基本面研究分析

先解决的问题

看一只股票时最常见的失败模式，不是没数据，而是结论先于分析：有人只看 PE 低就喊便宜，有人因为“赛道好”就给高估值，判断散落在聊天记录里，最后既说不清假设，也复盘不了错在哪。本技能要约束的正是这个过程——把基本面研究拆成可检查的步骤，让结论能追溯。

它是怎么工作的

框架固定为 7 个维度，按顺序推进，每步都有对应的方法论文档（在 references/ 下）和数据接口：

• 生意分析：先回答公司靠什么挣钱。拆解产品特征、客户类型（2C 还是 2B）、成本构成、定价权、发展驱动和产业链位置。
• 财务分析：看“家底”质量。先看资产、负债、成本、收入、利润五张结构，再算偿债、运营、盈利、现金流指标，最后做横向（同行）与纵向（历史）对比，并尝试推演未来 3-5 年利润。
• 护城河：对照商业模式判断属于特殊资源、客户粘性、成本优势还是重置成本，护城河强弱直接决定估值溢价。
• 管理与类型：评估文化、团队、原则；同时把标的归入周期型、隐蔽资产型、困境反转型等 6 种类型之一，明确该看什么指标。
• 价值陷阱与估值：先排查周期、资产、困境反转、增长四类陷阱，再结合资金成本锚定、PEG、周期位置给出合理估值区间。

数据来自 westock-data 或 neodata-financial-search，覆盖财报、行情、行业对比与研报。最终输出结构化报告，包含股票类型、PE/PB 区间、当前估值判断、陷阱排查结论和明确的投资建议（买入/持有/卖出等）。

适用边界

• 它是研究框架，不是预测器。财务预测依赖假设，3-5 年推演的误差可能很大，结论要写清前提条件。
• 估值锚定需要手动确认基准参数（如 10 年期国债利率），不同宏观环境下的“合理 PE”不同，跨市场直接套用会失真。
• 类型判断存在主观成分，6 种分类不覆盖所有公司，强周期与成长股的边界尤其模糊。
• 数据源本身的覆盖范围和更新频率会限制结论，财报披露前的空窗期只能依赖旧数据。
• 报告结论不构成投资建议，最终决策仍需人工判断市场与仓位问题。