@baimingtao/lbs-agent 1.0.0

package/extensions/skills/optional/finance/comps-analysis/SKILL.md

@@ -0,0 +1,662 @@
+---
+name: comps-analysis
+description: 在 Excel 中构建可比公司分析 —— 包括运营指标、估值乘数、以及与同业进行统计基准对比。配合 excel-author 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。
+version: 1.0.0
+author: Anthropic (adapted by Nous Research)
+license: Apache-2.0
+platforms: [linux, macos, windows]
+metadata:
+  hermes:
+    tags: [finance, valuation, comps, excel, openpyxl, modeling, investment-banking]
+    related_skills: [excel-author, pptx-author, dcf-model, lbo-model]
+---
+
+## 环境
+
+这个 skill 假定使用 **headless openpyxl** —— 即在磁盘上生成一个 .xlsx 文件。
+遵循 `excel-author` skill 的规范来处理单元格颜色、公式、命名范围和敏感性分析表。
+在交付前进行重算：`python /path/to/excel-author/scripts/recalc.py ./out/model.xlsx`。
+
+# Comparable Company Analysis
+
+## ⚠️ 关键：数据源优先级（请先阅读）
+
+**务必遵循以下数据源层级：**
+
+1. **首先：检查 MCP 数据源** - 如果 S&P Kensho MCP、FactSet MCP 或 Daloopa MCP 可用，请排他性地使用它们来获取财务和交易信息
+2. **如果上述 MCP 数据源可用，请勿使用网络搜索**
+3. **仅在 MCP 不可用时：** 使用 Bloomberg Terminal、SEC EDGAR 文件或其他机构数据源
+4. **绝对不可将网络搜索作为主要数据源** - 它缺乏机构级分析所需的准确性、审计追踪和可靠性
+
+**重要性说明：** MCP 源提供经过验证的、带有适当引用的机构级数据。网络搜索的结果对于财务分析而言可能是过时的、不准确的或不可靠的。
+
+---
+
+## 概览
+这个 skill 教导 agent 构建机构级的可比公司分析，结合了运营指标、估值乘数和统计基准对比。输出结果是一个结构化的 Excel/电子表格，通过同业对比来支持明智的投资决策。
+
+**参考材料与情境化：**
+
+在 `examples/comps_example.xlsx` 中提供了一个可比公司分析的示例。在使用此 skill 目录中的该文件或其他示例文件时，请合理运用它们：
+
+**应当将示例用于：**
+- 理解结构层级（各部分如何衔接）
+- 掌握所期望的严谨程度（统计深度、文档规范）
+- 学习原则（清晰的标题、透明的公式、审计追踪）
+
+**不应当将示例用于：**
+- 完全复刻格式或指标
+- 不考虑背景而照搬布局
+- 无论受众是谁都套用相同的视觉风格
+
+**务必先扪心自问：**
+1. **“你有偏好的格式，还是希望我调整模板风格？”**
+2. **“受众是谁？”**（投资委员会、董事会演示、快速参考、详细备忘录）
+3. **“核心问题是什么？”**（估值、增长分析、竞争定位、效率）
+4. **“背景是什么？”**（M&A 评估、投资决策、行业基准对比、业绩审查）
+
+**根据具体情况调整：**
+- **行业背景**：大型科技巨头需要的指标不同于新兴的 SaaS 初创公司
+- **特定行业需求**：尽早添加相关指标（例如，科技行业的云端 ARR、企业客户、开发者生态系统）
+- **公司熟悉度**：知名公司可能需要较少的背景介绍，而应更多关注增量分析
+- **决策类型**：M&A 所需的侧重点不同于持续的投资组合监控
+
+**核心原则：** 运用模板的原则（清晰的结构、严谨的统计、透明的公式），但根据背景调整执行方式。目标是达到机构质量的分析，而不仅仅是看起来像机构风格的模板。
+
+用户提供的示例和明确偏好始终优先于默认设置。
+
+## Core Philosophy
+**“先构建正确的结构，然后让数据自己说话。”**
+
+从那些能引发对核心要素战略思考的标题开始，输入干净的数据，建立透明的公式，让统计数据自然呈现。一份优秀的 comps 报表应该能让没有参与制作的人也能一眼看懂。
+
+---
+
+## ⚠️ 关键：公式优于硬编码 + 逐步验证
+
+**公式，而非硬编码：**
+- 每一个派生值（利润率、乘数、统计数据）都必须是引用输入单元格的 Excel 公式 —— 绝不能是粘贴进来的预先计算好的数字
+- 当使用 Python/openpyxl 构建工作表时：写入 `cell.value = "=E7/C7"`（公式字符串），而不是 `cell.value = 0.687`（计算结果）
+- 唯一应该硬编码的值是原始输入数据（收入、EBITDA、股价等）—— 并且每一个这样的数据都要在其单元格备注中注明来源
+- 原因：当输入发生变化时，模型必须自动更新。硬编码的利润率是一个随时可能引发问题的隐患。
+
+**与用户一起逐步验证：**
+- 搭建好结构后 → 在填充数据前向用户展示标题布局
+- 输入原始数据后 → 向用户展示输入区块，并在构建公式前确认来源/周期
+- 构建好运营指标公式后 → 展示计算出的利润率，并在进入估值前与用户进行合理性检查
+- 构建好估值乘数后 → 展示乘数，并在添加统计数据前确认它们看起来合理
+- 切勿从头到尾构建整个工作表然后再展示 —— 通过确认每个部分来尽早发现错误
+
+---
+
+## Section 1: Document 结构 & 配置
+
+### 标题区块 (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
+```
+
+**重要性说明：** 立即确立背景。任何打开此文件的人都能知道他们在看什么、文件创建的时间以及如何解读这些数字。
+
+### 视觉规范标准（可选 - 用户的偏好和上传的模板始终具有最高优先级）
+
+**重要提示：这些只是建议的默认值。始终优先考虑：**
+1. 用户的明确格式偏好
+2. 任何上传的模板文件的格式
+3. 公司/团队的风格指南
+4. 这些默认值（仅在没有其他指导时使用）
+
+**建议的字体与排版：**
+- **字体家族**：Times New Roman（专业、易读、行业标准）
+- **字号**：数据单元格为 11pt，标题为 12pt
+- **加粗文本**：部分标题、公司名称、统计标签
+
+**默认 Color & Shading — Professional Blue/Grey Palette (minimal is better):**
+- **保持克制** —— 只使用蓝色和灰色。不要引入绿色、橙色、红色或多种强调色。一份干净的 comps 表格总共使用 3-4 种颜色。
+- **部分标题**（例如："OPERATING STATISTICS & FINANCIAL METRICS"）：
+  - 深蓝色背景（`#1F4E79` 或 `#17365D` 藏青色）
+  - 白色加粗文本
+  - 跨越所有列的整行底纹
+- **列标题**（例如："Company", "Revenue", "Margin"）：
+  - 浅蓝色背景（`#D9E1F2` 或类似的淡蓝色）
+  - 黑色加粗文本
+  - 居中对齐
+- **数据行**：
+  - 公司数据使用白色背景
+  - 公式使用黑色文本；硬编码输入使用蓝色文本
+- **统计行**（Maximum，75th Percentile 等）：
+  - 浅灰色背景（`#F2F2F2`）
+  - 黑色文本，左对齐标签
+- **这就是整个调色板**：深蓝色 + 浅蓝色 + 浅灰色 + 白色。除非用户的模板另有说明，否则不要使用其他颜色。
+
+**建议的格式规范：**
+- **小数精度**：
+  - 百分比：保留 1 位小数 (12.3%)
+  - 乘数：保留 1 位小数 (13.5x)
+  - 美元金额：无小数，使用千位分隔符 (69,632)
+  - 以百分比显示的利润率：保留 1 位小数 (68.7%)
+- **边框**：无（干净、极简的外观）
+- **对齐方式**：所有指标居中对齐，以呈现干净、统一的外观
+- **单元格尺寸**：所有列宽应均匀/一致，所有行高应保持一致（营造干净、专业的网格感）
+
+**注意：** 如果用户提供模板文件或指定了不同的格式，请改用该格式。
+
+---
+
+## Section 2: Operating Statistics & Financial Metrics
+
+### 核心列（从这些开始）
+1. **Company** - 格式一致的名称
+2. **Revenue** - 规模指标（可以是 LTM、季度或年度，具体取决于背景）
+3. **Revenue Growth** - 同比百分比变化
+4. **Gross Profit** - 收入减去销货成本
+5. **Gross Margin** - GP/Revenue（基础盈利能力）
+6. **EBITDA** - 息税折旧及摊销前利润
+7. **EBITDA Margin** - EBITDA/Revenue（运营效率）
+
+### 可选附加项（根据行业/目的选择）
+- **Quarterly vs LTM** - 如果季节性很重要，则同时包含两者
+- **Free Cash Flow** - 适用于资本密集型或 SaaS 业务
+- **FCF Margin** - FCF/Revenue（现金生成效率）
+- **Net Income** - 适用于成熟的、盈利的公司
+- **Operating Income** - 适用于折旧与摊销 (D&A) 差异较大的企业
+- **CapEx metrics** - 适用于重资产行业
+- **Rule of 40** - 专门针对 SaaS（Growth % + Margin %）
+- **FCF Conversion** - 用于盈利质量分析（高级）
+
+### Formula 示例 (以第 7 行为例)
+```excel
+// 核心比率 - 这些始终需要计算
+Gross Margin (F7): =E7/C7
+EBITDA Margin (H7): =G7/C7
+
+// 可选比率 - 相关则包含
+FCF Margin: =[FCF]/[Revenue]
+Net Margin: =[Net Income]/[Revenue]
+Rule of 40: =[Growth %]+[FCF Margin %]
+```
+
+**黄金法则：** 每个比率都应该是 [某指标] / [Revenue] 或 [某指标] / [此表中的某指标]。保持简单。
+
+### 统计区块（在公司数据之后）
+
+**关键：为所有可比指标（比率、利润率、增长率、乘数）添加统计公式。**
+
+```
+[留一行空白以作视觉分隔]
+- 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（可比指标）：**
+- Revenue Growth %, Gross Margin %, EBITDA Margin %, EPS
+- EV/Revenue, EV/EBITDA, P/E, Dividend Yield %, Beta
+
+**不需要统计数据的列（规模指标）：**
+- Revenue, EBITDA, Net Income（绝对规模因公司体量而异）
+- Market Cap, Enterprise Value（在不同规模的公司之间不可比）
+
+**注意：** 在公司数据和统计数据行之间添加一行空白以作视觉分隔。不要添加 "SECTOR STATISTICS" 或 "VALUATION STATISTICS" 标题行。
+
+**为什么四分位数很重要：** 它们展示了分布情况，而不仅仅是平均值。第 75 个百分位的乘数告诉你“优质”公司的交易水平在什么位置。
+
+---
+
+## Section 3: Valuation Multiples & Investment Metrics
+
+### 核心估值列（从这些开始）
+1. **Company** - 与运营部分顺序相同
+2. **Market Cap** - 当前市场估值
+3. **Enterprise Value** - Market Cap ± Net Debt/Cash
+4. **EV/Revenue** - 市场为每一美元销售额支付的价格
+5. **EV/EBITDA** - 市场为每一美元收益支付的价格
+6. **P/E Ratio** - 价格相对于净收益的比率
+
+### 可选估值指标（根据背景选择）
+- **FCF Yield** - FCF/Market Cap（用于关注现金的分析）
+- **PEG Ratio** - P/E/Growth Rate（用于成长型公司）
+- **Price/Book** - 市场价值与账面价值对比（用于重资产企业）
+- **ROE/ROA** - 回报指标（用于盈利能力对比）
+- **Revenue/EBITDA CAGR** - 历史增长率（用于趋势分析）
+- **Asset Turnover** - Revenue/Assets（用于运营效率）
+- **Debt/Equity** - 杠杆（用于资本结构分析）
+
+**关键原则：** 包含 3-5 个对你所在行业至关重要的核心乘数。不要因为可以包罗万象，就把所有可能的指标都加进去。
+
+### Formula 示例
+```excel
+// 核心乘数 - 始终包含这些
+EV/Revenue: =[Enterprise Value]/[LTM Revenue]
+EV/EBITDA: =[Enterprise Value]/[LTM EBITDA]
+P/E Ratio: =[Market Cap]/[Net Income]
+
+// 可选乘数 - 如果有数据则包含
+FCF Yield: =[LTM FCF]/[Market Cap]
+PEG Ratio: =[P/E]/[Growth Rate %]
+```
+
+### Cross-参考 规则
+**关键：** 估值乘数必须引用运营指标部分。切勿重复输入相同的原始数据。如果收入在 C7，那么 EV/Revenue 公式应该引用 C7。
+
+### 统计区块
+与运营部分结构相同：为每个指标添加 Max、75th、Median、25th、Min。在公司数据和统计数据之间添加一行空白以作视觉分隔。不要添加 "VALUATION STATISTICS" 标题行。
+
+---
+
+## Section 4: 说明 & Methodology Documentation
+
+### 必需组件
+
+**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）
+- 涵盖什么时间段？（2024 年第四季度，经审计的数字）
+- 数据是如何验证的？（与 10-K/10-Q 交叉核对）
+- 注意：如果可用的 MCP 数据源（S&P Kensho、FactSet、Daloopa）准确性更好且可追溯，请优先使用
+
+**核心定义：**
+- EBITDA 计算方法（Gross Profit + D&A，或 Operating Income + D&A）
+- Free Cash Flow 公式（Operating CF - CapEx）
+- 特殊指标解释（Rule of 40，FCF Conversion）
+- 时间段定义（LTM，CAGR 计算周期）
+
+**估值方法论：**
+- Enterprise Value 是如何计算的？（Market Cap + Net Debt）
+- 使用了什么增长率？（历史 CAGR，未来预测）
+- 进行了哪些调整？（排除了非经常性项目，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）
+- 读者应该如何解读统计数据？（四分位数提供背景信息）
+
+---
+
+## Section 5: Choosing the Right Metrics (Decision Framework)
+
+### 从“我要回答什么问题？”开始
+
+**“哪家公司被低估了？”**
+→ 关注：EV/Revenue、EV/EBITDA、P/E、Market Cap
+→ 跳过：运营细节、增长指标
+
+**“哪家公司效率最高？”**
+→ 关注：Gross Margin、EBITDA Margin、FCF Margin、Asset Turnover
+→ 跳过：规模指标、绝对金额
+
+**“哪家公司增长最快？”**
+→ 关注：Revenue Growth %、EBITDA CAGR、User/Customer Growth
+→ 跳过：利润率指标、杠杆比率
+
+**“哪个是最好的现金生成者？”**
+→ 关注：FCF、FCF Margin、FCF Conversion、CapEx intensity
+→ 跳过：EBITDA、P/E 比率
+
+### 特定行业的指标选择
+
+**Software/SaaS:**
+必备：Revenue Growth、Gross Margin、Rule of 40
+可选：ARR、Net Dollar Retention、CAC Payback
+跳过：Asset Turnover、库存指标
+
+**Manufacturing/Industrials:**
+必备：EBITDA Margin、Asset Turnover、CapEx/Revenue
+可选：ROA、Inventory Turns、Backlog
+跳过：Rule of 40、SaaS 指标
+
+**Financial Services:**
+必备：ROE、ROA、Efficiency Ratio、P/E
+可选：Net Interest Margin、Loan Loss Reserves
+跳过：Gross Margin、EBITDA（对银行没有意义）
+
+**Retail/E-commerce:**
+必备：Revenue Growth、Gross Margin、Inventory Turnover
+可选：Same-Store Sales、Customer Acquisition Cost
+跳过：重额度的研发或 CapEx 指标
+
+### “5-10 法则”
+
+**5 个运营指标** - Revenue、Growth、2-3 个利润率/效率指标
+**5 个估值指标** - Market Cap、EV、3 个乘数
+**= 总共 10 列** - 足以说明问题，又不会多到迷失重点
+
+如果你有超过 15 个指标，你很可能包含了噪音。必须无情地删减。
+
+---
+
+## Section 6: Best Practices & Quality Checks
+
+### 开始之前
+1. **确定同业群体** - 公司必须具有真正的可比性（相似的商业模式、规模、地域）
+2. **选择合适的周期** - LTM 能平滑季节性；季度数据能展示趋势
+3. **预先统一单位** - 百万与十亿的决定会影响全局
+4. **映射数据源** - 明确每个数字的来源
+
+### 构建过程中
+1. **首先输入所有原始数据** - 在编写公式之前完成所有的蓝色文本输入
+2. **为所有硬编码的输入添加单元格批注** - 右键点击单元格 → 插入批注 → 记录来源或假设
+
+   **对于有来源的数据，准确引用其出处：**
+   - 示例: "Bloomberg Terminal - MSFT Equity DES, accessed 2024-10-02"
+   - 示例: "Q4 2024 10-K filing, page 42, line item 'Total Revenue'"
+   - 示例: "FactSet consensus estimate as of 2024-10-02"
+   - **尽可能包含超链接**：右键点击单元格 → 链接 → 粘贴指向 SEC 文件、数据源或报告的 URL
+
+   **对于假设，解释其理由：**
+   - 示例: "Assumed 15% EBITDA margin based on peer median, company does not disclose"
+   - 示例: "Estimated Enterprise Value as Market Cap + $50M net debt (from Q3 balance sheet, Q4 not yet available)"
+   - 示例: "Forward P/E based on street consensus EPS of $3.45 (average of 12 analyst estimates)"
+
+   **重要性说明**：实现审计追踪、数据验证、假设透明化，并便于未来的更新
+3. **逐行构建公式** - 在继续下一步之前测试每个计算
+4. **对标题使用绝对引用** - $C$6 锁定标题行
+5. **格式保持一致** - 百分比显示为百分比，而不是小数
+6. **添加条件格式** - 自动高亮异常值
+
+### 合理性检查
+- **利润率测试**：Gross margin > EBITDA margin > Net margin（根据定义这恒成立）
+- **乘数合理性**： 
+  - EV/Revenue：通常为 0.5-20x（因行业而异，差异很大）
+  - EV/EBITDA：通常为 8-25x（在各行业中相对一致）
+  - P/E：通常为 10-50x（取决于增长率）
+- **增长-乘数相关性**：较高的增长通常意味着较高的乘数
+- **规模-效率权衡**：较大的公司通常拥有更好的利润率（规模效益）
+
+### 应避免的常见错误
+❌ 在公式中混淆 Market Cap 和 Enterprise Value
+❌ 在分子和分母中使用不同的时间段（LTM 与季度）
+❌ 在公式中硬编码数字而不是引用单元格
+❌ **硬编码的输入没有添加批注引用来源或解释假设**
+❌ 缺少指向 SEC 文件或数据源的超链接（如果有的话）
+❌ 包含过多没有明确目的的指标
+❌ 包含不可比的公司（不同的商业模式）
+❌ 使用未披露的过时数据
+❌ 错误地计算百分比的平均值（应使用中位数）
+
+---
+
+## Section 6: 高级 特性
+
+### 动态标题
+对于显示计算的列，请使用清晰的单位标签：
+```
+Revenue Growth (YoY) % | EBITDA Margin | FCF Margin | Rule of 40
+```
+
+### 四分位数分析的优势
+四分位数不仅仅是均值/中位数，它们能展示：
+- **75th percentile** = “溢价”公司的交易水平
+- **Median** = 典型的市场估值
+- **25th percentile** = “折价”区间
+
+这有助于回答：“我们的目标公司相对于同业是被高估还是被低估了？”
+
+### 特定行业的修改
+
+**Software/SaaS:**
+- 添加：ARR、Net Dollar Retention、CAC Payback Period
+- 强调：Rule of 40、FCF margins、gross margins >70%
+
+**Healthcare:**
+- 添加：R&D/Revenue、Pipeline value、Regulatory status
+- 强调：EBITDA margins、growth rates、reimbursement risk
+
+**Industrials:**
+- 添加：Backlog、Order book trends、Geographic mix
+- 强调：ROIC、asset turnover、cyclical adjustments
+
+**Consumer:**
+- 添加：Same-store sales、Customer acquisition cost、Brand value
+- 强调：Revenue growth、gross margins、inventory turns
+
+---
+
+## Section 7: 工作流 & Practical Tips
+
+### 逐步流程
+1. **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）
+   - 锁定单位和日期引用
+
+2. **收集数据**（60-90 分钟）
+   - 从主要来源提取（如果可用，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
+   - 在备注部分记录来源
+
+3. **构建公式**（30 分钟）
+   - 从简单的比率（利润率）开始
+   - 过渡到乘数（EV/Revenue）
+   - 添加交叉检查（利润率合理吗？）
+
+4. **添加统计数据**（15 分钟）
+   - 为所有列复制公式结构
+   - 验证范围是否正确（B7:B9，而不是 B7:B10）
+   - 检查四分位数逻辑
+
+5. **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
+   - 与已知的基准进行对比
+
+6. **文档说明**（15 分钟）
+   - 完成备注部分
+   - 添加数据来源
+   - 定义方法论
+   - 为分析标注日期
+
+### 进阶提示
+- **保存模板**：构建一次，永远复用
+- **高亮异常值**：对大于 2 个标准差的值应用条件格式
+- **链接到源文件**：插入指向 Bloomberg 截图或 SEC 文件的超链接
+- **版本控制**：保存为 "Comps_v1_2024-12-15"，并带有明确的日期
+- **协作审查**：让其他人检查你的公式
+
+### Excel 格式 检查清单 (可选 - adapt to user preferences)
+- [ ] 字体设置为用户偏好的风格（默认：Times New Roman，11pt 数据，12pt 标题）
+- [ ] 部分标题按照用户的模板格式化（默认：深蓝色 #17365D 带有白色加粗文本）
+- [ ] 列标题按照用户的模板格式化（默认：浅蓝/灰色 #D9E2F3 带有黑色加粗文本）
+- [ ] 统计行按照用户的模板格式化（默认：浅灰色 #F2F2F2）
+- [ ] 未应用边框（干净、极简的外观）
+- [ ] **列宽设置为均匀/一致的宽度**（营造干净、专业的外观）
+- [ ] **行高设置为一致的高度**（数据行通常为 20-25pt）
+- [ ] 数字使用正确的小数精度和千位分隔符格式化
+- [ ] **所有指标居中对齐**，以营造干净、统一的外观
+- [ ] **在公司数据和统计数据行之间保留一个空行作为分隔**
+- [ ] **没有单独的 "SECTOR STATISTICS" 或 "VALUATION STATISTICS" 标题行**
+- [ ] **每一个硬编码的输入单元格都有批注：(1) 准确的数据来源，或者 (2) 假设说明**
+- [ ] **在适用的单元格中添加超链接**（SEC 文件、数据提供商页面、报告）
+
+---
+
+## Section 8: 示例 Template 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│
+└──────────┴──────────┴──────────┴──────────┴───────────┴────┘
+```
+
+**仅在需要时增加复杂性：**
+- 如果季节性很重要，则同时包含季度和 LTM
+- 如果现金生成是核心故事，则添加 FCF 指标
+- 包含特定行业的指标（SaaS 的 Rule of 40 等）
+- 如果公司数量超过 5 家，则添加更多的统计数据行
+
+---
+
+## Section 9: Industry-Specific Additions (可选)
+
+仅在它们对分析至关重要时才添加这些内容。大多数 comps 仅使用核心指标就能很好地运作。
+
+**Software/SaaS:**
+相关则添加：ARR、Net Dollar Retention、Rule of 40
+
+**Financial Services:**
+相关则添加：ROE、Net Interest Margin、Efficiency Ratio
+
+**E-commerce:**
+相关则添加：GMV、Take Rate、Active Buyers
+
+**Healthcare:**
+相关则添加：R&D/Revenue、Pipeline Value、Patent Timeline
+
+**Manufacturing:**
+相关则添加：Asset Turnover、Inventory Turns、Backlog
+
+---
+
+## Section 10: Red Flags & Warning Signs
+
+### 数据质量问题
+🚩 时间段不一致（混合了季度和年度数据）  
+🚩 缺失数据且无说明  
+🚩 数据源之间存在显著差异（>10% 的方差）
+
+### 估值危险信号
+🚩 EBITDA 为负的公司正在基于 EBITDA 乘数进行估值（应改用收入乘数）  
+🚩 没有超高速增长故事支撑的 >100x 的 P/E 比率  
+🚩 对该行业毫无意义的利润率
+
+### 可比性问题
+🚩 财年结束时间不同（导致时间匹配问题）  
+🚩 混淆了单一业务公司和综合性集团  
+🚩 将商业模式截然不同的公司标记为“comps”
+
+**如有疑虑，请剔除该公司。** 3 家完美的 comps 胜过 6 家存疑的 comps。
+
+---
+
+## Section 11: Formulas 参考 指南
+
+### 基础 Excel 公式
+```excel
+// 统计函数
+=AVERAGE(range)          // 简单平均值
+=MEDIAN(range)           // 中间值
+=QUARTILE(range, 1)      // 25th percentile
+=QUARTILE(range, 3)      // 75th percentile
+=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)       // 处理除数为零
+
+// 跨表引用
+='Sheet1'!B7             // 引用另一个工作表
+=VLOOKUP(A7, Table1, 2)  // 从数据表中查找
+=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
+```
+
+### 常见比率公式
+```excel
+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
+```
+
+---
+
+## 关键原则总结
+
+1. **结构驱动洞察** - 正确的标题引发正确的思考
+2. **少即是多** - 5-10 个关键指标胜过 20 个无关紧要的指标
+3. **根据你的问题选择指标** - 估值分析 ≠ 效率分析
+4. **统计数据展示规律** - 中位数/四分位数比平均值揭示更多信息
+5. **透明胜过复杂** - 使用每个人都能理解的简单公式
+6. **可比性为王** - 宁可剔除，也不要强行加入不合适的 comp
+7. **记录你的选择** - 在备注部分解释使用了哪些指标及其原因
+
+---
+
+## 输出 检查清单
+
+在交付 comps 分析之前，请验证：
+- [ ] 所有公司都具有真正的可比性
+- [ ] 数据来自一致的时间周期
+- [ ] 单位标注清晰（百万/十亿）
+- [ ] 公式引用的是单元格，而不是硬编码的值
+- [ ] **所有硬编码的输入单元格都有批注：(1) 带有引用的准确数据来源，或者 (2) 带有解释的明确假设**
+- [ ] **在相关处添加了超链接**（SEC EDGAR 文件、Bloomberg 页面、研究报告）
+- [ ] 统计数据包含至少 5 个指标（Max、75th、Med、25th、Min）
+- [ ] 说明部分记录了来源和方法论
+- [ ] 视觉格式遵循规范（蓝色 = 输入，黑色 = 公式）
+- [ ] 通过合理性检查（利润率符合逻辑，乘数合理）
+- [ ] 日期戳是最新的（"As of [Date]"）
+- [ ] 公式审核显示无错误（#DIV/0!、#REF!、#N/A）
+
+---
+
+## 持续改进
+
+完成一次 comps 分析后，请问问自己：
+1. 统计数据是否揭示了意想不到的洞察？
+2. 是否存在限制了分析的数据缺口？
+3. 利益相关者是否索要了你未包含的指标？
+4. 实际花费的时间与预期花费的时间相比如何？
+5. 下次怎么做才能让这个分析更有用？
+
+最好的 comps 分析会随着每次迭代而演进。保存模板，从反馈中学习，并根据决策者的实际使用情况优化结构。
+
+
+## 数据源 — 优先使用 MCP，网络作为后备
+
+以下许多段落提到“使用 S&P Kensho MCP / Daloopa MCP / FactSet MCP”。这些是原始 Cowork 插件上下文中的商业金融数据 MCP。在 Hermes 中：
+
+- **如果你配置了任何结构化的金融数据 MCP**（Hermes 支持 MCP — 参见 `native-mcp` skill），在进行时间点 comps、历史交易和文件提取时优先使用它。
+- **否则**，请回退到：
+  - 针对美国 SEC EDGAR (`https://www.sec.gov/cgi-bin/browse-edgar`) 使用 `web_search` / `web_extract` 获取文件
+  - 访问公司 IR 页面获取新闻稿、财报演示文稿
+  - 访问交互式数据门户时使用 `browser_navigate`
+  - 使用用户提供的数据（如果上下文中缺少数据，请明确询问）
+- **绝不捏造数据**。如果某个乘数、先例或文件数据无法获取来源，请将该单元格标记为 `[UNSOURCED]` 并将其提示给用户。
+
+## 归属
+
+这个 skill 改编自 Anthropic 的 Claude for Financial Services 插件套件 (Apache-2.0)。Office-JS / Cowork 的实时 Excel 路径已被移除；此版本通过 `excel-author` skill 的规范以 headless openpyxl 为目标。原版：https://github.com/anthropics/financial-services