Menu
AI Berkshire skill: 财报精读：一手资料深度解读. Source: skills/earnings-review.md.
Instalar com Codex ou Claude Copie este prompt, cole no Codex, Claude ou outro assistente e deixe que ele revise a página da skill e instale para você.
Baseado na classificação ocupacional SOC
AI Berkshire skill: 财务数据获取与交叉验证规范. Source: skills/financial-data.md.
AI Berkshire skill: 深度公司系列：8 篇长文拆一家公司. Source: skills/deep-company-series.md.
AI Berkshire skill: 投资论文漂移检测：分清事实变化与措辞变化. Source: skills/thesis-drift.md.
AI Berkshire skill: 供应链瓶颈猎手：AI驱动的全球产业链瓶颈套利. Source: skills/bottleneck-hunter.md.
AI Berkshire skill: 段永平问答：以他的方式思考. Source: skills/dyp-ask.md.
AI Berkshire skill: 财报精读团队：四大师并行解读 + 公众号发布. Source: skills/earnings-team.md.
| name | earnings-review |
| description | AI Berkshire skill: 财报精读：一手资料深度解读. Source: skills/earnings-review.md. |
This skill is generated from skills/earnings-review.md so Claude Code and Codex users share one canonical workflow.
$ARGUMENTS as the user's request in the current Codex thread.tools/ in this repository. Prefer running commands from the repository root with paths like python3 tools/financial_rigor.py ...; if the current thread starts outside the repo, locate the actual checkout path first instead of assuming a fixed home-directory path.date command to confirm today's date; treat it as the baseline for "latest" data and state the data cutoff date in the report header. Never assume the current date from training data.AGENTS.md: cross-check financial data, use exact arithmetic tools for valuation/math, and clearly label uncertainty and source gaps.对 $ARGUMENTS 进行财报精读分析。
支持输入格式：公司名 季度，例如：腾讯 2025Q4、PDD 2025年报、美团 最新（默认读取最近一期）
"我从不看卖方研报，只读原始财报。" —— 李录
"我每天读500页。知识就是这样积累的，像复利一样。" —— 巴菲特
大多数AI投研工具依赖二手信息（新闻、研报摘要、数据网站）。但巴菲特和李录的核心能力是读一手资料——年报、季报、电话会纪要。
二手信息的问题：
本Skill直接解读一手资料，关注巴菲特和李录真正会看的内容。
| 等级 | 特征 | 影响 |
|---|---|---|
| A级 | 获取到完整原文（10-K/年报/电话会纪要） | 正常执行全部步骤 |
| B级 | 仅获取到部分原文或第三方汇总 | 标注"非原始来源"，降低附注分析权重 |
| C级 | 仅有新闻报道和数据网站摘要 | 聚焦核心财务数据变化，跳过附注挖掘，标注"一手资料不足" |
使用 Task 工具启动多个后台 Agent 并行获取以下原始材料：
如果无法获取完整原文，按 skills/financial-data.md 规范使用标准数据源拼凑（美股：macrotrends+stockanalysis；港股：aastocks+macrotrends；A股：东方财富+巨潮资讯），但必须标注"非原始财报，来自第三方汇总"，且关键数据两源误差>1%须标记。
| 指标 | 本期 | 上期 | YoY变化 | 管理层指引 | 是否达标 |
|---|
必须覆盖：
| 指标 | 本期 | 上期 | 变化 | 关注点 |
|---|
必须覆盖：
必须覆盖：
数据验证：使用 tools/financial_rigor.py 对关键数据进行校验：
# 收入和净利润交叉验证（至少2个来源）
python3 tools/financial_rigor.py cross-validate \
--metric "revenue" --values 108.3e9 107.9e9 --sources "公司财报" "Yahoo Finance"
# 市值校验
python3 tools/financial_rigor.py verify-market-cap \
--price 101 --shares 1.488e9 --reported 1.44e11 --currency USD
# 估值指标验算
python3 tools/financial_rigor.py verify-valuation \
--price 101 --eps 9.6 --bvps 26.5 --fcf-per-share 10.2
这是巴菲特和李录花最多时间的部分。不是看数字，是听管理层怎么说。
逐段阅读管理层讨论/电话会发言，标注以下信号：
| 信号类型 | 具体表现 | 示例 |
|---|---|---|
| 🟢 坦诚信号 | 主动承认问题、给出具体原因 | "本季度利润率下降主要因为我们在X领域的投入超出预期" |
| 🟢 清晰信号 | 战略表述具体、有量化目标 | "我们计划在未来12个月将X业务的市场份额从15%提升到20%" |
| 🔴 模糊信号 | 大量使用"我们相信"、"长期来看"等没有实质内容的话 | "我们对未来充满信心" |
| 🔴 转移信号 | 回避直接问题、用其他话题带过 | 被问利润率时转谈收入增速 |
| 🔴 归因外部化 | 把问题全归咎于宏观/行业/竞争对手 | "由于宏观环境影响..." |
从上一期财报/电话会中提取管理层的具体承诺，与本期实际情况对比：
| 上期承诺 | 本期兑现情况 | 评价 |
|---|---|---|
| "下半年利润率将恢复到X%" | 实际Y% | ✅达标 / ❌未达标 / ⚠️部分达标 |
段永平："看一个管理层靠不靠谱，最简单的方法就是看他以前说的话做到了没有。"
从电话会Q&A环节提取分析师最尖锐的问题，以及管理层的回答质量：
| 分析师问题 | 管理层回答 | 回答质量(1-5) | 是否回避 |
|---|
财报附注里藏着管理层不想让你轻易看到的信息：
将本期关键指标放入至少4个季度（或3年年报）的时间序列中：
| 指标 | Q-4 | Q-3 | Q-2 | Q-1 | 本期 | 趋势判断 |
|---|
重点关注：
| 指标 | 管理层此前指引 | 实际结果 | 偏差 | 解读 |
|---|
一、核心数据速览（一页表格）
二、本期最重要的3个变化（不超过500字）
三、管理层语气与承诺追踪
四、附注中的隐藏信息
五、关键问题（电话会Q&A精选）
六、与投资论文的关系（如有持仓）
七、结论：这份财报改变了什么？
将报告写入 reports/{公司名}-earnings-{期间}.md，例如 reports/腾讯-earnings-2025Q4.md
报告写入后，执行数据抽检，通过方可发布：
# Step 1 — 提取抽检清单
python3 tools/report_audit.py extract \
--report reports/{公司名}-earnings-{期间}.md
# Step 2 — 对清单每项从可靠信源取数（参见 skills/financial-data.md）
# Step 3 — 输出准出/打回判决
python3 tools/report_audit.py verdict \
--results '<填好的JSON>' \
--report {报告文件名}
【准出】 全部通过 → 发布；【打回】 有不通过 → 修正后重审。