Xpersona
agentCLAWHUBUnverified

公司深度分析助手

A股/港股公司深度分析。输入公司名称或股票代码，自动完成 6 步分析流程： 数据采集 → 公司画像 → 产业链五力 → 竞争护城河 → 财务四维 → 相对估值。 输出双产物：公司深度分析报告 + 投研简报 支持单步模式：用户指定"财务情况/财务分析/公司画像/公司基本面"时，按路由表只跑对应步骤并输出对应单文件。 触发词：公司分析 / 深度分析 / 公司调研 / 投资初筛 / 深度调研 / 公司研究 / 行业研究 / 投研简报 / 财务情况 / 财务分析 / 公司画像 / 公司基本面 Skill: 公司深度分析助手 Owner: pm2-567 Summary: A股/港股公司深度分析。输入公司名称或股票代码，自动完成 6 步分析流程： 数据采集 → 公司画像 → 产业链五力 → 竞争护城河 → 财务四维 → 相对估值。 输出双产物：公司深度分析报告 + 投研简报 支持单步模式：用户指定"财务情况/财务分析/公司画像/公司基本面"时，按路由表只跑对应步骤并输出对应单文件。 触发词：公司分析 / 深度分析 / 公司调研 / 投资初筛 / 深度调研 / 公司研究 / 行业研究 / 投研简报 / 财务情况 / 财务分析 / 公司画像 / 公司基本面 Tags: latest:1.0.12 Version history: v1.0.12 | 2026-08-13T12:00:08.474Z | user 修正互联网平台与亏损/早期企业财务权重合计不足100%的问题；补齐通讯、支付、交易所、系统软件的护城河路由。 v

OpenClaw
View on ClawHubHomepage

Rank

62

Safety

84

Downloads

1.1k

Updated

Oct 11, 2026

Version

1.0.12

Source

CLAWHUB

About

What it does, and when to use it.

Capability contract not published. No trust telemetry is available yet. 1.1K downloads reported by the source. Last updated 10/11/2026.

Avoid when

  • Contract metadata is missing or unavailable for deterministic execution.

Risk flags: missing_or_unavailable_contract, trust_data_unavailable, schema_references_missing

Public facts

Every fact links back to the source it came from.

Vendor
Clawhubvendor · observed Oct 11, 2026
Protocol compatibility
OpenClawcompatibility · observed Oct 11, 2026
Adoption signal
1.1K downloadsadoption · observed Oct 11, 2026
Latest release
1.0.12release · observed Aug 13, 2026
Handshake status
UNKNOWNsecurity

Install and run

Setup complexity: low.

clawhub skill install s1729cd2qdqme2wc24vxjyh4rn8a42vn:company-deep-analysis
  1. Setup complexity is classified as HIGH. You must provision dedicated cloud infrastructure or an isolated VM. Do not run this directly on your local workstation.
  2. Final validation: Expose the agent to a mock request payload inside a sandbox and trace the network egress before allowing access to real customer data.

Contract: missing

curl -s "https://www.xpersona.co/api/v1/agents/clawhub-pm2-567-company-deep-analysis/snapshot"

Documentation

CLAWHUB

150,715 characters of source documentation, loaded on request.

Extracted files

5 files captured from the source.

SKILL.md

---
name: company-deep-analysis
version: 1.0.12
description: |
  A股/港股公司深度分析。输入公司名称或股票代码，自动完成 6 步分析流程：
  数据采集 → 公司画像 → 产业链五力 → 竞争护城河 → 财务四维 → 相对估值。
  输出双产物：公司深度分析报告 + 投研简报
  支持单步模式：用户指定"财务情况/财务分析/公司画像/公司基本面"时，按路由表只跑对应步骤并输出对应单文件。
  触发词：公司分析 / 深度分析 / 公司调研 / 投资初筛 / 深度调研 / 公司研究 / 行业研究 / 投研简报 / 财务情况 / 财务分析 / 公司画像 / 公司基本面
metadata:
  market: ["A股", "港股"]
  output_format: ["html", "md"]
  display_name: "公司深度分析助手"
  requires:
    pip: ["requests", "pandas", "lxml", "html5lib"]
  optional_pip: ["matplotlib"]
  python_bins: ["python3", "python"]
---

# 公司深度分析助手（A 股 / 港股）

输入 A 股/港股公司名称或股票代码，**默认执行 6 步分析，输出双产物**：
- **MD 深度分析报告**（`{公司名}_深度分析报告_{YYYYMMDD}.md`）
- **HTML 投研简报**（`{公司名}_投研简报_{YYYYMMDD}.html`）

> **单步模式**：用户说"看一下 XX 的财务情况" / "XX 的公司画像" 时，按 [执行模式路由](#执行模式路由) 表只跑对应步骤，输出对应单文件（不要双产物）。

## 适用场景

- 个人投资者做投前初筛（5 分钟看一家公司基本面）
- 卖方/买方研究员做行业研报的子模块
- 投资经理在投委会前快速过一遍潜在标的
- 跨行业比较 5-10 家可比公司的财务与护城河
- 只想看财务 → 单步模式（输出财务分析单文件，不必出简报）
- 只想看公司画像 → 单步模式（输出公司画像单文件）

## 执行模式路由

### 路由表

| 用户关键词（任一命中） | 模式 | 跑的步骤 | 输出文件 |
|-----------|------|---------|---------|
| **（默认）/ 没有任何特殊词** | `full` | Step0 + Step1 + Step2 + Step3 + Step4 + Step5 | **双产物**：`_深度分析报告.md` + `_投研简报.html` |
| **财务** / **财务情况** / **财务分析** / **看看财务** | `financial` | Step0（数据采集） + Step4（财务四维） | `_财务分析.md`（单文件） |
| **画像** / **公司画像** / **公司基本面** / **看看公司** | `profile` | Step0（数据采集） + Step1（公司画像） | `_公司画像.md`（单文件） |

### 关键词优先级（多关键词冲突时）

**最具体的优先**：`financial` > `profile` > `full`

例：
- "分析 XX 公司的财务情况" → `financial`（命中"财务情况"）
- "XX 的公司画像怎么样" → `profile`（命中"公司画像"）
- "帮我分析一下 XX" → `full`（默认）
- "XX 的财务和公司画像" → `financial`（最具体的优先，不双跑）

### 单步模式必跑的前置

- **Step0 数据采集必跑**：所有模式的输入都依赖 `/tmp/{code}_data.json`
- **跳过中间步是安全的**：Step2（五力）/ Step3（护城河）/ Step5（估值）的产物**不喂给** Step1 / Step4，跳过不影响单文件质量
- **代价**：单步模式输出文件**没有**行业竞争 / 护城河 / 估值章节，质量门只检"该模式的章节"

### 用户提示模板

路由判断完成后，在对话中展示一行：

```
🔍 识别到：{公司全称}（{代码}）· {市场} · 即将进入「{模式}」模式（{跑哪几步}），输出 {单/双} 产物：{文件清单}
```

## 执行原则

1. 报告行文按 `ai-internal-rules.md §3.1-3.4` 硬要求（结论先行 + 主谓宾结构）
2. 所有财务数字标注来源，推算指标列出公式
3. 推断内容标注置信度（高/中/低）
4. **full 模式**：6 步串行执行，StepN 完成后才能启动 StepN+1。**单步模式（financial/profile）**：按 [执行模式路由](#执行模式路由) 表只跑对应步骤
5. 无法获取的信息标注为信息盲区，不编造
6. **产物必须基于模板生成**：在 Step6 写任何文件前，必须先 `Read` 对应模板文件并严格按其结构填充。不得凭记忆自行编写报告结构。详见 [§6.0 产物生成的强制执行规则](#60-产物生成的强制执行规则必须严格遵守)

---

## 环境准备与降级策略（必读）

本 skill 的运行依赖 2 类外部能力：**Python 解释器**、**`scripts/` 目录下的采集脚本（含纯 HTTP 数据模块 `westock_data.py`，零外部依赖）**。不同运行环境（本机 / Codex / ClawHub 沙箱）的可用性差异很大，下面给出统一的探测规则与三级降级策略，确保**任何环境都能跑通**。

### 1. Python 命令探测（python3 与 python 均兼容）

不同环境 Python 命令名不同（macOS/Linux 多为 `python3`，部分环境为 `python`，Codex 等容器可能两者皆有或仅有其一）。

**统一探测规则**：执行任何脚本前，先运行以下探测确定命令名，后续统一用变量 `$PY` 指代：

```bash
# 探测：优先 python3，回退 python，都没有则走 L3 降级
if command -v python3 >/dev/null 2>&1; then PY=python3
elif command -v python >/dev/null 2>&1; then PY=python
else echo "⚠ 未找到 Python，走 L3 降级路径"; PY=""
fi
echo "使用 Python 命令: ${PY:-无}"
```

> 脚本 shebang 为 `#!/usr/bin/env python3`，直接用 `$PY` 显式调用可绕过 shebang 限制（如 `python scripts/collect_data.py`）。

### 2. 数据采集依赖说明（零

README.md

# 公司深度分析助手

> **一句话介绍**：你告诉它一家 A 股/港股公司的名字或股票代码，它自动跑完 6 步分析，给你输出**两份产物**——一份完整的公司深度分析报告，一份 30s 必读的投研简报卡片。

![版本](https://img.shields.io/badge/版本-1.0.12-blue)
![支持市场](https://img.shields.io/badge/支持市场-A股%20%2F%20港股-green)
![输出格式](https://img.shields.io/badge/输出-HTML%20%2F%20MD-orange)

---

## 📌 这是什么？

这是一个**投研工具**，专门帮你做 A 股 / 港股公司的"投前初筛"。

你只需要说一句话，比如：

> "帮我分析一下贵州茅台"
> "分析 600519"
> "看看宁德时代这家公司"

它就会自动去拉数据、做分析、最后给你输出**两份产物**（一份公司深度分析报告 + 一份投研简报卡片）。

**适合谁用？**
- 个人投资者：想 5 分钟看清一家公司基本面
- 投资经理：投委会前快速过一遍潜在标的
- 行业研究员：做行业研报里的"标的画像"小节
- 投资顾问：给客户做方案前的快速背调

---

## 🎯 能帮你做什么？

它会**自动跑完 6 步分析**，从数据采集到最后输出产物全部包圆：

| 步骤 | 它做什么 | 你能看到什么 |
|------|---------|------------|
| ① 数据采集 | 拉行情、财务三表、研报、概念板块 | 11 项数据（含 ebitda 衍生）|
| ② 公司画像 | 整理公司基本信息、股权结构、用户规模 | 一张公司画像表 + 行业大盘认知 |
| ③ 产业链五力 | 用经典波特五力分析上下游和竞争 | 供应商/客户/竞对/进入者/替代品五项评级 |
| ④ 护城河分析 | 用行业适配框架（如 Hamilton Helmer 7 Powers）判断公司护城河 | 3 轮反问机制 + 护城河评级表 |
| ⑤ 财务四维 | 盈利能力/偿债能力/营运能力/成长能力 + 杜邦三因子分解 | 四维雷达图 + 杜邦分解表 + 综合评分 |
| ⑥ 相对估值 | 10+ 个相对估值变体（PE-TTM / PE-Forward / 周期 PE / PB-MRQ / PB-Forward / PS-TTM / PS-Forward / EV·EBITDA / EV·Revenue / Rule of 40），按行业自动选变体 | 估值结论 + 上行/下行空间 + 风险提示 |

最后输出 **两份产物**：

**① 深度分析报告（`.md` 主报告）**

- 公司画像
- 行业竞争（行业分析+波特五力产业链分析）
- 财务（四大能力+杜邦三因子）
- 估值 （多种相对估值方法）
- 操作建议
- 投资风险
- 数据质量与盲区

**② 投研简报（`.html` 单页卡片）**

---

## 🚀 怎么用？

### 方式一：在 AI 对话里直接说

只要你的 AI 客户端装了这个 skill，**直接打字就行**：

```
帮我分析 600519（贵州茅台）
分析 宁德时代
做一份 腾讯控股 00700 的投研简报
深度分析 比亚迪
```

**支持的输入**：
- 股票代码：`600519` / `00700`（6 位 A 股，5 位港股）
- 公司名：`贵州茅台` / `宁德时代` / `腾讯控股`
- 公司名+代码：`贵州茅台 600519`（验证后直接开干）

> ⚠️ **港股也支持**！代码可以是 5 位数字（如腾讯 00700）。本工具**拒绝美股 / 加密币**（如阿里 BABA、特斯拉 TSLA）。

### 方式二：手动跑数据采集脚本

如果你想自己跑数据采集和估值（不触发完整分析流程），先 `cd` 到 skill 根目录，再直接 `python` 跑业务脚本（`python` / `python3` 均可，取决于你的环境命令名）。

#### Linux / macOS

```bash
# 1. 装依赖（首次）
pip install -r requirements.txt

# 2. 跑数据采集
python scripts/collect_data.py 600519              # A 股
python scripts/collect_data.py 00700              # 港股

# 3. 跑估值
python scripts/valuation.py 600519
python scripts/valuation.py 600519 peers.json
```

#### Windows

```powershell
# 1. 装依赖（首次）
pip install -r requirements.txt

# 2. 跑数据采集
python scripts\collect_data.py 600519
python scripts\collect_data.py 00700

# 3. 跑估值
python scripts\valuation.py 600519
python scripts\valuation.py 600519 peers.json
```

数据会写到系统临时目录（macOS/Linux = `/tmp/`；Windows = `%TEMP%`），文件名 `{代码}_data.json`，包含 11 项：

- **finance**（财务三表 + 派生指标，A 股新浪/东财 · 港股东财港股 datacenter API 直采）
- **f10**（公司概况 / 财务分析 / 股东研究 / 股本结构 / 行业分析，共 5 大类）
- **lrb**（利润表）
- **fzb**（资产负债表）
- **llb**（现金流量表；**港股无此表**，估值自动跳过 EV/EBITDA）
- **ebitda**（EBITDA 拆解，估值 EV/EBITDA 用）
- **quote**（行情：现价 / 市值 / 换手率）
- **em_info**（个股信息：东财行业 / 总股本 / 流通股本，估值必需）
- **blocks**（概念板块：A 股百度；港股 HSI 行业）
- **reports**（研报列表：A 股东财；港股无）
- **ths_forecast**（同花顺一致预期，**仅 A 股**；港股无数据源）

---

## 💼 典型使用场景

### 场景 1：5 分钟看一家公司值不值得投资
> "分析 国恩股份"

→ 2-3 分钟后拿到**两份产物**：MD 完整报告+ HTML 简报。先看 HTML 的 3 句话结论 + 估值结论 + 投资风险，要继续再看完整版报告。

### 场景 2：做行业研报
> "分析 宁德时代"

→ 报告里的"标的画像"小节可以直接复用 MD 主报告的 `§一 公司画像` + `§二

_meta.json

{
  "ownerId": "kn72dhgwy0zzg1r1w8wgfxbnyh8a552s",
  "slug": "company-deep-analysis",
  "version": "1.0.12",
  "publishedAt": 1786622408474
}

references/ai-internal-rules.md

# AI 内部工作指引（不可写入报告）

> **本文件是 AI 内部工作手册，仅对 AI 可见。**
>
> 跑报告时，AI 必须先读完本文件 + `SKILL.md`，再按 `templates/*.md` 填值。
>
> 任何"工作指引"内容（基准年规则、框架选择、硬要求、数据获取命令、列名映射、评分规则等）**只放这里**——模板里只放"报告结构 + 占位符"。
>
> **报告自检**：最终报告写完后**必须**扫描以下关键词，发现立即删除：
> - "基准年规则" / "4 月 1 日" / "判定公式"
> - "实现方式" / "用 matplotlib" / "中文字体用"
> - "写法硬要求" / "结论先行"作为元说明（"我们认为公司 X 高于行业 Y" 是 OK 的）
> - "数据获取（强制）" / "列名映射" / "可比性等级"作为章节名
> - "本节是 ... 的内联版" / "数据来源"作为大段块引用

---

## §0 元信息规则

### 0.1 基准年判定（重要，写报告必须按此判定）

`{基准年}` = 当前时间最近一个已披露完整年报的年份

| 当前时间 | 基准年 | 例子 |
|---------|--------|------|
| 4 月 1 日之前 | 前一年年报 | 2026-02 跑 → 基准年=2025 |
| 4 月 1 日及之后（年报已披露） | 当年年报 | 2026-05 跑 → 基准年=2026 |

- `{基准年-1}` = 基准年的前一年
- `{基准年-1}→{基准年} 营收 CAGR` = 同比增速（跨度=1 年时）
- 报告"摘要"必须说明选用的基准年（模板 §6 元信息表里有 `基准年` 列，照填）

### 0.2 数据质量等级 A/B/C

| 等级 | 判定标准 |
|------|---------|
| **A** | 核心指标全部有数据，CLI 直采 + 多源交叉验证 |
| **B** | 核心指标 2-3 期有数据，1 个来源 |
| **C** | 关键数据缺失，需 WebSearch 补充估算 |

---

## §1 公司画像规则

### 1.0 业务模式标签

按行业选唯一标签（决定五力/护城河/权重）：

| 业务模式 | 五力 | 护城河 | 财务权重 |
|---------|------|--------|---------|
| 消费品/制造/金融/地产/医药 | 框架 A 经典 | 消费品牌/制造/金融/医药/地产 | 通用 40/20/10/30 |
| 互联网/平台/电商/社交/内容/游戏/SaaS | 框架 B 平台 | 平台与网络效应 | 35/10/5/50 |
| 通讯/支付/交易所/系统软件 | 框架 C 网络 | 平台与网络效应（网络经济/转换成本/生态绑定子集） | 30/40/10/20 |
| 亏损/早期/AI/SaaS/生物医药 | — | — | 10/15/10/65 |
| 强周期 | 框架 A | — | 25/25/10/40 |

### 1.1 用户规模数据原则（互联网/平台/TOB SaaS 触发）

- **优先**：年报/招股书/季报官方披露
- **次选**：`collect_data.py 脚本`
- **补充**：`WebSearch` 券商深度报告

### 1.2 摘要 3 句话设计原则

- **第一句**：动作 + 标的 + 价位 + 空间 + 时间（5 要素齐全）
- **第二句**：驱动 + 证据（不重复摘要 9 条，聚焦"市场为何不应忽视"）
- **第三句**：风险 + 触发条件（不只说"风险"而说"什么条件下会怎样"）
- **三句话内不出现公式、不列数字明细**

---

## §2 五力分析规则

### 2.0 框架选择

| 业务模式 | 框架 |
|---------|------|
| 互联网/平台/电商/社交/内容/游戏/SaaS/工具/信息服务 | 框架 B 平台/生态型 |
| 通讯/支付/交易所/系统软件 | 框架 C 网络效应 |
| 其他（消费品/工业品/金融/地产/医药） | 框架 A 经典 Porter |

### 2.5 护城河框架选择

> §2.4 表格行**不固定**——按业务模式选对应框架的 Power 集填表。

| 业务模式 | 护城河框架 | 加载文件 | Power 集（对应表行） |
|---------|----------|---------|------------------|
| 消费品/品牌/零售 | 框架 A 消费品牌 | `moat-analysis-framework.md` §1 | 品牌资产 / 渠道控制 / 用户心智占位 / 产品创新力 / 规模效应 / 文化护城河 |
| 互联网/平台/电商/社交/内容/游戏/SaaS/工具 | 框架 B 平台与网络效应 | 同上 §2 | 网络经济 / 规模经济 / 转换成本 / 品牌 / 数据资产 / 生态绑定 / 聚合优势 |
| 通讯/支付/交易所/系统软件 | 框架 B 平台与网络效应（子集） | 同上 §2 | 网络经济 / 转换成本 / 生态绑定 |
| 制造/重资产/材料/能源/汽车零部件 | 框架 C 制造业 | 同上 §3 | 规模经济 / 工艺专长 / 客户认证壁垒 / 产品组合宽度 / 地理布局 / 供应链控制 / 专利组合 |
| 金融/银行/保险/券商/资管 | 框架 D 金融业 | 同上 §4 | 牌照壁垒 / 资本规模 / 低成本负债 / 客户基础 / 风控能力 / 品牌信任 / 科技数据能力 |
| 医药/生物科技/医疗器械 | 框架 E 医药 | 同上 §5 | 专利组合 / 管线深度 / 销售网络 / 生产工艺 / 品牌 / CRO-CDMO 一体化 / 数据+AI 制药 |
| 地产/建筑 | 框架 F 地产 | 同上 §6 | 拿地能力 / 地理布局 / 融资成本 / 运营效率 / 品牌信任 / 商业地产运营 |

执行：写 §2.4 表格时**只填所选框架的 Power 集**——禁止跨框架混搭（例：互联网框架里不许加"技术""牌照"行）。

---

## §3 财务分析规则

### 3.0 财务权重（按业务模式选唯一一套）

详见 `references/financial-analysis-guide.md` §0.1。**7 套行业调整表，6 选 1 互斥**（"其他"无独立类别，回 Step1 重判）。

### 3.1-§3.4 指标分析写法硬要求

- **每条分点必须"结论先行"**——先给判断（"毛利率高于行业 10pct"），后接数据/事实（"55% vs 行业中位数 45%"）
- **主语**：公司名（{公司名} / 公司 / 业务）
- **谓语**：具体动词（高于/低于/接近/超过/显著领先）
- **宾语**：具体数据/对比对象
- **结构**：① 一句话总论（强/中/弱 + 关键定性特征）→ ② 3-5

references/financial-analysis-guide.md

# 财务四维 + 杜邦穿透分析指南

本文件在 Step4 开始时加载。提供财务四维分析(盈利/偿债/营运/成长)+ 杜邦三因子穿透分析。
所有比率指标必须从新浪三表原始数据计算,计算过程在报告中列出。

> **现金流相关指标(净现比/收现比)**:在营运能力章节作为延伸指标处理(应收/存货周转已能反映大部分现金流质量),不再单列独立维度。

---

## 0. 权重设计

四维权重 40/20/10/30 基于"盈利优先 / 安全垫次之 / 营运辅助 / 成长衔接"的卖方研究多因子惯例。
不同行业类型需调整权重(详见 §0.1),调整后**综合得分 = Σ(各维度得分 × 调整后权重)**。

### 0.1 行业类型对应权重调整表

| 行业类型 | 盈利 | 偿债 | 营运 | 成长 | **杜邦分解** |
|---------|------|------|------|------|---------|
| **一般制造/消费** | 40% | 20% | 10% | 30% | **必做** |
| **强周期**(钢铁/化工/航运/有色) | 25% | 25% | 10% | **40%** | **必做** |
| **强金融属性**(银行/保险/券商) | 30% | **40%** | 10% | 20% | **必做** |
| **亏损/早期**(生物医药/SaaS/AI) | 10% | 15% | 10% | **65%** | **必做(用 ROA + 扣非 ROE 替代,见 §1.A 替代公式)** |
| **地产/建筑** | 20% | **35%** | 20% | 25% | **必做** |
| **互联网平台**(TOC) | 35% | 10% | 5% | 50% | **必做** |
| **轻资产服务业**(咨询/法律) | 35% | 15% | 15% | 35% | **必做** |

> **触发规则**:在 Step4 开头,根据"业务模式标签"(见公司画像 Step1)选定权重,并在报告"摘要"中说明。
> 权重调整后,**综合得分 = Σ(各维度得分 × 调整后权重)**。
> **杜邦三因子分解所有行业必做**,亏损公司用替代公式(详见 §1.A),不豁免。

---

## 一、盈利能力(权重 40% 或调整后权重)

### 指标定义与公式

| 指标 | 公式 | 数据来源 |
|------|------|---------|
| 销售毛利率 | (营业收入 - 营业成本) / 营业收入 × 100% | 利润表 |
| 销售净利率 | 归母净利润 / 营业收入 × 100% | 利润表 |
| ROE | 归母净利润 / 归母股东权益 × 100% | 利润表 + 资产负债表 |
| ROA | 净利润 / 总资产 × 100% | 利润表 + 资产负债表 |
| ROIC | NOPAT / (总资产 - 无息流动负债) × 100% | 利润表 + 资产负债表 |

说明:
- NOPAT = 营业利润 × (1 - 实际税率),实际税率 = 所得税 / 利润总额
- 归母股东权益 = 股东权益合计 - 少数股东权益
- ROIC 计算较复杂,如数据不全可省略,但需标注"数据不足"

### 评分标准

| 得分 | 毛利率 | 净利率 | ROE |
|------|--------|--------|-----|
| 100 | 行业前 10% | 行业前 10% | > 20% |
| 80 | 行业前 25% | 行业前 25% | 15%-20% |
| 60 | 行业中位数 | 行业中位数 | 10%-15% |
| 40 | 行业后 25% | 行业后 25% | 5%-10% |
| 20 | 行业后 10% | 行业后 10% | < 5% |

行业排名数据来源:脚本采集的 `f10.财务分析` 仅含本公司主要指标,**不含行业排名**。行业基准(前 10%/中位数等)须用
`WebSearch（行业研报/竞品对比）` 算中位数；或用 Step3 竞对均值作为替代基准，并在报告中标注"基准来源"。

### 分析要求

1. 取最近 4 期数据做趋势分析,标注上升/下降趋势
2. 与 Step3 竞对对比(至少 2 家竞对的同期数据)
3. 毛利率持续下降 > 3 个百分点 标黄
4. ROE 持续下降 > 3 个百分点 标红

### 1.A 杜邦三因子分解(穿透分析,**所有行业必做**)

> **方法论背书**:DuPont Analysis 由 Donaldson Brown(1914)提出,后经 Peter Drucker 和 Warren Buffett 推广,
> 是穿透分析 ROE 驱动因子的标准工具。**核心思想**:同样是 ROE 18% 的公司,
> 可能是高利润率驱动(质量型),可能是高杠杆驱动(风险型),或高周转驱动(效率型),三者估值含义完全不同。

#### 三因子公式

```
ROE = 销售净利率 × 总资产周转率 × 权益乘数

其中:
- 销售净利率 = 归母净利润 / 营业收入(反映定价力 + 成本控制)
- 总资产周转率 = 营业收入 / 平均总资产(反映资产效率)
- 权益乘数 = 平均总资产 / 归母股东权益(反映财务杠杆)
```

#### 亏损公司替代公式(净利润为负时)

净利润为负时 ROE 分母失效,改用以下替代公式(保证杜邦分析**仍必做**):

| 指标 | 公式 | 适用 |
|---|---|---|
| **ROA 替代 ROE** | 净利润 / 平均总资产 | 净利润为负但亏损可控 |
| **扣非归母 ROE** | 扣非归母净利润 / 归母权益 | 净利润为负但扣非为正(政府补助等一次性项目) |
| **EBIT ROIC 替代** | EBIT × (1-税率) / (有息负债 + 权益) | 早期/亏损公司 |
| **三年平均 ROE** | 最近 3 年 ROE 算术平均 | 周期股单年亏损(用平均数平滑周期) |

> **判定规则**:
> 1. 净利润为正 → 用标准三因子公式
> 2. 净利润为负但扣非为正 → 用扣非归母 ROE 三因子分解
> 3. 净利润和扣非都为负 → 用 ROA + EBIT ROIC 双指标呈现
> 4. 周期股单年亏损 → 标注"周期低点"并用三年平均 ROE
> 5. **绝对不豁免**——亏损公司用替代公式,但杜邦分析必做

#### 五因子扩展(异常时必做)

若需进一步定位"ROE 来自营业层面 vs 非经常性损益",可将三因子拆为五因子:
`ROE = 税负 × 息税前利润率 × 总资产周转率 × 权益乘数 × 营业利润率`。

**触发条件(任一)**:
- ROE > 25% 或 < 0%(异常)
- 净利润与扣非净利润差异 > 30%(非经常损益占比大)
- 杠杆率快速上升(权益乘数同比 +20% 以上)
- ROE 在行业中位数偏离

Related agents

Same protocol, similar job.

Github ReposUpdated 1d agoRank 70

AionUi

Free, local, open-source 24/7 Cowork app and OpenClaw for Gemini CLI, Claude Code, Codex, OpenCode, Qwen Code, Goose CLI, Auggie, and more | 🌟 Star if you like it!

MCPOPENCLAW
Github ReposUpdated 6mo agoRank 70

activepieces

AI Agents & MCPs & AI Workflow Automation • (~400 MCP servers for AI agents) • AI Automation / AI Agent with MCPs • AI Workflows & AI Agents • MCPs for AI Agents

OPENCLAW
Github ReposUpdated 6mo agoRank 70

cherry-studio

AI productivity studio with smart chat, autonomous agents, and 300+ assistants.

MCPOPENCLAW
Github ReposUpdated 7mo agoRank 70

CopilotKit

The Frontend for Agents & Generative UI. React + Angular

OPENCLAW

Machine-readable data

The same record, as JSON, for agents and crawlers.

{
  "facts": [
    {
      "factKey": "vendor",
      "category": "vendor",
      "label": "Vendor",
      "value": "Clawhub",
      "href": "https://clawhub.ai/pm2-567/skills/company-deep-analysis",
      "sourceUrl": "https://clawhub.ai/pm2-567/skills/company-deep-analysis",
      "sourceType": "profile",
      "confidence": "medium",
      "observedAt": "2026-10-11T05:34:43.867Z",
      "isPublic": true
    },
    {
      "factKey": "protocols",
      "category": "compatibility",
      "label": "Protocol compatibility",
      "value": "OpenClaw",
      "href": "https://www.xpersona.co/api/v1/agents/clawhub-pm2-567-company-deep-analysis/contract",
      "sourceUrl": "https://www.xpersona.co/api/v1/agents/clawhub-pm2-567-company-deep-analysis/contract",
      "sourceType": "contract",
      "confidence": "medium",
      "observedAt": "2026-10-11T05:34:43.867Z",
      "isPublic": true
    },
    {
      "factKey": "traction",
      "category": "adoption",
      "label": "Adoption signal",
      "value": "1.1K downloads",
      "href": "https://clawhub.ai/pm2-567/company-deep-analysis",
      "sourceUrl": "https://clawhub.ai/pm2-567/company-deep-analysis",
      "sourceType": "profile",
      "confidence": "medium",
      "observedAt": "2026-10-11T05:34:43.867Z",
      "isPublic": true
    },
    {
      "factKey": "latest_release",
      "category": "release",
      "label": "Latest release",
      "value": "1.0.12",
      "href": "https://clawhub.ai/pm2-567/company-deep-analysis",
      "sourceUrl": "https://clawhub.ai/pm2-567/company-deep-analysis",
      "sourceType": "release",
      "confidence": "medium",
      "observedAt": "2026-08-13T12:00:08.474Z",
      "isPublic": true
    },
    {
      "factKey": "handshake_status",
      "category": "security",
      "label": "Handshake status",
      "value": "UNKNOWN",
      "href": "https://www.xpersona.co/api/v1/agents/clawhub-pm2-567-company-deep-analysis/trust",
      "sourceUrl": "https://www.xpersona.co/api/v1/agents/clawhub-pm2-567-company-deep-analysis/trust",
      "sourceType": "trust",
      "confidence": "medium",
      "observedAt": null,
      "isPublic": true
    }
  ],
  "events": [
    {
      "eventType": "release",
      "title": "Release 1.0.12",
      "description": "修正互联网平台与亏损/早期企业财务权重合计不足100%的问题；补齐通讯、支付、交易所、系统软件的护城河路由。",
      "href": "https://clawhub.ai/pm2-567/company-deep-analysis",
      "sourceUrl": "https://clawhub.ai/pm2-567/company-deep-analysis",
      "sourceType": "release",
      "confidence": "medium",
      "observedAt": "2026-08-13T12:00:08.474Z",
      "isPublic": true
    }
  ]
}

Record generated Oct 11, 2026.

Sponsored

Ads related to 公司深度分析助手 and adjacent AI workflows.