> ## Documentation Index > Fetch the complete documentation index at: https://financecontext.com/llms.txt > Use this file to discover all available pages before exploring further. # 可比公司分析技能 > Finance 101：什么是 Comps（可比公司分析）？同行筛选、估值倍数和统计基准的完整教学指南，含详细案例与常见错误 # 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： 1. **"核心问题是什么？"** —— 估值、效率对比、增长比较？ 2. **"受众是谁？"** —— IC（投委会）、董事会、快速参考？ 3. **"有偏好的格式吗？"** —— 公司模板还是标准格式？ 4. **"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：** 1. **首选：** 检查 MCP 数据源 —— S\&P Kensho MCP、FactSet MCP、Daloopa MCP 2. **MCP 不可用时：** Bloomberg 终端、SEC EDGAR、万得终端 3. **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： ```excel theme={null} 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）：** ```excel theme={null} // 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 **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** **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。 **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。 **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） **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。** **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。 **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 **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。 **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。 **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：** 1. 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 2. 初筛标准：市值 50-500 亿元、主营业务收入中游戏占比 >70% 3. 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） 4. 选定 5-6 家可比公司，拉取 LTM 数据 5. 构建运营统计 + 估值倍数两部分 6. 用中位数倍数推算目标公司估值区间 7. 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：** 1. 万得终端筛选全部 A 股白酒上市公司（约 20 家） 2. 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） 3. 分层做 Comps —— 一线和三线不应直接比较 4. 重点指标：P/E（白酒行业主要看 P/E）、EV/EBITDA、ROE、毛利率 5. 分析每家公司在分位数中的位置 6. 识别"估值洼地" —— 运营指标优秀但估值偏低的公司 7. 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：** 1. 筛选 A 股、港股、美股上市的教育科技公司 2. 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 3. 注意跨市场比较时的币种转换（统一为人民币）和注明汇率 4. 考虑 IPO vs. 出售给战略买家两种退出路径的不同倍数 5. IPO 路径：使用上市公司 Comps，扣除 IPO 折价（通常 15-25%） 6. 战略出售：使用先例交易倍数，加上控制权溢价 7. 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 **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： 1. 计算每家公司的 EV 2. 计算 EV/Revenue 和 EV/EBITDA 3. 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 **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？ **题目：** 为 A 股半导体设计行业构建完整的 Comps 表格。 **要求：** 1. 选择 5 家可比的 A 股半导体设计公司（可使用真实公司名） 2. 选择适合半导体行业的 5 个运营指标和 5 个估值指标 3. 解释为什么选择这些公司和指标 4. 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 ```bash theme={null} # 安装插件 claude plugin install financial-analysis@financial-services-plugins ``` **针对中国市场的定制：** ```markdown theme={null} ## 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