invest-cap-acq

name	invest-cap-acq
description	在当前文件夹生成对应公司的投资入股、收购、并购报告（markdown 格式）。通过分析当前文件夹或子文件夹中该公司最近5年的财务报告（PDF年报），汇总分析公司的投资入股、收购、并购活动。当用户需要以下功能时使用：(1) 生成投资入股/收购/并购报告，(2) 分析公司对外投资活动，(3) 汇总公司并购交易历史，(4) 研究公司资本支出中的收购投资部分

投资入股与并购报告生成器

生成专业的投资入股、收购、并购研究报告。当前目录应包含：

• 公司最近5年的年报（PDF格式），在当前目录或子文件夹中

报告结构

核心章节（必需）

报告应包含以下四个核心章节：

1. 投资入股活动汇总

分析公司的战略性股权投资活动：

重点关注：

• 少数股权投资（参股）
• 战略性财务投资
• 合资企业投资
• 对外长期股权投资

分析维度：

项目	内容
投资标的	被投资公司名称、行业、投资比例
投资金额	投资金额、账面价值变动
投资目的	战略布局、财务回报、产业链整合
投资结果	持有期间收益、减值情况、退出情况

示例表格：

年份	投资标的	投资比例	投资金额	投资目的	当前状态
2023	XX公司	15%	$50M	上游整合	持有中
2022	YY基金	LP份额	$100M	财务投资	持有中

2. 收购活动分析

分析公司的收购交易活动：

重点关注：

• 控股权收购（>50%）
• 全资收购（100%）
• 分阶段收购
• 资产收购

分析维度：

项目	内容
收购标的	目标公司名称、所属行业
收购价格	交易对价、支付方式（现金/股票）
收购溢价	相对目标公司净资产的溢价率
整合结果	收购后业绩表现、协同效应

示例表格：

年份	收购标的	收购比例	交易金额	支付方式	整合状态
2023	ABC科技	100%	$500M	现金	已完成
2022	XYZ医药	60%	$300M	现金+股票	整合中

3. 并购交易详情

深入分析重大并购交易：

对重大并购交易（单笔金额 > 5年总收购金额10%），应详细分析：

1. 交易背景

   • 目标公司概况
   • 交易动机
   • 交易时机

2. 交易结构

   • 交易对价确定方式
   • 支付方式（现金/股票/混合）
   • 对赌条款（如有）

3. 融资安排

   • 资金来源
   • 债务融资条款（如有）

4. 交易后表现

   • 收入贡献
   • 利润贡献
   • 协同效应实现情况

4. 投资规模趋势分析

分析投资活动的规模和趋势变化：

必需指标：

指标	计算方式
年度投资总额	当年所有投资/收购交易金额总和
投资/营收比	年度投资总额 / 营业收入
投资/FCF比	年度投资总额 / 自由现金流
累计投资余额	长期股权投资账面价值

示例表格：

年份	投资总额	占营收比	占FCF比	主要投资方向
2023	$800M	5.2%	25%	AI、云服务
2022	$650M	4.5%	22%	数据中心
2021	$500M	3.8%	18%	产能扩张

数据收集工作流程

步骤 1：扫描并读取年报

1. 扫描当前目录及子目录，查找所有 PDF 年报文件
2. 识别年份，确保覆盖最近5年（从昨日往前推算）
3. 使用 PDF 阅读工具提取以下内容：
   • 现金流量表中的"投资活动现金流出"
   • 资产负债表中的"长期股权投资"
   • 附注中的"重大投资"、"收购"、"合并"相关章节
   • 管理层讨论与分析（MD&A）中的投资战略

步骤 2：提取投资相关信息

从年报中提取以下关键信息：

投资入股相关：

• 长期股权投资明细
• 联营企业、合营企业信息
• 其他股权投资

收购并购相关：

• 企业合并（同一控制/非同一控制）
• 收购子公司
• 商誉及减值情况
• 收购带来的业绩贡献

资本支出中的投资：

• 购建固定资产、无形资产支付的现金
• 投资支付的现金
• 取得子公司支付的现金

步骤 3：交叉验证数据

数据验证要求： 详见 invest-report/references/common-guidelines.md（数据验证规范）。

步骤 4：生成可视化图表（强制执行）

⚠️ 重要：在完成报告时，必须执行以下步骤来生成图表：

1. 创建图表生成脚本：在当前目录创建Python脚本
2. 执行脚本生成图表：使用Bash工具运行Python脚本
3. 验证图表文件：检查 generated_images/ 目录是否包含生成的图片
4. 在报告中引用图片：使用markdown语法引用图表

推荐图表：

• 投资规模趋势图 (investment_trend.png)
• 投资类型分解图 (investment_type_breakdown.png)

创建图表生成脚本模板：

#!/usr/bin/env python3
import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt
import numpy as np
import os
os.makedirs('generated_images', exist_ok=True)

# 从实际数据中提取
years = ['2020', '2021', '2022', '2023', '2024']  # 替换为实际数据
investments = [18.5, 25.3, 32.1, 28.7, 35.6]  # 替换为实际投资总额（亿元）

# 图表1：投资规模趋势
def create_investment_trend():
    fig, ax = plt.subplots(figsize=(12, 6))
    bars = ax.bar(years, investments, color='#1E88E5', edgecolor='white', linewidth=1.5)

    ax.set_ylabel('Investment Amount (Billion CNY)', fontsize=12, fontweight='bold')
    ax.set_xlabel('Year', fontsize=12, fontweight='bold')
    ax.set_title('Investment Scale Trend (Last 5 Years)', fontsize=14, fontweight='bold')
    ax.grid(axis='y', alpha=0.3)

    for bar, val in zip(bars, investments):
        height = bar.get_height()
        ax.annotate(f'{val:.1f}亿', xy=(bar.get_x() + bar.get_width() / 2, height),
                   xytext=(0, 5), textcoords="offset points", ha='center',
                   fontsize=10, fontweight='bold')

    plt.tight_layout()
    plt.savefig('generated_images/investment_trend.png', dpi=300, bbox_inches='tight')
    plt.close()
    print('[OK] investment_trend.png')

# 图表2：投资类型分解
def create_investment_type_breakdown():
    types = ['Minority\nStake', 'Acquisition', 'Joint\nVenture', 'Financial\nInvestment']
    values = [20, 50, 15, 10]  # 替换为实际数据（亿元）
    colors = ['#1E88E5', '#43A047', '#FB8C00', '#9C27B0']

    fig, ax = plt.subplots(figsize=(10, 8))
    wedges, texts, autotexts = ax.pie(values, labels=types, colors=colors,
                                       autopct='%1.1f%%', startangle=90,
                                       pctdistance=0.85)
    for autotext in autotexts:
        autotext.set_color('white')
        autotext.set_fontsize(11)
        autotext.set_fontweight('bold')

    ax.set_title('Investment by Type', fontsize=14, fontweight='bold', pad=20)

    plt.tight_layout()
    plt.savefig('generated_images/investment_type_breakdown.png', dpi=300, bbox_inches='tight')
    plt.close()
    print('[OK] investment_type_breakdown.png')

if __name__ == '__main__':
    create_investment_trend()
    create_investment_type_breakdown()
    print('\nAll charts generated successfully!')

执行步骤：

1. 将上述脚本保存到当前目录（替换为从年报提取的实际数据）
2. 使用Bash工具执行：

   python generate_acq_charts.py
   

3. 验证图表已生成：

   ls generated_images/
   

4. 在报告中引用图片：

   ![投资规模趋势](generated_images/investment_trend.png)
   ![投资类型分解](generated_images/investment_type_breakdown.png)
   

验证清单：

□ Python脚本已创建并执行
□ generated_images/目录已创建
□ 所有图表已生成
□ 报告中已正确引用所有图片

步骤 5：撰写报告

生成 markdown 报告，包含：

• 公司概述
• 投资入股活动汇总
• 收购活动分析
• 重大并购交易详情
• 投资规模趋势
• 可视化图表
• 数据来源引用

输出格式

将报告保存为：[公司名称]_投资并购报告_YYYY-MM-DD.md

日期使用昨日日期

示例结构：

# [公司名称]投资入股与并购研究报告

**日期**：2025-01-29
**分析师**：Claude AI

## 一、投资入股活动汇总

### 战略性股权投资

| 年份 | 投资标的 | 投资比例 | 投资金额 | 投资目的 | 当前状态 |
|------|----------|----------|----------|----------|----------|

...

## 二、收购活动分析

### 控股权收购

| 年份 | 收购标的 | 收购比例 | 交易金额 | 支付方式 | 整合状态 |
|------|----------|----------|----------|----------|----------|

...

## 三、重大并购交易详情

### 3.1 收购ABC公司（2023年）

**交易背景：**
...

**交易结构：**
...

**交易后表现：**
...

## 四、投资规模趋势

![投资规模趋势](generated_images/investment_trend.png)

![投资类型分解](generated_images/investment_type_breakdown.png)

---

**数据来源**：
- [年份] 年报
- 参考资料（如有）

数据完整性检查

在完成报告前，确认以下内容：

报告内容检查：

• 投资入股活动汇总（如有）
• 收购活动分析（如有）
• 重大并购交易详情（如有重大交易）
• 投资规模趋势分析（必需）
• 数据来源引用

数据质量检查：

• 多年数据覆盖完整
• 金额单位一致
• 年份准确（以昨日为基准）
• 投资分类清晰

资源

scripts/chart_generator.py

专业的财务图表生成工具，使用 matplotlib。

可用方法：

• revenue_trend(years, revenues, title) - 可用于投资规模趋势
• revenue_segment_breakdown(segments, values, title) - 可用于投资类型分解
• capital_allocation_breakdown(years, dividends, repurchases, title) - 资本配置分解

所有图表：

• 300 DPI 分辨率
• 仅使用英文标签
• 自动保存到 generated_images/