源与时间范围
构建运营指标公式后 → 在进入估值环节之前，向用户展示计算出的利润率结果并进行合理性检查
确定估值倍数后 → 在添加统计信息之前，先展示这些倍数并确认其数值合理
不要一次性完成整个表格的构建后再呈现结果——应通过逐项确认来尽早发现错误

第1节：文档结构与设置

表头区域（第1至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其中的数值。

视觉规范标准（可选——用户的偏好设置及上传的模板始终具有优先权）

重要提示： 以下仅为建议的默认设置。请始终以以下顺序为优先级：

用户明确指定的格式偏好
任何上传的模板文件中的格式设置
公司/团队的风格指南
才是这些默认设置（仅在其他指导信息均不存在时适用）

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——专业蓝灰配色方案（简洁为佳）：

色彩控制：仅限蓝色与灰色，严禁使用绿色、橙色、红色或其他辅助色调。一份整洁的报表最多应使用3至4种颜色。
章节标题（例如“运营统计数据与财务指标”）：
- 背景色为深蓝色（#1F4E79或#17365D深蓝色）
- 正文为白色粗体字
- 所有列均需填充完整行阴影
列标题（例如“公司名称”、“营收”、“利润率”）：
- 背景色为浅蓝色（#D9E1F2或类似浅蓝色）
- 正文为黑色粗体字
- 文本居中显示
数据行：
- 公司相关数据背景为白色
- 公式内容用黑色字体显示；固定值则用蓝色字体显示
统计行（最高值、第75百分位数等）：
- 背景色为浅灰色（#F2F2F2）
- 文本为黑色，标签左对齐
完整配色方案：深蓝色 + 浅蓝色 + 浅灰色 + 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，以保持简洁风格
对齐方式：所有指标均居中对齐，以确保视觉统一性
单元格尺寸：所有列宽应保持一致，所有行高也应相同，从而形成整洁专业的表格结构

注意：若用户提供了模板文件或指定了其他格式要求，请优先遵循这些规定。

第2节：运营统计数据与财务指标

核心列（优先展示这些）

公司名称——需采用统一格式
营收——规模类指标（根据具体语境可为过去12个月、季度或年度数据）
营收增长率——同比百分比变化
毛利润——营收减去销售成本
毛利率——毛利润/营收（反映基本盈利能力）
EBITDA——息税折旧摊销前利润
EBITDA利润率——EBITDA/营收（体现运营效率）

可选补充项（根据行业或分析目的选择）

季度数据与过去12个月数据——若存在季节性差异，需同时列出
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）
净收入——适用于已成熟且盈利良好的企业
营业利润——适用于折旧摊销金额不固定的企业
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 + 毛利率百分比）
FCF转化率——用于分析盈利质量（高级用法）

公式示例（以第7列为例）

// 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： 所有的比率都应采用 [某数值] / [营收]，或是 [某数值] / [本表格中的某数值] 的形式。保持简洁为佳。

统计数据模块（公司数据之后）

非常重要： 必须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)

需要统计指标的列（可对比的财务指标）：

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

无需统计指标的列（规模相关指标）：

营收、EBITDA、净利润（具体数值会因公司规模而异）
市值、企业价值（不同规模的公司之间不具备可比性）

注意： 为便于区分，应在公司数据行与统计指标行之间插入一行空白行。请勿添加“行业统计”或“估值统计”之类的标题行。

为何四分位数如此重要： 它们反映的是数据的分布情况，而不仅仅是平均值。75百分位倍数能帮助您了解企业的估值是否处于较高水平。

第3节：估值倍数与投资指标

核心估值指标列（请从这些开始）

公司名称 - 顺序与运营数据部分相同
市值 - 当前市场估值
企业价值 - 市值 ± 净债务/现金
EV/营收倍数 - 市场为每美元营收所支付的金额
EV/EBITDA倍数 - 市场为每美元盈利所支付的金额
市盈率 - 股价与净收益的比率

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（适用于以现金流为分析重点的情况）
PEG比率——市盈率/增长率（适用于处于成长阶段的企业）
市净率——市场价值与账面价值的比值（适用于资产密集型企业）
净资产收益率/总资产收益率——收益指标（用于盈利能力对比）
营收/EBITDA复合增长率——历史增长速度（用于趋势分析）
资产周转率——营收/资产总额（用于衡量运营效率）
负债率——杠杆水平（用于分析资本结构）

核心原则： 仅选择与所处行业相关的3-5个关键估值指标，切勿因可选指标众多而全部纳入。

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 %]

交叉引用规则

至关重要： 估值倍数必须引用“运营指标”部分。严禁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计算公式也应引用C7单元格中的数据。

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75百分位值、中位数、第25百分位值及最小值。在公司数据与统计结果之间添加一行空白行以便区分。不得添加“估值统计数据”这一标题行。

第4节：备注与方法论说明文档

必需组成部分

数据来源与质量：

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）
数据覆盖的时间范围是什么？（2024年第四季度，经审计的财务数据）
数据是如何核实的？（通过与10-K/10-Q文件进行交叉验证）
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的计算方法（毛利润 + 折旧与摊销，或营业利润 + 折旧与摊销）
自由现金流的计算公式（营业现金流 - 资本支出）
特殊指标的说明（40法则、自由现金流转换率）
时间周期的定义（最近12个月、复合年增长率的计算周期）

估值方法论：

企业价值的计算方式是什么？（市值 + 净负债）
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、标准化利润率等）

分析框架：

投资逻辑是什么？（云服务/软件即服务的效率）
哪些指标最为重要？（现金流生成能力、资本使用效率）
阅读者应如何解读这些数据？（分位数有助于提供参考背景）

第5节：选择合适的指标（决策框架）

先明确“我要回答什么问题？”

“哪家公司被低估了？” → 重点关注：企业价值/营收比率、企业价值/EBITDA比率、市盈率、市值 → 可忽略：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、自由现金流利润率、资产周转率 → 可忽略：规模指标、绝对金额数值

“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/客户数量增长情况 → 可忽略：利润率指标、杠杆比率

“哪家公司的现金流生成能力最强？” → 重点关注：自由现金流、自由现金流利润率、自由现金流转化率、资本支出强度 → 可忽略：EBITDA、市盈率

不同行业的指标选择策略

软件/软件即服务行业： 必须关注的指标：营收增长率、毛利率、40法则指标可选指标：年度经常性收入、净留存价值、客户获取成本回收期可忽略的指标：资产周转率、库存相关指标

制造业/工业行业： 必须关注的指标：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、未完成订单量可忽略的指标：40法则指标、软件即服务行业指标

金融服务行业： 必须关注的指标：净资产收益率、总资产收益率、效率比率、市盈率可选指标：净利息利润率、贷款损失准备金可忽略的指标：毛利率、EBITDA（对银行行业而言意义不大）

零售/电子商务领域： 必选指标：营收增长、毛利率、库存周转率可选指标：同店销售额、客户获取成本可跳过指标：涉及大量研发支出或资本支出的指标

“5-10法则”

5项运营指标——营收、增长速度，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种估值倍数 总计10列数据——既能完整呈现分析内容，又不会因信息过多而显得杂乱无章

如果指标数量超过15项，很可能其中包含无关信息。请果断进行筛选。

第6节：最佳实践与质量检查

开始之前

明确对标群体——所选公司必须在业务模式、规模及地域分布等方面具有真正可比性
选择合适的时间周期——长期数据可平滑季节性波动，而季度数据则更便于观察趋势
提前统一数据单位——是使用百万还是十亿作为单位，这一决定会影响到所有后续分析
明确数据来源——需清楚每项数据的出处

在构建过程中

先输入所有原始数据——在编写公式之前，需先填完蓝色标注的内容。
为所有硬编码的输入添加单元格注释——右键点击单元格 → 插入注释 → 注明数据来源或假设依据。

对于引用自外部的数据，需明确标注其来源：
- 例如：“彭博终端——微软股票预期收益率，数据获取日期为2024年10月2日”
- 例如：“2024年第四季度10-K季度报告，第42页，‘总收入’项目”
- 例如：“截至2024年10月2日的FactSet共识预期值”
- 尽可能添加超链接：右键点击单元格 → 添加链接 → 粘贴SEC文件、数据源或报告的网址。
对于假设条件，需说明其推理逻辑：
- 例如：“由于该公司未公开相关数据，故按行业平均水平15%的EBITDA利润率进行估算”
- 例如：“企业价值估算值为市值加上5000万美元的净负债（数据来自第三季度资产负债表，第四季度数据暂未公布）”
- 例如：“前瞻性市盈率基于市场共识预测的每股收益3.45美元计算（该数值为12位分析师预测值的平均值）”
**为何如此重要？**这有助于建立审计追踪机制、验证数据准确性、提高假设透明度，并便于后续更新。
逐行构建公式——在继续下一步之前，需先测试每项计算结果。
标题行请使用绝对引用——例如使用 $C$$6 即可锁定标题行。
保持格式一致——百分比应直接以百分比形式显示，而非小数。
添加条件格式——自动标出异常值。

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）
估值倍数合理性：
- EV/营收：通常为0.5–20倍（不同行业差异较大）
- EV/EBITDA：通常为8–25倍（各行业间相对稳定）
- P/E比率：通常为10–50倍（取决于企业成长速度）
成长性与估值倍数的关联：企业成长速度越快，其估值倍数通常越高
规模效率权衡：规模较大的企业往往拥有更高的利润率（得益于规模优势）

❌ 在公式中混用市值与企业价值
❌ 分子与分母使用不同的时间周期（如使用全期数据与季度数据）
❌ 直接在公式中输入固定数值，而非使用单元格引用
❌ 直接硬编码数值，却未添加说明来源的单元格注释或解释相关假设
❌ 若有相关资料，未添加指向SEC备案文件或数据源的超链接
❌ 无明确目的地纳入过多指标
❌ 包含业务模式不同的不可比企业
❌ 使用过时数据且未予以说明
❌ 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

动态标题

对于显示计算结果的列，应使用清晰的单位标签：

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：反映典型的市场估值水平
第25百分位：属于“折价”交易区间

这一分析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/软件即服务行业：

需补充的指标：年度经常性收入、净客户留存率、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≥70%

医疗保健行业：

需补充的指标：研发费用与营收比率、在研项目价值、监管状况
需重点关注的指标：EBITDA利润率、增长率、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、地域分布情况
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

搭建结构（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）
- 固定单位与日期引用格式
收集数据（60-90分钟）
- 从原始数据源获取数据（若有S&P Kensho MCP、FactSet MCP、Daloopa MCP则优先使用；否则可使用Bloomberg或SEC数据）
- 将所有原始数值以蓝色填入
- 在备注栏中记录数据来源
构建公式（30分钟）
- 从简单比率（如利润率）开始
- 逐步过渡到倍数指标（如企业价值/营收比）
- 添加交叉验证步骤（确认利润率数值合理）
添加统计分析（15分钟）
- 复制所有列的公式结构
- 核对数据范围是否正确（例如应为B7:B9，而非B7:B10）
- 检查分位数计算逻辑
质量管控（30分钟）
- 执行合理性检查
- 验证公式引用是否正确
- 检查是否存在#DIV/0!或#REF!错误
- 与已知基准数据进行对比
文档编写（15分钟）
- 完成备注栏内容
- 注明数据来源
- 明确说明计算方法
- 为分析结果标注日期

专业建议

保存模板：一次构建，多次复用
对异常值进行颜色标记：对偏离均值2个标准差以上的数值应用条件格式
链接到原始文件：通过超链接关联Bloomberg截图或SEC备案文件
版本控制：采用“Comps_v1_2024-12-15”等包含明确日期的命名方式保存文件
协作审核：请他人帮忙检查公式正确性

Excel格式检查清单（可选——可根据用户需求调整）

字体设置为用户偏好的样式（默认：Times New Roman，数据行11磅，标题行12磅）
标题栏格式遵循用户模板设定（默认：深蓝色#17365D，白色加粗文字）
列标题格式遵循用户模板设定（默认：浅蓝/灰色#D9E2F3，黑色加粗文字）
统计行格式遵循用户模板设定（默认：浅灰色#F2F2F2）
不添加边框（外观简洁、极简）
列宽设置为统一/相等（呈现整洁专业的视觉效果）
行高设置为一致（数据行通常为20-25磅）
数字格式正确，包含适当的小数位和千位分隔符
所有指标居中对齐，确保外观整齐统一
在公司数据行与统计行之间插入一行空白行作为分隔
无需单独的“行业统计数据”或“估值统计数据”标题行
每个硬编码输入单元格均附有注释，说明：(1) 具体数据来源，或 (2) 相关假设依据
在适用的情况下，为相关单元格添加超链接（指向SEC备案文件、数据提供商页面及报告）

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
针对特定行业，可添加行业专属指标（如SaaS行业的“40法则”等）
若对比的公司数量超过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再添加。大多数案例仅需核心指标即可完成有效对比。

软件/ SaaS行业： 如适用，可添加：年度经常性收入、净美元留存率、40法则

金融服务行业： 如适用，可添加：净资产收益率、净利息率、效率比率

电子商务行业： 如适用，可添加：商品交易总额、抽成比例、活跃买家数量

医疗健康行业： 如适用，可添加：研发费用与收入比、在研项目价值、专利申请时间线

制造业： 如适用，可添加：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）
🚩 未作说明即缺失数据
🚩 不同数据源之间的差异过大（差异超过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（应改用营收倍数）
🚩 无高速成长支撑却拥有超过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

🚩 财年结算日不同（会导致时间差异问题）
🚩 将纯行业公司与综合型企业混为一谈
🚩 将业务模式存在显著差异的公司错误地列为可比对象

如有疑问，最好直接排除该公司。 三个完美的对比案例总比六个存疑的要好。

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

核心原则总结

结构决定洞察力——恰当的标题能引导正确的思考方向
少即是多——5-10个关键指标远胜于20个无关指标
根据问题选择指标——估值分析≠效率分析
数据揭示规律——中位数/分位数比平均值更能反映真实情况
透明优于复杂——简单易懂的公式更佳
可比性至上——宁可排除某些公司，也不要强行进行不当对比
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

在提交对比分析报告前，请确认：

所有对比公司确实具备可比性
数据来自同一时间周期
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均需添加注释，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披露文件、彭博页面、研究报告等）
统计数据至少包含5项指标（最大值、第75百分位、中位数、第25百分位、最小值）
备注部分需记录数据来源与分析方法
视觉格式符合规范（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）
日期为最新时间（“截至[日期]”）
公式审核无错误（如#DIV/0!、#REF!、#N/A等错误）

持续改进

完成对比分析后，请思考：

这些统计分析是否揭示了意想不到的洞察？
是否存在限制分析的数据缺失问题？
相关方是否要求添加您未包含的指标？
实际耗时与预期耗时相比如何？
下次要如何让这项分析更具实用性？

最优的同业对比分析会随着每次迭代而不断改进。请保存模板，从反馈中学习，并根据决策者实际的使用情况优化分析结构。

数据来源——优先使用MCP，再考虑网页检索

下文多处提到“使用S&P Kensho MCP / Daloopa MCP / FactSet MCP”。这些均为源自原有Cowork插件环境的商业金融数据MCP工具。在Hermes中：

如果您已配置了任何结构化的金融数据MCP（Hermes支持MCP功能，详见native-mcp技能），则优先使用它们来获取特定时间点的同业对比数据、历史交易案例及监管文件信息。
否则，可采取以下替代方案：
- 对于美国公司的监管文件，可使用web_search/web_extract功能检索SEC EDGAR网站（https://www.sec.gov/cgi-bin/browse-edgar）上的内容；
- 从公司官网的投资者关系页面获取新闻稿和业绩演示文稿；
- 使用browser_navigate功能访问交互式数据平台；
- 采用用户提供的数据（当上下文中没有相关数据时，请主动向用户询问）。
绝不可编造数据。如果无法找到倍数对比、历史案例或监管文件编号，应将该数据单元标记为[UNSOURCED]，并向用户显示。

出处标注

该智能体技能基于 Anthropic 的 Claude for Financial Services 插件套件（Apache-2.0 许可协议）开发。原版本中用于处理 Office-JS 和 Cowork 在线 Excel 文件的功能已被移除；当前版本则遵循 excel-author 智能体技能的规范，通过无界面方式调用 openpyxl 库来实现相应功能。原始代码地址：https://github.com/anthropics/financial-services

Keyboard shortcuts

Hermes Agent Docs i18n