财务报表分析与股票估值.pdf

很多人做财报分析的收尾动作是算出一堆比率就停了，真要给股票估值时才发现：口径不统一、假设没写、结论没法被别人复核。这篇给一条从财报数据到估值结论、再到成文交付的整理路径，重点在「过程可追溯」而不是「算出一个漂亮数字」，适合要写分析报告或内部决策稿的人。

很多人做财报分析的收尾动作是算出一堆比率就停了，真要给股票估值时才发现：口径不统一、假设没写、结论没法被别人复核。这篇给一条从财报数据到估值结论、再到成文交付的整理路径，重点在过程可追溯，而不是算出一个漂亮数字。

适合要写分析报告或内部决策稿的人。整篇按四步走：先把数据收敛成输入，再按公司类型挑方法，然后把过程写成能交付的文档，最后说说工具和 AI 该用在哪儿、不该用在哪儿。每一步都带可执行动作和检查点。

先把财报数据收敛成可估值的输入

从三张表里只挑与估值相关的科目：营收与增速、毛利率、费用率、经营现金流、有息负债与现金。其余科目留在附注里备查，不要全表照搬。照搬全表的后果是后面每改一个假设都要翻整份报表，复核的人找不到重点。

• 统一口径：历史数据用同一币种、同一合并范围；做过追溯调整或口径变更的年份要单独标注，否则同比会失真
• 把事实和判断分栏写：事实是报表数字，判断是你对增长、利润率的假设，两者混在一起后面没法复核
• 一次性损益、政府补助、汇兑损益单独列出，别混进经常性利润里，否则增速会被这些项目带偏
• 拿不准哪些科目算关键输入时，到 /ai-nav/category/ai-finance 看财报类工具和资料入口，再决定手工整理还是借工具

按公司类型挑估值方法，别一把尺子量到底

稳定盈利、现金流可预测的公司适合现金流折现；重资产或周期股要看重置成本与周期位置；未盈利成长股更多用可比公司与情景假设。方法本身没有对错，用错了类型才是问题。

• 用相对估值时，可比公司的筛选标准要写清楚：行业、规模、商业模式、区域，四条都写，否则倍数可以随便挑，结论就没意义
• 敏感性分析必须做：把增速、折现率、退出倍数各上下调一档，看结论是否翻转；翻转就说明这个估值不稳，要如实写出来
• 报表质量优先于估值：被出具非标意见、大额商誉、关联交易占比高的公司，先做质量判断，估值往后放
• 方法本身和当前可用的模型资料，可在 /models 与 /ai-dict/category/application 对照行业落地词汇

什么情况下不适用：公司刚完成重组、有大额一次性损益、或审计意见非标时，前面那套现金流折现基本失效，改用清算价值或情景加权的区间估计更稳妥。如果连三条主线收入都拆不清，老老实实写无法估值，比硬套模型体面得多。

把分析过程写成能交付的文档结构

1. 定结构固定六段：结论摘要、公司与行业背景、财报质量判断、关键假设表、估值过程、风险与不适用情形。写在开头，写完再填充。
2. 建假设表假设单独成表，每行写清假设值、依据来源、谁会推翻它。后面更新时只改这张表，正文不用动。
3. 标数据出处所有引用报表数据注明期次与单位，避免半年报数据和年报数据混排的常见错误。
4. 走复核清单自己过四问：口径统一了吗、假设有出处吗、敏感性做了吗、结论和假设对得上吗。四问都过再交。

文档的价值不在于结论多准，而在于换一个人拿同样的假设，能复算出接近的区间。做不到这一点，再厚的报告也只是个人笔记。

用工具和 AI 加速，但把判断留在自己手里

• AI 适合做初稿整理、口径一致性检查、把长表格转成叙述，不适合替你决定增长率，它也不知道你公司的实际经营情况
• 把报表摘要交给 AI 前先脱敏，未公开的财务数据不要上传，参考 /safety 里的合规口径
• 工具和模型在变，具体能力与计费写到站内 /ai-nav/category/ai-finance 与 /official-api 看当时的说明，别用记忆里的旧版本
• 每次出稿留一个版本号与日期，方便回溯是哪一版假设支撑了哪个结论

你能交付的不是一个数字，而是一条别人能重走一遍的推理路径。