编程

CN Financial Deep Analysis

它能做什么

A股深度财务分析与研报生成Skill。融合8本财务经典方法论，基于宏观-中观-微观三层框架，支持200+财务指标分析、70+舞弊信号预警、7大行业专精对标。 Use when user asks to 财务分析、财报分析、财务报表分析、深度研报、公司研报、行业报告、行业分析、行业对比、快速排雷、舞弊识别、财务造假、估值分析、杜邦分析、可比公司、同业对比、DCF估值、选股筛选、投资价值评估、帮我看看这家公司、分析一下财报、这个股票怎么样. 不适用于简单行情查询、技术面分析、K线图解读、美股/港股（本Skill专注A股）.

技能文档

概述

金融深度分析 Skill，融合 cn-financial-services-plugins 的数据获取能力、financial-statement-analyst 的方法论深度、company_research_report 的输出能力。

功能范围

快速排雷：5分钟识别高风险企业，70+舞弊预警信号
深度分析：宏观-中观-微观三层框架，200+财务指标，7大行业对标
行业报告：行业规模/格局/趋势分析，产业链+波特五力
完整研报：公司概况→财务分析→舞弊筛查→行业对比→估值→投资建议
可选输出：Markdown结构化报告 / 图表PNG / Word文档

数据源

通过 MCP 协议连接 cn-financial-mcp（42个金融数据工具，基于AKShare），覆盖A股实时行情、三大报表、财务指标、行业分类、宏观数据、新闻公告。无需API Key。

融合的三大源项目

来源	贡献
cn-financial-services-plugins	MCP数据连接器、插件架构参考
financial-statement-analyst	三层分析框架、200+指标、70+舞弊信号、7大行业、17案例
company_research_report	Python图表生成(matplotlib) + Word文档输出(python-docx)

分析框架

三层递进分析

所有分析工作流均遵循三层递进结构：

宏观层：战略与环境
  ├── 行业生命周期判断（导入/成长/成熟/衰退）
  ├── 产业链位置分析（上游/中游/下游）
  ├── 波特五力竞争分析
  └── 八维战略框架（战略/资产/利润/现金流/成长/风险/价值/未来）
        │
        ▼
中观层：报表与指标
  ├── 三大报表联动分析（资产负债表/利润表/现金流量表）
  ├── 核心利润分析体系（核心利润 = 营收 - 营业成本 - 税金及附加 - 四项费用）
  ├── 200+财务指标体系（盈利能力/营运能力/偿债能力/成长能力/现金流）
  └── 杜邦分析（ROE = 净利率 × 资产周转率 × 权益乘数）
        │
        ▼
微观层：科目与交易
  ├── 舞弊恒等式验证（虚增利润 = 虚增资产 / 虚减负债 / 虚减权益）
  ├── 七大盈余操纵模式识别
  ├── 资产负债表舞弊痕迹扫描
  └── 会计估计合理性评估

7大行业专精

每个行业有独立的分析模板和关键指标，详见 references/industries/：

行业	核心关注指标	特有风险
制造业	存货周转率、固定资产周转率、毛利率	产能过剩、存货减值
房地产	资产负债率、预收账款/收入、融资成本	高杠杆、政策风险
金融业	不良贷款率、拨备覆盖率、净息差	信贷风险、流动性
消费业	应收账款周转率、销售费用率、品牌溢价	渠道依赖、消费降级
科技业	研发费用率、无形资产占比、毛利率	技术迭代、人才流失
医疗业	研发管线、销售费用率、应收账款	集采政策、审批风险
公用事业	资产负债率、现金流稳定性、ROE	价格管制、政策变动

使用

工作流选择

用户意图	对应工作流	预计耗时	输出
"帮我排雷" / "看看有没有造假" / "快速扫一眼"	快速排雷	~5分钟	风险等级+预警信号清单
"深度分析这家公司" / "全面评估"	深度分析	~20分钟	三层分析完整报告
"分析XX行业" / "行业对比" / "行业前景"	行业报告	~15分钟	行业全景分析报告
"出一份研报" / "写份报告" / "完整评估"	完整研报	~30分钟	结构化研报+可选图表/Word

工作流一：快速排雷

触发：用户提供股票代码或公司名称，表达快速筛查意图。

步骤：

拉取数据：通过MCP获取最近一期三表、核心财务指标、同行业基准值
核心指标预警扫描（参考 references/core/fraud-detection.md）：
- 盈利能力：扣非净利润 < 0、净利率 < 3%、ROE < 6%
- 现金流：经营现金流/净利润 < 0.5、连续三年为负
- 偿债能力：资产负债率 > 80%、流动比率 < 1
舞弊信号检测：
- 应收账款增长率 > 营收增长率 × 1.5
- 前五大客户占比 > 50%
- 非经常性损益占比 > 20%
- 存货增长率 > 营收增长率 × 1.3
- 毛利率异常偏离行业均值 ±15%
行业对标初筛：核心指标与行业75分位/中位/25分位对比
风险等级评定：低/中/高/极高
输出：风险等级 + 触发预警信号清单 + 行业对标摘要 + 回避/观望/可关注建议

输出格式：

## 快速排雷报告 - [公司名称]（[股票代码]）

**风险等级**：🔴 高风险 / 🟡 中风险 / 🟢 低风险

### 触发预警
| 类别 | 信号 | 实际值 | 阈值 | 偏离 |
|------|------|-------|------|------|
| 盈利能力 | 扣非净利润连续亏损 | -1.2亿 | >0 | -- |
| 现金流 | 经营现金流/净利润异常 | -0.8 | >0.5 | 260% |
| 舞弊 | 应收账款增速远超营收 | 35%/10% | ≤1.5x | 3.5x |

### 行业对标
| 指标 | 公司 | 行业中位 | 行业75分位 | 评价 |
|------|------|---------|-----------|------|
| ROE | 2.5% | 8% | 15% | 弱于行业 |

**建议**：❌ 回避 / ⚠️ 观望 / ✅ 可关注

工作流二：深度分析

触发：用户要求全面、深度分析某公司，需输出完整分析。

步骤：

拉取全量数据：近5年三表、所有财务指标、行业数据、宏观数据、新闻公告
宏观层分析（参考 references/core/three-layer-framework.md）：
- 行业生命周期判断
- 产业链位置与议价能力
- 波特五力分析
- 八维战略框架扫描
中观层分析：
- 资产负债表：资产质量、负债结构、权益质量
- 利润表：收入质量、成本结构、利润可持续性
- 现金流量表：经营/投资/筹资现金流结构与趋势
- 200+指标按盈利能力/营运能力/偿债能力/成长能力/现金流五维度展开
- 杜邦分析：ROE三因子逐层拆解归因
微观层分析：
- 七大盈余操纵模式逐一筛查
- 舞弊恒等式验证
- 资产负债表舞弊痕迹
价值评估：
- 绝对估值：DCF（FCFE/FCFF）
- 相对估值：PE-TTM、PB、PS、EV/EBITDA与行业对比
- 安全边际判断
输出：完整三层分析报告 + 估值区间 + 投资建议

工作流三：行业报告

触发：用户要求分析某个行业或进行行业对比。

步骤：

确定行业：按申万行业分类，获取该行业全部成分股
行业全景数据：行业营收规模、增速、利润率中位数、集中度（CR5/CR10）
行业生命周期判断：基于历史增速、新进入者、技术变革信号
产业链分析：上游/中游/下游利润分配、议价能力分布
竞争格局：波特五力 + 市场份额分布 + 龙头对比
行业对标：将用户指定公司与行业75分位/中位/25分位对比
输出：行业全景分析报告

工作流四：完整研报

触发：用户要求出具正式研报，含投资建议。

执行：按顺序执行深度分析 + 行业报告，整合输出为标准化五章研报：

第一章：公司概况（基本信息、主营业务、股权结构、管理层评估）
第二章：财务分析（三大报表联动分析、五维度指标、杜邦拆解、趋势）
第三章：行业分析（行业地位、竞争格局、产业链、发展趋势）
第四章：估值分析（DCF + 相对估值 + 敏感性分析 + 合理价值区间）
第五章：风险提示（财务风险、行业风险、治理风险、政策风险）+ 投资建议

输出增强（可选）

Python 插件安装

本 Skill 核心输出为 Markdown 结构化报告，无需任何安装。如需生成 PNG 图表和 Word 文档，安装 outputs/ 可选插件：

pip install -r outputs/requirements.txt

macOS 用户需确认中文字体可用（系统自带 PingFang SC），无需额外安装。

启用图表输出

在分析完成后，调用 outputs/charts.py 生成图表：

python3 outputs/charts.py \
  --input /path/to/analysis_result.json \
  --output-dir /path/to/charts/

启用 Word 文档输出

调用 outputs/docx_builder.py 将 Markdown 研报转为 Word：

python3 outputs/docx_builder.py \
  --input /path/to/report.md \
  --output /path/to/report.docx \
  --charts-dir /path/to/charts/  # 可选，嵌入图表

补充说明

MCP 数据源配置

使用前需安装 cn-financial-mcp：

git clone https://github.com/ccq1/cn-financial-mcp.git ~/cn-financial-mcp
cd ~/cn-financial-mcp && pip install -e .

配置 .mcp.json（本 Skill 根目录已包含模板，按需修改路径）。

数据可靠性

数据来自东方财富/新浪/腾讯/同花顺等公开接口，AKShare多源自动fallback
单次分析请求量小（<20次API调用），不会触发限流
财报数据有季度滞后性，最新季度数据以官方披露时间为准

常见问题

Q：分析时提示"数据获取失败" A：检查 cn-financial-mcp 是否正确安装。运行 python -m cn_financial_mcp --test 验证连接。

Q：图表中文显示为方块 A：macOS 运行 fc-list :lang=zh 确认 PingFang SC 可用。若缺失，恢复默认字体：pip uninstall matplotlib && pip install matplotlib。

Q：行业对标数据偏差 A：行业分类基于申万标准，部分跨行业经营公司可能归类不精确。如有疑问，手动指定行业代码（如 SW801010）。

方法论来源

本 Skill 融合8本财务分析经典的核心方法论：财务诡计(Schilit)、从报表看舞弊(叶金福)、手把手教你读财报(唐朝)、穿透财报(邹佩轩)、财务报表分析与股票估值(Palepu & Healy)、财务智慧(Berman & Knight)、火眼金睛读财报(张新民)、投资最重要的事(霍华德·马克斯)。

详细方法论见 references/core/ 目录。

免责声明

本 Skill 生成的报告仅供参考，不构成投资建议。AI分析结果应由金融专业人士审核后方可用于投资决策。投资有风险，决策需谨慎。