Communitygithub.com

jairoalonso1/finanzas-valoracion-accion

基於情境的機構級權益研究,涵蓋商業分析、財務報表品質、估值、投資論點與風險,適用於股票分析、DCF、可比估值及投資委員會研究。

finanzas-valoracion-accion 是什麼?

此技能提供一個專業、便攜的機構級權益研究框架,專為分析師與投資委員會設計。它能引導使用者完成從發行人驗證、證據收集、商業與產業分析、財務績效與品質評估,到多種估值方法(如FCFF/FCFE DCF、DDM、可比交易分析、SOTP)執行、情境建立(多空基準案例)、技術分析,以及最終生成西班牙語HTML摘要、XLSX工作簿、DOCX報告與PPTX簡報等完整工作流程。此技能支援美國發行人的SEC EDGAR數據擷取,並強調證據優先、數據可追溯、假設明確、事實與估計分離、再現性與獨立挑戰等不可協商的分析原則。它不提供個人化建議、投資組合配置或交易執行,且需在主機環境中搭配授權的數據存取與執行環境使用。透過結構化JSON知識包驅動,自動化檢查與測試能確保品質,但最終的人類分析師審查仍是必要條件。

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

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

機構級權益研究

作者:Jairo Alonso González

使命與範圍

產出一份透明、可再現、基於證據的上市發行人評估:業務經濟學、產業地位、財務績效與品質、估值、預期總報酬、催化劑與風險。預期產出為可供分析師與投資委員會審閱的機構級研究。

此技能為一個可攜帶的專業能力。它本身不提供即時數據、憑證、網路連線、Python執行環境、編排、使用者介面、權限或交易執行。使用前請先確認主機實際能力。除非已執行並驗證,否則不得聲稱已發生某項動作、計算或檔案生成。

範圍內: 發行人識別;原始來源研究;財務報表分析;同業分析;FCFF/FCFE DCF;DDM;總支付;交易可比分析;SOTP;情境與敏感度分析;技術/相對績效背景;投資論點;風險與品質審查;報告生成。

範圍外: 個人化適合性建議;資產配置;投資組合建構或部位規模;自動買入/賣出執行;保證報酬;未經支持的價格預測。

首次互動與輸入

若缺少發行人/股票代號,請先詢問。驗證法定發行人、股票代號、交易所、股份類別、ADR比率(如適用)、報告貨幣、會計框架與會計年度結束日。釐清可能改變發行人或證券的模糊之處。

確立估值日期、最新可得的報告期間、投資期間(僅預設揭露12個月)、市場與要求的交付成果。請勿詢問工作流程情境中已有的資訊。僅在重大輸入阻礙安全進展時,提出一個針對性的問題。

不可協商的分析原則

  1. 證據優先於意見: 優先使用備案文件、經審計報表、發行人發布與原始來源。
  2. 不得偽造數據: 絕不虛構財務數據、市場價格、共識預期、同業組合、WACC組成部分、成長率、股利、股份數量或目標價。
  3. 不得有隱含假設: 遺漏的輸入值必須要求、明確估計並附理由,或標記為不可得。絕不替代任意預設值。
  4. 事實/估計分離: 標示已報告事實、發行人指引、共識預期、分析師假設與計算輸出。
  5. 時點紀律: 說明估值截止點,僅使用該日期前可得的資訊。保留備案/發布日期與存取ID(如適用)。
  6. 可比基礎: 統一貨幣、單位、會計期間、會計定義、股份數量與追溯/預測慣例。
  7. 方法論契合: 根據發行人經濟狀況選擇方法。說明排除原因;絕不強迫每種模型適用於每家公司。
  8. 再現性: 揭露公式、輸入值、假設、來源ID、情境驅動因子與敏感度。
  9. 獨立挑戰: 提出反論點、下行風險、不確定性與論點失效條件。
  10. 人為責任: 自動化檢查不能取代分析師對重大判斷的審閱。

端到端研究工作流程

1. 驗證發行人與研究基礎

記錄法定名稱、股票代號、交易所、證券類別、產業、商業模式、報告貨幣、會計年度結束日、會計準則、股份數量基礎與估值日期。識別相關監管機構、交易所與主要發行人來源。

2. 建立證據分類帳並收集數據

收集3-5年年度數據(如可得),季度/期中期間與前瞻估計(僅限有來源時)。擷取損益表、資產負債表、現金流量表、部門、地理區域、指引、稀釋、股票薪酬、債務到期、流動性、或有負債與重大風險因素。

每項重大觀察應保留來源ID、發布者、標題、URL/參考資料、發布/備案日期、檢索時間、期間、貨幣、單位、證據類型與任何轉換。請參閱 data-and-provenance.md。

對於美國發行人,scripts/sec_edgar.py 可檢索原始SEC公司事實,並按備案日期過濾已報告的觀察值。它不是通用的報表標準化工具。不得聲稱它能解析所有分類標籤、推導出季度獨立值或標準化所有發行人。對於非美國發行人,請使用相應的監管機構。SEC查詢需要由運營者配置一個真實的 SEC_USER_AGENT,並附上可監控的聯絡方式;絕不硬編碼個人聯絡資訊。

若無授權數據存取,請要求提供原始檔案,或使用提供的數據進行明確限制的分析。不得暗示即時檢索。

3. 了解業務、產業與競爭地位

說明產品/服務、客戶、收入模式、定價能力、經常性收入、地理區域、集中度、監管、週期性、資本密集度、供應商、替代品與關鍵營運驅動因子。僅在有證據支持時評估競爭優勢。

使用商業模式、地理區域、規模、成長率、利潤率、槓桿、資本密集度、會計與會計期間選擇同業。說明納入/排除原因,並保留完整的同業組合。不得挑選偏頗的同業。

4. 分析財務績效與品質

分析營收成長與驅動因子;毛利率/營業利益率/EBITDA利潤率/淨利率;ROA/ROE/ROIC;支付比率與每股帳面價值;營運資金;營運現金流/自由現金流轉換率;資本支出;收購;股票薪酬;稀釋;債務到期;流動性;利息保障倍數;退休金與股東分配。

在適當情況下使用平均資產/權益。定義投入資本與ROIC的稅率。將五步驟杜邦分析與已報告ROE進行調節。標記為零、負數或異常的分母,而非強迫計算比率。審查盈餘品質、非GAAP調整、應計項目與現金轉換。

scripts/financial_analysis.py 提供確定性的比率計算。它需要明確的輸入值,不會推斷EBT、稅率、WACC或其他遺漏值。

5. 選擇並執行估值方法

閱讀 valuation-framework.md。使用適合發行人經濟狀況的模型選擇:

  • FCFF DCF:預測無槓桿自由現金流量,以WACC折現,然後從企業價值過渡到權益價值。
  • FCFE DCF:預測有槓桿權益現金流量,以權益成本折現;請勿再次減去淨債務。
  • DDM:僅當股利具有意義且可預測時使用。
  • 總支付:股利加上淨購回(購回減去發行);財務分析輸入 net_buybacks 必須已扣除股權發行。避免重複計算購回。
  • 交易可比分析:P/E、EV/EBITDA、EV/EBIT、EV/Sales、P/FCF、P/B(如適用);揭露同業範圍與中位數。
  • SOTP:分開部門經濟狀況、公司費用、控股折價、債務與其他優先索取權。
  • 特定產業方法:銀行/保險公司、REITs、控股公司、週期性與困境發行人需要量身定制的方法。

對於每種方法,揭露預測期間、驅動因子、來源ID、折現率、終值成長率/乘數、淨債務、非營業資產、優先索取權、稀釋後股份、權益過渡、情境結果、敏感度與弱點。終值成長率必須低於折現率。揭露終值集中度。不得結合不相容的估值方法或使用任意相等權重。

scripts/valuation.py 包含明確輸入的FCFF/FCFE DCF、多階段DDM、總支付、同業倍數、SOTP、DCF敏感度與可選的透明混合。這些函數是計算原語,不是數據來源或方法選擇的替代品。使用前請驗證單位與輸入定義。

6. 建立空/基準/多頭案例

情境必須從明確的營運與財務驅動因子(成長率、利潤率、再投資、營運資金、折現率與終值假設)建立,而非任意目標價上調。僅在有可辯護的基礎時才解釋機率。包含下行風險與敏感度。不得隱藏無效的模型儲存格。

7. 技術與相對績效背景

當可靠的價格歷史可用時,計算SMA 50/200、EMA 20、RSI 14(使用Wilder平滑法)、MACD 12/26/9、布林通道20/2以及相對於適當基準的相對績效。盡可能使用調整後價格計算總報酬。說明數據頻率、期間、基準、貨幣與股利/公司行動處理方式。

技術指標描述價格行為;它們不確立內在價值,且不得在基本面估值混合中賦予權重。支撐/阻力與費波那契需要明確、可再現的擺動點。不得將技術水準標記為保證目標。

scripts/technical_analysis.py 僅在所需的回顧期可用後計算指標。遺失的早期觀察值應保持遺失,而非呈現為成熟訊號。

8. 形成投資論點與評級

呈現論點、觀點差異化(如可支持)、催化劑與時機、在定義期間內的預期總報酬、下行風險、主要風險、反論點與明確的論點失效條件。

預期總報酬應使目標價、當前價格、股利預測、貨幣與期間保持一致。未經揭露,不得將追溯殖利率加入前瞻價格報酬。評級門檻為被揭露的內部框架,非通用市場標準。當重大數據、ROIC/WACC證據或論點支持不足或相互矛盾時,應保留評級(NOT_RATED)。

9. 產出交付成果

當執行環境與依賴項可用時,scripts/reporting.py 可生成:

  • 自包含、響應式西班牙語機構級HTML摘要,包含執行橫幅、評級、可用KPI卡片、可讀財務/估值表格、空/基準/多頭情境矩陣、來源分類帳、限制與列印樣式。
  • XLSX工作簿,包含執行摘要、財務分析、估值、情境、風險與來源。
  • DOCX研究報告。
  • PPTX委員會簡報(16:9)。

這些建構工具會格式化提供的結構化研究套件;它們不會驗證或虛構底層的財務分析。scripts/charts.py 中的可選圖表包含足球場圖、DCF敏感度熱力圖與技術價格背景。若某種格式或依賴項不可用,請明確說明,不得虛構檔案或連結。

所有生成的交付成果均包含 作者:Jairo Alonso González。此署名識別技能作者/品牌;不得暗示為外部數據或第三方研究之作者。PPTX署名會顯示在投影片頁尾以及演講者備註中。HTML欄位以語意化的表格/清單/卡片呈現,而非原始JSON區塊;不可用的欄位會明確標示為不可用。HTML渲染器會格式化提供的數據,不會推斷遺漏的指標或驗證估值正確性。

10. 品質控制與驗收

執行 scripts/research_quality.py 結構性檢查與自動化測試套件。獨立驗證:

  • 發行人/證券身份、截止點與來源出處;
  • 貨幣、單位、期間與股份數量一致性;
  • 財務報表調節與比率定義;
  • WACC/權益成本與終值成長率有效性;
  • FCFF/FCFE過渡以及無重複計算債務/購回;
  • 同業可比性與完整的同業選擇理由;
  • 空/基準/多頭排序與情境驅動因子一致性;
  • 報告、工作簿、圖表與模型輸出相互調節;
  • 數據缺口、估計、限制與衝突已揭露。

通過自動化測試套件並非投資研究認證。仍需要人類分析師審查。

標準報告結構

  1. 執行摘要、評級或 NOT RATED、估值日期與關鍵辯論。
  2. 公司概覽、商業模式與投資論點。
  3. 產業結構、競爭地位與同業選擇。
  4. 歷史財務績效、盈餘品質與杜邦/ROIC分析。
  5. 估值方法、假設、情境與敏感度。
  6. 技術與相對績效背景(僅輔助)。
  7. 催化劑、風險、反論點與論點失效。
  8. 來源、假設、數據截止點、限制與揭露。

結構化交接至AX工作流程

返回結構化摘要,包含發行人/證券、估值日期、報告貨幣、關鍵發現、估值方法與輸出、情境結果、論點、風險、證據/來源參考、假設、數據缺口、警告、實際執行的測試/執行與產出物參考。主機編排器擁有端到端工作流程、介面、核准與下一任務選擇的擁有權。技能調用不授予權限。

可執行進入點

收集並標準化證據後,填入符合 schemas/research-package.schema.json 的JSON檔案。從此目錄執行打包的引擎:

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

執行器在生成HTML、XLSX、DOCX與PPTX之前,會驗證JSON Schema與結構性研究檢查。它還會寫入一個包含驗證狀態與產出物路徑的JSON清單。驗證失敗會停止報告生成。執行器不會擷取發行人數據、建立分析師假設或認證財務結論;代理人必須先來源、標準化並審查輸入值。

執行時期與安全性

優先使用授權主機沙盒。僅在授權情況下使用本地或受管理執行環境。僅透過經核准的整合與適當的數據處理使用遠端服務。明確說明無執行備案。在傳輸機密數據、連接帳戶、安裝套件或執行外部寫入前,請先詢問。絕不將機密資訊包含在原始碼、提示、日誌或報告中。

相關技能