可比公司分析（Comps Analysis）

什么是可比公司分析（Comparable Company Analysis）？

Comps（可比公司分析）是华尔街最常用的相对估值方法（Relative Valuation）。它的逻辑很直觉：如果你想知道一栋房子值多少钱，最直接的方法就是看看附近类似房子的成交价。同样的道理，如果你想知道一家公司值多少钱，就看看与它业务相似、规模相当的公司在市场上的估值。具体来说，Comps 分析选取 4-6 家与目标公司可比的上市公司，比较它们的运营指标（营收、利润率、增长率）和估值倍数（EV/EBITDA、P/E、EV/Revenue），然后用同行的中位数倍数来推算目标公司的合理估值区间。

一个简单的例子

假设你要估值一家 A 股 SaaS 公司”云智科技”（虚构），已知其 LTM 营收为人民币 8 亿元。你找了 4 家可比上市公司：

公司	营收（亿元）	EV/Revenue
用友网络	92.3	3.2x
金蝶国际（港股）	56.8	5.8x
北森控股（港股）	8.2	2.1x
明源云（港股）	15.6	3.5x
中位数		3.35x

用中位数倍数估值：

云智科技隐含 EV = 8 亿元 x 3.35x = 26.8 亿元
假设净债务 2 亿元 → 股权价值 = 24.8 亿元
假设 3 亿股 → 每股价值 ≈ 8.3 元

如果当前股价 6 元 → 隐含上行空间 38%（可能被低估）如果当前股价 12 元 → 隐含下行空间 31%（可能被高估） Comps 的强大之处在于它反映了”市场怎么看” —— 投资者愿意为这类公司的每一元盈利支付多少倍。这与 DCF（折现现金流）形成互补：DCF 告诉你”公司的内在价值是多少”，Comps 告诉你”市场目前给这类公司定价多少”。

为什么重要

Comps 分析在金融行业无处不在：

投行 M&A（并购）交易 —— 帮助买卖双方确定合理的交易对价
IPO 定价 —— 通过同行倍数确定发行价区间（A 股 IPO 询价的重要参考）
投资决策 —— 判断某只股票相对于同行是”便宜”还是”贵”
IC（投委会）材料 —— 几乎每份投资备忘录都需要一页 Comps
Pitch Book —— 投行向客户展示市场估值水平
行业研究报告 —— 券商研究所的行业对比分析

适合使用 Comps 的场景： 上市公司估值、M&A、IPO 定价、行业基准比较 不太适合的场景： 没有可比上市公司的私有公司、高度多元化的集团公司、处于破产边缘的公司、尚无收入的早期创业公司、独特商业模式的公司

核心概念

中文术语	英文术语	说明
企业价值	Enterprise Value (EV)	市值 + 净债务，反映收购整家公司的总成本
市值	Market Capitalization	股价 x 流通股数（A 股注意区分总股本和流通股本）
估值倍数	Valuation Multiple	企业价值除以某个财务指标（如 EBITDA）
EV/EBITDA	EV/EBITDA	最常用的估值倍数，消除了资本结构和税率差异
EV/Revenue	EV/Revenue	适用于利润为负的高增长公司
市盈率	P/E (Price-to-Earnings)	股价/每股收益，最直觉但受资本结构影响
过去十二个月	LTM (Last Twelve Months)	最近四个季度的合计数据
下十二个月	NTM (Next Twelve Months)	未来四个季度的预估数据
中位数	Median	排序后中间位置的值，比平均值更抗异常值干扰
分位数	Percentile	数据在排序中的位置（25th、50th、75th）
40 法则	Rule of 40	SaaS 行业：增长率 + 利润率 >= 40% 为优秀
先例交易	Precedent Transactions	类似公司的历史并购交易价格，是 Comps 的补充
控制权溢价	Control Premium	收购 100% 股权时相对市场价格的溢价，通常 20-40%

详细案例分析：A 股消费电子行业 Comps

案例背景

假设你是某投行的分析师，团队正在为一家 A 股消费电子公司”精密电子”（虚构，300XXX）做并购估值。目标公司 LTM 数据：营收人民币 120 亿元、EBITDA 18 亿元、净利润 12 亿元、市值 200 亿元、EV 215 亿元。

步骤 1：筛选可比公司

经过筛选，确定以下 5 家可比公司（来源：万得终端）： 运营统计表（Operating Statistics）：

公司	代码	营收（亿元）	营收增速	毛利率	EBITDA（亿元）	EBITDA Margin
立讯精密	002475.SZ	2,319.2	18.5%	13.8%	198.5	8.6%
歌尔股份	002241.SZ	985.6	12.3%	15.2%	112.3	11.4%
蓝思科技	300433.SZ	542.8	8.7%	22.5%	78.6	14.5%
领益智造	002600.SZ	389.5	15.2%	18.3%	52.1	13.4%
长盈精密	300115.SZ	168.3	22.1%	20.1%	28.7	17.1%

Maximum			22.1%	22.5%		17.1%
75th Percentile			18.5%	20.1%		14.5%
Median			15.2%	18.3%		13.4%
25th Percentile			12.3%	15.2%		11.4%
Minimum			8.7%	13.8%		8.6%

估值倍数表（Valuation Multiples）：

公司	市值（亿元）	EV（亿元）	EV/Revenue	EV/EBITDA	P/E
立讯精密	2,850.0	2,920.5	1.26x	14.7x	25.2x
歌尔股份	985.2	1,052.3	1.07x	9.4x	18.5x
蓝思科技	658.5	735.2	1.35x	9.4x	22.8x
领益智造	512.3	548.7	1.41x	10.5x	20.3x
长盈精密	215.6	238.9	1.42x	8.3x	16.2x

Maximum			1.42x	14.7x	25.2x
75th Percentile			1.41x	10.5x	22.8x
Median			1.35x	9.4x	20.3x
25th Percentile			1.26x	9.4x	18.5x
Minimum			1.07x	8.3x	16.2x

步骤 2：估值推算

目标公司”精密电子”的隐含估值区间：

方法	同行中位数倍数	目标公司指标	隐含 EV（亿元）	隐含市值（亿元）
EV/Revenue	1.35x	营收 120 亿	162.0	147.0
EV/EBITDA	9.4x	EBITDA 18 亿	169.2	154.2
P/E	20.3x	净利润 12 亿	N/A	243.6

分析解读：

EV/Revenue 和 EV/EBITDA 给出的估值（147-154 亿元）低于当前市值 200 亿元
P/E 给出的估值（244 亿元）高于当前市值
差异原因：目标公司净利润率高于同行中位数（10% vs 7-8%），说明市场给予了利润率溢价
结论： 基于 EV 倍数，当前股价可能偏高；但考虑到较高的盈利能力，合理估值区间为 150-240 亿元

步骤 3：目标公司定位分析

精密电子在同行中的位置：

营收增速 16.8% → 位于 75th percentile 附近（增长能力突出）
毛利率 21.5% → 位于 75th percentile（盈利能力强）
EBITDA Margin 15.0% → 位于 75th percentile（运营效率优秀）
EV/EBITDA 11.9x（当前）→ 高于中位数 9.4x（估值溢价 27%）

结论： 目标公司的估值溢价有基本面支撑 —— 增长和利润率均优于同行中位数。

工作流程

步骤 1：明确分析问题

为什么重要： 不同的问题需要不同的 Comps 重点。估值定价关注倍数，运营对标关注利润率，增长比较关注增长率。先回答四个问题：

“核心问题是什么？” —— 估值、效率对比、增长比较？
“受众是谁？” —— IC（投委会）、董事会、快速参考？
“有偏好的格式吗？” —— 公司模板还是标准格式？
“什么背景？” —— M&A、投资决策、行业研究？

基于问题选择指标侧重：

核心问题	侧重指标	可跳过的
”哪家公司被低估？“	EV/Revenue, EV/EBITDA, P/E, 市值	运营细节、增长指标
”哪家公司最高效？“	毛利率, EBITDA Margin, FCF Margin	规模指标、绝对金额
”哪家公司增长最快？“	营收增速, EBITDA CAGR	利润率、杠杆比率
”哪家公司现金流最好？“	FCF, FCF Margin, FCF Conversion	EBITDA, P/E

步骤 2：筛选同行公司

为什么重要： Comps 的质量取决于同行筛选的质量。选错了对标公司，得出的估值就没有参考意义。 筛选标准：

相似的商业模式（卖类似的产品/服务）
相近的规模/市值区间
同一行业/板块
地理可比性

数据源优先级：

首选： 检查 MCP 数据源 —— S&P Kensho MCP、FactSet MCP、Daloopa MCP
MCP 不可用时： Bloomberg 终端、SEC EDGAR、万得终端
绝不将网络搜索作为主要数据来源 —— 缺乏准确性和审计轨迹

“宁精勿滥” —— 3 家完美的 Comps 好过 6 家勉强可比的。 A 股筛选特别注意：

使用万得行业分类或 GICS 分类筛选同行
注意区分 A 股/H 股双重上市公司的不同估值（A-H 溢价）
考虑国有企业 vs. 民营企业的估值差异
考虑限售股解禁对流通市值的影响
A 股 P/E 倍数通常高于港股和美股同行

步骤 3：获取数据

使用 MCP 数据源（优先 S&P Global、FactSet、Daloopa）或万得终端获取： 运营指标：

Revenue（营收）、Revenue Growth（营收增长率）
Gross Margin（毛利率）
EBITDA（息税折旧摊销前利润）、EBITDA Margin
Net Income（净利润）、Net Margin

估值指标：

Market Cap（市值）、Enterprise Value（企业价值）
EV/Revenue、EV/EBITDA、P/E（市盈率）

行业专属指标：

行业	必选指标	可选指标
SaaS / 软件	Revenue Growth、Gross Margin、Rule of 40	ARR、Net Dollar Retention、CAC Payback
制造业	EBITDA Margin、Asset Turnover、CapEx/Revenue	ROA、Inventory Turns
金融服务	ROE、ROA、Efficiency Ratio、P/E	Net Interest Margin、贷款损失准备金
零售	Revenue Growth、Gross Margin、Inventory Turnover	Same-Store Sales、坪效
医药/生物科技	R&D/Revenue、Pipeline Value、Gross Margin	监管审批状态
新能源	Revenue Growth、EBITDA Margin、CapEx/Revenue	产能利用率、出货量增速

步骤 4：构建分析表格

文档结构与设置：

Row 1: [分析标题] - 可比公司分析
Row 2: [公司列表及代码] • 立讯精密 (002475.SZ) • 歌尔股份 (002241.SZ) ...
Row 3: 截至 [期间] | 金额单位：人民币百万元（另有标注除外）

运营统计部分 + 估值倍数部分，每个部分都包含统计摘要行：

Maximum:         =MAX(B7:B12)
75th Percentile: =QUARTILE(B7:B12, 3)
Median:          =MEDIAN(B7:B12)
25th Percentile: =QUARTILE(B7:B12, 1)
Minimum:         =MIN(B7:B12)

需要统计的列（可比较的指标）：Revenue Growth %、Gross Margin %、EBITDA Margin %、EV/Revenue、EV/EBITDA、P/E 不需要统计的列（规模指标）：Revenue

、EBITDA

、Market Cap

、EV

（不同规模的公司不能直接比较绝对值） 公式示例（第 7 行为例）：

// 核心比率 —— 始终计算
Gross Margin (F7): =E7/C7
EBITDA Margin (H7): =G7/C7

// 估值倍数
EV/Revenue: =[Enterprise Value]/[LTM Revenue]
EV/EBITDA: =[Enterprise Value]/[LTM EBITDA]
P/E Ratio: =[Market Cap]/[Net Income]

交叉引用规则（Critical）： 估值倍数必须引用运营指标区域的单元格。同一原始数据不要输入两次。如果营收在 C7，EV/Revenue 公式应该引用 C7。 格式规范（建议默认值，用户模板优先）：

元素	填充色	字体
区块标题（如”运营统计”）	深蓝 `#1F4E79`	白色粗体
列标题（如”营收”、“毛利率”）	浅蓝 `#D9E1F2`	黑色粗体
数据行	白色	输入=蓝色、公式=黑色
统计行（最大值、中位数等）	浅灰 `#F2F2F2`	黑色

精度规范：

百分比：1 位小数（12.3%）
倍数：1 位小数（13.5x）
金额：无小数、千位分隔符（69,632）

步骤 5：解读分位数

分位数	含义
75th（75 分位）	“溢价”公司 —— 市场给予较高估值
50th（中位数）	典型的市场估值水平
25th（25 分位）	“折价”区域 —— 估值偏低

这回答了关键问题：“目标公司相对于同行，是贵了还是便宜了？” 进阶解读 —— 增长倍数相关性：

高增长通常意味着更高的倍数
大公司通常有更好的利润率（规模效应）
如果一家公司增长最快但倍数最低 → 可能被低估（或有未被市场定价的风险）

步骤 6：合理性检查

必须通过的检查：

利润率层级： 毛利率 > EBITDA Margin > Net Margin（定义如此）
倍数合理范围：
- EV/Revenue：通常 0.5-20x（行业间差异大）
- EV/EBITDA：通常 8-25x（行业间较一致）
- P/E：通常 10-50x（取决于增长率）
A 股特有： A 股 P/E 普遍高于港股/美股，需要注明这是 A 股特有现象

步骤 7：文档与方法论说明

在工作表底部或独立 Tab 中记录： 数据来源与质量：

数据来自哪里？（万得终端、FactSet、S&P Capital IQ）
覆盖什么期间？（LTM / FY2025A）
如何验证？（与年报/季报交叉核对）

关键定义：

EBITDA 计算方法（毛利 + D&A，或营业利润 + D&A）
FCF 公式（经营活动现金流 - CapEx）
时间期间定义（LTM、CAGR 计算期间）

估值方法：

EV 如何计算？（市值 + 净债务）
使用了什么增长率？（历史 CAGR、前瞻性预估）
是否做了调整？（非经常性项目剔除、标准化利润率）

常见错误与避坑指南

错误 1：混淆市值和企业价值

后果： 用 P/E 的分母（净利润）去除 EV，或用 EV/EBITDA 的分母（EBITDA）去除市值，得出毫无意义的倍数。正确做法：

EV 对应 EBITDA、Revenue、EBIT —— 这些是”全公司”指标（债权人和股东都有份）
市值对应 Net Income、EPS —— 这些是”股东”指标（扣除利息后）
绝不混用

错误 2：时间期间不一致

后果： 分子用 LTM 的 EV，分母用 FY2024 的 EBITDA —— 时间不匹配导致倍数失真。更严重的是同一张表中某些公司用 LTM、某些用 FY。正确做法： 所有公司统一用 LTM 或统一用同一个财年。如有例外必须标注。

错误 3：将数字硬编码到公式中

后果： cell.value = 0.687 而不是 cell.value = "=E7/C7"。数据更新时公式不会自动重算。正确做法： 每个派生值（利润率、倍数、统计量）都必须是引用输入单元格的 Excel 公式。唯一的硬编码值是原始输入数据。

错误 4：硬编码输入没有来源批注

后果： 三个月后没人知道 “69,632” 这个数字从哪来的、是什么时候的数据、是否还可靠。正确做法： 每个硬编码单元格添加 Cell Comment，格式：

有来源的：“万得终端，MSFT，2025-03-15 提取”
是假设的：“假设 15% EBITDA Margin，基于同行中位数，公司未披露”
尽可能添加超链接（年报链接、数据终端截图）

错误 5：包含不可比的公司

后果： 把一家综合性集团公司放进纯软件公司的 Comps 表，拉低了 EV/Revenue 中位数，导致目标公司看起来”贵了”。正确做法： Comps 必须是真正可比的 —— 相似的商业模式、规模、地理、发展阶段。宁可排除也不要硬凑。

错误 6：使用平均数而非中位数

后果： 一家公司的极端倍数（如 P/E 200x）会把平均数拉飞，导致估值结果严重偏离。正确做法： 始终使用中位数（Median）而非平均数（Mean）。中位数对异常值更稳健。如果样本量大（8+ 家），可以同时展示两者。

错误 7：A 股 Comps 忽略 A-H 溢价

后果： 直接比较 A 股和 H 股的 P/E，得出”A 股公司都很贵”的错误结论。A-H 溢价是结构性的，反映了流动性差异和投资者构成差异。正确做法：

A 股公司与 A 股公司比
港股公司与港股公司比
如果必须跨市场比较，需要注明 A-H 溢价并解释原因

错误 8：指标过多导致信息过载

后果： 一张 Comps 表放了 20 个指标列，读者根本看不出重点在哪里。正确做法： 5+5 法则 —— 5 个运营指标 + 5 个估值指标 = 10 列总计。超过 15 个指标就是噪音。先想清楚”我要回答什么问题”，然后只选与问题相关的指标。

错误 9：EBITDA 为负的公司用 EV/EBITDA 估值

后果： 负 EBITDA 产生负倍数，在统计中会严重扭曲中位数。正确做法： 对于亏损公司，使用 EV/Revenue 代替 EV/EBITDA。在统计行中用 =IF(B7>0, C7/B7, "N/M") 排除负值。P/E > 100x 如果没有超高增长故事也需要标注警告。

错误 10：数据陈旧但未标注

后果： 使用半年前的股价和 6 个季度前的财务数据，但表头写”截至 2026 年 3 月”。正确做法： 明确标注数据日期 —— “As of [日期]“。如果某家公司的数据比其他公司旧（如财年截止日不同），在脚注中说明。

日常工作场景

场景 1：投行并购 Comps

背景： 你是投行 TMT 组的分析师，团队正在为一个游戏公司并购项目准备 Pitch Book。MD 需要一页 Comps 展示目标公司相对于同行的估值水平。 工作流程：

使用万得终端按 GICS 行业分类筛选 A 股和港股游戏上市公司
初筛标准：市值 50-500 亿元、主营业务收入中游戏占比 >70%
排除业务过于多元化的公司（如腾讯、网易 —— 游戏收入占比不够高且体量差异太大）
选定 5-6 家可比公司，拉取 LTM 数据
构建运营统计 + 估值倍数两部分
用中位数倍数推算目标公司估值区间
在 Pitch Book 中用一页展示，标题写”目标公司估值处于同行 50-75th 分位区间”

关键注意： 并购 Comps 通常还需要附带一张 Precedent Transactions（先例交易）表，展示历史上类似公司被收购时的倍数。

场景 2：公募基金行业研究

背景： 你是公募基金的消费品行业研究员，需要对白酒行业做一份全面的估值比较分析，给基金经理提供投资建议。 工作流程：

万得终端筛选全部 A 股白酒上市公司（约 20 家）
按市值分层：一线（贵州茅台、五粮液）、二线（泸州老窖、洋河股份）、三线（其余）
分层做 Comps —— 一线和三线不应直接比较
重点指标：P/E（白酒行业主要看 P/E）、EV/EBITDA、ROE、毛利率
分析每家公司在分位数中的位置
识别”估值洼地” —— 运营指标优秀但估值偏低的公司
输出投资建议报告，附带完整 Comps 表格

关键注意： 白酒行业 P/E 普遍较高（30-60x），不能用制造业的标准来判断”贵不贵”。需要在行业内部比较。

场景 3：PE 基金退出估值

背景： 你所在的 PE 基金持有一家教育科技公司 4 年，准备退出。需要用 Comps 估算退出价格，向 LP 报告预期回报。 工作流程：

筛选 A 股、港股、美股上市的教育科技公司
由于目标公司较小（营收 3 亿元），重点选择类似规模的可比公司
注意跨市场比较时的币种转换（统一为人民币）和注明汇率
考虑 IPO vs. 出售给战略买家两种退出路径的不同倍数
IPO 路径：使用上市公司 Comps，扣除 IPO 折价（通常 15-25%）
战略出售：使用先例交易倍数，加上控制权溢价
综合两种路径得出退出估值区间

关键注意： 退出估值需要使用 NTM（前瞻性）倍数，因为买家看的是未来。

练习题

练习 1：基础 Comps 构建（初级）

题目： 你需要为一家 A 股锂电池公司做 Comps 分析。以下是 3 家可比公司的数据：

公司	营收（亿元）	EBITDA（亿元）	市值（亿元）	净债务（亿元）
公司 A	450	85	2,200	120
公司 B	180	38	850	45
公司 C	320	52	1,100	80

请：

计算每家公司的 EV
计算 EV/Revenue 和 EV/EBITDA
如果目标公司营收 200 亿元、EBITDA 30 亿元，用中位数倍数估算 EV 和市值

练习 2：分位数解读（中级）

题目： 你的目标公司 EV/EBITDA = 15.2x，同行统计如下：

Maximum: 22.5x
75th: 16.8x
Median: 12.3x
25th: 9.5x
Minimum: 7.2x

目标公司营收增速 25%、EBITDA Margin 22%；同行中位数分别为 12% 和 18%。请分析：目标公司 15.2x 的估值溢价是否合理？基于什么理由？

练习 3：A 股行业 Comps（高级）

题目： 为 A 股半导体设计行业构建完整的 Comps 表格。要求：

选择 5 家可比的 A 股半导体设计公司（可使用真实公司名）
选择适合半导体行业的 5 个运营指标和 5 个估值指标
解释为什么选择这些公司和指标
讨论 A 股半导体估值与美股半导体估值的差异及原因

如何添加到本地环境

# 安装插件
claude plugin install financial-analysis@financial-services-plugins

针对中国市场的定制：

## 公司专属 Comps 规则

### A 股 Comps 注意事项
- A 股公司的 P/E 倍数通常高于港股和美股同行（A-H 溢价指数参考）
- 注意区分 A 股/H 股双重上市公司的不同估值
- 使用 Wind（万得）行业分类或 GICS 分类筛选同行
- 考虑限售股解禁对流通市值的影响
- 国有企业通常估值折价（治理折价）

### 数据来源
- A 股：Wind（万得终端）、Choice（东方财富）
- 港股：FactSet、LSEG
- 中概股：S&P Capital IQ

### 币种处理
- 同一张 Comps 表中的公司统一使用一种币种（通常为人民币）
- 注明汇率和汇率日期
- 跨市场比较时在脚注中标注汇率来源

最佳实践

公式引用单元格，绝不硬编码 —— =E7/C7 是正确的；0.687 是错误的
所有硬编码输入附带来源批注 —— 如 “万得终端, 截至 2026-03-15”
统一时间期间 —— 所有公司用 LTM 或者都用 FY，不能混用
使用中位数而非平均数 —— 中位数对异常值更稳健
“5+5 法则” —— 5 个运营指标 + 5 个估值指标 = 10 列总计。超过 15 个指标就是噪音
蓝色 = 输入，黑色 = 公式 —— 投行界的颜色编码标准
数据行和统计行之间留一个空行 —— 视觉分隔，不加单独的统计标题行
列宽均匀一致 —— 创造整洁专业的外观
所有指标居中对齐 —— 整齐统一的视觉效果
完成后运行公式审计 —— 检查 #DIV/0!、#REF!、#N/A 等错误
分步验证，不一次交付 —— 先展示结构 → 确认输入 → 构建公式 → 添加统计 → 质量检查

概述

金融分析

股票研究

投资银行

私募股权

财富管理

LSEG 伦交所

标普全球

可比公司分析技能

可比公司分析（Comps Analysis）

什么是可比公司分析（Comparable Company Analysis）？

一个简单的例子

为什么重要

核心概念

详细案例分析：A 股消费电子行业 Comps

案例背景

步骤 1：筛选可比公司

步骤 2：估值推算

步骤 3：目标公司定位分析

工作流程

步骤 1：明确分析问题

步骤 2：筛选同行公司

步骤 3：获取数据

步骤 4：构建分析表格

步骤 5：解读分位数

步骤 6：合理性检查

步骤 7：文档与方法论说明

常见错误与避坑指南

日常工作场景

场景 1：投行并购 Comps

场景 2：公募基金行业研究

场景 3：PE 基金退出估值

练习题

如何添加到本地环境

最佳实践

​可比公司分析（Comps Analysis）

​什么是可比公司分析（Comparable Company Analysis）？

​一个简单的例子

​为什么重要

​核心概念

​详细案例分析：A 股消费电子行业 Comps

​案例背景

​步骤 1：筛选可比公司

​步骤 2：估值推算

​步骤 3：目标公司定位分析

​工作流程

​步骤 1：明确分析问题

​步骤 2：筛选同行公司

​步骤 3：获取数据

​步骤 4：构建分析表格

​步骤 5：解读分位数

​步骤 6：合理性检查

​步骤 7：文档与方法论说明

​常见错误与避坑指南

​日常工作场景

​场景 1：投行并购 Comps

​场景 2：公募基金行业研究

​场景 3：PE 基金退出估值

​练习题

​如何添加到本地环境

​最佳实践

可比公司分析（Comps Analysis）

什么是可比公司分析（Comparable Company Analysis）？

一个简单的例子

为什么重要

核心概念

详细案例分析：A 股消费电子行业 Comps

案例背景

步骤 1：筛选可比公司

步骤 2：估值推算

步骤 3：目标公司定位分析

工作流程

步骤 1：明确分析问题

步骤 2：筛选同行公司

步骤 3：获取数据

步骤 4：构建分析表格

步骤 5：解读分位数

步骤 6：合理性检查

步骤 7：文档与方法论说明

常见错误与避坑指南

日常工作场景

场景 1：投行并购 Comps

场景 2：公募基金行业研究

场景 3：PE 基金退出估值

练习题

如何添加到本地环境

最佳实践