给一家私募公司估值，最难的往往不是套公式，而是找谁来比。同行选偏了，企业价值与收入、利润之比再精确也没用。私募公司的披露少、交易间隔长，行业标签又可能过粗，因此这一步尤其薄弱。
这篇论文换了一个方向：先用约 5.3 万家公司的投后估值训练 CatBoost——一种擅长处理行业、地区等类别资料的梯度提升树，再看哪些公司反复落入决策树的同一个末端节点。两家公司共同落点越多，相关树对估值越重要，模型就认为它们越像。说白了，它不先规定“同一行业就是同行”，而是从实际定价反推哪些特征组合代表相近的估值逻辑。
作者在约 27 万家全球私募公司的数据中测试，并称这种相似度在所评估行业的近邻估值任务上优于欧氏距离、Gower 距离和文本嵌入等方法。它仍受已观察估值的覆盖与质量约束，但把“谁可比”直接对准估值目标，是这项工作的关键增量。