可比公司分析技能
构建机构级的可比公司分析，整合运营指标、估值倍数与统计基准，输出结构化Excel。
该技巧本身仅为指令型文档，不包含执行权限或行为。它引用外部工具（fundamentals MCP、SEC）并建议审核数据源，整体透明。然而它对代码执行（例如recalc.py）的引用仅存在于其他文件中，本文件中未确认。无法静态验证其外部效果，但未发现危险的越权或推荐。扣分原因：未包含任何权限或隔离机制，属纯指令型技巧，用户需自行执行，故信任度中等偏低。
技巧结构自洽，给出了清晰的公式和步骤，但未提供测试或失败处理，静态审核无法验证其实际运行。因此按静态审核最大10分给7分，扣除由于无法复现和缺少错误处理。
该技巧适用于金融分析场景，定义了清晰的目标和指标选择框架，且包含非适用范围（如排除不符合条件的公司）。但未明确提及中国环境适配或数据源可达性。它依赖的方法（如fundamentals MCP）可能受限于外部服务，但对本技巧的核心方法影响有限。因此给11分，扣分因缺乏对非适用场景的明确说明，以及环境适配证据不足。
文件有清晰的标题和描述，结构分段，包含示例和检查清单，但缺少版本历史、维护责任和故障排除指南。未提及具体的更新路径。因此按15分给10分，扣分因缺乏这些治理性信息。
该技巧提供详细的指导，应该能产出结构化的Excel报告，但未提供真实输出验证，仅静态阅读。因此按最大7分给6分，扣分因缺少代表性输出和使用效果证明。
缺少测试或独立的执行证据。只读到脚本引用，无法静态确认。因此按最大5分给4分，扣分因缺乏可复现性证据。
- 该技巧主要面向金融分析，需用户具备相关背景；其方法论依赖外部数据源（如MCP、SEC），在无法访问海外服务时可能受限。
- 技巧为静态指令，不包含测试或验证，实际效果需用户自行确认。
- 未包含版本历史或维护责任说明，用户应关注仓库更新。
这个 Skill 能做什么，适合哪些场景？
该技能指导AI开展可比公司分析，覆盖运营指标、估值倍数与同行基准对比，最终产出结构化的Excel电子表格，辅助投资决策。它强调先搭建清晰框架，再填充数据、构建透明公式，让统计结果自然呈现。核心原则是“结构先行，数据讲故事”，并会针对行业背景、受众和决策类型灵活调整指标选择。技能还包含数据来源注释、审计追踪和一致性检查等工作流。
读取公司财务数据（如通过fundamentals MCP的get_financial_statements等），生成包含运营指标（营收、增长、毛利率、EBITDA等）和估值倍数（EV/Revenue、EV/EBITDA、P/E等）的Excel工作表，并自动计算最大值、四分位数、中位数等统计量。所有硬编码输入单元格要求添加注释说明数据来源或假设。全程指导用户完成数据采集、公式构建、质量检查与文档记录。
- 投资银行分析师比较同行上市公司的估值倍数，判断目标公司相对贵贱。
- 权益研究员为投资委员会准备同行基准分析，支持买入或卖出建议。
- 投资组合经理评估多家公司的运营效率，找出最优秀的现金创造者。
- 并购团队在进行交易估值时，使用可比公司倍数来交叉验证目标公司的估值区间。
- SaaS行业分析师应用行业特定指标（如Rule of 40）对云软件公司进行基准比较。
这个 Skill 有哪些优点和局限？
- 完整的工作流程：从结构搭建到数据注释，再到质量检查。
- 强调透明度和审计追踪，每个硬编码输入都要求注释来源。
- 提供行业特定指标选择框架（SaaS、制造业等）。
- 包含统计基准（最大值、四分位数、中位数）帮助判断相对估值。
- 指导用户避免常见错误，如混合市场资本和EV。
- 需要用户具备一定的财务背景才能有效应用。
- 与其他技能（如xlsx格式指南）存在依赖，需额外配置。
- 未提供自动化测试套件，质量保证依赖人工检查。
- 未明确支持非Excel输出格式（如PDF报告），需要用户自行扩展。
如何安装这个 Skill？
从LangAlpha仓库获取该技能（路径skills/comps-analysis/SKILL.md），将其内容复制到你的Agent工作区对应的skills目录下，或将整个技能文件夹放入，确保SKILL.md文件存在。
如何使用这个 Skill？
在Agent环境中激活技能后，用类似提示词启动：“请对[公司列表]做可比公司分析”，并明确受众、关键问题和上下文。Agent会引导完成数据收集、构建Excel模型、添加统计和注释，最后生成带审计追踪的分析文件。