一、案例定位

用 Table 10.23–10.24 完成 Amazon comparable company analysis：先集中各公司 operating statistics，再用 consistent numerator／denominator 計算 P/E、EV/Revenue、EV/EBIT、EV/EBITDA。

二、學習目標

三、案例情境

原書把 peers 分成 Group 1: Retail / E-Commerce（eBay、Etsy、Walmart、Target、Best Buy）與 Group 2: Subscription / Web Services（Google、Netflix、IBM），因 Amazon 同時跨越 retail 與 web/subscription businesses。

四、開始資料

Company LTM Sales LTM EBIT LTM EBITDA LTM EPS
Amazon 419,130.0 27,775.0 58,126.0 $52.22
eBay 11,165.0 2,988.0 3,596.0 $2.82
Etsy 2,048.2 549.3 615 $3.34
Walmart 561,609.7 23,671.3 34,737 $5.06
Target 96,615.7 7,809.7 10,054 $10.71
Best Buy 49,312.0 2,976.3 3,821 $8.79
Google 196,682.0 49,684.0 62,234 $58.41
Netflix 26,391.6 5,586.9 16,753 $9.04
IBM 73,779.0 7,875.0 14,608 NM

五、Excel／VBA 分析方法

先把每家公司 20A／LTM／21E 的 Revenue、EBIT、EBITDA、EPS 集中在 Operating Statistics，避免 multiples 公式跨多個 tabs 重複 linking。再計算 Price/EPS、EV/Revenue、EV/EBIT、EV/EBITDA。

六、計算結果

Company LTM P/E LTM EV/Revenue LTM EV/EBIT LTM EV/EBITDA
Amazon 65.7× 4.4× 66.1× 31.6×
eBay 24.7× 4.8× 18.0× 14.9×
Etsy 59.7× 14.3× 53.2× 47.5×
Walmart 27.4× 0.8× 18.5× 12.6×
Target 22.7× 1.3× 16.1× 12.5×
Best Buy 13.2× 0.6× 9.7× 7.6×
Google 43.3× 8.7× 34.4× 27.5×
Netflix 59.0× 9.5× 44.8× 14.9×
IBM NM 2.4× 22.4× 12.1×
Peer Median 27.4× 3.6× 20.4× 13.8×
Peer High 59.7× 14.3× 53.2× 47.5×
Peer Low 13.2× 0.6× 9.7× 7.6×

七、結果分析與管理解讀

Amazon LTM EV/EBITDA 31.6× 高於 peer median 13.8×，但 peer set 本身高度分散：Etsy 47.5×、Google 27.5×，Best Buy 7.6×。因此本章不直接從單一 median 下結論，而是保留兩個 business-model peer groups，交給 Chapter 12 做 valuation interpretation。

八、AI Prompt

請根據 Table 10.23–10.24，比較 Amazon LTM multiples 與 Group 1／Group 2 peers，指出至少一個 high-multiple outlier 與一個 low-multiple peer，並說明為什麼 Amazon 不適合只用單一 retail peer group。

九、思考／What-if

**問題：**若從 LTM EV/EBITDA peer set 排除 Etsy 47.5×，其餘 7 家的 median 約是多少？