面試官給你一家 AI 加速器零組件公司的 18.0x forward EBITDA entry multiple。你可以說「太貴，不投」，也可以說「AI 是長期趨勢，值得 premium」。兩句都沒有完成 underwriting：貴是相對哪個 earnings、哪個時間點和哪組可比？Premium 需要多少成長、margin、cash conversion 與 exit 才能回來？
倍數是壓縮後的價格語言。PE 面試要把它展開成 operating assumptions、capital needs、ownership period 和 downside，再決定可投、等待、重訂價格或放棄。
先統一口徑，避免做一張漂亮的錯表
比較前逐項對齊：
| 欄位 | 要問的問題 |
|---|---|
| Metric | Revenue、EBITDA、EBIT、P／E 還是 FCF？ |
| Period | LTM、NTM、FY1、FY2？預測由誰提供？ |
| EV／Equity | Debt、cash、lease、minority、investments 是否一致？ |
| Accounting | Stock comp、R&D、development cost、one-off 如何處理？ |
| Business mix | 設計、製造、設備、模組、服務收入是否可比？ |
| Growth／margin | 同一 growth quality 與成熟度嗎？ |
| Geography／risk | 客戶、出口管制、供應鏈和治理是否可比？ |
| Liquidity／control | 上市少數股權和私募控制權能直接比較嗎？ |
IFRS Foundation 對 IFRS 13的概覽把 fair value 定義為 measurement date 的 market-participant exit price，並要求考慮市場參與者會使用的假設與風險。財務報告 fair value 不等同 PE 的投資價值或可接受 entry price；但它提醒你：估值要有日期、market conditions、inputs 與 risk，不能把舊倍數當永久事實。
從 18.0x 反推，而不是先找理由接受
Synthetic case：Aurora Interconnect
Aurora 是虛構的 AI 伺服器高速互連模組商。
| 指標 | 合成資料 |
|---|---|
| LTM revenue | US$420m |
| LTM EBITDA margin | 18% |
| Entry multiple | 18.0x NTM EBITDA |
| 預期兩年 revenue CAGR | 32% |
| 最大兩客戶 | 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。問 entry price 要你相信甚麼：
- NTM EBITDA 是否已包含良率、volume ramp 與價格下降？
- 32% growth 是 binding orders、customer forecast 還是市場估計？
- EBITDA margin 提升是否需要大量 capex 和 inventory？
- 兩大客戶 57% 會加速 adoption，還是壓低 pricing？
- 13.0x exit 的下一個買家為甚麼願付？
倍數其實包住五個 drivers
1. Growth duration
高成長維持兩年、五年或十年，價值差很大。AI end-demand 強不代表 Aurora 的 product cycle、socket win 和 market share 同樣持久。
2. Margin quality
毛利來自真正 pricing／yield，還是供不應求、客戶補庫或暫時產品 mix？若成長需要增加工程服務，EBITDA 未必同步放大。
3. Reinvestment
收入成長要多少 capex、inventory、receivables、R&D 和人才？成長不是免費；高 reinvestment 會延後 debt paydown 和 equity cash return。
4. Risk
客戶、供應商、export control、technology substitution、qualification、inventory obsolescence 和 financing risk 都應影響可接受價格。
5. Exit
五年後是 strategic buyer、另一個 sponsor、IPO 還是無法退出？Exit multiple 要與成熟後 growth、margin、risk 和市場環境一致。
Aswath Damodaran 的 Spring 2026 Valuation Packet把 multiples 與 expected growth、margin、reinvestment 和 risk 連接。教材不是某一宗交易的 price authority；它可用來檢查「高倍數因為高成長」是否漏掉現金投入與風險。
結構性成長、提前拉貨與週期不能混為一談
建立三欄 evidence：
| 假設 | 可能支持的資料 | 可能反證的資料 |
|---|---|---|
| 結構性需求 | 多平台採用、長約、廣泛終端使用 | 單一客戶／單一產品貢獻大部分成長 |
| 供給瓶頸 | Lead time、utilisation、價格／allocation | 新產能集中釋放、替代品通過認證 |
| 客戶提前拉貨 | Inventory／order pattern、政策或短缺 | End demand 與消耗速度同步增長 |
| 可持續 margin | Yield、產品差異、服務成本 | 年度降價、返工、保固和客製工程增加 |
| 可實現 exit | 買家 universe、規模、governance | 客戶集中、監管或技術風險排除買家 |
台積公司 2025 Form 20-F披露 AI 相關需求動態、customer concentration、capacity expansion、cyclicality、inventory adjustments 與 regulatory restrictions 等風險。這些是台積公司的披露，不是 Aurora 的資料；它示範即使產業 leader 面對強需求，也要同時說明容量、客戶與週期風險。
Base case 不要靠多重擴張
假設 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 貢獻；
- Debt paydown 貢獻；
- Multiple change 貢獻；
- 期間追加資本／dilution；
- 中途 cash distribution。
Entry 18.0x、exit 13.0x 表示 multiple compression。若回報仍過關，應靠 operating improvement 和 cash；若模型必須 exit 20.0x 才成立，你其實在承保更高的市場熱度。
三個 downside
Demand downside
最大客戶延後一代產品，volume 低 25%，競爭者通過第二來源認證。Revenue、utilisation、price 和 inventory 同時改變。
Margin／cash downside
良率改善慢、售價每年降 6%、capex 已承諾、inventory days 升到 180。EBITDA 與 free cash flow 的差距擴大，debt paydown 延後。
Exit downside
五年後 growth 降到高個位數、customer concentration 仍高，exit 9.0x。測 IRR、MOIC、refinancing 和持有期延長，不只更改一個格子。
四種結論
可投
Entry 已反映 downside；growth 由多客戶與訂單支持；margin 能轉成 cash；即使 exit compression 仍達門檻。
等待
產品可能好，但一至兩項近期資料能大幅降低不確定，例如第二客戶認證或 inventory 消化；等待的資訊價值高於失去交易的成本。
重訂價格／結構
風險可量化，可用較低 entry、earn-out、seller rollover、staged capital 或保護條款分配。要說明哪項風險由誰承擔。
放棄
核心 demand／technology thesis 無法驗證、現金缺口太早、關鍵 IP／客戶關係不可承保，或任何合理價格仍不能在 downside 生存。
45 秒答案
下一步
找三家同一 value-chain 環節的公開公司，統一 metric、period、EV bridge 和 accounting。選一個高倍數，寫出它隱含的 growth、margin、reinvestment、risk 與 exit；再做 demand、cash、exit 三個 downside。最後只能從可投、等待、重訂價格、放棄四個動作選一個，並說出會令你改變選擇的兩項公開資料。