投后管理指标：哪些能自动算，哪些必然退化成表格

投后指标能不能长期活下去，只由一条判据决定：该指标的分子与分母，是否都来自系统里已经存在的业务对象。同源，指标就跟着流程自动更新；不同源，就一定需要有人按期填报，而填报在组织内的优先级永远低于报送截止日。行业里常见的失败不是指标设计得不合理，而是设计时没问「这个数由哪个动作产生」。答案是「由投后经理想起来填」的指标，上线一年内就会退化成一张表格。

能自动算的指标只有四类

第一类是资本动作类：实缴出资进度、认缴未到位余额、股权变动次数、稀释比例。它们的来源是交割与工商变更登记这两个业务动作，动作完成即数据落库。第二类是账务一致类：投资成本、账面价值、累计分红、退出回收金额，来源是付款与收款凭证。第三类是流程时效类：定期报表按期回收率、决议材料完备率、评估报告在档率，来源是流程节点的时间戳。第四类是披露类：LP 报告发送时点、问询响应时长，来源是门户日志。

指标类别	数据来源对象	自动化判定	典型失败表现
资本动作类	交割单、工商变更、协议条款	可全自动	认缴实缴混用同一字段，进度虚高
账务一致类	付款凭证、分红入账	可全自动	手工调整分录无留痕，估值对不平
流程时效类	审批与归档时间戳	可全自动	以「补录日期」替代真实完成日期
经营健康类	被投企业自报或接口数据	半自动，取决于回传	采集缺口被平均值掩盖
战略贡献类	无系统内对象	必然人工	被强行做成打分，最后无人复核

依赖外部回传的那一半

经营健康类指标（收入、毛利、在手订单、研发投入占比）必须靠被投企业上报才能成立，因此它的指标属性其实是「采集覆盖率」。这一类我们坚持两件事：先定采集口径再定指标，以及把缺口本身做成指标。被投企业报表格式不统一是常态，梓川公开的 AI 场景里把财务报表识别列为首个落地场景，价值不在识别率本身，在于把多格式报表收敛进同一张口径表——科目映射未完成之前，任何经营指标都不可比（技术路径见AI 智能体与智能风控）。

判断外部回传类指标能否上线，用一个测试：连续三期，看有多少家机构的同一字段需要人工补齐。补齐比例进入常态区间，指标才成立；否则它衡量的是采集能力，不是被投企业质量。

必然退化成表格的指标，怎么办

以下这些没有系统内来源，也不该假装自动：产业协同价值、招商落地金额、就业与税收贡献、技术导入项数、董事会议案推动效果。它们的正确定位是披露字段，不是考核指标：按协议或报送模板要求填写，保留文字说明与凭证附件，不参与排名与预警。

把它们做成指标的代价很具体：一旦进入排名，投后经理会优化数值而不是优化事实；一旦进入预警，阈值没有可校准的分母，第一次触发就会被要求关闭。

每个指标必须携带的四个属性

一个指标进系统之前，缺任何一项都应退回设计：

• 计算式：分子、分母、排除项、币种与单位，写成一行可复述的公式。
• 来源对象：具体到「由哪个业务动作产生」，而不是「由投后部提供」。
• 责任人：定义变更由谁批准，异常由谁处置。指标没有责任人，就没有人负责它的准确。
• 关闭动作：触发之后做什么、多久关闭、由谁确认。没有关闭动作的指标只产出噪声。

指标数量的上限由复核产能决定

覆盖面不等于数量。梓川公开披露的风险监控采用 18 项预警指标口径，这套设计的关键不在数量适中，在每一项都有触发定义与后续处置；同一时间能被人认真处理的异常条数，取决于投后团队每周用于复核的工时，而不是系统能配置多少个阈值。

带这张清单去开投后指标评审会：

• 把现有指标按上表五类归档，标出所有「必然人工」却挂着预警的项，一律降级为披露字段。
• 逐个指标写出分子分母来源对象，写不出的删除。
• 统计上一季度每个指标的触发次数与人工确认比例，触发多而确认率低的调整阈值或下线。
• 给每个保留指标指定责任人与关闭时限，写入岗位说明而不是系统备注。
• 定义指标口径变更的年度复核节点，变更需留存版本号与生效日期。

什么时候不建议搭完整指标体系

三种情形我们会建议先停手。一是机构持股分散但无董事席位与报表索取权，此时任何经营指标都建立在「对方愿意给」的前提上，应优先解决采集协议。二是投后团队不足五人且同时承担募资与报告职能，指标体系会把他们变成填报管理员，先做资本动作与账务一致两类。三是基金已进入清算期，此时唯一有价值的指标是回收进度与分配时点，其余全部下线。

指标体系的成熟度不由数量证明。能长期自动更新、每项都有责任人与关闭动作、且异常量匹配复核产能的三五十个指标，比两百个需要人工维护的指标更接近「投后可视化」这四个字的原意。