合并报表和母公司报表混用了，AI摘要怎样核对
核对AI摘要时，先给每个原始单元格附上合并或母公司范围，再禁止不同范围的分子分母直接相除。本例合并毛利率百分之三十、母公司百分之五十，把合并收入与母公司成本拼在一起会得到百分之七十；除法没错，经济对象已经换了。
为什么同名公司与同一年还不够？
合并报表与母公司单独报表覆盖的主体范围不同。IFRS基金会对合并报表的概念说明是将母公司及子公司作为一个经济实体展示，这里只引用范围概念，不把该资料当作中国公司的具体会计判断依据。实际是否合并、合并哪些主体以及范围何时变化，需要回到相应报表及附注。
本例设构造甲公司，两套报表均为二零二五年度、人民币万元、版本一，没有真实发行人。合并与母公司各自给出收入、成本、净利润、经营现金流、资产、负债和权益。它们是并排的两套口径，不是可以直接相加的两个独立公司，也不是本文用来推导真实合并抵销分录的完整账簿。
同年的两套字段具体长什么样？
| 同年字段（万元） | 合并报表 | 母公司报表 |
|---|---|---|
| 营业收入 | 1000 | 600 |
| 营业成本 | 700 | 300 |
| 净利润 | 120 | 90 |
| 经营现金流净额 | 150 | 40 |
| 资产 | 2000 | 1200 |
| 负债 | 800 | 400 |
| 权益 | 1200 | 800 |
两张资产负债表各自满足资产等于负债加权益：合并二千等于八百加一千二百，母公司一千二百等于四百加八百。这个平衡只是各自表内的一项检查，不能证明AI摘要所抽取的收入与现金流来自同一范围。把两张平衡表的字段混起来，依然可能生成口径错误的比率。
哪几种比率可以直接复算？
合并毛利率等于一千减七百，再除一千，为百分之三十；母公司毛利率等于六百减三百，再除六百，为百分之五十。合并经营现金流净额除净利润为一百五十除一百二十，得到一点二五倍。它们分别用了同一范围、同一期间的字段，所以在本例简化定义下可以计算。
若把母公司经营现金流四十除合并净利润一百二十，就只剩约零点三三倍；若把合并收入一千减母公司成本三百，再除合并收入，则为百分之七十。两个混合结果都可能落在数值上看似可解释的范围内，不能依靠比率是否极端来发现所有错误。必须检查字段上下文。
口径锁定清单需要哪些键？
程序为单元格保留主体、报表范围、期间起止、币种和版本六类信息。同一衍生比率的相关单元格只有这些键全部一致才通过上下文检查；单位可先按明确换算规则统一，再计算。本文的混合现金流与利润测试由于范围不一致被拦截，不是算完一个错误比率后再用警告掩盖。
有些特定比率原本就需要不同时间点，例如平均资产与年度收入，但这应在公式定义中明确，不能因此取消所有期间检查。本例只处理同年同范围字段，不建立任何跨期间例外。若需要例外，应单独标记所需起点、终点与范围，而不是让计算函数无条件接纳任何输入。
母公司现金加合并现金，会不会更完整？
不能把它们当作互不重叠的项目相加。母公司已经属于合并范围中的一部分，简单相加可能重复记录。本文没有提供集团内部现金往来或抵销信息，因此不会从两套总额反推所谓真实现金。保留两套独立视图，比给一个没有依据的汇总数更清楚。
反例是某个构造集团只有母公司、没有其他被合并主体，两套总额可能恰好相同；数值相同并不意味着范围标签可以删除。以后范围发生变化时，缺少标签就无法判断同比差异来自经营还是统计对象变化。上下文信息不是只在数字不同的时候才需要保留。
AI摘要出现混用后，应该重做哪些部分？
先追溯每个字段的页码、表名和列名，修正范围标记，再重算依赖它们的毛利率、现金流比率与相关文字说明。不能只改摘要中的报表名称，继续保留原来的混合结果；也不能为了保持原结论而挑选另一范围的分母。依赖链应从原始字段一直更新到最后显示值。
如果研究目的尚未明确应使用哪套范围，可以并列两套结果并说明口径，不能自动选择数字更好看的那套。本文不对构造公司作财务优劣判断，毛利率和现金流比率只是暴露范围错误的核算载体，不是价值评估或买卖信号。
这项检查有哪些仍未解决的边界？
同一合并标签不保证跨年合并范围完全相同，主体增减、重组及会计政策变化仍需附注解释。即使六类键一致，字段名称也可能分别是归母净利润与全部净利润，不能认为上下文相同就概念必然相同。范围校验是必要条件之一，还需要科目定义和来源定位。
把这些未知项明确保留，才能让后来的人复查。本文只拆合并与母公司混用，没有提供完整会计审计程序，也没有将一个自定义校验器的通过结果解释为财报真实性保证。你最终得到的是一条清楚证据：这一比率用了哪两个范围内的原始单元格。
这份核验记录的来源和边界是什么？
本篇DJ112的公司名称、公告编号、页码、日期、表格原值和模型参数均为构造教学输入，没有真实发行人或真实财报个案。实验由 Python 3.12.4 独立运行，字段、版本和数值结果保存在生产记录 calc_ai_research.py 及其同名 JSON；它检验本文规则，并非某款 AI 模型的准确率实测。
相关背景见财报精读母题，基础核验入口见AI幻觉核验工具。本文扩展字段与实验独立列出，不声称网页工具已经支持全部条件。
原始资料：IFRS基金会合并报表概念说明，仅支持主体范围概念，不提供本例报表数值或具体中国会计规则。核对日：2026-10-23。资料只支持正文注明的定义或技术机制，本文构造数字不冒充来源中的真实披露。
署名：道积君编辑组。AI辅助起草，构造实验经程序复算，不虚构持牌资质、真人经历或真人专家审阅。仅供金融教育，不评价具体公司价值，不提供买卖或个性化投资建议。
复算资料
本篇编号为DJ112。可下载Python核算脚本（文本）与完整输入输出JSON，对照文中表格复算。脚本文件改存为.py后可用Python运行；数据均为构造教学样本。