面试官给你一家 AI 加速器零组件公司的 18.0x forward EBITDA entry multiple。你可以说「太贵，不投」，也可以说「AI 是长期趋势，值得 premium」。两句都没有完成 underwriting：贵是相对哪个 earnings、哪个时间点和哪组可比？Premium 需要多少成长、margin、cash conversion 与 exit 才能回来？
倍数是压缩后的价格语言。PE 面试要把它展开成 operating assumptions、capital needs、ownership period 和 downside，再决定可投、等待、重订价格或放弃。
先统一口径，避免做一张漂亮的错表
比较前逐项对齐：
| 字段 | 要问的问题 |
|---|---|
| Metric | Revenue、EBITDA、EBIT、P／E 还是 FCF？ |
| Period | LTM、NTM、FY1、FY2？预测由谁提供？ |
| EV／Equity | Debt、cash、lease、minority、investments 是否一致？ |
| Accounting | Stock comp、R&D、development cost、one-off 如何处理？ |
| Business mix | 设计、制造、设备、模块、服务收入是否可比？ |
| Growth／margin | 同一 growth quality 与成熟度吗？ |
| Geography／risk | 客户、出口管制、供应链和治理是否可比？ |
| Liquidity／control | 上市少数股权和私募控制权能直接比较吗？ |
IFRS Foundation 对 IFRS 13的概览把 fair value 定义为 measurement date 的 market-participant exit price，并要求考虑市场参与者会使用的假设与风险。财务报告 fair value 不等同 PE 的投资价值或可接受 entry price；但它提醒你：估值要有日期、market conditions、inputs 与 risk，不能把旧倍数当永久事实。
从 18.0x 反推，而不是先找理由接受
Synthetic case：Aurora Interconnect
Aurora 是虚构的 AI 服务器高速互连模块商。
| 指针 | 合成数据 |
|---|---|
| LTM revenue | US$420m |
| LTM EBITDA margin | 18% |
| Entry multiple | 18.0x NTM EBITDA |
| 预期两年 revenue CAGR | 32% |
| 最大两客户 | Revenue 57% |
| Maintenance + growth capex | Revenue 11% |
| Inventory days | 142 天 |
| Entry debt | 3.0x EBITDA |
| Base hold | 5 年 |
| Base exit | 13.0x EBITDA |
先不要算 IRR。问 entry price 要你相信什么：
- NTM EBITDA 是否已包含良率、volume ramp 与价格下降？
- 32% growth 是 binding orders、customer forecast 还是市场估计？
- EBITDA margin 提升是否需要大量 capex 和 inventory？
- 两大客户 57% 会加速 adoption，还是压低 pricing？
- 13.0x exit 的下一个买家为什么愿付？
倍数其实包住五个 drivers
1. Growth duration
高成长维持两年、五年或十年，价值差很大。AI end-demand 强不代表 Aurora 的 product cycle、socket win 和 market share 同样持久。
2. Margin quality
毛利来自真正 pricing／yield，还是供不应求、客户补库或暂时产品 mix？若成长需要增加工程服务，EBITDA 未必同步放大。
3. Reinvestment
收入成长要多少 capex、inventory、receivables、R&D 和人才？成长不是免费；高 reinvestment 会延后 debt paydown 和 equity cash return。
4. Risk
客户、供应商、export control、technology substitution、qualification、inventory obsolescence 和 financing risk 都应影响可接受价格。
5. Exit
五年后是 strategic buyer、另一个 sponsor、IPO 还是无法退出？Exit multiple 要与成熟后 growth、margin、risk 和市场环境一致。
Aswath Damodaran 的 Spring 2026 Valuation Packet把 multiples 与 expected growth、margin、reinvestment 和 risk 连接。教材不是某一宗交易的 price authority；它可用来检查「高倍数因为高成长」是否漏掉现金投入与风险。
结构性成长、提前拉货与周期不能混为一谈
创建三栏 evidence：
| 假设 | 可能支持的数据 | 可能反证的数据 |
|---|---|---|
| 结构性需求 | 多平台采用、长约、广泛终端使用 | 单一客户／单一产品贡献大部分成长 |
| 供给瓶颈 | Lead time、utilisation、价格／allocation | 新产能集中释放、替代品通过认证 |
| 客户提前拉货 | Inventory／order pattern、政策或短缺 | End demand 与消耗速度同步增长 |
| 可持续 margin | Yield、产品差异、服务成本 | 年度降价、返工、保固和客制工程增加 |
| 可实现 exit | 买家 universe、规模、governance | 客户集中、监管或技术风险排除买家 |
台积公司 2025 Form 20-F披露 AI 相关需求动态、customer concentration、capacity expansion、cyclicality、inventory adjustments 与 regulatory restrictions 等风险。这些是台积公司的披露，不是 Aurora 的数据；它示范即使产业 leader 面对强需求，也要同时说明容量、客户与周期风险。
Base case 不要靠多重扩张
假设 revenue 五年 CAGR 18%，EBITDA margin 到 24%，capex／working capital 逐步正常化，debt paydown 由真正 free cash flow 支持，exit 13.0x。把 equity return 分解：
- EBITDA growth 贡献；
- Debt paydown 贡献；
- Multiple change 贡献；
- 期间追加资本／dilution；
- 中途 cash distribution。
Entry 18.0x、exit 13.0x 表示 multiple compression。若回报仍过关，应靠 operating improvement 和 cash；若模型必须 exit 20.0x 才成立，你其实在承保更高的市场热度。
三个 downside
Demand downside
最大客户延后一代产品，volume 低 25%，竞争者通过第二来源认证。Revenue、utilisation、price 和 inventory 同时改变。
Margin／cash downside
良率改善慢、售价每年降 6%、capex 已承诺、inventory days 升到 180。EBITDA 与 free cash flow 的差距扩大，debt paydown 延后。
Exit downside
五年后 growth 降到高个位数、customer concentration 仍高，exit 9.0x。测 IRR、MOIC、refinancing 和持有期延长，不只更改一个格子。
四种结论
可投
Entry 已反映 downside；growth 由多客户与订单支持；margin 能转成 cash；即使 exit compression 仍达门槛。
等待
产品可能好，但一至两项近期数据能大幅降低不确定，例如第二客户认证或 inventory 消化；等待的信息价值高于失去交易的成本。
重订价格／结构
风险可量化，可用较低 entry、earn-out、seller rollover、staged capital 或保护条款分配。要说明哪项风险由谁承担。
放弃
内核 demand／technology thesis 无法验证、现金缺口太早、关键 IP／客户关系不可承保，或任何合理价格仍不能在 downside 生存。
45 秒答案
下一步
找三家同一 value-chain 环节的公开公司，统一 metric、period、EV bridge 和 accounting。选一个高倍数，写出它隐含的 growth、margin、reinvestment、risk 与 exit；再做 demand、cash、exit 三个 downside。最后只能从可投、等待、重订价格、放弃四个动作选一个，并说出会令你改变选择的两项公开数据。