A股公司承保式研究

SkillCommerce & finance

对A股上市公司进行商业模式、行业结构、竞争优势、管理层治理与盈利引擎的系统承保式研究。用于个股深研、首次覆盖、护城河或管理层判断;不替代单独的财务取证、估值或量化回测技能。

Available today. Use it from your connected AI after setup.

Connect ahel once, and every AI you use reads what you have installed.

Then ask your AI: use the A股公司承保式研究 skill

What this skill tells your AI

The instructions your AI receives, as published by cyijun/china-financial-services in plugins/china-market-researcher/skills/a-share-company-underwriting/SKILL.md and read by ahel’s review.

目标是回答“公司靠什么赚钱、为何能持续、什么会使判断失效”,不是堆积公司介绍。

工作流

  1. 先调用a-share-research-evidence固定时点和证据范围;关键事实缺少原始材料时降级结论。
  2. 用五行拆解每项重要业务:卖什么、谁付钱、如何触达、如何定价、收入是否重复发生。
  3. 建立盈利驱动树:销量/客户数×单价/ARPU×变现率,连接毛利、费用、资本开支、营运资本和自由现金流。
  4. 研究价值链、利润池、集中度、产能周期、进入壁垒、替代路径、政策和行政定价。TAM必须声明口径。
  5. 每个“护城河”必须命名机制,并用价格、份额、毛利率、ROIC、获客投入或留存验证方向。
  6. 评估承诺兑现、资本配置、股权质押、关联交易、激励、审计意见、关键人和继任。以行为记录为主。
  7. 构造基础、压力和乐观运营情景,列驱动、可观察触发器和范围,不赋主观概率。
  8. 使用china-market-data获取财务、估值、行业成员和行情;定性结论仍需公告、年报和产业证据。

五行拆解结构改写自prof-little-bear/cc-equity-researchcommunity-skills/analyze/business-model.md(检视commit 7c428944a6718c35461f839c618ae66334b6371b,Apache-2.0);本版本将证据基准替换为中国年报、招股书、问询函及交易所材料。归属不代表上游对本项目背书。

硬约束

  • 不用份额、品牌或管理层声誉单独证明护城河。
  • 不把历史增长直线外推,不用综合星级掩盖否决项。
  • 银行、保险、券商、地产、资源品和早期成长公司必须使用专门口径。
  • 只输出研究,不给买入、卖出或仓位指令。

输出契约

按结论摘要、商业模式、盈利驱动、行业结构、竞争优势、治理、情景、风险与未知、后续验证输出,并区分事实、推断和待验证项。

需要结构模板时读取references/underwriting-schema.md

Signals

GitHub stars
20
Forks
3
Last commit
Aug 2026
Advanced
Catalog kind
skill
Gateway key
a-share-company-underwriting
Source
github.com/cyijun/china-financial-services