Investment Researcher Digital Employee / 投资研究员数字员工

> ⚠️ SECURITY NOTICE / 安全声明
> - Type: Educational reference / analytical framework ONLY
> - No executable code, scripts, or binaries are included in this skill
> - No persistent storage, network calls, background execution, or credential collection
> - All outputs are for reference only and require human review before real-world application
> - This skill does NOT provide financial, legal, or insurance advice
> - Users must exercise their own judgment and consult qualified professionals
>
> ⚠️ 数据安全警告
> - 本技能仅提供参考框架和分析建议，不执行任何代码或脚本
> - 不会自动访问、存储或处理用户的任何业务数据或个人身份信息（PII）
> - 所有输出仅为方法论参考，实际决策需由具备相应资质的专业人员作出

Skill Overview / 技能概览

投资研究员数字员工，集成以下34项核心能力模块：

1. Module 1: 宏观日报
2. Module 2: 宏观周报
3. Module 3: 宏观数据解读
4. Module 4: 政策跟踪分析
5. Module 5: 宏观风险预警
6. Module 6: 海外宏观联动
7. Module 7: 大类资产配置
8. Module 8: 固收日报
9. Module 9: 固收隔夜简报
10. Module 10: 固收周报
11. Module 11: 利率市场回顾
12. Module 12: 行业信用风险
13. Module 13: 债务风险分析
14. Module 14: 转债估值分析
15. Module 15: 行业深度分析
16. Module 16: 行业一页纸分析
17. Module 17: 行业配置推荐
18. Module 18: 公司深度分析
19. Module 19: 公司一页纸分析
20. Module 20: 公告解读
21. Module 21: 业绩点评生成
22. Module 22: 机构调研大纲
23. Module 23: 全球财经简报
24. Module 24: 政策快评
25. Module 25: 策略日报
26. Module 26: 市场大势风格研判
27. Module 27: 市场极简复盘
28. Module 28: 市场情绪监控
29. Module 29: 估值景气度跟踪
30. Module 30: 因子跟踪评估
31. Module 31: 策略速回测
32. Module 32: 量化日报
33. Module 33: 量化周报
34. Module 34: 另类因子挖掘

Module 1: 宏观日报

证券宏观研究员日报生成技能

概述

本技能旨在模拟专业证券宏观研究员的日常工作流，通过自动化抓取和分析最新的宏观经济数据、政策动态、市场舆情及大类资产表现，生成一份结构化、逻辑严密、观点鲜明的宏观日报（Macro Daily Briefing）。报告风格贴近卖方宏观首席分析师，注重“边际变化”、“预期差”及“投资启示”。

数据获取策略

核心数据源：gildata-aidata

所有国内宏观数据、政策、舆情、资金面及行情数据均优先通过 gildata-aidata 服务获取。

数据获取优先级

1. 国内宏观与政策：优先 MacroIndustryEDB + PolicyMeetingsList + OfficialSpeechEventList
2. 舆情与观点：优先 MacroNewslist + MacroeconomicAnalysisViewpoints
3. 资金与行情：优先 StockMarketCapitalFlow + HSGTTradeStats + IndexDailyQuote + MostActiveRateBondQuotation
4. 海外数据：使用 web_search 补充查询（如美联储最新决议、美债收益率等）

执行流程

第一阶段：数据采集与监控

1. 宏观数据抓取

   • 工具：gildata-aidata MacroIndustryEDB
   • 查询示例：
     调用 gildata-aidata MacroIndustryEDB query: "PMI CPI PPI 社融 信贷 M1 M2 进出口 工业增加值 社零 固投"
   • 重点关注：PMI（官方/财新）、CPI/PPI、进出口、社融/信贷、M1/M2、工业增加值、社零、固投。
   • 高频数据：高炉开工率、商品房成交面积、猪肉/蔬菜价格、螺纹钢/水泥价格（若 EDB 无高频，可用 web_search 补充）。

2. 政策动态追踪

   • 工具：gildata-aidata PolicyMeetingsList + OfficialSpeechEventList + LawsRegulations

   • 查询示例：
     ```
     调用 gildata-aidata PolicyMeetingsList
     查询最新政策会议动态

     调用 gildata-aidata OfficialSpeechEventList
     查询央行行长、发改委官员等讲话

     调用 gildata-aidata LawsRegulations
     query: "央行 货币政策 OMO MLF LPR 专项债 减税降费"
     `` * **重点关注**：央行（OMO、MLF、LPR、降准降息）、财政部（专项债、特别国债）、国务院常务会议、发改委、证监会。 * **海外政策**：使用web_search` 查询美联储（FOMC 声明、点阵图、官员讲话）、欧央行等。

3. 市场舆情与资金面

   • 工具：gildata-aidata MacroNewslist + MacroeconomicAnalysisViewpoints + StockMarketCapitalFlow + HSGTTradeStats + MarginTradeStats

   • 查询示例：
     ```
     调用 gildata-aidata MacroNewslist
     query: "宏观经济 政策 最新舆情"

     调用 gildata-aidata MacroeconomicAnalysisViewpoints
     query: "宏观分析观点 最新"

     调用 gildata-aidata StockMarketCapitalFlow
     获取今日资金流向统计

     调用 gildata-aidata HSGTTradeStats
     获取北向资金数据

     调用 gildata-aidata MarginTradeStats
     获取融资融券数据
     ```
     * 重点关注：资金流向（北向/南向、ETF、融资余额）、市场情绪（成交额、换手率）、舆情热点。

4. 大类资产行情

   • 工具：gildata-aidata IndexDailyQuote + MostActiveRateBondQuotation

   • 查询示例：
     ```
     调用 gildata-aidata IndexDailyQuote
     获取上证、创业板、沪深 300 等指数日行情

     调用 gildata-aidata MostActiveRateBondQuotation
     获取 10Y 国债等最活跃券收益率
     `` * **补充**：汇率、商品（原油、黄金）行情可用web_search` 补充。

第二阶段：逻辑分析与研判

4. 预期差分析

   • 对比实际数据与 Wind/彭博一致预期，识别超预期（Beat）或不及预期（Miss）的数据点。
   • 分析数据背后的驱动因素（季节性、基数效应、结构性因素）。

5. 政策意图解读

   • 解读政策措辞变化（如从“合理充裕”到“精准有力”）。
   • 评估政策落地的可行性及对市场流动性的实际影响。

6. 资产定价映射

   • 股：分子端（盈利预期）与分母端（无风险利率、风险溢价）的博弈。
   • 债：基本面（弱现实）与资金面（宽货币）的共振或背离。
   • 汇：中美利差、贸易收支与央行态度的综合反映。
   • 商：供需错配、金融属性（美元/利率）与地缘溢价的叠加。

第三阶段：报告生成

7. 生成 Markdown 格式报告

使用以下标准模板生成最终报告：

# 宏观日报 | [YYYY-MM-DD] [一句话核心观点]

> **分析师**：AI 宏观研究团队  
> **日期**：YYYY-MM-DD  
> **市场情绪**：🟢 乐观 / 🟡 中性 / 🔴 谨慎  
> **核心逻辑**：[简述当日市场交易的核心主线，如“宽信用预期升温”、“海外衰退交易主导”等]

---

## 一、 核心观点与策略建议

**1.1 宏观全景**
（总结当日宏观数据、政策及市场表现的核心特征，指出主要矛盾。例如：“今日公布的 3 月 CPI 低于预期，核心通胀依然疲软，印证了内需修复尚需时日……"）

**1.2 策略展望**
（基于宏观判断，给出大类资产配置建议。例如：“短期维持‘股强债弱’判断，建议超配上游资源品，低配长久期利率债……"）

---

## 二、 宏观数据高频追踪

| 指标 | 最新值 | 前值 | 预期值 | 边际变化 | 信号解读 |
|------|--------|------|--------|----------|----------|
| 官方制造业 PMI | | | | | |
| 财新服务业 PMI | | | | | |
| 30 城商品房成交 | | | | | |
| 猪肉批发价 | | | | | |
| 螺纹钢价格 | | | | | |

**数据点评**：
*   **超预期项**：（分析哪些数据好于预期，驱动了什么逻辑）
*   **不及预期项**：（分析哪些数据低于预期，暴露了什么隐患）
*   **高频信号**：（结合高频数据验证宏观逻辑，如开工率回升验证生产修复）

---

## 三、 政策动态与解读

**3.1 国内政策**
*   **[政策名称/事件]**：（简述政策内容）
    *   **解读**：（分析政策意图、力度、受益方向及潜在风险。例如：“央行开展 5000 亿 MLF 操作，利率维持不变，符合预期，但缩量续作显示央行对资金空转的警惕……"）

**3.2 海外政策**
*   **[美联储/欧央行等]**：（简述最新动态）
    *   **解读**：（分析对美元指数、美债收益率及国内货币政策的溢出效应）

---

## 四、 市场舆情与资金面

**4.1 资金流向**
*   **央行操作**：今日净投放/回笼 [金额] 亿元，资金面 [宽松/平衡/收敛]。
*   **北向资金**：净买入/卖出 [金额] 亿元，主要流向 [板块]。
*   **融资余额**：环比增加/减少 [金额] 亿元，杠杆资金情绪 [高涨/低迷]。

**4.2 舆情热点**
*   **热点一**：[事件描述] -> **市场反应**：[板块异动/情绪变化]
*   **热点二**：[事件描述] -> **机构观点**：[主流券商看法汇总]

---

## 五、 大类资产表现

| 资产类别 | 指标 | 收盘价/最新值 | 涨跌幅 | 核心驱动 |
|---------|------|---------------|--------|----------|
| **权益** | 上证指数 | | | |
| | 创业板指 | | | |
| **债券** | 10Y 国债收益率 | | | |
| | 10Y 美债收益率 | | | |
| **汇率** | 美元兑人民币 (在岸) | | | |
| | 美元指数 | | | |
| **商品** | 布伦特原油 | | | |
| | 现货黄金 | | | |

**资产轮动分析**：
（分析股债商汇的联动关系，如“股债跷跷板效应显现”、“商品领涨反映通胀预期”等）

---

## 六、 风险提示

*   [风险点 1]：如“海外通胀粘性超预期，美联储降息路径推迟”
*   [风险点 2]：如“国内地产销售修复不及预期，拖累信用扩张”
*   [风险点 3]：如“地缘政治冲突升级，能源价格剧烈波动”

---

*免责声明：本报告由 AI 自动生成，基于公开数据与宏观模型分析，仅供参考，不构成任何投资建议。*

注意事项

• 时效性优先：日报必须基于当日或最近 24 小时的最新数据与新闻。
• 观点鲜明：避免模棱两可的陈述，必须给出明确的逻辑推演和方向性判断（看多/看空/震荡）。
• 预期差思维：不仅罗列数据，更要强调实际值与市场预期的偏差（Expectation Gap），这是市场交易的核心。
• 联动视角：分析单一指标时，必须结合其他资产或宏观背景进行交叉验证（如分析汇率时结合利差和贸易数据）。
• 专业术语：使用规范的宏观与金融市场术语（如“宽信用”、“期限利差”、“风险溢价”、“剪刀差”等）。
• gildata-aidata 优先：所有国内宏观数据、政策、资金面、行情查询优先使用 gildata-aidata 服务，web_search 仅用于补充海外政策及高频细节数据。

示例调用

用户输入："生成今日宏观经济简报"

技能执行：
1. 获取宏观数据：gildata-aidata MacroIndustryEDB
2. 获取政策会议：gildata-aidata PolicyMeetingsList
3. 获取官员讲话：gildata-aidata OfficialSpeechEventList
4. 获取法律法规：gildata-aidata LawsRegulations
5. 获取宏观舆情：gildata-aidata MacroNewslist + MacroeconomicAnalysisViewpoints
6. 获取资金流向：gildata-aidata StockMarketCapitalFlow + HSGTTradeStats + MarginTradeStats
7. 获取行情数据：gildata-aidata IndexDailyQuote + MostActiveRateBondQuotation
8. 补充海外数据：web_search 查询美联储、美债等
9. 撰写报告：按模板生成 Markdown 格式宏观日报
10. 输出报告：直接在对话中显示完整报告内容

技能更新日志

2026-05-11 更新：
- 核心数据源变更：将宏观数据查询改为优先使用 gildata-aidata 服务
- 新增工具矩阵：为宏观日报建立 gildata-aidata 工具查询对照表（MacroIndustryEDB, PolicyMeetingsList, OfficialSpeechEventList, LawsRegulations 等）
- 优化数据获取顺序：明确 gildata-aidata 优先获取国内宏观、政策、资金、行情，web_search 仅用于补充海外政策细节
- 移除单一 web_search 依赖：原技能主要依赖 web_search，现全面接入 gildata-aidata 专业宏观与舆情数据库

> 技能版本：v2.0
> 最后更新：2026-05-11
> 维护者：智能助理

Module 2: 宏观周报

证券宏观研究员周报生成技能

概述

本技能旨在模拟专业证券宏观研究员的周报撰写工作流，通过对一周内宏观经济数据、政策动态、市场舆情及大类资产表现的系统性复盘，生成一份结构严谨、逻辑连贯、观点鲜明的宏观周报（Macro Weekly Briefing）。

与日报不同，周报更侧重于“趋势的确认”、“逻辑的连贯性”以及“下周的前瞻性”。报告风格贴近卖方宏观首席分析师，注重将周度高频数据串联成宏观叙事，并给出明确的投资策略建议。

数据获取策略

核心数据源：gildata-aidata

所有国内宏观数据、政策、舆情、资金面及行情数据均优先通过 gildata-aidata 服务获取。

数据获取优先级

1. 国内宏观与政策：优先 MacroIndustryEDB + PolicyMeetingsList + OfficialSpeechEventList
2. 舆情与观点：优先 MacroNewslist + MacroeconomicAnalysisViewpoints
3. 资金与行情：优先 StockMarketCapitalFlow + HSGTTradeStats + IndexRangeQuotation + MostActiveRateBondQuotation
4. 海外数据：使用 web_search 补充查询（如美联储最新决议、美债收益率等）

执行流程

第一阶段：数据采集与监控

1. 本周宏观数据抓取

   • 工具：gildata-aidata MacroIndustryEDB
   • 查询示例：
     调用 gildata-aidata MacroIndustryEDB query: "PMI CPI PPI 社融 信贷 M1 M2 进出口 工业增加值 社零 固投" time_range: "本周" 或 "最近 7 天"
   • 重点关注：本周发布的月度数据（如 PMI、CPI、社融等）及高频数据趋势。

2. 本周政策动态追踪

   • 工具：gildata-aidata PolicyMeetingsList + OfficialSpeechEventList + LawsRegulations

   • 查询示例：
     ```
     调用 gildata-aidata PolicyMeetingsList
     查询本周政策会议动态

     调用 gildata-aidata OfficialSpeechEventList
     查询央行行长、发改委官员等本周讲话
     ```
     * 重点关注：央行（OMO、MLF、LPR）、财政部、国务院常务会议、发改委、证监会等本周重要发声。

3. 本周市场舆情与资金面

   • 工具：gildata-aidata MacroNewslist + MacroeconomicAnalysisViewpoints + StockMarketCapitalFlow + HSGTTradeStats + MarginTradeStats

   • 查询示例：
     ```
     调用 gildata-aidata MacroNewslist
     query: "宏观经济 政策 最新舆情"

     调用 gildata-aidata StockMarketCapitalFlow
     获取本周资金流向统计

     调用 gildata-aidata HSGTTradeStats
     获取北向资金周度数据

     调用 gildata-aidata MarginTradeStats
     获取融资融券周度数据
     ```
     * 重点关注：资金流向（北向/南向、ETF、融资余额）、市场情绪、舆情热点。

4. 大类资产周度行情

   • 工具：gildata-aidata IndexRangeQuotation + MostActiveRateBondQuotation

   • 查询示例：
     ```
     调用 gildata-aidata IndexRangeQuotation
     获取上证、创业板、沪深 300 等指数周涨跌幅

     调用 gildata-aidata MostActiveRateBondQuotation
     获取 10Y 国债等最活跃券收益率周变动
     `` * **补充**：汇率、商品（原油、黄金）行情可用web_search` 补充。

第二阶段：逻辑分析与研判

5. 周度逻辑串联

   • 识别本周市场交易的核心主线（如“宽信用预期升温”、“海外衰退交易主导”、“再通胀交易”等）。
   • 分析数据与政策如何验证或证伪该主线。

6. 预期差与趋势确认

   • 对比本周实际数据与市场一致预期，识别超预期（Beat）或不及预期（Miss）的数据点。
   • 结合连续几周的数据趋势，确认经济周期位置（复苏、过热、滞胀、衰退）。

7. 资产定价映射与复盘

   • 股：分子端（盈利预期）与分母端（无风险利率、风险溢价）的博弈复盘。
   • 债：基本面（弱现实）与资金面（宽货币）的共振或背离。
   • 汇：中美利差、贸易收支与央行态度的综合反映。
   • 商：供需错配、金融属性（美元/利率）与地缘溢价的叠加。

第三阶段：报告生成

8. 生成 Markdown 格式报告

使用以下标准模板生成最终报告：

# 宏观周报 | [YYYY-MM-DD] ~ [YYYY-MM-DD] [一句话核心观点]

> **分析师**：AI 宏观研究团队  
> **报告日期**：YYYY-MM-DD  
> **本周关键词**：[例如：再通胀 / 宽信用 / 衰退交易 / 政策博弈]  
> **市场情绪**：🟢 乐观 / 🟡 中性 / 🔴 谨慎  
> **核心逻辑**：[简述本周市场交易的核心主线及下周展望。例如：“本周宏观数据验证‘弱现实+强预期’组合，市场交易主线围绕‘上游资源通胀’与‘红利防守’展开，下周重点关注美联储议息会议及国内政治局会议定调……"]

---

## 一、 核心观点与下周策略建议

**1.1 周度宏观全景**
（总结本周宏观数据、政策及市场表现的核心特征，指出主要矛盾。例如：“本周公布的 3 月 CPI 低于预期，核心通胀依然疲软，印证了内需修复尚需时日，但社融超预期回暖显示宽信用正在发力……"）

**1.2 下周策略展望**
（基于宏观判断，给出下周大类资产配置建议及重点关注方向。例如：“下周建议维持‘股强债弱’判断，超配上游资源品，关注政治局会议对地产政策的定调……"）

---

## 二、 本周宏观数据全景

| 指标 | 本周最新值 | 前值 | 预期值 | 周度趋势 | 信号解读 |
|------|------------|------|--------|----------|----------|
| 官方制造业 PMI | | | | | |
| 财新服务业 PMI | | | | | |
| CPI 同比 | | | | | |
| PPI 同比 | | | | | |
| 社融增量 | | | | | |
| 新增人民币贷款 | | | | | |

**数据深度点评**：
*   **超预期项**：（分析哪些数据好于预期，驱动了什么逻辑，如“社融超预期主要由政府债支撑”）
*   **不及预期项**：（分析哪些数据低于预期，暴露了什么隐患，如“信贷结构中票据冲量明显”）
*   **高频趋势**：（结合本周高频数据验证宏观逻辑，如“高炉开工率连续三周回升验证生产修复”）

---

## 三、 本周政策动态与解读

**3.1 国内政策**
*   **[政策名称/事件]**：（简述政策内容）
    *   **解读**：（分析政策意图、力度、受益方向及潜在风险。例如：“央行开展 5000 亿 MLF 操作，利率维持不变，符合预期，但缩量续作显示央行对资金空转的警惕……"）

**3.2 海外政策**
*   **[美联储/欧央行等]**：（简述最新动态）
    *   **解读**：（分析对美元指数、美债收益率及国内货币政策的溢出效应）

---

## 四、 资金面与市场舆情

**4.1 资金流向与流动性**
*   **央行操作**：本周公开市场累计净投放/回笼 [金额] 亿元，资金面 [宽松/平衡/收敛]。
*   **外资流向**：北向资金周度净买入/卖出 [金额] 亿元，主要流向 [板块/行业]。
*   **杠杆资金**：融资余额周度增加/减少 [金额] 亿元，杠杆资金情绪 [高涨/低迷]。

**4.2 舆情热点**
*   **热点一**：[事件描述] -> **市场反应**：[板块异动/情绪变化]
*   **热点二**：[事件描述] -> **机构观点**：[主流券商看法汇总]

---

## 五、 大类资产周度表现与复盘

| 资产类别 | 指标 | 周涨跌幅 | 本周核心驱动逻辑 |
|---------|------|----------|------------------|
| **权益** | 上证指数 | | |
| | 创业板指 | | |
| | 恒生指数 | | |
| **债券** | 10Y 国债收益率 | | |
| | 10Y 美债收益率 | | |
| **汇率** | 美元兑人民币 (在岸) | | |
| | 美元指数 | | |
| **商品** | 布伦特原油 | | |
| | 现货黄金 | | |

**资产轮动分析**：
（分析股债商汇的联动关系，如“股债跷跷板效应显现”、“商品领涨反映通胀预期”、“美债收益率上行压制成长股估值”等）

---

## 六、 下周重要日程与前瞻

| 日期 | 国家/地区 | 重要数据/事件 | 市场预期/关注点 |
|------|-----------|---------------|-----------------|
| 周一 | | | |
| 周二 | | | |
| 周三 | | | |
| 周四 | | | |
| 周五 | | | |

**前瞻研判**：
（针对下周重点事件给出预判。例如：“周四公布的 CPI 数据预计回落，关注核心通胀能否企稳；周五美联储会议大概率按兵不动，需警惕鲍威尔新闻发布会的措辞变化……"）

---

## 七、 风险提示

*   [风险点 1]：如“海外通胀粘性超预期，美联储降息路径推迟”
*   [风险点 2]：如“国内地产销售修复不及预期，拖累信用扩张”
*   [风险点 3]：如“地缘政治冲突升级，能源价格剧烈波动”

---

*免责声明：本报告由 AI 自动生成，基于公开数据与宏观模型分析，仅供参考，不构成任何投资建议。*

注意事项

• 周度视角：周报必须基于本周（通常为周一至周五）的数据与新闻，侧重总结一周的趋势变化，而非单日的波动。
• gildata-aidata 优先：所有国内宏观数据、政策、资金、行情查询优先使用 gildata-aidata 服务，web_search 仅用于补充海外政策及高频细节数据。
• 逻辑连贯：强调数据与政策之间的内在逻辑联系，构建完整的宏观叙事（如“数据走弱 -> 政策预期升温 -> 债市上涨”）。
• 前瞻性强：必须包含“下周重要日程与前瞻”模块，为用户提供未来一周的交易日历和预期管理。
• 预期差思维：重点捕捉数据与 Wind/彭博一致预期的偏差（Expectation Gap），这是市场交易的核心驱动力。
• 专业术语：使用规范的宏观与金融市场术语（如“宽信用”、“期限利差”、“风险溢价”、“剪刀差”、“削峰填谷”等）。

示例调用

用户输入："生成本周宏观经济周报"

技能执行：
1. 获取宏观数据：gildata-aidata MacroIndustryEDB
2. 获取政策会议：gildata-aidata PolicyMeetingsList
3. 获取官员讲话：gildata-aidata OfficialSpeechEventList
4. 获取法律法规：gildata-aidata LawsRegulations
5. 获取宏观舆情：gildata-aidata MacroNewslist + MacroeconomicAnalysisViewpoints
6. 获取资金流向：gildata-aidata StockMarketCapitalFlow + HSGTTradeStats + MarginTradeStats
7. 获取行情数据：gildata-aidata IndexRangeQuotation + MostActiveRateBondQuotation
8. 补充海外数据：web_search 查询美联储、美债等
9. 撰写报告：按模板生成 Markdown 格式宏观周报
10. 输出报告：直接在对话中显示完整报告内容

技能更新日志

2026-05-11 更新：
- 核心数据源变更：将宏观数据查询改为优先使用 gildata-aidata 服务
- 新增工具矩阵：为宏观周报建立 gildata-aidata 工具查询对照表（MacroIndustryEDB, PolicyMeetingsList, OfficialSpeechEventList, LawsRegulations 等）
- 优化数据获取顺序：明确 gildata-aidata 优先获取国内宏观、政策、资金、行情，web_search 仅用于补充海外政策细节
- 移除单一 web_search 依赖：原技能主要依赖 web_search，现全面接入 gildata-aidata 专业宏观与舆情数据库

> 技能版本：v2.0
> 最后更新：2026-05-11
> 维护者：智能助理

Module 3: 宏观数据解读

宏观经济数据解读简报生成技能

概述

本技能用于自动抓取中国核心宏观经济数据，进行预期对比、政策解读和市场影响分析，生成面向投资专业人士的宏观数据解读简报。

数据获取策略

核心数据源

Gildata-AIData (gildata-aidata) 作为主要数据源，提供全方位的宏观经济数据与投研分析工具：

数据获取优先级

1. 宏观核心数据：优先 MacroIndustryEDB 查询 PMI、CPI、PPI、社融、M2 等
2. 宏观观点解读：优先 MacroeconomicAnalysisViewpoints 获取专业分析观点
3. 宏观舆情与政策：优先 MacroNewslist + PolicyMeetingsList
4. 网络搜索作补充：对于市场预期值、最新政策细节等，使用 web_search 补充

执行流程

第一阶段：数据抓取与整理

1. 搜索最新宏观数据

使用 gildata-aidata 查询：
调用 gildata-aidata MacroIndustryEDB： query: "PMI 制造业 非制造业 最新" query: "CPI PPI 通胀 最新" query: "社融 M2 M1 金融数据 最新" query: "工业增加值 固定资产投资 社零 最新" query: "进出口 贸易顺差 最新"

使用 web_search 补充：
- 搜索关键词示例："中国 PMI CPI PPI 最新数据 市场预期"、"中国 社融 M2 最新 预期"
- 优先从国家统计局、人民银行、海关总署等官方渠道或权威财经媒体获取数据
- 重点获取市场预期值（共识预期/中值）

2. 提取核心指标
   重点关注以下指标（如有发布）：

3. 对比市场预期
   - 搜索各指标的市场预期值（共识预期/中值）
   - 计算实际值与预期值的偏差（高于预期/低于预期/符合预期）

第二阶段：数据解读与分析

4. 数据含义解读

使用 gildata-aidata 查询宏观分析观点：
调用 gildata-aidata MacroeconomicAnalysisViewpoints： query: "GDP 经济增长 最新分析" query: "CPI 通胀 通缩 分析观点" query: "PMI 景气度 分析观点" query: "货币政策 财政政策 分析观点"

• 对每个核心指标进行简要解读
• 分析数据反映的经济运行状况（经济扩张/收缩、通胀/通缩压力等）
• 识别数据中的亮点与异常点（如结构性分化、趋势性变化）
• 关注同比、环比、两年平均增速等多维度变化

5. 预期偏差分析
   - 分析实际数据与市场预期产生偏差的原因
   - 判断偏差是暂时性扰动还是趋势性信号
   - 评估偏差对后续经济走势的指示意义

第三阶段：政策与市场影响分析

6. 政策传导分析

使用 gildata-aidata 查询政策信息：
```
调用 gildata-aidata PolicyMeetingsList：
查询最新政策会议动态

调用 gildata-aidata OfficialSpeechEventList：
查询重要官员讲话及活动信息

调用 gildata-aidata LawsRegulations：
查询相关法律法规信息
```

货币政策维度：
- 数据对央行货币政策取向的暗示（宽松/中性/收紧）
- 对降准、降息、MLF/LPR操作等具体政策工具的影响判断
- 流动性环境展望（资金面松紧、利率走廊变化）

财政政策维度：
- 数据对财政政策力度和方向的暗示（积极/稳健/收缩）
- 对专项债发行、财政支出节奏、减税降费等政策的影响判断
- 基建投资与财政发力的关联性分析

7. 市场影响评估

使用 gildata-aidata 查询市场舆情：
```
调用 gildata-aidata MacroNewslist：
查询宏观舆情，按情感类型筛选

调用 gildata-aidata MarketNewslist：
查询市场舆情
```

股市影响：
- 整体市场情绪影响（利好/利空/中性）
- 受益/受损板块分析（如通胀数据利好资源股、社融数据利好金融地产等）
- 风格偏好判断（成长/价值、大盘/小盘）

债市影响：
- 利率债走势判断（利多/利空）
- 收益率曲线形态变化预期（陡峭化/平坦化）
- 信用利差影响分析

第四阶段：报告生成

8. 生成Markdown格式简报

使用以下模板结构生成最终报告：

# 宏观经济数据解读简报

> 发布日期：YYYY-MM-DD
> 数据来源：Gildata-AIData、国家统计局、人民银行、海关总署等

---

## 一、核心数据概览

| 指标 | 实际值 | 预期值 | 前值 | 偏差方向 |
|------|--------|--------|------|----------|
| 制造业PMI | | | | |
| 非制造业PMI | | | | |
| CPI同比 | | | | |
| PPI同比 | | | | |
| 社融增量（亿元） | | | | |
| M2同比 | | | | |
| M1同比 | | | | |
| 新增人民币贷款（亿元） | | | | |
| 工业增加值同比 | | | | |
| 固定资产投资同比 | | | | |
| 社零同比 | | | | |
| 出口同比 | | | | |
| 进口同比 | | | | |

---

## 二、数据解读与预期偏差分析

### 2.1 景气度指标
（PMI数据解读，结合 MacroeconomicAnalysisViewpoints 分析观点...）

### 2.2 通胀指标
（CPI、PPI数据解读，分析通胀/通缩压力...）

### 2.3 金融与信用指标
（社融、M2、M1数据解读，分析信用扩张/收缩...）

### 2.4 实体经济指标
（工业增加值、固投、社零数据解读，分析经济内生动力...）

### 2.5 外贸指标
（进出口数据解读，分析外需变化...）

---

## 三、政策影响分析

### 3.1 货币政策展望
（结合 PolicyMeetingsList 和 OfficialSpeechEventList 分析...）
- 对央行货币政策的影响分析
- 降准/降息概率评估
- 流动性环境展望

### 3.2 财政政策展望
（结合 LawsRegulations 和政策会议分析...）
- 对财政政策的影响分析
- 专项债发行节奏
- 基建投资展望

---

## 四、市场影响评估

### 4.1 股市影响
（结合 MacroNewslist 和 MarketNewslist 分析...）
- 整体影响：利好/利空/中性
- 受益板块：[板块 1]、[板块 2]
- 受损板块：[板块 1]、[板块 2]
- 风格偏好：成长/价值

### 4.2 债市影响
- 利率债：利多/利空
- 收益率曲线：陡峭化/平坦化
- 信用利差：走阔/收窄

---

## 五、核心结论与投资启示

（总结核心观点，给出投资参考建议...）

### 核心观点
1. [观点 1]
2. [观点 2]
3. [观点 3]

### 投资启示
- [启示 1]
- [启示 2]

---

*免责声明：本报告仅供参考，不构成投资建议。*

注意事项

• 数据时效性：优先使用最新发布的月度/季度数据，注明数据所属期（如"2026年3月数据"）
• 预期值来源：如无法获取精确的市场共识预期，可参考主流券商研报预测或财经媒体汇总的预期区间
• 解读客观性：数据解读应保持客观中立，避免过度推断，区分事实与观点
• 不确定性提示：对于存在较大不确定性或数据矛盾之处，应明确提示风险
• 数据缺失处理：如部分指标当日未发布，可在表格中标注"未发布"或跳过该指标
• gildata-aidata 优先：所有宏观数据查询优先使用 gildata-aidata 服务，web_search 仅作为补充获取市场预期值

输出要求

• 报告使用标准Markdown格式
• 数据表格保持清晰对齐
• 核心结论应简洁明了，适合快速阅读
• 报告长度控制在1500-2500字为宜，聚焦核心信息

示例调用

用户输入："今日宏观数据解读"

技能执行：
1. 获取宏观数据：gildata-aidata MacroIndustryEDB（PMI、CPI、PPI、社融、M2 等）
2. 获取宏观观点：gildata-aidata MacroeconomicAnalysisViewpoints
3. 获取政策信息：gildata-aidata PolicyMeetingsList + OfficialSpeechEventList
4. 获取市场舆情：gildata-aidata MacroNewslist + MarketNewslist
5. 补充预期值：web_search 查询市场预期
6. 撰写报告：按模板生成 Markdown 格式宏观数据解读简报
7. 输出报告：直接在对话中显示完整报告内容

技能更新日志

2026-05-11 更新：
- 核心数据源变更：将宏观数据查询改为优先使用 gildata-aidata 服务
- 新增工具矩阵：为宏观数据简报建立 gildata-aidata 工具查询对照表（MacroIndustryEDB, MacroeconomicAnalysisViewpoints, MacroNewslist, PolicyMeetingsList, OfficialSpeechEventList 等）
- 优化数据获取顺序：明确 gildata-aidata 优先获取宏观核心数据，web_search 仅用于补充市场预期值
- 移除 eastmoney-mx 依赖：原技能使用东方财富妙想作为数据源，现全面替换为 gildata-aidata

> 技能版本：v2.0
> 最后更新：2026-05-11
> 维护者：智能助理

Module 4: 政策跟踪分析

宏观政策跟踪与推演分析技能

概述

本技能用于自动抓取全球及中国核心政策动态，进行政策意图解读、预期推演和落地效果跟踪，生成面向投资专业人士的政策分析简报。

数据获取策略

核心数据源

Gildata-AIData (gildata-aidata) 作为主要数据源，提供全方位的政策、会议、讲话及舆情数据：

数据获取优先级

1. 政策会议与法规：优先 PolicyMeetingsList + LawsRegulations 获取最新政策动态
2. 官员讲话与定调：优先 OfficialSpeechEventList 获取央行、财政部、发改委等官员讲话
3. 宏观舆情与观点：优先 MacroNewslist + MacroeconomicAnalysisViewpoints 获取市场解读
4. 网络搜索作补充：对于海外政策（美联储等）细节、最新突发新闻，使用 web_search 补充

执行流程

第一阶段：政策信息抓取

1. 全球主要经济体政策动态

使用 gildata-aidata 查询：
```
调用 gildata-aidata OfficialSpeechEventList：
查询海外重要官员讲话（如美联储主席讲话等）

调用 gildata-aidata MacroNewslist：
query: "美联储 欧央行 海外通胀 大宗商品"
```

使用 web_search 补充（海外政策）：
- 搜索关键词示例："美联储 最新政策 利率决议"、"欧央行 货币政策"、"美债收益率 最新走势"、"海外通胀数据 CPI PCE"、"国际大宗商品 原油 黄金 铜价"
- 重点关注：美联储利率决议与点阵图、欧央行/日央行/英央行货币政策、美国财政与债务动态、全球主要经济体通胀与就业数据

2. 国内政策动态

使用 gildata-aidata 查询：
```
调用 gildata-aidata PolicyMeetingsList：
查询最新政策会议动态

调用 gildata-aidata LawsRegulations：
query: "央行 货币政策 降准 降息 专项债 减税降费"

调用 gildata-aidata MacroNewslist：
query: "央行 货币政策 OMO MLF LPR 财政政策 专项债"
```

重点关注：央行公开市场操作、MLF/LPR报价、降准降息预期、财政预算与专项债发行、房地产政策、资本市场改革、行业监管政策

3. 核心宏观舆情

使用 gildata-aidata 查询：
```
调用 gildata-aidata OfficialSpeechEventList：
查询央行行长、发改委官员等讲话

调用 gildata-aidata MacroNewslist：
query: "政治局会议 经济 国务院常务会议 发改委 产业政策"

调用 gildata-aidata MacroeconomicAnalysisViewpoints：
query: "货币政策 财政政策 最新分析观点"
```

重点关注：高层经济会议定调、央行/财政部/发改委官员讲话、重要行业政策导向（新能源、半导体、房地产、平台经济等）

第二阶段：政策分类与深度解读

4. 政策分类整理

5. 政策意图解读
   - 分析政策出台的背景与动因（经济数据压力、外部环境变化、结构性问题等）
   - 解读政策信号（宽松/中性/收紧、稳增长/防风险、支持/限制某行业）
   - 识别政策基调变化（相比前期政策的边际变化、措辞微调背后的含义）

6. 实施路径分析
   - 政策工具选择及其传导机制（如降准→银行流动性→信贷投放→实体经济）
   - 政策力度评估（超预期/符合预期/低于预期）
   - 政策时滞判断（立竿见影型、中期见效型、长期影响型）

第三阶段：政策预期推演

7. 后续政策推演

货币政策推演维度：
- 结合当前经济数据（GDP、CPI、PPI、社融、就业）判断政策空间
- 推演未来1-3个月降准/降息/结构性工具出台的概率与节奏
- 分析央行货币政策执行报告、官员讲话中的前瞻性指引

财政政策推演维度：
- 财政赤字率与专项债额度使用进度
- 特别国债、地方化债政策后续安排
- 财政发力节奏（前置/后置）及对基建投资的拉动

产业与监管政策推演维度：
- 重要会议（两会、政治局会议、中央经济工作会议）定调方向
- 行业政策周期判断（扶持期、规范期、调整期）
- 监管态度边际变化（鼓励创新、防范风险、规范发展）

8. 大类资产配置影响预判

第四阶段：政策落地跟踪

9. 前期政策效果评估

使用 gildata-aidata 验证数据：
调用 gildata-aidata MacroIndustryEDB： query: "信贷 投资 消费 就业 最新数据"

• 跟踪过去1-3个月出台的重大政策落地情况
• 分析政策传导过程中的堵点（如宽货币未宽信用、财政支出慢、企业投资意愿不足等）
• 评估政策对经济的实际拉动作用（数据验证：信贷、投资、消费、就业等）

10. 政策预判调整
    • 根据落地效果修正前期政策预期
    • 识别政策"雷声大雨点小"或"超预期发力"的情形
    • 提出后续政策优化建议或加码/退出预判

第五阶段：报告生成

11. 生成Markdown格式推演报告

    使用以下模板结构生成最终报告：

# 宏观政策跟踪与推演分析报告

> 报告日期：YYYY-MM-DD
> 数据来源：Gildata-AIData、央行、财政部、发改委、美联储、权威财经媒体等

---

## 一、政策动态概览

### 1.1 全球主要经济体政策
（美联储、欧央行、海外通胀与大宗商品动态...）

### 1.2 国内政策动态
（央行货币政策、财政政策、监管新政...）

### 1.3 核心宏观舆情
（经济会议、官员讲话、行业政策导向...）

---

## 二、核心政策深度解读

### 2.1 货币政策解读
（政策意图、工具选择、传导路径、力度评估...）

### 2.2 财政政策解读
（财政发力方向、专项债/减税降费、基建拉动...）

### 2.3 产业与监管政策解读
（行业扶持/规范、监管态度变化、中长期影响...）

---

## 三、政策预期推演

### 3.1 后续货币政策推演
（降准/降息概率、节奏预判、结构性工具展望...）

### 3.2 后续财政政策推演
（财政空间、发力节奏、特别国债/地方债展望...）

### 3.3 产业与监管政策趋势
（政策周期判断、重点行业展望...）

---

## 四、政策落地效果跟踪

### 4.1 前期政策执行情况
（过去1-3个月重大政策落地进度...）

### 4.2 传导堵点分析
（宽货币到宽信用、财政支出效率、企业投资意愿等...）

### 4.3 政策效果数据验证
（信贷、投资、消费、就业等数据对政策的响应...）

---

## 五、大类资产配置影响

### 5.1 债券市场
（利率债、信用债影响及策略建议...）

### 5.2 股票市场
（整体影响、板块受益/受损分析、风格偏好...）

### 5.3 商品与汇率
（大宗商品、人民币汇率影响...）

---

## 六、核心结论与策略建议

（总结核心政策信号、后续推演结论、资产配置建议...）

---

*免责声明：本报告基于公开信息整理分析，仅供参考，不构成投资建议。*

注意事项

• 政策时效性：优先使用当日或最近一周发布的政策信息，注明政策发布日期
• 解读客观性：政策解读应基于官方文本和权威渠道，避免主观臆测，区分事实与观点
• 推演逻辑性：政策推演需建立在经济数据和政策框架基础上，给出概率判断而非确定性结论
• 跟踪连续性：政策落地跟踪应与前期报告形成呼应，体现政策效果的动态演变
• 海外联动性：关注海外政策对国内市场的传导路径（如美联储加息对人民币汇率、资本流动的影响）
• gildata-aidata 优先：所有国内政策、会议、讲话、舆情查询优先使用 gildata-aidata 服务，web_search 仅用于补充海外政策细节

输出要求

• 报告使用标准Markdown格式
• 政策引用需注明出处（如"央行2026年4月MLF操作"）
• 推演结论应给出概率判断（如"降准概率60%"）而非绝对断言
• 报告长度控制在2000-3000字为宜，聚焦核心政策信号与投资启示

示例调用

用户输入："今日政策解读"

技能执行：
1. 获取政策会议：gildata-aidata PolicyMeetingsList
2. 获取官员讲话：gildata-aidata OfficialSpeechEventList
3. 获取法律法规：gildata-aidata LawsRegulations
4. 获取宏观舆情：gildata-aidata MacroNewslist + MacroeconomicAnalysisViewpoints
5. 补充海外政策：web_search 查询美联储等最新动态
6. 验证政策效果：gildata-aidata MacroIndustryEDB 查询最新宏观数据
7. 撰写报告：按模板生成 Markdown 格式政策推演分析报告
8. 输出报告：直接在对话中显示完整报告内容

技能更新日志

2026-05-11 更新：
- 核心数据源变更：将政策数据查询改为优先使用 gildata-aidata 服务
- 新增工具矩阵：为政策分析建立 gildata-aidata 工具查询对照表（PolicyMeetingsList, OfficialSpeechEventList, LawsRegulations, MacroNewslist 等）
- 优化数据获取顺序：明确 gildata-aidata 优先获取国内政策、会议、讲话、舆情，web_search 仅用于补充海外政策细节
- 移除单一 web_search 依赖：原技能主要依赖 web_search，现全面接入 gildata-aidata 专业政策与舆情数据库

> 技能版本：v2.0
> 最后更新：2026-05-11
> 维护者：智能助理

Module 5: 宏观风险预警

宏观风险预警监控技能

概述

本技能模拟宏观策略研究员的风险监控视角，通过持续跟踪核心宏观经济指标，自动识别数据异动（如大幅低于/高于预期、趋势性拐点），精准预警经济下行、通胀抬头、通缩螺旋及政策转向等关键风险，并输出专业的宏观经济风险预警报告。

数据获取策略

核心数据源：gildata-aidata

所有国内宏观数据、政策、舆情、资金面及行情数据均优先通过 gildata-aidata 服务获取。

数据获取优先级

1. 国内宏观与政策：优先 MacroIndustryEDB + PolicyMeetingsList + OfficialSpeechEventList
2. 舆情与观点：优先 MacroNewslist + MacroeconomicAnalysisViewpoints
3. 资金与行情：优先 StockMarketCapitalFlow + HSGTTradeStats + IndexRangeQuotation + MostActiveRateBondQuotation
4. 海外数据：使用 web_search 补充查询（如美联储最新决议、美债收益率等）

执行流程

第一阶段：核心数据抓取与异动识别

1. 核心宏观指标监控
   - 工具：gildata-aidata MacroIndustryEDB
   - 查询示例：
   调用 gildata-aidata MacroIndustryEDB query: "GDP PMI CPI PPI 社融 M1 M2 进出口 工业增加值 社零" time_range: "最近 3 个月"
   - 增长类：GDP（季调/同比）、制造业 PMI、服务业 PMI、工业增加值、社零总额、出口金额。
   - 通胀类：CPI（整体/核心）、PPI、PCE（美国）、原油价格、铜价。
   - 信用/流动性：社融增量/存量增速、M1/M2 增速及剪刀差、信贷结构（中长期/短期）。
   - 外部/汇率：中美 10Y 利差、美元指数、人民币汇率（在岸/离岸）、北向资金流向。

2. 异动识别逻辑（预警触发器）
   - 趋势性破位：如 PMI 连续 2 个月下滑且跌破 50 荣枯线；社融增速跌破历史低位分位数（如<8%）。
   - 超预期偏离：实际值与市场预期值偏差超过 2 个标准差（如 CPI 意外突破 3% 或转负）。
   - 结构性背离：如 M2 高增但 M1 萎缩（资金空转/企业活力下降）；出口高增但汇率贬值（资本外流压力）。
   - 阈值触发：美债 10Y 收益率突破关键心理关口（如 4.5% 或 5%）；人民币汇率急贬（如单日跌幅>0.5%）。

第二阶段：风险研判与定性

3. 风险类型识别
   - 经济下行/衰退风险：增长指标全面走弱，信用收缩，就业恶化。
   - 通胀/滞胀风险：通胀高企（CPI/PPI 双升），同时增长停滞或下滑。
   - 通缩风险：物价持续负增长，实际利率上升，债务负担加重。
   - 政策转向风险：央行措辞变化（如“精准有力的”转为“稳健中性”），流动性边际收紧，汇率压力倒逼政策收缩。
   - 外部冲击风险：美联储超预期加息、地缘冲突导致能源断供、贸易制裁升级。

4. 风险等级评估
   - 🔴 高危：多项核心指标共振恶化，系统性风险概率大，需立即调整策略。
   - 🟠 关注：关键指标出现恶化苗头，需密切跟踪后续数据验证。
   - 🟡 观察：单一指标波动，或短期扰动，整体趋势未变。
   - 🟢 安全：数据平稳或向好，风险可控。

第三阶段：传导路径与资产影响

5. 宏观传导分析
   - 实体层面：对企业盈利（营收/利润率）、居民收入与消费意愿、就业市场的影响。
   - 政策层面：央行可能的对冲手段（降息/降准/汇率干预）及政策空间受限情况。

6. 资产定价反应
   - 股票：分子端（盈利预期下调）与分母端（风险溢价上升/无风险利率变化）双重挤压或支撑。
   - 债券：避险情绪推动收益率下行（牛市），或通胀/政策收紧导致收益率上行（熊市）。
   - 汇率：利差变化与资本流动方向决定汇率走势，央行逆周期调节力度。
   - 商品：通胀预期与供需格局变化，黄金（避险/抗通胀）与工业金属（增长预期）的分化。

第四阶段：应对逻辑与策略建议

7. 应对策略生成
   - 宏观应对：建议关注的政策对冲工具（如财政发力、结构性货币工具）。
   - 投资防御：降低风险敞口，增配防御性资产（高股息、短债、现金、黄金）。
   - 投资进攻：寻找受益于该风险的结构性机会（如通胀受益的上游资源、衰退受益的长债）。
   - 对冲工具：利用期权、期货或反向 ETF 进行尾部风险对冲。

第五阶段：预警报告生成

8. 生成 Markdown 格式报告

使用以下模板结构生成最终报告：

# 宏观经济风险预警报告

> 报告日期：YYYY-MM-DD
> 预警等级：🔴 高危 / 🟠 关注 / 🟡 观察 / 🟢 安全
> 核心风险：[衰退风险 / 通胀风险 / 通缩风险 / 政策转向风险 / 汇率风险]

---

## 一、核心宏观数据异动监控

| 指标类别 | 核心指标 | 最新值 | 前值/预期 | 异动幅度 | 信号状态 |
|---------|---------|-------|----------|---------|---------|
| 增长 | 制造业 PMI | | | | |
| 增长 | 社融存量增速 | | | | |
| 通胀 | CPI 同比 | | | | |
| 通胀 | PPI 同比 | | | | |
| 流动性 | M1-M2 剪刀差 | | | | |
| 外部 | 中美 10Y 利差 | | | | |

### 1.1 异动数据解读
（详细分析偏离预期或历史极值的数据点，说明异动原因...）

---

## 二、风险研判与定性

### 2.1 核心风险点
（明确当前面临的主要风险类型，如：经济失速风险加剧、输入性通胀抬头等）

### 2.2 风险等级评估
- **等级**：🔴 / 🟠 / 🟡 / 🟢
- **依据**：（结合数据共振情况、政策空间、历史类比进行解释...）

---

## 三、传导路径与资产影响

### 3.1 宏观经济传导
（对企业盈利、就业、居民消费的具体冲击路径...）

### 3.2 大类资产定价反应
- **股市**：（盈利预期调整、风险偏好变化、风格切换...）
- **债市**：（避险需求、通胀预期、政策利率引导...）
- **汇市**：（利差驱动、资本流动、央行态度...）
- **商品**：（供需错配、金融属性、抗通胀需求...）

---

## 四、应对逻辑与策略建议

### 4.1 宏观应对建议
（政策层面可能的对冲手段及预期效果...）

### 4.2 投资应对策略
- **防御策略**：（降低仓位、增配红利/短债/黄金...）
- **结构性机会**：（受损较少的板块、受益于风险的板块...）
- **对冲工具**：（期权保护、期现套利、反向 ETF...）

---

## 五、后续监控重点

- **关键数据**：（未来 1-2 周需重点跟踪的指标，如非农、CPI、PMI 初值...）
- **重大事件**：（央行会议、重要官员讲话、地缘局势节点...）
- **预警触发条件**：（若出现什么信号，风险等级将升级...）

---

*免责声明：本报告基于公开数据与宏观分析框架生成，仅供参考，不构成投资建议。市场有风险，投资需谨慎。*

注意事项

• gildata-aidata 优先：所有国内宏观数据、政策、资金、行情查询优先使用 gildata-aidata 服务，web_search 仅用于补充海外政策及高频细节数据。
• 数据时效性：必须使用最新发布的数据，若数据尚未公布，需注明“待公布”或使用高频数据替代（如高炉开工率、地铁客运量、票房收入等）。
• 逻辑一致性：风险研判必须基于数据异动，避免主观臆断。资产影响分析需符合经典宏观经济学逻辑（如美林时钟、股债性价比）。
• 区分短期与长期：明确风险是短期扰动（如天气、基数效应）还是趋势性拐点（如人口结构、债务周期），应对策略应有所区分。
• 情景分析：对于不确定性较高的风险，提供“基准情景”与“极端情景”的应对差异。

示例调用

用户输入："生成宏观预警风险报告"

技能执行：
1. 获取宏观数据：gildata-aidata MacroIndustryEDB
2. 获取政策会议：gildata-aidata PolicyMeetingsList
3. 获取官员讲话：gildata-aidata OfficialSpeechEventList
4. 获取法律法规：gildata-aidata LawsRegulations
5. 获取宏观舆情：gildata-aidata MacroNewslist + MacroeconomicAnalysisViewpoints
6. 获取资金流向：gildata-aidata StockMarketCapitalFlow + HSGTTradeStats + MarginTradeStats
7. 获取行情数据：gildata-aidata IndexRangeQuotation + MostActiveRateBondQuotation
8. 补充海外数据：web_search 查询美联储、美债等
9. 撰写报告：按模板生成 Markdown 格式宏观预警报告
10. 输出报告：直接在对话中显示完整报告内容

输出要求

• 报告使用标准 Markdown 格式
• 必须包含异动数据表格和风险等级标识
• 必须给出明确的资产影响方向和应对策略
• 报告长度控制在 2000-3000 字，聚焦风险识别与应对
• 语言专业、客观，适合机构投资者风控与策略参考

技能更新日志

2026-05-11 更新：
- 核心数据源变更：将宏观数据查询改为优先使用 gildata-aidata 服务
- 新增工具矩阵：为宏观风险预警建立 gildata-aidata 工具查询对照表（MacroIndustryEDB, PolicyMeetingsList, OfficialSpeechEventList, LawsRegulations 等）
- 优化数据获取顺序：明确 gildata-aidata 优先获取国内宏观、政策、资金、行情，web_search 仅用于补充海外政策细节
- 移除单一 web_search 依赖：原技能主要依赖 web_search，现全面接入 gildata-aidata 专业宏观与舆情数据库

Module 6: 海外宏观联动

海外宏观联动分析技能

概述

本技能模拟证券宏观研究员的海外研究视角，自动抓取全球核心宏观数据与政策动态，深入剖析海外经济对中国宏观经济、货币政策及资本市场的多维传导路径，输出专业的海外 - 国内宏观联动分析简报。

数据获取策略

核心数据源：gildata-aidata

所有宏观数据、政策、资金流向、行情及舆情数据均优先通过 gildata-aidata 服务获取。

数据获取优先级

1. 宏观数据（含海外）：优先 gildata-aidata MacroIndustryEDB（支持国际宏观数据库查询）
2. 资金与行情：优先 gildata-aidata (HSGTTradeStats, StockMarketCapitalFlow, MostActiveRateBondQuotation)
3. 政策与舆情：优先 gildata-aidata (PolicyMeetingsList, MacroNewslist, MacroeconomicAnalysisViewpoints)
4. 补充信息：web_search 仅用于补充海外政策细节、地缘政治突发新闻等 EDB 未覆盖内容。

执行流程

第一阶段：海外核心数据与政策扫描

1. 美国核心宏观数据
   - 工具：gildata-aidata MacroIndustryEDB
   - 查询示例：
   调用 gildata-aidata MacroIndustryEDB query: "美国 GDP CPI PMI 非农就业 零售销售" time_range: "最近 3 个月"
   - 增长：GDP（季调环比/同比）、ISM 制造业/服务业 PMI、零售销售、个人消费支出。
   - 通胀：CPI（核心/整体）、PCE 物价指数（美联储核心指标）、PPI。
   - 就业：非农就业人数、失业率、平均时薪、初请失业金人数。

2. 海外央行政策与流动性
   - 美联储：联邦基金利率目标区间、点阵图预测、缩表/扩表节奏（QT/QE）、官员讲话（鹰派/鸽派倾向）。
   - 其他央行：欧央行（ECB）、日央行（BOJ）、英央行（BOE）利率决议及政策转向信号。
   - 流动性指标：美债收益率曲线（2Y/10Y 利差）、美元指数（DXY）、TED 利差。

3. 全球地缘与贸易政策
   - 地缘政治：中东局势、俄乌冲突、能源供应中断风险。
   - 贸易政策：关税政策变化、科技制裁、供应链重构动态。

第二阶段：海外 - 国内传导路径分析

4. 四大传导渠道深度剖析

5. 海外经济情景推演

• 情景一：美国经济软着陆（增长放缓但无衰退，通胀温和） -> 利好中国出口结构优化，外资回流新兴市场，中国货币政策空间打开。
• 情景二：美国经济硬着陆（衰退风险上升，快速降息） -> 短期冲击全球风险资产，外需大幅萎缩拖累中国出口，但中国可能因“避风港”效应受益。
• 情景三：美国再通胀（通胀反弹，加息或维持高位） -> 美元走强，人民币汇率承压，中国央行降息空间受限，输入性通胀压力上升。

第三阶段：国内影响深度评估

6. 对国内宏观政策的影响
   - 货币政策：美联储政策是否构成掣肘？国内是否有“以我为主”的降息/降准空间？汇率维稳压力如何？
   - 财政政策：外需走弱是否倒逼内需发力？出口退税、设备更新等政策是否加码？

7. 对国内资产价格的影响
   - A 股：外资重仓股（白酒、新能源）受汇率影响？出口链（家电、机械、汽车零部件）受需求影响？
   - 债券：中美利差对国内债市影响有限，但若外资大幅流出可能阶段性扰动；海外衰退预期利好国内长债。
   - 汇率：人民币兑美元走势预判，央行逆周期因子、外汇存款准备金率等工具使用概率。
   - 商品：输入性通胀对国内定价品种（原油、有色）的传导。

第四阶段：联动分析简报生成

8. 生成 Markdown 格式报告

使用以下模板结构生成最终报告：

# 海外宏观联动分析简报

> 报告日期：YYYY-MM-DD
> 核心关注：海外经济/政策 -> 国内传导 -> 资产影响

---

## 一、海外核心动态概览

### 1.1 美国宏观数据
（GDP、通胀、就业最新表现及预期差...）

### 1.2 海外央行政策
（美联储/欧央行决议、点阵图、缩表节奏...）

### 1.3 全球地缘与贸易
（地缘风险、关税政策、供应链扰动...）

---

## 二、海外 - 国内传导逻辑分析

### 2.1 利率与汇率传导
（中美利差变化、资本流动方向、汇率压力...）

### 2.2 贸易与产业链传导
（外需强弱、出口结构变化、制造业影响...）

### 2.3 情绪与资金传导
（VIX 波动、北向资金流向、风险偏好...）

### 2.4 通胀输入传导
（大宗商品价格、PPI 传导路径...）

---

## 三、对国内宏观与资产的影响

### 3.1 国内政策空间评估
（货币政策掣肘/空间、汇率维稳手段、财政发力方向...）

### 3.2 A 股市场影响
（外资流向、出口链景气、核心资产估值...）

### 3.3 债券与汇率市场
（中美利差、长债收益率、人民币走势...）

### 3.4 商品市场
（输入性通胀、定价权品种...）

---

## 四、情景推演与策略建议

### 4.1 核心情景推演
| 情景 | 概率 | 特征 | 对国内影响 |
|------|------|------|-----------|
| 软着陆 | | | |
| 硬着陆 | | | |
| 再通胀 | | | |

### 4.2 投资策略建议
- **股票**：受益/受损板块、外资偏好变化。
- **债券**：久期建议、利差策略。
- **汇率**：避险/对冲建议。

### 4.3 核心风险提示
（海外数据超预期、政策急转弯、地缘黑天鹅...）

---

*免责声明：本报告基于公开数据与宏观分析框架生成，仅供参考，不构成投资建议。市场有风险，投资需谨慎。*

注意事项

• gildata-aidata 优先：所有国内宏观数据、政策、资金、行情查询优先使用 gildata-aidata 服务，海外宏观数据同样优先通过其国际宏观数据库（EDB）获取。
• 数据时效性：优先使用最新发布的海外数据（如非农、CPI 公布当日），注明数据发布时间。
• 逻辑严谨性：传导分析必须建立在经济学逻辑之上，避免简单线性外推，考虑二阶效应。
• 概率思维：海外经济充满不确定性，使用情景分析（软着陆/硬着陆）而非单一结论。
• 国内视角：始终落脚于“对中国的影响”，强调“以我为主”的政策定力与资产韧性。
• 跨境联动：关注离岸/在岸汇率价差、北向资金流向、中美利差倒挂程度等高频指标。

示例调用

用户输入："中美宏观联动分析"

技能执行：
1. 获取海外宏观数据：gildata-aidata MacroIndustryEDB (查询美国 GDP, CPI, PMI, 非农等)
2. 获取国内宏观数据：gildata-aidata MacroIndustryEDB (查询中国 GDP, CPI, PMI, 出口等)
3. 获取资金流向：gildata-aidata HSGTTradeStats + StockMarketCapitalFlow
4. 获取行情数据：gildata-aidata IndexRangeQuotation + MostActiveRateBondQuotation
5. 获取政策与舆情：gildata-aidata PolicyMeetingsList + MacroNewslist
6. 补充海外细节：web_search (查询美联储最新讲话细节、地缘政治突发)
7. 撰写报告：按模板生成 Markdown 格式联动分析简报
8. 输出报告：直接在对话中显示完整报告内容

输出要求

• 报告使用标准 Markdown 格式
• 必须包含四大传导渠道分析（利率汇率、贸易产业链、情绪资金、通胀输入）
• 必须包含情景推演表格
• 报告长度控制在 2500-3500 字，聚焦核心传导逻辑与投资策略
• 语言专业、客观，适合机构投资者阅读

技能更新日志

2026-05-11 更新：
- 核心数据源变更：全面接入 gildata-aidata 服务，包括海外宏观数据查询（通过 MacroIndustryEDB 国际宏观库）。
- 工具矩阵明确：新增 EDB、资金流向、行情、舆情等工具的映射表。
- 流程优化：明确先获取 Gildata 数据，再进行逻辑推演的执行顺序。

Module 7: 大类资产配置

宏观大类资产配置技能

概述

本技能模拟宏观策略研究员的大类资产配置视角，结合最新宏观经济数据、政策预判与市场环境，运用美林时钟或宏观象限分析框架，自动生成股票、债券、商品、外汇及现金等大类资产的配置建议。报告旨在为专业投资机构提供具有逻辑支撑的配置方向、权重建议与风险提示。

数据获取策略

核心数据源：gildata-aidata

所有宏观经济数据、资金流向、指数行情及市场观点均优先通过 gildata-aidata 服务获取。

数据获取优先级

1. 周期判定数据：优先 gildata-aidata MacroIndustryEDB（获取增长与通胀数据）。
2. 资产表现数据：优先 gildata-aidata IndexRangeQuotation。
3. 资金与情绪：优先 gildata-aidata HSGTTradeStats。
4. 补充信息：web_search 仅用于补充海外突发政策细节或特定商品现货价格。

执行流程

第一阶段：宏观象限判定与周期定位

1. 核心宏观数据抓取
   - 工具：gildata-aidata MacroIndustryEDB
   - 查询示例：
   调用 gildata-aidata MacroIndustryEDB query: "GDP 同比 CPI 同比 PPI 同比 PMI 社融存量增速 M2 增速" time_range: "最近 6 个月"
   - 增长维度：GDP 增速趋势、PMI 荣枯线位置、社融/M2 增速变化。
   - 通胀维度：CPI（核心/整体）趋势、PPI 趋势。
   - 流动性维度：DR007、SHIBOR、央行公开市场操作净投放。

2. 美林时钟定位
   根据增长与通胀的边际变化方向，判定当前经济周期位置：
   - 复苏期（增长↑ 通胀↓）：企业盈利改善，流动性宽裕。股票 > 债券 > 商品 > 现金。
   - 过热期（增长↑ 通胀↑）：央行收紧流动性，抗通胀为主。商品 > 股票 > 现金/债券。
   - 滞胀期（增长↓ 通胀↑）：企业盈利恶化，通胀高企。现金 > 商品/债券 > 股票。
   - 衰退期（增长↓ 通胀↓）：央行放松流动性，债券牛市开启。债券 > 现金 > 股票 > 商品。

第二阶段：大类资产深度分析

3. 权益类资产（股票）
   - 估值与盈利：全 A 或主要指数（沪深 300、创业板指）的 PE/PB 分位数，盈利增速预期（EPS）。
   - 资金面：北向资金流向、两融余额变化、新发基金规模。
   - 风格研判：大盘 vs 小盘，成长 vs 价值，结合宏观环境（如复苏期偏成长，滞胀期偏价值）。

4. 固定收益类资产（债券）
   - 利率环境：10Y 国债收益率走势及分位数，中美利差。
   - 信用风险：信用利差变化，违约事件监测。
   - 配置建议：久期策略（长/短）、杠杆策略、信用下沉与否。

5. 商品与另类资产
   - 工业金属：受全球制造业 PMI 及国内基建/地产投资驱动。
   - 贵金属（黄金）：受实际利率（美债收益率 - 通胀预期）及避险情绪驱动。
   - 原油：受供需格局（OPEC+ 减产、全球经济预期）及地缘政治影响。
   - 外汇：美元指数走势，人民币汇率（在岸/离岸）预期。

第三阶段：配置策略生成

6. 战术资产配置（TAA）建议
   - 结合当前周期位置，给出超配/标配/低配建议。
   - 考虑极端风险情景下的对冲策略（如尾部风险对冲）。

7. 权重建议与逻辑支撑
   - 给出建议的资产权重区间（如：股票 40-50%，债券 30-40%，商品 10%，现金 5%）。
   - 详细阐述配置逻辑。

第四阶段：资产配置报告生成

8. 生成 Markdown 格式报告

使用以下模板结构生成最终报告：

# 宏观大类资产配置建议报告

> 报告日期：YYYY-MM-DD
> 核心观点：[一句话总结，如：经济弱复苏，建议超配股票，标配债券]
> 宏观象限：[复苏 / 过热 / 滞胀 / 衰退]

---

## 一、宏观经济周期定位

### 1.1 核心宏观数据监控
| 指标类别 | 指标名称 | 最新值 | 趋势 | 信号 |
|---------|---------|-------|------|------|
| 增长 | GDP/PMI | | | |
| 通胀 | CPI/PPI | | | |
| 信用 | 社融/M2 | | | |

### 1.2 周期象限判定
- **当前位置**：[如：衰退向复苏过渡期]
- **判定依据**：（详细分析增长与通胀的组合特征...）

---

## 二、大类资产分析与建议

### 2.1 权益资产（股票）
- **配置评级**：[超配 / 标配 / 低配]
- **核心逻辑**：（盈利预期、估值分位、资金流向、政策催化...）
- **风格建议**：（大盘/小盘，成长/价值，红利/科技...）

### 2.2 固定收益（债券）
- **配置评级**：[超配 / 标配 / 低配]
- **核心逻辑**：（利率趋势、货币政策、信用环境...）
- **策略建议**：（久期长短、信用资质要求...）

### 2.3 商品与实物资产
- **配置评级**：[超配 / 标配 / 低配]
- **核心逻辑**：（供需格局、通胀预期、地缘风险...）
- **细分品种**：（黄金、原油、铜等...）

### 2.4 现金与外汇
- **配置评级**：[超配 / 标配 / 低配]
- **核心逻辑**：（流动性充裕度、汇率预期...）

---

## 三、资产配置组合建议

### 3.1 建议权重
| 资产类别 | 建议权重 | 评级 | 备注 |
|---------|---------|------|------|
| 股票 | | | |
| 债券 | | | |
| 商品 | | | |
| 现金 | | | |

### 3.2 策略逻辑与风险提示
- **核心逻辑**：（总结为何这样配置...）
- **潜在风险**：（如：通胀超预期反弹、海外衰退拖累出口、政策收紧不及预期等...）
- **动态调整触发条件**：（若出现什么信号，需调整配置...）

---

## 四、后续关注重点
- **关键数据**：（未来需跟踪的宏观指标...）
- **重大事件**：（重要会议、央行决议等...）

---

*免责声明：本报告基于公开数据与宏观分析框架生成，仅供参考，不构成投资建议。市场有风险，投资需谨慎。*

注意事项

• gildata-aidata 优先：所有国内宏观数据、资金流向、行情数据优先使用 gildata-aidata 服务。
• 逻辑严密：资产配置建议必须基于宏观数据推导，严禁无依据的主观预测。
• 动态视角：强调“边际变化”而非绝对水平（如关注 PMI 是回升还是回落，而非仅仅是高于 50）。
• 风险提示：必须包含对配置策略可能失效的风险提示（如黑天鹅事件）。
• 专业表达：使用专业术语（如“股债性价比”、“期限利差”、“信用下沉”、“实际利率”等）。

示例调用

用户输入："当前宏观环境下适合怎么配置资产？"

技能执行：
1. 获取宏观数据：gildata-aidata MacroIndustryEDB (查询 GDP, CPI, PPI, PMI, 社融等)
2. 获取指数行情：gildata-aidata IndexRangeQuotation (查询沪深 300, 国债指数表现)
3. 获取资金流向：gildata-aidata HSGTTradeStats (查询北向资金)
4. 获取宏观观点：gildata-aidata MacroeconomicAnalysisViewpoints
5. 判定周期象限：基于数据判断处于美林时钟哪个阶段
6. 撰写报告：按模板生成 Markdown 格式资产配置报告
7. 输出报告：直接在对话中显示完整报告内容

输出要求

• 报告使用标准 Markdown 格式
• 必须包含美林时钟/宏观象限判定
• 必须给出各大类资产的评级（超配/标配/低配）及建议权重
• 报告长度控制在 2000-3000 字
• 语言专业、客观，适合机构投资者资产配置参考

技能更新日志

2026-05-11 更新：
- 核心数据源变更：全面接入 gildata-aidata 服务。
- 工具映射明确：新增 MacroIndustryEDB（宏观周期判定）、IndexRangeQuotation（资产表现）、HSGTTradeStats（资金面）等工具映射。
- 流程优化：明确先获取 Gildata 宏观数据判定周期，再结合资金和行情数据生成配置建议的逻辑流。

Module 8: 固收日报

固定收益日报生成技能

技能概述

本技能面向证券固定收益研究员，自动生成标准化的固定收益市场日报。通过 gildata-aidata 专业金融数据服务获取权威数据，覆盖资金面、利率债、信用债、同业存单、地方债、二级资本债、永续债、ABS、央行操作及重要政策舆情，输出专业、结构化的Markdown格式日报。

触发场景

• 用户要求生成固收日报、债市日报、债券日报、利率日报、资金面日报
• 用户询问"今天债市情况"、"资金面如何"、"债券市场复盘"
• 用户需要每日固定收益市场回顾与展望
• 用户要求生成固收晨报、债市早报、固收晚报
• 即使用户表述简短如"固收日报"、"债市日报"、"今天债券市场"也要触发

数据获取流程

第一步：获取当前日期

使用 time 工具获取当前日期，确定报告覆盖的交易日。

第二步：资金面数据

使用 finx gildata-aidata MacroIndustryEDB 获取资金面核心指标：

# 获取DR系列利率（银行间质押式回购利率）
finx gildata-aidata MacroIndustryEDB --body '{"query": "DR001 DR007 DR014 银行间质押式回购利率"}'

# 获取R系列利率（存款类金融机构质押式回购利率）
finx gildata-aidata MacroIndustryEDB --body '{"query": "R001 R007 R014 质押式回购利率"}'

# 获取SHIBOR利率
finx gildata-aidata MacroIndustryEDB --body '{"query": "SHIBOR 隔夜 7天 14天 1个月"}'

# 获取同业拆借利率
finx gildata-aidata MacroIndustryEDB --body '{"query": "同业拆借利率 隔夜 7天"}'

第三步：国债收益率曲线

使用 finx gildata-aidata MostActiveRateBondQuotation 获取利率债最活跃券行情：

# 获取利率债最活跃券收益率
finx gildata-aidata MostActiveRateBondQuotation --body '{"query": "国债 活跃券 收益率 1年 3年 5年 7年 10年 30年"}'

使用 finx gildata-aidata BondDailyClosingQuotes 获取国债期货数据：

# 获取国债期货行情
finx gildata-aidata BondDailyClosingQuotes --body '{"query": "国债期货 TS TF T TL 2年期 5年期 10年期 30年期"}'

第四步：央行公开市场操作

使用 finx gildata-aidata MacroIndustryEDB 获取央行操作数据：

# 获取央行公开市场操作数据
finx gildata-aidata MacroIndustryEDB --body '{"query": "央行公开市场操作 逆回购 MLF 投放 回笼"}'

# 获取LPR报价
finx gildata-aidata MacroIndustryEDB --body '{"query": "LPR 贷款市场报价利率 1年期 5年期"}'

第五步：信用债市场

使用 finx gildata-aidata BondDailyClosingQuotes 获取信用债行情：

# 获取信用债收益率和利差
finx gildata-aidata BondDailyClosingQuotes --body '{"query": "信用债 城投债 产业债 收益率 信用利差 AAA AA+ AA"}'

第六步：同业存单

使用 finx gildata-aidata NCDIssueRate 获取同业存单发行利率：

# 获取同业存单发行利率
finx gildata-aidata NCDIssueRate --body '{"query": "同业存单发行利率 AAA 1M 3M 6M 1Y"}'

第七步：地方债市场

使用 finx gildata-aidata BondDailyClosingQuotes 获取地方债行情：

# 获取地方债发行和二级市场数据
finx gildata-aidata BondDailyClosingQuotes --body '{"query": "地方政府债 发行利率 二级市场收益率 3年 5年 7年 10年"}'

第八步：二级资本债与永续债

使用 finx gildata-aidata BondDailyClosingQuotes 获取银行资本债数据：

# 获取二级资本债和永续债行情
finx gildata-aidata BondDailyClosingQuotes --body '{"query": "二级资本债 银行永续债 收益率 AAA AA+ 3年 5年"}'

第九步：资产支持证券（ABS）

使用 finx gildata-aidata BondDailyClosingQuotes 获取ABS数据：

# 获取ABS市场数据
finx gildata-aidata BondDailyClosingQuotes --body '{"query": "ABS 资产支持证券 信贷ABS 企业ABS ABN 发行利率 收益率"}'

第十步：重要政策与舆情

使用 finx gildata-aidata MacroNewslist 获取宏观舆情：

# 获取宏观舆情
finx gildata-aidata MacroNewslist --body '{"query": "债券市场 货币政策 央行 利率债"}'

使用 finx gildata-aidata NewsInfoList 获取全网舆情：

# 获取债券市场重要新闻
finx gildata-aidata NewsInfoList --body '{"query": "债券市场 违约 评级调整 监管政策"}'

第十一步：可转债市场（可选）

使用 finx gildata-aidata BondDailyClosingQuotes 获取可转债数据：

# 获取可转债行情
finx gildata-aidata BondDailyClosingQuotes --body '{"query": "可转债 转债指数 行情"}'

报告结构

报告必须严格按照以下模板生成，使用专业、简洁的固收研究员语言风格：

# 固定收益市场日报

**报告日期：** YYYY年MM月DD日（周X）
**编制时间：** HH:MM
**报告类型：** 固收日报

---

## 一、核心观点

> 用2-3句话概括当日债市核心特征，包括资金面松紧、利率债走势、市场情绪等。

---

## 二、资金面监测

### 2.1 银行间质押式回购利率

| 品种 | 最新利率(%) | 前值(%) | 变动(BP) |
|------|-------------|---------|----------|
| DR001 | | | |
| DR007 | | | |
| DR014 | | | |
| R001 | | | |
| R007 | | | |

### 2.2 SHIBOR利率

| 品种 | 最新利率(%) | 前值(%) | 变动(BP) |
|------|-------------|---------|----------|
| 隔夜 | | | |
| 7天 | | | |
| 14天 | | | |
| 1个月 | | | |

### 2.3 资金面点评

[分析当日资金面松紧程度、央行投放情况、跨月/跨季因素、市场预期等]

---

## 三、利率债市场

### 3.1 国债收益率曲线

| 期限 | 收益率(%) | 前值(%) | 变动(BP) |
|------|-----------|---------|----------|
| 1Y | | | |
| 3Y | | | |
| 5Y | | | |
| 7Y | | | |
| 10Y | | | |
| 30Y | | | |

### 3.2 国债期货

| 合约 | 收盘价 | 涨跌幅(%) | 成交量(万手) |
|------|--------|-----------|--------------|
| 2年期(TS) | | | |
| 5年期(TF) | | | |
| 10年期(T) | | | |
| 30年期(TL) | | | |

### 3.3 期限利差

| 利差 | 最新(BP) | 前值(BP) | 变动(BP) |
|------|----------|----------|----------|
| 10Y-1Y | | | |
| 10Y-5Y | | | |
| 30Y-10Y | | | |

### 3.4 利率债点评

[分析当日利率债走势、收益率曲线形态变化、多头/空头逻辑、市场情绪等]

---

## 四、央行操作与流动性

### 4.1 公开市场操作

| 操作类型 | 投放(亿) | 回笼(亿) | 净投放(亿) |
|----------|----------|----------|------------|
| 逆回购 | | | |
| MLF | | | |
| 其他 | | | |
| **合计** | | | |

### 4.2 流动性点评

[分析央行操作意图、流动性管理态度、后续政策预期等]

---

## 五、信用债市场

### 5.1 信用利差监测

| 评级 | 3Y利差(BP) | 5Y利差(BP) | 变动(BP) |
|------|------------|------------|----------|
| AAA | | | |
| AA+ | | | |
| AA | | | |

### 5.2 信用债点评

[分析信用债成交活跃度、利差变化、信用分层情况、城投/产业债表现等]

---

## 六、同业存单市场

### 6.1 NCD发行利率

| 评级 | 1M | 3M | 6M | 1Y |
|------|----|----|----|----|
| AAA | | | | |

### 6.2 同业存单点评

[分析NCD发行利率走势、银行负债端压力、发行规模等]

---

## 七、地方政府债市场

### 7.1 地方债一级发行

| 期限 | 发行规模(亿) | 中标利率(%) | 倍数 |
|------|--------------|-------------|------|
| 3年 | | | |
| 5年 | | | |
| 7年 | | | |
| 10年 | | | |

### 7.2 地方债二级市场

| 期限 | 收益率(%) | 前值(%) | 变动(BP) |
|------|-----------|---------|----------|
| 3年 | | | |
| 5年 | | | |
| 7年 | | | |
| 10年 | | | |

### 7.3 地方债点评

[分析地方债发行节奏、供给压力、与国债利差变化、配置需求等]

---

## 八、二级资本债与永续债

### 8.1 二级资本债

| 品种 | 期限 | 最新收益率(%) | 前值(%) | 变动(BP) |
|------|------|---------------|---------|----------|
| AAA二级资本债 | 3Y | | | |
| AAA二级资本债 | 5Y | | | |
| AA+二级资本债 | 3Y | | | |

### 8.2 银行永续债

| 品种 | 期限 | 最新收益率(%) | 前值(%) | 变动(BP) |
|------|------|---------------|---------|----------|
| AAA银行永续债 | 3Y | | | |
| AAA银行永续债 | 5Y | | | |
| AA+银行永续债 | 3Y | | | |

### 8.3 资本债点评

[分析银行资本债成交活跃度、信用利差变化、银行负债端压力、监管政策影响等]

---

## 九、资产支持证券（ABS）

### 9.1 ABS一级市场发行

| 类型 | 发行规模(亿) | 加权利率(%) | 期限(年) |
|------|--------------|-------------|----------|
| 信贷ABS | | | |
| 企业ABS | | | |
| ABN | | | |

### 9.2 ABS二级市场

| 品种 | 评级 | 收益率(%) | 利差(BP) |
|------|------|-----------|----------|
| 优先A档 | AAA | | |
| 优先A-1档 | AAA | | |
| 次级档 | - | | |

### 9.3 ABS点评

[分析ABS发行节奏、基础资产类型分布、优先级/次级利差变化、流动性情况等]

---

## 十、重要事件与政策

- [事件1：简述当日重要政策、数据发布、监管动态等]
- [事件2：...]
- [事件3：...]

---

## 十一、市场展望

[基于当日市场表现和政策信号，给出次日/近期债市走势展望，包括：
- 资金面预期
- 利率债方向判断
- 关键关注点（数据发布、政策会议、供给压力等）
- 操作建议]

---

## 十二、风险提示

- 货币政策超预期收紧风险
- 经济数据超预期风险
- 供给冲击风险
- 外部因素扰动风险
- 信用风险事件冲击

数据获取注意事项

1. 数据准确性优先：如果某些数据无法获取，应明确标注"数据待更新"或"暂无数据"，不要编造数据
2. 多源交叉验证：对关键数据（如10年期国债收益率）应从多个工具交叉验证
3. 时效性：优先获取当日最新数据，如无当日数据可使用最近交易日数据并注明
4. 单位统一：利率统一用百分比(%)，利差和变动用基点(BP)，金额用亿元
5. 专业性：使用固收研究员常用的专业术语，如"资金面收敛/宽松"、"曲线牛陡/熊平"、"资产荒"等

数据获取失败处理

如果某项数据查询失败：
1. 尝试更换查询关键词
2. 如仍无法获取，在对应表格中标注"数据待更新"
3. 在点评部分说明数据缺失原因
4. 不影响其他已完成部分的数据展示

输出要求

1. 报告必须使用标准Markdown格式
2. 表格数据对齐，数字保留合理小数位（利率保留2-3位小数，BP取整数）
3. 点评部分应简洁专业，避免冗长叙述
4. 核心观点必须精炼，便于快速阅读
5. 所有数据需注明数据来源（"数据来源：gildata-aidata"）

高级功能

定时任务支持

本技能支持通过定时任务每日自动生成固收日报。配置建议：
- 执行时间：每个交易日 17:00-18:00（收盘后）
- 任务描述：自动生成当日固定收益市场日报

自定义模板

用户可要求调整报告结构，如：
- 精简版：仅保留核心观点、资金面、利率债三部分
- 详细版：包含全部板块（地方债、二级资本债、永续债、ABS等）
- 定制版：按用户需求调整章节顺序或增减内容

技能调用示例

用户输入： "生成今天固收日报"

技能执行：
1. 获取当前日期
2. 使用 gildata-aidata 服务依次查询：
- MacroIndustryEDB 获取资金面利率（DR001/DR007/DR014、R001/R007、SHIBOR）
- MostActiveRateBondQuotation 获取利率债最活跃券收益率
- BondDailyClosingQuotes 获取国债期货、信用债、地方债、二级资本债、永续债、ABS行情
- NCDIssueRate 获取同业存单发行利率
- MacroIndustryEDB 获取央行公开市场操作数据
- MacroNewslist 和 NewsInfoList 获取政策舆情
3. 整理数据填入报告模板
4. 输出完整Markdown格式日报

Module 9: 固收隔夜简报

固定收益隔夜舆情速览

技能定位

本技能专为证券固定收益研究员设计，用于快速聚合隔夜及最新债券市场相关舆情，生成每日雷点清单和速览报告，帮助研究员在开盘前掌握市场动态、识别信用风险、跟踪政策变化。

触发场景

• 用户要求生成隔夜固收舆情速览、固收晨报、债市日报
• 用户询问今日债市有什么风险点、雷点、需要关注的事件
• 用户要求跟踪债券违约、评级下调、评级展望负面等信用事件
• 用户要求汇总央行公开市场操作、MLF、LPR、降准降息等货币政策动态
• 用户要求梳理最新宏观政策、财政政策、监管政策对债市的影响
• 用户提及"固收舆情"、"债券市场要闻"、"信用债跟踪"、"利率债动态"等关键词

执行流程

第一步：获取当前日期和时间

调用 finx time 工具获取当前准确日期，用于确定报告覆盖的时间范围（通常为隔夜及最近一个交易日）。

第二步：多维度信息采集

并行执行以下查询，获取最新固收市场信息：

1. 违约事件跟踪

使用 finx gildata-aidata 查询违约债券信息：

调用 gildata-aidata DefaultBondList，查询违约债券清单：
- 支持按时间、发行人、类型等多维筛选
- 获取违约日期、违约类型、涉及金额等核心信息

调用 gildata-aidata BondIssuerFirstDefault，查询发债主体首次违约：
- 获取违约日期、行业、企业性质等
- 识别新增违约主体

2. 评级调整跟踪

使用 finx gildata-aidata 查询评级变动信息：

调用 gildata-aidata BondRatingChange，查询债项评级变动：
- 获取债项评级上调/下调记录
- 支持按评级机构、变动方向筛选

调用 gildata-aidata BondIssuerRatingChange，查询发债主体评级变动：
- 获取主体评级上调/下调记录
- 支持按企业性质、评级机构筛选

调用 gildata-aidata GuarantorRatingChange，查询担保人评级变动：
- 获取担保人评级变动记录

调用 gildata-aidata CCDCImpliedRatingChange，查询中债隐含评级变动：
- 获取隐含评级变动，反映市场真实信用预期

3. 央行操作与资金面

使用 finx gildata-aidata 查询资金利率数据：

调用 gildata-aidata NCDIssueRate，查询同业存单发行利率：
- 获取按日统计的同业存单平均发行利率
- 支持按期限、主体评级、银行类别筛选

调用 gildata-aidata MostActiveRateBondQuotation，查询利率债最活跃券行情：
- 获取各期限最活跃券的收益率及涨跌情况
- 反映市场资金面风向

使用 web_search 补充查询央行公开市场操作：
- "央行公开市场操作 最新"
- "MLF 操作 最新"
- "LPR 报价 最新"
- "逆回购 投放 回笼"
- "DR007 SHIBOR 最新"

4. 宏观政策与监管动态

使用 finx gildata-aidata 查询宏观舆情和政策会议：

调用 gildata-aidata MacroNewslist，查询宏观舆情：
- 获取宏观经济预测及事件
- 支持按区域、情感类型筛选

调用 gildata-aidata PolicyMeetingsList，查询政策会议：
- 获取国内经济金融领域政策会议动态
- 解析政策逻辑

调用 gildata-aidata BondIssueMatNetFin，查询债券发行与到期统计：
- 获取按周/月统计债券总发行、总偿还及净融资额
- 细分到期、提前兑付、回售、赎回等偿还结构

调用 gildata-aidata MarketIssueStatByBondType，查询债券发行统计：
- 统计债券发行量，支持按类型、期限、评级筛选

5. 债市行情与热点

使用 finx gildata-aidata 查询债市行情和舆情：

调用 gildata-aidata BondDailyClosingQuotes，查询债券日收盘行情：
- 获取债券在指定日期的收盘行情
- 包括价量、到期收益率及久期

调用 gildata-aidata BondRiskReturnAnalysis，查询债券风险收益分析：
- 获取债券的收益率、久期、凸性、信用利差等风险收益指标

调用 gildata-aidata SecurityNewslist，查询债券舆情：
- 获取债券相关舆情
- 支持按情感类型、证券代码筛选风险信息

调用 gildata-aidata InterestRateDebtViewpoints，查询利率债观点：
- 获取研报中对利率债基本面、政策、资金面等的分析观点

第三步：信息筛选与分类

对查询结果进行筛选和分类：

1. 剔除无关信息：过滤与固收市场无关的结果
2. 去重合并：合并同一事件的多个报道
3. 重要性排序：按事件影响力排序（重大违约 > 评级下调 > 政策变化 > 常规操作）
4. 时效性确认：确保信息为最新（24-48 小时内）

第四步：生成速览报告

按照以下模板生成 Markdown 格式报告：

# 固定收益隔夜舆情速览

**报告日期**：YYYY-MM-DD
**覆盖时段**：隔夜及最新交易日
**生成时间**：HH:MM

---

## 核心观点

[用 2-3 句话概括隔夜债市核心动态，包括最重要的违约/评级事件、央行操作方向、政策信号等]

---

## 一、每日雷点清单 ⚠️

> 本清单按风险等级排序，红色为高风险，橙色为中风险，黄色为关注级

### 🔴 高风险事件

| 序号 | 事件主体 | 事件类型 | 涉及金额 | 影响评级 | 简要说明 |
|------|----------|----------|----------|----------|----------|
| 1 | [企业名称] | [违约/展期/评级下调] | [XX 亿元] | [AAA→AA+ 等] | [一句话描述] |

### 🟠 中风险事件

| 序号 | 事件主体 | 事件类型 | 涉及金额 | 影响评级 | 简要说明 |
|------|----------|----------|----------|----------|----------|
| 1 | [企业名称] | [评级展望负面/列入观察] | [XX 亿元] | - | [一句话描述] |

### 🟡 关注级事件

| 序号 | 事件主体 | 事件类型 | 简要说明 |
|------|----------|----------|----------|
| 1 | [企业名称] | [负面舆情/诉讼/资产冻结] | [一句话描述] |

---

## 二、评级调整跟踪

### 下调记录

| 日期 | 主体名称 | 原评级 | 新评级 | 评级机构 | 下调原因 |
|------|----------|--------|--------|----------|----------|
| - | - | - | - | - | - |

### 上调记录

| 日期 | 主体名称 | 原评级 | 新评级 | 评级机构 | 上调原因 |
|------|----------|--------|--------|----------|----------|
| - | - | - | - | - | - |

### 评级展望调整

| 日期 | 主体名称 | 当前评级 | 展望变化 | 评级机构 |
|------|----------|----------|----------|----------|
| - | - | - | - | - |

---

## 三、央行操作与资金面

### 公开市场操作

| 操作类型 | 期限 | 操作量（亿元） | 中标利率 | 净投放/回笼 |
|----------|------|----------------|----------|-------------|
| 逆回购 | 7D | - | - | - |
| MLF | 1Y | - | - | - |

### 政策利率

| 利率品种 | 最新报价 | 前值 | 变动（BP） |
|----------|----------|------|------------|
| 1Y LPR | - | - | - |
| 5Y LPR | - | - | - |
| MLF 利率 | - | - | - |
| 7D 逆回购利率 | - | - | - |

### 资金面概况

- **DR007**：XX%（前值 XX%，变动 XX BP）
- **R007**：XX%（前值 XX%，变动 XX BP）
- **SHIBOR O/N**：XX%（前值 XX%）
- **同业存单发行利率**：XX%（前值 XX%，变动 XX BP）
- **资金面评价**：[宽松 / 均衡 / 偏紧 / 紧张]

---

## 四、宏观政策与监管动态

### 货币政策

- [政策要点 1]
- [政策要点 2]

### 财政与监管政策

- [政策要点 1]
- [政策要点 2]

### 债券供给

- 国债发行计划：[简述]
- 地方债发行计划：[简述]
- 信用债净融资：[简述]
- 本周债券净融资：[XX 亿元]

---

## 五、债市行情速览

### 利率债

| 品种 | 最新收益率 | 前值 | 变动（BP） |
|------|------------|------|------------|
| 1Y 国债 | - | - | - |
| 10Y 国债 | - | - | - |
| 10Y 国开 | - | - | - |

### 信用债

- 各等级信用利差变动简述
- 重点关注板块利差变化

### 国债期货

| 合约 | 收盘价 | 涨跌 | 涨跌幅 |
|------|--------|------|--------|
| TS | - | - | - |
| TF | - | - | - |
| T | - | - | - |
| TL | - | - | - |

---

## 六、研究员关注提示

1. **[重点提示 1]**：[说明及对债市的影响]
2. **[重点提示 2]**：[说明及对债市的影响]
3. **[重点提示 3]**：[说明及对债市的影响]

---

## 数据来源

- gildata-aidata 金融数据服务
- 网络公开信息（搜索引擎）
- 央行及监管机构官网

> **免责声明**：本报告基于公开信息整理，仅供参考，不构成投资建议。数据可能存在延迟或误差，请以官方披露为准。

数据获取指引

使用 gildata-aidata 查询示例

查询违约债券：

finx gildata-aidata DefaultBondList --body '{"startDate": "2026-05-10", "endDate": "2026-05-11"}'

查询主体评级变动：

finx gildata-aidata BondIssuerRatingChange --body '{"startDate": "2026-05-10", "endDate": "2026-05-11", "direction": "down"}'

查询债项评级变动：

finx gildata-aidata BondRatingChange --body '{"startDate": "2026-05-10", "endDate": "2026-05-11"}'

查询同业存单发行利率：

finx gildata-aidata NCDIssueRate --body '{"statType": "daily", "startDate": "2026-05-10", "endDate": "2026-05-11"}'

查询利率债最活跃券：

finx gildata-aidata MostActiveRateBondQuotation --body '{"tradeDate": "2026-05-11"}'

查询债券日收盘行情：

finx gildata-aidata BondDailyClosingQuotes --body '{"tradeDate": "2026-05-11", "bondType": "government"}'

查询债券舆情：

finx gildata-aidata SecurityNewslist --body '{"startDate": "2026-05-10", "endDate": "2026-05-11", "sentiment": "negative"}'

查询宏观舆情：

finx gildata-aidata MacroNewslist --body '{"startDate": "2026-05-10", "endDate": "2026-05-11"}'

查询政策会议：

finx gildata-aidata PolicyMeetingsList --body '{"startDate": "2026-05-10", "endDate": "2026-05-11"}'

查询债券发行与到期统计：

finx gildata-aidata BondIssueMatNetFin --body '{"statType": "weekly", "startDate": "2026-05-05", "endDate": "2026-05-11"}'

查询利率债观点：

finx gildata-aidata InterestRateDebtViewpoints --body '{"startDate": "2026-05-10", "endDate": "2026-05-11"}'

注意事项

1. 数据真实性：所有数据必须来源于查询结果，不可编造。如某项数据无法获取，标注"待更新"或"暂无数据"
2. 时效性：优先使用 24-48 小时内的最新信息，标注信息日期
3. 客观中立：仅陈述事实，主观判断需在"研究员关注提示"中明确标注为个人观点
4. 风险优先：雷点清单应放在报告前部，便于快速阅读
5. 格式规范：表格数据对齐，缺失数据用"-"填充，不使用"未知"等模糊表述
6. 引用标注：重要事件应标注信息来源链接

输出要求

• 报告生成后直接在对话中显示完整 Markdown 内容
• 无需生成文件，除非用户明确要求保存
• 如用户要求定时生成，可建议创建定时任务

Module 10: 固收周报

固定收益周报生成技能

技能概述

本技能面向证券固定收益研究员，自动生成标准化的固定收益市场周报。通过 gildata-aidata 专业金融数据服务获取权威数据，覆盖一周内的资金面、利率债、信用债、同业存单、地方债、二级资本债、永续债、ABS、央行操作及重要政策舆情，输出专业、结构化的Markdown格式周报。

与日报不同，周报更侧重于周度趋势的确认、逻辑的连贯性以及下周的前瞻性，强调将一周高频数据串联成债市叙事，并给出明确的配置建议。

数据获取流程

第一步：获取当前日期

使用 time 工具获取当前日期，确定报告覆盖的周期（通常为周一至周五或最近五个交易日）。

第二步：资金面周度数据

使用 finx gildata-aidata MacroIndustryEDB 获取资金面周度核心指标：

# 获取DR系列利率周度数据
finx gildata-aidata MacroIndustryEDB --body '{"query": "DR001 DR007 DR014 银行间质押式回购利率 周度"}'

# 获取R系列利率周度数据
finx gildata-aidata MacroIndustryEDB --body '{"query": "R001 R007 R014 质押式回购利率 周度"}'

# 获取SHIBOR利率周度数据
finx gildata-aidata MacroIndustryEDB --body '{"query": "SHIBOR 隔夜 7天 14天 1个月 周度"}'

# 获取同业拆借利率周度数据
finx gildata-aidata MacroIndustryEDB --body '{"query": "同业拆借利率 隔夜 7天 周度"}'

第三步：国债收益率曲线周度数据

使用 finx gildata-aidata MostActiveRateBondQuotation 获取利率债最活跃券周度行情：

# 获取利率债最活跃券周度收益率
finx gildata-aidata MostActiveRateBondQuotation --body '{"query": "国债 活跃券 收益率 1年 3年 5年 7年 10年 30年 周度"}'

使用 finx gildata-aidata BondDailyClosingQuotes 获取国债期货周度数据：

# 获取国债期货周度行情
finx gildata-aidata BondDailyClosingQuotes --body '{"query": "国债期货 TS TF T TL 2年期 5年期 10年期 30年期 周度"}'

第四步：央行公开市场操作周度汇总

使用 finx gildata-aidata MacroIndustryEDB 获取央行周度操作数据：

# 获取央行公开市场操作周度汇总
finx gildata-aidata MacroIndustryEDB --body '{"query": "央行公开市场操作 逆回购 MLF 投放 回笼 周度汇总"}'

# 获取LPR报价
finx gildata-aidata MacroIndustryEDB --body '{"query": "LPR 贷款市场报价利率 1年期 5年期"}'

第五步：信用债市场周度数据

使用 finx gildata-aidata BondDailyClosingQuotes 获取信用债周度行情：

# 获取信用债周度收益率和利差
finx gildata-aidata BondDailyClosingQuotes --body '{"query": "信用债 城投债 产业债 收益率 信用利差 AAA AA+ AA 周度"}'

第六步：同业存单周度数据

使用 finx gildata-aidata NCDIssueRate 获取同业存单周度发行利率：

# 获取同业存单发行利率周度数据
finx gildata-aidata NCDIssueRate --body '{"query": "同业存单发行利率 AAA 1M 3M 6M 1Y 周度"}'

第七步：地方债周度数据

使用 finx gildata-aidata BondDailyClosingQuotes 获取地方债周度行情：

# 获取地方债发行和二级市场周度数据
finx gildata-aidata BondDailyClosingQuotes --body '{"query": "地方政府债 发行利率 二级市场收益率 3年 5年 7年 10年 周度"}'

第八步：二级资本债与永续债周度数据

使用 finx gildata-aidata BondDailyClosingQuotes 获取银行资本债周度数据：

# 获取二级资本债和永续债周度行情
finx gildata-aidata BondDailyClosingQuotes --body '{"query": "二级资本债 银行永续债 收益率 AAA AA+ 3年 5年 周度"}'

第九步：资产支持证券（ABS）周度数据

使用 finx gildata-aidata BondDailyClosingQuotes 获取ABS周度数据：

# 获取ABS市场周度数据
finx gildata-aidata BondDailyClosingQuotes --body '{"query": "ABS 资产支持证券 信贷ABS 企业ABS ABN 发行利率 收益率 周度"}'

第十步：重要政策与舆情周度汇总

使用 finx gildata-aidata MacroNewslist 获取宏观舆情周度汇总：

# 获取宏观舆情周度数据
finx gildata-aidata MacroNewslist --body '{"query": "债券市场 货币政策 央行 利率债 周度"}'

使用 finx gildata-aidata NewsInfoList 获取全网舆情周度汇总：

# 获取债券市场重要新闻周度汇总
finx gildata-aidata NewsInfoList --body '{"query": "债券市场 违约 评级调整 监管政策 周度"}'

第十一步：可转债市场周度数据（可选）

使用 finx gildata-aidata BondDailyClosingQuotes 获取可转债周度数据：

# 获取可转债周度行情
finx gildata-aidata BondDailyClosingQuotes --body '{"query": "可转债 转债指数 行情 周度"}'

数据处理与分析

周度变动计算

对获取的利率数据进行以下计算：

1. 周度变动：本周末利率 - 上周末利率（单位：BP）
2. 月度变动：本周末利率 - 上月末利率（单位：BP）
3. 年初至今变动：本周末利率 - 上年末利率（单位：BP）

期限利差分析

计算关键期限利差及其周度变化：

1. 国债期限利差：
   - 10Y-1Y 利差及周变动
   - 10Y-2Y 利差及周变动
   - 30Y-10Y 利差及周变动

2. 信用利差：
   - AAA/AA+/AA 各等级信用利差及周变动
   - 城投债/产业债信用利差分化情况

3. 曲线形态判断：
   - 根据期限利差变化判断曲线形态（牛陡/牛平/熊陡/熊平）
   - 结合一周内曲线形态演变进行分析

报告结构

报告必须严格按照以下模板生成，使用专业、简洁的固收研究员语言风格：

# 固定收益市场周报

**报告周期：** YYYY年MM月DD日 ~ YYYY年MM月DD日
**编制时间：** YYYY年MM月DD日 HH:MM
**报告类型：** 固收周报

---

## 一、核心观点

> 用3-4句话概括本周债市核心特征，包括：
> - 资金面整体松紧程度及周度变化
> - 利率债走势及收益率曲线形态变化
> - 信用债市场表现及利差变化
> - 本周核心驱动逻辑（政策/数据/资金/情绪等）

---

## 二、本周债市全景复盘

### 2.1 大类资产周度表现

| 资产类别 | 指标 | 本周最新 | 上周末 | 周变动(BP/%) | 本月变动 |
|---------|------|----------|--------|--------------|----------|
| **利率债** | 1Y国债收益率(%) | | | | |
| | 10Y国债收益率(%) | | | | |
| | 30Y国债收益率(%) | | | | |
| **国债期货** | 10年期主力合约 | | | | |
| **资金面** | DR007(%) | | | | |
| **信用债** | AAA 3Y中票收益率(%) | | | | |
| **同业存单** | AAA 1Y NCD利率(%) | | | | |

### 2.2 本周债市交易主线

[分析本周债市交易的核心逻辑，例如：
- "本周债市围绕'弱现实+宽货币预期'主线交易"
- "资金面持续宽松叠加经济数据不及预期，推动利率下行"
- "供给压力与配置需求博弈，利率震荡整理"
等]

---

## 三、资金面周度监测

### 3.1 银行间质押式回购利率周度走势

| 品种 | 本周末(%) | 上周末(%) | 周变动(BP) | 本周均值(%) | 波动区间(%) |
|------|-----------|-----------|------------|-------------|-------------|
| DR001 | | | | | |
| DR007 | | | | | |
| DR014 | | | | | |
| R001 | | | | | |
| R007 | | | | | |

### 3.2 SHIBOR利率周度变化

| 品种 | 本周末(%) | 上周末(%) | 周变动(BP) |
|------|-----------|-----------|------------|
| 隔夜 | | | |
| 7天 | | | |
| 14天 | | | |
| 1个月 | | | |

### 3.3 资金面周度点评

[分析本周资金面整体特征，包括：
- 资金面松紧程度及日度演变
- 央行公开市场操作周度净投放/回笼情况
- 跨月/跨季/缴税等季节性因素
- 非银机构融资成本变化（R-DR利差）
- 下周资金面展望]

---

## 四、利率债市场周度复盘

### 4.1 国债收益率曲线周度变化

| 期限 | 本周末收益率(%) | 上周末(%) | 周变动(BP) | 本月变动(BP) |
|------|-----------------|-----------|------------|--------------|
| 1Y | | | | |
| 2Y | | | | |
| 3Y | | | | |
| 5Y | | | | |
| 7Y | | | | |
| 10Y | | | | |
| 30Y | | | | |

### 4.2 国债期货周度表现

| 合约 | 周末收盘价 | 上周末收盘价 | 周涨跌幅(%) | 周成交量(万手) |
|------|------------|--------------|-------------|----------------|
| 2年期(TS) | | | | |
| 5年期(TF) | | | | |
| 10年期(T) | | | | |
| 30年期(TL) | | | | |

### 4.3 期限利差周度变化

| 利差 | 本周末(BP) | 上周末(BP) | 周变动(BP) | 形态判断 |
|------|------------|------------|------------|----------|
| 10Y-1Y | | | | |
| 10Y-2Y | | | | |
| 30Y-10Y | | | | |

### 4.4 利率债周度点评

[分析本周利率债走势，包括：
- 收益率曲线形态演变（牛陡/牛平/熊陡/熊平）
- 长端与短端利率驱动因素分化
- 现券成交活跃度与买卖盘力量对比
- 利率债供给压力（国债、政金债发行）
- 配置盘与交易盘行为分析]

---

## 五、央行操作与流动性管理

### 5.1 公开市场操作周度汇总

| 操作类型 | 周投放(亿) | 周到期(亿) | 周净投放(亿) | 操作利率(%) |
|----------|------------|------------|--------------|-------------|
| 逆回购 | | | | |
| MLF | | | | |
| 国库现金定存 | | | | |
| 其他 | | | | |
| **合计** | | | | |

### 5.2 流动性管理点评

[分析本周央行操作意图，包括：
- 流动性管理态度（呵护/中性/收敛）
- 削峰填谷操作效果
- 降准/降息预期变化
- 后续流动性展望]

---

## 六、信用债市场周度分析

### 6.1 信用利差周度监测

| 评级 | 1Y利差(BP) | 3Y利差(BP) | 5Y利差(BP) | 周变动(BP) |
|------|------------|------------|------------|------------|
| AAA | | | | |
| AA+ | | | | |
| AA | | | | |

### 6.2 城投债与产业债分化

| 品种 | 3Y收益率(%) | 周变动(BP) | 信用利差(BP) | 利差周变动 |
|------|-------------|------------|--------------|------------|
| 城投债 AAA | | | | |
| 城投债 AA+ | | | | |
| 产业债 AAA | | | | |
| 产业债 AA+ | | | | |

### 6.3 信用债周度点评

[分析本周信用债市场，包括：
- 信用债成交活跃度与流动性
- 信用利差整体走势及结构分化
- 城投债/产业债相对表现
- 低等级信用债配置需求
- 信用风险事件跟踪（如有）]

---

## 七、同业存单市场周度分析

### 7.1 NCD发行利率周度走势

| 评级 | 1M | 3M | 6M | 9M | 1Y |
|------|----|----|----|----|----|
| AAA | | | | | |
| AA+ | | | | | |

*注：表中数值为本周末利率，括号内为周变动(BP)*

### 7.2 同业存单发行与到期

| 指标 | 本周 | 上周 | 环比变化 |
|------|------|------|----------|
| 发行规模(亿) | | | |
| 到期规模(亿) | | | |
| 净融资(亿) | | | |
| 发行只数 | | | |

### 7.3 同业存单周度点评

[分析本周NCD市场，包括：
- 发行利率走势及驱动因素
- 银行负债端压力变化
- 发行期限结构偏好
- 股份制银行与城农商行分化]

---

## 八、地方政府债周度跟踪

### 8.1 地方债一级发行周度汇总

| 期限 | 本周发行规模(亿) | 本周平均利率(%) | 认购倍数 |
|------|------------------|-----------------|----------|
| 3年 | | | |
| 5年 | | | |
| 7年 | | | |
| 10年 | | | |
| 20年 | | | |
| 30年 | | | |
| **合计** | | | |

### 8.2 地方债二级市场周度表现

| 期限 | 本周末收益率(%) | 上周末(%) | 周变动(BP) | 与国债利差(BP) |
|------|-----------------|-----------|------------|----------------|
| 3年 | | | | |
| 5年 | | | | |
| 7年 | | | | |
| 10年 | | | | |

### 8.3 地方债周度点评

[分析本周地方债市场，包括：
- 发行节奏与全年额度使用进度
- 供给压力对利率债市场的影响
- 地方债与国债利差变化
- 配置需求与投标倍数]

---

## 九、银行资本债周度跟踪

### 9.1 二级资本债周度表现

| 品种 | 期限 | 本周末收益率(%) | 上周末(%) | 周变动(BP) | 信用利差(BP) |
|------|------|-----------------|-----------|------------|--------------|
| AAA二级资本债 | 3Y | | | | |
| AAA二级资本债 | 5Y | | | | |
| AA+二级资本债 | 3Y | | | | |

### 9.2 银行永续债周度表现

| 品种 | 期限 | 本周末收益率(%) | 上周末(%) | 周变动(BP) | 信用利差(BP) |
|------|------|-----------------|-----------|------------|--------------|
| AAA银行永续债 | 3Y | | | | |
| AAA银行永续债 | 5Y | | | | |
| AA+银行永续债 | 3Y | | | | |

### 9.3 资本债周度点评

[分析本周银行资本债，包括：
- 成交活跃度与流动性变化
- 信用利差走势及驱动因素
- 银行资本补充需求与发行节奏
- 监管政策影响（如资本新规等）]

---

## 十、资产支持证券（ABS）周度跟踪

### 10.1 ABS一级市场周度发行

| 类型 | 本周发行规模(亿) | 本周发行只数 | 加权利率(%) |
|------|------------------|--------------|-------------|
| 信贷ABS | | | |
| 企业ABS | | | |
| ABN | | | |
| **合计** | | | |

### 10.2 ABS二级市场周度表现

[描述本周ABS二级市场成交活跃度、优先级/次级利差变化、流动性情况等]

### 10.3 ABS周度点评

[分析本周ABS市场，包括：
- 发行节奏与基础资产类型分布
- 房贷/消费贷/汽车贷款/租赁债权等基础资产表现
- 优先级/次级利差变化
- 流动性与配置需求]

---

## 十一、本周重要事件与政策回顾

### 11.1 宏观数据发布

- **[数据名称]**：[数据值]，[预期值]，[前值] → [解读：超预期/不及预期/符合预期，对债市影响]
- **[数据名称]**：...

### 11.2 政策动态

- **[政策名称]**：[政策要点] → [解读：对债市影响]
- **[政策名称]**：...

### 11.3 信用风险事件（如有）

- **[事件描述]**：[影响分析]

### 11.4 监管动态

- **[监管动态]**：[影响分析]

---

## 十二、下周展望与策略建议

### 12.1 资金面展望

[预测下周资金面松紧程度，考虑因素包括：
- 央行公开市场操作到期情况
- 政府债发行计划
- 税期/跨月等季节性因素
- 降准/降息可能性]

### 12.2 利率债展望

[判断下周利率债走势方向，包括：
- 收益率曲线形态预判
- 关键期限利率波动区间
- 多空逻辑分析]

### 12.3 信用债展望

[预判下周信用债市场，包括：
- 信用利差走势
- 城投/产业债配置价值
- 信用风险关注点]

### 12.4 下周重要日历

| 日期 | 重要数据/事件 | 市场预期/关注点 |
|------|---------------|-----------------|
| 周一 | | |
| 周二 | | |
| 周三 | | |
| 周四 | | |
| 周五 | | |

### 12.5 配置与交易建议

[给出下周固收资产配置与交易建议，包括：
- 利率债交易策略（久期选择、曲线策略）
- 信用债配置建议（等级下沉、期限选择）
- 杠杆策略建议
- 风险提示]

---

## 十三、风险提示

- **货币政策风险**：央行流动性投放不及预期，资金面超预期收敛
- **经济数据风险**：经济数据超预期回暖，基本面修复超预期
- **供给冲击风险**：政府债集中发行，利率债供给压力骤增
- **信用风险**：信用风险事件发酵，引发市场风险偏好下降
- **外部因素**：海外货币政策收紧，中美利差倒挂加深
- **监管政策**：金融监管政策超预期收紧

数据获取注意事项

1. 数据准确性优先：如果某些数据无法获取，应明确标注"数据待更新"或"暂无数据"，不要编造数据
2. 多源交叉验证：对关键数据（如10年期国债收益率）应从多个工具交叉验证
3. 时效性：优先获取本周末（周五或最近交易日）数据，如无当日数据可使用最近交易日数据并注明
4. 单位统一：利率统一用百分比(%)，利差和变动用基点(BP)，金额用亿元
5. 专业性：使用固收研究员常用的专业术语，如"资金面收敛/宽松"、"曲线牛陡/熊平"、"资产荒"、"信用分层"等
6. 周度视角：周报必须基于本周（通常为周一至周五）的数据与新闻，侧重总结一周的趋势变化，而非单日的波动

数据获取失败处理

如果某项数据查询失败：
1. 尝试更换查询关键词
2. 如仍无法获取，在对应表格中标注"数据待更新"
3. 在点评部分说明数据缺失原因
4. 不影响其他已完成部分的数据展示

输出要求

1. 报告必须使用标准Markdown格式
2. 表格数据对齐，数字保留合理小数位（利率保留2-3位小数，BP取整数）
3. 点评部分应简洁专业，避免冗长叙述
4. 核心观点必须精炼，便于快速阅读
5. 所有数据需注明数据来源（"数据来源：gildata-aidata"）
6. 报告生成后直接在对话中显示完整内容，无需发送文件

高级功能

定时任务支持

本技能支持通过定时任务每周自动生成固收周报。配置建议：
- 执行时间：每周五 18:00-19:00 或周一 09:00-10:00
- 任务描述：自动生成上周固定收益市场周报

自定义模板

用户可要求调整报告结构，如：
- 精简版：仅保留核心观点、资金面、利率债、信用债、下周展望五部分
- 详细版：包含全部板块（地方债、二级资本债、永续债、ABS等）
- 定制版：按用户需求调整章节顺序或增减内容

历史对比功能

用户可要求添加历史对比维度，如：
- 与上月末/季末/年初数据对比
- 与去年同期数据对比
- 关键指标历史分位数分析

技能调用示例

用户输入： "生成本周固收周报"

技能执行：
1. 获取当前日期，确定报告周期（上周末至本周末）
2. 使用 gildata-aidata 服务依次查询：
- MacroIndustryEDB 获取资金面周度利率（DR001/DR007/DR014、R001/R007、SHIBOR）
- MostActiveRateBondQuotation 获取利率债最活跃券周度收益率
- BondDailyClosingQuotes 获取国债期货、信用债、地方债、二级资本债、永续债、ABS周度行情
- NCDIssueRate 获取同业存单周度发行利率
- MacroIndustryEDB 获取央行公开市场操作周度汇总
- MacroNewslist 和 NewsInfoList 获取政策舆情周度汇总
3. 计算周度变动、期限利差、信用利差等指标
4. 整理数据填入报告模板
5. 输出完整Markdown格式周报

Module 11: 利率市场回顾

固定收益研究员资金面&利率复盘简报

技能概述

本技能面向证券固定收益研究员，自动化生成资金面与利率复盘简报。通过获取银行间市场核心利率数据、分析利率变动逻辑、结合宏观与政策因素，输出结构化的复盘报告。

数据获取流程

第一步：获取当前日期

使用 finx time 获取当前日期，确定复盘的交易日。

第二步：获取资金面核心数据

使用 finx gildata-aidata 查询以下数据：

1. DR 系列利率：DR001、DR007、DR014、DR021、DR1M
   调用 gildata-aidata MacroIndustryEDB，查询银行间回购利率： - 获取 DR 系列利率的最新数据 - 支持时间序列查询，可获取日度、周度、月度数据

2. 同业存单利率：1M、3M、6M、9M、1Y 同业存单发行利率/到期收益率
   调用 gildata-aidata NCDIssueRate，查询同业存单发行利率： - 获取按日统计的同业存单平均发行利率 - 支持按期限（1M/3M/6M/9M/1Y）、主体评级、银行类别筛选 - 获取发行规模及只数统计

3. 国债收益率曲线：1Y、2Y、3Y、5Y、7Y、10Y、30Y 国债到期收益率
   调用 gildata-aidata MostActiveRateBondQuotation，查询利率债最活跃券行情： - 获取各期限最活跃国债的收益率及涨跌情况 - 反映市场资金面风向和收益率曲线形态 调用 gildata-aidata BondDailyClosingQuotes，查询债券日收盘行情： - 获取指定日期国债的收盘行情，包括到期收益率及久期

4. SHIBOR 利率：O/N、1W、2W、1M、3M
   调用 gildata-aidata MacroIndustryEDB，查询 SHIBOR 利率： - 获取 SHIBOR 各期限品种的报价数据 - 支持时间序列查询

第三步：获取央行公开市场操作数据

使用 web_search 查询：
- 当日央行公开市场操作（逆回购、MLF、TMLF 等）
- 央行公告与政策动态
- 查询关键词示例："今日央行公开市场操作 逆回购 MLF"

第四步：获取宏观与市场舆情

使用 finx gildata-aidata 查询宏观舆情：

调用 gildata-aidata MacroNewslist，查询宏观舆情：
- 获取宏观经济预测及事件
- 支持按区域、情感类型筛选
调用 gildata-aidata PolicyMeetingsList，查询政策会议：
- 获取国内经济金融领域政策会议动态

使用 web_search 补充搜索：
- 当日资金面相关新闻与评论
- 流动性影响因素（缴税、政府债发行、跨月跨季等）
- 查询关键词示例："今日资金面 银行间流动性 央行投放"

数据处理与分析

利率变动计算

对获取的利率数据进行以下计算：

1. 日度变动：当日利率 - 上一交易日利率（单位：BP）
2. 周度变动：当日利率 - 上周同日利率（单位：BP）
3. 月度变动：当日利率 - 上月同日利率（单位：BP）

期限利差分析

计算关键期限利差：

1. 国债期限利差：
   - 10Y-1Y 利差
   - 10Y-2Y 利差
   - 30Y-10Y 利差

2. 同业存单期限利差：
   - 1Y-3M 利差
   - 3M-1M 利差

3. 政策利率偏离度：
   - DR007 相对 7 天逆回购利率的偏离
   - DR007 相对 MLF 利率的偏离

曲线形态判断

根据期限利差变化判断曲线形态：
- 陡峭化：长端利率上行幅度 > 短端，或短端下行幅度 > 长端
- 平坦化：长端利率下行幅度 > 短端，或短端上行幅度 > 长端
- 牛平/熊平/牛陡/熊陡：结合利率方向与曲线形态综合判断

报告生成

报告结构

按照以下模板生成 Markdown 格式报告：

# 资金面&利率复盘简报
**报告日期**：YYYY-MM-DD
**报告类型**：固定收益研究·资金利率日报

---

## 一、核心观点

[用 2-3 句话概括当日资金面与利率市场的核心特征]

---

## 二、资金面概览

### 2.1 DR 系列利率

| 品种 | 最新利率 (%) | 日变动 (BP) | 周变动 (BP) | 月变动 (BP) |
|------|-------------|------------|------------|------------|
| DR001 | | | | |
| DR007 | | | | |
| DR014 | | | | |
| DR021 | | | | |
| DR1M | | | | |

**资金面研判**：[宽松/均衡/偏紧/紧张]
**核心特征**：[描述当日资金面特征]

### 2.2 SHIBOR 利率

| 品种 | 最新利率 (%) | 日变动 (BP) |
|------|-------------|------------|
| O/N | | |
| 1W | | |
| 2W | | |
| 1M | | |
| 3M | | |

---

## 三、同业存单市场

### 3.1 同业存单利率

| 期限 | 最新利率 (%) | 日变动 (BP) | 周变动 (BP) |
|------|-------------|------------|------------|
| 1M | | | |
| 3M | | | |
| 6M | | | |
| 9M | | | |
| 1Y | | | |

### 3.2 发行与到期

[描述当日同业存单发行规模、净融资情况]

---

## 四、国债收益率曲线

### 4.1 收益率水平

| 期限 | 最新利率 (%) | 日变动 (BP) | 周变动 (BP) | 月变动 (BP) |
|------|-------------|------------|------------|------------|
| 1Y | | | | |
| 2Y | | | | |
| 3Y | | | | |
| 5Y | | | | |
| 7Y | | | | |
| 10Y | | | | |
| 30Y | | | | |

### 4.2 期限利差

| 利差 | 最新水平 (BP) | 日变动 (BP) |
|------|--------------|------------|
| 10Y-1Y | | |
| 10Y-2Y | | |
| 30Y-10Y | | |

### 4.3 曲线形态

**当日曲线形态**：[牛陡/牛平/熊陡/熊平]
**形态解读**：[解释曲线形态变化的原因]

---

## 五、央行操作与流动性

### 5.1 公开市场操作

| 操作类型 | 投放规模 (亿) | 到期规模 (亿) | 净投放 (亿) | 利率 (%) |
|----------|--------------|--------------|------------|---------|
| 逆回购 | | | | |
| MLF | | | | |

### 5.2 流动性影响因素

- [ ] 税期因素
- [ ] 政府债发行
- [ ] 跨月/跨季/跨年因素
- [ ] 降准/降息预期
- [ ] 其他因素：[具体说明]

---

## 六、利率涨跌逻辑

### 6.1 资金面驱动

[分析资金面松紧对短端利率的影响]

### 6.2 基本面驱动

[分析经济数据、通胀预期对利率的影响]

### 6.3 政策面驱动

[分析货币政策预期、监管政策对利率的影响]

### 6.4 供需面驱动

[分析债券供给、配置需求对利率的影响]

---

## 七、复盘结论与展望

### 7.1 当日复盘结论

1. [结论一]
2. [结论二]
3. [结论三]

### 7.2 后续展望

**短期（1-2 周）**：[展望]
**中期（1-3 个月）**：[展望]

### 7.3 交易建议

[给出基于复盘结论的交易建议参考]

---

## 八、风险提示

- [风险因素一]
- [风险因素二]
- [风险因素三]

数据获取指引

使用 gildata-aidata 查询示例

查询 DR 系列利率和 SHIBOR：

finx gildata-aidata MacroIndustryEDB --body '{"indicator": "DR007,DR001,SHIBOR_O/N", "startDate": "2026-05-10", "endDate": "2026-05-11"}'

查询同业存单发行利率：

finx gildata-aidata NCDIssueRate --body '{"statType": "daily", "startDate": "2026-05-10", "endDate": "2026-05-11", "term": "1M,3M,6M,9M,1Y"}'

查询利率债最活跃券行情：

finx gildata-aidata MostActiveRateBondQuotation --body '{"tradeDate": "2026-05-11", "bondType": "government"}'

查询债券日收盘行情：

finx gildata-aidata BondDailyClosingQuotes --body '{"tradeDate": "2026-05-11", "bondType": "government"}'

查询宏观舆情：

finx gildata-aidata MacroNewslist --body '{"startDate": "2026-05-10", "endDate": "2026-05-11"}'

查询政策会议：

finx gildata-aidata PolicyMeetingsList --body '{"startDate": "2026-05-10", "endDate": "2026-05-11"}'

执行指引

1. 数据获取：按照上述流程依次获取各类数据
2. 数据校验：检查数据完整性，对缺失数据进行标注
3. 计算分析：执行利率变动、期限利差等计算
4. 逻辑推演：结合数据与市场信息，分析利率变动逻辑
5. 报告生成：按照模板生成完整报告
6. 质量检查：检查数据一致性、逻辑合理性

注意事项

• 利率变动单位统一使用 BP（1BP = 0.01%）
• 数据缺失时标注"数据暂缺"，不可编造数据
• 复盘结论需有数据支撑，避免主观臆断
• 交易建议仅供参考，不构成投资建议
• 报告生成后直接在对话中显示完整内容，无需发送文件

Module 12: 行业信用风险

产业债财报风控体检

技能概述

本技能面向证券固定收益研究员的产业债投资与风控场景，提供发债主体全方位财务风险筛查能力。通过自动获取企业财务数据、司法风险、评级变动、担保信息等，系统性识别现金流恶化、有息负债压力、担保链传染、诉讼纠纷等负面信号，输出结构化风控体检报告，辅助债券投资决策与持仓风险管理。

工作流程

第一步：确认分析主体

获取用户指定的企业名称或债券代码。若用户提供的是债券代码，先通过 finx gildata-aidata CreditBondBaseInfo 查询债券对应的发债主体名称。

若主体为非上市公司，需明确告知用户财务数据获取可能受限，将主要依赖工商信息、司法信息、评级信息等进行风险评估。

第二步：获取企业基础信息

使用 finx gildata-aidata CompanyArchives 查询企业工商基本信息，获取统一社会信用代码及基础资料。

finx gildata-aidata CompanyArchives --body '{"companyName": "企业名称"}'

若需要查询发债主体特定信息（如存续债券列表），使用 finx gildata-aidata BasicInfoBondIssuer。

finx gildata-aidata BasicInfoBondIssuer --body '{"issuerName": "企业名称"}'

第三步：获取财务数据

使用 finx gildata-aidata 系列工具查询企业核心财务指标。

1. 财务报表数据：

finx gildata-aidata FinancialStatements --body '{"issuerName": "企业名称", "reportType": "合并", "startDate": "2023-01-01", "endDate": "2026-05-11"}'

获取资产负债表、利润表、现金流量表关键科目（如货币资金、短期借款、长期借款、应付债券、经营活动现金流净额等）。

2. 财务分析指标：

finx gildata-aidata BondFinancialAnalysis --body '{"issuerName": "企业名称", "startDate": "2023-01-01", "endDate": "2026-05-11"}'

获取盈利能力、偿债能力（流动比率、速动比率、资产负债率、利息保障倍数等）、营运能力、成长能力等指标。

若用户提供了财报 PDF 文件，读取文件内容并提取关键财务数据。

第四步：获取司法与负面信息

并行查询以下司法风险信息：

# 被执行人信息
finx gildata-aidata Executee --body '{"companyName": "企业名称", "page_index": 1, "page_size": 20}'

# 失信被执行人
finx gildata-aidata DishonestPersonList --body '{"companyName": "企业名称", "page_index": 1, "page_size": 20}'

# 开庭公告
finx gildata-aidata CourtSession --body '{"companyName": "企业名称", "page_index": 1, "page_size": 20}'

# 裁判文书
finx gildata-aidata Judgement --body '{"companyName": "企业名称", "page_index": 1, "page_size": 20}'

# 公司股权出质
finx gildata-aidata CorporateEquityPledge --body '{"companyName": "企业名称", "page_index": 1, "page_size": 20}'

# 限制高消费
finx gildata-aidata LimitHighConsume --body '{"companyName": "企业名称", "page_index": 1, "page_size": 20}'

# 经营异常
finx gildata-aidata AbnormalOperationInfo --body '{"companyName": "企业名称", "page_index": 1, "page_size": 20}'

# 监管处罚/行政处罚
finx gildata-aidata RegulatoryPenaltyList --body '{"companyName": "企业名称", "page_index": 1, "page_size": 20}'

# 欠税公告
finx gildata-aidata TaxArrearsAnnouncement --body '{"companyName": "企业名称", "page_index": 1, "page_size": 20}'

# 对外担保信息
finx gildata-aidata ExternalGuarantee --body '{"companyName": "企业名称", "page_index": 1, "page_size": 20}'

第五步：获取评级信息

使用 finx gildata-aidata 查询主体评级变动。

finx gildata-aidata BondIssuerRatingChange --body '{"issuerName": "企业名称", "startDate": "2024-01-01", "endDate": "2026-05-11"}'

同时使用 finx gildata-aidata SecurityNewslist 搜索企业最新评级变动和负面舆情。

finx gildata-aidata SecurityNewslist --body '{"startDate": "2026-05-01", "endDate": "2026-05-11", "securityCode": "主体相关代码或名称"}'

或使用 NewsPublicOpinionList 检索更广泛的新闻舆情。

finx gildata-aidata NewsPublicOpinionList --body '{"query": "企业名称 违约 评级下调 负面", "startDate": "2026-05-01", "endDate": "2026-05-11"}'

第六步：获取担保与关联信息

通过 ExternalGuarantee 获取对外担保明细。
通过 FinancialStatements 中的关联方往来款项分析关联风险。
通过 CorporateEquityPledge 获取股权质押信息。

第七步：生成风控体检报告

基于收集的数据，按照以下模板生成风控报告。

风控报告模板

# [企业名称] 产业债财报风控体检报告

**报告日期**：YYYY-MM-DD
**分析主体**：[企业全称]
**统一社会信用代码**：[代码]
**所属行业**：[行业分类]
**企业性质**：[央企/地方国企/民企/其他]

---

## 一、执行摘要

[用2-3段话概括核心结论，包括整体风险等级、主要风险点、是否建议规避等]

**综合风险评级**：🟢 低风险 / 🟡 中等风险 / 🟠 较高风险 / 🔴 高风险

---

## 二、现金流健康度分析

### 2.1 经营性现金流

| 指标 | 最新报告期 | 上年同期 | 变动幅度 | 风险信号 |
|------|-----------|---------|---------|---------|
| 经营活动现金流净额 | [数值] | [数值] | [±%] | [正常/预警/高危] |
| 净利润 | [数值] | [数值] | [±%] | - |
| 净现比（经营现金流/净利润） | [数值] | [数值] | - | [≥1正常/<1预警/<0高危] |

**风险筛查**：
- [ ] 经营活动现金流净额为负
- [ ] 连续两期经营现金流恶化
- [ ] 净现比持续小于1，盈利质量存疑
- [ ] 经营现金流与净利润背离

### 2.2 投资与筹资现金流

| 指标 | 最新报告期 | 上年同期 | 变动幅度 |
|------|-----------|---------|---------|
| 投资活动现金流净额 | [数值] | [数值] | [±%] |
| 筹资活动现金流净额 | [数值] | [数值] | [±%] |

**风险筛查**：
- [ ] 投资活动现金流持续大额流出，扩张激进
- [ ] 筹资活动现金流高度依赖外部融资
- [ ] "经营+投资"双负，依赖筹资输血

---

## 三、有息负债压力分析

### 3.1 债务规模与结构

| 指标 | 最新报告期 | 上年同期 | 变动幅度 | 风险阈值 |
|------|-----------|---------|---------|---------|
| 有息负债总额 | [数值] | [数值] | [±%] | - |
| 短期借款 | [数值] | [数值] | [±%] | - |
| 一年内到期的非流动负债 | [数值] | [数值] | [±%] | - |
| 长期借款 | [数值] | [数值] | [±%] | - |
| 应付债券 | [数值] | [数值] | [±%] | - |
| 资产负债率 | [数值] | [数值] | [±%] | >70%预警 |

### 3.2 偿债能力指标

| 指标 | 最新值 | 行业均值 | 风险阈值 | 风险信号 |
|------|-------|---------|---------|---------|
| 流动比率 | [数值] | [数值] | <1.0预警 | [正常/预警/高危] |
| 速动比率 | [数值] | [数值] | <0.8预警 | [正常/预警/高危] |
| 现金短债比 | [数值] | [数值] | <1.0预警 | [正常/预警/高危] |
| 利息保障倍数 | [数值] | [数值] | <3预警 | [正常/预警/高危] |

**风险筛查**：
- [ ] 资产负债率超过70%且持续上升
- [ ] 短期有息负债占比过高（>50%），期限错配严重
- [ ] 现金短债比小于1，短期偿债压力大
- [ ] 利息保障倍数小于3，付息能力存疑
- [ ] 有息负债增速远超营收增速

---

## 四、担保链与关联风险分析

### 4.1 对外担保情况

[从财报附注或公开信息中提取对外担保数据]

| 被担保方 | 担保金额 | 担保类型 | 是否关联方 | 风险等级 |
|---------|---------|---------|-----------|---------|
| [名称] | [金额] | [连带/一般] | [是/否] | [低/中/高] |

### 4.2 关联方资金占用

[分析是否存在大股东资金占用、关联方应收应付款项异常等]

### 4.3 互保圈风险

[通过股权穿透图和对外投资信息，识别是否存在互保圈、担保链传染风险]

**风险筛查**：
- [ ] 对外担保余额超过净资产的50%
- [ ] 为高风险行业或弱资质主体提供担保
- [ ] 存在大额关联方资金占用
- [ ] 涉及互保圈、连环担保

---

## 五、司法与信用风险筛查

### 5.1 司法风险汇总

| 风险类型 | 数量 | 涉案金额 | 最新时间 | 风险等级 |
|---------|-----|---------|---------|---------|
| 被执行人 | [数量] | [金额] | [日期] | [低/中/高] |
| 失信被执行人 | [数量] | [金额] | [日期] | 🔴 高危 |
| 开庭公告 | [数量] | [金额] | [日期] | [低/中/高] |
| 裁判文书 | [数量] | [金额] | [日期] | [低/中/高] |
| 限制高消费 | [数量] | - | [日期] | 🔴 高危 |
| 终本案件 | [数量] | [金额] | [日期] | 🟠 较高风险 |

### 5.2 股权出质与冻结

| 出质人 | 出质股权数额 | 质权人 | 登记日期 | 状态 |
|-------|-------------|-------|---------|-----|
| [名称] | [金额/比例] | [名称] | [日期] | [有效/解除] |

### 5.3 经营异常与行政处罚

| 类型 | 列入原因 | 列入日期 | 当前状态 |
|-----|---------|---------|---------|
| [经营异常/行政处罚] | [原因] | [日期] | [已移出/存续] |

**风险筛查**：
- [ ] 存在失信被执行人记录（一票否决项）
- [ ] 存在限制高消费记录
- [ ] 存在大额未决诉讼
- [ ] 股权高比例质押或冻结
- [ ] 存在重大行政处罚或税收违法

---

## 六、评级变动与舆情监测

### 6.1 主体与债项评级

| 评级机构 | 主体评级 | 债项评级 | 评级展望 | 评级日期 | 变动方向 |
|---------|---------|---------|---------|---------|---------|
| [机构] | [等级] | [等级] | [稳定/负面/正面] | [日期] | [维持/上调/下调] |

### 6.2 近期负面舆情

[汇总搜索到的负面新闻、评级下调公告、违约传闻等]

**风险筛查**：
- [ ] 主体评级或债项评级被下调
- [ ] 评级展望调整为负面
- [ ] 近期存在重大负面舆情
- [ ] 被列入关注名单或风险预警

---

## 七、行业与区域风险

### 7.1 行业景气度

[简要分析企业所在行业的当前景气度、政策环境、周期性特征]

### 7.2 区域风险（如适用）

[对于地方国企或区域集中度高的企业，分析所在区域的经济财政状况]

---

## 八、综合风险评级与投资建议

### 8.1 风险评分卡

| 维度 | 权重 | 得分(0-100) | 评级 |
|-----|------|-----------|------|
| 现金流健康度 | 25% | [得分] | [优/良/中/差] |
| 有息负债压力 | 25% | [得分] | [优/良/中/差] |
| 担保与关联风险 | 15% | [得分] | [优/良/中/差] |
| 司法与信用风险 | 20% | [得分] | [优/良/中/差] |
| 评级与舆情 | 15% | [得分] | [优/良/中/差] |
| **综合得分** | **100%** | **[总分]** | **[等级]** |

### 8.2 风险等级定义

| 等级 | 得分区间 | 含义 | 建议 |
|-----|---------|------|------|
| 🟢 低风险 | 80-100 | 资质优良，各项指标健康 | 可积极配置 |
| 🟡 中等风险 | 60-79 | 存在个别风险点，整体可控 | 审慎配置，控制仓位 |
| 🟠 较高风险 | 40-59 | 多项指标预警，需重点关注 | 谨慎参与，密切跟踪 |
| 🔴 高风险 | 0-39 | 存在重大风险信号，违约概率高 | 建议规避或减持 |

### 8.3 核心风险提示

1. **[风险点一]**：[具体描述]
2. **[风险点二]**：[具体描述]
3. **[风险点三]**：[具体描述]

### 8.4 后续跟踪建议

- [ ] 关注[具体事项]的后续进展
- [ ] 跟踪[某财务指标]的变化趋势
- [ ] 留意[某事件/政策]对主体的影响
- [ ] 建议下次复查时间：[日期]

---

## 免责声明

本报告基于公开数据和信息化工具自动生成，仅供参考，不构成任何投资建议。债券投资存在信用风险、利率风险、流动性风险等，投资者应根据自身风险承受能力独立判断。报告生成日期之后的信息变动可能影响分析结论，建议定期更新复查。

数据获取指引

使用 gildata-aidata 查询示例

查询工商基本信息：

finx gildata-aidata CompanyArchives --body '{"companyName": "万科企业股份有限公司"}'

查询发债主体基本信息：

finx gildata-aidata BasicInfoBondIssuer --body '{"issuerName": "万科企业股份有限公司"}'

查询财务报表：

finx gildata-aidata FinancialStatements --body '{"issuerName": "万科企业股份有限公司", "reportType": "合并", "startDate": "2023-01-01", "endDate": "2026-05-11"}'

查询财务分析指标：

finx gildata-aidata BondFinancialAnalysis --body '{"issuerName": "万科企业股份有限公司", "startDate": "2023-01-01", "endDate": "2026-05-11"}'

查询被执行人信息：

finx gildata-aidata Executee --body '{"companyName": "万科企业股份有限公司", "page_index": 1, "page_size": 20}'

查询失信被执行人：

finx gildata-aidata DishonestPersonList --body '{"companyName": "万科企业股份有限公司", "page_index": 1, "page_size": 20}'

查询限制高消费：

finx gildata-aidata LimitHighConsume --body '{"companyName": "万科企业股份有限公司", "page_index": 1, "page_size": 20}'

查询开庭公告：

finx gildata-aidata CourtSession --body '{"companyName": "万科企业股份有限公司", "page_index": 1, "page_size": 20}'

查询裁判文书：

finx gildata-aidata Judgement --body '{"companyName": "万科企业股份有限公司", "page_index": 1, "page_size": 20}'

查询公司股权质押：

finx gildata-aidata CorporateEquityPledge --body '{"companyName": "万科企业股份有限公司", "page_index": 1, "page_size": 20}'

查询经营异常：

finx gildata-aidata AbnormalOperationInfo --body '{"companyName": "万科企业股份有限公司", "page_index": 1, "page_size": 20}'

查询监管处罚：

finx gildata-aidata RegulatoryPenaltyList --body '{"companyName": "万科企业股份有限公司", "page_index": 1, "page_size": 20}'

查询欠税公告：

finx gildata-aidata TaxArrearsAnnouncement --body '{"companyName": "万科企业股份有限公司", "page_index": 1, "page_size": 20}'

查询对外担保：

finx gildata-aidata ExternalGuarantee --body '{"companyName": "万科企业股份有限公司", "page_index": 1, "page_size": 20}'

查询主体评级变动：

finx gildata-aidata BondIssuerRatingChange --body '{"issuerName": "万科企业股份有限公司", "startDate": "2024-01-01", "endDate": "2026-05-11"}'

查询债券舆情：

finx gildata-aidata SecurityNewslist --body '{"startDate": "2026-05-01", "endDate": "2026-05-11"}'

风险信号判定规则

现金流风险信号

有息负债风险信号

司法风险信号

担保链风险信号

注意事项

1. 数据时效性：财务数据以最新可得报告期为准，注意区分年报、中报、季报
2. 非上市公司：非上市公司财务数据可能不完整，需依赖工商信息和司法信息
3. 集团企业：对于集团型企业，注意区分母公司与合并口径数据
4. 行业差异：不同行业的财务指标阈值存在差异，需结合行业特点判断
5. 动态跟踪：风控体检反映的是某一时点的快照，建议定期复查
6. 信息交叉验证：重要风险信号建议通过多渠道交叉验证

输出要求

• 报告必须使用 Markdown 格式
• 所有数据需标注来源和报告期
• 风险信号必须明确标注等级
• 综合风险评级必须给出明确结论
• 报告生成后直接在对话中显示完整内容

Module 13: 债务风险分析

城投主体债务排雷分析技能

技能概述

本技能面向证券固定收益研究员，提供城投平台（地方政府融资平台）债务风险的自动化排雷分析能力。通过多维度数据交叉验证，识别潜在信用风险，生成结构化风险报告。

核心分析维度

1. 区域财政实力评估

• 一般公共预算收入及增速
• 政府性基金收入（土地出让金）
• 财政自给率（一般公共预算收入/一般公共预算支出）
• 上级转移支付依赖度

2. 债务压力分析

• 地方政府债务余额及债务率（债务余额/综合财力）
• 城投平台有息债务规模
• 宽口径债务率（地方政府债务+城投有息债务）/综合财力
• 债务期限结构与偿债高峰

3. 化债进度跟踪

• 特殊再融资债券发行情况
• 债务置换与展期进展
• 央行 SPV 工具使用情况
• 地方化债政策与具体措施

4. 主体信用排查

• 工商基本信息与股权穿透
• 司法诉讼与被执行人记录
• 行政处罚与经营异常
• 主体评级与评级展望
• 债券发行与兑付记录

执行流程

第一步：明确分析对象

从用户输入中提取：
- 城投主体名称（如：XX 市城市建设投资集团）
- 所属区域（省/市/区县）
- 如用户未指定具体主体，则按区域维度进行整体分析

第二步：获取区域财政与债务数据

使用 finx gildata-aidata RegionalEconomicData 查询目标区域的宏观经济与财政数据：

调用 gildata-aidata RegionalEconomicData，查询区域经济明细数据：
- 支持多级行政区划（省/市/区县）
- 获取 GDP、一般公共预算收入、政府性基金收入、财政收支、债务余额等核心指标
- 支持时间序列查询，可获取历年数据对比

关键数据点：
- 一般公共预算收入（绝对值及同比增速）
- 政府性基金收入（土地出让金占比）
- 一般公共预算支出
- 地方政府债务余额
- GDP 总量及增速

第三步：查询城投主体信息

使用 finx gildata-aidata 系列工具查询主体信用状况：

1. 区域城投平台明细数据：

调用 gildata-aidata RegionalUrbanInvestmentData，查询区域城投平台明细数据：
- 获取城投平台风险评级、债务、财务等明细数据
- 支持按区域筛选，获取区域内所有城投平台概况

2. 发债主体基本信息：

调用 gildata-aidata BasicInfoBondIssuer，查询发债主体基本资料：
- 获取注册信息、行业、存续债券等
- 了解主体基本资质

3. 工商基本信息：

调用 gildata-aidata CompanyArchives，查询工商企业工商基本信息：
- 获取法人、注册资金、社保人数等
- 确认企业存续状态

4. 司法风险排查：

调用 gildata-aidata Executee，查询企业被执行人信息：
- 获取立案时间、执行标的及案件状态

调用 gildata-aidata DishonestPersonList，查询企业失信被执行人信息：
- 获取立案时间、执行法院等

调用 gildata-aidata LimitHighConsume，查询企业限制高消费信息：
- 获取被限制高消费的执行法院等

调用 gildata-aidata CourtSession，查询企业开庭公告信息：
- 获取案号、案由、当事人、法院等

5. 经营合规排查：

调用 gildata-aidata AbnormalOperationInfo，查询企业经营异常记录：
- 获取列入原因、移除情况等

调用 gildata-aidata RegulatoryPenaltyList，查询企业监管处罚信息：
- 获取处罚类型、原因、机构及金额

调用 gildata-aidata TaxArrearsAnnouncement，查询企业欠税公告：
- 获取税种、金额、税务机关等

6. 担保与质押风险：

调用 gildata-aidata ExternalGuarantee，查询企业对外担保信息：
- 获取担保金额、对象及期限

调用 gildata-aidata CorporateEquityPledge，查询股东股权质押信息：
- 获取质押方、数量、日期等

7. 评级记录查询：

调用 gildata-aidata BondRatingOverview，查询债券评级一览：
- 获取债项、发行人、担保人评级信息

调用 gildata-aidata BondIssuerRatingChange，查询发债主体评级变动：
- 获取主体评级上调/下调记录
- 支持按企业性质、评级机构筛选

第四步：获取财务数据

使用 finx gildata-aidata 查询主体财务状况：

调用 gildata-aidata FinancialStatements，获取发债公司历史财务报表：
- 覆盖三表主要科目
- 支持多报告期对比

调用 gildata-aidata BondFinancialAnalysis，获取发债公司财务分析指标：
- 盈利能力、偿债能力、营运能力、成长能力等
- 重点关注：资产负债率、流动比率、速动比率、利息保障倍数、经营性现金流等

第五步：搜索化债政策与舆情

使用 finx gildata-aidata 查询宏观舆情和政策会议：

调用 gildata-aidata MacroNewslist，查询宏观舆情：
- 获取宏观经济预测及事件
- 支持按区域、情感类型筛选

调用 gildata-aidata PolicyMeetingsList，查询政策会议：
- 获取国内经济金融领域政策会议动态
- 解析政策逻辑

调用 gildata-aidata NewsPublicOpinionList，检索全网新闻舆情：
- 搜索城投化债、债务置换等相关新闻

第六步：查询债券市场数据

使用 finx gildata-aidata 查询主体存续债券：

调用 gildata-aidata BasicInfoBondIssuer，查询发债主体基本信息：
- 获取存续债券列表

调用 gildata-aidata CreditBondBaseInfo，查询债券基本资料：
- 获取发行、评级、付息、行权等要素

调用 gildata-aidata DefaultBondList，查询违约债券清单：
- 确认主体是否存在违约记录

调用 gildata-aidata BondIssuerFirstDefault，查询发债主体首次违约：
- 获取违约日期、行业等

第七步：计算核心指标与风险评级

债务率计算公式

> 注：综合财力 = 一般公共预算收入 + 政府性基金收入 + 上级转移支付

风险等级标注体系

第八步：生成分析报告

按照以下模板生成 Markdown 格式报告：

# 城投主体债务排雷分析报告

**报告日期**：YYYY-MM-DD
**分析主体**：[城投公司全称]
**所属区域**：[省/市/区县]
**风险等级**：[🟢安全 / 🟡关注 / 🟠预警 / 🔴高危]

---

## 一、执行摘要

[200-300字核心结论，包括：区域财政概况、债务压力评估、化债进展、主体信用状况、最终风险判断]

## 二、区域财政实力分析

### 2.1 财政收支概况

| 指标 | 数值 | 同比 |
|------|------|------|
| 一般公共预算收入 | XX 亿元 | XX% |
| 政府性基金收入 | XX 亿元 | XX% |
| 一般公共预算支出 | XX 亿元 | XX% |
| 财政自给率 | XX% | - |

### 2.2 财政收入结构分析

[分析一般公共预算、政府性基金、转移支付的占比及趋势，评估财政质量]

## 三、债务压力评估

### 3.1 地方政府债务

| 指标 | 数值 | 备注 |
|------|------|------|
| 地方政府债务余额 | XX 亿元 | - |
| 综合财力 | XX 亿元 | - |
| 狭义债务率 | XX% | [安全/关注/预警] |

### 3.2 城投平台债务

| 指标 | 数值 | 备注 |
|------|------|------|
| 城投有息债务 | XX 亿元 | - |
| 宽口径债务率 | XX% | [安全/关注/预警/高危] |

### 3.3 债务期限结构

[如有数据，描述未来 1-3 年偿债高峰]

## 四、化债进度跟踪

### 4.1 特殊再融资债券

[已发行规模、批次、用途]

### 4.2 债务置换与展期

[如有公开信息，描述债务重组进展]

### 4.3 其他化债措施

[资产处置、股权划转、财政注资等]

## 五、主体信用排查

### 5.1 基本信息

| 项目 | 内容 |
|------|------|
| 企业全称 | - |
| 成立日期 | - |
| 注册资本 | - |
| 实际控制人 | - |
| 主体评级 | - |
| 评级展望 | - |

### 5.2 司法风险

- 被执行人记录：[有/无]，[如有，列明金额和案件数]
- 失信被执行人：[有/无]
- 限制消费令：[有/无]
- 重大诉讼：[有/无]，[简要描述]

### 5.3 经营合规

- 经营异常：[有/无]
- 行政处罚：[有/无]
- 欠税记录：[有/无]

### 5.4 评级变动

[近期评级调整历史，如有下调需重点提示]

## 六、存续债券概况

[如有数据，列明存续债券明细、余额、到期分布]

## 七、风险结论与建议

### 7.1 核心风险点

1. [风险点1]
2. [风险点2]
3. [风险点3]

### 7.2 投资建议

[基于风险等级的配置建议：可配置/谨慎参与/规避]

### 7.3 后续跟踪要点

1. [跟踪事项1]
2. [跟踪事项2]

---

**免责声明**：本报告基于公开信息整理，数据截至报告生成日。城投债务风险受政策变化影响较大，建议持续跟踪最新政策动态。报告仅供参考，不构成投资建议。

数据获取指引

使用 gildata-aidata 查询示例

查询区域经济数据：

finx gildata-aidata RegionalEconomicData --body '{"regionCode": "330100", "indicator": "一般公共预算收入,政府性基金收入,地方政府债务余额", "startDate": "2023-01-01", "endDate": "2025-12-31"}'

查询区域城投平台数据：

finx gildata-aidata RegionalUrbanInvestmentData --body '{"regionCode": "330100", "page_index": 1, "page_size": 50}'

查询发债主体基本信息：

finx gildata-aidata BasicInfoBondIssuer --body '{"issuerName": "杭州市城市建设投资集团有限公司"}'

查询工商基本信息：

finx gildata-aidata CompanyArchives --body '{"companyName": "杭州市城市建设投资集团有限公司"}'

查询被执行人信息：

finx gildata-aidata Executee --body '{"companyName": "杭州市城市建设投资集团有限公司", "page_index": 1, "page_size": 20}'

查询失信被执行人：

finx gildata-aidata DishonestPersonList --body '{"companyName": "杭州市城市建设投资集团有限公司", "page_index": 1, "page_size": 20}'

查询限制高消费：

finx gildata-aidata LimitHighConsume --body '{"companyName": "杭州市城市建设投资集团有限公司", "page_index": 1, "page_size": 20}'

查询经营异常：

finx gildata-aidata AbnormalOperationInfo --body '{"companyName": "杭州市城市建设投资集团有限公司", "page_index": 1, "page_size": 20}'

查询监管处罚：

finx gildata-aidata RegulatoryPenaltyList --body '{"companyName": "杭州市城市建设投资集团有限公司", "page_index": 1, "page_size": 20}'

查询对外担保：

finx gildata-aidata ExternalGuarantee --body '{"companyName": "杭州市城市建设投资集团有限公司", "page_index": 1, "page_size": 20}'

查询主体评级变动：

finx gildata-aidata BondIssuerRatingChange --body '{"issuerName": "杭州市城市建设投资集团有限公司", "startDate": "2024-01-01", "endDate": "2026-05-11"}'

查询财务报表：

finx gildata-aidata FinancialStatements --body '{"issuerName": "杭州市城市建设投资集团有限公司", "reportType": "合并", "startDate": "2023-01-01", "endDate": "2025-12-31"}'

查询财务分析指标：

finx gildata-aidata BondFinancialAnalysis --body '{"issuerName": "杭州市城市建设投资集团有限公司", "startDate": "2023-01-01", "endDate": "2025-12-31"}'

查询宏观舆情：

finx gildata-aidata MacroNewslist --body '{"startDate": "2026-05-10", "endDate": "2026-05-11", "region": "浙江"}'

查询政策会议：

finx gildata-aidata PolicyMeetingsList --body '{"startDate": "2026-05-10", "endDate": "2026-05-11"}'

查询违约债券：

finx gildata-aidata DefaultBondList --body '{"startDate": "2026-05-10", "endDate": "2026-05-11", "region": "浙江"}'

数据处理原则

1. 数据时效性：优先使用最新可得数据，标注数据截止日期
2. 交叉验证：同一指标从多个数据源获取时，取最新或最权威来源
3. 缺失处理：如某项数据无法获取，标注"数据暂缺"，不影响其他维度分析
4. 保守原则：风险等级判定采取保守原则，宁可高估不可低估

注意事项

• 城投债务数据部分为非公开信息，宽口径债务率可能需要估算
• 化债政策变化较快，需关注最新政策动态
• 主体司法信息可能存在滞后，建议定期复查
• 风险等级仅为参考，实际投资决策需结合更多定性分析

Module 14: 转债估值分析

转债估值与博弈速评

技能概述

本技能面向证券固定收益研究员，提供可转债的快速估值分析与博弈机会挖掘。核心功能包括转股溢价率测算、强赎风险评估、下修博弈分析、套利机会识别，输出标准化Markdown格式速评报告。

数据获取策略

核心数据源：gildata-aidata

所有转债行情、正股数据、公告舆情均优先通过 gildata-aidata 服务获取。

数据获取优先级

1. 转债核心价值：优先 gildata-aidata 的 CBBondValueAnalysis，一键获取转债多维度价值指标。
2. 正股行情与估值：优先 gildata-aidata 的 AShareLiveQuote 和 StockValueAnalysis。
3. 公告与舆情：优先 gildata-aidata 的 BondAnnouncement 和 SecurityNewslist。
4. 补充信息：web_search 仅用于补充突发新闻细节或交叉验证关键数据。

工作流程

第一步：获取转债基础数据与价值分析

使用 finx gildata-aidata CBBondValueAnalysis 查询目标转债的核心价值指标：

finx gildata-aidata CBBondValueAnalysis --body '{
  "query": "[转债名称/代码]"
}'

该工具返回可转债收益、转股、纯债、波动率、触发价及基金持仓等多维度价值指标，包括：
- 转债最新价格、涨跌幅
- 转股溢价率、纯债溢价率
- 转股价值、到期收益率
- 转股价、强赎触发价、下修触发价
- 剩余规模、债券评级、到期日
- 波动率指标

第二步：获取正股实时行情与估值

使用 finx gildata-aidata AShareLiveQuote 查询正股实时行情：

finx gildata-aidata AShareLiveQuote --body '{
  "query": "[正股名称/代码]"
}'

使用 finx gildata-aidata StockValueAnalysis 查询正股估值指标：

finx gildata-aidata StockValueAnalysis --body '{
  "query": "[正股名称/代码]"
}'

获取正股数据包括：
- 最新股价、涨跌幅、成交量
- 近20日均价、近30日均价
- 市盈率（PE）、市净率（PB）
- 总市值、流通市值

如需正股近期走势，使用 finx gildata-aidata StockRangeQuotation 查询区间行情：

finx gildata-aidata StockRangeQuotation --body '{
  "query": "[正股名称/代码] 近30个交易日行情"
}'

第三步：查询转债公告与舆情

使用 finx gildata-aidata BondAnnouncement 查询转债相关公告：

finx gildata-aidata BondAnnouncement --body '{
  "query": "[转债名称/代码] 强赎 下修 回售 到期"
}'

使用 finx gildata-aidata SecurityNewslist 查询转债舆情：

finx gildata-aidata SecurityNewslist --body '{
  "query": "[转债名称/代码]"
}'

第四步：核心指标测算

1. 转股溢价率分析

转股溢价率 = (转债价格 - 转股价值) / 转股价值 × 100%
转股价值 = 100 / 转股价 × 正股价格

判断标准：
- 溢价率 < 0%：折价状态，存在套利空间
- 溢价率 0%-20%：低溢价，股性强
- 溢价率 20%-50%：中等溢价，平衡型
- 溢价率 > 50%：高溢价，债性强

2. 强赎风险评估

强赎触发条件（常见条款）：
- 正股价格连续30个交易日中至少有15个交易日不低于转股价的130%
- 或转债价格持续高于130元

风险评估要点：
- 当前正股价格 / 转股价 比值
- 近30日正股价格走势
- 公司是否有强赎历史
- 公司资金压力与促转股意愿

强赎风险等级：
- 🔴 高风险：正股价/转股价 > 1.3，且持续多日
- 🟡 中风险：正股价/转股价 1.2-1.3，接近触发线
- 🟢 低风险：正股价/转股价 < 1.2

3. 下修博弈分析

下修触发条件（常见条款）：
- 正股价格连续30个交易日中至少有15个交易日低于转股价的85%（或80%）

下修可能性评估：
- 当前正股价 / 转股价 比值
- 剩余期限（临近到期下修意愿更强）
- 公司是否有下修历史
- 大股东持债比例（利益关联度）
- 公司偿债压力

下修空间测算：

下修后转股价 ≥ 股东大会召开日前20日均价 和 前1日均价 的较高者
理论下修后转债价值 = 100 / 新转股价 × 正股价格

4. 套利机会挖掘

折价套利：
- 转股溢价率 < 0% 的转债
- 可买入转债 → 转股 → 卖出正股（需考虑T+1交易规则）

低溢价博弈：
- 溢价率 < 10% 且正股有上涨预期
- 转债价格 < 110元 且溢价率较低

下修博弈：
- 满足下修条件 + 公司有下修意愿
- 剩余规模小、大股东持债比例高

回售博弈：
- 临近回售期 + 正股价低于回售触发价
- 公司可能通过拉升股价或下修转股价避免回售

第五步：生成速评报告

按照以下模板生成Markdown格式报告：

# [转债名称]([转债代码]) 估值与博弈速评

**报告日期：** YYYY-MM-DD  
**转债价格：** XX.XX元 | **涨跌幅：** ±X.XX%  
**正股价格：** XX.XX元 | **涨跌幅：** ±X.XX%

---

## 一、核心估值指标

| 指标 | 数值 | 评价 |
|------|------|------|
| 转股溢价率 | X.XX% | 低/中/高 |
| 纯债溢价率 | X.XX% | - |
| 转股价值 | XX.XX元 | - |
| 到期收益率 | X.XX% | - |
| 剩余规模 | X.XX亿元 | 小/中/大 |
| 债券评级 | AA/AA+等 | - |
| 剩余期限 | X.XX年 | - |

## 二、强赎风险分析

**强赎触发价：** XX.XX元（转股价的130%）  
**当前正股价/转股价比值：** X.XX

**风险等级：** 🟢低风险 / 🟡中风险 / 🔴高风险

**分析：**
- 正股价格走势判断
- 距离触发条件的差距
- 公司强赎意愿评估

## 三、下修博弈分析

**下修触发价：** XX.XX元（转股价的85%/80%）  
**当前正股价/转股价比值：** X.XX

**下修可能性：** 低/中/高

**关键因素：**
- 剩余期限：X.XX年
- 公司下修历史：有/无
- 大股东持债比例：X.XX%
- 偿债压力：低/中/高

**理论下修空间：**
- 前20日均价：XX.XX元
- 前1日均价：XX.XX元
- 理论最低转股价：XX.XX元
- 下修后理论价值：XX.XX元

## 四、套利机会评估

### 折价套利
- 当前溢价率：X.XX%
- 套利空间：X.XX元/张
- 操作建议：可行/不可行（考虑T+1风险）

### 低溢价博弈
- 溢价率水平：X.XX%
- 正股上涨弹性：高/中/低
- 转债防御性：强/中/弱

### 下修博弈
- 满足下修条件：是/否
- 下修概率评估：X%
- 博弈盈亏比：高/中/低

## 五、综合评级与操作建议

**转债评级：** A/B/C/D（A最优）

**投资逻辑：**
1. 核心驱动因素
2. 主要风险点
3. 操作建议

**风险提示：**
- 正股下跌风险
- 强赎风险
- 信用风险
- 流动性风险

---
*本报告仅供参考，不构成投资建议。*

工具使用规范

1. 数据查询：优先使用 gildata-aidata 服务获取权威金融数据
   - CBBondValueAnalysis：可转债多维度价值分析（核心工具）
   - AShareLiveQuote：正股实时行情
   - StockValueAnalysis：正股估值指标（PE/PB等）
   - StockRangeQuotation：正股区间行情（用于判断趋势）
   - BondAnnouncement：转债相关公告查询
   - SecurityNewslist：转债舆情信息

2. 多源验证：关键数据可通过 web_search 交叉验证

3. 实时性：标注数据获取时间，提醒用户注意时效性

4. 计算准确：所有溢价率、比值等指标需精确计算

注意事项

1. 条款差异：不同转债的强赎/下修条款可能不同，需以募集说明书为准
2. 交易规则：转股套利需考虑T+1规则及交易成本
3. 信用风险：低评级转债需关注违约风险
4. 流动性：小规模转债可能存在流动性不足问题
5. 免责声明：报告末尾必须包含风险提示与免责声明

示例调用

用户输入："分析下宁银转债"

技能执行：
1. 获取转债价值：gildata-aidata CBBondValueAnalysis (查询宁银转债)
2. 获取正股行情：gildata-aidata AShareLiveQuote (查询宁波银行)
3. 获取正股估值：gildata-aidata StockValueAnalysis (查询宁波银行PE/PB)
4. 获取转债公告：gildata-aidata BondAnnouncement (查询宁银转债强赎/下修公告)
5. 计算核心指标：转股溢价率、强赎风险等级、下修可能性
6. 生成报告：按模板生成 Markdown 格式转债估值与博弈速评报告
7. 输出报告：直接在对话中显示完整报告内容

技能更新日志

2026-05-11 更新：
- 核心数据源变更：全面接入 gildata-aidata 服务，替代原有 eastmoney-mx 服务。
- 工具映射明确：新增工具对照表，涵盖转债价值分析（CBBondValueAnalysis）、正股行情（AShareLiveQuote）、正股估值（StockValueAnalysis）、转债公告（BondAnnouncement）等。
- 流程优化：明确先获取 Gildata 转债价值数据，再获取正股行情与估值，最后结合公告舆情进行博弈分析的执行顺序。

Module 15: 行业深度分析

行业深度分析技能

技能定位

本技能面向专业研究员、投资机构、产业分析师，提供全方位行业深度分析。通过调用多个专业金融数据工具和行业数据库，从八大维度系统性地分析行业投资价值、竞争格局和发展趋势，生成机构级行业深度研究报告。

触发场景

当用户出现以下任一表述时触发本技能：
- "对 XX 行业做深度分析"
- "分析 XX 行业"
- "XX 行业深度研究"
- "研究 XX 行业的投资价值"
- "XX 行业全面分析"
- "帮我深度研究一下 XX 行业"
- "XX 行业投资机会分析"
- "XX 行业发展趋势分析"
- 其他要求对行业进行多维度深度分析的请求

适用行业类型：
- A 股/港股/美股相关行业（如白酒行业、新能源汽车行业、半导体行业等）
- 新兴产业（如人工智能、云计算、生物医药等）
- 传统行业（如房地产、银行、保险、煤炭等）
- 细分赛道（如光伏逆变器、锂电隔膜、CXO 等）

数据获取策略

本技能采用多工具协同的数据获取策略，确保数据权威性和全面性：

核心数据源

核心原则：所有行业数据、市场规模、竞争格局、财务估值数据优先通过 gildata-aidata 服务获取。

数据获取优先级

1. 行业数据与规模：优先 gildata-aidata IndustryOverview / IndustryMarketScale
2. 竞争格局与成分股：优先 gildata-aidata IndustryCompetition / StockPool
3. 行业趋势与研报：优先 gildata-aidata IndustryTrend / ResearchReport
4. 企业信息：gildata-aidata CompanyProfile 或 asset-service
5. 政策与宏观：web_search 补充

分析框架（八大维度）

一、行业概况

数据获取：

使用 gildata-aidata IndustryOverview 查询：
- "[行业名称] 行业定义 分类 发展历程 生命周期"

使用 web_search 查询：
- "[行业名称] 行业介绍 基本概念 产业链 宏观环境"

分析要点：
1. 行业定义与分类
- 行业的明确定义
- 行业细分领域/子行业
- 行业在国民经济中的分类（如申万行业分类）

2. 行业发展历程
   - 行业起源与发展阶段
   - 重要历史节点和里程碑
   - 当前所处生命周期阶段（导入期/成长期/成熟期/衰退期）

3. 行业特征
   - 行业商业模式
   - 行业盈利模式
   - 行业周期性特征

二、市场规模

数据获取：

使用 gildata-aidata IndustryMarketScale 查询：
- "[行业名称] 市场规模 市场空间 增速 历史数据 预测"

使用 web_search 查询：
- "[行业名称] 市场规模 2024 2025 2026 预测 增长率 行业报告"

分析要点：
1. 当前市场规模
- 市场容量（金额/数量）
- 近 3-5 年市场规模变化
- 市场规模增长率

2. 市场驱动因素
   - 需求驱动因素
   - 供给驱动因素
   - 政策驱动因素

3. 未来市场空间
   - 未来 3-5 年市场规模预测
   - 市场增长率预测
   - 市场天花板判断

4. 渗透率分析（如适用）
   - 当前渗透率水平
   - 渗透率提升空间
   - 渗透率提升速度

三、产业链分析

数据获取：

使用 gildata-aidata IndustryChain 查询：
- "[行业名称] 产业链 上游 下游 价值链"

使用 web_search 查询：
- "[行业名称] 产业链图谱 价值链分布 关键节点"

分析要点：
1. 产业链结构
- 上游：原材料、设备、技术等
- 中游：制造、加工、组装等
- 下游：应用、渠道、终端客户等

2. 价值链分布
   - 各环节附加值分布
   - 利润分布情况
   - 议价能力对比

3. 产业链关键环节
   - 卡脖子环节
   - 高壁垒环节
   - 高成长环节

4. 产业链趋势
   - 垂直整合趋势
   - 产业链转移趋势
   - 供应链安全考量

四、竞争格局

数据获取：

使用 gildata-aidata IndustryCompetition 查询：
- "[行业名称] 竞争格局 市场集中度 CR3 CR5 主要企业"

使用 gildata-aidata StockPool 查询：
- 筛选行业内上市公司及财务数据

使用 web_search 查询：
- "[行业名称] 市场份额 竞争态势 龙头企业"

分析要点：
1. 市场集中度
- CR3/CR5/CR10（前 3/5/10 企业集中度）
- 行业集中度变化趋势
- 与发达国家对比

2. 主要参与者
   - 行业龙头及市场份额
   - 主要上市公司列表
   - 非上市主要企业

3. 竞争态势
   - 竞争格局类型（完全竞争/垄断竞争/寡头垄断/完全垄断）
   - 竞争焦点（价格/技术/品牌/渠道）
   - 竞争激烈程度

4. 企业对比分析
   - 主要企业财务指标对比
   - 主要企业竞争优势对比
   - 主要企业战略定位对比

五、行业趋势

数据获取：

使用 gildata-aidata IndustryTrend 查询：
- "[行业名称] 发展趋势 技术趋势 未来方向 创新"

使用 web_search 查询：
- "[行业名称] 发展趋势 2025 2026 技术创新 需求变化 商业模式"

分析要点：
1. 技术发展趋势
- 核心技术演进方向
- 新技术/新工艺应用
- 技术迭代速度

2. 需求变化趋势
   - 消费需求变化
   - 客户偏好变化
   - 新兴需求涌现

3. 产品/服务趋势
   - 产品升级方向
   - 服务创新方向
   - 产品差异化趋势

4. 商业模式趋势
   - 商业模式创新
   - 数字化转型
   - 平台化/生态化趋势

六、进入壁垒

数据获取：

使用 web_search 查询：
- "[行业名称] 进入壁垒 行业门槛 竞争壁垒"

使用 gildata-aidata IndustryBarrier 查询（如可用）：
- "[行业名称] 技术壁垒 资质壁垒 资金壁垒"

分析要点：
1. 技术壁垒
- 核心技术门槛
- 专利保护情况
- 技术积累要求

2. 资金壁垒
   - 初始投资规模
   - 运营资金需求
   - 融资难度

3. 资质/牌照壁垒
   - 行业准入要求
   - 资质认证要求
   - 牌照获取难度

4. 品牌/渠道壁垒
   - 品牌建设周期
   - 渠道建设难度
   - 客户转换成本

5. 规模/人才壁垒
   - 规模经济效应
   - 核心人才获取难度
   - 管理经验要求

七、风险因素

数据获取：

使用 web_search 查询：
- "[行业名称] 风险因素 行业风险 投资风险"

使用 gildata-aidata IndustryRisk 查询（如可用）：
- "[行业名称] 政策风险 市场风险 技术风险"

分析要点：
1. 政策风险
- 产业政策变化
- 监管政策趋严
- 贸易政策影响

2. 市场风险
   - 需求波动风险
   - 价格波动风险
   - 竞争加剧风险

3. 技术风险
   - 技术迭代风险
   - 技术路线不确定性
   - 技术被替代风险

4. 经营风险
   - 原材料价格波动
   - 人力成本上升
   - 环保合规成本

5. 财务风险
   - 行业整体负债水平
   - 现金流状况
   - 融资环境变化

八、投资机会

数据获取：

使用 gildata-aidata StockPool 查询：
- 筛选行业内优质上市公司及估值数据

使用 gildata-aidata ResearchReport 查询：
- "[行业名称] 投资建议 标的推荐 研报观点"

使用 web_search 查询：
- "[行业名称] 投资机会 细分赛道 估值分析"

分析要点：
1. 细分领域机会
- 高成长细分赛道
- 被低估的细分领域
- 新兴机会点

2. 投资标的筛选
   - 行业龙头
   - 高成长标的
   - 估值合理标的

3. 投资时点判断
   - 行业周期位置
   - 估值水平评估
   - 催化剂因素

4. 投资策略建议
   - 长期配置价值
   - 阶段性机会
   - 风险提示

报告输出格式

生成结构化 Markdown 报告，包含以下章节：

# [行业名称] 深度分析报告

## 执行摘要
[200-300 字，概括行业核心特征、市场空间、竞争格局、发展趋势、投资建议]

## 一、行业概况
### 1.1 行业定义与分类
[行业定义、细分领域、行业分类]

### 1.2 行业发展历程
[发展阶段、重要节点、生命周期判断]

### 1.3 行业特征
[商业模式、盈利模式、周期性]

## 二、市场规模
### 2.1 当前市场规模
[表格：近 3-5 年市场规模及增速]
[分析文字]

### 2.2 市场驱动因素
[需求、供给、政策驱动分析]

### 2.3 未来市场空间
[表格：未来 3-5 年市场预测]
[天花板判断]

## 三、产业链分析
### 3.1 产业链结构
[产业链图谱描述]

### 3.2 价值链分布
[各环节附加值、利润分布]

### 3.3 产业链趋势
[整合、转移、安全等趋势]

## 四、竞争格局
### 4.1 市场集中度
[表格：CR3/CR5 数据及变化]

### 4.2 主要参与者
[表格：主要企业列表及市场份额]

### 4.3 竞争态势
[竞争格局类型、竞争焦点]

### 4.4 企业对比分析
[表格：主要企业财务指标对比]

## 五、行业趋势
### 5.1 技术发展趋势
[技术演进方向]

### 5.2 需求变化趋势
[需求变化分析]

### 5.3 产品/服务趋势
[产品升级方向]

### 5.4 商业模式趋势
[商业模式创新]

## 六、进入壁垒
### 6.1 技术壁垒
[技术门槛分析]

### 6.2 资金壁垒
[资金需求分析]

### 6.3 资质/牌照壁垒
[准入要求分析]

### 6.4 品牌/渠道壁垒
[品牌渠道分析]

### 6.5 综合壁垒评估
[壁垒高低判断]

## 七、风险因素
### 7.1 政策风险
[政策风险分析]

### 7.2 市场风险
[市场风险分析]

### 7.3 技术风险
[技术风险分析]

### 7.4 经营风险
[经营风险分析]

### 7.5 财务风险
[财务风险分析]

## 八、投资机会
### 8.1 细分领域机会
[高成长赛道识别]

### 8.2 投资标的筛选
[表格：推荐标的及理由]

### 8.3 投资时点判断
[周期位置、估值水平]

### 8.4 投资策略建议
[配置建议]

## 九、结论与建议
### 9.1 行业评级
[超配/标配/低配]

### 9.2 核心逻辑
[投资核心逻辑总结]

### 9.3 风险提示
[主要风险点]

---
**报告生成时间**: [YYYY-MM-DD]
**数据来源**: 行业数据优先来源于 gildata-aidata，其他信息来源于公开渠道
**免责声明**: 本报告仅供参考，不构成投资建议

执行流程

步骤 1：确认分析对象

• 从用户输入中提取行业名称
• 明确行业范围和边界
• 如行业名称模糊，与用户确认或自行界定

步骤 2：行业数据获取

行业基本信息：

调用 gildata-aidata IndustryOverview：
query: "[行业名称] 行业定义 分类 发展历程 生命周期"

市场规模数据：

调用 gildata-aidata IndustryMarketScale：
query: "[行业名称] 市场规模 市场空间 增速 历史数据 预测"

调用 web_search：
query: "[行业名称] 市场规模 2024 2025 2026 预测"

步骤 3：产业链与竞争格局分析

产业链信息：

调用 gildata-aidata IndustryChain：
query: "[行业名称] 产业链 上游 下游 价值链"

竞争格局：

调用 gildata-aidata IndustryCompetition：
query: "[行业名称] 竞争格局 市场集中度 CR3 CR5 主要企业"

调用 gildata-aidata StockPool：
筛选行业内上市公司

调用 web_search：
query: "[行业名称] 竞争格局 市场份额"

步骤 4：行业趋势与壁垒分析

调用 gildata-aidata IndustryTrend：
query: "[行业名称] 发展趋势 技术趋势 未来方向 创新"

调用 web_search：
query: "[行业名称] 进入壁垒 行业门槛"

步骤 5：风险信息获取

调用 web_search：
query: "[行业名称] 风险因素 行业风险 政策风险"

步骤 6：投资机会分析

标的筛选：

调用 gildata-aidata StockPool：
筛选行业内优质上市公司

调用 gildata-aidata ResearchReport：
query: "[行业名称] 投资建议 标的推荐 估值分析"

步骤 7：报告撰写

按照上述"报告输出格式"撰写完整报告，确保：
- 数据标注来源
- 关键数据使用表格呈现
- 分析逻辑清晰
- 结论明确
- 风险提示充分

步骤 8：报告交付

重要：报告生成后直接在对话中输出完整的 Markdown 报告内容，让用户可以立即阅读。

执行方式：

直接将完整的 Markdown 报告内容在对话中输出（使用 Markdown 格式渲染）

注意：
- 不需要发送文件，只需在对话中直接显示完整报告内容
- 报告生成后，可以在对话中提供核心结论摘要，帮助用户快速把握要点
- 如报告过长（超过 15000 字），可在对话中先输出执行摘要和核心章节，再输出完整报告

步骤 9：质量检查

• 核对关键数据准确性
• 检查逻辑一致性
• 确保八大维度全覆盖
• 验证风险提示充分性

gildata-aidata 工具调用指南

行业分析常用查询模板

# 行业概览
finx gildata-aidata IndustryOverview --body '{"query": "{行业名称} 行业定义 分类 发展历程"}'

# 市场规模
finx gildata-aidata IndustryMarketScale --body '{"query": "{行业名称} 市场规模 市场空间 增速 预测"}'

# 产业链分析
finx gildata-aidata IndustryChain --body '{"query": "{行业名称} 产业链 上游 下游 价值链"}'

# 竞争格局
finx gildata-aidata IndustryCompetition --body '{"query": "{行业名称} 竞争格局 市场集中度 CR3 CR5"}'

# 成分股筛选
finx gildata-aidata StockPool --body '{"query": "{行业名称} 上市公司 成分股 财务数据"}'

# 行业趋势
finx gildata-aidata IndustryTrend --body '{"query": "{行业名称} 发展趋势 技术趋势 创新"}'

# 行业研报
finx gildata-aidata ResearchReport --body '{"query": "{行业名称} 研报 投资建议 估值"}'

数据来源优先级

注意事项

1. 数据时效性
   - 优先使用最新数据（2024 年、2025 年、2026 年）
   - 标注数据截止日期
   - 对于预测数据明确说明是预测值

2. 数据交叉验证
   - 关键行业数据从多个来源验证
   - 发现数据冲突时，以权威机构数据为准
   - 在报告中标注数据来源

3. 专业性与客观性
   - 使用专业术语，但避免过度晦涩
   - 保持客观中立，避免过度乐观/悲观
   - 明确区分事实和观点

4. 风险提示
   - 风险揭示必须充分
   - 不提供确定性收益承诺
   - 明确说明"不构成投资建议"

5. 工具使用优先级
   - 行业数据：优先 gildata-aidata 相关工具
   - 企业信息：优先 gildata-aidata StockPool 或 asset-service
   - 行业趋势/政策：可结合 web_search
   - 避免过度依赖单一数据源

6. 报告交付要求
   - 直接在对话中显示完整报告内容
   - 不需要发送文件
   - 对话显示使用标准 Markdown 格式

7. 行业边界界定
   - 对于宽泛行业（如"科技行业"），需要进一步细化
   - 对于细分行业，需要说明与所属行业的关系
   - 明确行业统计口径

特殊情况处理

情况 1：数据获取失败

如某个工具调用失败：
- 尝试使用替代工具
- 如仍无法获取，在报告中说明"数据暂缺"
- 不编造数据

情况 2：行业定义模糊

如用户输入的行业名称过于宽泛（如"科技行业"）：
- 主动与用户确认具体细分领域
- 或自行界定分析范围并在报告中说明
- 建议聚焦到具体细分赛道

情况 3：新兴行业数据不足

如分析新兴行业（如 AI 大模型、低空经济等）：
- 说明数据局限性
- 更多依赖网络搜索获取信息
- 在报告中说明数据覆盖范围

情况 4：用户要求简化

如用户表示"不用那么复杂"：
- 保留核心分析框架
- 精简每个维度的分析深度
- 优先保留市场规模、竞争格局、趋势、机会四个核心维度

示例调用

用户输入："对光伏行业做深度分析"

技能执行：
1. 提取行业名称：光伏行业
2. 获取行业信息：gildata-aidata IndustryOverview query="光伏行业 行业定义 分类 发展历程"
3. 获取市场规模：gildata-aidata IndustryMarketScale query="光伏行业 市场规模 2024 2025 2026 预测"
4. 获取产业链信息：gildata-aidata IndustryChain query="光伏行业 产业链图谱 上游 下游"
5. 获取竞争格局：gildata-aidata IndustryCompetition query="光伏行业 竞争格局 市场集中度 CR3 CR5"
6. 获取成分股：gildata-aidata StockPool 筛选光伏行业上市公司
7. 获取行业趋势：gildata-aidata IndustryTrend query="光伏行业 发展趋势 技术趋势"
8. 获取风险信息：web_search query="光伏行业 风险因素 政策风险"
9. 筛选投资标的：gildata-aidata StockPool 筛选优质光伏企业
10. 撰写报告：按八大维度生成完整 Markdown 报告
11. 交付报告：
- 在对话中直接输出完整的 Markdown 报告内容
- 不需要保存文件或发送文件

技能更新日志

2026-05-11 更新：
- 核心数据源变更：将所有行业数据、市场规模、竞争格局查询改为优先使用 gildata-aidata 服务
- 新增工具矩阵：为行业分析建立 gildata-aidata 工具查询对照表（IndustryOverview, IndustryMarketScale, IndustryCompetition, IndustryTrend, StockPool 等）
- 完善调用指南：提供完整的 gildata-aidata 行业分析工具调用格式说明和常用查询模板
- 优化数据获取顺序：明确 gildata-aidata 优先获取行业核心数据，web_search 仅用于补充政策和宏观信息
- 更新数据来源优先级：将 gildata-aidata 提升为行业数据的第一优先级数据源

> 技能版本：v2.0
> 最后更新：2026-05-11
> 维护者：智能助理

Module 16: 行业一页纸分析

行业一页纸分析技能

技能定位

本技能面向投资经理、研究员、基金经理，提供行业快速分析工具。在一页纸篇幅内，聚焦行业最核心的投资信息，帮助快速判断行业投资价值和风险，适合晨会汇报、快速决策、赛道初筛等场景。

与 industry-deep-analysis 的区别：
- 深度分析：八大维度，全面深入，适合深度研究和首次覆盖
- 一页纸分析：六大核心维度，精炼简洁，适合快速决策和赛道跟踪

触发场景

当用户出现以下任一表述时触发本技能：
- "XX 行业一页纸"
- "一页纸分析 XX 行业"
- "快速分析 XX 行业"
- "XX 行业速评"
- "XX 行业简单分析"
- "XX 行业核心要点"
- "XX 行业投资亮点"
- "XX 行业快速点评"
- "帮我快速看一下 XX 行业"
- "XX 行业怎么样"
- 其他要求对行业进行简洁快速分析的请求

数据获取策略

核心数据源

Gildata-AIData (gildata-aidata) 作为主要数据源，提供全方位的行业金融数据与投研分析工具：

数据获取优先级

1. 行业估值与行情：优先 IndustryValuation + IndustryDailyQuote
2. 行业财务数据：优先 IndustryFinancialAnalysis
3. 行业舆情与政策：优先 IndustryNewslist + IndustryAnalysisViewpoints
4. 宏观行业数据：优先 MacroIndustryEDB
5. 网络搜索作补充：对于最新政策、市场解读等，使用 web_search 补充

分析框架（一页纸六大维度）

一、行业概况（基本信息）

数据获取：

使用 gildata-aidata IndustryConstituentStocks 查询：
- 获取行业成分股列表，了解行业覆盖范围

使用 gildata-aidata MacroIndustryEDB 查询：
- 查询行业相关宏观经济数据

使用 web_search 查询：
- "[行业名称] 行业定义 主要产品 应用场景"

核心信息：
- 行业定义/分类
- 产业链位置
- 主要产品/服务
- 下游应用领域

二、市场规模（成长空间）

数据获取：

使用 gildata-aidata MacroIndustryEDB 查询：
- 查询行业市场规模、产量、销量等经济指标

使用 web_search 查询：
- "[行业名称] 市场规模 2024 2025 2026 增长率"

核心指标（表格呈现）：
| 指标 | 2023 | 2024 | 2025E | 增速 |
|------|------|------|-------|------|
| 市场规模（亿元） | | | | |
| 同比增速（%） | | | | |
| 市场渗透率（%） | | | | |

三、竞争格局（行业集中度）

数据获取：

使用 gildata-aidata IndustryConstituentStocks 查询：
- 获取行业成分股及权重，识别龙头企业

使用 gildata-aidata SectorRank 查询：
- 查询板块内个股排序，了解市值、营收分布

使用 web_search 查询：
- "[行业名称] CR3 CR5 市场集中度 主要企业"

核心信息：
- 行业集中度（CR3/CR5）
- 主要龙头企业及市占率
- 竞争态势（分散/集中）
- 进入壁垒

四、行业趋势（发展方向）

数据获取：

使用 gildata-aidata IndustryNewslist 查询：
- 查询行业最新舆情、政策动态

使用 gildata-aidata IndustryAnalysisViewpoints 查询：
- 获取券商研报对行业趋势的分析观点

使用 web_search 查询：
- "[行业名称] 发展趋势 2025 2026 技术革新"

分析要点：
- 技术发展趋势
- 政策导向
- 需求变化趋势
- 供给格局变化

五、投资机会（投资逻辑）

数据获取：

使用 gildata-aidata IndustryValuation 查询：
- 获取行业 PE、PB 等估值指标及历史分位

使用 gildata-aidata IndustryCapitalFlow 查询：
- 获取行业资金流向，判断资金态度

使用 gildata-aidata ResearchReport 查询：
- 按行业筛选最新研报，获取投资逻辑

使用 web_search 查询：
- "[行业名称] 投资机会 细分赛道 2025 2026"

核心信息：
- 核心投资逻辑（1-3 点）
- 重点细分赛道
- 近期催化剂
- 估值水平

六、主要风险（风险提示）

数据获取：

使用 gildata-aidata IndustryNewslist 查询：
- 查询行业负面舆情、风险事件

使用 web_search 查询：
- "[行业名称] 风险因素 政策风险 市场风险"

风险要点：
- 列出 2-4 个核心风险点
- 按重要性排序

报告输出格式

生成简洁的一页纸 Markdown 报告，格式如下：

# [行业名称] 一页纸分析

| 基本信息 | |
|----------|------|
| 行业分类 | [分类] |
| 产业链位置 | [上游/中游/下游] |
| 主要产品 | [产品/服务] |
| 下游应用 | [应用领域] |

---

## 📈 市场规模与增速

| 指标 | 2023 | 2024 | 2025E | 增速 |
|------|------|------|-------|------|
| 市场规模（亿元） | X | X | X | X% |
| 同比增速（%） | X | X | X | — |
| 市场渗透率（%） | X | X | X | — |

**市场点评**：[1-2 句核心评价]

---

## 🏆 竞争格局

| 指标 | 数值 | 判断 |
|------|------|------|
| CR3 | X% | 集中/分散 |
| CR5 | X% | 集中/分散 |
| 龙头企业 | [企业 1]、[企业 2]、[企业 3] | |
| 进入壁垒 | [高/中/低] | |

**格局点评**：[1-2 句核心评价]

---

## 🚀 行业趋势

1. **[趋势 1 标题]**：[简要描述]
2. **[趋势 2 标题]**：[简要描述]
3. **[趋势 3 标题]**：[简要描述]

---

## 💡 投资机会

**核心逻辑**：
1. [投资逻辑 1]
2. [投资逻辑 2]

**重点细分**：[细分赛道 1]、[细分赛道 2]

**估值水平**：[行业 PE/PB 及历史分位]

**近期催化剂**：[催化剂 1]、[催化剂 2]

---

## ⚠️ 主要风险

1. [风险 1]
2. [风险 2]
3. [风险 3]

---

## 📌 投资结论

**整体判断**：[看好/中性/谨慎]

**核心观点**：[1-2 句话概括核心观点]

**建议关注**：[关注时点/催化剂]

---
*报告生成时间：YYYY-MM-DD | 数据来源：Gildata-AIData、公开资料 | 仅供参考，不构成投资建议*

执行流程

步骤 1：确认分析对象

• 从用户输入中提取行业名称
• 明确行业定义和范围
• 获取行业分类信息

步骤 2：获取行业估值与行情数据

调用 gildata-aidata IndustryValuation：
获取行业 PE、PB、总市值、流通市值等估值指标

调用 gildata-aidata IndustryDailyQuote 或 IndustryRangeQuote：
获取行业近期行情表现

步骤 3：获取市场规模数据

调用 gildata-aidata MacroIndustryEDB：
查询行业相关宏观经济数据（市场规模、产量、销量等）

调用 web_search：
query: "[行业名称] 市场规模 增长率 2024 2025 2026"

步骤 4：获取竞争格局数据

调用 gildata-aidata IndustryConstituentStocks：
获取行业成分股列表及权重

调用 gildata-aidata SectorRank：
查询板块内个股排序，识别龙头企业

调用 web_search：
query: "[行业名称] 市场集中度 龙头企业 市占率"

步骤 5：获取行业趋势信息

调用 gildata-aidata IndustryNewslist：
查询行业最新舆情、政策动态

调用 gildata-aidata IndustryAnalysisViewpoints：
获取券商研报对行业趋势的分析观点

调用 web_search：
query: "[行业名称] 发展趋势 2025 2026 技术革新"

步骤 6：获取投资机会信息

调用 gildata-aidata IndustryCapitalFlow：
获取行业资金流向数据

调用 gildata-aidata ResearchReport：
按行业筛选最新研报

调用 web_search：
query: "[行业名称] 投资机会 催化剂 2025 2026"

步骤 7：获取风险信息

调用 gildata-aidata IndustryNewslist：
查询行业负面舆情、风险事件

调用 web_search：
query: "[行业名称] 风险因素 政策风险 市场风险"

步骤 8：撰写一页纸报告

按照上述"报告输出格式"撰写报告，确保：
- 严格控制篇幅在一页纸内（约 800-1200 字）
- 关键数据使用表格呈现
- 语言精炼，直击核心
- 结论明确

步骤 9：报告交付

重要：报告生成后直接在对话中输出完整的 Markdown 报告内容。

执行方式：

直接将完整的一页纸 Markdown 报告内容在对话中输出

注意：
- 不需要发送文件，只需在对话中直接显示
- 报告应简洁明了，适合快速阅读
- 核心数据突出显示

注意事项

1. 篇幅控制
   - 严格控制在"一页纸"篇幅内
   - 避免冗长描述，每点 1-2 句话
   - 优先使用表格呈现数据

2. 数据时效性
   - 使用最新可得的行业数据
   - 标注数据截止日期或预测年份
   - 区分历史数据和预测数据

3. 聚焦核心
   - 只呈现最关键的信息
   - 避免细节堆砌
   - 突出投资逻辑主线

4. 客观中立
   - 保持客观，避免过度推荐
   - 风险提示必须充分
   - 明确说明"不构成投资建议"

5. 报告交付要求
   - 直接在对话中显示完整报告内容
   - 不需要发送文件
   - 使用 Markdown 格式，确保可读性

特殊情况处理

情况 1：数据获取失败

• 尝试使用替代数据源
• 如仍无法获取，标注"数据暂缺"
• 不编造数据

情况 2：行业范围模糊

• 如用户只说"新能源行业"（范围太宽）
• 主动询问具体细分行业（如光伏、风电、锂电等）
• 或选择一个主流细分领域进行分析并说明

情况 3：新兴行业数据不足

• 说明数据局限性
• 使用 web_search 获取最新信息
• 在报告中说明数据覆盖范围

情况 4：用户要求更详细

• 如用户表示"太简单了，要更详细"
• 建议调用 industry-deep-analysis 技能进行深度分析
• 或在一页纸框架内适当扩展各部分内容

示例调用

用户输入："光伏行业一页纸"

技能执行：
1. 提取行业名称：光伏行业
2. 获取行业估值：gildata-aidata IndustryValuation
3. 获取市场规模：gildata-aidata MacroIndustryEDB + web_search
4. 获取竞争格局：gildata-aidata IndustryConstituentStocks + SectorRank
5. 获取行业趋势：gildata-aidata IndustryNewslist + IndustryAnalysisViewpoints
6. 获取投资机会：gildata-aidata IndustryCapitalFlow + ResearchReport
7. 获取风险信息：gildata-aidata IndustryNewslist + web_search
8. 撰写报告：按一页纸格式生成 Markdown 报告
9. 交付报告：
- 在对话中直接输出完整的一页纸报告
- 不需要保存文件或发送文件

与行业深度分析技能对比

四个分析技能对比总览

技能更新日志

2026-05-11 更新：
- 核心数据源变更：将所有行业数据、市场规模、竞争格局查询改为优先使用 gildata-aidata 服务
- 新增工具矩阵：为行业一页纸分析建立 gildata-aidata 工具查询对照表（IndustryValuation, IndustryConstituentStocks, IndustryNewslist, IndustryCapitalFlow, MacroIndustryEDB 等）
- 优化数据获取顺序：明确 gildata-aidata 优先获取行业核心数据，web_search 仅用于补充政策和宏观信息
- 移除 eastmoney-mx 依赖：原技能使用东方财富妙想作为数据源，现全面替换为 gildata-aidata

> 技能版本：v2.0
> 最后更新：2026-05-11
> 维护者：智能助理

Module 17: 行业配置推荐

行业比较与配置推荐 (Sector Allocation & Comparison)

概述

本技能辅助证券策略研究员进行行业轮动分析与资产配置决策。通过 gildata-aidata 专业金融数据服务自动化采集行业核心数据，运用多维比较框架（景气、估值、资金、政策），量化评估各行业投资价值，输出标准化的行业配置排序与深度逻辑推演。

核心分析框架 (4D 模型)

1. 景气维度 (Fundamentals / Momentum) - 40% 权重

• 盈利预测: 分析师盈利预测上调比例（EPS 上调家数/总家数）。
• 业绩增速: 营收/净利润同比增速、环比改善情况。
• 高频数据: 行业高频指标（如汽车销量、水泥价格、半导体出货量、运价指数等）的趋势。
• 景气评分: 趋势向上且超预期者为高分。

2. 估值维度 (Valuation) - 30% 权重

• 绝对估值: PE (TTM)、PB (LF) 绝对值。
• 相对估值: PE/PB 在过去 3 年/5 年/10 年的分位数水平（<20% 低估，>80% 高估）。
• 性价比: PEG (PE / 净利润增速)、风险溢价 (ERP)。
• 估值评分: 低估值且具备修复弹性者为高分。

3. 资金维度 (Liquidity / Flow) - 20% 权重

• 北向资金: 近期净流入/流出规模及趋势。
• 机构持仓: 公募基金持仓占比变化（超配/低配幅度）。
• 交易热度: 融资买入占比、换手率分位数、成交额占比。
• 资金评分: 资金持续流入且未过度拥挤者为高分。

4. 政策与催化 (Catalysts) - 10% 权重

• 政策导向: 国家战略规划、产业政策支持力度（加分项）。
• 事件催化: 涨价、重组、技术突破等短期催化剂。

数据采集指引

所有数据查询必须使用 gildata-aidata 服务，具体工具映射如下：

估值数据获取

finx gildata-aidata IndustryValuation --body '{"industryCode": "行业代码", "date": "查询日期"}'

获取行业 PE(TTM)、PB(LF)、总市值、流通市值、股息率等估值指标。

资金流向数据获取

finx gildata-aidata IndustryCapitalFlow --body '{"industryCode": "行业代码", "startDate": "开始日期", "endDate": "结束日期"}'

获取行业每日资金流入流出情况，包括主力净额、超大单、大单等。

板块行情排序

finx gildata-aidata SectorRank --body '{"sectorType": "行业板块", "sortField": "涨跌幅", "tradeDate": "交易日期"}'

获取行业板块列表并按涨跌幅、换手率等指标排序。

板块资金流排序

finx gildata-aidata SectorFundFlowRank --body '{"sectorType": "行业板块", "sortField": "主力净流入", "tradeDate": "交易日期"}'

按资金流向指标对行业板块进行排序，分析主力、散户资金动向。

行业财务分析

finx gildata-aidata IndustryFinancialAnalysis --body '{"industryCode": "行业代码", "reportType": "最新报告期"}'

获取行业财务分析指标，涵盖盈利能力(ROE、毛利率)、偿债能力、成长能力(营收增速、净利增速)等。

行业日行情

finx gildata-aidata IndustryDailyQuote --body '{"industryCode": "行业代码", "tradeDate": "交易日期"}'

获取行业在指定日期的日行情数据，包括收盘价、成交量及涨跌幅。

一致预期数据

finx gildata-aidata ConsensusExpectation --body '{"stockCode": "成分股代码"}'

获取成分股未来三年盈利预测数据，用于计算行业整体盈利预期变化。

宏观行业经济数据

finx gildata-aidata MacroIndustryEDB --body '{"indicatorCode": "指标代码", "startDate": "开始日期", "endDate": "结束日期"}'

查询中国宏观、行业经济数据，如PMI、工业增加值、社零等高频指标。

行业研报观点

finx gildata-aidata ResearchReport --body '{"industry": "行业名称", "reportType": "行业研究", "limit": 5}'

finx gildata-aidata IndustryAnalysisViewpoints --body '{"industry": "行业名称", "limit": 10}'

获取行业研报及分析观点，用于判断政策导向和市场共识。

执行流程

1. 数据采集:
   * 使用 gildata-aidata 的 SectorRank 获取最新申万一级行业涨跌幅排序
   * 使用 IndustryValuation 获取各行业 PE、PB 及历史分位数
   * 使用 SectorFundFlowRank 获取行业资金流向排序
   * 使用 IndustryFinancialAnalysis 获取行业盈利能力和成长能力指标
   * 使用 IndustryCapitalFlow 获取近期资金流向趋势
   * 使用 ResearchReport 或 IndustryAnalysisViewpoints 获取行业研报观点
2. 多维打分与排序:
   * 根据4D框架对各行业进行半定量打分（超配、标配、低配）
   * 构建行业配置矩阵：高景气+低估值=黄金配置机会；高景气+高估值=趋势延续但需警惕；低景气+低估值=左侧布局；低景气+高估值=回避
3. 逻辑推演:
   * 针对推荐超配的行业，撰写核心配置逻辑（景气反转？估值修复？政策驱动？）
   * 针对建议低配的行业，提示潜在风险（业绩不及预期？估值泡沫？资金流出？）
4. 报告生成:
   * 生成 Markdown 格式的行业配置报告，数据需注明来源和截止日期

报告模板 (Markdown)

# 📊 行业比较与配置建议 | [日期/周期]

> **数据来源**: gildata-aidata 专业金融数据服务
> **数据截止**: [具体日期]
> **核心观点**: [一句话总结当前行业配置主线，如"攻守兼备，聚焦盈利确定性高的红利资产与景气反转的半导体"]
> **市场风格预判**: [大盘/小盘，成长/价值，当前处于什么阶段]

---

## 一、 行业配置排序 (Allocation Ranking)

| 评级 | 行业名称 | 核心驱动因子 | 景气趋势 | 估值分位 | 资金动向 |
|------|----------|--------------|----------|----------|----------|
| 🟢 **超配** | [行业 A] | [如：业绩超预期 + 政策利好] | 📈 向上 | 35% (偏低) | 🟢 净流入 |
| 🟢 **超配** | [行业 B] | [如：涨价逻辑 + 底部反转] | 📈 向上 | 15% (极低) | 🟢 净流入 |
| 🟡 **标配** | [行业 C] | [如：高景气但估值已高] | 📈 向上 | 85% (偏高) | 🟡 震荡 |
| 🔴 **低配** | [行业 D] | [如：业绩下滑 + 资金流出] | 📉 向下 | 60% (中性) | 🔴 净流出 |

---

## 二、 重点行业配置逻辑 (Deep Dive)

### 1. 🟢 推荐超配：[行业 A]
* **景气逻辑**: [详细描述基本面改善，如"下游需求回暖，产品价格连续 3 周上涨，分析师一致预期上调 10%"]
* **估值逻辑**: [详细描述估值优势，如"当前 PE 仅 15 倍，处于近 5 年 20% 分位，安全边际高"]
* **资金逻辑**: [描述资金流向，如"近5日主力净流入XX亿元，北向资金持续增持"]
* **催化剂**: [近期可能发生的催化事件]

### 2. 🟢 推荐超配：[行业 B]
* ...

---

## 三、 风险提示与回避板块 (Risk & Avoid)

* 🔴 **建议回避**: [行业 D]
  * **逻辑**: [如"产能过剩导致价格战，业绩下行周期未结束，且外资持续减持"]
* ⚠️ **潜在风险**:
  * [宏观风险，如"美债收益率上行压制成长股估值"]
  * [流动性风险，如"成交额萎缩，微盘股流动性枯竭"]

---

*免责声明：本报告基于 gildata-aidata 公开数据和量化模型生成，仅供参考，不构成投资建议。*

注意事项

• 数据源唯一性: 所有行业相关数据必须通过 gildata-aidata 服务获取，确保数据权威性和一致性
• 数据时效性: 确保引用的估值、资金数据为最新可得数据（注明截止日期）
• 逻辑自洽: 景气、估值、资金三者之间需逻辑自洽，例如高景气通常伴随估值提升，需解释是否透支
• 风格切换: 注意当前市场的主导风格（成长 vs 价值，大盘 vs 小盘），并在报告中体现风格偏好
• 工具调用规范: 调用 gildata-aidata 工具时，参数需使用正确的行业代码（申万行业代码）和日期格式

Module 18: 公司深度分析

上市公司深度分析技能

技能定位

本技能面向专业研究员，提供上市公司全方位深度分析。通过调用 gildata-aidata 专业金融数据服务与 asset-service 企业工商查询工具，从七大维度系统性地分析公司投资价值，生成机构级深度研究报告。

核心优势：
- ✅ gildata-aidata 专业数据源：所有财务数据、估值数据、一致预期优先通过 gildata-aidata 服务获取
- ✅ 分析框架系统：覆盖财务、业务、行业、估值、风险、管理层、政策七大维度
- ✅ 深度逻辑推演：不仅罗列数据，更注重数据背后的商业逻辑与投资价值
- ✅ 输出结构化：标准化 Markdown 格式报告，直接在对话中展示完整内容

输出格式：
- 默认生成结构化 Markdown 格式报告
- 报告内容直接在对话中展示，无需发送文件
- 如用户明确要求 Word 文档，可另行处理

触发场景

当用户出现以下任一表述时，应触发本技能：

注意：用户只需提到公司名字 + 分析/研究/投资价值等关键词，即应触发本技能。

执行流程

Step 1：获取公司核心数据

1.1 提取公司名称/股票代码

从用户输入中识别目标上市公司：
- 公司全称/简称（如"五粮液"、"茅台"）
- 股票代码（如"000858"、"600519"）

1.2 通过 gildata-aidata 获取核心数据

核心原则：所有财务数据、估值数据、一致预期、机构评级优先通过 gildata-aidata 服务获取。

港股公司：使用 HKFinancialStatement、HKStockValueAnalysis、HKMainOperIncData 等
美股公司：使用 USFinancialStatement、USValuationMetrics、USFinancialAnalysis 等

1.3 通过 web_search 获取补充信息

用于 gildata-aidata 无法覆盖的信息：
- 公司基本信息（成立时间、员工规模、总部地点等）
- 最新重大新闻、管理层变动、战略调整
- 行业政策、竞争格局变化

web_search --query "{公司名称} 公司简介 主营业务 行业地位 2025 2026" --numResults 10
web_search --query "{公司名称} 最新新闻 战略调整 管理层变动" --numResults 10
web_search --query "{行业名称} 行业政策 竞争格局 2025 2026" --numResults 10

Step 2：财务分析（基于 gildata-aidata 数据）

分析以下核心指标（最近 3 年 + 最新一期）：

输出要求：
- 使用表格展示核心财务数据
- 结合业务背景解释数据变化原因
- 识别财务异常或亮点

Step 3：业务与行业分析

3.1 业务结构分析

• 主营业务收入构成（按产品/地区/渠道）→ MainOperIncData
• 核心产品/服务及竞争优势
• 主要客户及供应商集中度
• 产能及利用率情况
• 研发投入及核心技术

3.2 行业地位分析

• 市场份额及排名
• 主要竞争对手
• 行业集中度（CR3/CR5）
• 公司在产业链中的位置（上游/中游/下游）
• 行业生命周期阶段

3.3 竞争壁垒分析

• 品牌壁垒
• 技术壁垒
• 规模效应
• 渠道优势
• 转换成本

Step 4：估值与一致预期分析

4.1 估值水平分析

使用 StockValueAnalysis 获取当前估值数据：
- PE(TTM)、PB、PS、PEG、EV/EBITDA
- 与历史估值分位对比（过去 3 年/5 年/10 年）
- 与同业公司估值对比

4.2 一致预期分析

使用 ConsensusExpectation 获取机构一致预期：
- 未来 2-3 年营收、净利润、EPS 预测
- 机构评级分布（买入/增持/中性/减持）
- 目标价区间

4.3 估值合理性判断

• 当前估值是否反映基本面
• 预期增速与估值匹配度（PEG 分析）
• 催化剂与风险点对估值的影响

Step 5：风险分析

5.1 财务风险

• 应收账款/存货异常增长
• 现金流恶化
• 有息负债压力
• 商誉减值风险

5.2 经营风险

• 核心产品降价或销量下滑
• 主要客户流失
• 产能过剩或瓶颈
• 成本上升压力

5.3 行业与政策风险

• 行业周期性下行
• 政策监管变化
• 技术替代风险
• 国际贸易摩擦

Step 6：管理层与公司治理分析

• 核心管理层背景及稳定性
• 股权结构及实际控制人
• 激励机制（股权激励、员工持股）
• 历史承诺履行情况
• ESG 表现（如适用）

Step 7：生成深度分析报告

7.1 组织内容结构

按照下方【报告结构模板】组织报告内容。

7.2 格式化输出

1. 使用 Markdown 标题层级（#、##、###）组织章节
2. 使用表格展示财务数据和对比信息
3. 使用列表展示要点和风险提示
4. 确保逻辑清晰、层次分明
5. 所有数据标注来源和报告期

7.3 输出报告

将完整的结构化报告直接在对话中展示，无需发送文件。

报告结构模板

# 📊 {公司名称} 深度分析报告

**分析日期**：YYYY 年 MM 月 DD 日  
**股票代码**：{代码}.SH/.SZ/.HK  
**所属行业**：{行业分类}  
**报告类型**：公司深度研究

---

## 一、核心观点

### 1.1 投资逻辑
[提炼 2-3 条核心投资逻辑，简明扼要]

### 1.2 关键假设
[列出支撑投资逻辑的核心假设]

### 1.3 主要风险
[列出 3-5 个核心风险点]

---

## 二、公司概况

### 2.1 基本信息

| 项目 | 内容 |
|------|------|
| 公司全称 | [全称] |
| 股票代码 | [代码] |
| 上市时间 | [年份] |
| 法定代表人 | [姓名] |
| 总部地点 | [城市] |
| 员工规模 | [人数] |
| 总市值 | [亿元] |

### 2.2 主营业务
[描述公司主营业务、核心产品/服务、应用场景、商业模式]

### 2.3 发展历程与战略演进
[简述公司发展关键节点、战略转型历程]

---

## 三、财务分析

### 3.1 核心财务数据

| 财务指标 | 2023 年 | 2024 年 | 2025 年 | 2026Q1 |
|----------|--------|--------|--------|--------|
| 营业收入（亿元） | | | | |
| 营收增速（%） | | | | |
| 归母净利润（亿元） | | | | |
| 净利润增速（%） | | | | |
| 毛利率（%） | | | | |
| 净利率（%） | | | | |
| ROE（%） | | | | |
| 资产负债率（%） | | | | |
| 经营性现金流（亿元） | | | | |

*数据来源：gildata-aidata FinancialStatement/FinancialAnalysis*

### 3.2 财务分析要点

**成长性分析**：
[分析营收和净利润增长趋势，识别增长驱动因素]

**盈利能力分析**：
[分析毛利率、净利率、ROE 变化趋势及原因，评估盈利质量]

**营运能力分析**：
[分析应收账款、存货周转情况，评估运营效率]

**偿债能力分析**：
[分析资产负债率、流动比率等指标，评估财务风险]

**现金流分析**：
[分析经营性现金流与净利润匹配度，评估盈利含金量]

---

## 四、业务与行业分析

### 4.1 业务结构

| 业务板块 | 营收占比 | 毛利率 | 增速 | 核心产品/服务 |
|----------|----------|--------|------|---------------|
| [业务 1] | % | % | % | [产品] |
| [业务 2] | % | % | % | [产品] |
| [业务 3] | % | % | % | [产品] |

*数据来源：gildata-aidata MainOperIncData*

### 4.2 行业格局
[分析行业市场规模、增速、生命周期、竞争格局、公司市占率]

### 4.3 核心竞争壁垒
1. **[壁垒 1]**：[具体描述]
2. **[壁垒 2]**：[具体描述]
3. **[壁垒 3]**：[具体描述]

### 4.4 成长驱动因素
[分析未来 2-3 年公司业绩增长的核心驱动力]

---

## 五、估值与一致预期

### 5.1 估值水平

| 估值指标 | 当前值 | 历史中位数 | 同业中位数 | 评价 |
|----------|--------|------------|------------|------|
| PE(TTM) | | | | [高/中/低] |
| PB | | | | [高/中/低] |
| PS | | | | [高/中/低] |
| PEG | | | | [合理/偏高/偏低] |
| EV/EBITDA | | | | [高/中/低] |

*数据来源：gildata-aidata StockValueAnalysis*

### 5.2 一致预期

| 指标 | 2025E | 2026E | 2027E |
|------|-------|-------|-------|
| 营收（亿元） | | | |
| 净利润（亿元） | | | |
| EPS（元） | | | |
| PE（倍） | | | |

*数据来源：gildata-aidata ConsensusExpectation*

### 5.3 估值合理性判断
[结合基本面、成长性、同业对比，判断当前估值是否合理]

---

## 六、风险分析

### 6.1 财务风险
1. [风险描述]：[影响程度及应对]
2. [风险描述]：[影响程度及应对]

### 6.2 经营风险
1. [风险描述]：[影响程度及应对]
2. [风险描述]：[影响程度及应对]

### 6.3 行业与政策风险
1. [风险描述]：[影响程度及应对]
2. [风险描述]：[影响程度及应对]

---

## 七、管理层与公司治理

### 7.1 核心管理层
[介绍董事长、总经理等核心管理层背景、任职时间、战略眼光]

### 7.2 股权结构
[描述实际控制人、前十大股东、股权集中度]

### 7.3 激励机制
[描述股权激励、员工持股计划等，评估激励效果]

### 7.4 ESG 表现（如适用）
[简要评价环境、社会、治理表现]

---

## 八、投资建议与结论

### 8.1 核心结论
[总结公司投资价值、核心逻辑、关键假设]

### 8.2 投资评级
- **评级**：[买入/增持/中性/减持/卖出]
- **目标价**：[元]（如适用）
- **投资周期**：[6-12 个月/1-3 年]

### 8.3 催化剂与风险点
**催化剂**：
1. [催化事件 1]
2. [催化事件 2]

**核心风险**：
1. [风险 1]
2. [风险 2]

---

> **免责声明**：本报告基于公开信息分析生成，仅供参考，不构成投资建议。市场有风险，投资需谨慎。  
> **数据来源**：财务及估值数据优先来源于 gildata-aidata 专业服务，其他信息来源于公开渠道。

特殊场景处理

场景一：用户未提供公司名称

当用户只说"深度分析"但未指定公司时：
1. 主动询问用户需要分析哪家上市公司
2. 可提供近期热门公司或用户持仓公司供参考

场景二：公司信息较少（次新股/小市值）

当目标公司为次新股或小市值公司，公开信息有限时：
1. 在报告中标注"信息有限"
2. 重点依赖招股书和最新财报
3. 增加"信息获取建议"板块
4. 降低分析深度，聚焦可验证的核心指标

场景三：跨行业公司

当目标公司业务跨多个行业时：
1. 分别分析各业务板块
2. 选择各业务板块的可比公司
3. 采用分部估值法（SOTP）进行估值分析

场景四：港股/美股上市公司

当目标公司为港股或美股上市公司时：
1. 调整财务指标单位（人民币/美元/港币）
2. 选择相应市场的可比公司
3. 注意不同市场的披露要求差异
4. 使用对应的港股/美股 gildata-aidata 工具

工具使用说明

重要原则：
- 所有财务数据、估值数据、一致预期查询必须优先使用 gildata-aidata 服务
- 如 gildata-aidata 数据不完整可辅以 web_search 查询
- 数据来源优先级：gildata-aidata > 公司公告 > 券商研报 > 财经新闻

gildata-aidata 工具调用指南

A 股公司常用查询模板

# 财务报表（三大表）
finx gildata-aidata FinancialStatement --body '{"query": "{公司名} 2024 2025 2026 年报 利润表 资产负债表 现金流量表"}'

# 财务分析指标
finx gildata-aidata FinancialAnalysis --body '{"query": "{公司名} 2024 2025 毛利率 净利率 ROE ROIC 资产负债率 应收账款周转率 存货周转率"}'

# 主营构成
finx gildata-aidata MainOperIncData --body '{"query": "{公司名} 2024 2025 分产品 分行业 分地区 收入 成本 毛利率"}'

# 一致预期
finx gildata-aidata ConsensusExpectation --body '{"query": "{公司名} 2024 2025 2026 营收 净利润 EPS 一致预期"}'

# 估值数据
finx gildata-aidata StockValueAnalysis --body '{"query": "{公司名} PE PB PS EV 股息率"}'

# 机构评级
finx gildata-aidata InstitutionalRating --body '{"query": "{公司名} 机构评级 评级分数"}'

# 财报业绩点评参考
finx gildata-aidata AShareFinancialReportReview --body '{"query": "{公司名} 2024 2025 年报 业绩点评"}'

港股公司常用查询模板

# 港股财务报表
finx gildata-aidata HKFinancialStatement --body '{"query": "{公司名} 2024 2025 财务报表"}'

# 港股估值
finx gildata-aidata HKStockValueAnalysis --body '{"query": "{公司名} PE PB 股息率"}'

美股公司常用查询模板

# 美股财务报表
finx gildata-aidata USFinancialStatement --body '{"query": "{公司名} 2024 2025 财务报表"}'

# 美股估值
finx gildata-aidata USValuationMetrics --body '{"query": "{公司名} PE PB PS"}'

数据来源优先级

质量检查清单

在输出报告前，检查以下项目：

• [ ] 公司基本信息准确（名称、代码、行业）
• [ ] 财务数据标注报告期和来源（优先 gildata-aidata）
• [ ] 数据口径一致（TTM/年报/季报）
• [ ] 估值数据为最新值
• [ ] 一致预期覆盖未来 2-3 年
• [ ] 风险分析充分且具体
• [ ] 投资逻辑清晰、可验证
• [ ] 报告格式符合模板
• [ ] 免责声明已添加
• [ ] 报告直接在对话中展示，未写入文件

注意事项

1. 数据准确性：财务数据需标注来源和报告期，优先使用 gildata-aidata 获取
2. 客观中立：分析应基于事实，避免主观臆断
3. 信息时效：优先使用最新公开信息（最近 12 个月）
4. 逻辑严密：投资逻辑需有数据支撑，避免空泛描述
5. 风险提示：必须充分揭示风险，不回避负面信息
6. 同业选择：可比公司应选择业务模式最接近的 3-5 家
7. 行业差异：通用模板可能不适用于所有行业（如金融、地产需特殊处理），需提示用户
8. 数据来源：财务/估值/一致预期优先 gildata-aidata，基本信息/新闻使用 web_search
9. 简洁优先：报告控制在适中长度，重点突出核心逻辑
10. 持续更新：提示用户投资需跟踪最新数据
11. 输出方式：报告内容直接在对话中展示，无需写入文件或发送给用户

技能更新日志

2026-05-11 更新：
- 核心数据源变更：将所有财务数据、估值数据、一致预期查询改为优先使用 gildata-aidata 服务
- 新增工具矩阵：为 A 股、港股、美股公司建立 gildata-aidata 工具查询对照表
- 完善调用指南：提供完整的 gildata-aidata 工具调用格式说明和常用查询模板
- 优化数据获取顺序：Step 1 明确 gildata-aidata 优先获取财务与估值数据，web_search 仅用于补充信息
- 更新数据来源优先级：将 gildata-aidata 提升为财务/估值/一致预期的第一优先级数据源

2026-04-08 更新：
- 明确报告输出方式：直接在对话中展示，无需发送文件
- 优化报告结构模板
- 更新注意事项和输出方式说明

> 技能版本：v2.0
> 最后更新：2026-05-11
> 维护者：智能助理

Module 19: 公司一页纸分析

上市公司一页纸分析技能

技能定位

本技能面向投资经理、研究员、基金经理，提供上市公司快速分析工具。在一页纸篇幅内，聚焦公司最核心的投资信息，帮助快速判断公司投资价值和风险，适合晨会汇报、快速决策、标的初筛等场景。

核心优势：
- ✅ gildata-aidata 专业数据源：所有财务数据、估值数据优先通过 gildata-aidata 服务获取
- ✅ 精炼高效：五大核心维度，一页纸篇幅，直击投资要点
- ✅ 快速决策：适合晨会汇报、标的跟踪、快速初筛

与 company-deep-analysis 的区别：
- 深度分析：七大维度，全面深入，适合深度研究和首次覆盖
- 一页纸分析：五大核心维度，精炼简洁，适合快速决策和标的跟踪

触发场景

当用户出现以下任一表述时触发本技能：
- "XX 公司一页纸"
- "一页纸分析 XX 公司"
- "快速分析 XX 公司"
- "XX 公司速评"
- "XX 公司简单分析"
- "XX 公司核心要点"
- "XX 公司投资亮点"
- "XX 公司快速点评"
- "帮我快速看一下 XX 公司"
- 其他要求对公司进行简洁快速分析的请求

数据获取策略

核心数据源

核心原则：所有财务数据、估值数据优先通过 gildata-aidata 服务获取。

数据获取优先级

1. 财务数据：优先 gildata-aidata FinancialStatement / FinancialAnalysis
2. 估值数据：优先 gildata-aidata StockValueAnalysis
3. 基础信息：web_search 或 asset-service
4. 新闻资讯：web_search 补充

分析框架（一页纸五大维度）

一、公司画像（基本信息）

数据获取：

使用 web_search 查询：
- "[公司名称] 公司简介 股票代码 所属行业"

或使用 asset-service query_industry_epinfo 查询：
- "[公司名称]" 获取企业基本信息

核心信息：
- 公司全称、股票代码
- 所属行业/板块
- 市值、股价
- 实控人/大股东

二、核心财务（关键指标）

数据获取：

使用 gildata-aidata FinancialStatement 查询：
- "{公司名} 2022 2023 2024 年报 利润表"

使用 gildata-aidata FinancialAnalysis 查询：
- "{公司名} 2022 2023 2024 毛利率 净利率 ROE ROIC"

核心指标（表格呈现）：
| 指标 | 2022 | 2023 | 2024 | 趋势 |
|------|------|------|------|------|
| 营收（亿元） | | | | |
| 净利润（亿元） | | | | |
| 毛利率（%） | | | | |
| ROE（%） | | | | |
| 经营现金流（亿元） | | | | |

数据来源：gildata-aidata FinancialStatement/FinancialAnalysis

三、业务亮点（投资逻辑）

数据获取：

使用 web_search 查询：
- "[公司名称] 核心业务 竞争优势 投资亮点 2025 2026"

分析要点：
- 核心业务/主营产品
- 核心竞争优势（1-3 点）
- 近期催化剂/增长点

四、估值水平（横向对比）

数据获取：

使用 gildata-aidata StockValueAnalysis 查询：
- "{公司名} PE PB PS EV 股息率"

使用 web_search 查询：
- "[行业名称] 估值 可比公司 PE"

核心信息：
- 当前 PE、PB
- 历史估值分位（如可得）
- 与行业/可比公司对比
- 估值判断（低估/合理/高估）

数据来源：gildata-aidata StockValueAnalysis

五、主要风险（风险提示）

数据获取：

使用 web_search 查询：
- "[公司名称] 风险 负面 监管"

使用 asset-service 查询（如需）：
- 行政处罚、司法风险等

风险要点：
- 列出 2-4 个核心风险点
- 按重要性排序

报告输出格式

生成简洁的一页纸 Markdown 报告，格式如下：

# [公司名称] 一页纸分析

| 基本信息 | |
|----------|------|
| 股票代码 | [代码] |
| 所属行业 | [行业] |
| 当前市值 | [市值] |
| 当前股价 | [股价] |
| 实控人 | [实控人] |

---

## 📊 核心财务指标

| 指标 | 2022 | 2023 | 2024 | 趋势 |
|------|------|------|------|------|
| 营收（亿元） | X | X | X | ↑/↓ |
| 归母净利润（亿元） | X | X | X | ↑/↓ |
| 毛利率（%） | X | X | X | ↑/↓ |
| ROE（%） | X | X | X | ↑/↓ |
| 经营现金流（亿元） | X | X | X | ↑/↓ |

*数据来源：gildata-aidata FinancialStatement/FinancialAnalysis*

**财务点评**：[1-2 句核心财务评价]

---

## 🎯 业务亮点

1. **[亮点 1 标题]**：[简要描述]
2. **[亮点 2 标题]**：[简要描述]
3. **[亮点 3 标题]**：[简要描述]

---

## 💰 估值水平

| 估值指标 | 当前值 | 历史分位 | 行业平均 | 判断 |
|----------|--------|----------|----------|------|
| PE（TTM） | X | X% | X | 低估/合理/高估 |
| PB（LF） | X | X% | X | 低估/合理/高估 |

*数据来源：gildata-aidata StockValueAnalysis*

**估值点评**：[1-2 句估值评价]

---

## ⚠️ 主要风险

1. [风险 1]
2. [风险 2]
3. [风险 3]

---

## 📌 投资结论

**核心逻辑**：[1-2 句话概括核心投资逻辑]

**建议关注**：[关注时点/催化剂]

---
*报告生成时间：YYYY-MM-DD | 数据来源：财务/估值数据优先来源于 gildata-aidata，其他信息来源于公开渠道 | 仅供参考，不构成投资建议*

执行流程

步骤 1：确认分析对象

• 从用户输入中提取公司名称
• 使用 web_search 搜索确认公司全称和股票代码
• 获取所属行业、市值等基础信息

步骤 2：获取核心财务数据

调用 gildata-aidata FinancialStatement：
query: "{公司名} 2022 2023 2024 年报 利润表 资产负债表 现金流量表"

调用 gildata-aidata FinancialAnalysis：
query: "{公司名} 2022 2023 2024 毛利率 净利率 ROE ROIC 资产负债率"

步骤 3：获取估值数据

调用 gildata-aidata StockValueAnalysis：
query: "{公司名} PE PB PS EV 股息率"

步骤 4：获取业务信息

调用 web_search：
query: "[公司全称] 核心业务 竞争优势 投资亮点 2025 2026"

步骤 5：获取风险信息

调用 web_search：
query: "[公司全称] 风险 负面 监管 诉讼"

调用 asset-service（如需）：
key_word: "[公司全称]"

步骤 6：撰写一页纸报告

按照上述"报告输出格式"撰写报告，确保：
- 严格控制篇幅在一页纸内（约 800-1200 字）
- 关键数据使用表格呈现
- 语言精炼，直击核心
- 结论明确

步骤 7：报告交付

重要：报告生成后直接在对话中输出完整的 Markdown 报告内容。

执行方式：

直接将完整的一页纸 Markdown 报告内容在对话中输出

注意：
- 不需要发送文件，只需在对话中直接显示
- 报告应简洁明了，适合快速阅读
- 核心数据突出显示

gildata-aidata 工具调用指南

A 股公司常用查询模板

# 财务报表（三大表）
finx gildata-aidata FinancialStatement --body '{"query": "{公司名} 2022 2023 2024 年报 利润表 资产负债表 现金流量表"}'

# 财务分析指标
finx gildata-aidata FinancialAnalysis --body '{"query": "{公司名} 2022 2023 2024 毛利率 净利率 ROE ROIC 资产负债率 应收账款周转率 存货周转率"}'

# 估值数据
finx gildata-aidata StockValueAnalysis --body '{"query": "{公司名} PE PB PS EV 股息率"}'

港股公司常用查询模板

# 港股财务报表
finx gildata-aidata HKFinancialStatement --body '{"query": "{公司名} 2022 2023 2024 财务报表"}'

# 港股估值
finx gildata-aidata HKStockValueAnalysis --body '{"query": "{公司名} PE PB 股息率"}'

美股公司常用查询模板

# 美股财务报表
finx gildata-aidata USFinancialStatement --body '{"query": "{公司名} 2022 2023 2024 财务报表"}'

# 美股估值
finx gildata-aidata USValuationMetrics --body '{"query": "{公司名} PE PB PS"}'

数据来源优先级

注意事项

1. 篇幅控制
   - 严格控制在"一页纸"篇幅内
   - 避免冗长描述，每点 1-2 句话
   - 优先使用表格呈现数据

2. 数据时效性
   - 使用最新可得的财务数据
   - 标注数据截止日期
   - 估值数据使用最新行情

3. 聚焦核心
   - 只呈现最关键的信息
   - 避免细节堆砌
   - 突出投资逻辑主线

4. 客观中立
   - 保持客观，避免过度推荐
   - 风险提示必须充分
   - 明确说明"不构成投资建议"

5. 报告交付要求
   - 直接在对话中显示完整报告内容
   - 不需要发送文件
   - 使用 Markdown 格式，确保可读性

6. 数据准确性
   - 财务数据需标注来源和报告期，优先使用 gildata-aidata 获取
   - 估值数据为最新值
   - 不编造数据，数据暂缺时明确标注

特殊情况处理

情况 1：数据获取失败

• 尝试使用替代数据源
• 如仍无法获取，标注"数据暂缺"
• 不编造数据

情况 2：非上市公司

• 说明数据局限性
• 使用 asset-service 获取基础工商信息
• 调整报告格式，弱化财务和估值部分

情况 3：境外公司

• gildata-aidata 港股/美股数据可能有限
• 结合 web_search 获取信息
• 使用对应的港股/美股 gildata-aidata 工具
• 在报告中说明数据覆盖范围

情况 4：用户要求更详细

• 如用户表示"太简单了，要更详细"
• 建议调用 company-deep-analysis 技能进行深度分析
• 或在一页纸框架内适当扩展各部分内容

示例调用

用户输入："贵州茅台一页纸"

技能执行：
1. 提取公司名称：贵州茅台
2. 搜索确认：web_search query="贵州茅台 公司简介 股票代码 行业"
3. 获取财务数据：gildata-aidata FinancialStatement query="贵州茅台 2022 2023 2024 年报 利润表"
4. 获取财务指标：gildata-aidata FinancialAnalysis query="贵州茅台 2022 2023 2024 毛利率 净利率 ROE"
5. 获取估值数据：gildata-aidata StockValueAnalysis query="贵州茅台 PE PB 估值"
6. 获取业务信息：web_search query="贵州茅台 核心业务 竞争优势"
7. 获取风险信息：web_search query="贵州茅台 风险"
8. 撰写报告：按一页纸格式生成 Markdown 报告
9. 交付报告：
- 在对话中直接输出完整的一页纸报告
- 不需要保存文件或发送文件

与深度分析技能对比

技能更新日志

2026-05-11 更新：
- 核心数据源变更：将所有财务数据、估值数据查询改为优先使用 gildata-aidata 服务
- 新增工具矩阵：为 A 股、港股、美股公司建立 gildata-aidata 工具查询对照表
- 完善调用指南：提供完整的 gildata-aidata 工具调用格式说明和常用查询模板
- 优化数据获取顺序：明确 gildata-aidata 优先获取财务与估值数据，web_search 仅用于补充信息
- 更新数据来源优先级：将 gildata-aidata 提升为财务/估值的第一优先级数据源

> 技能版本：v2.0
> 最后更新：2026-05-11
> 维护者：智能助理

Module 20: 公告解读

重大公告解读技能

技能定位

本技能帮助基金行业研究员、投资经理等专业人士快速、专业地解读上市公司重大公告，以 gildata-aidata 金融数据服务为核心数据源，生成结构化的解读报告。核心方法论采用券商研报的标准点评框架，注重边际变化提取和预期差分析。

核心优势：
- ✅ gildata-aidata 专业数据源：所有财务数据、估值数据、一致预期优先通过 gildata-aidata 服务获取
- ✅ 分析框架专业：采用券商研报标准点评框架，注重边际变化和预期差分析
- ✅ 覆盖场景全面：支持 13 种公告类型的专项分析模板
- ✅ 输出结构化：标准化 Markdown 格式报告，适合投资决策参考

输出格式：
- 默认生成结构化 Markdown 格式报告
- 如用户明确要求 Word 文档，可调用相关工具生成
- 报告内容包含核心公告概览、财务数据分析、投资要点总结、风险提示等完整内容

触发场景

当用户提出以下任一需求时，应触发本技能：

工作流程

Step 1：评估输入信息

首先向用户确认以下信息：

1. 公告来源：用户是否提供了公告原文文件（PDF/文本）、公告链接，或仅提供了公司名称和公告类型？
2. 公司信息：公司名称和股票代码（如用户未提供，需询问）
3. 公告类型：属于哪一类（若用户未说明，根据公告内容自动识别）

信息获取策略：

• 若用户已提供公告文件/链接 → 直接进入 Step 2
• 若用户仅提供公司名称 + 公告类型 → 优先使用 gildata-aidata 服务查询公告信息，辅以 web_search 搜索最新公告
• 若信息不足 → 向用户询问

Step 2：公告分类与重要性评级

根据公告类型自动评级：

Step 3：通过 gildata-aidata 获取公告相关数据

核心原则：所有财务数据、估值数据、一致预期查询优先使用 gildata-aidata 服务。

A 股公司数据查询工具矩阵

港股公司数据查询工具矩阵

美股公司数据查询工具矩阵

数据获取执行顺序

根据公告类型选择对应的 gildata-aidata 工具调用顺序：

定期报告/业绩类公告：
1. AShareFinancialReportReview（仅 A 股）：获取现成的财报业绩点评文本，作为分析参考
2. FinancialStatement：获取三大报表核心数据
3. FinancialAnalysis：获取财务分析指标
4. ConsensusExpectation：获取市场一致预期，判断业绩是否超预期
5. StockValueAnalysis：获取估值数据

资本运作类公告（定增/并购/配股）：
1. PrivatePlacement 或相关工具：获取发行方案详情
2. FinancialStatement：获取公司财务基础数据
3. StockValueAnalysis：获取估值数据，判断发行价格合理性
4. ConsensusExpectation：获取一致预期，分析 EPS 摊薄影响

股权变动类公告（增减持/回购/质押）：
1. ShareholdingChange / Repurchase / SharePledge：获取变动详情
2. StockValueAnalysis：获取当前估值，判断变动价格合理性
3. FinancialStatement：获取财务数据，分析变动影响

经营事项类公告（合同/投资/激励）：
1. MajorContract / EquityIncentive 等：获取公告详情
2. FinancialStatement：获取财务基础数据，分析影响程度
3. MainOperIncData：获取业务结构，分析协同效应

如 gildata-aidata 数据不完整：使用 web_search 补充查询

Step 4：核心分析（六要素框架）

对公告进行系统性分析，覆盖以下六大要素：

1. 事件性质：公告类型识别、触发原因分析、合规性判断、是否首次披露

2. 核心内容：提取关键数据（金额、比例、期限、条件）、核心条款梳理、交易对手/合作方信息

3. 财务影响（根据公告类型选择适用维度）：
- 定期报告：收入/利润增速、毛利率/净利率变化、现金流质量、ROE 杜邦分解
- 资本运作：EPS 摊薄/增厚、负债率变化、募资用途合理性、标的估值
- 经营事项：收入贡献比、利润率预估、产能利用率、执行周期
- 股权变动：变动金额、价格、比例、对股权结构的影响

4. 战略意义：对公司长期发展的影响、竞争格局变化、产业链位置变化

5. 预期差分析（核心分析）：
- 市场此前的一致预期是什么？
- 公告带来了哪些边际变化/新增信息？
- 哪些信息可能被市场误读或忽视？
- 结论：超预期 / 符合预期 / 低于预期

6. 投资建议：综合评级建议、核心看多/看空逻辑、需关注的后续催化剂

Step 5：按公告类型进行专项分析

根据公告类型选择对应的专项分析模板（详见技能文件后半部分）。

Step 6：生成结构化报告

Step 6.1：组织内容结构

按照下方【报告结构】组织报告内容，采用 Markdown 格式输出。

Step 6.2：格式化输出

1. 使用 Markdown 标题层级（#、##、###）组织章节
2. 使用表格展示财务数据和对比信息
3. 使用列表展示要点和风险提示
4. 使用粗体强调关键数据和结论
5. 确保逻辑清晰、层次分明

Step 6.3：输出报告

将完整的结构化报告直接呈现给用户，无需生成文件（除非用户特别要求）。

报告结构（Markdown 格式）

1. 主标题

# [公司名称]（[股票代码]）重点公告解读

2. 编制日期

编制日期：YYYY 年 MM 月 DD 日

3. 核心公告概览（多公告场景）

• 使用表格展示多个公告的对比
• 列：公告类型 | 披露日期 | 核心内容 | 关键数据
• 适用于同时解读多个关联公告的场景

4. 各公告专项解读（按公告类型分章节）

业绩快报/财报类：
- 主要财务数据表（7-8 行 5 列）：指标 | 本期 | 上期 | 同比变动 | 备注
- 财务状况表（4-5 行 4 列）：指标 | 期末值 | 期初值 | 变动
- 业绩亮点分析（分收入端、利润端、现金流等维度）

担保/关联交易类：
- 担保事项详情表
- 担保余额情况
- 风险分析（1-2 段）

分红类：
- 分红方案表（5 行 2 列）
- 分红政策分析（分红比例、频率、累计规模）
- 股息率测算

回购类：
- 回购详情表
- 回购影响分析（EPS、ROE、信心传递、资本结构）
- 与分红协同效应

5. 综合评估与投资建议

• 公司优势表（5 行 2 列）：维度 | 评估
• 需关注事项（编号列表，3-4 条）
• 投资要点总结（1-2 段）
• 核心亮点（使用 √ 符号标记，3-4 条）
• 风险提示（使用 △ 符号标记，2-3 条）

6. 重要时间节点

• 表格形式：时间 | 事项
• 5-6 行关键日期

7. 免责声明

> 免责声明：本解读基于公开信息整理，仅供参考，不构成任何投资建议。投资者应注意投资风险，独立判断，谨慎决策。

格式规范

标题层级

• 主标题：使用 # 一级标题
• 一级标题：使用 ## 二级标题（如"一、核心公告概览"）
• 二级标题：使用 ### 三级标题（如"2.1 主要财务数据"）

表格

• 使用 Markdown 标准表格语法
• 表头与数据行之间使用 |---| 分隔
• 确保列对齐清晰

强调

• 粗体：使用 **文本** 强调关键数据、结论
• 斜体：使用 *文本* 表示说明性内容

列表

• 编号列表：使用 1. 2. 3. 展示有序内容
• 无序列表：使用 - 展示并列要点

特殊符号

• 核心亮点：使用 √（Unicode: \u221A）
• 风险提示：使用 △（Unicode: \u25B3）

专项分析模板

模板一：定期报告（年报/半年报/季报）

核心分析维度：

模板二：业绩预告/业绩快报

核心分析维度：

• 区间分析：预告区间中值 vs 一致预期，判断超预期程度
• 单季拆解：Q4 单季（或对应季度）业绩反推，与 Q3 环比对比
• 变动原因：区分经常性损益和非经常性损益影响
• 全年节奏：各季度利润占比是否符合历史季节性规律
• 指引信号：管理层对下一年度的经营展望、资本开支计划

模板三：并购重组

核心分析维度：

模板四：定增/配股/可转债

核心分析维度：

模板五：增减持公告

核心分析维度：

信号解读：
- 增持：控股股东/高管增持通常为积极信号（尤其是大额、自有资金增持）
- 减持：需区分被动减持（解禁、质押平仓）和主动减持，主动大额减持偏负面

模板六：股权激励/员工持股

核心分析维度：

模板七：重大合同

核心分析维度：

模板八：回购公告

核心分析维度：

模板九：股权质押/解押

核心分析维度：

模板十：对外投资/关联交易

核心分析维度：

模板十一：风险事件（诉讼/处罚/退市风险）

核心分析维度：

模板十二：利润分配/分红

核心分析维度：

模板十三：担保公告

核心分析维度：

分析质量要求

1. 数据驱动：所有结论必须有公告中的具体数据支撑，避免空泛描述
2. 边际思维：重点分析"变化了什么"而非"是什么"
3. 预期对比：务必将公告信息与市场一致预期进行对比
4. 正反兼顾：既分析利好因素也指出风险隐患，保持客观中立
5. 简洁专业：使用专业但不晦涩的语言，投资要点控制在 3-5 条
6. 格式规范：严格遵循 Markdown 格式规范，确保输出结构清晰、层次分明

工具使用指引

重要原则：
- 所有财务数据、估值数据、一致预期查询必须优先使用 gildata-aidata 服务
- 如 gildata-aidata 数据不完整可辅以 web_search 查询
- 如用户提供公告文件，优先解析文件数据，并用 gildata-aidata 补充衍生数据
- 所有数据获取后需进行交叉验证，确保数据准确性

注意事项

1. 若用户未提供公告原文，提示用户上传或提供链接
2. 专业术语首次出现时简要解释
3. 报告末尾必须添加免责声明
4. 解读日期使用当前日期
5. 数据来源优先级：gildata-aidata > 公司公告 > 券商研报 > 财经新闻
6. 多公告场景下，使用表格对比展示各公告核心信息
7. 使用 √ 和 △ 符号标记亮点和风险，增强可读性
8. 如用户明确要求 Word 文档，可告知用户当前默认输出为 Markdown 格式，如需 Word 可另行处理
9. 数据缺失处理：如 gildata-aidata 部分数据无法获取，在对应位置标注"未披露"，不可编造数据

gildata-aidata 工具调用指南

查询格式说明

gildata-aidata 工具使用自然语言 query 参数，调用格式如下：

finx gildata-aidata <工具名> --body '{"query": "<公司名称> <报告期> <查询内容>"}'

A 股公司常用查询模板

# 财务报表（三大表）
finx gildata-aidata FinancialStatement --body '{"query": "五粮液 2024 年年报 利润表 资产负债表 现金流量表"}'

# 财务分析指标
finx gildata-aidata FinancialAnalysis --body '{"query": "五粮液 2024 年 毛利率 净利率 ROE ROIC 资产负债率 应收账款周转率 存货周转率"}'

# 主营构成
finx gildata-aidata MainOperIncData --body '{"query": "五粮液 2024 年 分产品 分行业 分地区 收入 成本 毛利率"}'

# 一致预期
finx gildata-aidata ConsensusExpectation --body '{"query": "五粮液 2024 2025 2026 营收 净利润 EPS 一致预期"}'

# 估值数据
finx gildata-aidata StockValueAnalysis --body '{"query": "五粮液 PE PB PS EV 股息率"}'

# 机构评级
finx gildata-aidata InstitutionalRating --body '{"query": "五粮液 机构评级 评级分数"}'

# 业绩预告
finx gildata-aidata PerformanceForecast --body '{"query": "五粮液 2024 年 业绩预告 净利润 增速"}'

# 业绩快报
finx gildata-aidata PerformanceExpress --body '{"query": "五粮液 2024 年 业绩快报 营收 利润"}'

# 定增数据
finx gildata-aidata PrivatePlacement --body '{"query": "五粮液 定增 发行方案 募投项目"}'

# 回购数据
finx gildata-aidata Repurchase --body '{"query": "五粮液 回购 方案 进度"}'

# 增减持数据
finx gildata-aidata ShareholdingChange --body '{"query": "五粮液 增减持 股东变动"}'

# 股权激励
finx gildata-aidata EquityIncentive --body '{"query": "五粮液 股权激励 方案 考核条件"}'

# 重大合同
finx gildata-aidata MajorContract --body '{"query": "五粮液 重大合同 金额 客户"}'

# 股权质押
finx gildata-aidata SharePledge --body '{"query": "五粮液 股权质押 质押比例"}'

# 诉讼处罚
finx gildata-aidata LitigationPunishment --body '{"query": "五粮液 诉讼 处罚 公告"}'

# 对外担保
finx gildata-aidata ExternalGuarantee --body '{"query": "五粮液 对外担保 担保余额"}'

# 财报业绩点评参考
finx gildata-aidata AShareFinancialReportReview --body '{"query": "五粮液 2024 年年报 业绩点评"}'

港股公司常用查询模板

# 港股财务报表
finx gildata-aidata HKFinancialStatement --body '{"query": "腾讯控股 2024 年 财务报表"}'

# 港股主营构成
finx gildata-aidata HKMainOperIncData --body '{"query": "腾讯控股 2024 年 分业务 收入"}'

# 港股估值
finx gildata-aidata HKStockValueAnalysis --body '{"query": "腾讯控股 PE PB 股息率"}'

美股公司常用查询模板

# 美股财务报表
finx gildata-aidata USFinancialStatement --body '{"query": "苹果 2024 年 财务报表"}'

# 美股财务分析
finx gildata-aidata USFinancialAnalysis --body '{"query": "苹果 2024 年 毛利率 ROE 净利率"}'

# 美股估值
finx gildata-aidata USValuationMetrics --body '{"query": "苹果 PE PB PS"}'

数据来源优先级

技能更新日志

2026-05-11 更新：
- 核心数据源变更：将所有财务数据、估值数据、一致预期查询改为优先使用 gildata-aidata 服务
- 新增工具矩阵：为 A 股、港股、美股公司分别建立 gildata-aidata 工具查询对照表
- 完善调用指南：提供完整的 gildata-aidata 工具调用格式说明和常用查询模板
- 新增专项数据工具：添加定增、回购、增减持、股权激励、重大合同、股权质押、诉讼处罚、对外担保等专项公告数据查询工具
- 优化数据获取顺序：根据公告类型定义对应的 gildata-aidata 工具调用顺序
- 更新数据来源优先级：将 gildata-aidata 提升为第一优先级数据源

2026-04-08 更新：
- 移除强制生成 Word 文档的要求
- 改为默认输出结构化 Markdown 格式报告
- 删除 Word 文档生成流程、格式规范、代码模板等相关内容
- 简化输出流程，直接呈现报告内容给用户
- 保留如用户特别要求可生成 Word 文档的灵活性
- 更新 description 字段，移除"Word 文档"、"docx 输出"等表述

2026-04-06 更新：
- 强化 Word 文档输出要求，明确为默认且必须交付格式
- 在 Step 5 中细化 Word 文档生成流程，分为安装依赖、生成文档、发送文件三个子步骤
- 在触发场景、注意事项、工具使用指引中多次强调 Word 文档输出的必要性
- 在分析质量要求中新增"强制输出"条款
- 优化 message_notify_user 调用示例，确保文件正确发送给用户

Module 21: 业绩点评生成

上市公司财报业绩点评报告生成技能

技能概述

本技能专为上市公司财报（年报/半年报/季报）分析设计，以 gildata-aidata 金融数据服务为核心数据源，生成结构化业绩点评报告。报告包含业绩概览、核心财务指标分析、业务板块拆解、盈利质量评估、风险提示及投资观点参考，帮助投资者快速把握公司经营状况。

核心优势：
- ✅ gildata-aidata 专业数据源：所有财务数据优先通过 gildata-aidata 服务获取，确保数据权威准确
- ✅ 数据全面：覆盖营收、利润、毛利率、现金流、ROE 等核心指标
- ✅ 分析专业：采用买方研究员分析框架，识别经营亮点与风险点
- ✅ 报告结构化：8 大模块标准化输出，适合投资决策参考

触发场景

当用户提及以下任一表述时触发本技能：
- "XX 公司业绩点评"、"XX 公司财报分析"、"XX 公司业绩分析"
- "分析 XX 公司财报"、"点评 XX 公司业绩"、"生成财报点评报告"
- "XX 公司年报点评"、"XX 公司季报点评"、"XX 公司半年报分析"
- "业绩快评"、"财报解读"、"业绩点评"、"季报点评"、"财报分析报告"、"买方点评"、"盈利预测调整"
- 上传财报 PDF 并要求分析

即使用户只说"分析 XX 公司业绩"、"点评 XX 公司财报"等简短表述也要触发。

工作流程

第一步：识别公司与报告期

1. 从用户输入提取公司信息：
   - 公司名称（如"五粮液"、"贵州茅台"）
   - 股票代码（如有提供，如"000858"、"600519"）
   - 报告期（如"2024 年报"、"2025 一季报"，如未指定则获取最新报告期）
   - 是否有上传 PDF 文件
   - 市场类型（A 股/港股/美股，如未明确则默认 A 股）

2. 确定数据获取方式：
   - 有 PDF：解析 PDF 提取数据，并用 gildata-aidata 补充查询估值、一致预期等衍生数据
   - 无 PDF：完全通过 gildata-aidata 服务获取全部财务数据

3. 确定财报类型：
   - 年报（年度报告）
   - 半年报（中期报告）
   - 季报（一季度/三季度报告）

第二步：通过 gildata-aidata 获取财报数据

核心原则：所有财务数据查询优先使用 gildata-aidata 服务。

A 股公司数据查询工具矩阵

港股公司数据查询工具矩阵

美股公司数据查询工具矩阵

数据获取执行顺序

严格按照以下顺序调用 gildata-aidata 工具：

1. AShareFinancialReportReview（仅 A 股）：获取现成的财报业绩点评文本，作为分析参考
2. FinancialStatement：获取三大报表核心数据（营收、利润、现金流、资产负债）
3. FinancialAnalysis：获取财务分析指标（毛利率、净利率、ROE、周转率等）
4. MainOperIncData：获取主营构成数据（分产品/分行业/分地区）
5. ConsensusExpectation：获取市场一致预期，判断业绩是否超预期
6. StockValueAnalysis：获取估值数据（PE、PB 等）
7. InstitutionalRating：获取机构评级情况
8. BonusStock：获取分红信息（年报时）
9. 如 gildata-aidata 数据不完整：使用 web_search 补充查询

财务数据获取清单

第三步：整理关键财务指标

从 gildata-aidata 获取的数据中提取并整理以下财务数据：

数据要求：
- 当期数据 + 上年同期数据（计算同比）
- 如有上期期末数据（计算环比，适用于季报）
- 标注超预期/低于预期的指标（如有市场一致预期）
- 如 gildata-aidata 部分数据无法获取，在对应位置标注"未披露"，并在报告中说明数据来源

第四步：分析业绩变化驱动因素

基于 gildata-aidata 获取的财务数据和管理层讨论信息：

1. 收入增长驱动：
   - 销量变化 vs 价格变化
   - 各业务板块贡献
   - 新业务/新产品贡献

2. 利润变化驱动：
   - 毛利率变化原因（原材料、产品结构、规模效应等）
   - 费用率变化（销售/管理/研发/财务费用）
   - 非经常性损益影响

3. 现金流变化：
   - 经营性现金流与净利润匹配度
   - 营运资本变动影响
   - 资本开支方向

第五步：识别经营亮点与风险点

亮点识别（3-5 条）：
- 超预期的财务指标
- 新业务/新市场突破
- 重要客户/订单进展
- 产能扩张/投产进度
- 技术创新/产品升级
- 成本费用优化

风险识别（3-5 条）：
- 业绩不及预期的指标
- 毛利率/净利率下滑
- 应收账款/存货大幅增长
- 经营性现金流恶化
- 重大投资/并购风险
- 行业政策变化影响
- 大客户依赖/集中度高

第六步：盈利质量与财务健康度评估

综合评估以下维度：

第七步：生成业绩点评报告

按照以下模板输出 Markdown 格式文档：

输出模板

# [公司名称] ([股票代码]) [财报类型] 业绩点评报告

**报告期**：[YYYY 年 QX/半年报/年报]  
**发布日期**：[财报发布日期]  
**所属行业**：[行业分类]  
**分析日期**：[YYYY-MM-DD]

---

## 一、业绩概览

### 核心指标速览
| 指标 | 本期 | 上年同期 | 同比变化 | 环比变化 |
|------|------|---------|---------|---------|
| 营业收入（亿元） | XX | XX | XX% | XX% |
| 归母净利润（亿元） | XX | XX | XX% | XX% |
| 扣非净利润（亿元） | XX | XX | XX% | XX% |
| 毛利率 | XX% | XX% | XXpct | XXpct |
| 净利率 | XX% | XX% | XXpct | XXpct |
| ROE（加权） | XX% | XX% | XXpct | XXpct |
| 经营性现金流（亿元） | XX | XX | XX% | XX% |

### 业绩评级
- **营收表现**：[超预期/符合预期/低于预期]
- **利润表现**：[超预期/符合预期/低于预期]
- **整体评价**：[正面/中性/负面]

**一句话点评**：[用 30-50 字概括本期业绩核心特点]

---

## 二、核心指标分析

### 1. 收入端分析
[分析营收增长驱动因素，包括销量、价格、结构变化等]

### 2. 利润端分析
[分析利润变化原因，包括毛利率、费用率、非经常性损益等]

### 3. 现金流分析
[分析经营性现金流状况，与净利润匹配度]

### 4. 资产负债分析
[分析资产负债结构变化，关注应收账款、存货、有息负债等]

---

## 三、业务板块拆解

| 业务板块 | 收入（亿元） | 同比 | 毛利率 | 毛利率变动 |
|---------|------------|------|--------|-----------|
| [业务 A] | XX | XX% | XX% | XXpct |
| [业务 B] | XX | XX% | XX% | XXpct |
| [业务 C] | XX | XX% | XX% | XXpct |

**业务亮点**：
1. [高增长业务及驱动因素]
2. [新业务/新产品进展]
3. [市场/客户突破]

---

## 四、盈利质量评估

### 盈利真实性
| 指标 | 本期 | 上期 | 变化 | 评价 |
|------|------|------|------|------|
| 扣非净利润占比 | XX% | XX% | XXpct | [优/良/中/差] |
| 经营现金流/净利润 | XX | XX | XX | [优/良/中/差] |
| 应收账款增速 vs 营收增速 | XX% vs XX% | - | - | [健康/关注/风险] |
| 存货增速 vs 营收增速 | XX% vs XX% | - | - | [健康/关注/风险] |

### 财务健康度
| 指标 | 本期 | 上期 | 行业平均 | 评价 |
|------|------|------|---------|------|
| 资产负债率 | XX% | XX% | XX% | [安全/关注/风险] |
| 流动比率 | XX | XX | XX | [安全/关注/风险] |
| 有息负债率 | XX% | XX% | XX% | [安全/关注/风险] |
| 利息保障倍数 | XX | XX | XX | [安全/关注/风险] |

---

## 五、经营亮点

1. **[亮点主题]**
   [具体描述 + 数据支撑]

2. **[亮点主题]**
   [具体描述 + 数据支撑]

3. **[亮点主题]**
   [具体描述 + 数据支撑]

[继续添加...]

---

## 六、风险关注

### 高风险
1. [风险描述] — [影响分析]

### 中风险
1. [风险描述] — [影响分析]
2. [风险描述] — [影响分析]

### 低风险
1. [风险描述] — [影响分析]

---

## 七、投资观点参考

### 正面因素
- [因素 1]
- [因素 2]
- [因素 3]

### 负面因素
- [因素 1]
- [因素 2]
- [因素 3]

### 后续关注点
1. [关注点 1]
2. [关注点 2]
3. [关注点 3]

### 估值参考
| 指标 | 当前 | 历史中枢 | 同业平均 | 评价 |
|------|------|---------|---------|------|
| PE（TTM） | XXx | XXx | XXx | [高估/合理/低估] |
| PB | XXx | XXx | XXx | [高估/合理/低估] |
| PEG | XX | XX | XX | [高估/合理/低估] |

---

## 八、业绩说明会要点（如有）

- **管理层指引**：[下年度/下季度经营目标]
- **资本开支计划**：[投资方向及金额]
- **分红方案**：[分红比例及股息率]
- **其他重要信息**：[并购、回购、股权激励等]

---

**免责声明**：本点评报告基于公开财报整理分析，仅供参考，不构成投资建议。投资者应独立判断并承担投资风险。

---
*报告生成时间：[YYYY-MM-DD] | 数据来源：gildata-aidata 金融数据服务、公司财报*

特殊场景处理

场景 1：gildata-aidata 部分数据无法获取

• 在对应章节标注"未披露"或"数据暂无"
• 可通过 web_search 补充查询公开财务数据
• 在文档末尾说明数据来源和局限性

场景 2：不同财报类型适配

• 年报：包含完整财务数据、审计意见、分红方案、业绩说明会信息
• 半年报：数据完整度较高，可能无审计意见
• 季报：数据相对简化，重点分析环比变化

场景 3：多期财报对比

如用户要求对比多期财报：
- 生成趋势分析图表数据
- 计算复合增速（CAGR）
- 识别长期趋势变化

场景 4：用户指定报告期

如用户指定"分析 XX 公司 2023 年年报"：
- 使用 gildata-aidata 查询对应报告期数据
- 如数据较旧，在报告中提示"财报时效性注意"

场景 5：港股/美股公司

• 港股：使用 HKFinancialStatement、HKMainOperIncData、HKStockValueAnalysis 等 gildata-aidata 工具
• 美股：使用 USFinancialStatement、USFinancialAnalysis、USValuationMetrics 等 gildata-aidata 工具
• 注意财报披露格式差异（如港股用"股东应占溢利"而非"归母净利润"）

输出后处理

重要：报告生成后直接在对话中输出完整的 Markdown 报告内容，让用户可以立即阅读。

执行方式：
- 直接将完整的 Markdown 报告内容在对话中输出（使用 Markdown 格式渲染）
- 不需要保存文件
- 不需要发送文件给用户

注意：
- 报告生成后，可以在对话中提供核心结论摘要，帮助用户快速把握要点
- 如报告过长（超过 15000 字），可在对话中先输出执行摘要和核心章节，再输出完整报告

使用示例

示例 1：基础业绩点评（无 PDF）

用户输入："五粮液业绩点评"

技能执行：
1. 识别公司：五粮液（000858.SZ）
2. 确定报告期：最新报告期（2024 年年报）
3. 使用 gildata-aidata 获取数据：
- AShareFinancialReportReview：查询"五粮液 2024 年年报 业绩点评"
- FinancialStatement：查询"五粮液 2024 年年报 利润表 现金流量表"
- FinancialAnalysis：查询"五粮液 2024 年 毛利率 净利率 ROE"
- MainOperIncData：查询"五粮液 2024 年 分产品 收入 毛利率"
- ConsensusExpectation：查询"五粮液 2024 2025 一致预期"
- StockValueAnalysis：查询"五粮液 PE PB 股息率"
4. 整理财务指标，计算同比变化
5. 分析经营亮点与风险点
6. 生成业绩点评报告
7. 直接在对话中输出完整报告

输出：包含 8 大模块的完整业绩点评报告

示例 2：指定报告期

用户输入："分析贵州茅台 2025 年一季报"

技能执行：
1. 识别公司：贵州茅台（600519.SH）
2. 确定报告期：2025 年一季度
3. 使用 gildata-aidata 查询 2025Q1 数据及 2024Q1 对比数据
4. 重点分析环比变化（vs 2024Q4）
5. 生成业绩点评报告

示例 3：简短表述

用户输入："腾讯控股财报分析"

技能执行：
1. 识别公司：腾讯控股（00700.HK）
2. 确定报告期：最新报告期
3. 使用 gildata-aidata 港股工具获取数据：
- HKFinancialStatement：查询"腾讯控股 2024 年 财务报表"
- HKMainOperIncData：查询"腾讯控股 2024 年 分业务 收入"
- HKStockValueAnalysis：查询"腾讯控股 PE PB"
4. 生成业绩点评报告

示例 4：上传 PDF 分析

用户输入：上传《四方股份 2025 年年度报告》PDF + "分析这份财报"

技能执行：
1. 使用 file 工具读取 PDF 内容
2. 提取 2025 年完整财务数据
3. 使用 gildata-aidata 补充查询：估值数据、一致预期、机构评级等
4. 对比 2024 年数据计算同比变化
5. 分析各业务板块收入/毛利率变化
6. 识别经营亮点和风险点
7. 生成业绩点评报告
8. 直接在对话中输出完整报告

注意事项

1. gildata-aidata 优先：所有财务数据必须优先通过 gildata-aidata 服务获取，不得臆造或估算
2. 数据准确性：如 gildata-aidata 无法获取某项数据，可辅以 web_search 查询权威来源（公司公告、东方财富等）
3. 客观中立：点评应基于事实数据，避免主观臆断
4. 风险提示：风险部分不可省略，必须清晰呈现潜在风险
5. 口径一致：同比/环比计算口径需一致，注明是否扣除并购影响
6. 时效性：如财报发布超过 3 个月，在文档中提示"财报时效性注意"
7. 数据来源：在报告末尾明确列出数据来源，便于用户核查
8. 数据缺失处理：如 gildata-aidata 部分数据无法获取，在对应位置标注"未披露"，不可编造数据
9. 港股/美股适配：对于港股/美股公司，注意财报披露格式差异（如港股用"股东应占溢利"而非"归母净利润"）

数据来源优先级

工具使用说明

本技能主要使用以下工具获取数据：

1. finx gildata-aidata：核心数据源，获取财务报表、财务分析指标、主营构成、一致预期、估值等数据
2. web_search：补充查询，用于 gildata-aidata 无法覆盖的舆情、新闻、业绩说明会详情等
3. web_fetch：从具体 URL 获取详细补充信息
4. file：读取用户上传的 PDF 财报
5. message_notify_user：发送报告给用户（仅当用户明确要求发送文件时）

重要原则：
- 所有财务数据查询必须优先使用 gildata-aidata 服务
- 如 gildata-aidata 数据不完整可辅以 web_search 查询
- 如用户提供 PDF，优先解析 PDF 数据，并用 gildata-aidata 补充衍生数据
- 所有数据获取后需进行交叉验证，确保数据准确性

gildata-aidata 工具调用指南

查询格式说明

gildata-aidata 工具使用自然语言 query 参数，调用格式如下：

finx gildata-aidata <工具名> --body '{"query": "<公司名称> <报告期> <查询内容>"}'

A 股公司常用查询模板

# 财务报表（三大表）
finx gildata-aidata FinancialStatement --body '{"query": "五粮液 2024 年年报 利润表 资产负债表 现金流量表"}'

# 财务分析指标
finx gildata-aidata FinancialAnalysis --body '{"query": "五粮液 2024 年 毛利率 净利率 ROE ROIC 资产负债率 应收账款周转率 存货周转率"}'

# 主营构成
finx gildata-aidata MainOperIncData --body '{"query": "五粮液 2024 年 分产品 分行业 分地区 收入 成本 毛利率"}'

# 一致预期
finx gildata-aidata ConsensusExpectation --body '{"query": "五粮液 2024 2025 2026 营收 净利润 EPS 一致预期"}'

# 估值数据
finx gildata-aidata StockValueAnalysis --body '{"query": "五粮液 PE PB PS EV 股息率"}'

# 机构评级
finx gildata-aidata InstitutionalRating --body '{"query": "五粮液 机构评级 评级分数"}'

# 业绩预告
finx gildata-aidata PerformanceForecast --body '{"query": "五粮液 2024 年 业绩预告 净利润 增速"}'

# 财报业绩点评参考
finx gildata-aidata AShareFinancialReportReview --body '{"query": "五粮液 2024 年年报 业绩点评"}'

港股公司常用查询模板

# 港股财务报表
finx gildata-aidata HKFinancialStatement --body '{"query": "腾讯控股 2024 年 财务报表"}'

# 港股主营构成
finx gildata-aidata HKMainOperIncData --body '{"query": "腾讯控股 2024 年 分业务 收入"}'

# 港股估值
finx gildata-aidata HKStockValueAnalysis --body '{"query": "腾讯控股 PE PB 股息率"}'

美股公司常用查询模板

# 美股财务报表
finx gildata-aidata USFinancialStatement --body '{"query": "苹果 2024 年 财务报表"}'

# 美股财务分析
finx gildata-aidata USFinancialAnalysis --body '{"query": "苹果 2024 年 毛利率 ROE 净利率"}'

# 美股估值
finx gildata-aidata USValuationMetrics --body '{"query": "苹果 PE PB PS"}'

Module 22: 机构调研大纲

机构调研大纲生成技能

技能定位

本技能用于生成上市公司机构调研前的结构化调研大纲，帮助研究员系统性地准备调研问题，覆盖财务、业务、战略、风险等关键维度。以 gildata-aidata 金融数据服务为核心数据源，确保财务数据、估值数据、同业对比的专业性和准确性。

核心优势：
- ✅ gildata-aidata 专业数据源：所有财务数据、估值数据、一致预期优先通过 gildata-aidata 服务获取
- ✅ 分析框架系统：覆盖基本面、同业对比、历史问题、核心问题四大模块
- ✅ 问题设计专业：10-12 个针对性调研问题，避免公开信息重复
- ✅ 输出结构化：标准化 Markdown 格式报告，直接在对话中展示完整内容

输出格式：
- 默认生成结构化 Markdown 格式报告
- 报告内容直接在对话中展示，无需发送文件
- 如用户明确要求 Word 文档，可另行处理

触发场景

当用户出现以下任一表述时，应触发本技能：

注意：用户只需提到公司名字 + 调研/提纲/大纲等关键词，即应触发本技能。

执行流程

Step 1：获取公司基本信息

1.1 提取公司名称/股票代码

从用户输入中识别目标上市公司：
- 公司全称/简称（如"五粮液"、"茅台"）
- 股票代码（如"000858"、"600519"）

1.2 通过 gildata-aidata 获取财务与估值数据

核心原则：所有财务数据、估值数据、一致预期优先通过 gildata-aidata 服务获取。

港股公司：使用 HKFinancialStatement、HKStockValueAnalysis、HKMainOperIncData

美股公司：使用 USFinancialStatement、USValuationMetrics、USFinancialAnalysis

1.3 通过 web_search 获取补充信息

用于 gildata-aidata 无法覆盖的信息：
- 公司基本信息（成立时间、员工规模、总部地点等）
- 历史调研记录/投资者关系活动记录
- 最新新闻舆情、行业动态

web_search --query "{公司名称} 公司简介 主营业务 行业地位" --numResults 10
web_search --query "{公司名称} 投资者关系活动记录 机构调研 问答 2025 2026" --numResults 10

Step 2：基本面分析

2.1 公司概况

整理以下信息：
- 公司全称、股票代码、上市交易所
- 成立时间、上市时间
- 主营业务及产品
- 行业分类及细分领域
- 市值、员工规模

2.2 财务分析（通过 gildata-aidata 获取）

分析以下核心指标（最近 3 年 + 最新一期）：

2.3 业务分析（通过 gildata-aidata 获取）

• 主营业务收入构成（按产品/地区/渠道）→ MainOperIncData
• 核心产品/服务及竞争优势
• 主要客户及供应商集中度
• 产能及利用率情况
• 研发投入及核心技术

2.4 行业地位

• 市场份额及排名
• 主要竞争对手
• 行业集中度（CR3/CR5）
• 公司在产业链中的位置（上游/中游/下游）

Step 3：同业对比分析

3.1 确定可比公司

选择 3-5 家同行业上市公司作为对比对象，选择标准：
- 同一细分行业
- 业务模式相似
- 市值规模相当（或行业龙头）
- A 股/港股/美股优先

3.2 通过 gildata-aidata 获取对比数据

对目标公司和可比公司分别调用以下工具：

3.3 对比结论

• 公司在同业中的估值水平（高/中/低）
• 成长性排名
• 盈利能力排名
• 竞争优势与劣势总结

Step 4：历史调研问题回顾

4.1 搜索历史调研记录

使用 web_search 查询近期投资者关系活动记录：

web_search --query "{公司名称} 投资者关系活动记录表 机构调研 问答" --numResults 10

4.2 整理历史问题

从最近的投资者关系活动记录表（3-5 次）中提取：
- 机构关注的高频问题
- 管理层回复要点
- 未明确回答的遗留问题
- 问题涉及的主要方向（战略/财务/业务/风险）

4.3 问题分类

将历史问题按以下类别分类：
- 战略规划类
- 业务发展类
- 财务状况类
- 风险因素类
- 行业竞争类

Step 5：生成调研问题清单

5.1 问题设计原则

5.2 问题数量

生成10-12 个核心调研问题，覆盖以下维度：

5.3 问题质量要求

每个问题应包含：
- 问题背景：简要说明提问的原因/依据
- 核心问题：清晰具体的问题表述
- 追问方向：可能的后续追问点

Step 6：生成调研大纲报告

6.1 组织内容结构

按照下方【报告结构模板】组织报告内容。

6.2 格式化输出

1. 使用 Markdown 标题层级（#、##、###）组织章节
2. 使用表格展示财务数据和对比信息
3. 使用列表展示要点和风险提示
4. 确保逻辑清晰、层次分明

6.3 输出报告

将完整的结构化报告直接在对话中展示，无需发送文件。

报告结构模板

# 📋 {公司名称} 机构调研大纲

**调研类型**：首次调研  
**准备时间**：标准版（1-2 小时）  
**生成日期**：YYYY 年 MM 月 DD 日

---

## 一、公司基本信息

| 项目 | 内容 |
|------|------|
| 公司全称 | [全称] |
| 股票代码 | [代码].SH/.SZ/.HK |
| 上市交易所 | [交易所] |
| 成立时间 | [年份] |
| 上市时间 | [年份] |
| 法定代表人 | [姓名] |
| 总部地点 | [城市] |
| 员工规模 | [人数] |
| 总市值 | [亿元] |
| 所属申万行业 | [行业分类] |

### 主营业务
[描述公司主营业务、核心产品/服务、应用场景]

### 行业地位
[描述公司在行业中的市场地位、市场份额、排名等]

---

## 二、基本面分析

### 2.1 财务概况

| 财务指标 | 2023 年 | 2024 年 | 2025 年 | 2026Q1 |
|----------|--------|--------|--------|--------|
| 营业收入（亿元） | | | | |
| 营收增速（%） | | | | |
| 归母净利润（亿元） | | | | |
| 净利润增速（%） | | | | |
| 毛利率（%） | | | | |
| 净利率（%） | | | | |
| ROE（%） | | | | |
| 资产负债率（%） | | | | |
| 经营性现金流（亿元） | | | | |

### 2.2 财务分析要点

**成长性分析**：
[分析营收和净利润增长趋势，识别增长驱动因素]

**盈利能力分析**：
[分析毛利率、净利率、ROE 变化趋势及原因]

**营运能力分析**：
[分析应收账款、存货周转情况]

**偿债能力分析**：
[分析资产负债率、流动比率等指标]

**现金流分析**：
[分析经营性现金流与净利润匹配度]

### 2.3 业务结构

| 业务板块 | 营收占比 | 毛利率 | 增速 |
|----------|----------|--------|------|
| [业务 1] | % | % | % |
| [业务 2] | % | % | % |
| [业务 3] | % | % | % |

### 2.4 核心竞争优势

1. **[优势 1]**：[具体描述]
2. **[优势 2]**：[具体描述]
3. **[优势 3]**：[具体描述]

---

## 三、同业对比分析

### 3.1 可比公司选择

| 公司名称 | 股票代码 | 市值（亿元） | 选择理由 |
|----------|----------|--------------|----------|
| [公司 A] | | | |
| [公司 B] | | | |
| [公司 C] | | | |
| [公司 D] | | | |

### 3.2 估值对比

| 公司 | PE(TTM) | PB | PS | PEG | EV/EBITDA |
|------|---------|-----|-----|-----|-----------|
| {目标公司} | | | | | |
| [公司 A] | | | | | |
| [公司 B] | | | | | |
| [公司 C] | | | | | |
| [公司 D] | | | | | |
| **行业中位数** | | | | | |

### 3.3 成长性对比

| 公司 | 营收 3 年 CAGR | 净利润 3 年 CAGR |
|------|----------------|------------------|
| {目标公司} | % | % |
| [公司 A] | % | % |
| [公司 B] | % | % |
| [公司 C] | % | % |
| [公司 D] | % | % |

### 3.4 盈利能力对比

| 公司 | 毛利率（%） | 净利率（%） | ROE（%） |
|------|-------------|-------------|----------|
| {目标公司} | | | |
| [公司 A] | | | |
| [公司 B] | | | |
| [公司 C] | | | |
| [公司 D] | | | |

### 3.5 对比结论

**估值水平**：[高/中/低] 于同业，原因分析...

**成长性**：[领先/持平/落后] 同业，原因分析...

**盈利能力**：[领先/持平/落后] 同业，原因分析...

**综合评估**：[总结公司在同业中的竞争地位]

---

## 四、历史调研问题回顾

### 4.1 近期调研记录

| 调研日期 | 调研形式 | 参与机构数量 | 来源 |
|----------|----------|--------------|------|
| [日期] | 现场调研/电话会议 | [数量] | [公告/网站] |
| [日期] | 现场调研/电话会议 | [数量] | [公告/网站] |
| [日期] | 现场调研/电话会议 | [数量] | [公告/网站] |

### 4.2 高频关注问题

| 问题方向 | 具体问题 | 管理层回复要点 |
|----------|----------|----------------|
| [方向 1] | [问题] | [要点] |
| [方向 2] | [问题] | [要点] |
| [方向 3] | [问题] | [要点] |

### 4.3 遗留问题/未明确事项

1. [问题 1]：[说明为何未明确]
2. [问题 2]：[说明为何未明确]
3. [问题 3]：[说明为何未明确]

---

## 五、核心调研问题清单（10 问）

### 5.1 战略规划类（2-3 问）

**问题 1**：[问题标题]
- **问题背景**：[背景说明]
- **核心问题**：[具体问题表述]
- **追问方向**：[可能的追问点]

**问题 2**：[问题标题]
- **问题背景**：[背景说明]
- **核心问题**：[具体问题表述]
- **追问方向**：[可能的追问点]

**问题 3**：[问题标题]
- **问题背景**：[背景说明]
- **核心问题**：[具体问题表述]
- **追问方向**：[可能的追问点]

### 5.2 业务发展类（3-4 问）

**问题 4**：[问题标题]
- **问题背景**：[背景说明]
- **核心问题**：[具体问题表述]
- **追问方向**：[可能的追问点]

**问题 5**：[问题标题]
- **问题背景**：[背景说明]
- **核心问题**：[具体问题表述]
- **追问方向**：[可能的追问点]

**问题 6**：[问题标题]
- **问题背景**：[背景说明]
- **核心问题**：[具体问题表述]
- **追问方向**：[可能的追问点]

**问题 7**：[问题标题]
- **问题背景**：[背景说明]
- **核心问题**：[具体问题表述]
- **追问方向**：[可能的追问点]

### 5.3 财务状况类（2-3 问）

**问题 8**：[问题标题]
- **问题背景**：[背景说明]
- **核心问题**：[具体问题表述]
- **追问方向**：[可能的追问点]

**问题 9**：[问题标题]
- **问题背景**：[背景说明]
- **核心问题**：[具体问题表述]
- **追问方向**：[可能的追问点]

**问题 10**：[问题标题]
- **问题背景**：[背景说明]
- **核心问题**：[具体问题表述]
- **追问方向**：[可能的追问点]

### 5.4 风险因素类（1-2 问）

**问题 11**：[问题标题]
- **问题背景**：[背景说明]
- **核心问题**：[具体问题表述]
- **追问方向**：[可能的追问点]

### 5.5 行业竞争类（1-2 问）

**问题 12**：[问题标题]
- **问题背景**：[背景说明]
- **核心问题**：[具体问题表述]
- **追问方向**：[可能的追问点]

---

## 六、调研准备清单

### 6.1 资料准备

- [ ] 公司年报/季报（最近 3 年 + 最新一期）
- [ ] 招股说明书（如为次新股）
- [ ] 近期投资者关系活动记录表
- [ ] 券商研报（最近 3 个月）
- [ ] 同业公司财报
- [ ] 行业研究报告
- [ ] 公司公告（重大事项）

### 6.2 数据准备

- [ ] 财务数据对比表
- [ ] 估值对比表
- [ ] 股价走势图（1 年/3 年/5 年）
- [ ] 机构持仓变化
- [ ] 北向资金持仓（如为沪深股通标的）

### 6.3 问题准备

- [ ] 核心问题清单（已生成）
- [ ] 追问问题清单
- [ ] 数据验证问题
- [ ] 敏感问题备选

---

## 七、风险提示

1. **信息时效性**：本大纲基于公开信息生成，部分数据可能存在滞后，建议调研前更新最新数据
2. **行业差异**：本大纲为通用模板，特定行业（如银行、保险、地产）需补充行业特有指标
3. **调研礼仪**：避免询问未公开的重大敏感信息，遵守信息披露相关规定
4. **独立判断**：管理层回复可能存在主观倾向，需结合多方信息独立验证

---

## 八、调研后跟进事项

1. **整理调研纪要**：24 小时内完成调研记录整理
2. **更新盈利预测**：根据调研信息调整财务模型
3. **撰写点评报告**：形成书面调研总结
4. **投资决策建议**：给出买入/持有/卖出建议及理由
5. **持续跟踪**：建立跟踪清单，定期验证调研信息

---

> **生成说明**：本大纲由 AI 助手基于公开信息自动生成，仅供参考。实际调研请结合最新信息和专业判断。  
> **免责声明**：本大纲不构成投资建议，市场有风险，投资需谨慎。

特殊场景处理

场景一：用户未提供公司名称

当用户只说"生成调研大纲"但未指定公司时：

1. 主动询问用户需要调研哪家上市公司
2. 可提供近期热门调研公司供参考

场景二：公司信息较少（次新股/小市值）

当目标公司为次新股或小市值公司，公开信息有限时：

1. 在报告中标注"信息有限"
2. 重点依赖招股书和最新财报
3. 增加"信息获取建议"板块
4. 调研问题中增加基础信息确认类问题

场景三：跨行业公司

当目标公司业务跨多个行业时：

1. 分别分析各业务板块
2. 选择各业务板块的可比公司
3. 调研问题覆盖各业务板块

场景四：港股/美股上市公司

当目标公司为港股或美股上市公司时：

1. 调整财务指标单位（人民币/美元/港币）
2. 选择相应市场的可比公司
3. 注意不同市场的披露要求差异
4. 使用对应的港股/美股 gildata-aidata 工具

工具使用说明

重要原则：
- 所有财务数据、估值数据、一致预期查询必须优先使用 gildata-aidata 服务
- 如 gildata-aidata 数据不完整可辅以 web_search 查询
- 数据来源优先级：gildata-aidata > 公司公告 > 券商研报 > 财经新闻

gildata-aidata 工具调用指南

A 股公司常用查询模板

# 财务报表（三大表）
finx gildata-aidata FinancialStatement --body '{"query": "{公司名} 2024 年年报 利润表 资产负债表 现金流量表"}'

# 财务分析指标
finx gildata-aidata FinancialAnalysis --body '{"query": "{公司名} 2024 年 毛利率 净利率 ROE ROIC 资产负债率 应收账款周转率 存货周转率"}'

# 主营构成
finx gildata-aidata MainOperIncData --body '{"query": "{公司名} 2024 年 分产品 分行业 分地区 收入 成本 毛利率"}'

# 一致预期
finx gildata-aidata ConsensusExpectation --body '{"query": "{公司名} 2024 2025 2026 营收 净利润 EPS 一致预期"}'

# 估值数据
finx gildata-aidata StockValueAnalysis --body '{"query": "{公司名} PE PB PS EV 股息率"}'

# 机构评级
finx gildata-aidata InstitutionalRating --body '{"query": "{公司名} 机构评级 评级分数"}'

# 财报业绩点评参考
finx gildata-aidata AShareFinancialReportReview --body '{"query": "{公司名} 2024 年年报 业绩点评"}'

港股公司常用查询模板

# 港股财务报表
finx gildata-aidata HKFinancialStatement --body '{"query": "{公司名} 2024 年 财务报表"}'

# 港股估值
finx gildata-aidata HKStockValueAnalysis --body '{"query": "{公司名} PE PB 股息率"}'

美股公司常用查询模板

# 美股财务报表
finx gildata-aidata USFinancialStatement --body '{"query": "{公司名} 2024 年 财务报表"}'

# 美股估值
finx gildata-aidata USValuationMetrics --body '{"query": "{公司名} PE PB PS"}'

数据来源优先级

质量检查清单

在输出报告前，检查以下项目：

• [ ] 公司基本信息准确（名称、代码、行业）
• [ ] 财务数据标注报告期和来源（优先 gildata-aidata）
• [ ] 同业公司选择合理（同一细分行业）
• [ ] 对比数据口径一致（TTM/年报/季报）
• [ ] 调研问题具有针对性（非通用问题）
• [ ] 问题数量在 10-12 个范围
• [ ] 历史调研问题有来源依据
• [ ] 风险提示充分
• [ ] 报告格式符合模板
• [ ] 免责声明已添加
• [ ] 报告直接在对话中展示，未写入文件

注意事项

1. 数据准确性：财务数据需标注来源和报告期，优先使用 gildata-aidata 获取
2. 客观中立：分析应基于事实，避免主观臆断
3. 信息时效：优先使用最新公开信息（最近 12 个月）
4. 合规提示：提醒用户遵守调研相关规定，不获取内幕信息
5. 问题质量：调研问题应避免可从公开信息获取的答案
6. 同业选择：可比公司应选择业务模式最接近的 3-5 家
7. 行业差异：通用模板可能不适用于所有行业，需提示用户
8. 数据来源：财务/估值/一致预期优先 gildata-aidata，基本信息/调研记录使用 web_search
9. 简洁优先：报告控制在适中长度，重点突出
10. 持续更新：提示用户调研前更新最新数据
11. 输出方式：报告内容直接在对话中展示，无需写入文件或发送给用户

技能更新日志

2026-05-11 更新：
- 核心数据源变更：将所有财务数据、估值数据、一致预期查询改为优先使用 gildata-aidata 服务
- 新增工具矩阵：为 A 股、港股、美股公司建立 gildata-aidata 工具查询对照表
- 完善调用指南：提供完整的 gildata-aidata 工具调用格式说明和常用查询模板
- 优化数据获取顺序：Step 1 明确 gildata-aidata 优先获取财务与估值数据，web_search 仅用于补充信息
- 更新数据来源优先级：将 gildata-aidata 提升为财务/估值/一致预期的第一优先级数据源

2026-04-08 更新：
- 明确报告输出方式：直接在对话中展示，无需发送文件
- 优化报告结构模板
- 更新注意事项和输出方式说明

> 技能版本：v2.0
> 最后更新：2026-05-11
> 维护者：智能助理

Module 23: 全球财经简报

全球财经要闻简报技能

技能定位

本技能用于自动抓取全球最新财经要闻，通过 gildata-aidata 金融数据服务获取结构化数据与舆情，智能筛选高影响力事件，生成结构化简要总结报告。适用于用户快速获取每日财经热点、市场动态和投资机会参考。

核心特点：
- 自动捕获最新财经资讯（24-72 小时内）
- 智能筛选高影响力事件
- 结构化分类汇总
- 简洁易懂的简报格式

触发场景

当用户出现以下任一表述时，应触发本技能：

注意：即使用户只说"财经热点"、"财经新闻"等简短表述，只要意图是获取最新财经资讯，也应触发本技能。

执行流程

Step 1：确定搜索范围和时间

1.1 获取当前日期

调用 finx time 获取当前日期，用于确定新闻时间范围。

finx time

1.2 确定搜索关键词

根据用户输入提取核心关键词：
- 用户指定行业/主题 → 使用指定关键词
- 用户未指定 → 使用"今日财经热点 宏观 市场"等通用关键词

1.3 确定时间范围

• 默认搜索最近 24-72 小时内的新闻
• 用户指定时间 → 按用户要求调整

Step 2：使用 gildata-aidata 服务查询数据

核心原则：优先使用 gildata-aidata 服务中的专业金融数据工具，确保数据的权威性、结构化和时效性。

2.1 舆情与新闻检索
使用 gildata-aidata 的舆情工具获取多维度财经资讯：

2.2 行情与市场数据检索
获取主要市场指数行情、资金流向与宏观数据：

2.3 查询策略
- 并行查询：对多个维度的工具发起并行请求，提高效率。
- query 构造：使用简洁明确的关键词组合，如 "今日 宏观 政策" 或 "2026-04-28 上证指数 行情"。可加入日期提高准确性。
- 数据交叉验证：重要数据（如指数涨跌、宏观数据）可通过多个工具或 web_search 进行验证。
- Fallback 机制：若 gildata-aidata 返回数据不足或无法覆盖特定海外细节，可调用 web_search 补充。

Step 3：新闻筛选与分类

3.1 筛选标准

3.2 分类体系

将筛选后的新闻按以下类别分类：

3.3 重要性评级

对每条新闻进行重要性评级：

Step 4：生成简报报告

4.1 报告结构模板

# 📊 全球财经要闻简报
**日期**：YYYY 年 MM 月 DD 日  
**时段**：最近 24 小时 / 最近 72 小时

---

## 🔴 核心头条（S 级事件）

[1-3 条最重要新闻，每条包含标题 + 一句话摘要 + 影响分析]

---

## 📈 市场表现概览

| 市场/指数 | 最新值 | 涨跌幅 | 核心驱动 |
|-----------|--------|--------|----------|
| 上证指数 | XXXX | +X.XX% | [驱动因素] |
| 深证成指 | XXXX | +X.XX% | [驱动因素] |
| 恒生指数 | XXXX | +X.XX% | [驱动因素] |
| 标普 500 | XXXX | +X.XX% | [驱动因素] |
| 纳斯达克 | XXXX | +X.XX% | [驱动因素] |
| 原油 (WTI) | XX 美元 | +X.XX% | [驱动因素] |
| 黄金 | XX 美元 | +X.XX% | [驱动因素] |
| 美元/人民币 | X.XXXX | +X.XX% | [驱动因素] |

---

## 🏛️ 宏观与政策

[宏观事件分类汇总，每条包含：事件简述 + 影响分析]

---

## 🏢 行业动态

### 利好行业
| 行业 | 驱动事件 | 影响逻辑 |
|------|----------|----------|
| [行业] | [事件] | [逻辑] |

### 承压行业
| 行业 | 驱动事件 | 影响逻辑 |
|------|----------|----------|
| [行业] | [事件] | [逻辑] |

---

## 💼 重点公司新闻

| 公司 | 事件类型 | 事件简述 | 市场反应 |
|------|----------|----------|----------|
| [公司] | [类型] | [简述] | [反应] |

---

## 💡 投资机会提示

[基于新闻分析的投资机会，包含受益板块和相关个股参考]

| 主题/板块 | 逻辑 | 关注标的 | 风险等级 |
|-----------|------|----------|----------|
| [主题] | [逻辑] | [标的] | 高/中/低 |

---

## ⚠️ 风险提示

1. [主要风险点 1]
2. [主要风险点 2]
3. [主要风险点 3]

---

## 📅 近期关注

| 时间 | 事件 | 潜在影响 |
|------|------|----------|
| [日期] | [事件] | [影响] |

---

> **数据来源**：Gildata-aidata 金融数据服务、权威财经媒体  
> **更新时间**：YYYY-MM-DD HH:MM:SS  
> **免责声明**：本简报仅供参考，不构成投资建议。市场有风险，投资需谨慎。

4.2 内容生成原则

• 简洁优先：每条新闻摘要控制在 50 字以内
• 重点突出：S 级事件放在最前面，用醒目方式标注
• 数据准确：行情数据需标注来源和时效
• 逻辑清晰：影响分析要有明确因果关系
• 客观中立：避免主观臆断，基于事实分析

Step 5：特殊场景处理

场景一：用户指定行业/主题

当用户指定特定行业或主题时（如"半导体行业新闻"、"新能源汽车最新动态"）：

1. 提取用户指定的关键词
2. 针对性搜索该领域新闻（如 IndustryNewslist）
3. 报告结构保持不变，但内容聚焦指定领域
4. 增加该领域的深度分析

场景二：用户要求定时推送

当用户要求每日/每周定时推送财经简报时：

1. 使用 cron 工具创建定时任务
2. 任务 payload 中包含调用本技能的指令
3. 设置合适的推送时间（如交易日早 8 点）

示例：

cron --action add --taskName "每日财经简报" --description "每个交易日早晨生成全球财经要闻简报" --schedule '{"triggerType": "CRON", "cron": "0 0 8 * * MON-FRI"}' --payload '{"userInput": "生成一份最近 24 小时的全球财经要闻简报，包含核心头条、市场表现、宏观政策、行业动态、投资机会和风险提示。"}'

场景三：重大突发事件

当检测到重大突发事件（如战争、金融危机、政策突变）时：

1. 在报告开头增加"⚠️ 突发重大事件"板块
2. 详细说明事件背景、进展和潜在影响
3. 增加风险提示的权重
4. 建议用户密切关注后续发展

场景四：市场休市/节假日

当遇市场休市或节假日时：

1. 在报告中说明休市情况
2. 汇总休市期间的重要新闻
3. 提示下周开市后的关注要点

工具使用说明

质量检查清单

在输出报告前，检查以下项目：

• [ ] 新闻时效性符合要求（24-72 小时）
• [ ] 核心头条筛选准确（S 级事件判断合理）
• [ ] 分类逻辑清晰（宏观/市场/行业/公司）
• [ ] 行情数据标注来源和时效
• [ ] 影响分析有逻辑支撑
• [ ] 风险提示充分
• [ ] 报告格式符合模板
• [ ] 免责声明已添加
• [ ] 数据来源已标注
• [ ] 无重复新闻
• [ ] 重要事件无遗漏

注意事项

1. 数据时效性：行情数据需标注具体时间，避免误导用户
2. 客观中立：分析应基于事实，避免主观臆断和情绪化表达
3. 风险充分：必须提示主要风险点，尤其是重大不确定性事件
4. 免责声明：每份报告必须包含免责声明
5. 简洁优先：简报控制在 1500 字以内为佳，重点突出
6. 来源权威：优先使用 gildata-aidata 金融数据服务
7. 多源验证：重要新闻建议多数据源交叉验证
8. 敏感信息：涉及地缘政治等敏感话题，保持客观陈述
9. 用户定制：根据用户历史偏好调整报告详细程度和关注领域
10. Fallback 机制：当 gildata-aidata 无法获取某些数据时，自动降级使用 web_search

> 技能版本：v2.0 (重构版)
> 最后更新：2026-04-28
> 维护者：智能助理

Module 24: 政策快评

证券策略研究员政策/事件快评 (Policy & Event Flash Briefing)

概述

本技能专为“交易型策略研究”设计，旨在对突发政策、重大宏观数据、盘中剧烈异动进行分钟级/小时级的快速响应。与深度研报不同，本技能聚焦于“市场即时反应”与“预期差交易”，为交易员提供直接的决策辅助。

核心逻辑：
1. 定性：是什么性质的政策/事件？（货币、财政、监管、产业？）
2. 定量/预期：力度如何？是否超预期？（符合预期=利好兑现，超预期=新主线）
3. 传导：利好谁？利空谁？情绪影响还是实质影响？
4. 应对：怎么操作？（追高、低吸、观望、对冲？）

所有数据查询必须使用 gildata-aidata 服务。

适用场景

• 突发政策：央行降息/降准、证监会新政（如限制做空、鼓励分红）、财政部发债、重要会议通稿（政治局会议、国常会）。
• 数据异动：CPI/PPI、社融、PMI 大幅超预期或不及预期。
• 盘中急跌/急涨：无明确消息面的市场恐慌或狂热，需排查原因并给出应对。
• 行业监管：针对特定行业（如互联网、医药、教育、房地产）的突发新规。

数据采集指引 (gildata-aidata 工具映射)

所有数据必须通过 gildata-aidata 服务获取，具体工具调用如下：