AI 财报基本面分析工作流：用 Axon Agent 从三张表生成可复核研究报告

AI 财报基本面分析工作流，是把正式财报中的利润表、资产负债表、现金流量表、附注和管理层讨论转成一条有来源、有计算口径、有待确认项的研究流程。它要解决的不是“让 AI 给出一个漂亮结论”，而是减少分析人员在多份 PDF、跨期表格和口径说明之间重复、耗时、手动且容易出错的查找与核对，同时让每个重要判断都能回到原始披露。

这也是 Axon Agent 与一次性问答的区别：来源文件先进入 workspace，文件提取、报告编排和 PDF 交付由明确的 System Skills 承担；Agent 记录步骤和输入；Trust Mode 把外发与发布留给人工确认。最终产物是一份可以审阅、退回和修订的研究报告，而不是聊天窗口里无法追踪的摘要。

只看净利润，往往会漏掉真正的问题

美国证券交易委员会的财务报表入门指南分别说明了资产负债表、利润表、现金流量表和股东权益变动表的作用。利润表说明一段期间赚了多少、花了多少；现金流量表说明现金实际怎样流入和流出；资产负债表则呈现某个时点的资产、负债和权益。三者回答的问题不同，不能用一个利润数字互相替代。

例如，一家公司营收和利润都在增长，但经营活动现金流下降，应收账款和存货同时上升。这个组合不自动等于经营恶化，却足以触发进一步复核：收入确认节奏是否变化？客户回款是否变慢？库存是否为新产品备货？附注中有没有收购、重组或会计口径调整？

高质量基本面研究因此要同时回答三类问题：

• 经营结果：收入、毛利、费用和利润怎样变化，增长来自哪些业务分部。
• 资金结构：现金、债务、应收、存货和营运资金是否支持当前增长。
• 现金验证：会计利润是否转化为经营现金，资本开支之后还剩下多少可支配现金。

好的财报分析不是多摘几个指标，而是让利润、资产负债和现金流对同一个经营故事相互印证。

Axon Agent 怎样把财报变成研究证据包

这条工作流遵循桌面端最新的 助手 -> 运行 -> 构建 主线，不要求普通用户先制作自定义 Skill。

步骤 1：助手先定义研究边界

在助手入口，先写清公司主体、报告期间、比较期间、币种和单位，以及需要回答的问题。输入材料应优先使用监管披露、公司投资者关系页面或用户已经取得的正式年度/季度财报。美国上市公司披露可以通过 SEC 的 EDGAR 检索入口核对；SEC 的 Inline XBRL 说明也解释了结构化标签如何把数值与报告期间、定义和上下文关联起来。

一份合格任务说明可以这样写：

分析目标：比较示例公司最近两个完整报告期的基本面变化。
输入：正式财报 PDF、财务报表附注和管理层讨论。
重点：收入与利润率、经营现金流、资本开支、应收与存货、现金与债务。
输出：Markdown 研究报告和 PDF，所有数字标注期间、单位、来源页码与计算公式。
边界：不做证券选择或交易判断；口径不一致、来源缺失或计算无法复核时，列入待确认项。

这一步很重要。没有期间和单位约束，模型可能把季度数据与年度数据并列；没有来源约束，二手摘要可能覆盖正式披露；没有待确认机制，暂时无法解释的变化容易被包装成确定结论。

步骤 2：运行时让三个 System Skills 各做一件事

第一版 Agent 保持三步，已经足以生成完整产物：

{
  "level": "user",
  "category": "finance",
  "role": "财报基本面研究",
  "description": "读取正式财报并交付有来源、公式和待确认项的基本面研究报告。",
  "task": "读取正式财报，完成三表交叉验证并交付可复核研究报告。",
  "instruction": "上传待分析的正式财报，并填写报告期间、比较期间、币种、单位和重点问题。",
  "steps": [
    {
      "index": 1,
      "skillId": "std-file-ingest",
      "action": "ingest",
      "description": "归档并提取用户上传的财报、附注和表格。",
      "inputSource": "user"
    },
    {
      "index": 2,
      "skillId": "std-office-report-composer",
      "action": "compose_report",
      "description": "按期间、单位、来源和公式组织基本面研究报告。",
      "inputSource": "prev_step+user"
    },
    {
      "index": 3,
      "skillId": "std-office-pdf",
      "action": "generate",
      "description": "使用 research_report 模板导出带目录的 PDF。",
      "inputSource": "prev_step"
    }
  ],
  "inputs": [
    {
      "key": "filings",
      "label": "正式财报文件",
      "type": "files",
      "required": true
    },
    {
      "key": "analysisBrief",
      "label": "期间、单位与重点问题",
      "type": "textarea",
      "required": true
    }
  ]
}

std-file-ingest 负责把 PDF、Excel、CSV 等输入归档到 workspace，并输出文件清单、提取结果和失败状态；它不会编造没有解析出来的内容。std-office-report-composer 接收这些事实材料，组织摘要、表格、风险、来源和待确认项，但不负责联网检索或直接生成 PDF。最后由 std-office-pdf 消费编排后的 Markdown。这个顺序符合 Axon 当前 Agent Builder 的报告链路：上游材料不能绕过 Report Composer 直接进入正式研报渲染。

运行完成后，不要只看最后一页结论。先检查文件清单是否完整，再检查报告中的来源、期间和单位，最后验收 PDF。关于产物为什么需要独立验收，可以继续阅读 Workspace 产物验收契约。

步骤 3：手动验证后再构建复用

如果同一分析框架会反复用于不同公司或不同季度，先手动运行至少一次，确认文件提取、指标口径和报告章节稳定，再进入构建页保存 Agent。可复用输入至少应包括公司名称、报告期间、比较期间、币种/单位、财报文件和重点问题。

这与 Source Data 字段设计 的原则一致：复用不是把提示词写得更长，而是把每次都必须明确的业务变量变成输入字段。

三张表如何交叉验证：一个演示案例

下面是明确的演示数据，不对应任何真实上市公司，单位为百万元。它只用于说明计算和复核方法。

指标	上期	本期	变化
营业收入	100	118	+18.0%
营业利润	12	13	+8.3%
净利润	10	10.5	+5.0%
经营活动现金流	14	9	-35.7%
资本开支	5	8	+60.0%
应收账款	18	29	+61.1%
存货	12	18	+50.0%
现金	25	21	-16.0%
有息债务	30	42	+40.0%

利润表先给出第一层信号：营业收入增长 18%，但营业利润只增长 8.3%，营业利润率从 12 / 100 = 12.0% 下降到 13 / 118 = 11.0%。报告不能止步于“收入增长”；它需要回到成本、费用和业务分部，解释利润率为何没有同步提升。

现金流量表提供第二层验证。经营现金转化率可以写成 经营活动现金流 / 净利润，从 14 / 10 = 1.40 降到 9 / 10.5 = 0.86。简化自由现金流按 经营活动现金流 - 资本开支 计算，从 9 降到 1。这里仍不能直接下结论，而应记录公式，并检查资本开支分类、租赁现金流和一次性营运资金变化。

资产负债表解释现金压力可能来自哪里：应收账款和存货增速明显高于收入，现金下降，同时债务上升。这组变化应形成待确认问题，而不是自动生成定性判断：回款周期是否拉长？库存增长对应订单准备还是销售放缓？新增债务是否用于扩产、并购或短期周转？答案必须回到附注和管理层讨论。

一份可验收报告必须留下什么

AI 财报基本面分析不能只交付一段自然语言。建议把验收标准固定为以下五部分：

产物部分	必须保留的内容	人工复核重点
来源范围	文件名、报告期、发布日期、来源 URL 或附件	是否为正式披露，文件是否完整
指标表	数值、单位、期间、同比/环比口径	季度与年度是否混用
计算说明	公式、分子分母、舍入方式	是否能从原表重新计算
解释与风险	三表之间的证据关系	是否把相关性写成确定因果
待确认项	缺失附注、口径变化、异常值、负责人	是否有明确下一步，而不是模糊提示

图表只有在基础数据已经核对后才应该加入。若需要趋势图，可以把经过确认的数字转换为 std-data-chart 接受的结构化 JSON，再把返回的 SVG 作为资产交给 Report Composer。不要让图表引擎直接猜测 PDF 中的数字，也不要用视觉曲线代替会计口径说明。

Trust Mode：自动整理，谨慎外发

文件读取、草稿编排和本地 PDF 导出通常是可回退、可检查的动作，可以在边界清楚后减少重复确认。下面这些动作应停下来等待人工确认：

• 将研究报告发送给外部收件人。
• 把报告发布到官网、客户门户或公共频道。
• 覆盖团队已经确认的重要研究文件。
• 在来源缺失或口径冲突时继续生成确定性结论。

这不是降低自动化程度，而是把速度用在资料整理，把责任留在真正影响决策和对外传播的环节。了解整体编排方式，可以查看 Axon Workflows；了解 Agent 工作台的助手、运行和构建入口，可以查看 Axon Agent。

FAQ

AI 财报基本面分析应该优先使用哪些来源？

优先使用监管披露、公司投资者关系页面和用户上传的正式财报。二手文章可以帮助发现问题，但不应替代原始报表、附注和管理层讨论。

Axon 如何降低数字被错误引用的风险？

先由 File Ingest 保留文件清单和提取结果，再要求 Report Composer 对每个关键数字标注期间、单位、来源和公式。人工验收时从报告反查原始披露；无法反查的数字不能进入最终结论。

跨期报表口径不一致怎么办？

不要强行合并。把币种、单位、报告期、重分类、会计政策变化和业务范围变化列为比较前提；不能统一的项目放入待确认项，并保留原始口径。

Axon 会替分析人员作出证券决策吗？

不会。这条工作流交付的是研究证据、计算过程、风险和开放问题，最终判断由具备相应职责和专业背景的人员完成。

从一份财报开始使用工作流

AI 财报基本面分析的第一步不是增加更多来源，而是选取一份正式财报，确认 Axon 能否稳定保留文件、期间、单位、公式和待确认项。手动验收通过后，再把同样的框架保存为 Agent，扩展到下一报告期。现在可以通过 Axon Workflows 和 Axon Agent 了解更多，并开始使用可追溯、可复核的研究产物，而不是从自动结论开始。