A股业绩点评Skill(ashare-earnings-comment)
场景与功能定位
财报季A股上市公司数量多,业绩点评涉及财务数据提取、定期报告分析、盈利预测、撰写等步骤,传统流程重复性高。不同研究员、机构存在固定的点评结构和模板,适合标准化Skill封装。从研究方法看,业绩点评涉及财务数据描述、定期报告管理层讨论分析、盈利预测整理等独立且标准化的维度。从重复性看,财报季取数、公告PDF下载解析、一致预期与业绩对比等工作高度相似。从研究范式看,点评撰写结合定量数据证据和定性经营判断,适合用AI完成文本分析与组织。Skill化后,研究员可从重复工作转向判断、比较和决策,提升研究效率和产出质量。
功能
- 单股及股票池批量点评:支持单只或股票池批量生成业绩点评。
- 多源信息自动整合与业绩点评生成:自动整合财务报表数据、定期报告全文、一致预期及券商研报等多源数据,生成业绩点评。默认包含财务数据点评、公司经营情况点评、盈利预测与机构观点、风险提示四部分。
- 自定义指标扩展:支持按需补充额外财务指标(如ROE、经营现金流等)。
- 自定义模板适配:支持基于用户提供的历史点评或Word模板生成报告,可选择仅参考格式、仅参考内容或二者同时适配。
- 数据校验与多格式交付:出稿前核对财务数据,输出Word、HTML报告及Excel数据底稿。
使用流程
- 单股及股票池批量点评:支持单只或股票池批量生成,并行处理,失败不影响其余标的。
- 多源信息整合:自动从多渠道取数,默认取最新数据,也可自定义报告期。
- 内容生成:财务数据点评(核心指标同比环比变化)、公司经营情况点评(核心业务进展、产品更新等)、盈利预测与机构观点(汇总多家机构预期及研报观点)、风险提示(经营及行业风险)。
- 自定义扩展:按需补充指标,采用与默认指标相同的数据处理和校验规则。
- 模板适配:支持三种适配方式(仅格式、仅内容、格式和内容),重新组织内容至模板结构。
- 数据校验与交付:出稿前核对数据,输出Word、HTML报告及Excel底稿,便于追溯复核。
财务模型更新Skill(financial-model-updater)
场景与功能总览
财务模型是公司研究的基础工具。业绩发布、公司公告、调研纪要与行业新闻出现后,研究员需调整模型假设(如收入增速、毛利率等)。模型更新涉及模型勾稽关系解析、假设参数识别、新增信息与既有假设比对、业绩影响测算等环节,流程重复性高,且模型结构与假设口径相对固定。同时,模型更新需结合定量证据和定性判断,适合AI辅助完成信息提取与组织,研究员保留最终决策权。Skill帮助研究员从重复取数转向假设判断、情景比较和结论决策,提升研究效率和模型质量。
功能
- 模型假设清单生成:自动解析模型结构,定位手填假设及其公式引用关系,输出HTML格式假设清单,记录假设位置、当前取值、重要程度及业绩影响路径。
- 增量信息解析与变更清单生成:指定增量信息来源,自动匹配受影响假设,生成含业绩影响测算与依据原文的变更建议。清单分为整体影响、逐条明细、判断依据、未变更项说明四部分。
- 审批后写入与复核:用户确认后写入Excel,重新核对计算结果并同步更新假设清单,生成后自动检查两份清单的模板与数值口径是否一致。
使用流程
- 提供模型文件:技能扫描模型结构并生成假设清单。
- 提供增量信息:技能生成变更清单并供审阅。
- 用户审批:回复同意或提出修改意见,技能调整后再次提交审批。
- 模型写入:用户确认后,技能写入改动并重新核对模型计算结果,同步更新假设清单。
交付成果
- {股票名称}_假设清单.html(模型底账)
- {股票名称}_变更清单.html(变更建议与审批单)
- 更新后的模型Excel文件
- 扫描结果json(可选)
风险提示
- 历史规律不代表未来,模型存在失效风险。
- 大模型输出存在随机性和准确性风险。
- 业绩影响测算不代表未来经营预测。
- 部分应用存在安全风险,用户自行承担后果。
- 模型扫描与写入依赖原Excel模型质量,异常情况可能导致假设识别偏差。