Securities Equity Research Report Generator / 证券投研报告生成器#

English: AI-powered equity research report generator for China A-share market — automates industry research, company coverage initiation, earnings analysis, valuation modeling, and investment thesis synthesis. Solves pain points: time-consuming data collection, repetitive report templates, and fast-response capability for short-seller reports. Built for equity research analysts and buy-side researchers.

中文: 证券投研报告生成器——覆盖行业研究、公司首次覆盖、业绩点评、估值建模（DCF/DDM/PE区间）、投资逻辑提炼的全流程AI助手。解决痛点：数据收集耗时、报告模板重复、快速响应做空报告需求。适用：中国A股研究员、买方分析师、投资银行研究人员。

---

数据最小化声明与执行边界 / Data Minimisation & Execution Boundary#

数据最小化前置声明： 使用本技能时，请只提供完成当次分析所必需的公开信息——公开财报科目、公开公告要点、行业公开统计数据、已脱敏的持仓与组合权重。 不要 粘贴未公开财务数据、内幕信息、客户名单、个人账户持仓明细或带身份信息的尽调材料。如需引用第三方数据，请注明来源与取数日期，不要求上传原始数据文件。

代码块性质与执行边界

内容性质谁来执行dcf_valuation() 及使用示例现金流折现的口径与公式示意，说明终值占比、敏感性应如何计算由研究员在自己的建模环境（Excel/Python）中按口径复现；技能不运行、不取数ddm_valuation()两阶段股利贴现的公式表达，用于统一团队算法同上，由研究员自行填入参数运行pe_band_analysis()PE 历史分位统计的口径说明由研究员在自有行情终端中取数后计算研报骨架、做空回应模板Markdown 文本模板，需人工填写内容由研究员在机构模板系统中填写并走质控流程

本技能未配置任何工具调用权限，不执行代码、不读写文件、不访问行情或数据库接口，也不生成可直接对外发布的成品研报。文中代码块均为公式与口径的教学示意；所有输出须经具备资质的分析师复核、并由机构质控流程审批后方可使用。

---

证券监管最新动态 [2026-09-30更新]#

动态类型内容摘要影响范围研报侧应对动作责任岗优先级证券监管2026年Q1：证监会持续强化上市公司信息披露质量监管研究报告模板需纳入信披合规和量化冲击分析研报增设"信披质量"小节，标注公告编号研究高证券监管业绩预告披露质量被重点关注，研究需加强信披合规分析研究报告模板需纳入信披合规和量化冲击分析业绩点评须区分"预告口径"与"实际口径"研究高证券监管A股量化资金占比30%-40%，研究报告需关注量化冲击因素研究报告模板需纳入信披合规和量化冲击分析增加"交易结构"小节，说明波动归因研究中研报执业研报执业规范持续强化，观点依据与数据来源须可追溯深度报告、事件点评、盈利预测每个关键数据标注来源与取数日期研究高适当性与传播研报公开传播需注意目标价、评级的表述边界对客传播的研报摘要与路演材料摘要保留评级定义与免责声明合规高市值管理上市公司市值管理行为的信息披露要求趋严涉及股东增减持、回购的点评点评须同时列示公告原文要点研究中程序化交易程序化交易报告与异常交易监控要求细化与量化资金相关的流动性与波动分析在流动性分析中纳入程序化交易因素研究中ESG披露可持续披露规则推进，ESG信息在估值中的权重上升ESG整合、行业比较估值与比较框架中单列ESG评分维度研究中研报执业2026年9月下旬：研究报告署名与发布流程的内部质控留痕要求进一步细化深度报告、点评、路演材料研报定稿前留存质控复核记录，含复核人与复核时间研究高ESG披露2026年三季度：可持续披露过渡安排推进，ESG数据在盈利预测中的引用需标注口径ESG整合、行业比较ESG评分引用时标注评价体系名称与数据年份研究中

数据截止: 2026-09-30 | 来源：证监会、NFRA、中证协、交易所公开规则、行业公开信息 声明: 以上动态供参考，具体以官方最新发布为准

动态解读示例（四类高频场景）

• 场景A｜数据可追溯：研报中"行业增速约15%"未标注来源 → 命中"数据来源须可追溯" → 改为"据XX机构2026年8月行业月报，行业增速15%（取数日期2026-09-01）"。

• 场景B｜业绩点评口径：公司发布业绩预告后直接按预告区间取中值做盈利预测 → 命中"预告口径与实际口径混用" → 点评中分别列示预告区间与预测值，并说明预测与预告的差异原因。

• 场景C｜量化冲击归因：股价单日波动8%被简单归因为"基本面变化" → 命中"量化资金占比需纳入分析" → 补充当日成交结构（成交量放大倍数、换手率）与是否有程序化交易特征的说明。

• 场景D｜摘要传播合规：对外传播的研报摘要删掉了评级定义和免责声明 → 命中"传播边界"要求 → 摘要页固定保留评级定义表与免责声明段落，不因篇幅删减。

• 场景E｜质控留痕补位：研报已发布但无质控复核记录 → 命中“质控留痕要求细化” → 定稿流程增加“复核人+复核时间+修改要点”三字段，未填齐不得进入发布队列；存量报告按月抽查补录。

• 场景F｜ESG口径混用：同一份报告里既引用了第三方ESG评级又引用了公司自披露数据，未说明差异 → 命中“ESG引用需标注口径” → 明确区分“第三方评价结果”与“公司自披露数据”，并在脚注注明评价体系名称、数据年份与覆盖范围。

合规自检口诀：数据看来源、假设看依据、评级看定义、传播看声明、ESG看口径。五条缺一即退回修改。

Industry Pain Points / 行业痛点#

Pain Point / 痛点Impact / 影响Solution / 本Skill解决方案量化基线指标 / Baseline数据收集耗时分析师60%时间花在数据整理自动抓取财报/宏观/行业数据库，一键生成数据底稿单篇数据底稿整理 ≤2小时报告模板重复每次撰写覆盖报告都要重新排版内置研报标准模板，30秒生成初稿框架初稿框架产出 ≤5分钟估值建模复杂DCF/DDM参数调整耗时长参数化估值模型，输入假设自动计算单次估值重算 ≤1分钟做空报告应急做空机构突袭需24小时内回应紧急响应模板，快速组织反驳论据首版回应稿 ≤6小时研报合规风险监管对研报质量要求越来越高内置合规检查清单，自动识别风险表述合规检查项通过率 100%假设不可追溯假设取值无依据，结论易被质疑关键假设登记表（数值+依据+取数日期）关键假设可追溯率 ≥95%估值口径不一同一公司不同报告估值口径不同估值口径统一表（币种/股本/净负债处理）口径一致率 100%观点与数据脱节结论与数据支撑不匹配结论-证据映射表（每条逻辑对应数据）每条逻辑 ≥2项数据支撑

---

Trigger Keywords / 触发关键词#

English Triggers: equity research, A-share research, investment report, coverage initiation, earnings review, valuation model, DCF, DDM, PE band, short-seller response, ESG integration, China stock analysis, industry research report, buy-side research

中文触发词（须落在研报/估值/行业研究任务上才触发）： 投研报告 / 行业研究 / 首次覆盖 / 业绩点评 / 估值建模 / DCF / DDM / PE区间 / 做空报告回应 / ESG整合 / 投研框架 / 盈利预测 / 目标价推导 / 评级调整 / 研报合规检查 / 研报模板

不触发（Scope Exclusions）： 以下泛化词单独出现时 不 触发本技能——研究报告、券商研报、买方研报、宏观策略、行业比较、公司对比、研报改写、研报降重。它们只有在明确指向“撰写/改写一份证券研究报告”或“对个股做估值建模”时才路由到本技能；纯宏观策略判断、纯文本润色与降重请改用对应通用技能。

路由判定三步： ① 标的是否为A股（或其他证券市场）个股/行业？② 任务是否属于研报撰写、估值建模、业绩点评、做空回应四类之一？③ 两者同时为“是”才启用。仅问行情涨跌、仅做文字润色的请求不启用。

---

Core Capabilities / 核心能力#

1. Research Report Templates / 研报模板库#

标准研报结构（证监会/中证协规范格式）：

markdown

# [公司简称]（[股票代码]）深度报告
**报告日期**: YYYY-MM-DD
**研究员**: [姓名]
**联系方式**: [邮箱/电话]

## 核心观点
[3-5句话概括投资亮点和核心风险]

## 投资逻辑
### 逻辑1：[一句话]
### 逻辑2：[一句话]
### 逻辑3：[一句话]

## 关键假设
| 假设项 | 数值 | 依据 |
|-------|------|------|
| 收入增速 | XX% | [市场/公司历史数据] |
| 毛利率 | XX% | [行业趋势/竞争格局] |
| 费用率 | XX% | [历史均值/管理变革] |

## 盈利预测
| 指标 | 2024A | 2025E | 2026E | 2027E |
|------|-------|-------|-------|-------|
| 营业收入（亿元） | | | | |
| 归母净利润（亿元） | | | | |
| EPS（元） | | | | |
| YoY增速 | | | | |

## 估值分析
### DCF估值
- WACC: XX%
- 永续增长率: XX%
- 绝对估值区间: [XX-XX]元

### 相对估值
| 可比公司 | P/E | P/B | P/S |
|---------|-----|-----|-----|
| [公司A] | | | |
| [公司B] | | | |
| 行业中位数 | | | |

## 风险提示
1. [风险1]
2. [风险2]
3. [风险3]

报告类型与篇幅矩阵（先定类型再动笔）

报告类型建议篇幅核心交付物撰写周期必含要素质控复核层级首次覆盖（深度）1.5万字+投资逻辑 + 盈利预测 + 估值5-10个工作日三大逻辑 + 关键假设表 + 敏感性分析研究所质控+合规双签业绩点评2000-4000字业绩拆解 + 预期差判断1个工作日预告/实际口径对照 + 超预期归因组长复核事件点评1500-3000字事件影响量化0.5个工作日事件时间线 + 影响测算组长复核行业深度1.2万字+产业趋势 + 竞争格局 + 标的5-8个工作日产业链图 + CR3/CR5 + 景气度打分研究所质控估值对比3000-5000字可比公司矩阵2个工作日口径统一说明 + 分位区间组长复核做空回应2500-5000字逐条反驳 + 证据链≤6小时首版指控-事实-证据三段式合规+IR会签

示例 1｜业绩点评的预期差框架（把"是否超预期"讲清楚）

项目预告区间实际值市场一致预期预期差判断营业收入（亿元）48-5253.150.0超预期（+6.2%）归母净利润（亿元）6.0-6.87.26.5超预期（+10.8%）毛利率未披露31.4%29.8%超预期，原材料降价贡献约1.2pct经营性现金流（亿元）未披露4.65.2低于预期，应收增加所致

结论写法：先给预期差结论，再拆解贡献因子，最后给可持续性判断（一次性因素剔除后的"可比增速"）。

示例 2｜关键假设登记表（假设必须可追溯）

假设项取值依据取数日期敏感性收入增速18%近3年复合增速 + 新增产能投放节奏2026-09-01每降1pct，目标价降约2.1%毛利率31.5%原材料价格中枢下移 + 产品结构升级2026-09-01每降1pct，净利润降约5.4%费用率12.0%近3年均值，规模效应小幅摊薄2026-09-01影响较小WACC9.5%无风险利率 + 行业β + 规模溢价2026-08-31每升0.5pct，估值降约6%

示例 3｜结论-证据映射（防止观点悬空）

投资逻辑数据支撑1数据支撑2反证与应对新增产能驱动增长在建工程同比+42%公司公告投产时间表若投产延期，增速下调至12%毛利率具备韧性原材料价格指数回落高毛利产品占比提升至38%若原材料反弹，毛利率下修1pct估值处于历史低位当前PE位于近5年12%分位可比公司中位数PE 18x若行业景气下行，分位参考失效

示例 4｜首次覆盖三大逻辑的标准写法（避免写成“推荐理由堆砌”）

逻辑一句话表述支撑数据可证伪条件逻辑1：产能驱动新增产能2026年下半年投产，贡献收入增量约8亿元在建工程同比+42%、投产公告若投产延期超两个季度，逻辑失效逻辑2：结构改善高毛利产品占比由28%提升至38%，拉动毛利率上行产品结构表、分品类毛利率若低价产品放量，结构改善不成立逻辑3：估值修复当前PE位于近5年12%分位，低于可比公司中位数历史PE分位、可比公司矩阵若行业景气下行，分位参照失效

写法要点：每条逻辑必须配“可证伪条件”。只有能被数据推翻的逻辑才算投资逻辑，否则只是描述。

示例 5｜研报改写与降重的合规边界

请求类型是否受理理由与替代做法调整段落顺序、压缩冗余表述受理属于表达优化，不改变观点与数据替换同义表述以规避查重受限若改动导致数据或评级含义变化，需重新走质控删除风险提示以缩短篇幅不受理违反风险提示完整性要求修改目标价但未重算模型不受理目标价须与估值口径一致，需重算并留痕保留观点但更换案例受理需同步更新数据来源与取数日期

2. Valuation Models / 估值模型#

2.1 DCF Model / 现金流折现模型

python

import numpy as np
import pandas as pd
from scipy.optimize import brentq

def dcf_valuation(fcf_forecast: list, wacc: float, terminal_growth: float,
                   terminal_share: float = 1.0) -> dict:
    """
    DCF估值模型
    Args:
        fcf_forecast: 未来5年自由现金流预测（亿元）
        wacc: 加权平均资本成本（%）
        terminal_growth: 永续增长率（%）
        terminal_share: 终值折现系数
    Returns:
        估值结果字典
    """
    # 预测期现值
    discount_factors = [(1 + wacc/100) ** t for t in range(1, len(fcf_forecast) + 1)]
    pv_forecast = sum([fcf / df for fcf, df in zip(fcf_forecast, discount_factors)])

    # 终值计算
    terminal_fcf = fcf_forecast[-1] * (1 + terminal_growth / 100)
    terminal_value = terminal_fcf / (wacc / 100 - terminal_growth / 100)
    pv_terminal = terminal_value / discount_factors[-1] * terminal_share

    # 企业价值 & 股权价值
    enterprise_value = pv_forecast + pv_terminal
    equity_value = enterprise_value  # 简化：无净负债调整

    # 敏感性分析
    sensitivity = {}
    for wacc_adj in [-0.5, 0, 0.5]:
        for tg_adj in [-0.5, 0, 0.5]:
            adj_wacc = wacc + wacc_adj
            adj_tg = terminal_growth + tg_adj
            if adj_wacc > adj_tg:
                adj_tv = terminal_fcf * (1 + adj_tg/100) / (adj_wacc/100 - adj_tg/100)
                adj_pv_tv = adj_tv / discount_factors[-1] * terminal_share
                adj_pv_f = sum([fcf / ((1 + adj_wacc/100) ** t)
                               for t, fcf in enumerate(fcf_forecast, 1)])
                sensitivity[f"WACC={adj_wacc}%, g={adj_tg}%"] = adj_pv_f + adj_pv_tv

    return {
        "enterprise_value": round(enterprise_value, 2),
        "equity_value": round(equity_value, 2),
        "pv_forecast": round(pv_forecast, 2),
        "pv_terminal": round(pv_terminal, 2),
        "terminal_value": round(terminal_value, 2),
        "sensitivity_table": sensitivity
    }

# 使用示例
result = dcf_valuation(
    fcf_forecast=[5.2, 6.1, 7.3, 8.5, 9.8],  # 未来5年FCF（亿元）
    wacc=9.5,  # WACC 9.5%
    terminal_growth=2.5,  # 永续增长率 2.5%
    terminal_share=0.8  # 终值折现系数
)
print(f"企业价值: {result['enterprise_value']} 亿元")
print(f"股权价值: {result['equity_value']} 亿元")

示例 1｜DCF 结果解读（把数字翻译成结论）

输出项数值解读预测期现值33.2亿元占企业价值比重偏低，说明价值主要来自终值终值现值96.4亿元占比74%，须重点检验永续增长假设企业价值129.6亿元假设无净负债调整终值占比74%>70%说明估值对长期假设高度敏感，需做双情景

结论写法：终值占比偏高时，必须同时给出"保守情景"（永续增长率2.0%）与"乐观情景"（3.0%）的企业价值，避免只给单点结论。

示例 2｜敏感性分析读表（WACC × 永续增长率）

WACC ↓ \ g →2.0%2.5%3.0%9.0%138.5145.2152.89.5%129.6135.4142.010.0%121.8126.9132.6

读表方法：①先看对角线区间（129.6-145.2）给出估值中枢；②再看最不利与最有利组合（121.8-152.8）给出区间边界；③若区间宽度超过市值的±20%，在报告中明确标注"估值不确定性较高"。

示例 3｜终值占比过高的双情景处理

情景WACC永续增长率企业价值（亿元）对应的报告表述保守10.0%2.0%121.8下限，用于风险情形基准9.5%2.5%129.6估值中枢乐观9.0%3.0%152.8上限，需说明触发条件

处理原则：终值占比超过70%时，报告中不得只给单点目标价，必须以“保守—基准—乐观”三情景呈现，并说明各情景的触发条件（如行业景气、产能投放节奏）。

2.2 DDM Model / 股利贴现模型

python

def ddm_valuation(current_dps: float, dividend_growth: list,
                  required_return: float, terminal_growth: float) -> dict:
    """
    DDM估值模型（两阶段）
    Args:
        current_dps: 当前每股股利（元）
        dividend_growth: 高增长阶段各年增长率（%）
        required_return: 必要收益率（%）
        terminal_growth: 永续增长率（%）
    """
    pv_dividends = []
    cumulative_dps = current_dps

    for i, g in enumerate(dividend_growth, 1):
        cumulative_dps *= (1 + g / 100)
        pv = cumulative_dps / ((1 + required_return / 100) ** i)
        pv_dividends.append(pv)

    # 永续价值
    terminal_dps = cumulative_dps * (1 + terminal_growth / 100)
    terminal_value = terminal_dps / (required_return / 100 - terminal_growth / 100)
    pv_terminal = terminal_value / ((1 + required_return / 100) ** len(dividend_growth))

    intrinsic_value = sum(pv_dividends) + pv_terminal

    return {
        "intrinsic_value": round(intrinsic_value, 2),
        "pv_dividends": [round(p, 4) for p in pv_dividends],
        "terminal_value": round(terminal_value, 2),
        "pv_terminal": round(pv_terminal, 2)
    }

示例 1｜两阶段 DDM 输入与输出对照

输入项取值说明当前每股股利0.90元最近一期实际分红高增长期3年，增速15%/12%/10%对应业务扩张期必要收益率8.5%无风险利率 + 风险溢价永续增长率2.5%不高于长期名义GDP增速

输出：内在价值区间 [20.4, 22.8] 元；若现价 21.5 元，则处于区间中枢附近，评级倾向"中性"；若现价 18.0 元，则折价约14%，可给"增持"。

示例 2｜DDM 适用性判断（先判断能不能用）

公司特征是否适用DDM建议替代方法稳定分红的大型公用事业适用—高分红银行适用（注意拨备影响）股利折现 + PB校验不分红的高成长科技不适用DCF 或 PEG分红波动极大的周期股慎用正常化盈利 + PE区间政策强制高分红但盈利下滑慎用情景化DDM（分红率下行情景）

示例 3｜分红率突变的情景化处理

情景分红率永续增长率内在价值（元）适用判断维持现行政策35%2.5%21.6基准情形分红率下调至25%25%2.5%18.2盈利再投资，需评估ROE分红率上调至45%45%2.0%24.1需评估可持续性

处理原则：分红政策变化会同时影响分子（股利）与分母（增长），不可只调一个变量；分红率上调时通常同步下调永续增长率，避免高估内在价值。

2.3 PE Band Analysis / PE估值区间分析

python

def pe_band_analysis(eps_history: list, price_history: list,
                     forecast_eps: float) -> dict:
    """
    PE估值区间分析
    基于历史估值分布给出当前估值水位
    """
    # 计算历史PE
    pe_history = [p / e for p, e in zip(price_history, eps_history) if e > 0]

    # 统计分布
    pe_stats = {
        "min": np.min(pe_history),
        "q25": np.percentile(pe_history, 25),
        "median": np.median(pe_history),
        "q75": np.percentile(pe_history, 75),
        "max": np.max(pe_history),
        "mean": np.mean(pe_history)
    }

    # 估值区间
    valuation_band = {
        "极度低估 (PE < Q25)": forecast_eps * pe_stats["q25"],
        "偏低估 (Q25 < PE < Median)": forecast_eps * pe_stats["median"],
        "合理区间 (Median < PE < Q75)": forecast_eps * pe_stats["q75"],
        "偏高估 (PE > Q75)": forecast_eps * pe_stats["max"]
    }

    return {
        "pe_statistics": pe_stats,
        "valuation_band": {k: round(v, 2) for k, v in valuation_band.items()}
    }

示例 1｜PE 分位与目标价推导

分位PE对应股价（元）含义Q2514.2x17.0历史偏低水位中位数18.5x22.2估值中枢Q7524.0x28.8历史偏高水平当前16.3x19.6位于近5年28%分位

结论写法：现价对应16.3x、近5年28%分位，若给中位数18.5x则目标价22.2元（+13%空间）；给出目标价时必须同时说明所选分位与理由（如"行业景气向上，取中位数偏上分位"）。

示例 2｜PE 区间失效场景排查

场景现象处置盈利为负或接近0PE 无意义或剧烈波动改用PS或EV/EBITDA一次性收益扭曲EPS当期PE异常低用扣非EPS重算大额并购导致可比性下降历史PE不可比剔除并购年份或改用并表后口径行业进入下行周期低PE可能是"价值陷阱"用正常化盈利 + 周期位置判断股本大幅变动EPS被摊薄统一用最新总股本重算

示例 3｜PE分位与景气度冲突时的取舍

组合景气度得分PE分位判断报告表述景气高 + 分位低4.228%最优，重点推荐景气向上且估值未反映景气高 + 分位高4.282%谨慎，逢调布局景气已部分计入价格景气低 + 分位低2.418%价值陷阱，回避低估值反映基本面走弱景气低 + 分位高2.475%最差，明确回避基本面与估值双杀风险

取舍原则：景气度决定方向，PE分位决定赔率；两者冲突时以景气度优先，并在报告中单独说明估值为何未能反映基本面变化。

3. Industry Research Framework / 行业研究框架#

markdown

## 行业研究标准框架

### 一、行业概述
- 行业定义与边界
- 产业链结构图
- 行业发展阶段（导入期/成长期/成熟期/衰退期）

### 二、竞争格局
- 市场集中度（CR3/CR5/CR10）
- 波特五力分析
- 竞争格局演变趋势

### 三、驱动因素
- 需求侧：市场规模、增速、渗透率
- 供给侧：产能扩张、技术迭代
- 政策面：监管政策、扶持政策
- 宏观面：经济周期、人口结构

### 四、核心标的
- 龙头公司竞争优势
- 二线公司差异化
- 潜在黑马

### 五、风险因素
- 周期性风险
- 政策风险
- 技术替代风险
- 竞争加剧风险

行业景气度打分表（把"景气"量化，避免主观表述）

维度观测指标权重打分（1-5）加权得分数据来源示例需求端下游订单/出货量同比30%41.20行业协会月报、公司月度经营数据价格端主要产品价格环比20%30.60第三方价格指数、公司公告供给端在建产能与开工率15%20.30在建工程明细、行业协会产能数据库存端渠道库存周转天数15%40.60渠道调研、经销商库存数据政策端政策方向与落地节奏10%40.40主管部门公开文件估值端行业PE历史分位10%30.30行情终端估值分位合计—100%—3.40—

判定口径：加权得分 ≥3.5 为景气向上；3.0-3.5 为景气平稳；<3.0 为景气下行。打分须逐项标注数据来源与取数日期。

示例｜跨行业比较矩阵（新增维度：景气度与估值匹配度）

行业需求增速毛利率趋势政策方向行业PE分位景气度得分估值匹配度结论跟踪信号行业A25%上行支持35%4.2匹配重点推荐月度订单同比是否维持20%以上行业B12%持平中性78%3.3偏高精选个股季度提价是否落地行业C-5%下行限制15%2.4陷阱回避库存去化是否出现拐点行业D18%上行支持62%3.8略高逢调布局回调是否伴随景气度下滑

比较要点：同为高景气行业，若估值分位差异大，应优先选择"景气高+分位低"的组合；"景气低+分位低"往往是价值陷阱，需单独说明。

示例｜产业链拆解表（定位议价权归属）

环节代表公司集中度CR3毛利率区间议价权投资含义上游原材料公司A/B/C62%18%-25%强涨价弹性大，周期属性强中游制造公司D/E/F38%12%-18%中看成本传导与产能利用率下游品牌公司G/H55%35%-45%强品牌溢价，抗周期

使用要点：先拆环节再选标的。同一条产业链上，议价权强的环节在景气上行时弹性更大、下行时更抗跌；报告中须给出集中度与毛利率的取数口径与年份。

4. Short-Seller Response Template / 做空报告回应模板#

markdown

# 关于[做空机构名称]做空报告的声明

**公司声明日期**: YYYY-MM-DD
**股票代码**: [代码]
**声明人**: [公司名称]投资者关系部

## 一、核心回应

[机构]于[日期]发布的做空报告，存在严重的事实错误和误导性陈述。
本公司特此声明如下：

### 1. 关于[指控1]的回应
**事实**: [澄清事实]
**证据**: [提供证据]
**结论**: [明确结论]

### 2. 关于[指控2]的回应
[同上格式]

## 二、补充信息

### 财务数据核实
| 指标 | 公司公告数据 | 做空报告数据 | 差异说明 |
|-----|-------------|-------------|---------|
| | | | |

## 三、风险提示

本声明不构成投资建议。投资者应仔细阅读公司过往公告，
审慎判断投资风险。

---
联系方式：[IR邮箱]

24小时响应时间表（应急流程参考）

时点动作责任人交付物兜底方案T+0小时收集做空报告原文与市场反应数据研究指控清单（逐条拆分）报告缺失时先做逐条摘录T+1小时事实核对与证据归集（公告、审计报告、工商资料）研究+IR证据包证据不足时标注核查中T+2小时内部会商定调，明确回应边界合规+IR回应口径定调分歧时取最保守口径T+4小时完成首版回应稿框架研究初稿超时则先发简短澄清公告T+6小时合规复核，核对数据与表述合规复核意见复核未过则顺延发布T+12小时补充证据与量化测算研究终稿测算困难时给区间不给点值T+24小时发布并同步市场沟通口径IR声明+问答口径表发布渠道受限时先走公司官网

示例｜指控-事实-证据三段式（量化反驳）

指控做空方说法事实核对证据量化差异收入真实性"收入增速远超行业"收入增速与行业一致，差异来自并表审计报告、并表公告剔除并表后增速11.2%，行业12.0%应收账款质量"应收账款周转恶化"周转天数上升因账期政策调整年报附注、客户结构调整后周转天数同比+9天，非恶化关联交易"存在未披露关联交易"交易已在年报关联交易章节披露年报第X节披露完整，金额占比3.1%

原则：每条指控都要落到"可比数字"，不做纯文字反驳；无法证实的部分明确说明核查进展，不臆测。 示例｜回应稿常见缺陷清单（发布前逐条核对）

缺陷表现后果修正动作纯文字反驳只说“与事实不符”，无可比数字说服力弱，市场不买账每条指控补“可比数字+出处”越界承诺声称“后续业绩必然改善”构成预测性陈述风险改为披露已知事实与核查进展遗漏未核实项对无法证实的指控避而不谈被解读为默认明确说明核查进展与预计时间情绪化表述使用“恶意”“蓄意”等定性词激化对立，引发二次传播改为中性事实陈述数据口径不一回应稿与年报口径不一致被抓住二次质疑统一到年报/公告口径并注明章节

发布前检查：五类缺陷全部清零，且每条反驳都能落到公告编号或审计附注，方可提交合规复核。

---

Compliance Checklist / 合规检查清单#

检查项依据通过标准查验方式盈利预测合理性《证券研究报告执业规范》预测区间不超过合理范围与可比公司区间比对风险提示完整性《证券法》第79条必须包含3项以上风险提示统计风险提示条数利益冲突披露证监会相关规定持有股票需披露查持仓披露字段评级定义一致性《证券研究报告执业规范》评级定义需与公司标准一致对照公司评级定义表数据来源合规交易所规则引用数据需标注来源抽查数据脚注假设可追溯性内部质控要求关键假设均标注依据与取数日期逐条查依据与日期估值口径统一内部质控要求币种、股本、净负债处理口径一致对照口径统一表目标价与评级匹配内部质控要求目标价隐含空间与评级档位对应核对隐含空间档位免责声明完整内部质控要求摘要与正文均保留免责声明查摘要页与正文页预期差表述准确内部质控要求明确区分预告口径与实际口径核对预告与实际两栏敏感性分析完备内部质控要求关键假设均给出敏感性区间查敏感性区间表

---

Usage Examples / 使用示例#

启动研报撰写：

text

分析[行业名称]的竞争格局和投资机会，生成行业研究报告模板

估值建模：

text

帮我用DCF模型对[公司名称]估值：
- 未来5年FCF预测：[X]亿/[X]亿/[X]亿/[X]亿/[X]亿
- WACC：[X]%
- 永续增长率：[X]%

做空报告应急：

text

[机构]刚发布做空报告指控[公司]，需24小时内回应，
帮我生成回应初稿框架，重点反驳以下3点：
1. [指控点1]
2. [指控点2]
3. [指控点3]

行业景气度打分：

text

对[行业名称]做景气度打分：按需求、价格、供给、库存、政策、估值六个维度，
每项给出1-5分与数据依据，并输出加权得分与景气判定结论。

估值复算与敏感性：

text

用DCF对[公司名称]重算估值，并输出WACC（9.0%/9.5%/10.0%）× 永续增长率（2.0%/2.5%/3.0%）
的敏感性矩阵，标出估值中枢与区间边界，并说明终值占比是否偏高。

---

Disclaimer#

This skill provides research report templates and valuation models for educational and reference purposes. Investment decisions should be based on independent research and professional advice. All outputs should be reviewed by qualified analysts before publication or use in investment decisions.