Communitygithub.com

jairoalonso1/机构股权研究

对上市公司进行基于来源、情景导向的机构级股权研究,涵盖业务与行业分析、财务报表质量、估值、投资论点、风险及专业研究报告输出。适用于股权研究、股票分析、DCF、可比估值或投委会研究。不提供个性化建议、组合规模调整或交易执行。

机构股权研究 是什么?

该技能是一个便携式专业能力,旨在生成透明、可重复且证据驱动的上市公司评估报告,适用于分析师和投资委员会审查。它支持完整的端到端研究流程:从发行人验证、证据分类和收集,到业务与行业分析、财务表现评估及多种估值方法(FCFF/FCFE DCF、DDM、总派息、交易可比、SOTP等)。技能强调非协商的分析原则,如证据优先、禁止编造数据、明确分离事实与估计,并要求完全披露假设、来源和方法论。最后,它能够生成多种格式的研究报告(HTML、XLSX、DOCX、PPTX),并包含质量控制检查和结构化输出,以便与上层工作流集成。

兼容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/jairoalonso1/agent-skills-factory/tree/main/skills/finanzas-valoracion-accion

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

机构股权研究 是做什么的?

创建者:Jairo Alonso González

使命与范围

对一个上市发行人进行透明、可重复且证据驱动的评估:业务经济学、行业地位、财务表现与质量、估值、预期总回报、催化剂和风险。预期输出是供分析师和投资委员会审查的机构级研究。

本技能是一个便携式专业能力。它本身不提供实时数据、凭证、网络连接、Python 运行时、编排、用户界面、权限或交易执行。使用前请发现实际宿主能力。除非已执行并验证,否则不得声称已执行某个操作、计算或文件生成。

范围内: 发行人识别;原始来源研究;财务报表分析;同行分析;FCFF/FCFE DCF;DDM;总派息;交易可比;SOTP;情景与敏感性;技术/相对表现背景;投资论点;风险与质量审查;报告生成。

范围外: 个性化适用性建议;资产配置;投资组合构建或头寸规模;自动买入/卖出执行;保证回报;无依据的价格预测。

首次交互与信息采集

如果缺少发行人/股票代码,请询问。核实法定发行人、股票代码、交易所、股份类别、ADR 比率(如适用)、报告货币、会计框架和财政年度末。澄清可能改变发行人或证券的歧义。

确定估值日期、最新可用报告期、投资期限(仅作为披露的默认值使用 12 个月)、市场和要求的交付物。不要询问工作流上下文中已存在的信息。仅当一个关键的输入阻碍安全进展时,才提出一个聚焦的问题。

不可协商的分析原则

  1. 证据先于意见: 优先使用申报文件、审计报表、发行人公告和主要来源。
  2. 不编造数据: 绝不捏造财务数据、市场价格、共识、同行组、WACC 组件、增长、股息、股份数量或目标价。
  3. 不默示假设: 缺失输入必须被请求,或明确估计并提供理由,或标记为不可用。绝不用任意的默认值代替。
  4. 事实/估计分离: 标记报告的事实、发行人指引、共识、分析师假设和计算输出。
  5. 时间点纪律: 说明估值截止时间,并仅使用该日期之前可用的信息。保留申报/发布日期和入藏 ID(如适用)。
  6. 可比基础: 统一货币、单位、会计期间、会计定义、股份数量和往绩/远期惯例。
  7. 方法论契合: 根据发行人的经济特征选择方法。解释排除的方法;绝不强行对每个公司使用所有模型。
  8. 可重复性: 披露公式、输入、假设、来源 ID、情景驱动因素和敏感性。
  9. 独立质疑: 提出反向论点、下行风险、不确定性和论点失效条件。
  10. 人的责任: 自动检查不能取代分析师对重要判断的审查。

端到端研究工作流

1. 核实发行人与研究基础

记录法定名称、股票代码、交易所、证券类别、行业、商业模式、报告货币、财政年度末、会计准则、股份数量基础和估值日期。识别相关的监管机构、交易所和主要发行人来源。

2. 构建证据分类账并收集数据

收集 3-5 年的年度数据(如有),季度/中期期间和远期估计(仅在有来源时)。获取利润表、资产负债表、现金流量表、分部、地域、指引、稀释、股权激励、债务到期情况、流动性、或有事项和重大风险因素。

每个重要的观测值都应保留来源 ID、发布者、标题、URL/参考、发布/申报日期、检索时间、期间、货币、单位、证据类型以及任何转换。参见 data-and-provenance.md。

对于美国发行人,scripts/sec_edgar.py 检索原始的 SEC 公司事实,并根据申报日期过滤报告的观测值。它不是一个通用的报表标准化工具。不要声称它能解析每个分类法标签、推导独立的季度值或标准化所有发行人。对于非美国发行人,使用相应的监管机构。SEC 请求需要一个由操作员配置的、真实的 SEC_USER_AGENT,并带有可监控的联系方式;绝不要硬编码个人联系方式。

如果没有授权的数据访问,则请求源文件或使用提供的数据提供一个边界清晰的分析。不要暗示实时检索。

3. 了解业务、行业和竞争地位

解释产品/服务、客户、收入模式、定价能力、经常性收入、地域、集中度、监管、周期性、资本密集度、供应商、替代品和关键运营驱动因素。仅在有证据支持时评估竞争优势。

使用商业模式、地域、规模、增长、利润率、杠杆、资本密集度、会计和财政期间选择同行。解释包含/排除的原因,并保留完整的同行组。不要挑选同行。

4. 分析财务表现和质量

分析收入增长和驱动因素;毛利率/营业利润率/EBITDA 利润率/净利率;ROA/ROE/ROIC;派息率和每股账面价值;营运资本;CFO/FCF 转换;资本支出;收购;股权激励;稀释;债务到期;流动性;利息覆盖率;养老金和股东分配。

适当时使用平均资产/权益。为 ROIC 定义投资资本和税率。将五步杜邦分析调节至报告的 ROE。标记零、负或异常的除数,而非强行计算比率。审查盈利质量、非 GAAP 调整、应计项目和现金转换。

scripts/financial_analysis.py 提供确定性比率计算。它需要明确的输入,并且不推算 EBT、税率、WACC 或其他缺失值。

5. 选择并执行估值方法

阅读 valuation-framework.md。使用适合发行人经济特征的模型选择:

  • FCFF DCF:预测无杠杆自由现金流,按 WACC 折现,然后将企业价值桥接至股权价值。
  • FCFE DCF:预测有杠杆股权现金流,按权益成本折现;不要再次减去净债务。
  • DDM:仅当股息有意义且可预测时使用。
  • 总派息:股息加净回购(回购减去发行);财务分析输入 net_buybacks 必须已经是扣除股权发行后的净值。避免重复计算回购。
  • 交易可比:P/E、EV/EBITDA、EV/EBIT、EV/销售、P/FCF、P/B(如适用);披露同行范围和中位数。
  • SOTP:分别评估分部经济、公司成本、持股折价、债务和其他优先债权。
  • 行业特定方法:银行/保险、REIT、持股公司、周期性和困境发行人需要定制方法。

对于每种方法,披露预测期、驱动因素、来源 ID、折现率、终值增长率/倍数、净债务、非经营性资产、优先债权、稀释股份、股权桥接、情景结果、敏感性和弱点。终值增长率必须低于折现率。披露终值集中度。不要合并不兼容的估值方法或使用任意的相等权重。

scripts/valuation.py 包括显式输入的 FCFF/FCFE DCF、多阶段 DDM、总派息、同行倍数、SOTP、DCF 敏感性和可选透明混合。这些函数是计算原语,不是数据源或方法选择的替代品。使用前验证单位及其输入定义。

6. 构建悲观/基准/乐观情景

情景必须基于明确的运营和财务驱动因素(增长、利润率、再投资、营运资本、折现率和终值假设),而不是任意的目标价提升。仅在有可辩护依据时解释概率。包括下行和敏感性。不要隐藏无效的模型单元格。

7. 技术指标与相对表现背景

当有可靠的价格历史时,使用 Wilder 平滑计算 SMA 50/200、EMA 20、RSI 14、MACD 12/26/9、布林带 20/2,以及与适当基准的相对表现。尽可能使用调整后价格计算总回报。说明数据频率、期间、基准、货币以及股息/公司行动处理方式。

技术指标描述价格行为;它们不确立内在价值,并且不得在基础估值混合中赋予权重。支撑/阻力和斐波那契需要明确、可重复的摆动点。不要将技术位标记为保证的目标。

scripts/technical_analysis.py 仅在所需回溯期可用后计算指标。缺失的早期观测值仍保持缺失,而不是呈现为成熟信号。

8. 形成投资论点与评级

呈现论点、变体认知(如可支持)、催化剂和时机、在定义期限内预期总回报、下行风险、关键风险、反向论点和明确的论点失效条件。

预期总回报应协调目标价、当前价格、股息预测、货币和期限。不得将以往收益率加到远期价格回报中而不披露。评级阈值是披露的内部框架,并非通用市场标准。当关键数据、ROIC/WACC 证据或论点支持不充分或相互矛盾时,应拒绝给出评级(NOT_RATED)。

9. 生成交付物

当运行时和依赖项可用时,scripts/reporting.py 可以生成:

  • 自包含、响应式的西班牙语机构级 HTML 一览表,包含执行摘要横幅、评级、可用 KPI 卡片、可读的财务/估值表格、悲观/基准/乐观情景矩阵、来源分类账、限制和打印样式。
  • XLSX 工作簿,包含执行摘要、财务分析、估值、情景、风险和来源。
  • DOCX 研究报告。
  • PPTX 委员会简报(16:9)。

这些构建器格式化提供的结构化研究包;它们不验证或捏造底层财务分析。scripts/charts.py 中的可选图表包括足球场图、DCF 敏感性热力图和价格技术背景。如果某个格式或依赖项不可用,请说明,不要伪造文件或链接。

所有生成的交付物都包含 创建者:Jairo Alonso González。签名标识技能作者/品牌;它不得暗示对外部数据或第三方研究的作者身份。PPTX 签名在幻灯片页脚和演讲者备注中均可见显示。HTML 字段以语义方式呈现为表格/列表/卡片,而非原始 JSON 块;不可用的字段明确显示为不可用。HTML 渲染器格式化所提供的数据,并且不推断缺失的指标或验证估值的正确性。

10. 质量控制和验收

运行 scripts/research_quality.py 结构性检查和自动化测试套件。独立验证:

  • 发行人/证券身份、截止时间和来源出处;
  • 货币、单位、期间和股份数量一致性;
  • 财务报表调节和比率定义;
  • WACC/权益成本和终值增长率有效性;
  • FCFF/FCFE 桥接以及无对债务/回购的重复计算;
  • 同行可比性和完整的同行选择理由;
  • 悲观/基准/乐观排序和情景驱动因素一致性;
  • 报告、工作簿、图表和模型输出是否对账;
  • 数据缺口、估计、限制和冲突是否披露。

通过的自动化测试套件不是投资研究认证。仍需人工分析师审查。

标准报告结构

  1. 执行摘要、评级或 NOT RATED、估值日期和关键辩论。
  2. 公司概况、商业模式和投资论点。
  3. 行业结构、竞争地位和同行选择。
  4. 历史财务表现、盈利质量和杜邦分析/ROIC。
  5. 估值方法、假设、情景和敏感性。
  6. 技术指标与相对表现背景(仅支持性)。
  7. 催化剂、风险、反向论点和论点失效。
  8. 来源、假设、数据截止时间、限制和披露。

向 AX 工作流的结构化交接

返回一个结构化摘要,包含发行人/证券、估值日期、报告货币、关键发现、估值方法和输出、情景结果、论点、风险、证据/来源参考、假设、数据缺口、警告、实际执行的测试/执行以及工件参考。宿主编排器拥有端到端工作流、界面、批准和下一步任务选择的所有权。技能调用不授予权限。

可执行入口点

在收集和标准化证据后,填充一个符合 schemas/research-package.schema.json 的 JSON 文件。从该目录运行打包的引擎:

python -m pip install -r requirements.txt
python -m scripts.run_research research-package.json --out ./artifacts --name NVDA

运行器在生成 HTML、XLSX、DOCX 和 PPTX 之前验证 JSON Schema 和结构性研究检查。它还会写入一个包含验证状态和工件路径的 JSON 清单。失败的验证将停止报告生成。运行器不获取发行人数据、创建分析师假设或证明财务结论;代理必须先获取、标准化和审查输入。

运行时与安全

优先使用授权的宿主沙箱。仅在被授权时使用本地或托管运行时。仅通过批准的集成和适当的数据处理使用远程服务。无执行的备选方案必须明确。在传输机密数据、连接账户、安装包或执行外部写入之前请征询同意。绝不要在源代码、提示、日志或报告中包含机密信息。

相关技能