智能财务风险分析工具
下载地址
https://www.zhengdianxue.com/wp-content/uploads/skills/kins--financial-statement-analysis.zip将提示词发送给你的 AI 安装该 skills
请根据 https://skillhub.cn/install/skillhub.md,安装 @kins/financial-statement-analysis。财务报表分析技能(六大维度 30 项指标)。当用户需要对一家企业进行系统化财务体检与指标解读时使用:覆盖营运能力、偿债能力、盈利能力、现金流、资产结构、负债结构六大维度共 30 项核心指标的分析与趋势解读。支持用户上传审计报告/财报(PDF/Word/Excel/图片),或由用户提供客户名称后联网检索其近三年的审计报告与财务报告,自动提取利润表、现金流量表、资产负债表三大报表,计算全部指标并做近三年逐期横向(行业基准)对比与风险分析。
触发关键词:财务分析、财报分析、财务报表分析、财务指标分析、比率分析、企业财务体检、财务健康度、营运能力、偿债能力、盈利能力、现金流分析、资产结构、负债结构、周转率、流动比率、速动比率、资产负债率、利息保障倍数、ROE、ROA、毛利率、净利率、自由现金流、应收账款周转率、存货周转率、对外担保、或有负债、上传财报、上传审计报告、审计报告分析、联网检索财报、近三年财报、三大报表提取、年度审计报告、利润表、现金流量表、资产负债表。
阅读全文 (展开查看完整说明)
概述
财务报表分析(六大维度 30 项指标)
© 所属权声明 — 所有者:金实宏成。本技能为专有资产,保留所有权利;允许为使用目的安装、使用及提供给他人使用,但禁止任何修改、反编译、去除所有权标识或分发修改版本。详见
NOTICE.md。
Overview
本技能用于对企业财务报表进行结构化、可复算、可追溯的指标体检与解读。它把三大报表(资产负债表、利润表、现金流量表)的原始科目,按统一的六大维度归集、计算、对比、判读,形成既含计算明细又含专业判断的分析结果。
技能不替代专业判断,而是提供统一的指标框架、公式口径、行业基准与输出模板,确保不同主体、不同期间的财务分析口径一致、重点不遗漏、结论可追溯。
能力总览(v1.3.1):
- 六大维度全覆盖:营运能力、偿债能力、盈利能力、现金流、资产结构、负债结构,共 30 项核心指标。
- 自动重试与容错(v1.3 新增):联网检索(WebSearch / WebFetch)内置「指数退避重试 + 检索词降级 + 多源回退 + 整期兜底」四层机制;脚本读取支持多编码回退(utf-8 → gbk → latin-1)与列序自动恢复(
--auto-recover),遇网络抖动、编码异常、文件损坏等特殊情况自动恢复或平滑降级,绝不静默中断。详见下方「容错与自动重试机制」专章。 - 自动测算:
scripts/compute_metrics.py读取结构化输入(三大报表 JSON),一键算出全部可计算指标,并标注公式、多期趋势、行业基准对比与「良好/关注/预警」健康标记。 - 行业基准对比:每项指标附常用经验阈值(如流动比率 2.0、速动比率 1.0、资产负债率 40%–60%),辅助快速定位异常。
- 缺失友好:数据不足的指标自动标记为「数据不足」而非报错,账龄/存货结构/对外担保/或有负债等需明细的输入项提供结构化模板。
- 多期趋势:强制近 3 期(年/期)对比,识别改善或恶化方向。
- 来源追溯:每项数据标注
[来源N],与debt-financing-review、enterprise-due-diligence-report等姊妹技能的口径一致。 - 维度文字解读(自动生成):每个维度除指标表外,自动产出一段结构化文字分析——含纵向趋势(近 N 期变动方向与幅度)、横向行业对比(高于/低于行业均值)、风险归因(指标偏弱时的专业语义解读,如「存货周转较慢,说明……」「应收账款周转天数偏高,意味着……」)与综合建议,语气与口径与人工撰写一致。
- 细分行业基准数据集(联网校准):内置 12 套行业典型均值——制造业/工业、房地产、建筑施工、批发零售、信息技术/软件、公用事业、白酒、食品饮料、医药生物、基础化工、银行/金融,及通用兜底。横向对比与风险归因按
industry字段自动匹配对应细分行业(如白酒存货周转 0.3 次/年、应收极高属正常,不会套制造业 4 次/年误判为积压)。若输入行业未匹配任何内置档(如「船舶制造」),报告头部明确提示「⚠️ 行业基准不适用,已回退通用基准,结论仅供参考」;银行/金融业单独标注「常规工商指标不适用,建议改用资本充足率/不良率/拨备覆盖率/净息差」。基准源自公开行业财务特征(申万分类、统计局、券商研报均值),已联网检索校准,属经验区间须人工复核。详见references/industry_benchmarks.md。 - 数据获取层(双入口):① 用户上传:支持审计报告 / 财务报告(PDF / Word / Excel / 图片),经文本抽取后自动归集三大报表科目;② 未上传则联网检索:根据客户名称检索其近三年的审计报告与财务报告,提取利润表、现金流量表、资产负债表。配套
scripts/extract_statements.py将抽取文本转为草稿 JSON。详细流程见references/data_collection.md。 - 近三年横向对比(逐期):每个维度除纵向趋势外,自动生成「近三年 vs 行业均值」逐期横向对比段落(每项指标列出各年数值及高于/低于/接近行业均值),使横向对比分析基于真实加工指标、覆盖完整三年。
- 双格式输出:先产出 Markdown 分析稿,可经
html-to-docxskill 转 Word(.docx)、再经 libreoffice 转 PDF。
适用场景(触发条件)
当用户提出以下任一类需求时,优先调用本技能:
- 对某一企业/标的/客户做财务分析、财报分析、财务指标分析、比率分析
- 提及「财务体检 / 财务健康度 / 企业财务指标」等诉求
- 直接点名某一维度或指标做测算与解读,如「算一下 ROE」「分析偿债能力」「看看现金流」
- 提到六大维度任一关键词:营运能力、偿债能力、盈利能力、现金流分析、资产结构、负债结构
- 需要做多期财务对比、行业对标、财务指标趋势判断
若用户仅要求单指标测算,可直接调用 compute_metrics.py;若要求完整体检,执行下方完整流程。
六大维度与指标清单
| 维度 | 编号 | 指标 |
|---|---|---|
| 一、营运能力 | Y1 | 应收账款周转率 |
| 一、营运能力 | Y2 | 存货周转率 |
| 一、营运能力 | Y3 | 总资产周转率 |
| 一、营运能力 | Y4 | 流动资产周转率 |
| 一、营运能力 | Y5 | 营业周期分析(存货+应收周转天数) |
| 二、偿债能力 | C1 | 流动比率 |
| 二、偿债能力 | C2 | 速动比率 |
| 二、偿债能力 | C3 | 资产负债率 |
| 二、偿债能力 | C4 | 利息保障倍数 |
| 二、偿债能力 | C5 | 现金流偿债能力 |
| 二、偿债能力 | C6 | 有息负债规模分析 |
| 三、盈利能力 | P1 | 净利润率 |
| 三、盈利能力 | P2 | 毛利率 |
| 三、盈利能力 | P3 | ROE(净资产收益率) |
| 三、盈利能力 | P4 | ROA(总资产收益率) |
| 三、盈利能力 | P5 | 营业收入增长率 |
| 三、盈利能力 | P6 | 利润增长率 |
| 四、现金流 | F1 | 经营活动现金流 |
| 四、现金流 | F2 | 投资活动现金流 |
| 四、现金流 | F3 | 筹资活动现金流 |
| 四、现金流 | F4 | 自由现金流分析 |
| 四、现金流 | F5 | 现金流匹配性分析 |
| 五、资产结构 | A1 | 流动资产结构 |
| 五、资产结构 | A2 | 固定资产规模分析 |
| 五、资产结构 | A3 | 应收账款账龄分析 |
| 五、资产结构 | A4 | 存货结构分析 |
| 五、资产结构 | A5 | 长期投资分析 |
| 六、负债结构 | D1 | 短期负债占比 |
| 六、负债结构 | D2 | 长期负债结构 |
| 六、负债结构 | D3 | 银行借款结构 |
| 六、负债结构 | D4 | 对外担保情况 |
| 六、负债结构 | D5 | 或有负债分析 |
各指标的完整公式、取数字段、行业基准与判读口径,见 references/financial_metrics.md;数据采集与结构化输入方法(含 JSON 模板)见 references/data_collection.md;报告输出模板见 references/report_template.md。
数据要求(强制)
- 多期财务:六大维度尽量覆盖近 3 个会计期间(年/期),至少 2 期以支持趋势判断;单期仅能做水平体检,须在报告中声明。
- 来源追溯(固定格式):任何指标数值、分析结论,必须标注来源编号
[来源N];无来源不得下结论。推算值标注「根据[来源N]推算」。 - 单位统一:所有金额统一为「万元」或「亿元」,在表格表头注明;比率、倍数、天数不做单位标注。
- 缺项透明:数据不足的指标标记「数据不足」,不得默认可控;需在报告局限性声明中汇总缺项清单。
- 明细优先:A3 应收账款账龄、A4 存货结构、D4 对外担保、D5 或有负债依赖明细数据,用户未提供时以结构化模板列出待补项,做定性框架分析。
容错与自动重试机制(Retry & Resilience,v1.3)
本技能对网络检索与本地 IO 两类失败场景做了系统化容错,确保遇到网络抖动、编码异常、文件损坏、检索无果等特殊情况时自动重试或平滑降级,而非中途报错或静默产出残缺结论。
一、联网检索重试(分支 B:WebSearch / WebFetch)
agent 在 Step 2 分支 B 调用 WebSearch / WebFetch 时,须逐层套用以下重试与降级规则:
- R1 · 网络/超时重试(指数退避):单次检索若遇网络超时、连接重置、503/502/429 等瞬态错误,自动重试最多 3 次,退避间隔
1s → 2s → 4s(可叠加 ±0.5s 抖动);同一查询 3 次仍失败则判定该查询失败,转入 R2。 - R2 · 检索词降级:查询失败后按
references/data_collection.md的「近三年检索词模板」切换同义检索词(如「年度报告」→「年报」「审计报告」→「募集说明书 财务报表」),对同一年度最多尝试 3 组检索词。 - R3 · 多源回退:优先 A 级来源(交易所/巨潮/官网年报原文);A 级无果则回退 B 级(评级报告/权威行情)、再 C 级(官网/财经媒体);多源冲突以权威等级最高者为准并注明差异。
- R4 · 整期兜底:某一年度经 R1–R3 仍无法取得足够科目时,该期标记「数据不足」而非中断整轮分析;已有科目照常填入,缺失科目留空由引擎标「数据不足」,并在报告局限性声明汇总。
- R5 · 全局兜底:若全部三年均检索失败(如普通非上市企业公开信息稀少),主动提示用户上传原始审计报告/财报,并暂以「数据不足」框架出具结构化模板,严禁以片段数据硬下结论。
- 节流保护:相邻两次 WebSearch/WebFetch 调用间建议间隔 ≥ 0.5s,避免触发限流(429)放大失败率。
二、本地脚本 IO 容错
- 多编码读取(extract_statements.py / compute_metrics.py):输入文本/JSON 优先以
utf-8读取;若抛UnicodeDecodeError,自动回退gbk→latin-1,并在 stderr 打印实际采用的编码。对读取异常额外做 1 次瞬态重试(间隔 1s,覆盖文件被占用/临时不可读),仍失败才报错退出。 - 列序自动恢复(extract_statements.py
--auto-recover):报表一行含多列(本期/上期)时,脚本同时尝试first与last两种取值策略,选取匹配科目覆盖率更高的一组作为最终结果(覆盖率相同则取first);stderr 打印所选列与另一列的覆盖率供人工复核。 - 文件损坏 / 乱码:沿用 Step 2 分支 A 的二次校验
_validation(level=pass/warn/fail);fail/warn时按既有重传指引提示用户,不进入计算。
三、上游工具失败降级
- Read 工具 / Office 解析技能失败:PDF/Word/Excel 解析异常时,降级为「用户直接提供纯文本或 CSV」或「联网检索该期报表」(分支 B 的 R1–R5),并在来源索引注明「原件解析失败,转检索补缺」。
- 统一原则:任何失败都向前兼容——能部分完成则部分完成并显式标注缺口;无法完成则明确提示用户补充材料,绝不静默以残缺数据下结论。
执行逻辑(Workflow)
首次使用? 请先阅读
references/quickstart_guide.md,里面有一个从数据准备到报告产出的完整端到端示例。遇到问题时查阅references/faq.md。
Step 1 — 明确分析对象与数据来源
确认企业全称、所属行业、分析期间(强制近三年)、以及数据来源类型:
- 分支 A · 用户上传材料(优先级最高):审计报告 / 财报原件,格式支持 PDF / 图片 / Word / Excel。
- 分支 B · 联网检索:用户未上传时,依客户名称检索其近三年(含最新报告期往前三年)的审计报告与财务报告。
- 若用户已直接提供结构化 JSON(如经
extract_statements.py生成的草稿),直接进入 Step 3;否则按所选分支执行 Step 2。
Step 2 — 数据采集与结构化(双分支)
分支 A:用户上传审计报告 / 财务报告
- 用 Read 工具直接读取 PDF / 图片(Read 支持 PDF 与图片 OCR 文本);Word / Excel 可经
tencent-docs-routing、tencent-local-office-edit或file-format-converter等技能抽取为文本 / 表格。 - 将抽取出的纯文本保存为
.txt,运行配套脚本批量抓取科目:
python scripts/extract_statements.py --text 年报2025.txt --entity "客户名"
--industry 制造业 --period 2025 --unit 元 --output draft_2025.json脚本按规范科目名 + 字段别名匹配并抓取数值,自动换算单位(元/千元/万元→亿元),并在 stderr 输出「已匹配 / 未匹配」清单。抽取为尽力而为,须逐条复核列序(本期/上期、合并/母公司)与取值。
- 二次校验(必做):脚本输出含
_validation字段(level=pass/warn/fail)。若level=fail(文件损坏/无法读取/严重乱码)或warn(识别不清、可识别科目过少),立即提示客户重新上传【完整、清晰、无损坏】的原始文件,切勿以低质量抽取结果硬下结论;仅level=pass才进入下一步。文件读取失败的编码/瞬态恢复由脚本自动处理(见「容错与自动重试机制」二)。 - 对近三年各期分别抽取,合并为含 3 个
period的输入 JSON;缺失科目留空,由引擎标记「数据不足」。 - 明细型指标(应收账款账龄 / 存货结构 / 对外担保 / 或有负债)脚本不自动抽取,按
breakdown模板人工录入。
分支 B:未上传 → 按客户名联网检索近三年
- 调用 WebSearch / WebFetch,按
references/data_collection.md的「近三年检索词模板」逐期检索审计报告与财务报告,优先抓取利润表、现金流量表、资产负债表三大报表核心科目。检索过程须套用「容错与自动重试机制」一的 R1(指数退避重试)→ R2(检索词降级)→ R3(多源回退)→ R4(整期兜底)→ R5(全局兜底),遇网络抖动或检索无果自动恢复,不静默中断。 - 上市公司:优先交易所 / 巨潮 / 公司官网年报;非上市 / 发债企业:优先评级报告、募集说明书、征信报告;缺失科目交叉验证后留空。
- 将检索到的数值按年度整理,建立
[来源N]索引;无法获取的科目标记「数据不足」。 - 同样经
extract_statements.py或手工整理为含 3 个period的输入 JSON。
两条分支最终都产出
compute_metrics.py可读取的三大报表 JSON;输出「数据获取情况 + 缺项清单 + 来源索引」。
Step 3 — 填写结构化输入并运行计算
- 按
references/data_collection.md的 JSON 模板,将三大报表科目与明细填入输入文件(如input.json)。 - 运行计算引擎:
python scripts/compute_metrics.py --input input.json --output 分析报告.md- 脚本自动计算全部可计算指标,输出含「公式 / 数值 / 多期趋势 / 行业基准 / 健康标记 / 来源标注」的 Markdown 分析稿;并在每个维度指标表之后附一段自动生成的文字解读(纵向趋势 + 横向行业对比 + 风险归因 + 综合建议);缺失项标记并在文末汇总。
Step 4 — 复核与补强维度文字解读(结合基准与趋势)
脚本已在每个维度指标表后自动生成一段文字解读(纵向趋势 + 横向行业对比 + 风险归因 + 综合建议)。本步以复核与补强为主,而非从零撰写:
- 核对脚本自动生成的行业基准对比是否契合企业实际细分行业(通用制造业阈值仅作初筛,必要时按行业调整阈值后再重算)。
- 对风险归因与综合建议做专业校准:补充明细证据(账龄恶化、存货跌价、担保代偿案例等),将「数据不足」项替换为真实判读。
- 逐项确认口径:
- 营运能力:周转快慢与行业对比、营业周期长短。
- 偿债能力:短长期偿债安全边际、有息负债规模与结构。
- 盈利能力:盈利水平、股东/资产回报、成长性。
- 现金流:「利润含金量」(经营现金流/净利润)、自由现金流正负、现金流与投融资匹配性。
- 资产结构:资产配置偏轻/重、资产质量(账龄、存货跌价)、长期投资贡献。
- 负债结构:短债压力、银行借款依赖、对外担保与或有负债风险敞口。
- 每项结论须绑定
[来源N];发现数据矛盾或缺项明确记录。
Step 5 — 生成结构化报告(双格式)
- 以脚本产出的 Markdown 为主稿,按
references/report_template.md补齐六大维度解读、综合结论、风险事项、局限声明与来源索引。 - 可选转 Word/PDF:
html-to-docxskill 转 .docx,再 libreoffice 转 .pdf;文件命名[企业简称]_财务分析报告_[日期].md/.docx/.pdf。 - 文末标注「本报告基于所提供材料及公开信息,不构成投资/授信决策的唯一依据」。
Step 6 — 复核与交付
- 复核:指标计算口径是否正确、趋势方向是否识别、缺项是否标注、来源是否齐备、健康标记是否与基准自洽。
- 交付:Markdown 主稿;如转格式另附 docx/pdf;可应要求转为表格看板。
- 主动询问用户是否需补充材料重算(问答式补全),或局部修改。
输出原则
- 口径统一:六大维度与 30 项指标固定,便于横向比较与历史追踪。
- 可复算:所有指标均由
compute_metrics.py从原始科目计算,过程透明、可复核。 - 基准锚定:每项指标附行业经验阈值,快速定位异常(非绝对标准,须结合行业)。
- 多期对比:强制近 3 期趋势,识别方向性变化。
- 缺项透明:未获取数据显式标注并汇总,不得默认可控。
- 结论前置:综合结论与重大风险事项放在显眼位置。
- 建议可操作:风险提示须具体到监控指标或缓释手段,避免空泛。
- 来源可溯:每项数据标
[来源N],文末附来源索引。
Resources
references/
references/quickstart_guide.md— 快速入门指南(v1.3.1 新增):端到端使用示例,从数据准备 → 脚本运行 → 报告产出的完整 walkthrough,含真实 JSON 输入示例和输出预览。首次使用建议先读此文件。references/faq.md— 常见问题解答(v1.3.1 新增):按数据采集、脚本使用、指标计算、行业基准、报告输出、容错与异常处理六大类组织的高频问题与解答,遇到问题先查此文件。references/financial_metrics.md— 六大维度 30 项指标的完整公式、取数字段、行业基准与判读口径。references/data_collection.md— 数据采集策略、JSON 输入模板、字段别名映射、来源权威性分级。references/industry_benchmarks.md— 细分行业基准数据集(12 行业典型均值,含白酒/食品饮料/医药/化工/金融等),横向对比与风险判读的依据;含行业映射、未匹配提示、扩展与校准说明。references/report_template.md— 完整报告输出结构与章节模板。
scripts/
scripts/compute_metrics.py— 无第三方依赖的计算引擎:读取三大报表 JSON,计算全部指标,输出含公式/趋势/基准/健康标记的 Markdown 分析报告;缺失项与明细型指标(账龄/存货/担保/或有负债)提供结构化模板。scripts/extract_statements.py— 数据获取辅助:将审计报告 / 财报抽取出的纯文本按规范科目名 + 别名匹配并抓取数值,支持单位换算(元/千元/万元→亿元),输出草稿 JSON 并提示匹配缺项。
© 版权与所有权声明 — 所有者:金实宏成。本技能为金实宏成专有资产,存储于用户级目录、不接市场源;允许为使用目的提供给他人使用,但修改权仅归金实宏成与小杨(AI 助手)两人。任何未授权修改、去除所有权标识均属侵权。
版权与所有权声明
本技能的所有权与版权归属如下,未经授权不得修改或去除。
| 字段 | 值 |
|---|---|
| 技能名称 | financial-statement-analysis |
| 所有者 / 作者 | 金实宏成 |
| 版本 | 1.3.1 |
| 创建日期 | 2026-08-12 |
| 所有权标识 | JSHC-FSA-2026-V13-SIG |
版权声明
版权所有 (C) 2026 金实宏成 (JINSHI HONGCHENG)
保留所有权利。
本技能(含 SKILL.md 及所有 references/ 参考文件、scripts/ 脚本)由金实宏成原创开发。
未经所有者书面授权,禁止:
1. 删除、修改或隐藏作者署名及所有权标识
2. 将本技能重新署名后分发或发布
3. 将本技能用于商业转售
4. 去除所有权标识后作为他人作品使用
授权使用范围:允许为使用目的安装、使用及提供给第三方使用(基础版外发口径)。
联系方式:通过 WorkBuddy 平台联系所有者