financial-analyst

财务分析师 Skill

概述

面向生产环境的财务分析工具包，提供比率分析、DCF 估值、预算差异分析和滚动预测构建功能。适用于财务建模、预测与预算编制、管理层报告、业务绩效分析和投资分析。

5 阶段工作流

阶段 1：范围界定

• 明确分析目标和利益相关方需求
• 确定数据来源和时间区间
• 设定重要性阈值和精度目标
• 选择合适的分析框架

阶段 2：数据分析与建模

• 收集并验证财务数据（利润表、资产负债表、现金流量表）
• 在计算比率之前，验证输入数据的完整性（检查缺失字段、空值或不合理的数值）
• 按 5 个类别计算财务比率（盈利能力、流动性、杠杆、效率、估值）
• 构建包含 WACC 和终值计算的 DCF 模型；将 DCF 输出与合理性区间进行交叉核对（例如隐含倍数与可比公司对比）
• 构建区分有利/不利的预算差异分析
• 通过情景建模开发基于驱动因素的预测

阶段 3：洞察生成

• 解读比率趋势，并与行业标准进行对标
• 识别重大差异及其根本原因
• 通过敏感性分析评估估值区间
• 评估预测情景（基准/乐观/悲观），为决策提供支持

阶段 4：报告

• 生成包含关键发现的执行摘要
• 按部门和类别输出详细的差异报告
• 交付包含敏感性表的 DCF 估值报告
• 呈现带趋势分析的滚动预测

阶段 5：跟进

• 跟踪预测准确度（目标：收入误差 +/-5%，费用误差 +/-3%）
• 监控报告交付及时性（目标：100% 准时）
• 实际数据可用时更新模型
• 基于差异分析优化假设

工具

1. 比率计算器（scripts/ratio_calculator.py）

根据财务报表数据计算并解读财务比率。

比率类别：

• 盈利能力： ROE、ROA、毛利率、营业利润率、净利率
• 流动性： 流动比率、速动比率、现金比率
• 杠杆： 产权比率、利息保障倍数、DSCR
• 效率： 资产周转率、存货周转率、应收账款周转率、DSO
• 估值： P/E、P/B、P/S、EV/EBITDA、PEG 比率

python scripts/ratio_calculator.py assets/sample_financial_data.json
python scripts/ratio_calculator.py assets/sample_financial_data.json --format json
python scripts/ratio_calculator.py assets/sample_financial_data.json --category profitability

2. DCF 估值（scripts/dcf_valuation.py）

基于现金流折现的企业价值与股权价值估值，并包含敏感性分析。

功能特性：

• 通过 CAPM 计算 WACC
• 收入与自由现金流预测（默认 5 年）
• 通过永续增长法和退出倍数法计算终值
• 推导企业价值与股权价值
• 双向敏感性分析（折现率与增长率）

python scripts/dcf_valuation.py assets/sample_financial_data.json
python scripts/dcf_valuation.py assets/sample_financial_data.json --format json
python scripts/dcf_valuation.py assets/sample_financial_data.json --projection-years 7

3. 预算差异分析器（scripts/budget_variance_analyzer.py）

分析实际值与预算值及上年同期业绩，并进行重要性过滤。

功能特性：

• 金额与百分比差异计算
• 重要性阈值过滤（默认：10% 或 5 万美元）
• 结合收入/费用逻辑进行有利/不利分类
• 按部门和类别进行拆分
• 生成执行摘要

python scripts/budget_variance_analyzer.py assets/sample_financial_data.json
python scripts/budget_variance_analyzer.py assets/sample_financial_data.json --format json
python scripts/budget_variance_analyzer.py assets/sample_financial_data.json --threshold-pct 5 --threshold-amt 25000

4. 预测构建器（scripts/forecast_builder.py）

基于驱动因素的收入预测，结合滚动现金流预测和情景建模。

功能特性：

• 基于驱动因素的收入预测模型
• 13 周滚动现金流预测
• 情景建模（基准/乐观/悲观情景）
• 使用简单线性回归（标准库）进行趋势分析

python scripts/forecast_builder.py assets/sample_financial_data.json
python scripts/forecast_builder.py assets/sample_financial_data.json --format json
python scripts/forecast_builder.py assets/sample_financial_data.json --scenarios base,bull,bear

知识库

参考文件	用途
references/financial-ratios-guide.md	比率公式、解读方法与行业基准
references/valuation-methodology.md	DCF 方法、WACC、终值与可比公司法
references/forecasting-best-practices.md	基于驱动因素的预测、滚动预测与准确性
references/industry-adaptations.md	分行业指标与注意事项（SaaS、零售、制造、金融服务、医疗健康）

模板

模板	用途
assets/variance_report_template.md	预算差异报告模板
assets/dcf_analysis_template.md	DCF 估值分析模板
assets/forecast_report_template.md	收入预测报告模板

关键指标与目标

指标	目标
预测准确性（收入）	±5%
预测准确性（费用）	±3%
报告交付	100% 按时
模型文档	所有假设均已完整记录
差异说明	100% 的重大差异均已说明

输入数据格式

所有脚本都接受 JSON 输入文件，支持以下两种结构之一：

1. 扁平结构：工具所需的键位于顶层（例如，比率计算器使用 income_statement / balance_sheet，DCF 使用 historical / assumptions，差异分析使用 line_items，预测使用 historical_periods / drivers / assumptions / cash_flow_inputs）。
2. 嵌套结构（打包）：四个工具的输入都放在同一文件中，并嵌套在各工具对应的键下：ratio_analysis、dcf_valuation、budget_variance、forecast。完整的打包结构示例见 assets/sample_financial_data.json；上文所有快速开始命令都可直接基于该文件运行。

每个脚本都会自动识别结构类型（若存在扁平键则优先采用）。如果两种结构都无法提取出可用数据，脚本将以非零状态码退出，并给出明确的错误信息。

依赖

无：所有脚本仅使用 Python 标准库（math、statistics、json、argparse、datetime）。无需 numpy、pandas 或 scipy。