技能介绍

财务分析工具的问题

写脚本做估值并不难，难的是把 DCF 假设、财务比率和风险排查分开维护。个人投资者在分析一只股票时，常常需要 估值、比率、风险 三条线索互相印证；初级分析师则要在可比公司、行业基准和趋势数据之间反复切换。如果每次分析都临时写 Python 脚本，参数校验和结果记录很容易遗漏，结论也难以复现。

技能的核心能力

@zcwl/accounting-finance-tool-free 把常用财务分析拆成三个模块：

估值建模：包含 dcf-zero-growth、dcf-constant-growth、dcf-two-stage 等 DCF 模型，以及 pe-valuation、pb-valuation、ps-valuation、peg-valuation 等可比估值方法，并提供 wacc-calculation 计算折现率。
财务比率分析：通过 financial-ratio-framework 建立五维比率体系，使用 dupont-five-factor 拆解 ROE，还覆盖毛利率、收入质量、现金流预测、FCFF/FCFE 和营运资本。
风险评估：包括 fraud-risk-detection、liquidity-risk-assessment、earnings-quality-analysis、sensitivity-analysis、trend-analysis、peer-comparison-analysis、industry-benchmarking 与 investment-thesis-generation。

使用时，你以自然语言给出分析对象和假设，Agent 会解析输入参数、执行对应模块逻辑，并返回结构化输出，包括状态码、结果数据和运行日志。典型输入如 帮我分析一下贵州茅台的财务状况、用DCF模型估算某科技公司的合理估值 或 这家公司有没有财务造假的风险？。输入参数包括必填的 input，可选的 options 与 callback_url。

适用边界

免费版适合单标的深度分析，不支持批量处理与自动化报告生成。运行依赖支持 SKILL.md 的 Agent 平台，数值计算脚本需要 Python 3.8+，可选安装 numpy 和 pandas；skill 本身基于 Markdown 指令，无需额外 API Key，但接入 Wind、Bloomberg 等外部数据源时仍需自行配置凭证。分析结果高度依赖输入数据质量，无法自动修正脏数据；大数据量或本地硬件不足时性能会下降。估值结果对增长率、折现率等假设敏感，建议结合至少三年数据、行业可比公司与敏感性测试交叉验证。