financial-analyst

财务分析技能

概述

可用于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。面向拥有 3-6 年经验、从事财务建模、预测与预算编制、管理报告、业务绩效分析和投资分析的财务分析师。

适用场景

• 用户要求“计算财务比率”“构建 DCF”“分析预算差异”或“编制预测”
• 收购、融资或董事会演示需要估值区间
• 需要调查实际值与预算的差异（哪些差异重大、属于有利还是不利、各部门的差异情况）
• 需要构建滚动 13 周现金流预测或基于驱动因素的收入预测
• 需要进行敏感性分析，以压力测试估值或预测假设
• 用户询问盈利能力、流动性、杠杆、效率或估值指标，并需要行业背景

先行确认

开始分析前，确认以下输入。如果有任何信息未知或含糊不清，务必询问，不要自行假设：

• 分析类型——比率分析、DCF 估值、预算差异分析或预测（决定使用的工具和所需输入格式；每种分析需要不同的数据）
• 分析支持的决策——收购、融资、董事会审查或预算重预测（决定执行摘要的结论，以及优先呈现哪些指标）
• 重要性阈值——绝对金额 $ 或占预算的百分比（决定哪些差异需要突出呈现，哪些放入附录；默认值为 10% / $50K）
• 关键假设 + 截止日期——WACC 输入、终值增长率或预测驱动因素，以及各项数据最近一次取得的日期（影响 DCF / 预测结果和假设附录）

停止规则：只询问最可能显著影响结果的 2-3 项。如果用户表示“先起草就行”，则继续处理，并在文档开头列出你的假设。

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要求
• 确定数据来源和时间范围
• 设定重要性阈值和准确性目标
• 选择合适的分析框架
• 验证： 明确重要性阈值（绝对金额 $ 或百分比），准确性目标为具体数值，并注明分析支持的决策

阶段 2：数据分析与建模

• 收集并验证财务数据（损益表、资产负债表、现金流量表）
• 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
• 构建预算差异分析，并将差异分类为有利或不利
• 制定基于驱动因素的预测，并进行情景建模
• 验证： 输入 JSON 符合预期架构（无缺失报表、期间一致）；WACC 输入数据的来源日期在最近一个季度内；终值增长率 ≤ 长期 GDP 增长率

阶段 3：洞察生成

• 解读比率趋势，并与行业标准进行比较
• 找出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 / 牛市 / 熊市），为决策提供支持
• 验证： 每项重大差异都有根本原因假设；DCF 敏感性分析中，WACC 和终值增长率的变动范围均超过 ±15%

阶段 4：报告

• 生成包含关键发现的执行摘要
• 按部门和类别编制详细差异报告
• 提供包含敏感性表的 DCF 估值报告
• 展示滚动预测和趋势分析
• 验证： 执行摘要首先给出与决策相关的结论，而不是方法；假设附录列出每项假设的来源和最近审查日期

阶段 5：后续跟进

• 跟踪预测准确性（目标：收入 +/-5%，费用 +/-3%）
• 监控报告交付的及时性（目标：100% 按时交付）
• 获取实际值后更新模型
• 根据差异分析优化假设

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： 债务权益比、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 sample_financial_data.json
python scripts/ratio_calculator.py sample_financial_data.json --format json
python scripts/ratio_calculator.py sample_financial_data.json --category profitability

2. DCF 估值（scripts/dcf_valuation.py）

使用现金流折现法进行企业估值和股权估值，并提供敏感性分析。

功能：

• 通过 CAPM 计算 WACC
• 预测营收和自由现金流（默认 5 年）
• 通过永续增长法和退出倍数法计算终值
• 推导企业价值和股权价值
• 双向敏感性分析（折现率与增长率）

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

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

通过重要性筛选分析实际业绩、预算与上一年度业绩。

功能：

• 计算金额差异和百分比差异
• 按重要性阈值筛选（默认：10% 或 50K 美元）
• 根据营收／费用逻辑分类有利／不利差异
• 按部门和类别细分
• 生成执行摘要

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

4. 预测构建器（scripts/forecast_builder.py）

基于驱动因素预测营收，并进行滚动现金流预测和情景建模。

功能：

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

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

知识库

参考资料	用途
references/financial-ratios-guide.md	比率公式、解读和行业基准
references/valuation-methodology.md	DCF 方法、WACC、终值、可比公司分析
references/forecasting-best-practices.md	基于驱动因素的预测、滚动预测、准确性

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	营收预测报告模板

行业适配

SaaS

• 关键指标：MRR、ARR、CAC、LTV、流失率、净营收留存率
• 营收确认：基于订阅，跟踪递延营收
• 单位经济效益：CAC 回本周期、LTV/CAC 比率
• 通过群组分析跟踪留存率和扩张营收

零售

• 关键指标：同店销售额、每平方英尺营收、存货周转率
• 在预测中采用季节性调整系数
• 按产品类别分析毛利率
• 优化营运资金周期

制造业

• 关键指标：按产品线划分的毛利率、产能利用率、销售成本细分
• 物料清单成本分析
• 分析吸收成本法与变动成本法的影响
• 资本支出规划和投资回报率

金融服务

• 关键指标：净利息收益率、效率比率、ROA、一级资本
• 监管资本要求
• 信贷损失拨备和准备金
• 手续费收入分析与多元化

医疗保健

• 关键指标：人均营收、付款方构成、应收账款天数、营业利润率
• 按付款方分析报销费率
• 病例组合指数对营收的影响
• 合规成本分摊

关键指标与目标

指标	目标
预测准确率（营收）	+/-5%
预测准确率（费用）	+/-3%
报告交付	100% 按时完成
模型文档	完整记录所有假设
差异说明	说明 100% 的重大差异

输入数据格式

所有脚本均接受 JSON 输入文件。完整的输入架构（涵盖全部四个工具）请参见 assets/sample_financial_data.json。

依赖项

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

故障排除

问题	原因	解决方案
所有比率都返回 0.00	输入 JSON 中的财务报表字段缺失或为零	确认 income_statement、balance_sheet 和 cash_flow 键已填入非零值；检查字段名称是否符合预期架构
DCF 得出的股权价值为负数	净债务超过企业价值，或 WACC 低于终值增长率	确认 net_debt 准确无误；确保 terminal_growth_rate < WACC（通常为 2-3% 对比 8-12%）；检查资本结构假设
敏感性分析表格整行显示“ N/A”	该行的 WACC 值小于或等于范围内的所有终值增长率	扩大 WACC 与终值增长率之间的差距；提高 WACC 输入值，或降低 assumptions.terminal_growth_rate 中的增长率范围
预算差异分析器将每个项目都标记为重大差异	相对于数据规模，重要性阈值设置过低	提高 --threshold-pct（例如从 5 调至 10）和 --threshold-amt（例如从 25000 调至 100000），使其符合组织的重要性政策
预测生成器生成的预测值持平	历史数据少于 2 个期间，或 revenue_growth_rate 设置为 0	在 historical_periods 中至少提供 3-4 个历史期间；在 assumptions 中将 revenue_growth_rate 设为非零值
执行脚本时出现 JSON 解析错误	输入 JSON 文件格式错误（尾随逗号、未加引号的键、编码问题）	使用 python -m json.tool input_file.json 验证输入；确保采用 UTF-8 编码；删除尾随逗号和注释
所有估值比率都显示“数据不足”	输入 JSON 中缺少 market_data 部分（股价、流通股数）	在输入文件中添加 market_data 对象，并包含 share_price、shares_outstanding 和 earnings_growth_rate 字段

成功标准

• 预测准确性：收入预测与实际值的偏差控制在 +/-5% 以内；滚动 12 个月期间内，费用预测的偏差控制在 +/-3% 以内
• 差异覆盖率：100% 的重大差异（超过阈值）都附有记录在案的根本原因说明和纠正行动计划
• 估值可信度：通过敏感性分析验证，DCF 得出的股权价值与可比公司及先例交易基准的偏差在 15% 以内
• 报告时效性：所有财务分析交付物（比率报告、差异分析、预测更新）都在约定的 SLA 内发布——目标是 100% 按时交付
• 模型完整性：DCF 和预测模型中的每项假设都记录其来源、依据和上次审核日期；WACC 输入值每季度根据市场数据更新
• 利益相关方采用率：至少 80% 的高管预算评审、董事会演示和投资委员会决策会引用财务模型和仪表板
• 分析效率：与手动电子表格工作流相比，端到端分析周期（从数据收集到报告交付）缩短 40% 以上，并按报告周期衡量

范围与限制

此技能涵盖：

• 按盈利能力、流动性、杠杆、效率和估值类别进行定量财务比率分析，并内置行业基准
• 使用基于 CAPM 的 WACC、永续增长法和退出倍数法计算终值，并通过双向敏感性分析进行折现现金流（DCF）企业估值和股权估值
• 预算差异分析，包括重要性筛选、有利/不利分类、部门和类别细分，以及执行摘要生成
• 基于驱动因素的收入预测，包括 13 周滚动现金流预测、基准/看涨/看跌情景建模，以及线性回归趋势分析

此技能不涵盖：

• 实时市场数据源、实时股价获取，或从 ERP/会计系统自动摄取数据（所有输入均通过静态 JSON 文件提供）
• 管理层质量评估、竞争护城河评估、ESG 评分或监管风险判断等定性分析
• 税务优化、转让定价、多实体合并，或特定司法管辖区的会计处理（IFRS 与 GAAP 对账）
• 蒙特卡洛模拟、期权定价（Black-Scholes）、信用风险建模，或任何需要使用 Python 标准库以外外部库的分析

反模式

反模式	失效模式	修正方法
基于单一情景预测构建 DCF	造成虚假精确；将单一数字作为目标价	始终运行基准/看涨/看跌情景；通过敏感性分析表将估值呈现为区间
终值增长率 ≥ 长期 GDP 增长率	假设经济体以上的增长率永续持续，导致估值被终值主导	将终值增长率限制在 2-3%（长期 GDP 近似值）；若可比公司数据支持更高水平，应明确标注
WACC 输入数据超过一个季度未更新	利率环境已变化；折现率错误；估值错误	每季度更新无风险利率、ERP 和 beta；记录每项输入的“上次审核”日期
将比率与笼统的“行业平均值”进行比较	同业组不合适；结论错误	使用特定的可比公司组（规模、地域、商业模式）——参见 references/financial-ratios-guide.md 中的行业基准
不按重要性筛选，而是报告所有差异	利益相关者失去关注；真正的问题被掩盖	应用重要性阈值（绝对金额或占预算的百分比）；低于阈值的内容放入附录，而非报告
有利差异 =“好”；不利差异 =“坏”	忽略被费用低于预算所掩盖的收入短缺；忽略被范围削减所掩盖的超额交付	始终将分类与根因说明配对——仅有方向并不代表洞察
混用预测期间（将季度实际数据与年度预算对比）	差异无法核对；信任崩塌	仅对期间匹配的数据运行工具；若期间不完整，应注明并使用按期间调整后的比较
将模型输出视为答案	模型是推理辅助工具，而非决策本身	在执行摘要中首先说明决策；将模型输出作为支持依据

集成点

相关技能	领域	集成用例
c-level-advisor/ceo-advisor	高管顾问	将 DCF 估值结果和情景比较纳入 CEO 的战略投资决策和面向董事会的演示材料
c-level-advisor/cto-advisor	高管顾问	提供技术投资 ROI 分析和 CapEx 预测，以支持自建还是采购决策及基础设施扩展决策
business-growth/revenue-operations	业务与增长	将收入预测和单位经济指标（CAC、LTV、回本周期）与销售渠道和市场进入规划相结合
product-team/product-manager	产品团队	提供预算差异数据和按 RICE 加权的财务预测，用于功能优先级排序和资源分配
data-analytics/data-analyst	数据分析	将比率分析和预测结果导出为结构化 JSON，以集成 BI 仪表板并可视化趋势
project-management/project-financial-management	项目管理	将预算差异分析与项目级成本跟踪、挣值管理和基于里程碑的资金拨付相结合

工具参考

scripts/ratio_calculator.py

计算并解读 5 类财务比率，并提供行业基准对比。

usage: ratio_calculator.py [-h] [--format {text,json}]
                           [--category {profitability,liquidity,leverage,efficiency,valuation}]
                           input_file

positional arguments:
  input_file            Path to JSON file with financial statement data
                        (must contain income_statement, balance_sheet,
                        cash_flow, and optionally market_data objects)

options:
  -h, --help            Show help message and exit
  --format {text,json}  Output format (default: text)
  --category {profitability,liquidity,leverage,efficiency,valuation}
                        Calculate only a specific ratio category;
                        omit to calculate all 5 categories (20 ratios)

计算的比率： ROE、ROA、毛利率、营业利润率、净利率、流动比率、速动比率、现金比率、债务权益比、利息保障倍数、DSCR、资产周转率、存货周转率、应收账款周转率、DSO、P/E、P/B、P/S、EV/EBITDA、PEG 比率。

scripts/dcf_valuation.py

采用贴现现金流法进行企业和股权估值，并计算 WACC 和开展敏感性分析。

usage: dcf_valuation.py [-h] [--format {text,json}]
                        [--projection-years PROJECTION_YEARS]
                        input_file

positional arguments:
  input_file            Path to JSON file with valuation data
                        (must contain historical and assumptions objects)

options:
  -h, --help            Show help message and exit
  --format {text,json}  Output format (default: text)
  --projection-years PROJECTION_YEARS
                        Number of projection years; overrides the value
                        in the input file (default: 5)

输出： WACC（CAPM）、收入和 FCF 预测、终值（永续增长法 + 退出倍数法）、企业价值、股权价值、每股价值，以及双向敏感性表（WACC 与终端增长率）。

scripts/budget_variance_analyzer.py

分析实际表现、预算和上一年度表现，并按重要性筛选和生成高管摘要。

usage: budget_variance_analyzer.py [-h] [--format {text,json}]
                                   [--threshold-pct THRESHOLD_PCT]
                                   [--threshold-amt THRESHOLD_AMT]
                                   input_file

positional arguments:
  input_file            Path to JSON file with budget data
                        (must contain line_items array with actual,
                        budget, and optionally prior_year values)

options:
  -h, --help            Show help message and exit
  --format {text,json}  Output format (default: text)
  --threshold-pct THRESHOLD_PCT
                        Materiality threshold as percentage (default: 10.0)
  --threshold-amt THRESHOLD_AMT
                        Materiality threshold as dollar amount (default: 50000.0)

输出： 高管摘要（收入/支出/净影响）、按有利程度分类的所有差异、按阈值筛选的重要差异、部门摘要和类别摘要。

scripts/forecast_builder.py

基于驱动因素预测收入，滚动预测现金流并进行多情景建模。

usage: forecast_builder.py [-h] [--format {text,json}]
                           [--scenarios SCENARIOS]
                           input_file

positional arguments:
  input_file            Path to JSON file with forecast data
                        (must contain historical_periods, drivers,
                        assumptions, cash_flow_inputs, and scenarios objects)

options:
  -h, --help            Show help message and exit
  --format {text,json}  Output format (default: text)
  --scenarios SCENARIOS
                        Comma-separated list of scenarios to model
                        (default: base,bull,bear)

输出： 趋势分析（线性回归、增长率、季节性指数）、情景比较表、各期间预测详情（收入、COGS、毛利、OpEx、营业收入），以及包含现金可支撑时间计算的 13 周滚动现金流预测。