一、案例定位

總結 Chapter 11 對 Amazon precedent transaction analysis 的方法限制，說明為什麼作者最後更依賴 DCF 與 Comparable Companies。

二、學習目標

三、案例情境

Whole Foods fairness opinion 提供的其他 precedents 主要都是 grocers。原書明確指出 Amazon 還包含 online retail、physical stores、subscription services 等多種 business segments；若能找到這些領域的 acquisitions，precedent set 才會更完整。

四、開始資料

限制 對 Amazon 的影響
Target mismatch Whole Foods／grocers 與 Amazon 整體 business mix 不相同
Size mismatch Amazon 規模遠大於大多數 precedent targets
Segment coverage 缺 online retail、subscription／web services 等交易
Historical environment 2015–2017 deals 與 2021 market environment 可能不同
Data availability MGM 即使近期，當時也沒有足夠資料計算 multiples

五、Excel／VBA 分析方法

模型可以精確計算 median／high／low，但應另外保留 Relevance / Segment / Date / Data Completeness 等 qualitative control columns，避免數學 summary 掩蓋比較樣本本身的弱點。

六、計算結果

本章可用 EV/EBITDA range 為 6.8×–11.9×，但作者明確表示：在 Amazon 案例中，由於 precedent set 的產業覆蓋不足，DCF 與 comps 是更適合的主要 valuation measures。

七、結果分析與管理解讀

Precedent analysis 的價值不只在輸出一個 multiple range，也在揭露市場曾為某類資產支付過什麼價格。但當 target 本身高度 diversified 時，單一 segment 的 transaction evidence 應降低權重，而不是被當成全公司的直接 substitute。

八、AI Prompt

請只根據 Chapter 11，解釋為什麼 grocer precedents 對 Amazon 的 valuation relevance 有限，以及作者為何說 DCF 與 comps 在本案例更適合。

九、思考／What-if

**問題：**若未來找到多筆大型 online retail 與 subscription-service acquisitions，precedent analysis 對 Amazon 的 usefulness 會如何？