夜雨聆风投行大白 × ThingsWork 实战案例
你有没有过这种经历？
周一早上接到一个新项目，SVP说："先做个可比公司分析，下午开会要用。"
你打开Wind，开始翻数据。先找同行，再拉估值倍数，然后在Excel里做敏感性分析。一套流程走下来，半天就没了。
能不能更快？
能。 下面是一个真实案例。
一个真实的项目场景
标的公司：A新能源科技，某细分赛道头部厂商，近年登陆创业板，产能规模位居行业前列，营收约数十亿元。
我手里的几份数据文件，都是项目底稿级别的专业材料：
文件一：基本资料
公司基本情况：成立时间、注册资本、股权结构、实控人背景 业务定位：主营业务、产品矩阵、技术路线、核心竞争力 组织架构：子公司布局、核心团队、研发体系
文件二：财务数据
近三年资产负债表、利润表、现金流量表 关键财务指标：营收增长率、毛利率、净利率、ROE、资产负债率 收入结构：按产品、按区域拆分
文件三：运营数据
产能利用率、产量、出货量 市场份额及行业排名 主要客户及供应商情况
这三份文件，基本覆盖了可比公司分析需要的核心信息。
需求很简单：帮我做可比公司分析。
ThingsWork是怎么做的？
第一步：智能推荐专家
我把文件夹扔给ThingsWork，说了一句"帮我做可比公司分析"。系统自动识别了数据内容和任务类型，给我推荐了一位——
「估值建模专家」
这不是通用的AI助手，而是专门做可比公司、估值分析、敏感性分析的投行专家。它的定位是："一位不迷信模型但尊重数字的人，知道每一个估值结论背后都有假设、口径和谈判立场。"
第二步：专家接手，四步走完
专家接受任务后，按照清晰的逻辑四步走：
① 读懂标的
先把几份数据全部读完，搞清楚标的公司是做什么的、规模多大、赚钱能力如何。结论：某细分赛道头部厂商，产能规模行业前列，净利率和ROE在同行中表现突出。这一步决定了后面"找谁做可比"。
② 筛选可比公司
产业链很长，不能随便拉几家公司就算可比。专家的思路是：
注意，不是随便拉三家就完事。每家公司都有可比性评分，让你自己判断权重。
③ 估值测算
这里有个关键判断：行业处于周期底部，部分可比公司已出现亏损，用PE没意义。专家果断选择了两种不依赖净利润的倍数：
EV/Revenue（企业价值/收入） — 适用于亏损公司，反映市场对每块钱收入给多少定价 P/B（市净率） — 重资产行业，底部用PB锚定比较合理
两种方法交叉验证，最终得出估值区间：
| 综合 | 约90亿 | 约115亿 | 约140亿 |
中枢估值约115亿元。
④ 敏感性分析
最后，把最关键的变量单独拉出来：EV/Revenue倍数每变动0.1x，估值变动数亿元。这样你在谈判桌上调参数的时候，心里有底。
还能追问："你的思路是什么？"
这是我觉得最有意思的地方。
分析完成后，我问了一句："说说你的思路。"
专家像真人一样，把四步逻辑拆得清清楚楚：为什么这么选可比公司、为什么不用PE而用EV/Revenue、为什么说行业在周期底部……
不是"AI给你一个结论"，而是"专家告诉你他怎么想的"。 这个区别很重要。
最终产物：完整的Excel
不是一段文字，不是一张截图。而是一份真正能用的Excel文件，包含5个Sheet：
打开就能用，不需要再做任何加工。
说到底，ThingsWork解决了什么？
不是替代你的判断。
可比公司该选谁、估值倍数该用哪个、结论能不能站住脚——这些是你的专业判断，机器替代不了。
它解决的是"跑腿"的问题。
数据搜集、公司筛选、倍数计算、敏感性分析、整理成Excel——这些重复性的工作，以前要半天，现在十几分钟。
而且，ThingsWork里不只有估值建模专家。它内置了一整套投行专家团队：
从承揽立项到尽调、从估值到问询回复、从招股书到并购方案——覆盖项目全生命周期。
感兴趣的朋友，可以试试ThingsWork。
扫码试用
用AI加速投行工作流 |让专业的事交给专业的人
