← 返回教程库

财报精读:让 AI 干什么,你自己干什么

最后更新 2026-08-19
📚 量化与 AI 投研 📖 AI 投研 SOP ⏱ 约 18 分钟 R2 · 注意风险
你将学到
  • 能按「可验证性」而不是「难度」来切分财报精读里 AI 和你各自的活
  • 照着文中四份提示词,把一份财报拆成定位摘录、算术核对、语气追踪、附注挖掘四道独立工序
  • 用资料可得性分级和抽检清单,在下结论之前先判断这份材料配不配支撑结论

一份年报几百页,附注比正文还长。你把 PDF 丢给 AI,敲一句「帮我看看这份财报怎么样」,十几秒后拿到一篇工整的东西:收入增长稳健、利润率略有承压、现金流健康、建议持续关注。你读完,还是不知道这个季度到底发生了什么。

这还算好的。更糟的情况是这样:它给了你一个具体的数字,比如某消费公司的经营性现金流是多少多少亿,带小数点,后面还标着「来自年报第几页」。你信了,拿它算了个比值,写进自己的记录里。三个月后你翻原文,发现那一页根本没有这个数——它是编的,而且编得格式完全正确。

这两件事看起来是两个问题,其实是同一个问题的两面:你把「下结论」这件事交给了 AI,同时把「找原文」这件事也交给了它,然后你没有能力检查其中任何一件。

这篇讲的是怎么切这一刀。核心就一句:让它定位和摘录,不让它下结论。 先讲清楚为什么这条线画在这里,再给你能直接粘贴的提示词。

先用一件生活里的事讲明白

你去医院做了个全面体检,拿到一沓单子。这沓单子里其实是两种完全不同的东西。

第一种是化验结果:某项指标的数值是多少,参考范围是多少到多少,这一项标了个箭头。第二种是医生的诊断:这些指标合在一起说明什么,要不要处理,怎么处理。

现在假设你请了个人帮你处理这沓单子。你让他干第一种活——「把所有超出参考范围的项目抄出来,注明是哪一页哪一行」——他抄错了你能发现吗?能。你翻到那一页一看,数对不对、有没有箭头,一秒钟的事。他要是抄了一项单子上根本没有的指标,你翻一遍也就露馅了。

你让他干第二种活——「你看看我这身体有什么问题」——他说错了你能发现吗?不能。他说「这几项联合起来提示某个方向的风险,建议进一步检查」,你既没有医学知识去反驳,也没有第二个人可以对照。你唯一能做的就是信或者不信,而这个决定和你手里的单子没有任何关系。

区别不在于哪件事更难,而在于哪件事错了以后你能立刻抓住。 抄单子这件事,出错的代价接近于零,因为验证成本接近于零。下诊断这件事,出错的代价可能很大,因为验证成本很高——你得等到几个月后身体真出问题才知道当初那句话是错的。

财报精读完全是同一个结构。「某消费公司这一期的经营性现金流是多少、在原文第几页」——这是化验单。「这家公司的利润质量在恶化」——这是诊断。

放到投资决策里意味着什么

这个区分之所以要紧,是因为它推翻了大多数人切分工的方式。

大多数人是按难度切的:简单的活我自己干,难的活交给 AI。翻页码找数字很枯燥,那就让 AI 干;判断这家公司好不好很难,那更得让 AI 干。听起来很合理,实际上正好把两件事都交错了。

正确的切法是按可验证性切:错了以后你一眼能看出来的活,尽管交出去;错了以后你看不出来的活,一律自己干。

按这个标准过一遍财报精读里的活:

在原文里定位某个数字在哪一页——错了一秒可查,交出去。把利润表上的几行数按报告期排成一张表——错了对着原文核一遍就知道,交出去。把管理层在业绩说明会上说过的某句原话摘出来——错了搜索一下就露馅,交出去,但必须要求给原话不许转述。

这家公司利润质量是好是坏——错了你要等好几个季度才知道,自己干。这份财报是超预期还是低于预期——涉及和你自己的预期做对照,AI 根本不知道你的预期是什么,自己干。这份财报对你原来的买入理由有没有影响——这更是只有你自己知道,自己干。

中间还有一类,值得单独说:算术。比如经营性现金流除以净利润这个比值。经营性现金流就是公司主营业务实际收进来、付出去之后账上净多出的现金;净利润是按会计规则算出来的账面盈利。这两个数长期差得远,说明账面上赚的钱没变成口袋里的钱。这个除法本身 AI 会算,但它心算除法出错的概率并不低,而且一旦这个比值错了,后面所有基于它的推理会跟着一路错下去。

所以算术这一类的处理办法是:让它列出算式和每个输入值的出处,你自己按一遍计算器。 它负责把式子摆出来(这一步错了你能看出来),你负责得到结果(这一步不能出错)。我在自己的流程里对这一条写得很死:一切除法、增速、比值,用计算器或脚本算,不许心算后直接写结论。

💡 提示

有一个很好用的自查问句:「如果这句话是错的,我多久能发现?」 一秒能发现的,放心交出去;一个季度以后才能发现的,自己来。这个问句不只适用于财报,整条 AI 投研流程都可以用它来切分工,详见 做投研,别让 AI 一个提示词问到底

动手之前,先给资料打个分

这是我自己流程里的第一步,也是最容易被跳过的一步。跳过它,后面所有工序都建在沙子上。

问题是这样的:你以为 AI 在读财报原文,其实它很可能在读别人对财报的转述。这两者的差别,比大多数人以为的大得多。转述过的东西已经被筛选过一轮——写转述的人只挑了对他的观点有利的数据;也已经过时了一轮;最要命的是它丢掉了语境,「收入增长百分之多少」这句话脱离了管理层对增长质量的讨论,就只是个孤零零的数。

所以在开跑之前,先明确这次能拿到什么档次的资料,我分三档:

第一档,拿到了完整原文。 定期报告全文、业绩说明会的完整文字记录、致股东的信。这一档才配跑全套流程,包括附注挖掘——附注就是财报正文后面那一大堆说明性条款,正文里一句话带过的东西,往往在附注里才写清楚。

第二档,只拿到部分原文,或者是第三方汇总的数据。 这一档要在报告开头写明「非原始来源」,并且主动降低附注部分的权重——因为第三方汇总几乎不会把附注收进去,你看不到的东西不等于不存在。

第三档,只有新闻报道和数据网站的摘要。 这一档就别谈精读了。老老实实聚焦几个核心财务数据的变化,附注挖掘直接跳过,并且在结论里明写「一手资料不足」。

打分这件事听起来像走过场,实际作用是给结论的置信度定上限。第三档资料配不上「这家公司利润质量在恶化」这种结论,它最多支撑「从公开摘要看,某几个指标出现了变化,需要拿到原文再判断」。关于为什么必须让 AI 读原文而不是读转述,一手资料纪律 那篇讲得更细。

四道工序,四份可以直接抄走的提示词

下面四份是我实际在用的角色定义的简化版。用法要点:四道工序分开跑,不要图省事把它们塞进同一段对话里连着问。 塞在一起,第四道工序会顺着第一道工序已经写出来的调子往下说,你就白拆了。

占位符统一为:【公司】 填公司名,【期间】 填报告期,【资料档次】 填上一节的第一/二/三档。

工序一:定位与摘录(它只负责把东西搬出来)

你的唯一职责是从我提供的财报原文里「搬运」信息,不做任何判断。
研究对象:【公司】【期间】。本次资料档次:【资料档次】。

必须输出:
1. 利润表:总收入(并按业务/地区拆开)、毛利、经营利润、净利润。
   每一项都要给出:本期数、上期数、单位、以及它在原文的哪一部分。
   注意区分按会计准则口径和公司自行调整口径两套数字,两套都列,不要合并。
2. 现金流量表:经营活动现金流、资本开支、回购金额、分红金额、期末现金余额。
3. 资产负债表:现金及短期投资、有息负债、应收账款、存货、商誉及无形资产。
4. 管理层在本期公开表述中,涉及具体数字或具体时间点的句子,逐条摘出原话。

纪律(违反任一条,本次输出作废):
- 只搬运,不评价。出现「健康」「承压」「稳健」「亮眼」这类形容词即为越界。
- 不做任何除法、增速、比值计算,那不是你这道工序的活。
- 每个数字必须能指回原文位置。指不出来的,写「未在所给材料中找到」。
- 严禁用你记忆里的旧数据补全所给材料的缺口。缺就是缺,写「缺失」。
- 所有引述必须是原话逐字照抄,不许转述后加引号。找不到原话写「未找到原始表述」。

这份提示词的全部价值在于那几条纪律。它每犯一次错,你翻一次原文就能抓住——这正是我们愿意把这道工序交出去的理由。

工序二:算术核对(它列式子,你按计算器)

下面是【公司】【期间】的原始财务数据(来自上一道工序,已经过我人工核对):
【粘贴工序一的输出】

你的职责是把需要计算的项目「列成算式」,不是给我结果。
每一项按这个格式输出:指标名 / 算式 / 每个输入值分别取自哪一行 / 我该注意什么。

需要列出算式的项目:
1. 经营活动现金流 ÷ 净利润
2. 自由现金流 = 经营活动现金流 − 资本开支
3. 收入同比增速、应收账款同比增速、存货同比增速(三者要放在一起比)
4. 毛利率、经营利润率,本期与上期各一个
5. 应收账款周转天数、存货周转天数,本期与上期各一个
6. 非经常性损益占净利润的比重

纪律:
- 只给算式,不要给算好的数。我会自己算。
- 如果某个输入值在上面的材料里是「缺失」,就把这一项标成「无法计算」,
  不许用行业平均值、同行数据或你的估计值代替。
- 如果同一个指标有两种常见算法(比如口径不同),把两种都列出来,
  说明差别在哪,不要替我选一个。

为什么要这么绕?因为结果是不可验证的,算式是可验证的。它给你一个算好的比值,你只能选择信或不信;它给你一个算式加两个取数位置,你一眼就能看出取数取错没有、口径混没混。

工序三:管理层语气与承诺追踪(它标注,不评价人)

研究对象:【公司】【期间】。材料:本期与上一期的管理层公开表述全文。

任务一 · 承诺追踪:
把上一期公开讲过的、可验证的具体承诺逐条列出(必须有数字或有时间点,
口号不进表),对照本期实际情况,每条填:承诺原话 / 本期实际 / 兑现、
未兑现、部分兑现、暂未到期。判断不了的写「无法判断」,不要猜。

任务二 · 语气标注:
逐段读管理层表述,把句子归入下面五类之一,每类各摘至少一条原话为证:
  A 主动承认问题并给出具体原因
  B 给出可核对的量化目标(有数字、有时点)
  C 大量使用没有实质内容的表态(如「我们对未来充满信心」)
  D 答非所问(被问某个指标却转谈另一个指标)
  E 把问题归因于外部环境(宏观、行业、对手)

任务三 · 尖锐问答:
从问答环节挑出最尖锐的三个提问,逐条给出:提问原话 / 回答原话 /
回答是否正面回应了提问本身。

纪律:
- 所有引述必须逐字原话。找不到原话就写「未找到原始表述」,不许转述。
- 只做归类和摘录,不许对管理层做人格评价,不许写「管理层诚信度较高」
  这类结论。归类归完就停,结论我自己下。
- A 到 E 的归类如果拿不准,写「归类存疑」并把原话附上,我来定。

承诺追踪是我认为整套财报精读里性价比最高的一道工序,理由很朴素:看一个管理层靠不靠谱,最直接的办法是看他上次说的话做到了没有。 而这件事纯粹是「把两个时点的文本对齐」,属于典型的搬运活,AI 干得又快又不容易出错——它错了你翻上一期原文一查就知道。

至于「这个管理层可不可信」,那是诊断,留给你自己。本卷后面有一篇专门讲管理层研究怎么让 AI 帮你读人,这里不展开。

那一篇就是 管理层研究:让 AI 帮你把话和账对上,它把这个没法直接回答的问题,拆成了承诺兑现、预测准确、资金去向、口径变化四张能回查的对照表——读账之外读人的那一半,在那儿。

工序四:附注挖掘(清单式定位,不许自由发挥)

研究对象:【公司】【期间】。材料:定期报告全文(含附注)。
本次资料档次:【资料档次】。若为第二或第三档,请在开头明写
「附注不完整,以下结果不可作为完整结论」。

逐项在附注里定位下面这些内容,找到就摘录原文并注明位置,
找不到就写「所给材料中未见」。不要因为「一般公司都有」就替它补写。

1. 关联交易:与大股东或关联方之间的交易,金额、定价方式。
2. 股权激励:本期计入费用的金额、涉及的股份数量、对每股收益的摊薄影响。
3. 或有事项:诉讼、担保、对外承诺等尚未体现在报表主体里的义务。
4. 会计政策或会计估计变更:收入确认方式、折旧年限、减值测试假设有无调整。
5. 分部信息:各业务板块各自的收入与利润率。
6. 客户与供应商集中度:前五大客户、前五大供应商各自的占比。

纪律:
- 只摘录不解读。禁止写「这可能意味着……」,那不是你的活。
- 每一项都要给原文位置。给不出位置的内容一律删掉。

附注里藏的东西通常不会出现在任何摘要里,而它恰恰是财报里信息密度最高的部分。同时它也是最适合交给 AI 的部分——因为「在几百页里找出这六类内容分别在哪儿」是纯粹的检索活,出错即可查。

摘录到手之后,你自己要干的四件事

四道工序跑完,你手上是一堆经过核对的事实。接下来这四件,一件都不能外包。

第一件,交叉验证关键数字。 收入、净利润、经营性现金流这几个数,至少要两个互相独立的来源对得上。我给自己定的规矩是:两个来源差异超过某个很小的阈值(我用的是百分之一,这是我自己设的口径,你可以按自己的容忍度调),就把两个数都记下来并标出来,绝不自己挑一个顺眼的写上去。还有一个很快的自查:股价乘以股本,应该约等于公开的市值;对不上,多半是股本口径或币种搞错了。

第二件,把本期放进时间序列里看。 单看一期数据几乎没有意义。至少把最近若干个报告期排成一行,看的是方向不是绝对值:利润率在改善还是恶化,收入增速在加速还是减速,现金流质量在提升还是下降,资本开支强度在增加还是减少。看变化,不看绝对值——这是我在这套流程里反复提醒自己的一条。

第三件,和管理层此前的指引对照。 上期说了什么、本期做到了什么,差多少,为什么差。这一步和承诺追踪表是同一份材料的两种用法。

第四件,也是唯一真正属于你的一件:下结论。 结论必须明确回答四个问题,而且不许用两面话糊过去

这份财报相对于你自己此前的预期,是超出、符合还是低于?不许写「基本符合预期但也有一些值得关注的点」——那等于没说。它对你原来的买入理由是强化、无影响、削弱,还是直接推翻?下一个需要盯的时间点是什么?如果你已经持有,这份财报改变了你的持有理由吗?

注意第一问和第四问:AI 根本不知道你的预期是什么,也不知道你为什么持有。 这两问在结构上就不可能外包。至于第二问,怎么分清「事实真的变了」和「只是说法变了」,是另一个大坑,见 论文漂移

发布前的抽检:给自己设一道准出闸门

写完不等于完事。我在流程里加了最后一道闸门:从成稿里把所有关键数字提取成一张清单,逐项回到可靠来源取一次数,全部通过才算完成,有一项不通过就打回重来。

这道闸门的意义不在于抓多少错,而在于它把「我觉得应该没问题」变成了一个必须逐项打钩的动作。人对自己刚写完的东西有天然的信任,这种信任毫无根据。

抽检清单至少覆盖这五类:

  • 一切绝对值数字:收入、利润、现金流、股本。两个独立来源。
  • 一切除出来的比值:增速、利润率、周转天数。自己重算一遍。
  • 一切被打上引号的原话:回原文搜索。这是编造率最高的一类,因为编一句符合语境的话太容易了。
  • 一切具体日期与时点:时间错位会让整条因果链反过来。
  • 一切「同行普遍」「行业平均」:追问样本是哪几家、哪一年的数据,追不出来就删掉这句话。

还有一个最危险的失败模式必须单独设防:联网失败之后的伪装。 如果它本该去取最新资料却没取到,很可能直接调用训练时记住的旧知识作答,还照样输出一份格式完整的报告。你以为拿到的是本期财报,其实是过期知识穿了件新衣服。对策是硬性要求它在没取到资料时显著标注「本次未获取到实时资料」,跑完之后你抽查一两个时效性强的事实验一验。关于幻觉怎么识别与核验,可以对照 幻觉事实核验 这条概念;核验动作嵌在流程哪一步更有效,见 核验动作该嵌在流程的哪一步

⚠️ 风险提示

财报精读的产出是研究材料,不是买卖依据。资料档次不够、关键数字对不上、或者抽检有项目不通过时,正确做法是判定「看不清」并搁置,而不是挑一个听起来更合理的说法凑一个结论出来。看不清就不做,是这套流程的默认出口。AI 绝对不该替你做的事,另见 AI 投研的边界。任何分析都不构成投资建议,边界见 免责声明

小结

  • 分工不按难度切,按可验证性切。判据只有一句:这句话如果是错的,我多久能发现?一秒能发现的交出去,一个季度后才能发现的自己干。
  • 交出去的:定位、摘录、原话搬运、承诺对齐、附注检索。留给自己的:算术结果、和自身预期的对照、买入理由是否改变、最终结论。
  • 算术这类中间地带的解法是让它列算式、你按计算器——结果不可验证,算式可验证。
  • 动手前先给资料打档次,这决定了结论的置信度上限;资料不够就明写不够,别用推测把表格填满。
  • 成稿后走一遍抽检:绝对值两源对、比值自己重算、引号里的原话回原文搜、日期核一遍、「行业普遍」追样本。

最后用一句不带任何术语的话说清这篇:让它帮你在厚厚一本书里把该看的几页翻出来,别让它替你读完然后告诉你结论——翻错了页你一眼就知道,说错了结论你没处对。

内容有错、看不懂、或想看下一篇?告诉我们 →

本文为投资教育整理,不构成任何投资建议;不荐个股/基金、不预测点位、不承诺收益。关键数据与结论请结合权威来源自行验证,并见风险免责声明