情景下的估值计算。“里面好多‘#N/A’和‘待确认’，哈哈。”
“那时候数据少，很多假设都是拍脑袋的。”贝西克看着那个粗糙的模型，也有些感慨，“但框架有了。营收增长驱动力，毛利率变化趋势，费用率的假设，还有关键的估值倍数选择。虽然数字不准，但思考问题的框架很重要。”
唐磊继续挖掘，发现了模型文件的多个迭代版本：“Val_2.0,3.0,3.1b……每次公司出财报，或者有重大事件，你都会更新模型，修正假设。看，这个3.1b版本，是在他们发布新一代产品、拿到大客户订单后更新的，你对营收增速和毛利率的假设都上调了，还增加了一个‘乐观情景’的模拟。”
“对，那次更新是加仓决策的重要依据之一。”贝西克点头，“模型不是预测未来的水晶球，而是将你的假设和逻辑量化、可视化的工具。它让你更清晰地看到，在不同的假设下，公司值多少钱。当市场价格显著低于你认为的合理价值区间下限时，赔率就出现了。”
除了财务模型，还有大量的定性分析记录。贝西克用思维导图软件绘制的行业竞争格局图，用文字处理软件写的竞争分析长文，用表格整理的公司高管背景、核心技术团队履历、专利列表等。甚至还有一些简单的SWOT分析、波特五力模型分析的应用尝试。
“你还用波特五力分析过？”唐磊有些惊讶。
“早期用过，帮助系统化思考行业竞争态势。后来觉得有些框架过于静态，就更多用动态的、演化的视角去看了。”贝西克解释，“但这些工具在早期梳理思路时，还是有帮助的。”
最让唐磊震撼的，是贝西克对细节的追踪。在一个名为“供应链跟踪”的文件夹里，有零散的新闻截图、行业论坛讨论摘要、甚至是一些供应商官网信息的存档，记录了XXX科技主要芯片代工厂的产能情况、关键原材料（如高端硅片、特种气体）的价格波动、以及可能存在的供应链风险。
“你连这个都关注？”唐磊问。
“芯片公司的命脉之一就是供应链稳定和成本。尤其是高端制程，产能紧张时，能拿到足够的产能就是竞争力。原材料价格波动也直接影响毛利率。这些
本章未完，请点击下一页继续阅读！