Financial Industry Data Analysis Expert / 金融数据分析专家#

⚠️ SECURITY NOTICE

• Type: Educational reference / analytical framework ONLY
• 技能本身不包含可执行代码，文中 Python / SQL 片段均为 教学示例，不会被本技能自动运行
• No persistent storage and no background execution — 本技能不创建、不写入、不读取任何文件
• No credential collection, no PII processing, no system access — 不接触数据库连接串、账号口令或生产数据
• All outputs require human review before real-world application
• NOT financial, legal, or insurance advice

⚠️ 数据安全警告

• 本技能仅提供金融数据分析的方法论参考框架， 不执行任何代码或脚本
• 文中提到的市场数据查询、资金流向分析为 教学方法论展示，不涉及实际的 API 调用或数据采集
• 使用者如将示例代码落地，须自行完成 数据脱敏、权限审批与留痕，不得将客户身份信息、账户信息带入分析环境
• 所有分析结果仅供参考，不构成投资建议或审计意见

English: AI-powered financial data analysis — covers financial statements, KPIs, visualization, and automated reporting.

中文: 金融数据分析——覆盖财务报表、KPI、可视化、自动化报告。

适用范围与执行边界#

项目内容属于本技能范围指标口径设计、数据质量校验方法、归因与可视化选型、经营分析报告与看板结构不属于本技能范围投资建议与个股判断、代替业务系统自动取数、生产库直连操作、审计意见出具数据最小化只讨论完成分析必需的字段与粒度；不采集客户身份、账户、联系方式等个人信息保存动作报告、看板脚本、口径表等产出如需写入文件，必须先向用户 预览 并 取得确认 后再落盘代码性质文中 Python / SQL 为 教学示例，供用户在自己的受控环境中运行；本技能不连接任何数据库、不执行代码、不读写文件输出性质方法论与模板，分析结论须经业务方与财务方复核后方可使用，不构成投资或审计意见

语言与适用辖区声明：以中文为主、关键术语保留英文，与主要适用辖区（中国内地持牌金融机构）的口径体系一致；本技能不覆盖境外监管统计口径。

---

金融监管与行业动态（截至 2026-10-13）#

动态类型内容摘要对分析工作的影响应对动作监管合规数据安全与个人信息保护要求在金融业持续压实，"最小必要"原则成为分析取数的默认前提取数环节须可溯源、可解释；分析底稿需记录数据来源与使用范围取数前填写用途与字段清单，交付时附来源与版本监管合规金融"五篇大文章"（科技、绿色、普惠、养老、数字金融）统计口径逐步细化KPI 体系需与监管口径对齐，避免同一指标多口径并存建立监管口径对照表，标注每个指标的统计来源监管合规反洗钱与可疑交易监控的数据要求持续加强客户维度分析需区分"分析用"与"报送用"两套口径与授权分析用与报送用分库分权，交付物标注用途限制监管合规理财与保险产品信息披露透明度要求提高产品类经营分析需同时满足内部分析与对外披露两类口径同一产品维护内部分析与对外披露两套字段集行业趋势经营分析从"报表解读"转向"指标归因 + 前瞻预测"分析交付物需包含归因链条与情景假设，而非仅同比环比交付物增加归因链条与情景假设两节行业趋势数据中台与指标体系治理成为金融机构标准动作指标定义、口径、责任人需成体系管理，避免"同名不同义"指标字典上线并指定唯一责任人行业趋势大模型辅助取数、解读与报告生成进入实用阶段生成结果必须人工复核，数字与结论不得直接对外使用生成结果标注「机器生成，待复核」后再进入复核流程技术演进湖仓一体与流批一体降低"日终批量"分析的时延日频分析可向准实时演进，但对账与口径一致性要求同步提高准实时指标增加对账环节与时点标记监管合规数据分类分级与出境评估要求在集团化机构内部传导（以官方最新发布为准）跨主体共享分析底稿需先确认分级与授权交付前核对数据分级标签与共享范围行业趋势分析资产（指标、口径、看板）开始纳入内部治理台账管理分析交付物本身成为被治理对象为看板与报表建立台账与变更记录

数据截止: 2026-10-13 | 来源：国家金融监督管理总局、中国人民银行、中国证监会、中国证券业协会、行业公开研究 本版补充：新增两条动态，其余条目随每轮复核；政策与口径以官方最新发布为准。 声明: 以上动态供参考，政策与口径以官方最新发布为准

---

Industry Pain Points / 行业痛点#

Pain Point / 痛点Impact / 影响Solution / 本Skill解决方案典型症状（用于自检）数据分散数据源多、系统异构，整合耗时且口径不一统一数据模型与指标字典同一指标在三张报表里三个值手工报表多月报/季报重复劳动，易出错、难追溯报告模板化 + 生成流程标准化月报制作占用分析师过半工时且难以复用分析浅只看表面数字，缺归因与前瞻三层归因分析框架报告只有同比环比，被追问原因时无答案可视化差图表不直观，管理层读不出结论图表选型对照表管理层看完图表仍问「所以呢」口径打架同一指标各部门定义不同指标口径与责任人矩阵会议上一个指标争论十分钟合规风险取数越界、留痕缺失数据使用纪律与留痕清单说不清某份底稿是谁在什么时候取的交付即过期报告发出时数据已更新，结论被推翻交付物标注数据截止时点与版本，并给出有效期同一指标在不同日期的报告中数值不一致

---

Trigger Keywords / 触发关键词#

English Triggers: build a KPI dashboard for a financial institution; design metric ' 'definitions and calibre for financial reporting; perform variance attribution on operating ' 'metrics; review data-quality checks for a financial dataset

English Non-Triggers: generic database administration, web/app analytics for consumer ' 'products, stock picking or trading signals

中文触发词（须落在金融机构的经营分析任务上才触发）：金融机构经营分析 / 财务分析口径设计 / KPI 追踪与看板搭建 / 指标归因与量价拆解 / 报表模板与自动化报告 / 数据质量校验规则 / 监管统计口径对齐 / 同比环比与预算差异分析

不触发清单

场景不触发原因只提到「数据」「分析」等泛化词未落在金融机构经营分析任务上消费互联网的埋点与用户增长分析行业与口径体系不同股票、基金标的的买卖判断属投资建议，超出本技能边界要求直接连接生产库把数据跑出来本技能不执行取数，只给方法与校验规则

---

Core Capabilities / 核心能力#

1. Financial Analysis Templates / 财务分析模板#

示例代码（仅供学习参考，非本技能自动执行）：

python

class FinancialAnalyzer:
    """财务分析引擎（教学示例骨架）"""

    def income_statement_analysis(self, data: dict) -> dict:
        """损益表分析：趋势 + 结构 + 质量"""
        return {
            "收入趋势": self._trend_analysis(data["revenue"]),
            "毛利率分析": self._gross_margin_analysis(data),
            "费用结构": self._expense_breakdown(data),
            "利润质量": self._profit_quality_analysis(data),
        }

    def ratio_analysis(self, financial_data: dict) -> dict:
        """比率分析：三大类核心比率"""
        return {
            "盈利能力": {
                "毛利率": financial_data["gross_profit"] / financial_data["revenue"],
                "净利率": financial_data["net_profit"] / financial_data["revenue"],
                "ROE": financial_data["net_profit"] / financial_data["equity"],
            },
            "运营效率": {
                "存货周转": financial_data["cogs"] / financial_data["inventory"],
                "应收账款周转": financial_data["revenue"] / financial_data["ar"],
            },
            "偿债能力": {
                "流动比率": financial_data["current_assets"] / financial_data["current_liabilities"],
                "资产负债率": financial_data["total_liabilities"] / financial_data["total_assets"],
            },
        }

sql

-- 示例：月度经营指标口径对齐查询（教学示例，未连接任何真实库）
SELECT 月份,
       业务线,
       SUM(保费收入)                     AS 保费收入,
       SUM(已赚保费)                     AS 已赚保费,
       SUM(赔付支出)                     AS 赔付支出,
       ROUND(SUM(赔付支出) / NULLIF(SUM(已赚保费), 0), 4) AS 综合赔付率
FROM   dwd_经营明细
WHERE  月份 BETWEEN '2026-06' AND '2026-08'
  AND  数据版本 = '月结最终版'          -- 口径冻结标记，避免"月中数"混入
GROUP  BY 月份, 业务线
ORDER  BY 月份, 业务线;

要点三条（实操最常踩）：

1. 先锁口径再取数——同一个"保费收入"可能是签单口径、承保口径或已赚口径，务必在取数前书面确认。
2. 区分时点表与时期表——资产负债表项目是时点值（期末），损益表项目是时期值（区间），混算必错。
3. 比率分母不得为零或负——用 NULLIF 或显式判断兜底，否则报表会出现 inf 或符号颠倒。

调用示例（示意，仅演示返回结构）

text

分析对象：某寿险公司 2026 年 8 月经营数据（月结最终版）
输出结构：
  收入趋势     → 近 12 个月序列 + 同比 + 环比
  毛利率分析   → 分业务线毛利率与同比变动
  费用结构     → 费用率拆分（固定/变动）与占比
  利润质量     → 经营性利润占比、一次性损益剔除前后对比
  比率分析     → 盈利能力 / 运营效率 / 偿债能力三组
复核要求：上述四项均须由业务方与财务方各复核一次，并留存复核记录

第二条 SQL 示例：同比环比与分母兜底（教学示例，未连接任何真实库）

sql

-- 分母为空时返回 NULL，避免出现除零或 inf
SELECT 月份,
       业务线,
       SUM(保费收入)                                             AS 本期,
       LAG(SUM(保费收入)) OVER (PARTITION BY 业务线 ORDER BY 月份) AS 上期,
       ROUND(SUM(保费收入) / NULLIF(LAG(SUM(保费收入))
             OVER (PARTITION BY 业务线 ORDER BY 月份), 0) - 1, 4) AS 环比
FROM   dwd_经营明细
WHERE  数据版本 = '月结最终版'
GROUP  BY 月份, 业务线;

2. Dashboard Templates / 数据看板模板#

python

DASHBOARD_TEMPLATES = {
    "CFO驾驶舱": {
        "audience": "董事会 / 经营班子",
        "refresh": "月度为主，关键指标日频",
        "widgets": [
            {"type": "kpi_card",  "metrics": ["营收", "利润", "ROE"]},
            {"type": "line_chart", "data": "收入趋势"},
            {"type": "bar_chart", "data": "各业务线收入"},
            {"type": "waterfall", "data": "利润变动归因"},
            {"type": "gauge",     "data": "KPI完成率"},
        ],
    },
    "业务分析看板": {
        "audience": "业务条线负责人",
        "refresh": "周度 / 日频",
        "widgets": [
            {"type": "funnel",    "data": "转化漏斗"},
            {"type": "heat_map",  "data": "客户活跃度"},
            {"type": "pie_chart", "data": "客户分布"},
            {"type": "trend",     "data": "关键指标趋势"},
        ],
    },
    "风险与合规看板": {
        "audience": "风控 / 合规负责人",
        "refresh": "日频，关键阈值实时告警",
        "widgets": [
            {"type": "kpi_card",  "metrics": ["超阈指标数", "待处置事项"]},
            {"type": "trend",     "data": "关键风险指标趋势"},
            {"type": "bar_chart", "data": "各条线合规事项分布"},
            {"type": "table",     "data": "超阈明细与处置状态"},
        ],
    },
}

看板配置要点与示例

要点说明示例先定受众再定刷新频率董事会看月频，业务线看周/日频CFO 驾驶舱月度为主、关键指标日频每张图回答一个问题一图多义会让管理层读不出结论利润变动只用瀑布图表达加减关系指标卡必须带目标值无参照的数字无法判断好坏KPI 完成率用仪表盘而非纯数字超阈事项给出处置入口看板应指向下一步动作风险看板附超阈明细与处置状态表

3. 指标体系与口径矩阵#

分析层级典型指标口径要点责任部门常见口径冲突规模保费收入、资产总额、客户数时点 vs 时期；含税 vs 不含税财务 / 业务签单口径 vs 承保口径 vs 已赚口径效益综合成本率、费用率、ROE分子分母同口径、同期间财务 / 精算综合成本率分子是否含再保摊回质量退保率、继续率、赔付率分母统一为已赚口径精算 / 业务退保率分母用期初还是平均效率人均产能、单均成本、周转天数人力口径需与 HR 系统一致人力资源 / 财务人均产能是否含外包与实习生结构产品结构、渠道结构、区域结构占比之和须为 100%（含"其他"）业务 / 战略占比之和是否含「其他」项前瞻准备金、剩余边际、隐含价值需注明精算假设版本精算精算假设版本是否标注合规报送及时率、数据质量得分、整改完成率以监管统计口径为准，内部口径不得替代合规 / 数据管理内部管理口径与监管报送口径混用

口径管理三条铁律：

1. 每个指标有且只有一个 口径定义书，含公式、数据源、更新频率、责任人。
2. 口径变更必须 版本化 并在报表脚注标注生效月份，避免前后不可比。
3. 同名不同义的指标 必须改名（如"新单保费（签单口径）"），不得靠口头解释。

4. 数据质量校验维度#

维度检查内容典型校验规则处理动作实现方式（示意）完整性是否有缺失记录/空值主键非空、日切分区齐全回溯补数或标注"数据不全"分区行数与预期行数比对；非空率统计唯一性是否有重复主键唯一、去重前后行数比对定位重复源，去重留痕主键 count(distinct) 与总行数比对准确性数值是否落在合理区间比率在 0–1、金额非负异常值单独列出，不静默剔除区间断言与符号断言一致性跨表/跨系统是否一致总分核对、明细汇总对总账差异挂账，注明待查总分核对：明细汇总 = 总账及时性是否在约定时间到位分区更新时间戳检查标注数据版本与截止时点分区时间戳与 SLA 比对有效性是否符合业务约束日期不外溢、枚举值在字典内剔除或映射，并记录映射表字典表关联与日期边界断言可比性跨期是否可比口径版本一致、无跨版本混算标注口径变更月份，必要时重述历史比较两期的口径版本号是否一致

5. 归因分析框架（三层下钻）#

层级问题方法输出第一层：是什么指标变了多少？同比 / 环比 / 预算差异差异金额与差异率第二层：为什么变化由哪些因素构成？量价拆解、结构拆解、贡献度分析各因素贡献额与贡献占比第三层：怎么办哪些因素可控？可控/不可控分离、敏感性测算建议动作与预期影响区间

量价拆解示例（教学口径）：

• 收入变动 = 量变动贡献 + 价变动贡献 + 结构变动贡献 + 交叉项
• 量价交叉项必须 单独列示，不得并入任一项，否则贡献度之和会失真。

量价拆解数字示例（教学口径，数字为示意）

text

上期：件数 10,000 件 × 件均 1,000 元 = 1,000 万元
本期：件数 12,000 件 × 件均 1,050 元 = 1,260 万元
变动：+260 万元

量贡献 = (12,000 - 10,000) × 1,000 = +200 万元
价贡献 = (1,050 - 1,000) × 10,000 = +50 万元
交叉项 = (12,000 - 10,000) × (1,050 - 1,000) = +10 万元
校验：200 + 50 + 10 = 260 万元 ✓

常见错误：把交叉项并入量贡献，导致「量贡献 210 万、价贡献 50 万」，两项之和虽仍为 260 万，但量价各自的解释力失真，归因结论会误导资源配置。

6. 可视化选型对照表#

分析目的推荐图表不推荐原因看趋势折线图、面积图饼图饼图无法表达时间维度看结构堆叠柱、条形图3D 饼图3D 扭曲比例感知看对比分组柱、子弹图雷达图（超 5 维）维度多则不可读看归因瀑布图、桥图折线图折线无法表达加减关系看分布箱线图、直方图均值单点均值掩盖分布与长尾看相关性散点图、气泡图双轴折线（量纲差异大时）双轴易造成虚假相关看达成仪表盘、进度条纯数字缺少目标参照看排名排序条形图饼图扇区角度难以比较相近名次看构成随时间变化堆叠面积图多张饼图并列无法连续比较多个时点看完成进度子弹图双仪表盘并列双表盘占用空间且难以对齐目标线

---

Reference Workflows / 参考工作流#

Workflow A：月度经营分析报告（标准路径）#

1. 明确问题——本次要回答哪 3 个问题？避免"什么都写"。
2. 锁定口径与数据版本——书面确认指标定义、数据截止时点、版本标记。
3. 数据校验——按第 4 节六维度过一遍，输出校验清单。
4. 分析——先第一层差异，再第二层归因，最后第三层建议。
5. 成文——结论先行，图表附后，口径与数据源在脚注写明。
6. 复核——由业务方与财务方各复核一次，留存复核记录。

示例：本次要回答的三个问题（示意）

text

Q1：8 月保费收入同比下滑，是量的问题还是价的问题？
Q2：综合成本率上升，主要来自赔付端还是费用端？
Q3：若维持当前趋势，全年达成率的缺口有多大？
对应动作：Q1 走量价拆解，Q2 走结构拆解，Q3 走情景假设（给出区间而非单点）

Workflow B：指标体系搭建（从零开始）#

步骤动作交付物常见卡点与对策1梳理管理层最常问的 10 个问题问题清单问题过散 → 收敛到 10 个问题并按决策频率排序2把问题翻译成指标候选指标池指标重复 → 合并同义指标，保留使用率最高者3为每个指标写口径定义书指标字典口径书写不完整 → 强制包含公式、数据源、频率、责任人四要素4指定数据源与责任人数据源映射表数据源责任人不明 → 每个指标只指定一个责任人5试跑并核对历史数据历史回溯验证报告历史数据缺失 → 先回溯可回溯区间，其余标注不可回溯6上线并建立变更流程口径变更登记机制变更无记录 → 建立变更登记与生效月份标注

Workflow C：临时取数请求处理#

1. 确认请求方 权限与用途（是否涉及客户信息）。
2. 确认 口径与时间范围，避免反复返工。
3. 优先复用既有指标，不新建口径。
4. 交付时附 数据说明（口径、截止时点、已知局限）。
5. 涉及敏感字段时 脱敏或聚合，必要时走审批流程。

示例场景（示意）

text

请求：业务部要一份「近三个月高净值客户的产品持有明细」
处理：
  1. 确认用途为内部经营分析，非营销外呼 → 可行
  2. 确认是否需客户身份信息 → 否，改为按客户分层聚合
  3. 交付形式：分层聚合表 + 口径说明 + 数据截止时点
  4. 交付物标注：仅限本次分析用途，不得用于外呼与二次加工

---

常见误用与纠偏#

误用后果正确做法拿"月中数"当"月结数"结论反复推翻明确数据版本，只用冻结版本出结论用同比解释结构性变化误判为经营波动结构变化优先做结构拆解比率分母为零未兜底报表出现 inf / 符号颠倒分母加 NULLIF 或显式判断时点值与时期值混算逻辑错误且难发现明确标注时点/时期，分别处理异常值直接剔除掩盖真实问题单独列示并说明处置理由只报均值不报分布管理层误判风险关键指标给均值 + 分位数图表追求美观牺牲准确误导决策坐标轴从零起（柱图），标注口径把模型输出当结论合规与准确性风险人工复核后方可对外使用口径变更不重述历史趋势线断裂误判为经营波动变更生效月标注，必要时按新口径重述历史看板指标越多越好关键信号被淹没每屏只保留一个核心指标与三个支撑指标

---

数据使用纪律（合规底线）#

• 最小必要：只取完成分析所必需的字段，不"顺手"拉全表。
• 可溯源：每次交付附数据来源、口径、截止时点与版本。
• 不落地敏感数据：客户身份、账户、联系方式等不得导出至非受控环境。
• 脱敏优先：能聚合不取明细，能脱敏不取原始。
• 留痕：取数请求、审批、交付物留存记录，以备审计回溯。
• 不用于非申报用途：分析结果不得用于未经授权的营销外呼、二次加工或对外发布。
• 交付物落盘前的两步确认：先把报告/看板全文 预览 给用户，说明数据范围与已知局限；取得用户 明确确认 后再写入文件或导出，避免把未经复核的中间结果留在共享目录。
• 中间结果留存期限：临时抽取的数据与中间表应设留存期限，到期清理；确需长期保存的应纳入机构的数据资产登记。

本节为方法学提示，具体授权范围、审批层级与留存要求以所在机构制度为准。

---

Disclaimer#

This skill provides data analysis methodology for educational purposes. 文中代码与查询均为教学示例，不含任何真实数据源、连接信息或执行能力；所有分析结论在用于决策前须经人工复核。