Agent Skills
返回列表
⚖️

收益型投资分析

行业专业 更新于 2026.08.29

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,安装 @user_3c6cb52e/income-investment。

技能介绍

要解决什么问题

收益型投资最常见的错误,是把页面上显示的股息率当成机会本身。股价下跌会让同一份分红看起来收益率更高,但真正决定能否持续拿到钱的是派息覆盖、现金流质量与资本结构。这个技能替代一套容易出错的手工流程:在二手页面抄股息率、心算 EPS 派息率、看一眼最近分红日期就下单。

它还堵住几个常见缺口:

  • 除权日不是白送的收益:股价理论上按分红金额向下调整,日历只影响执行时点,不能成为买入弱公司或推迟卖出的理由。
  • 跨行业不能套同一个派息率口径:REIT 看 FFO/AFFO,银行看 CET1 与可分配利润,保险看偿付能力,BDC 看 NII 与 NAV,资源股看周期中枢现金流,电信与公用事业看资本开支覆盖。
  • 心算不可信:分红、收益率、估值与情景算术全部走 python3 tools/financial_rigor.py。
  • 税务信息缺失时不许编数:没有税务居民地、账户类型、适用协定与预扣确认,只能列毛收入并标注净额无法计算。

技能如何工作

只有公司或代码必填,其余字段可选,接受等价自然语言输入。技能先评定证据质量(A 完整一手材料 / B 部分一手 / C 主要二手),触发 INSUFFICIENT DATA 门槛时直接不出结论。

核心流程分四步:

  1. 还原分红历史:覆盖至少五年,统计频率、普通/特别/可变属性、币种、每股与总额、上调/持平/下调/停发次数、CAGR 与四个关键日期。
  2. 追踪可用于分配的现金:净利派息、FCF 派息、资本开支后的现金流、利息覆盖、净债务与到期结构、表外承诺,以及与分红争夺资金的回购。
  3. 测试质量与耐久性:商业模式、护城河、定价权、周期性、资本配置,以及下行情景下维持分红的能力,区分会计利润与可重复分配的现金。
  4. 给收益流估值并算可用收入:当期与历史均值收益率、行业倍数、FCF 收益率、内在价值区间、安全边际,以及价格下跌叠加分红下调的联合情景。

最后只输出一个结论:CORE INCOME、OPPORTUNISTIC INCOME、WATCHLIST、HOLD – DO NOT ADD、REDUCE、REJECT / YIELD TRAP 或 INSUFFICIENT DATA,配套基础、不利、极端三套情景,后两套必须显式测试分红下调,而不是假设分红固定。

适用边界与注意点

这是学习与研究流程,不是个性化投资建议。数据不足时写 Unknown 或 Not calculable 并说明后果,不要用假设补齐缺口;审计未通过的报告只是草稿,不能算可发布研究。有投资组合输入时,收益质量与配置适配是两件事:公司再健康,也可能因集中度只值得 REDUCE 或 WATCHLIST。它也不会静默覆盖已有的 portfolio-review 结论,financial-data、investment-research、investment-checklist、earnings-review 等既有流程应当复用而非重写。

使用场景

  • 复盘候选收益股时,需重建至少五年分红历史、频率与上调下调次数,并给出基础/不利/极端情景
  • 遇到异常高股息率,需交叉核对派息覆盖、净债务与现金流,判断是否为 YIELD TRAP
  • REIT、银行、BDC 等高收益标的,需按行业口径检查 FFO/AFFO、CET1、NII,而非套用 EPS 派息率
  • 已有组合新增收益仓位时,需核对行业地域集中度、预计毛收入与税后净额,判断是 CORE 还是 HOLD-DO NOT ADD

适合人员

  • 个人投资者:想把个股分红还原成可持续现金流,而不是只看显示收益率下单
  • 投研工程师:需要按固定报告模板产出可审计的收益投资分析与来源清单
  • 量化研究员:把财务数据核验、情景算术与报告审计嵌入自动化研究管线
  • 金融内容编辑:审校收益类稿件时,要求事实分级、数据截止日与审计结论完整