基于薛兆丰 (Xue Zhaoheng)，《财报一看就懂》(2019)
本书旨在为普通投资者——没有会计学位的人——提供一本实用指南，帮助他们充分理解企业财务报表，从而做出明智的股票投资决策。作者的核心论点是：财务素养是区分持续盈利投资者与依赖消息、传闻和市场情绪投资者的最重要技能。
这一方法本质上是自下而上的：首先了解公司的财务健康状况，然后判断股价是否代表合理的入场点。这与自上而下的宏观经济分析或纯粹的技术图表方法形成对比。
财务分析不是孤立地阅读某一张报表。三张核心财务报表形成一个相互关联的系统：
利润表 资产负债表 现金流量表
（盈利能力） （财务状况） （现金现实）
──────────────── ──────────────── ────────────────
营业收入 资产 经营活动现金流
- 成本 = 负债 + 所有者权益 投资活动现金流
= 净利润 ─────────────→ 留存收益 筹资活动现金流
↑ ↓
└────────────────────────┘
资产负债表上的现金 = 现金流量表的期末现金
利润表告诉你公司赚了多少钱。资产负债表告诉你公司在特定时刻拥有什么和欠什么。现金流量表告诉你钱实际上去了哪里。三者必须讲述一致的故事——当它们出现分歧时，那就是最重要的分析洞察（和红旗）出现的地方。
本书倡导分层分析方法：
营业收入是起点，但并非所有营业收入都是平等的。本书强调：
营业收入质量检查清单：
────────────────────────
□ 营业收入是否连续3年以上同比增长？
□ 增长率是否稳定或加速（不是减速）？
□ 收入是否分散在多个客户中（没有单一客户 > 30%）？
□ 收入是否主要来自核心运营（不是资产出售、补贴或一次性项目）？
□ 收入增长是否匹配或超过行业平均水平？
毛利率 =（营业收入 - 销售成本）/ 营业收入 × 100%
毛利率揭示了公司最基本层面的定价能力和成本结构——在运营费用、利息和税之前。关键解读框架：
| 毛利率范围 | 解读 |
|---|---|
| > 60% | 强定价能力，可能有品牌或知识产权优势（软件、奢侈品、制药） |
| 40-60% | 良好竞争地位，有一定差异化 |
| 20-40% | 中等——典型于制造业、零售业 |
| < 20% | 类似大宗商品业务，主要靠价格或规模竞争 |
关键规则：连续多个季度毛利率下降是竞争恶化最可靠的早期警告信号之一。这意味着公司要么正在失去定价能力（被迫降价），要么面临无法转嫁给客户的投入成本上升。
营业利润率 = 营业利润 / 营业收入 × 100%
营业利润 = 营业收入 - 销售成本 - 运营费用（SG&A、研发、折旧摊销）
营业利润率剔除了金融工程（利息、税收），显示核心业务是否盈利。毛利率与营业利润率之间的差距揭示运营效率：
净利率 = 净利润 / 营业收入 × 100%
净利率是底线，但也是最容易失真的数字。可能膨胀或压低净利率但不代表运营实际的项目：
本书的关键规则：始终将净利润与经营活动现金流进行比较。如果净利润持续超过经营活动现金流，公司可能正在确认尚未收回的收入，或推迟已发生费用的确认。这是一个重要的红旗。
基本每股收益 = 净利润 / 加权平均流通股本
稀释每股收益 = 净利润 /（加权平均流通股本 + 稀释性证券）
每股收益是散户投资者最关注的指标，但本书警告不要进行简单的每股收益分析：
资产负债表按流动性顺序列报资产。本书按分析重要性分类：
流动资产——一年内可转换为现金：
| 项目 | 观察要点 |
|---|---|
| 现金及等价物 | 现金余额是否增长？是否足够6个月以上的运营？ |
| 应收账款 | 应收账款是否比收入增长更快？（如果是则为红旗） |
| 存货 | 存货是否比收入/销售成本增长更快？（如果是则为红旗） |
| 预付费用 | 异常增长可能表示渠道填充或激进会计 |
非流动资产——长期资源：
| 项目 | 观察要点 |
|---|---|
| 物业、厂房及设备 | 资本强度；折旧政策 |
| 无形资产 | 来自收购的商誉——是否有减值风险？ |
| 长期投资 | 投资收收益是否掩盖了运营表现疲软？ |
关键资产负债表规则：如果应收账款连续两个或多个季度比收入增长更快，公司可能正在过度放宽信用以膨胀收入。这是未来盈利令人失望最可靠的领先指标之一。
流动负债——一年内到期：
非流动负债——一年后到期：
权益 = 资产 - 负债
权益代表股东的剩余索取权。关键组成部分：
关键权益规则：如果权益下降或比总资产增长更慢，公司越来越依赖债务融资。检查这种杠杆是故意的（战略投资）还是防御性的（弥补运营亏损）。
资产负债率：
资产负债率 = 总负债 / 总资产 × 100%
| 范围 | 解读 |
|---|---|
| < 30% | 保守，低财务风险 |
| 30-50% | 中等杠杆，一般健康 |
| 50-70% | 杠杆升高——在资本密集型行业（公用事业、房地产）可接受 |
| > 70% | 高风险——必须有非常稳定、可预测的现金流才能维持 |
产权比率：
产权比率 = 总负债 / 总权益
比率高于2.0意味着公司债务是权益的两倍——显著杠杆。背景很重要：银行通常以10倍以上杠杆运营，而科技公司通常几乎没有债务。
流动比率：
流动比率 = 流动资产 / 流动负债
| 范围 | 解读 |
|---|---|
| > 2.0 | 强流动性——舒适的安全边际 |
| 1.5-2.0 | 对大多数行业足够 |
| 1.0-1.5 | 流动性紧张——如果现金转换快则可管理 |
| < 1.0 | 潜在流动性危机——流动负债超过流动资产 |
速动比率——更保守的测试：
速动比率 =（流动资产 - 存货）/ 流动负债
速动比率排除存货，因为存货可能不容易以全额转换为现金（尤其是制造商、有季节性商品的零售商或产品快速贬值的科技公司）。
营运资本：
营运资本 = 流动资产 - 流动负债
对大多数公司来说，负营运资本是一个警告信号，但有些企业（超市、订阅模式）由于在支付供应商之前就从客户那里收取现金，因此可以成功运营负营运资本。
经营活动现金流（OCF）是财务分析中最重要的单一数字。它回答根本问题：核心业务是否产生现金？
OCF质量检查清单：
□ 是否连续3年以上OCF为正？
□ OCF是否 > 净利润？（现金收益超过应计收益）
□ OCF是否以与收入增长相当的速率增长？
□ OCF是否足以覆盖资本支出（至少是维护性资本支出）？
□ OCF是否足以覆盖利息支付并有舒适余地？
OCF与净利润比率（现金含量）：
现金转换质量 = 经营活动现金流 / 净利润
| 比率 | 解读 |
|---|---|
| > 1.2 | 优秀——现金生成超过报告利润 |
| 1.0-1.2 | 良好——利润有现金支持 |
| 0.7-1.0 | 可接受但需监控——部分收益是基于应计的 |
| < 0.7 | 警告——报告利润与现金之间存在显著差距 |
| OCF为负但NI为正 | 重大红旗——利润仅存在于纸上 |
投资活动现金流揭示公司如何配置资本。对增长型公司来说，这通常为负数（用于资本支出、收购）。
关键区别：
筹资活动现金流显示公司如何为自己融资和向股东返还资本。
健康模式：
不健康模式：
自由现金流（FCF）= 经营活动现金流 - 资本支出
自由现金流是公司在维护和增长其资产基础后剩余的现金。它代表真正可供股东使用的现金——用于股息、回购、债务偿还或再投资。
FCF评估框架：
场景1：FCF为正，增长 → 最佳情况。公司产生盈余现金。
场景2：FCF为正，稳定 → 良好。成熟、可靠的现金生成器。
场景3：FCF为正，下降 → 谨慎。调查原因（资本支出上升？OCF下降？）。
场景4：FCF为负，改善 → 如果公司处于高增长阶段可能可接受。
场景5：FCF为负，恶化 → 警告。现金消耗正在加速。
场景6：FCF持续为负 → 危险，除非公司是处于明确FCF路径上的预盈利公司。
现金转换周期（CCC）= 存货周转天数 + 应收账款周转天数 - 应付账款周转天数
其中：
存货周转天数（DIO）=（存货 / 销售成本）× 365
应收账款周转天数（DSO）=（应收账款 / 营业收入）× 365
应付账款周转天数（DPO）=（应付账款 / 销售成本）× 365
CCC衡量将存货投资转换为销售现金所需的天数。较短的CCC通常更好——意味着公司更快收回现金。
| CCC | 解读 |
|---|---|
| 负数 | exceptional——公司在支付供应商之前就收取现金（例如超市） |
| 0-30天 | 高效现金转换 |
| 30-60天 | 对大多数行业正常 |
| 60-90天 | 缓慢——调查应收账款或存货是否是瓶颈 |
| > 90天 | 令人担忧——资本被长期占用 |
关键趋势规则：连续多个季度CCC上升是一个警告信号，即使绝对水平看起来合理。它表明与客户的议价能力恶化（DSO上升）、库存积压（DSO上升）或供应商关系削弱（DPO下降）。
ROE = 净利润 / 股东权益 × 100%
ROE是股权投资者最重要的盈利能力比率。它衡量管理层使用股东资本产生利润的效率。
| ROE | 解读 |
|---|---|
| > 20% | 优秀——强劲竞争优势（持续5年以上） |
| 15-20% | 良好——高于平均的业务质量 |
| 10-15% | 平均——可接受但不突出 |
| < 10% | 低于平均——可能没有创造超过权益成本的价值 |
关键注意事项：由高杠杆驱动的高ROE与由高利润率或高资产周转驱动的高ROE不同。杜邦分析（第6节）分解ROE以揭示来源。
ROA = 净利润 / 总资产 × 100%
ROA衡量相对于所有使用资本（股权和债务）的盈利能力。它对于比较不同资本结构的公司特别有用。
| ROA | 解读 |
|---|---|
| > 10% | 对大多数行业优秀 |
| 5-10% | 良好 |
| 2-5% | 对资本密集型行业（公用事业、银行）可接受 |
| < 2% | 弱——资产基础没有产生足够回报 |
ROIC = 税后净营业利润 / 投入资本 × 100%
其中：
税后净营业利润 = 营业利润 ×（1 - 税率）
投入资本 = 总权益 + 带息债务 - 多余现金
ROIC是最全面的盈利能力衡量标准，因为它考虑了投入业务的总资本（股权和债务），并使用营业利润（消除了资本结构决策的扭曲）。
价值创造的基本规则：当ROIC > WACC（加权平均资本成本）时，公司创造价值。如果ROIC < WACC，即使公司报告正收益，也在破坏价值。
见上文第3.4节。
利息保障倍数 = 营业利润（EBIT）/ 利息费用
| 比率 | 解读 |
|---|---|
| > 10x | 非常安全——收益多次覆盖利息 |
| 5-10x | 舒适 |
| 3-5x | 足够但需监控，尤其是在周期性行业 |
| 1.5-3x | 紧张——低迷可能威胁债务服务 |
| < 1.5x | 危险——收益勉强覆盖利息 |
杜邦分析是本书理解盈利来源的核心分析框架。它将ROE分解为三个相乘的驱动因素：
ROE = 净利率 × 资产周转率 × 权益乘数
其中：
净利率 = 净利润 / 营业收入 （每美元销售额的盈利能力）
资产周转率 = 营业收入 / 总资产 （资产利用效率）
权益乘数 = 总资产 / 权益 （财务杠杆）
这种分解揭示了根本不同的业务模式：
┌─────────────────────────────────────────────────────────────────────┐
│ 杜邦分析：业务模式原型 │
├───────────────────┬──────────────┬────────────────┬─────────────────┤
│ 公司类型 │ 净利率 │ 资产周转率 │ 权益乘数 │
├───────────────────┼──────────────┼────────────────┼─────────────────┤
│ 奢侈品牌 │ 高（25%+） │ 低（0.3-0.6） │ 低（1.2-1.5） │
│ 软件/SaaS │ 高（20%+） │ 中（0.5-1.0） │ 低（1.1-1.5） │
│ 必需消费品 │ 中（8-15%） │ 中（0.8-1.2） │ 中（1.5-2.5） │
│ 零售/超市 │ 低（2-5%） │ 高（2.0-3.0） │ 中（2.0-3.0） │
│ 银行 │ 中（15-25%） │ 低（0.02-0.05）│ 高（8-15） │
│ 房地产 │ 中（10-20%） │ 低（0.1-0.3） │ 高（3-6） │
└───────────────────┴──────────────┴────────────────┴─────────────────┘
杜邦分析最有价值的用法是跟踪每个组成部分随时间的变化：
为了更深入的分析，本书呈现了五因素分解：
ROE =（净利润 / 税前利润）× 税前利润 / 利息和税前利润
×（利息和税前利润 / 营业收入）×（营业收入 / 总资产）
×（总资产 / 权益）
= 税收负担 × 利息负担 × 营业利润率 × 资产周转率 × 杠杆
这进一步将税收效率和利息负担与运营表现分离，使你能够将管理层运营效率与税收策略和资本结构决策分开评估。
| 红旗 | 含义 | 如何检测 |
|---|---|---|
| 应收账款比收入增长更快 | 公司可能正在确认未付款的销售 | 比较4个季度以上应收账款增长%与收入增长% |
| 季度末收入激增 | 渠道填充——将产品推向分销商 | 如果有数据，检查季度收入分布 |
| 来自关联方的收入 | 可能的人为交易 | 阅读关联方交易附注 |
| 收入确认政策突然变更 | 可能虚增当期收入 | 阅读会计政策附注、审计师报告 |
| 大额"其他收入"或营业外收入 | 掩盖疲软的核心业务 | 将营业收入与总收入分离 |
| 红旗 | 含义 | 如何检测 |
|---|---|---|
| 将运营费用资本化 | 低报当期费用，高报资产 | 检查资本支出增长 vs 收入；异常无形资产增长 |
| 折旧占固定资产比例下降 | 延长使用年限以减少费用 | 计算折旧率 = 折旧 / 固定资产原值 |
| 每年都有重组费用 | "一次性"费用实际上是经常性的 | 跟踪5年以上的非经常性项目 |
| 突然降低税率无合理解释 | 可能激进的税务立场或一次性优惠 | 将实际税率与法定税率比较 |
| R&D支出相对同行下降 | 削减投资以膨胀短期利润 | 将R&D/收入与行业同行进行基准比较 |
| 红旗 | 含义 | 如何检测 |
|---|---|---|
| 商誉 > 总资产的30% | 收购过度支付，减值风险 | 计算商誉/总资产比率 |
| 存货比销售成本增长更快 | 需求可能减弱；报废风险 | 比较存货增长%与销售成本增长% |
| "其他资产"或"其他应收款"增加 | 可能隐藏损失或关联方贷款 | 关注模糊类别中无法解释的增长 |
| 表外负债 | 真实义务隐藏在主要报表之外 | 阅读有关经营租赁、担保、或有事项的附注 |
| 频繁撇账或减值 | 前期收益被高估 | 跟踪累计减值费用 |
| 红旗 | 含义 | 如何检测 |
|---|---|---|
| 净利润 >> 经营活动现金流（持续） | 收益质量差 | OCF/NI比率 < 0.7超过3年 |
| 经营活动现金流被营运资本技巧膨胀 | 延长应付账款、应收账款保理 | 检查是否是应付账款增长推动OCF改善 |
| 资本支出远低于折旧 | 投资不足以膨胀FCF | 比较资本支出/折旧比率（应约~1.0+） |
| 尽管报告盈利，仍频繁发行股权 | 收益没有产生现金 | 跟踪股本和股权发行随时间变化 |
| 股息由借款资助 | 不可持续的派息 | 比较FCF与股息支付 |
本书参考了检测盈利操纵的Beneish M-Score框架简化版。关键输入变量：
DSRI =（AR_t / 收入_t）/（AR_t-1 / 收入_t-1） 应收账款天数指数
GMI = 毛利率_t-1 / 毛利率_t 毛利率指数
AQI =（1 -（CA_t + PPE_t）/TA_t）/ 资产质量指数
（1 -（CA_t-1 + PPE_t-1）/TA_t-1）
SGI = 收入_t / 收入_t-1 销售增长指数
DEPI =（折旧_t-1 /（折旧_t-1 + PPE_t-1））/ 折旧指数
（折旧_t /（折旧_t + PPE_t））
LVGI = 杠杆_t / 杠杆_t-1 杠杆指数
解读：
DSRI > 1.0 → 应收账款比收入增长更快（可疑）
GMI > 1.0 → 毛利率下降（操纵压力）
AQI > 1.0 → 资产质量恶化（可能的费用资本化）
DEPI > 1.0 → 折旧放缓（延长资产年限）
LVGI > 1.0 → 杠杆增加
当多个指标同时超过1.0时，盈利操纵的可能性显著增加。
标准利润率分析不适用于银行。关键指标：
本书倡导多步骤筛选流程以缩小投资范围：
步骤1：淘汰劣质股
立即排除具有以下任一条件的公司：
步骤2：筛选优质股
从剩余公司中，选择满足以下全部条件的：
步骤3：估值判断
质量本身不够——你还必须考虑价格：
本书强调，财务指标的方向比绝对水平更重要：
改善趋势（买入信号）：
收入增长加速
+ 毛利率扩张
+ 营业利润率扩张
+ OCF/NI比率改善
+ ROE上升（由利润率或周转率驱动，非杠杆）
+ 债务比率稳定或下降
恶化趋势（卖出信号）：
收入增长减速
+ 毛利率收缩
+ 应收账款比收入增长更快
+ OCF/NI比率下降
+ ROE仅通过上升杠杆维持
+ 自由现金流转为负
永远不要孤立地分析公司。对于每个考虑中的公司：
每股收益是最常报告的指标，但单独几乎不说明任何问题。仅基于每股收益增长购买股票的投资者经常陷入陷阱：
纠正：始终将每股收益与收入增长、现金流和利润率趋势一起分析。
许多投资者检查利润表就停止了。但资产负债表揭示了利润表隐藏的风险：
纠正：资产负债表是压力测试。始终检查它。
最危险的错误。权责发生制会计允许公司报告不存在的现金的利润。典型例子：
纠正：现金流量表是真相讲述者。如果现金流持续与利润表讲述不同故事，相信现金流。
对不同行业的公司应用相同的比率阈值会导致错误结论：
纠正：始终在同一行业内比较。建立行业特定基准表。
过去的估值倍数反映过去的情况。公司或行业的结构性变化可能永久改变适当的倍数：
纠正：将历史倍数用作一个输入，而不是唯一决定因素。结合前瞻估计和定性分析。
财务报表中最重要的信息通常在附注中：
纠正：阅读附注。审计师的保留意见或持续经营警告优先于财务报表中的所有内容。
假设我们正在评估"X公司"——一家在上海证券交易所上市的中型消费电子制造商。以下是完整分析过程。
步骤1：收集5年财务数据
第1年 第2年 第3年 第4年 第5年
营业收入（亿元） 80.0 92.0 105.8 116.4 119.9
收入增长率 — 15.0% 15.0% 10.0% 3.0%
毛利率 38.0% 37.5% 36.8% 35.2% 33.5%
营业利润率 14.0% 13.5% 12.8% 11.0% 8.5%
净利率 10.5% 10.2% 9.8% 8.5% 6.2%
净利润（亿元） 8.4 9.4 10.4 9.9 7.4
总资产（亿元） 60.0 68.0 80.0 95.0 105.0
总负债 24.0 29.0 38.0 50.0 60.0
权益 36.0 39.0 42.0 45.0 45.0
资产负债率 40.0% 42.6% 47.5% 52.6% 57.1%
经营活动现金流（亿元） 9.0 9.8 10.0 8.5 5.0
资本支出（亿元） 4.0 5.0 7.0 9.0 10.0
自由现金流 5.0 4.8 3.0 -0.5 -5.0
应收账款 10.0 12.5 16.0 21.0 26.0
应收账款增长率 — 25.0% 28.0% 31.3% 23.8%
存货 8.0 9.5 12.0 15.0 18.0
步骤2：识别趋势
令人担忧的信号：
✗ 收入增长急剧减速：15% → 15% → 10% → 3%
✗ 毛利率每年下降：38% → 33.5%（4年内下降4.5个百分点）
✗ 营业利润率比毛利率下降更快：14% → 8.5%
✗ 每年应收账款增长远快于收入（25%+ vs 15%或更低）
✗ 存货比销售成本增长更快
✗ 自由现金流在第4年转负并在第5年进一步恶化
✗ 资产负债率稳步上升：40% → 57%
✗ 收入增长停滞而资本支出增加
积极信号：
✓ 收入仍在增长（虽然很小）
✓ 公司仍在盈利（虽然利润率压缩）
步骤3：杜邦分解
第1年 第5年 变化
净利率 10.5% 6.2% ↓ 下降
资产周转率 1.33 1.14 ↓ 下降
权益乘数 1.67 2.33 ↑ 上升（杠杆增加）
ROE 23.3% 16.4% ↓ 下降，尽管杠杆增加
解读：ROE下降，即使公司承担更多杠杆。这意味着基础业务质量恶化速度快于杠杆可以补偿的程度。这是最危险的杜邦模式。
步骤4：现金流分析
OCF/NI比率： 第1年：1.07 第3年：0.96 第5年：0.68
现金转换质量正在恶化。到第5年，仅68%的报告收益有现金支持。结合应收账款积累，表明公司正在积极确认未收回的收入。
步骤5：结论
结论：避免/卖出
主要担忧：
1. 收入增长在公司在增加支出（资本支出）时实际上已停滞。
2. 各层面利润率都在压缩——竞争地位正在削弱。
3. 应收账款比收入增长快得多——潜在收款问题或激进收入确认。
4. 自由现金流已显著转为负。
5. 杠杆上升以补偿恶化回报——不可持续。
6. 杜邦分析证实基础业务恶化。
这家公司表现出典型的晚期衰退特征。财务数据强烈表明报告盈利能力将进一步下降，资产负债表风险正在增加。对新持仓避免；考虑卖出现有持仓。
def financial_health_screen(companies: list) -> dict:
"""
根据财务健康状况将公司筛选为三个层级。
返回带有键的字典：'strong'、'acceptable'、'avoid'。
"""
results = {'strong': [], 'acceptable': [], 'avoid': []}
for company in companies:
data = get_financial_data(company, years=5) # 5年年度数据
# ── 第1阶段：淘汰过滤器（任何失败 → 'avoid'）──
if any(ocf < 0 for ocf in data.operating_cash_flow[-2:]):
results['avoid'].append((company, "最近2年OCF为负"))
continue
if data.debt_to_asset_ratio[-1] > 0.70 and not data.is_financial_company:
results['avoid'].append((company, "资产负债率 > 70%"))
continue
if data.interest_coverage[-1] < 2.0:
results['avoid'].append((company, "利息保障倍数 < 2倍"))
continue
if all(g < 0 for g in data.revenue_growth[-3:]):
results['avoid'].append((company, "收入连续3年下降"))
continue
if data.auditor_opinion in ['qualified', 'adverse', 'disclaimer']:
results['avoid'].append((company, "审计师意见保留"))
continue
# ── 第2阶段：质量过滤器（全部通过 → 'strong'）──
quality_checks = [
all(roe > 0.15 for roe in data.roe[-3:]),
all(ocf > ni for ocf, ni in zip(data.operating_cash_flow[-3:],
data.net_income[-3:])),
all(g > 0.10 for g in data.revenue_growth[-3:]),
is_stable_or_improving(data.gross_margin[-3:]),
sum(1 for fcf in data.free_cash_flow[-3:] if fcf > 0) >= 2,
]
if all(quality_checks):
results['strong'].append(company)
else:
results['acceptable'].append(company)
return results
def detect_red_flags(company) -> list:
"""
分析公司财务中的操纵和质量红旗。
返回（红旗名称、严重程度、描述）元组列表。
"""
flags = []
data = get_financial_data(company, years=5)
# ── 收入质量红旗 ──
for year in range(-3, 0):
ar_growth = pct_change(data.accounts_receivable[year-1], data.accounts_receivable[year])
rev_growth = pct_change(data.revenue[year-1], data.revenue[year])
if ar_growth > rev_growth + 0.10: # 应收账款比收入增长快10个百分点+
flags.append((
"AR_GROWTH_EXCEEDS_REVENUE",
"高",
f"第{year}年：应收账款增长{ar_growth:.1%} vs 收入{rev_growth:.1%}"
))
# ── 存货质量红旗 ──
for year in range(-3, 0):
inv_growth = pct_change(data.inventory[year-1], data.inventory[year])
cogs_growth = pct_change(data.cogs[year-1], data.cogs[year])
if inv_growth > cogs_growth + 0.10:
flags.append((
"INVENTORY_GROWTH_EXCEEDS_COGS",
"中",
f"第{year}年：存货增长{inv_growth:.1%} vs 销售成本{cogs_growth:.1%}"
))
# ── 现金流质量红旗 ──
ocf_ni_ratios = [ocf / ni if ni > 0 else 0
for ocf, ni in zip(data.operating_cash_flow[-3:],
data.net_income[-3:])]
if all(r < 0.7 for r in ocf_ni_ratios):
flags.append((
"PERSISTENT_LOW_CASH_CONVERSION",
"高",
f"连续3年OCF/NI低于0.7：{ocf_ni_ratios}"
))
# ── 毛利率恶化 ──
if all(data.gross_margin[i] < data.gross_margin[i-1] for i in range(-3, 0)):
flags.append((
"PERSISTENT_MARGIN_DECLINE",
"中",
f"毛利率连续3年下降：{data.gross_margin[-4:]}"
))
# ── 杠杆驱动的ROE ──
recent_dupont = dupont_decomposition(data, year=-1)
prior_dupont = dupont_decomposition(data, year=-3)
if (recent_dupont.equity_multiplier > prior_dupont.equity_multiplier * 1.15
and recent_dupont.net_margin < prior_dupont.net_margin * 0.95):
flags.append((
"LEVERAGE_MASKING_DECLINE",
"高",
"权益乘数上升而净利润下降——ROE质量下降"
))
# ── 资本支出 vs 折旧 ──
capex_depr_ratio = data.capex[-1] / data.depreciation[-1] if data.depreciation[-1] > 0 else 0
if capex_depr_ratio < 0.5:
flags.append((
"UNDERINVESTMENT",
"中",
f"资本支出/折旧 = {capex_depr_ratio:.2f}——可能投资不足"
))
# ── 商誉风险 ──
goodwill_ratio = data.goodwill[-1] / data.total_assets[-1]
if goodwill_ratio > 0.30:
flags.append((
"HIGH_GOODWILL",
"中",
f"商誉 = 总资产的{goodwill_ratio:.1%}——减值风险"
))
# ── Beneish风格DSRI ──
dsri = ((data.accounts_receivable[-1] / data.revenue[-1]) /
(data.accounts_receivable[-2] / data.revenue[-2]))
if dsri > 1.2:
flags.append((
"HIGH_DSRI",
"高",
f"DSRI = {dsri:.2f}——应收账款增长不成比例"
))
return flags
def calculate_ratios(data) -> dict:
"""
从原始财务数据计算所有关键财务比率。
返回比率名称到值的字典。
"""
ratios = {}
# ── 盈利能力 ──
ratios['gross_margin'] = (data.revenue - data.cogs) / data.revenue
ratios['operating_margin'] = data.operating_profit / data.revenue
ratios['net_margin'] = data.net_income / data.revenue
ratios['roe'] = data.net_income / data.equity
ratios['roa'] = data.net_income / data.total_assets
nopat = data.operating_profit * (1 - data.effective_tax_rate)
invested_capital = data.equity + data.interest_bearing_debt - data.excess_cash
ratios['roic'] = nopat / invested_capital if invested_capital > 0 else 0
# ── 流动性 ──
ratios['current_ratio'] = data.current_assets / data.current_liabilities
ratios['quick_ratio'] = (data.current_assets - data.inventory) / data.current_liabilities
ratios['working_capital'] = data.current_assets - data.current_liabilities
# ── 杠杆 ──
ratios['debt_to_asset'] = data.total_liabilities / data.total_assets
ratios['debt_to_equity'] = data.total_liabilities / data.equity
ratios['interest_coverage'] = data.operating_profit / data.interest_expense \
if data.interest_expense > 0 else float('inf')
# ── 效率 ──
ratios['asset_turnover'] = data.revenue / data.total_assets
ratios['inventory_turnover'] = data.cogs / data.avg_inventory
ratios['receivable_turnover'] = data.revenue / data.avg_accounts_receivable
# ── 现金流 ──
ratios['ocf_to_net_income'] = data.operating_cash_flow / data.net_income \
if data.net_income > 0 else 0
ratios['fcf'] = data.operating_cash_flow - data.capex
ratios['fcf_margin'] = ratios['fcf'] / data.revenue
# ── 现金转换周期 ──
ratios['dio'] = (data.avg_inventory / data.cogs) * 365
ratios['dso'] = (data.avg_accounts_receivable / data.revenue) * 365
ratios['dpo'] = (data.avg_accounts_payable / data.cogs) * 365
ratios['ccc'] = ratios['dio'] + ratios['dso'] - ratios['dpo']
# ── 估值（需要市场数据）──
if hasattr(data, 'market_cap'):
ratios['pe_ratio'] = data.market_cap / data.net_income
ratios['pb_ratio'] = data.market_cap / data.equity
ratios['price_to_fcf'] = data.market_cap / ratios['fcf'] if ratios['fcf'] > 0 else float('inf')
ratios['peg'] = ratios['pe_ratio'] / (data.eps_growth * 100) \
if data.eps_growth > 0 else float('inf')
return ratios
def dupont_analysis(data, years=5) -> list:
"""
对过去N年每年进行杜邦分解。
返回年度分解列表。
"""
results = []
for year_offset in range(-years, 0):
yr = {
'net_margin': data.net_income[year_offset] / data.revenue[year_offset],
'asset_turnover': data.revenue[year_offset] / data.total_assets[year_offset],
'equity_multiplier': data.total_assets[year_offset] / data.equity[year_offset],
}
yr['roe'] = yr['net_margin'] * yr['asset_turnover'] * yr['equity_multiplier']
# 五因素扩展
yr['tax_burden'] = data.net_income[year_offset] / data.pretax_income[year_offset] \
if data.pretax_income[year_offset] > 0 else 0
yr['interest_burden'] = data.pretax_income[year_offset] / data.ebit[year_offset] \
if data.ebit[year_offset] > 0 else 0
yr['operating_margin'] = data.ebit[year_offset] / data.revenue[year_offset]
results.append(yr)
return results
def generate_analysis_report(company) -> str:
"""
为公司生成完整财务分析报告。
"""
data = get_financial_data(company, years=5)
ratios = calculate_ratios(data)
red_flags = detect_red_flags(company)
dupont = dupont_analysis(data)
report_lines = []
report_lines.append(f"=== 财务分析报告：{company.name} ===\n")
# 第1节：盈利能力摘要
report_lines.append("盈利能力：")
report_lines.append(f" 毛利率： {ratios['gross_margin']:.1%}")
report_lines.append(f" 营业利润率： {ratios['operating_margin']:.1%}")
report_lines.append(f" 净利率： {ratios['net_margin']:.1%}")
report_lines.append(f" ROE： {ratios['roe']:.1%}")
report_lines.append(f" ROA： {ratios['roa']:.1%}")
report_lines.append(f" ROIC： {ratios['roic']:.1%}\n")
# 第2节：流动性和杠杆
report_lines.append("财务健康：")
report_lines.append(f" 流动比率： {ratios['current_ratio']:.2f}")
report_lines.append(f" 速动比率： {ratios['quick_ratio']:.2f}")
report_lines.append(f" 资产负债率： {ratios['debt_to_asset']:.1%}")
report_lines.append(f" 利息保障倍数： {ratios['interest_coverage']:.1f}x\n")
# 第3节：现金流质量
report_lines.append("现金流质量：")
report_lines.append(f" OCF/净利润： {ratios['ocf_to_net_income']:.2f}")
report_lines.append(f" 自由现金流： {ratios['fcf']:.1f}")
report_lines.append(f" FCF利润率： {ratios['fcf_margin']:.1%}")
report_lines.append(f" 现金转换周期： {ratios['ccc']:.0f}天\n")
# 第4节：杜邦趋势