| name | event-scenario-analyzer |
| description | 事件驱动分析与情景敏感性工具。分析特定事件（业绩、政策、并购、监管等）对股价的潜在影响，并构建多情景定量分析。
触发词：事件分析、事件驱动、event driven、情景分析、scenario analysis、敏感性分析、sensitivity、催化事件影响、what if、如果...会怎样
|
事件与情景分析（Event & Scenario Analyzer）
功能说明
提供两大核心能力：
- 事件驱动分析：评估特定事件（如业绩发布、政策变动、并购交易、监管行动等）对标的股价和基本面的潜在影响
- 情景敏感性分析：构建多情景假设矩阵，量化不同情景下的估值影响
一、事件驱动分析
工作流
Phase 1：事件识别与分类
| 事件类型 | 示例 | 典型影响时间 |
|---|
| 盈利事件 | 财报发布、盈利预警、指引调整 | 1-5 交易日 |
| 公司行动 | 并购、分拆、回购、增发、管理层变动 | 1-20 交易日 |
| 监管事件 | 政策发布、审批决定、反垄断裁定 | 即时-数月 |
| 行业事件 | 竞争对手动向、技术突破、供需变化 | 数周-数月 |
| 宏观事件 | 利率决议、贸易政策、地缘冲突 | 即时-数月 |
Phase 2：历史类比分析
- 找到 3-5 个历史上类似事件的先例
- 分析每个先例：
- 股价反应幅度和持续时间
- 基本面实际影响
- 市场预期 vs 实际结果
- 归纳历史规律和偏差范围
Phase 3：当前事件定量评估
- 前置条件：事件发生前市场已经定价了什么？
- 核心变量：事件将改变哪些关键财务指标？
- 影响路径：
- 短期（交易日层面）：情绪/仓位调整
- 中期（季度层面）：估计修正/倍数重估
- 长期（年度层面）：基本面结构性改变
- 概率评估：事件各种结果的概率分布
Phase 4：交易策略
- 事前建仓策略（赌事件方向）
- 事后反应策略（等事件落地再行动）
- 对冲策略（利用期权等工具限定风险）
- 不行动的成本（错过机会的代价）
二、情景敏感性分析
工作流
Phase 1：确定关键变量
- 识别对估值影响最大的 2-4 个变量
- 典型变量组合：
- 收入增速 × 利润率
- 销量 × 单价
- 市场份额 × 行业增速
- WACC × 终值增长率
- 政策情景 × 执行力度
Phase 2：定义情景
对每个关键变量设定：
- 乐观值（牛市情景）
- 基本值（最可能情景）
- 悲观值（熊市情景）
- 极端值（压力测试，可选）
每个值须有数据或逻辑支撑，不是随意拍数。
Phase 3：构建敏感性矩阵
- 单变量敏感性：固定其他变量，逐一改变
- 双变量敏感性：两个最关键变量交叉
- 情景组合：命名情景（牛/基/熊）下的全变量组合
- 蒙特卡洛模拟（如适用）：概率分布下的估值分布
Phase 4：解读与决策含义
- 哪些变量对估值最敏感？（弹性排序）
- 当前价格隐含了什么假设？
- 盈亏平衡点在哪里？（什么假设下股票不赚钱）
- 概率加权期望值是多少？
- 风险回报比如何？
输出格式
事件影响评估卡
事件: [事件描述]
日期: [确定日期/预期窗口]
类型: [盈利/公司行动/监管/行业/宏观]
┌────────────────────────────────────────────┐
│ 情景 | 概率 | 股价影响 | 基本面影响 │
│------------|-------|---------|------------|│
│ 超预期 | XX% | +XX% | [描述] │
│ 符合预期 | XX% | +/-X% | [描述] │
│ 不及预期 | XX% | -XX% | [描述] │
│ 概率加权 | | +/-X% | │
└────────────────────────────────────────────┘
历史类比:
• [先例1]: 股价反应 +/-XX%，持续 X 天
• [先例2]: ...
交易建议: [事前/事后/对冲/观望]
双变量敏感性表
目标价敏感性 (¥)
收入增速
利润率 | 10% | 15% | 20% | 25% | 30%
----------|-------|-------|-------|-------|------
18% | ¥XX | ¥XX | ¥XX | ¥XX | ¥XX
20% | ¥XX | ¥XX | [基本] | ¥XX | ¥XX
22% | ¥XX | ¥XX | ¥XX | ¥XX | ¥XX
24% | ¥XX | ¥XX | ¥XX | ¥XX | ¥XX
当前股价: ¥XX (隐含假设: 收入增速 ~XX%, 利润率 ~XX%)
盈亏平衡: 收入增速 >XX% 且利润率 >XX%
注意事项
- 事件分析的核心是"市场预期差"——不是事件本身好坏，而是相对预期的超预期/不及预期
- 历史类比要谨慎使用，每次事件的背景不同，不能简单套用
- 敏感性分析的变量选择比计算本身重要——选错变量，精确的计算也没意义
- 概率评估必须诚实：不确定就给宽区间，不要伪装精确
- 极端情景不是"不可能"——标注为低概率但高影响
- 所有数据标注来源和截至日期
