financial-analysis

专业的上市公司财务报表分析技能。用于分析PDF格式的财务报告（季报、半年报、年报），提取三大报表数据，计算盈利能力、偿债能力、运营能力、现金流质量、成长性等多维度财务指标，进行杜邦分析和趋势分析，生成投资评级和建议。支持生成Markdown和Excel格式的专业分析报告。当用户请求分析财报、计算ROE/ROA等财务指标、评估公司财务健康状况、生成投资建议时使用此技能。

Safety Notice

This listing is imported from skills.sh public index metadata. Review upstream SKILL.md and repository scripts before running.

Copy this and send it to your AI assistant to learn

Install skill "financial-analysis" with this command: npx skills add qyqsdtc/financial_analysis_agent_skill/qyqsdtc-financial-analysis-agent-skill-financial-analysis

财务报表分析技能

专业的上市公司财务报表分析工具，支持：

  • 读取PDF财务报告并提取三大报表数据
  • 计算30+核心财务指标（盈利、偿债、运营、现金流、成长性、估值）
  • 杜邦分析: ROE三因素分解及驱动因素分析
  • 成长性评分: 收入、利润、资产增长率评估
  • 趋势分析: 多期数据趋势、转折点检测、预警生成
  • 增强估值: PE、PB、PS、EV/EBITDA等指标
  • 生成综合评分和投资评级
  • 输出Markdown和Excel格式分析报告

分析流程

当用户提供财报PDF时，按以下流程执行：

  1. 读取PDF - 使用 PDF 工具读取PDF文件内容
  2. 提取数据 - 从文本中识别资产负债表、利润表、现金流量表数据
  3. 计算指标 - 使用 scripts/calculator.py 计算财务指标
  4. 杜邦分析 - 使用 scripts/dupont_analyzer.py 分解ROE驱动因素
  5. 趋势分析 - 使用 scripts/trend_analyzer.py 分析多期数据趋势
  6. 深度分析 - 使用 scripts/financial_analyzer.py 进行专业分析
  7. 生成报告 - 使用 scripts/report_generator.py 生成报告

核心脚本

指标计算器 (scripts/calculator.py)

from scripts.calculator import FinancialIndicatorCalculator

calculator = FinancialIndicatorCalculator()

# 基础用法
indicators = calculator.calculate_all_indicators(
    balance_sheet=balance_sheet_data,
    income_statement=income_statement_data,
    cashflow_statement=cashflow_statement_data,
    metadata={'company_name': '公司名称', 'total_shares': 1000000000, 'stock_price': 25.5}
)

# 带成长性分析（需要上期数据）
indicators = calculator.calculate_all_indicators(
    balance_sheet=current_balance_sheet,
    income_statement=current_income_statement,
    cashflow_statement=current_cashflow_statement,
    metadata=metadata,
    previous_balance_sheet=prev_balance_sheet,
    previous_income_statement=prev_income_statement,
    previous_cashflow_statement=prev_cashflow_statement
)

# 获取评分摘要（包含成长性评分）
summary = calculator.get_summary()
# 返回: {'综合评分': 85.5, '盈利能力评分': 90, '偿债能力评分': 80, '成长性评分': 75, ...}

杜邦分析器 (scripts/dupont_analyzer.py)

from scripts.dupont_analyzer import DuPontAnalyzer

dupont = DuPontAnalyzer()

# ROE分解
decomposition = dupont.calculate_dupont_decomposition(balance_sheet, income_statement)
# 返回: net_profit_margin, asset_turnover, equity_multiplier, roe

# ROE质量评估
quality = dupont.evaluate_roe_quality()
# 返回: driver_type, quality, risk_level, sustainability, details

# ROE变动驱动因素分析（对比上期）
driver_analysis = dupont.analyze_roe_drivers(
    current_balance_sheet, current_income_statement,
    previous_balance_sheet, previous_income_statement
)
# 返回: changes, contributions, main_driver, interpretation

趋势分析器 (scripts/trend_analyzer.py)

from scripts.trend_analyzer import MultiPeriodTrendAnalyzer

trend = MultiPeriodTrendAnalyzer()

# 添加多期数据
for period_data in historical_data:
    trend.add_period_data(
        period=period_data['period'],
        balance_sheet=period_data['balance_sheet'],
        income_statement=period_data['income_statement'],
        cashflow_statement=period_data['cashflow_statement'],
        indicators=period_data.get('indicators')
    )

# 分析指标趋势
roe_trend = trend.analyze_metric_trend('profitability.roe')
# 返回: direction, values, turning_points, statistics

# 计算CAGR
revenue_cagr = trend.calculate_cagr('income_statement.operating_revenue')

# 生成预警
alerts = trend.generate_alerts()

# 获取趋势摘要
summary = trend.get_trend_summary()

财务分析器 (scripts/financial_analyzer.py)

from scripts.financial_analyzer import FinancialAnalyzer

analyzer = FinancialAnalyzer()

# 基础财务健康分析
analysis = analyzer.analyze_financial_health(
    company_name="公司名称",
    indicators=indicators,
    report_type="年报",
    report_period="2023-12-31"
)
# 返回: overall_rating, strengths, weaknesses, risks, opportunities, detailed_analysis

# 增强版分析（含杜邦和趋势分析）
analysis = analyzer.analyze_financial_health_enhanced(
    company_name="公司名称",
    indicators=indicators,
    report_type="年报",
    report_period="2023-12-31",
    balance_sheet=balance_sheet,
    income_statement=income_statement,
    previous_balance_sheet=prev_balance_sheet,
    previous_income_statement=prev_income_statement,
    period_data_list=historical_periods  # 多期数据用于趋势分析
)
# 返回: 基础分析 + dupont_analysis + trend_analysis

# 单独执行杜邦分析
dupont_result = analyzer.perform_dupont_analysis(
    balance_sheet, income_statement,
    prev_balance_sheet, prev_income_statement
)

# 单独执行趋势分析
trend_result = analyzer.perform_trend_analysis(period_data_list)

# 生成投资建议
recommendation = analyzer.generate_investment_recommendation(
    analysis=analysis,
    indicators=indicators,
    stock_price=25.8,  # 可选
    target_investor_type="稳健型"
)
# 返回: rating, action, target_price, entry_price, stop_loss, reasons

报告生成器 (scripts/report_generator.py)

from scripts.report_generator import AnalysisReportGenerator

generator = AnalysisReportGenerator()

# Markdown报告（含杜邦和趋势分析）
generator.generate_markdown_report(
    company_name="公司名称",
    report_period="2023-12-31",
    report_type="年报",
    statement_data=data,
    indicators=indicators,
    analysis=analysis,
    recommendation=recommendation,
    output_path="分析报告.md",
    dupont_analysis=dupont_result,  # 可选
    trend_analysis=trend_result     # 可选
)

# Excel报告
generator.generate_excel_report(
    company_name="公司名称",
    report_period="2023-12-31",
    statement_data=data,
    indicators=indicators,
    output_path="财务数据.xlsx"
)

数据结构

资产负债表 (balance_sheet)

{
    'total_assets': 100000000,        # 总资产
    'current_assets': 50000000,       # 流动资产
    'cash_and_equivalents': 20000000, # 货币资金
    'accounts_receivable': 15000000,  # 应收账款
    'inventory': 10000000,            # 存货
    'total_liabilities': 40000000,    # 总负债
    'current_liabilities': 25000000,  # 流动负债
    'accounts_payable': 8000000,      # 应付账款
    'shareholders_equity': 60000000,  # 股东权益
}

利润表 (income_statement)

{
    'operating_revenue': 80000000,       # 营业收入
    'operating_cost': 50000000,          # 营业成本
    'operating_profit': 25000000,        # 营业利润
    'total_profit': 24000000,            # 利润总额
    'net_profit': 20000000,              # 净利润
    'financial_expenses': 1000000,       # 财务费用
    'depreciation_amortization': 2000000, # 折旧摊销（用于EBITDA）
    'basic_eps': 0.5,                    # 基本每股收益（可选）
}

现金流量表 (cashflow_statement)

{
    'operating_cashflow': 22000000,   # 经营活动现金流
    'investing_cashflow': -5000000,   # 投资活动现金流
    'financing_cashflow': -3000000,   # 筹资活动现金流
    'net_cashflow': 14000000,         # 现金净增加额
}

元数据 (metadata)

{
    'company_name': '公司名称',
    'total_shares': 1000000000,  # 总股本
    'stock_price': 25.5,         # 当前股价（用于PE、PB、EV计算）
}

新增功能说明

杜邦分析

ROE三因素分解，帮助理解盈利驱动来源：

  • 净利率: 反映盈利能力（定价权、成本控制）
  • 资产周转率: 反映运营效率（资产使用效率）
  • 权益乘数: 反映财务杠杆（负债水平）

ROE质量评价：

  • 高净利率驱动：优质，可持续性高
  • 高周转驱动：良好，适合薄利多销模式
  • 高杠杆驱动：风险较高，需关注财务风险

成长性评分

新增20%权重的成长性维度评分：

  • 营业收入增长率 (35分)
  • 净利润增长率 (35分)
  • 总资产增长率 (15分)
  • 股东权益增长率 (15分)

增强估值指标

  • PE (市盈率): 股价/EPS
  • PB (市净率): 股价/BVPS
  • PS (市销率): 市值/营业收入
  • EV/EBITDA: 企业价值/息税折旧摊销前利润
  • EBITDA: 营业利润 + 财务费用 + 折旧摊销

趋势分析与预警

  • 多期数据趋势方向识别
  • 转折点检测
  • CAGR（复合年增长率）计算
  • 自动预警生成：
    • 严重：流动比率<0.8、资产负债率>80%
    • 警告：ROE连续下滑、经营现金流为负
    • 注意：现金净利比偏低

参考文档

依赖

pip install pandas numpy openpyxl matplotlib seaborn openai

注意事项

  1. 数据准确性: 解析结果依赖PDF质量，建议人工复核关键数据
  2. 行业差异: 不同行业的财务指标标准差异较大，分析时需考虑行业特点
  3. 投资风险: 本工具仅供参考，不构成投资建议

Source Transparency

This detail page is rendered from real SKILL.md content. Trust labels are metadata-based hints, not a safety guarantee.

Open in GitHubOpen in ClawHub

Related Skills

Related by shared tags or category signals.

Research

docx-to-latex

No summary provided by upstream source.

Repository SourceNeeds Review
3-qyqsdtc
Research

stock-analysis

No summary provided by upstream source.

Repository SourceNeeds Review
2-qyqsdtc
Research

CueCue Deep Research

Professional AI-powered financial research and analysis tool for market intelligence, industry reports, company analysis, policy impact assessment, competiti...

Registry SourceRecently Updated
2.2K2Profile unavailable
Research

Cue

AI-powered financial research assistant with "White-Box" evidence engineering. Multi-Agent architecture for automated information collection, verification, a...

Registry SourceRecently Updated
4150Profile unavailable