可比公司分析

在 Excel 中构建机构级可比公司分析——运营指标、估值倍数、与同行集合的统计基准对比。与 excel-author 配合使用。适用于上市公司估值、IPO 定价、行业基准对比或异常值检测。

Skill 元数据


来源	可选——通过 `aigenlabs skills install official/finance/comps-analysis` 安装
路径	`optional-skills/finance/comps-analysis`
版本	`1.0.0`
作者	Anthropic（由 AigenLabs 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 skills	`excel-author`, `pptx-author`, `dcf-model`, `lbo-model`

参考：完整 SKILL.md

信息

以下是 AigenLabs 在触发此 skill 时加载的完整 skill 定义。这是 agent 在 skill 激活时所看到的指令内容。

环境

此 skill 假设使用无界面 openpyxl——你在磁盘上生成 .xlsx 文件。遵循 excel-author skill 关于单元格着色、公式、命名区域和敏感性表格的约定。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：数据来源优先级（请先阅读）

始终遵循以下数据来源层级：

首先：检查 MCP 数据来源 - 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
如果上述 MCP 数据来源可用，则不要使用网络搜索
仅当 MCP 不可用时： 再使用 Bloomberg Terminal、SEC EDGAR 文件或其他机构来源
绝不将网络搜索作为主要数据来源 - 它缺乏机构级分析所需的准确性、审计追踪和可靠性

原因： MCP 来源提供经过验证的机构级数据，并附有适当引用。网络搜索结果可能过时、不准确，或对财务分析不可靠。

概述

此 skill 指导 agent 构建机构级可比公司分析，结合运营指标、估值倍数和统计基准对比。输出为结构化的 Excel/电子表格，通过同行比较支持有据可查的投资决策。

参考材料与情境化：

示例可比公司分析文件位于 examples/comps_example.xlsx。使用此 skill 目录中的示例文件时，请智慧地加以运用：

可以使用示例来：

理解结构层级（各部分如何流转）
把握预期的严谨程度（统计深度、文档标准）
学习原则（清晰的标题、透明的公式、审计追踪）

不要使用示例来：

精确复制格式或指标
不考虑上下文地照搬布局
不顾受众地套用相同视觉风格

始终先问自己：

"你有偏好的格式，还是我应该调整模板风格？"
"受众是谁？"（投资委员会、董事会演示、快速参考、详细备忘录）
"核心问题是什么？"（估值、增长分析、竞争定位、效率）
"背景是什么？"（并购评估、投资决策、行业基准对比、绩效回顾）

根据具体情况调整：

行业背景：大型科技巨头与新兴 SaaS 初创公司需要不同的指标
行业特定需求：尽早添加相关指标（例如，科技行业的云 ARR、企业客户数、开发者生态）
公司熟悉度：知名公司可能需要较少背景介绍，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侧重

核心原则： 运用模板原则（清晰结构、统计严谨性、透明公式），但根据上下文灵活执行。目标是机构级质量的分析，而非机构级外观的模板。

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

"先构建正确的结构，再让数据讲述故事。"

从迫使战略思考的标题开始，输入干净的数据，构建透明的公式，让统计结果自动呈现。一份好的可比分析应该让没有参与构建的人也能立即读懂。

⚠️ 关键：公式优先于硬编码 + 逐步验证

公式，而非硬编码：

每个派生值（利润率、倍数、统计数据）都必须是引用输入单元格的 Excel 公式——绝不粘贴预先计算的数字
使用 Python/openpyxl 构建表格时：写入 cell.value = "=E7/C7"（公式字符串），而非 cell.value = 0.687（计算结果）
唯一可以硬编码的值是原始输入数据（收入、EBITDA、股价等）——每一个都需要附带来源的单元格注释
原因：模型必须在输入变化时自动更新。硬编码的利润率是潜伏的静默错误。

与用户逐步验证：

设置结构后 → 在填充数据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，在构建公式前确认来源/期间
构建运营指标公式后 → 展示计算出的利润率，在进入估值前与用户进行合理性检查
构建估值倍数后 → 展示倍数，在添加统计数据前确认其合理性
不要端到端地构建整个表格后再呈现——通过逐节确认尽早发现错误

第 1 节：文档结构与设置

标题块（第 1-3 行）

第 1 行：[分析标题] - 可比公司分析
第 2 行：[公司列表及代码] • [公司 1 (TICK1)] • [公司 2 (TICK2)] • [公司 3 (TICK3)]
第 3 行：截至 [期间] | 所有数据单位为 [百万/十亿美元]，每股金额和比率除外

重要性： 立即建立背景。任何打开此文件的人都能知道分析内容、创建时间以及如何解读数字。

视觉约定标准（可选——用户偏好和上传的模板始终优先）

重要：这些仅为建议的默认值。始终优先考虑：

用户的明确格式偏好
任何上传模板文件中的格式
公司/团队风格指南
这些默认值（仅在没有其他指导时使用）

建议字体与排版：

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

默认颜色与底纹——专业蓝/灰调色板（简洁为上）：

保持克制——只用蓝色和灰色。不要引入绿色、橙色、红色或多种强调色。一份干净的可比分析表格总共使用 3-4 种颜色。
节标题（例如"运营统计与财务指标"）：
- 深蓝色背景（#1F4E79 或 #17365D 海军蓝）
- 白色粗体文字
- 跨所有列的整行底纹
列标题（例如"公司"、"收入"、"利润率"）：
- 浅蓝色背景（#D9E1F2 或类似淡蓝色）
- 黑色粗体文字
- 居中对齐
数据行：
- 公司数据白色背景
- 公式用黑色文字；硬编码输入用蓝色文字
统计行（最大值、第 75 百分位等）：
- 浅灰色背景（#F2F2F2）
- 黑色文字，标签左对齐
整个调色板就是这些：深蓝 + 浅蓝 + 浅灰 + 白色。除非用户模板另有说明，不添加其他颜色。

建议格式约定：

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，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（简洁、极简外观）
对齐：所有指标居中对齐，外观整洁统一
单元格尺寸：所有列宽统一/均匀，所有行高一致（形成整洁、专业的网格）

注意： 如果用户提供模板文件或指定不同格式，请使用该格式。

第 2 节：运营统计与财务指标

核心列（从这些开始）

公司 - 格式一致的名称
收入 - 规模指标（可以是 LTM、季度或年度，视情况而定）
收入增长 - 同比百分比变化
毛利润 - 收入减去销售成本
毛利率 - 毛利润/收入（基本盈利能力）
EBITDA - 息税折旧摊销前利润
EBITDA 利润率 - EBITDA/收入（运营效率）

可选补充（根据行业/目的选择）

季度与 LTM - 如果季节性重要，两者都包含
自由现金流 - 适用于资本密集型或 SaaS 业务
FCF 利润率 - FCF/收入（现金生成效率）
净利润 - 适用于成熟的盈利公司
营业利润 - 适用于折旧摊销差异较大的业务
资本支出指标 - 适用于重资产行业
Rule of 40（40 法则） - 专门针对 SaaS（增长率 % + 利润率 %）
FCF 转化率 - 用于盈利质量分析（高级）

公式示例（以第 7 行为例）

// 核心比率——始终计算这些
毛利率 (F7): =E7/C7
EBITDA 利润率 (H7): =G7/C7

// 可选比率——如相关则包含
FCF 利润率: =[FCF]/[Revenue]
净利率: =[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（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。

[留一个空行用于视觉分隔]
- 最大值：=MAX(B7:B9)
- 第 75 百分位：=QUARTILE(B7:B9,3)
- 中位数：=MEDIAN(B7:B9)
- 第 25 百分位：=QUARTILE(B7:B9,1)
- 最小值：=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
EV/收入、EV/EBITDA、市盈率、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（绝对规模因公司体量而异）
市值、企业价值（不同规模公司之间不可比）

注意： 在公司数据和统计行之间添加一个空行用于视觉分隔。不要添加"行业统计"或"估值统计"标题行。

四分位数的重要性： 它们显示分布情况，而非仅仅是平均值。第 75 百分位倍数告诉你"优质"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）

公司 - 与运营部分顺序相同
市值 - 当前市场估值
企业价值 - 市值 ± 净债务/现金
EV/收入 - 市场为每美元销售额支付的价格
EV/EBITDA - 市场为每美元利润支付的价格
市盈率 - 相对于净利润的价格

可选估值指标（根据情况选择）

FCF 收益率 - FCF/市值（用于以现金为中心的分析）
PEG 比率 - 市盈率/增长率（用于成长型公司）
市净率 - 市场价值与账面价值之比（用于重资产业务）
ROE/ROA - 回报指标（用于盈利能力比较）
收入/EBITDA 复合年增长率 - 历史增长率（用于趋势分析）
资产周转率 - 收入/资产（用于运营效率分析）
债务/权益比 - 杠杆率（用于资本结构分析）

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

公式示例

// 核心倍数——始终包含这些
EV/收入: =[Enterprise Value]/[LTM Revenue]
EV/EBITDA: =[Enterprise Value]/[LTM EBITDA]
市盈率: =[Market Cap]/[Net Income]

// 可选倍数——如数据可用则包含
FCF 收益率: =[LTM FCF]/[Market Cap]
PEG 比率: =[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。绝不两次输入相同的原始数据。如果收入在 C7，则 EV/收入公式应引用 C7。

统计块

与运营部分结构相同：每个指标的最大值、第 75 百分位、中位数、第 25 百分位、最小值。在公司数据和统计行之间添加一个空行用于视觉分隔。不要添加"估值统计"标题行。

第 4 节：注释与方法论文档

必要组成部分

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）
涵盖哪个期间？（2024 年第四季度，经审计数据）
如何验证？（与 10-K/10-Q 交叉核对）
注意：如可用，优先使用 MCP 数据来源（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 + 折旧摊销，或营业利润 + 折旧摊销）
自由现金流公式（经营性现金流 - 资本支出）
特殊指标说明（Rule of 40、FCF 转化率）
时间期间定义（LTM、复合年增长率计算期间）

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？（历史复合年增长率、前瞻性预测）
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

"哪家公司被低估了？" → 重点关注：EV/收入、EV/EBITDA、市盈率、市值 → 跳过：运营细节、增长指标

"哪家公司最高效？" → 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、用户/客户增长 → 跳过：利润率指标、杠杆比率

"哪家公司是最佳现金生成者？" → 重点关注：FCF、FCF 利润率、FCF 转化率、资本支出强度 → 跳过：EBITDA、市盈率

行业特定指标选择

软件/SaaS： 必须有：收入增长、毛利率、Rule of 40 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：Rule of 40、SaaS 指标

金融服务： 必须有：ROE、ROA、效率比率、市盈率可选：净息差、贷款损失准备金跳过：毛利率、EBITDA（对银行无意义）

零售/电商： 必须有：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：重度研发或资本支出指标

"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、企业价值、3 个倍数 = 共 10 列 - 足以讲述故事，又不至于迷失方向

如果你有超过 15 个指标，可能包含了噪音。大刀阔斧地删减。

第 6 节：最佳实践与质量检查

开始之前

定义同行组 - 公司必须真正可比（相似的商业模式、规模、地域）
选择正确的期间 - LTM 平滑季节性；季度数据显示趋势
预先统一单位 - 百万与十亿的决定影响一切
规划数据来源 - 知道每个数字来自哪里

构建过程中

先输入所有原始数据 - 在编写公式之前完成蓝色文字部分
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

对于有来源的数据，精确引用来源：
- 示例："Bloomberg Terminal - MSFT Equity DES，访问于 2024-10-02"
- 示例："2024 年第四季度 10-K 文件，第 42 页，行项目'总收入'"
- 示例："FactSet 截至 2024-10-02 的一致性预测"
- 尽可能包含超链接：右键单击单元格 → 链接 → 粘贴 SEC 文件、数据来源或报告的 URL
对于假设，解释推理：
- 示例："基于同行中位数假设 15% EBITDA 利润率，公司未披露"
- 示例："企业价值估算为市值 + 5000 万美元净债务（来自第三季度资产负债表，第四季度尚未公布）"
- 示例："前瞻性市盈率基于市场一致性每股收益 3.45 美元（12 位分析师预测的平均值）"
重要性：支持审计追踪、数据验证、假设透明度和未来更新
逐行构建公式 - 在继续之前测试每个计算
对标题使用绝对引用 - $C$6 锁定标题行
格式一致 - 百分比显示为百分比，而非小数
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/收入：通常 0.5-20x（因行业差异较大）
- EV/EBITDA：通常 8-25x（跨行业相对一致）
- 市盈率：通常 10-50x（取决于增长率）
增长-倍数相关性：增长越高通常意味着倍数越高
规模-效率权衡：较大公司通常有更好的利润率（规模效益）

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时间期间（LTM 与季度） ❌ 在公式中硬编码数字而非使用单元格引用 ❌ 硬编码输入没有引用来源或解释假设的单元格注释 ❌ 在可用时缺少 SEC 文件或数据来源的超链接 ❌ 包含过多指标而无明确目的 ❌ 包含不可比公司（不同商业模式） ❌ 使用过时数据而未披露 ❌ 错误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，使用清晰的单位标签：

收入增长（同比）% | EBITDA 利润率 | FCF 利润率 | Rule of 40

四分位数分析的优势

相比仅使用均值/中位数，四分位数显示：

第 75 百分位 = "优质"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："我们的目标公司相对于同行是交易溢价还是折价？"

行业特定修改

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、订单趋势、地域构成
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：收入增长、毛利率、库存周转率

第 7 节：工作流程与实用技巧

分步流程

设置结构（30 分钟）
- 创建所有标题
- 格式化单元格（输入用蓝色，公式用黑色）
- 确定单位和日期引用
收集数据（60-90 分钟）
- 从主要来源获取（如可用，优先使用 S&P Kensho MCP、FactSet MCP、Daloopa MCP；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
构建公式（30 分钟）
- 从简单比率开始（利润率）
- 进阶到倍数（EV/收入）
- 添加交叉检查（利润率是否合理？）
添加统计数据（15 分钟）
- 复制所有列的公式结构
- 验证范围正确（B7:B9，而非 B7:B10）
- 检查四分位数逻辑
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
- 与已知基准对比
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）

第 8 节：示例模板布局

简单版本（从这里开始）：

┌─────────────────────────────────────────────────────────────┐
│ 科技行业 - 可比公司分析                                      │
│ Microsoft • Alphabet • Amazon                               │
│ 截至 2024 年第四季度 | 所有数据单位为百万美元               │
├─────────────────────────────────────────────────────────────┤
│ 运营指标                                                     │
├──────────┬─────────┬─────────┬──────────┬──────────────────┤
│ 公司     │ 收入    │ 增长    │ 毛利率   │ EBITDA  │ EBITDA │
│          │ (LTM)   │ (同比)  │          │ (LTM)   │ 利润率 │
├──────────┼─────────┼─────────┼──────────┼─────────┼────────┤
│ 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%  │
│          │         │         │          │         │        │ [空行]
│ 中位数   │ =MEDIAN │ =MEDIAN │ =MEDIAN  │ =MEDIAN │=MEDIAN │
│ 第 75%   │ =QUART  │ =QUART  │ =QUART   │ =QUART  │=QUART  │
│ 第 25%   │ =QUART  │ =QUART  │ =QUART   │ =QUART  │=QUART  │
├─────────────────────────────────────────────────────────────┤
│ 估值倍数                                                     │
├──────────┬──────────┬──────────┬──────────┬────────────────┤
│ 公司     │ 市值     │ 企业价值 │ EV/收入  │ EV/EBITDA │ 市盈率│
├──────────┼──────────┼──────────┼──────────┼───────────┼────┤
│ 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│
│          │          │          │          │           │    │ [空行]
│ 中位数   │ =MEDIAN  │ =MEDIAN  │ =MEDIAN  │ =MEDIAN   │=MED│
│ 第 75%   │ =QUART   │ =QUART   │ =QUART   │ =QUART    │=QRT│
│ 第 25%   │ =QUART   │ =QUART   │ =QUART   │ =QUART    │=QRT│
└──────────┴──────────┴──────────┴──────────┴───────────┴────┘

仅在需要时增加复杂度：

如果季节性重要，同时包含季度和 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）
如果公司数量超过 5 家，添加更多统计行

第 9 节：行业特定补充（可选）

仅在对分析至关重要时添加这些内容。大多数可比分析仅使用核心指标即可。

软件/SaaS： 如相关则添加：ARR、净美元留存率、Rule of 40

金融服务： 如相关则添加：ROE、净息差、效率比率

电商： 如相关则添加：GMV、佣金率、活跃买家数

医疗健康： 如相关则添加：研发/收入、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、积压订单

第 10 节：红旗与警示信号

数据质量问题

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

估值红旗

🚩 EBITDA 为负的公司使用 EBITDA 倍数估值（改用收入倍数） 🚩 市盈率 >100x 且无超高增长故事支撑 🚩 利润率对该行业不合理

可比性问题

🚩 不同财年结束日期（导致时间问题） 🚩 混用纯粹业务公司和综合企业集团 🚩 商业模式存在实质性差异却被标记为"可比公司"

有疑问时，排除该公司。 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

基本 Excel 公式

// 统计函数
=AVERAGE(range)          // 简单均值
=MEDIAN(range)           // 中间值
=QUARTILE(range, 1)      // 第 25 百分位
=QUARTILE(range, 3)      // 第 75 百分位
=MAX(range)              // 最大值
=MIN(range)              // 最小值
=STDEV.P(range)          // 标准差

// 财务计算
=B7/C7                   // 简单比率（利润率）
=SUM(B7:B9)/3            // 多家公司的平均值
=IF(B7>0, C7/B7, "N/A")  // 条件计算
=IFERROR(C7/D7, 0)       // 处理除以零

// 跨表引用
='Sheet1'!B7             // 引用另一个工作表
=VLOOKUP(A7, Table1, 2)  // 从数据表查找
=INDEX(MATCH())          // 高级查找

// 格式化
=TEXT(B7, "0.0%")        // 格式化为百分比
=TEXT(C7, "#,##0")       // 千位分隔符

常用比率公式

毛利率 = 毛利润 / 收入
EBITDA 利润率 = EBITDA / 收入
FCF 利润率 = 自由现金流 / 收入
FCF 转化率 = FCF / 经营性现金流
ROE = 净利润 / 股东权益
ROA = 净利润 / 总资产
资产周转率 = 收入 / 总资产
债务/权益比 = 总债务 / 股东权益

关键原则总结

结构驱动洞察 - 正确的标题迫使正确的思考
少即是多 - 5-10 个重要指标胜过 20 个无关紧要的指标
为你的问题选择指标 - 估值分析 ≠ 效率分析
统计揭示规律 - 中位数/四分位数比平均值揭示更多
透明胜于复杂 - 每个人都能理解的简单公式
可比性为王 - 宁可排除也不要强行纳入不合适的可比公司
记录你的选择 - 在注释部分解释选择了哪些指标及原因

输出检查清单

交付可比分析前，验证：

持续改进

完成可比分析后，思考：

统计数据是否揭示了意外洞察？
是否存在限制分析的数据缺口？
利益相关者是否询问了你未包含的指标？
实际花费时间与应花费时间相比如何？
下次如何让分析更有用？

最好的可比分析随每次迭代而进化。保存模板，从反馈中学习，并根据决策者实际使用的内容完善结构。

数据来源——MCP 优先，网络作为备选

以下许多段落提到"使用 S&P Kensho MCP / Daloopa MCP / FactSet MCP"。这些是原始 Cowork 插件背景下的商业金融数据 MCP。在 AigenLabs 中：

如果你配置了任何结构化金融数据 MCP（AigenLabs 支持 MCP——参见 native-mcp skill），优先使用它获取时点可比数据、先例交易和文件。
否则，回退到：
- 针对 SEC EDGAR（https://www.sec.gov/cgi-bin/browse-edgar）使用 web_search / web_extract 获取美国文件
- 公司投资者关系页面获取新闻稿、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（当上下文中没有时，明确询问）
绝不捏造数据。如果某个倍数、先例或文件数字无法溯源，将该单元格标记为 [UNSOURCED] 并向用户说明。

归属

此 skill 改编自 Anthropic 的 Claude 金融服务插件套件（Apache-2.0）。Office-JS / Cowork 实时 Excel 路径已移除；此版本通过 excel-author skill 的约定面向无界面 openpyxl。原始来源：https://github.com/anthropics/financial-services

Skill 元数据​

参考：完整 SKILL.md​

环境​

可比公司分析

⚠️ 关键：数据来源优先级（请先阅读）​

概述​

核心理念​

⚠️ 关键：公式优先于硬编码 + 逐步验证​

第 1 节：文档结构与设置​

标题块（第 1-3 行）​

视觉约定标准（可选——用户偏好和上传的模板始终优先）​

第 2 节：运营统计与财务指标​

核心列（从这些开始）​

可选补充（根据行业/目的选择）​

公式示例（以第 7 行为例）​

统计块（公司数据之后）​

第 3 节：估值倍数与投资指标​

核心估值列（从这些开始）​

可选估值指标（根据情况选择）​

公式示例​

交叉引用规则​

统计块​

第 4 节：注释与方法论文档​

必要组成部分​

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​

行业特定指标选择​

"5-10 法则"​

第 6 节：最佳实践与质量检查​

开始之前​

构建过程中​

合理性检查​

常见错误​

第 6 节：高级功能​

动态标题​

四分位数分析的优势​

行业特定修改​

第 7 节：工作流程与实用技巧​

分步流程​

专业技巧​

Excel 格式检查清单（可选——根据用户偏好调整）​

第 8 节：示例模板布局​

第 9 节：行业特定补充（可选）​

第 10 节：红旗与警示信号​

数据质量问题​

估值红旗​

可比性问题​

第 11 节：公式参考指南​

基本 Excel 公式​

常用比率公式​

关键原则总结​

输出检查清单​

持续改进​

数据来源——MCP 优先，网络作为备选​

归属​

Skill 元数据

参考：完整 SKILL.md

环境

⚠️ 关键：数据来源优先级（请先阅读）

概述

核心理念

⚠️ 关键：公式优先于硬编码 + 逐步验证

第 1 节：文档结构与设置

标题块（第 1-3 行）

视觉约定标准（可选——用户偏好和上传的模板始终优先）

第 2 节：运营统计与财务指标

核心列（从这些开始）

可选补充（根据行业/目的选择）

公式示例（以第 7 行为例）

统计块（公司数据之后）

第 3 节：估值倍数与投资指标

核心估值列（从这些开始）

可选估值指标（根据情况选择）

公式示例

交叉引用规则

统计块

第 4 节：注释与方法论文档

必要组成部分

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

行业特定指标选择

"5-10 法则"

第 6 节：最佳实践与质量检查

开始之前

构建过程中

合理性检查

常见错误

第 6 节：高级功能

动态标题

四分位数分析的优势

行业特定修改

第 7 节：工作流程与实用技巧

分步流程

专业技巧

Excel 格式检查清单（可选——根据用户偏好调整）

第 8 节：示例模板布局

第 9 节：行业特定补充（可选）

第 10 节：红旗与警示信号

数据质量问题

估值红旗

可比性问题

第 11 节：公式参考指南

基本 Excel 公式

常用比率公式

关键原则总结

输出检查清单

持续改进

数据来源——MCP 优先，网络作为备选

归属