私募股权投资尽调:把零散材料整理成 IC 决策包

前言

做私募股权尽调时,材料往往散落在四处:BP 或 CIM、管理层访谈纪要、数据室里的财务和法律文件。把这些整理成一份能上 IC(投资委员会)的决策包,本身就是一项机械但重要的工作——证据要能追溯到来源,风险要单独列出,估值和条款要落到纸面。

这个 Skill 针对的就是这个环节。下面介绍它的定位、已核实的能力,以及目前资料里没有覆盖的部分。

这是什么

一句话定位:把 BP/CIM、访谈纪要、数据室和财务法律材料,转成证据驱动的私募股权尽调与 IC 决策包。

基本信息如下,均来自 SkillHub 页面:

  • 名称:私募股权投资尽调
  • 坐标:@user_5fc3c48c/private-equity-investment-dd-skill
  • 版本:1.0.0
  • 来源:community(社区发布)
  • 分类:business-ops
  • 发布者:user_5fc3c48c
  • 评分:100000,下载 1046,安装 0
  • 标签:requires_api_key=false(无需 API Key)

官方地址:https://api.skillhub.cn/user_5fc3c48c/private-equity-investment-dd-skill

核心功能

官方简介里列出的能力,覆盖了从材料收集到投后阶段的工作项:

  • 证据矩阵(evidence matrices):把每项结论对应到具体来源材料,便于核查。
  • 红旗清单(red flags):汇总尽调中发现的风险信号,单独成表。
  • 财务质量分析(QoE):对财务数据做质量层面的核查和调整。
  • 估值与回报测算(valuation/return cases):搭建估值与回报情景。
  • 条款梳理(terms):整理交易条款。
  • 管理层访谈(management interviews):把访谈纪要结构化。
  • 资料清单(data requests):生成需要向企业索取的资料清单。
  • IC 备忘录(IC memos):输出投资委员会决策用的文件。
  • 投后价值创造(post-investment value creation):覆盖投后阶段的工作项。

适用的交易类型:PE/VC、成长期股权(growth equity)、控股收购(buyout)、并购(M&A)、战略投资、Pre-IPO,以及非上市公司的尽调。

安装与启用

这里需要如实说明:在已抓取的官方资料里,没有给出具体的安装命令、SKILL.md 路径或配置字段,因此不在本节编造命令。

可以确认的信息:

  • 该 Skill 基于通用 SKILL.md 格式。
  • requires_api_key=false,使用时不需要额外申请 API Key。
  • 版本号为 1.0.0,由社区开发者 user_5fc3c48c 发布。

启用方式建议以官方页面 https://api.skillhub.cn/user_5fc3c48c/private-equity-investment-dd-skill 的说明为准。

典型用法

已抓取资料中没有提供官方的可复现示例,这一节不展开。

如果后续拿到官方示例,再补充;在此之前,下面几类任务可以视为与该 Skill 能力对应的典型输入输出:

  • 输入一份数据室材料清单,输出证据矩阵和资料缺口清单。
  • 输入访谈纪要,输出结构化的管理层访谈要点。
  • 输入财务数据,输出 QoE 调整项和估值/回报测算。
  • 上述结果汇总为一份 IC 备忘录。

以上是能力推断,不是官方示例,实际效果以运行结果为准。

适用场景与注意

适合谁:

  • PE/VC、并购团队中需要整理尽调材料和 IC 决策包的人。
  • 做 Pre-IPO 或非上市公司尽调,希望结论可追溯到来源材料的人。

注意事项:

  • 版本号为 1.0.0,下载量刚过一千,安装数为 0,属于新发布的社区 Skill,成熟度需要自己验证。
  • 当前安装数为 0,没有公开的用户反馈可供参考,建议先在小规模项目上试跑。
  • 尽调结论最终要由投资团队自己判断,Skill 负责整理和结构化,不替代判断。

结尾

这个 Skill 的价值在于把分散的尽调材料按统一结构整理成证据驱动的决策包,覆盖面从证据矩阵、QoE、估值测算一直到 IC 备忘录和投后价值创造。安装数为 0 意味着需要自行验证效果,建议先拿一个真实项目试跑,再决定是否纳入工作流。

官方地址:https://api.skillhub.cn/user_5fc3c48c/private-equity-investment-dd-skill

羽毛球分组比赛记分
小程序二维码

欢迎使用《羽毛球分组比赛记分》微信小程序

小夜