comps-analysis
上場企業の財務指標・バリュエーション倍率・統計的ベンチマークを含む機関投資家レベルの類似企業比較分析をExcel/スプレッドシート形式で作成します。M&Aや投資分析における企業価値評価、業界ピアとのパフォーマンス比較、IPOや資金調達ラウンドの価格設定、投資委員会向けプレゼン資料の作成などに最適ですが、比較可能な上場企業が存在しない非公開企業や収益前のスタートアップ、独自ビジネスモデルを持つ企業には適していません。
description の原文を見る
| Build institutional-grade comparable company analyses with operating metrics, valuation multiples, and statistical benchmarking in Excel/spreadsheet format. **Perfect for:** - Public company valuation (M&A, investment analysis) - Benchmarking performance vs. industry peers - Pricing IPOs or funding rounds - Identifying valuation outliers (over/under-valued) - Supporting investment committee presentations - Creating sector overview reports **Not ideal for:** - Private companies without comparable public peers - Highly diversified conglomerates - Distressed/bankrupt companies - Pre-revenue startups - Companies with unique business models
SKILL.md 本文
比較企業分析
⚠️ 重要: データ源の優先順位(最初に読むこと)
必ず以下のデータ源階層に従うこと:
- まず: MCPデータ源をチェック - S&P Kensho MCP、FactSet MCP、またはDaloopa MCPが利用可能な場合、金融および取引情報についてはこれらのみを使用
- 上記のMCPデータ源が利用可能な場合、ウェブ検索を使用しないこと
- MCPが利用不可の場合のみ: Bloomberg Terminal、SEC EDGARファイリング、その他の機関向けソースを使用
- ウェブ検索を主要なデータ源として使用しないこと - 機関投資家向けの財務分析に必要な正確さ、監査証跡、信頼性に欠けます
重要な理由: MCPソースは検証済みの機関投資家向けデータを適切な引用付きで提供します。ウェブ検索結果は古い、不正確、または財務分析に不適切な場合があります。
概要
このスキルは、運用指標、評価倍数、統計的ベンチマーク分析を組み合わせた機関投資家向けの比較企業分析を構築するようClaudeを指導します。出力は構造化されたExcel/スプレッドシートで、ピア比較を通じて情報に基づいた投資意思決定を可能にします。
参考資料とコンテキスト化:
このスキルディレクトリには、examples/comps_example.xlsxに比較企業分析の例が提供されています。このまたは他の例ファイルを使用する場合、知見を持って使用してください:
例を以下の目的で使用してください:
- 構造的階層の理解(セクションのフロー方法)
- 期待される厳密さのレベルの把握(統計的深さ、ドキュメンテーション基準)
- 原則の学習(明確なヘッダー、透明な計算式、監査証跡)
例を以下の目的で使用しないでください:
- 形式または指標の正確な再現
- コンテキストを考慮せずレイアウトをコピー
- 聞き手に関わらず同じビジュアルスタイルを適用
まず必ず自分に問いかけてください:
- 「推奨される形式はありますか、それともテンプレートスタイルを適応させるべきですか?」
- 「対象者は誰ですか?」 (投資委員会、取締役会プレゼンテーション、クイックリファレンス、詳細なメモ)
- 「重要な質問は何ですか?」 (評価、成長分析、競争的ポジショニング、効率性)
- 「文脈は何ですか?」 (M&A評価、投資決定、セクターベンチマーク、パフォーマンスレビュー)
具体的に基づいて適応させてください:
- 業界背景: Big Tech mega-capは新興SaaS企業とは異なる指標が必要
- セクター固有のニーズ: 関連指標を早期に追加(例: テックのクラウドARR、エンタープライズ顧客、開発者エコシステム)
- 企業の認知度: よく知られた企業はバックグラウンド情報が少なく、デルタ分析により焦点を当てる必要があります
- 決定タイプ: M&Aは継続的なポートフォリオ監視と異なる強調が必要
中核原則: テンプレート原則(明確な構造、統計的厳密さ、透明な計算式)を使用しますが、コンテキストに基づいて実行を変更してください。目標は機関投資家向けの外見ではなく、機関投資家向けの質の分析です。
ユーザーが提供した例と明示的な環境設定は常にデフォルトより優先されます。
中核哲学
「最初に正しい構造を構築し、その後データにストーリーを語らせる。」
戦略的思考を強制するヘッダーで開始し、クリーンなデータを入力し、透明な計算式を構築し、統計が自動的に出現するようにします。良い比較企業分析は、それを構築していない人によってすぐに読まれるべきです。
⚠️ 重要: ハードコードではなく計算式 + ステップバイステップ検証
環境 — Office JS対Python:
- Excel内で実行している場合(Office Add-in / Office JS): Office JSを直接使用(
Excel.run(async (context) => {...}))。range.valuesではなくrange.formulas = [["=E7/C7"]]経由で計算式を書きます。個別の再計算ステップはありません — Excelはネイティブに処理します。range.format.*を色/フォントに使用します。 - スタンドアロンの.xlsxファイルを生成する場合: Python/openpyxlを使用します。
cell.value = "=E7/C7"(計算式文字列)を書きます。 - どちらの方法でも同じ原則です — APIコールを翻訳するだけです。
- Office JSの統合セルの落とし穴:
.merge()を呼び出した後に統合範囲に.valuesを設定しないこと(InvalidArgumentがスローされます — 範囲は統合前のサイズで報告されます)。代わりに左上のセルのみに値を書き込み、その後フル範囲を統合+フォーマットします:ws.getRange("A1").values = [["TECHNOLOGY — COMPARABLE COMPANY ANALYSIS"]]; const hdr = ws.getRange("A1:H1"); hdr.merge(); hdr.format.fill.color = "#1F4E79"; hdr.format.font.color = "#FFFFFF"; hdr.format.font.bold = true;
計算式、ハードコードではなく:
- すべての派生値(マージン、倍数、統計)はExcel計算式で、入力セルを参照する必要があります — 事前計算された数値を貼り付けません
- Python/openpyxlを使用してシートを構築する場合:
cell.value = "=E7/C7"(計算式文字列)を書き込み、cell.value = 0.687(計算された結果)ではありません - ハードコードされた値は生の入力データのみである必要があります(収益、EBITDA、株価など) — これらすべてはセルコメント付きでソースを取得します
- 理由: 入力が変更されると、モデルは自動的に更新されなければなりません。ハードコードされたマージンは起こるのを待つサイレントバグです。
ユーザーとステップバイステップで検証してください:
- 構造をセットアップした後 → データを記入する前にヘッダーレイアウトをユーザーに表示
- 生の入力を入力した後 → 計算式を構築する前に入力ブロックを表示してソース/期間を確認
- 運用指標計算式を構築した後 → 評価に移動する前に計算されたマージンを表示してユーザーとサニティチェック
- 評価倍数を構築した後 → 統計を追加する前に倍数を表示して合理的に見えることを確認
- 全体的にエンドツーエンドでシート全体を構築して提示しないこと — 段階的にエラーをキャッチします
セクション1: ドキュメント構造とセットアップ
ヘッダーブロック(行1-3)
行1: [分析タイトル] - 比較企業分析
行2: [企業リストとティッカー] • [企業1 (TICK1)] • [企業2 (TICK2)] • [企業3 (TICK3)]
行3: [期間現在] | すべての数字は[USD百万/十億]単位(1株あたり金額と比率を除く)
重要な理由: 文脈をすぐに確立します。このファイルを開く誰もが何を見ているのか、いつ作成されたのか、数字をどう解釈するのかを知ります。
ビジュアル規約基準(オプション - ユーザー環境設定とアップロードされたテンプレートが常に優先)
重要: これらは提案されたデフォルトのみです。必ず優先してください:
- ユーザーの明示的なフォーマット環境設定
- アップロードされたテンプレートファイルからのフォーマット
- 企業/チームのスタイルガイド
- これらのデフォルト(他のガイダンスがない場合のみ)
提案フォント&タイポグラフィ:
- フォントファミリー: Times New Roman(専門的、読みやすい、業界標準)
- フォントサイズ: データセルは11pt、ヘッダーは12pt
- 太字テキスト: セクションヘッダー、企業名、統計ラベル
デフォルト色&シェーディング — プロフェッショナルブルー/グレーパレット(ミニマルはより良い):
- 抑制状態を保つ — ブルーとグレーのみです。緑、オレンジ、赤、または複数のアクセント色を導入しないこと。クリーンな比較企業分析シートは合計3-4色を使用します。
- セクションヘッダー(例: 「運用統計&金融指標」):
- 濃紺背景(
#1F4E79または#17365D紺) - 白い太字テキスト
- すべての列にわたるフル行シェーディング
- 濃紺背景(
- 列ヘッダー(例: 「企業」、「収益」、「マージン」):
- ライトブルー背景(
#D9E1F2またはそれに近い淡いブルー) - 黒い太字テキスト
- 中央配置
- ライトブルー背景(
- データ行:
- 企業データの白背景
- 計算式に黒テキスト; ハードコードされた入力に青テキスト
- 統計行(最大、75パーセンタイル等):
- ライトグレー背景(
#F2F2F2) - 黒いテキスト、左配置ラベル
- ライトグレー背景(
- 全体的なパレット: 濃紺 + ライトブルー + ライトグレー + 白。ユーザーのテンプレートが別の指定をしていない限り、他は何もありません。
提案フォーマット規約:
- 小数精度:
- パーセンテージ: 小数第1位(12.3%)
- 倍数: 小数第1位(13.5倍)
- ドル金額: 小数なし、千単位区切り(69,632)
- マージン表示: 小数第1位(68.7%)
- 境界線: ボーダーなし(クリーンで最小限の外観)
- 配置: すべての指標は中央配置でクリーンで均一な外観
- セルサイズ: すべての列幅は均一/均等、すべての行の高さは一貫性があります(クリーンで専門的なグリッドを作成)
注意: ユーザーがテンプレートファイルを提供したり、異なるフォーマットを指定した場合、その代わりにそれを使用してください。
セクション2: 運用統計&金融指標
コア列(これらで開始)
- 企業 - 一貫したフォーマットの名前
- 収益 - サイズ指標(コンテキストに応じてLTM、四半期、または年間)
- 収益成長率 - 前年同期比パーセンテージ変化
- 売上総利益 - 収益から売上原価を差し引いたもの
- 売上総利益率 - GP/収益(基本的な収益性)
- EBITDA - 利息、税金、減価償却、償却前利益
- EBITDA マージン - EBITDA/収益(運用効率)
オプション追加(業界/目的に基づいて選択)
- 四半期対LTM - 季節性が重要な場合は両方を含める
- フリーキャッシュフロー - 資本集約的またはSaaS事業向け
- FCF マージン - FCF/収益(キャッシュ生成効率)
- 純利益 - 成熟した利益性の高い企業向け
- 営業利益 - D&Aが異なる事業向け
- CapEx指標 - 資産集約的な産業向け
- ルール40 - SaaS専用(成長% + マージン%)
- FCF 変換 - 利益品質分析向け(高度)
計算式例(例として行7を使用)
// コア比率 - これらは常に計算されます
売上総利益率 (F7): =E7/C7
EBITDA マージン (H7): =G7/C7
// オプション比率 - 関連する場合は含めます
FCF マージン: =[FCF]/[収益]
純マージン: =[純利益]/[収益]
ルール40: =[成長%]+[FCF マージン%]
黄金律: すべての比率は[Something] / [収益]または[Something] / [このシートから何か]である必要があります。シンプルに保ちます。
統計ブロック(企業データの後)
重要: すべての比較可能な指標(比率、マージン、成長率、倍数)に統計計算式を追加します。
[視覚的な分離のために1行空にする]
- 最大: =MAX(B7:B9)
- 75パーセンタイル: =QUARTILE(B7:B9,3)
- 中央値: =MEDIAN(B7:B9)
- 25パーセンタイル: =QUARTILE(B7:B9,1)
- 最小: =MIN(B7:B9)
統計が必要な列(比較可能な指標):
- 収益成長%、売上総利益%、EBITDA マージン%、EPS
- EV/収益、EV/EBITDA、P/E、配当利回り%、Beta
統計が不要な列(サイズ指標):
- 収益、EBITDA、純利益(絶対値サイズは企業規模によって異なります)
- 時価総額、企業価値(異なるサイズの企業間での比較ができません)
注意: 企業データと統計行の間に1行の空白行を追加して視覚的に分離します。「セクター統計」または「評価統計」ヘッダー行を追加しないこと。
なぜ四分位数が重要か: 平均値だけではなく、分布を示します。75パーセンタイル倍数は「プレミアム」企業がどこで取引されているかを示します。
セクション3: 評価倍数&投資指標
コア評価列(これらで開始)
- 企業 - 運用セクションと同じ順序
- 時価総額 - 現在の市場評価
- 企業価値 - 時価総額±純債務/現金
- EV/収益 - 市場が売上1ドルあたり支払う金額
- EV/EBITDA - 市場が利益1ドルあたり支払う金額
- P/E比率 - 純利益に相対的な価格
オプション評価指標(コンテキストに基づいて選択)
- FCFイールド - FCF/時価総額(キャッシュ焦点の分析向け)
- PEG比率 - P/E/成長率(成長企業向け)
- 株価/簿価 - 市場価値対簿価(資産集約的事業向け)
- ROE/ROA - リターン指標(収益性比較向け)
- 収益/EBITDA CAGR - 過去成長率(トレンド分析向け)
- 資産回転率 - 収益/資産(運用効率向け)
- 負債/エクイティ - レバレッジ(資本構造分析向け)
重要原則: あなたの業界にとって重要な3-5個のコア倍数を含めます。できるからといってすべての可能な指標を含めないこと。
計算式例
// コア倍数 - これらは常に含めます
EV/収益: =[企業価値]/[LTM収益]
EV/EBITDA: =[企業価値]/[LTM EBITDA]
P/E比率: =[時価総額]/[純利益]
// オプション倍数 - データが利用可能な場合は含めます
FCFイールド: =[LTM FCF]/[時価総額]
PEG比率: =[P/E]/[成長率%]
クロスリファレンス規則
重要: 評価倍数は運用指標セクションを参照する必要があります。生データを2回入力しないこと。収益がC7にある場合、EV/収益計算式はC7を参照すべきです。
統計ブロック
運用セクションと同じ構造: すべての指標に対して最大、75パーセンタイル、中央値、25パーセンタイル、最小。企業データと統計の間に1行の空白行を追加します。「評価統計」ヘッダー行を追加しないこと。
セクション4: 注記&方法論ドキュメンテーション
必須コンポーネント
データ源&品質:
- データはどこから来たのか?(S&P Kensho MCP、FactSet MCP、Daloopa MCP、Bloomberg、SECファイリング)
- どの期間をカバーしているのか?(2024年Q4、監査済み数字)
- どのように検証されたのか?(10-K/10-Qと照合チェック)
- 注意: 可用性と追跡可能性を改善するためにMCPデータ源(S&P Kensho、FactSet、Daloopa)を優先します
主要な定義:
- EBITDA計算方法(売上総利益 + D&A、または営業利益 + D&A)
- フリーキャッシュフロー計算式(営業CF - CapEx)
- 特別な指標の説明(ルール40、FCF変換)
- 期間定義(LTM、CAGR計算期間)
評価方法論:
- 企業価値はどのように計算されたのか?(時価総額 + 純債務)
- どの成長率が使用されたのか?(過去CAGR、フォーワード推定)
- どんな調整が加えられたのか?(1回限りの項目除外、正規化マージン)
分析フレームワーク:
- 投資テーゼは何か?(クラウド/SaaS効率)
- どの指標が最も重要か?(キャッシュ生成、資本効率)
- 読み手が統計をどのように解釈すべきか?(四分位数はコンテキストを提供)
セクション5: 正しい指標の選択(決定フレームワーク)
「どの質問に答えているのか?」から始めます
「どの企業が割安ですか?」 → 焦点: EV/収益、EV/EBITDA、P/E、時価総額 → スキップ: 運用の詳細、成長指標
「どの企業が最も効率的ですか?」 → 焦点: 売上総利益率、EBITDA マージン、FCF マージン、資産回転率 → スキップ: サイズ指標、絶対ドル金額
「どの企業が最も速く成長していますか?」 → 焦点: 収益成長%、EBITDA CAGR、ユーザー/顧客成長 → スキップ: マージン指標、レバレッジ比率
「最高のキャッシュジェネレーターはどれですか?」 → 焦点: FCF、FCF マージン、FCF変換、CapEx強度 → スキップ: EBITDA、P/E比率
業界固有の指標選択
ソフトウェア/SaaS: 必須: 収益成長、売上総利益率、ルール40 オプション: ARR、純ドルリテンション、CAC回収期間 スキップ: 資産回転率、在庫指標
製造/産業: 必須: EBITDA マージン、資産回転率、CapEx/収益 オプション: ROA、在庫回転、バックログ スキップ: ルール40、SaaS指標
金融サービス: 必須: ROE、ROA、効率比率、P/E オプション: 純利息マージン、貸倒引当金 スキップ: 売上総利益率、EBITDA(銀行では意味がありません)
小売/E-コマース: 必須: 収益成長、売上総利益率、在庫回転率 オプション: 同一店売上、顧客獲得コスト スキップ: 高い研究開発またはCapEx指標
「5-10ルール」
5運用指標 - 収益、成長、2-3マージン/効率指標 5評価指標 - 時価総額、EV、3倍数 = 合計10列 - ストーリーを語るのに十分、スレッドを失うほど多くない
15を超える指標がある場合、おそらくノイズを含んでいます。容赦なく編集します。
セクション6: ベストプラクティス&品質チェック
開始する前に
- ピアグループを定義 - 企業は本当に比較可能である必要があります(同様のビジネスモデル、規模、地理)
- 正しい期間を選択 - LTMは季節性を平滑化; 四半期はトレンドを示す
- 単位をアップフロントで標準化 - 百万対十億の決定がすべてに影響します
- データ源をマップ - 各数字がどこから来ているのか知ります
構築中
-
すべての生データを最初に入力 - 計算式を書く前に青いテキストを完成させます
-
すべてのハードコード入力セルにセルコメントを追加 - 右クリックセル → コメント挿入 → ソースをドキュメント化またはその仮定を説明
ソースされたデータの場合、それが正確にどこから来たのかを引用してください:
- 例: 「Bloomberg Terminal - MSFT Equity DES、アクセス2024-10-02」
- 例: 「Q4 2024 10-K提出、42ページ、行項目『総収益』」
- 例: 「FactSet コンセンサス推定、2024-10-02現在」
- 可能な場合はハイパーリンクを含めます: 右クリックセル → リンク → SEC提出、データソース、またはレポートにURLを貼り付け
仮定の場合、その論理を説明します:
- 例: 「ピア中央値に基づいて15% EBITDAマージンを仮定、企業は開示していません」
- 例: 「企業価値を時価総額 + $50M純債務と推定(Q3残高シートから、Q4はまだ利用できません)」
- 例: 「フォーワードP/Eはストリート コンセンサスEPS$3.45に基づく(12アナリスト推定の平均)」
重要な理由: 監査証跡、データ検証、仮定の透明性、将来の更新を可能にします
-
行ごとに計算式を構築 - 移動する前に各計算をテストします
-
ヘッダーにはアブソリュート参照を使用 - $C$6はヘッダー行をロック
-
一貫してフォーマット - パーセンテージはパーセンテージ、小数点ではなく
-
条件付き書式を追加 - 自動的に異常値をハイライト
サニティチェック
- マージンテスト: 売上総利益率 > EBITDA マージン > 純マージン(常に定義上真)
- 倍数の合理性:
- EV/収益: 通常0.5-20倍(業界によって大きく異なります)
- EV/EBITDA: 通常8-25倍(業界間で相当一貫性)
- P/E: 通常10-50倍(成長率に依存)
- 成長-倍数相関: より高い成長は通常より高い倍数を意味します
- サイズ-効率トレードオフ: より大きな企業はしばしばより高いマージンを持ちます(規模利益)
回避すべき一般的な間違い
❌ 計算式で時価総額と企業価値を混在させる ❌ 異なる時期を分子と分母に使用(LTM対四半期) ❌ セルリファレンスではなく計算式にハードコード数値 ❌ セルコメントなしのハードコード入力、ソースを引用または仮定を説明していない ❌ SECファイリングまたはデータソースへのハイパーリンク ❌ 明確な目的のない多くの指標を含める ❌ 比較不可能な企業を含める(異なるビジネスモデル) ❌ 開示なしで古いデータを使用 ❌ パーセンテージの平均を不正確に計算(中央値である必要があります)
セクション6: 高度な機能
動的ヘッダー
計算を示す列の場合、明確な単位ラベルを使用:
収益成長 (YoY) % | EBITDA マージン | FCF マージン | ルール40
四分位数分析の利点
平均値/中央値だけではなく、四分位数は以下を示します:
- 75パーセンタイル = 「プレミアム」企業はここで取引
- 中央値 = 典型的な市場評価
- 25パーセンタイル = 「割引」テリトリー
これはこれに答えるのに役立ちます: 「対象企業はピアに対して割高または割安で取引されていますか?」
業界固有の変更
ソフトウェア/SaaS:
- 追加: ARR、純ドルリテンション、CAC回収期間
- 強調: ルール40、FCFマージン、売上総利益率>70%
ヘルスケア:
- 追加: R&D/収益、パイプライン価値、規制ステータス
- 強調: EBITDAマージン、成長率、償還リスク
産業:
- 追加: バックログ、注文帳のトレンド、地理的ミックス
- 強調: ROIC、資産回転率、サイクリック調整
消費者:
- 追加: 同一店売上、顧客獲得コスト、ブランド価値
- 強調: 収益成長、売上総利益率、在庫回転率
セクション7: ワークフロー&実践的なヒント
ステップバイステップ処理
-
構造をセットアップ(30分)
- すべてのヘッダーを作成
- セルをフォーマット(入力用ブルー、計算式用ブラック)
- ユニットと日付参照をロック
-
データを収集(60-90分)
- 主要ソースから取得(利用可能な場合はS&P Kensho MCP、FactSet MCP、Daloopa MCP; そうでなければBloomberg、SEC)
- すべての生の数値をブルーで入力
- 注釈セクションにソースをドキュメント化
-
計算式を構築(30分)
- シンプルな比率(マージン)から開始
- 倍数(EV/収益)に進む
- クロスチェック追加(マージンは合理的ですか?)
-
統計を追加(15分)
- すべての列に計算式構造をコピー
- 範囲が正しい(B7:B9、B7:B10ではなく)
- 四分位数ロジックをチェック
-
品質管理(30分)
- サニティチェック実行
- 計算式参照の検証
- #DIV/0!または#REF!エラーをチェック
- 既知のベンチマークと比較
-
ドキュメンテーション(15分)
- 注釈セクションを完成させる
- データ源を追加
- 方法論を定義
- 分析に日付スタンプを付ける
プロのコツ
- テンプレートを保存: 1回構築、永遠に再利用
- 異常値を色分け: 条件付き書式で標準偏差>2の値
- ソースファイルにリンク: BloombergスクリーンショットまたはSECファイリングにハイパーリンク
- バージョン制御: 「Comps_v1_2024-12-15」として明確な日付を付けて保存
- 協調的レビュー: 他の誰かに計算式をチェックさせます
Excelフォーマット チェックリスト(オプション - ユーザー環境設定に適応)
- フォントをユーザーの推奨スタイルに設定(デフォルト: Times New Roman、11ptデータ、12ptヘッダー)
- セクションヘッダーをユーザーのテンプレートに従ってフォーマット(デフォルト: 濃紺#17365Dと白い太字テキスト)
- 列ヘッダーをユーザーのテンプレートに従ってフォーマット(デフォルト: ライトブルー/グレー#D9E2F3と黒い太字テキスト)
- 統計行をユーザーのテンプレートに従ってフォーマット(デフォルト: ライトグレー#F2F2F2)
- ボーダーなし適用(クリーン、最小限の外観)
- 列幅を均一/均等幅に設定(クリーンで専門的な外観を作成)
- 行の高さを一貫した高さに設定(通常データ行20-25pt)
- 数値が適切な小数精度と千単位区切り付きでフォーマット
- すべての指標が中央配置(クリーンで均一な外観)
- 企業データと統計行の間に1行の空白行
- 「セクター統計」または「評価統計」の別のヘッダー行なし
- すべてのハードコード入力セルにはコメント付き: (1)正確なデータソース、または(2)仮定説明
- 該当する場合にハイパーリンク追加(SECファイリング、データプロバイダーページ、レポート)
セクション8: テンプレートレイアウトの例
シンプル版(ここから始めます):
┌─────────────────────────────────────────────────────────────┐
│ テクノロジー - 比較企業分析 │
│ Microsoft • Alphabet • Amazon │
│ Q4 2024現在 | すべての数字はUSD百万単位 │
├─────────────────────────────────────────────────────────────┤
│ 運用指標 │
├──────────┬─────────┬─────────┬──────────┬──────────────────┤
│ 企業 │ 収益 │ 成長 │ 売上総 │ EBITDA │ EBITDA │
│ │ (LTM) │ (YoY) │ 利益率 │ (LTM) │ マージン│
├──────────┼─────────┼─────────┼──────────┼─────────┼────────┤
│ 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% │
│ │ │ │ │ │ │ [空白行]
│ 中央値 │ =MEDIAN │ =MEDIAN │ =MEDIAN │ =MEDIAN │=MEDIAN │
│ 75パーセンタイル │ =QUART │ =QUART │ =QUART │ =QUART │=QUART │
│ 25パーセンタイル │ =QUART │ =QUART │ =QUART │ =QUART │=QUART │
├─────────────────────────────────────────────────────────────┤
│ 評価倍数 │
├──────────┬──────────┬──────────┬──────────┬────────────────┤
│ 企業 │ 時価総額 │ EV │ EV/収益 │ EV/EBITDA │ P/E│
├──────────┼──────────┼──────────┼──────────┼───────────┼────┤
│ MSFT │3,550,000 │3,530,000 │ 13.5倍 │ 17.2倍 │36.0│
│ GOOGL │2,030,000 │1,960,000 │ 5.6倍 │ 8.2倍 │24.5│
│ AMZN │2,226,000 │2,320,000 │ 3.6倍 │ 15.2倍 │58.3│
│ │ │ │ │ │ │ [空白行]
│ 中央値 │ =MEDIAN │ =MEDIAN │ =MEDIAN │ =MEDIAN │=MED│
│ 75パーセンタイル │ =QUART │ =QUART │ =QUART │ =QUART │=QRT│
│ 25パーセンタイル │ =QUART │ =QUART │ =QUART │ =QUART │=QRT│
└──────────┴──────────┴──────────┴──────────┴───────────┴────┘
複雑さを必要な場合のみ追加:
- 季節性が重要な場合は四半期とLTMを両方含める
- キャッシュ生成が重要なストーリーの場合はFCF指標を追加
- 業界固有の指標を含める(SaaS向けのルール40など)
-
5企業がある場合は統計行を追加
セクション9: 業界固有の追加(オプション)
これらを追加するのは、分析にとって重要な場合のみです。ほとんどの比較企業分析はコア指標のみで機能します。
ソフトウェア/SaaS: 関連する場合に追加: ARR、純ドルリテンション、ルール40
金融サービス: 関連する場合に追加: ROE、純利息マージン、効率比率
E-コマース: 関連する場合に追加: GMV、手数料率、アクティブな買い手
ヘルスケア: 関連する場合に追加: R&D/収益、パイプライン価値、特許期限
製造: 関連する場合に追加: 資産回転率、在庫回転率、バックログ
セクション10: 危険信号&警告兆候
データ品質の問題
🚩 一貫性のない時期(四半期と年間を混在)
🚩 説明なしの欠落データ
🚩 データソース間の大きな相違(>10%分散)
評価の危険信号
🚩 否定的EBITDA企業をEBITDA倍数で評価(代わりに収益倍数を使用)
🚩 超成長ストーリーなしでP/E比率>100倍
🚩 業界として意味のないマージン
比較可能性の問題
🚩 異なる会計年度末(タイミング問題を引き起こします)
🚩 純粋なプレイヤーとコングロマリットを混在
🚩 「比較企業」としてラベル付けされた実質的に異なるビジネスモデル
疑わしい場合は企業を除外してください。 3つの完璧な比較企業は6つの疑わしい比較企業より良いです。
セクション11: 計算式リファレンスガイド
必須Excelで計算式
// 統計関数
=AVERAGE(range) // シンプルな平均
=MEDIAN(range) // 中央値
=QUARTILE(range, 1) // 25パーセンタイル
=QUARTILE(range, 3) // 75パーセンタイル
=MAX(range) // 最大値
=MIN(range) // 最小値
=STDEV.P(range) // 標準偏差
// 金融計算
=B7/C7 // シンプルな比率(マージン)
=SUM(B7:B9)/3 // 複数企業の平均
=IF(B7>0, C7/B7, "N/A") // 条件付き計算
=IFERROR(C7/D7, 0) // ゼロ除算を処理
// クロスシート参照
='Sheet1'!B7 // 別のシートを参照
=VLOOKUP(A7, Table1, 2) // データテーブルから検索
=INDEX(MATCH()) // 高度な検索
// フォーマット
=TEXT(B7, "0.0%") // パーセンテージでフォーマット
=TEXT(C7, "#,##0") // 千単位区切り
一般的な比率計算式
売上総利益率 = 売上総利益 / 収益
EBITDA マージン = EBITDA / 収益
FCF マージン = フリーキャッシュフロー / 収益
FCF変換 = FCF / 営業キャッシュフロー
ROE = 純利益 / 株主エクイティ
ROA = 純利益 / 総資産
資産回転率 = 収益 / 総資産
負債/エクイティ = 総債務 / 株主エクイティ
重要原則のまとめ
- 構造がインサイトを駆動 - 正しいヘッダーが正しい思考を強制します
- 少ないはより多い - 重要な5-10指標は重要でない20より良い
- あなたの質問に合わせて指標を選択 - 評価分析 ≠ 効率分析
- 統計がパターンを示す - 平均値より中央値/四分位数はより多くを示す
- 透明性が複雑さに勝ります - 皆が理解できるシンプルな計算式
- 比較可能性が王様 - 無理矢理なしで除外する方が良い
- 選択をドキュメント化 - ドキュメンテーション セクションで指標と理由を説明
出力チェックリスト
比較企業分析を提供する前に、確認してください:
- すべての企業が本当に比較可能
- データは一貫した時期から
- ユニットは明確にラベル付け(百万/十億)
- 計算式はセルを参照し、ハードコードされた値ではない
- すべてのハードコード入力セルにはコメント付き: (1)正確なデータソース引用、または(2)明確な仮定説明
- 関連する場所にハイパーリンク追加(SEC EDGARファイリング、Bloombergページ、研究レポート)
- 統計には少なくとも5つの指標を含む(最大、75パーセンタイル、中央値、25パーセンタイル、最小)
- 注釈セクションは出典と方法論をドキュメント化
- ビジュアルフォーマット規約に従う(ブルー = 入力、ブラック = 計算式)
- サニティチェック合格(マージン論理的、倍数合理的)
- 日付スタンプは現在(「[日付]現在」)
- 計算式監査にエラーはない(#DIV/0!、#REF!、#N/A)
継続的改善
比較企業分析を完成後、自問します:
- 統計は予期しないインサイトを明かしましたか?
- 分析を制限したデータギャップはありましたか?
- 含めなかった指標について利害関係者に質問されましたか?
- 実際にかかった時間対かかるべき時間はどのくらいでしたか?
- 次回これをより有用にするには何が必要でしたか?
最高の比較企業分析は各イテレーションで進化します。テンプレートを保存し、フィードバックから学び、意思決定者が実際に使用するものに基づいて構造を改良します。
ライセンス: Apache-2.0(寛容ライセンスのため全文を引用しています) · 原本リポジトリ
詳細情報
- 作者
- anthropics
- ライセンス
- Apache-2.0
- 最終更新
- 不明
Source: https://github.com/anthropics/financial-services-plugins / ライセンス: Apache-2.0
関連スキル
hugging-face-trackio
Trackioを使用してMLトレーニング実験を追跡・可視化できます。トレーニング中のメトリクスログ記録(Python API)、トレーニング診断のアラート発火、ログされたメトリクスの取得・分析(CLI)が必要な場合に活用してください。リアルタイムダッシュボード表示、Webhookを使用したアラート、HF Space同期、自動化向けのJSON出力に対応しています。
btc-bottom-model
ビットコインのサイクルタイミングモデルで、加重スコアリングシステムを搭載しています。日次パルス(4指標、32ポイント)とウィークリー構造(9指標、68ポイント)の2カテゴリーにわたる13の指標を追跡し、0~100のマーケットヒートスコアを算出します。ETFフロー、ファンディングレート、ロング/ショート比率、恐怖・貪欲指数、LTH-MVRV、NUPL、SOPR(LTH+STH)、LTH供給率、移動平均倍率(365日MA、200週MA)、週次RSI、出来高トレンドに対応します。市場サイクル全体を通じて買いと売りの両方の推奨を提供します。ビットコインの底値拾い、BTCサイクルポジション、買い時・売り時、オンチェーン指標、MVRV、NUPL、SOPR、LTH動向、ETFの流出入、ファンディングレート、恐怖指数、ビットコインが過熱状態か、マイナーコスト、暗号資産市場のセンチメント、BTCのポジションサイジング、「今ビットコインを買うべきか」「BTCが天井をつけているか」「オンチェーン指標は何を示しているか」といった質問の際にこのスキルを活用します。
protein_solubility_optimization
タンパク質の溶解性最適化 - タンパク質の溶解性を最適化します。タンパク質の特性を計算し、溶解性と親水性を予測し、有効な変異を提案します。タンパク質配列の特性計算、タンパク質機能の予測、親水性計算、ゼロショット配列予測を含むタンパク質エンジニアリング業務に使用できます。3つのSCPサーバーから4つのツールを統合しています。
research-lookup
Parallel Chat APIまたはPerplexity sonar-pro-searchを使用して、最新の研究情報を検索できます。学術論文の検索にも対応しています。クエリは自動的に最適なバックエンドにルーティングされるため、論文の検索、研究データの収集、科学情報の検証に活用できます。
tree-formatting
ggtree(R)またはiTOL(ウェブ)を使用して、系統樹の可視化とフォーマットを行います。系統樹を図として描画する際、ツリーレイアウトの選択、分類学に基づく枝やラベルの色付け、クレードの折りたたみ、サポート値の表示、またはツリーへのオーバーレイ追加が必要な場合に使用してください。系統推定(protein-phylogenyスキルを使用)やドメイン注釈(今後の独立したスキル)には使用しないでください。
querying-indonesian-gov-data
インドネシア政府の50以上のAPIとデータソースに接続できます。BPJPH(ハラール認証)、BOM(食品安全)、OJK(金融適正性)、BPS(統計)、BMKG(気象・地震)、インドネシア中央銀行(為替レート)、IDX(株式)、CKAN公開データポータル、pasal.id(第三者法MCP)に対応しています。インドネシア政府データを活用したアプリ開発、.go.idウェブサイトのスクレイピング、ハラール認証の確認、企業の法的適正性の検証、金融機関ステータスの照会、またはインドネシアMCPサーバーへの接続時に使用できます。CSRF処理、CKAN API使用方法、IP制限回避など、すぐに実行可能なPythonパターンを含んでいます。