← 返回
未分类

可比公司分析

可比公司分析(Comparable Company Analysis)通过筛选同行业可比公司、计算估值倍数、进行情景分析,支持为 **非上市公司** 确定合理估值区间。核心场景:IPO 定价、并购估值(含私有标的)、融资估值(Pre-IPO/各轮次)、投资尽调。**触发词**:可比公司分析、对标公司、可比估值、估值比较、IPO 定价、相对估值、合理估值区间、估值倍数、并购估值、融资估值、非上市公司估值、一级市场。**案例提问**:"为'XX 科技'做可比公司分析,该公司尚未上市"、"分析收购某未上市企业的合理价格,用于并购估值"、"某拟IPO公司的合理估值区间"、"某私有公司的Pre-IPO轮融资估值应该多少"、"某非上市企业值多少钱"。
可比公司分析(Comparable Company Analysis)通过筛选同行业可比公司、计算估值倍数、进行情景分析,支持为 **非上市公司** 确定合理估值区间。核心场景:IPO 定价、并购估值(含私有标的)、融资估值(Pre-IPO/各轮次)、投资尽调。**触发词**:可比公司分析、对标公司、可比估值、估值比较、IPO 定价、相对估值、合理估值区间、估值倍数、并购估值、融资估值、非上市公司估值、一级市场。**案例提问**:"为'XX 科技'做可比公司分析,该公司尚未上市"、"分析收购某未上市企业的合理价格,用于并购估值"、"某拟IPO公司的合理估值区间"、"某私有公司的Pre-IPO轮融资估值应该多少"、"某非上市企业值多少钱"。
Gildata_JoshYE
未分类 community v1.0.0 1 版本 97872.3 Key: 无需
★ 0
Stars
📥 46
下载
💾 0
安装
1
版本
#latest

概述

可比公司分析 (Comparable Company Analysis)

基于恒生聚源 MCP 金融数据库,执行可比公司分析流程。

功能范围

| 场景 | 描述 | 触发示例 |

|------|------|----------|

| IPO 定价 | 拟上市公司发行价区间确定 | "为宁德时代 IPO 做可比公司分析" |

| 并购估值 | 标的公司收购价格合理性评估 | "评估收购隆基绿能的合理价格" |

| 投资推荐 | 个股目标价与评级支撑分析 | "对'买入比亚迪'提供估值支撑" |

| 市值管理 | 上市公司市值合理性诊断 | "分析当前市值是否被低估" |

| 融资估值 | 一级市场融资估值参考 | "Pre-IPO 轮估值应该多少" |

查询建议

必需输入目标公司名称 + 分析目的

有效示例

  • "为恒生聚源做可比公司分析,用于 Pre-IPO 轮融资估值"
  • "分析收购某私有公司的合理价格,用于并购估值"
  • "分析宁德时代的合理估值区间"
  • "对药明康德进行对标公司估值比较"

可选参数

  • 目标公司类型:上市/非上市(默认:自动识别)
  • 行业分类标准:申万/证监会/GICS(默认申万)
  • 地理范围:A 股/港股/美股/全市场(默认 A 股)
  • 市值范围:如"0.5-2 倍目标公司市值"
  • 数据截止日期:YYYY-MM-DD(默认当前日期)

环境配置

⚠️ 首次使用前必须完成配置!

> 📖 详细配置指南:见 references/setup-guide.md

核心工作流程

流程1:数据收集

数据内容

  • 目标公司分析(公司基本信息 & 财务数据):若目标公司为 非上市公司,则目标公司基本信息的数据源为:主营构成 api(查询母公司)+ 券商研报 tool(查询目标公司)+ 常识(禁止杜撰)
  • 可比公司数据(可比公司筛选 & 财务数据 & 估值数据)
  • 交叉验证数据(行业数据 & 目标公司估值数据 & 目标公司其他数据)

⚠️若目标公司为 非上市公司

  • 基本信息的数据源为:主营构成 api(查询母公司)+ 券商研报 tool(查询目标公司)+ 常识(禁止杜撰)
  • 财务数据的数据源替代轨迹为:主营构成 api(查询母公司) → 若在主营构成 api 中、调取近3年的财务数据 均为空 → 必须追问用户 → 若用户拒绝提供财务数据 → 估算(但必须注明)

> 📖数据收集完整工作流:严格遵循 references/mcp-tools-reference.md

流程2:估值计算与情景分析

三情景分析框架

| 情景 | 增长率假设 | 利润率假设 | 宏观假设 | 估值倍数 | 概率权重 |

|-----|-----------|-----------|---------|---------|---------|

| Bear | 一致预期下限 | 一致预期下限 | 不利(衰退/加息) | 25 百分位 | 25% |

| Base | 一致预期中值 | 一致预期中值 | 基准(延续当前) | 中位数 | 50% |

| Bull | 一致预期上限 | 一致预期上限 | 有利(复苏/降息) | 75 百分位 | 25% |

敏感性测试

| 变量 | 测试范围 | 影响评估 |

|------|---------|---------|

| 利率 | ±100bp | 折现率变化对估值影响 |

| 汇率 | ±10% | 跨境公司收入/成本影响 |

| 增长率 | ±5 个百分点 | 估值倍数弹性 |

| 利润率 | ±3 个百分点 | EBITDA margin 影响 |

> 📖估值分析完整工作流:严格遵循 references/valuation-calculation-methodology.md

资源清单

jy-comparable-company-analysis/
├── SKILL.md                    # 主文件
├── scripts/                    # 脚本目录
│   └── md2pdf.py              # PDF 转换脚本
├── references/                 # 详细文档目录
│   ├── setup-guide.md         # 配置指南
│   ├── mcp-tools-reference.md # MCP 工具调用参考
│   ├── peer-selection-methodology.md  # 可比公司筛选方法论(5层放宽机制)
│   ├── valuation-calculation-methodology.md # 估值方法论
│   └── report-template.md     # 报告模板
└── reports/                    # 输出目录(首次运行时自动创建)

限制与规范

数据溯源规则

⚠️ 报告中涉及到 gildata API 时,data source 需精确到 具体的 API,同时 data provider 统一写为 恒生聚源 MCP

角标使用规范(⚠️ 严格遵循)

在引文处增加角标,同时将所有的数据溯源统一放到输出文本末尾的 数据溯源 模块。

| 规则 | 说明 | 正确示例 | 错误示例 |

|------|------|----------|----------|

| 1. ⭐一一对应 | 角标编号必须与数据溯源正式表的序号严格对应,如角标 [1] 对应表格第 1 行 | 市盈率数据 [1] → 表格第 1 行是市盈率 | 估值数据 [3] → 表格第 3 行是市盈率 ❌ |

| 2. ⭐真实获取 | 严禁标注未获取的数据,只有从 MCP API 获取的真实数据才能标注角标 | 当前 PE(API)[1] | 分析结论 [1] ❌ |

| 3. 无数据不标注 | 分析结论、常识、推理不标注角标 | "行业平均 PE 约 15-20x" | "行业平均 PE 约 15-20x [1]" ❌ |

示例

**可比公司估值**:
- 亿纬锂能 PE(TTM): 25.3x (2026-04-14) [1]
- 比亚迪 PE(TTM): 18.7x (2026-04-14) [1]

**历史波动**:
- 新能源行业历史 PE 区间约 15-35x (无角标,分析结论)

**严禁**:❌ 为未获取数据标注角标(数据造假) | ❌ 角标与表格不匹配

### 输出格式

- 语言:简体中文(除专有名词外)
- 格式:**必须同时生成 MD、HTML、PDF 三种格式**
  - MD:**直接生成 Markdown 文件**(遵循 `references/report-template.md` 结构)
  - HTML:由 `md2pdf.py` 自动转换生成(中间文件)
  - PDF:**必须调用** `python scripts\md2pdf.py` 生成(最终交付格式)
- 路径:`reports/[YYYY-MM-DD]_可比公司分析_[目标公司].{md,html,pdf}`

### 报告生成流程

1. **数据收集**:通过 MCP 工具调用获取真实数据。每调用一个 API,立即记录到"数据溯源临时表"( **数据收集完整工作流**:严格遵循 [references/mcp-tools-reference.md](references/mcp-tools-reference.md))
2. **估值计算与情景分析**:( **估值分析完整工作流**:严格遵循 [references/valuation-calculation-methodology.md](references/valuation-calculation-methodology.md))
3. **生成 MD**:编写 Markdown 报告,写每个数据时,**立即**从 **数据溯源正式表** 查找对应角标并标注( **生成报告模板 & 免责声明(固定文本)**:遵循 [references/report-template.md](references/report-template.md))
4. **MD复核**(隐式的检查,不要体现在生成报告上)。阅读 **刚刚生成的MD文件** 的内容,依次检查下面的8个分项(每检查完1个分项,立刻实施编辑修改):
   - (1)检查文末的 **数据溯源正式表**,是否包含了、是否整合了 **数据溯源临时表** 的所有信息,是否包含调用 **智能选股tool** 的记录。
   - (2)检查正文中所有“**非衍生的** 数值”的位置,依据文末 **刚刚检查 / 修正过** 的 **数据溯源正式表**,**填写 & 补充 & 修正** 正文中的角标。
   - (3)检查正文前面的摘要内容,是否与文末的结论存在矛盾?若前后不一致,那么以结论的内容为准,对摘要的内容进行修正。
   - (4)检查MD文档的语法,是否存在markdown格式错误的章节?如有需要,将错误的段落重新生成。
   - (5)检查MD文档的各章节小标题,是否存在 **标题与目标公司不适配的** 冗余章节?(Eg. 目标公司未上市,章节标题适用于已上市公司;反之亦成立)如有需要,删除冗余章节。
   - (6)检查MD文档的章节结构,是否存在章节序号错乱的情况?(Eg. 章节序号重复 / 章节序号跳跃)如有需要,修正章节序号。
   - (7)通读MD的全文,在文末的 **投资建议** 章节,增加生成一段你的短评。(这段短评的深意是,探究有什么 **之前你没想到 / 没看到的信息**。Your perspicacious and penetrating insights will be included here.)
   - (8)所有的修正,在MD文档里进行。
5. **转换 PDF**:运行 `python scripts\md2pdf.py reports\[文件名].md`
6. **验证**:检查 PDF 文件>100KB

### 注意事项
1. **学术诚信**:数据来源必须如实标注,严禁杜撰数据
2. **中立立场**:分析过程保持客观,避免倾向性语言
3. **透明度**:关键假设和判断依据必须披露
4. **免责声明**:固定文本,必须完整包含,不可修改

版本历史

共 1 个版本

  • v1.0.0 Initial release 当前
    2026-05-27 10:59 安全 安全

安全检测

腾讯云安全 (Keen)

安全,无风险
查看报告

腾讯云安全 (Sanbu)

安全,无风险
查看报告

🔗 相关推荐

企业风险画像

user_cc9425b3
企业风险画像(Corporate Risk Profile)通过系统性识别、量化评估和关联分析企业面临的财务风险、经营风险、法律风险、舆情风险等多维度风险,形成结构化、可比较、可追踪的企业风险特征集合。适用于信贷审批、投资尽调、投后监控、供
★ 1 📥 65

政策解读

user_cc9425b3
基于恒生聚源 MCP 金融数据库的政策解读技能。分析宏观经济政策、产业政策、监管政策等对金融市场的影响,提供专业解读和投资参考。使用场景:当用户需要理解政策含义、分析政策影响、查询政策原文时触发。示例问题:"解读最新的货币政策"、"分析这个
★ 0 📥 107

基金分析报告

user_cc9425b3
基于恒生聚源 MCP 金融服务(jy-financedata-api)生成基金深度投资研究报告(Markdown 格式)。覆盖基金基本概况、业绩分析(含同类排名)、资产配置、基金经理、基金公司、投资建议六大核心模块,所有数据可溯源、带时间戳
★ 0 📥 77