Codex adapter note

This skill is generated from skills/earnings-review.md so Claude Code and Codex users share one canonical workflow.

• Treat $ARGUMENTS as the user's request in the current Codex thread.
• When the source mentions Claude-only surfaces such as Task, Agent, WebSearch, Bash, Read, or Write, use the closest Codex capability available in this session: subagents when available, web search when needed, shell commands for local tools, and normal file edits for workspace files.
• Use shared project tools from tools/ in this repository. Commands that reference ~/ai-berkshire/tools/... assume the repo is checked out at ~/ai-berkshire; if needed, prefer the current workspace path.
• Preserve the research quality rules from AGENTS.md: cross-check financial data, use exact arithmetic tools for valuation/math, and clearly label uncertainty and source gaps.

财报精读：一手资料深度解读

对 $ARGUMENTS 进行财报精读分析。

支持输入格式：公司名 季度，例如：腾讯 2025Q4、PDD 2025年报、美团 最新（默认读取最近一期）

"我从不看卖方研报，只读原始财报。" —— 李录

"我每天读500页。知识就是这样积累的，像复利一样。" —— 巴菲特

设计理念

大多数AI投研工具依赖二手信息（新闻、研报摘要、数据网站）。但巴菲特和李录的核心能力是读一手资料——年报、季报、电话会纪要。

二手信息的问题：

• 被筛选过——分析师选择性呈现对其观点有利的数据
• 有时滞——等别人消化完，alpha已经没了
• 缺乏语境——"收入增长15%"脱离了管理层对增长质量的讨论

本Skill直接解读一手资料，关注巴菲特和李录真正会看的内容。

执行流程

前置步骤：资料可得性评级

等级	特征	影响
A级	获取到完整原文（10-K/年报/电话会纪要）	正常执行全部步骤
B级	仅获取到部分原文或第三方汇总	标注"非原始来源"，降低附注分析权重
C级	仅有新闻报道和数据网站摘要	聚焦核心财务数据变化，跳过附注挖掘，标注"一手资料不足"

第一步：获取一手资料

使用 Task 工具启动多个后台 Agent 并行获取以下原始材料：

1. 财报原文：从公司IR页面、SEC EDGAR（美股10-K/10-Q）、港交所披露易（港股）、巨潮资讯网（A股）获取
2. 业绩电话会纪要/录音：从 Seeking Alpha、公司IR页面、雪球等获取
3. 管理层致股东信（如有年报）：完整阅读
4. 投资者日/分析师日材料（如近期有）

如果无法获取完整原文，按 skills/financial-data.md 规范使用标准数据源拼凑（美股：macrotrends+stockanalysis；港股：aastocks+macrotrends；A股：东方财富+巨潮资讯），但必须标注"非原始财报，来自第三方汇总"，且关键数据两源误差>1%须标记。

第二步：核心财务数据提取与验证

2.1 收入与利润表

指标	本期	上期	YoY变化	管理层指引	是否达标

必须覆盖：

• 总收入及分业务/分地区收入拆解
• 毛利润、毛利率变化
• 经营利润、经营利润率变化（区分GAAP和Non-GAAP）
• 净利润（注意非经常性损益的影响）
• EPS（基本 vs 稀释）

2.2 现金流表（巴菲特最看重）

指标	本期	上期	变化	关注点

必须覆盖：

• 经营性现金流 vs 净利润的比率（>100%为佳，<80%需警惕）
• 资本开支及其构成（维护性 vs 扩张性）
• 自由现金流 = 经营现金流 - 资本开支
• 回购金额、分红金额
• 现金及等价物期末余额

2.3 资产负债表健康度

必须覆盖：

• 现金+短期投资 vs 有息负债
• 净现金/净负债变化趋势
• 应收账款周转天数变化（是否在放松信用条件冲收入？）
• 存货周转天数变化（是否在积压？）
• 商誉及无形资产占比（是否有减值风险？）

数据验证：使用 tools/financial_rigor.py 对关键数据进行校验：

# 收入和净利润交叉验证（至少2个来源）
python3 tools/financial_rigor.py cross-validate \
  --metric "revenue" --values 108.3e9 107.9e9 --sources "公司财报" "Yahoo Finance"

# 市值校验
python3 tools/financial_rigor.py verify-market-cap \
  --price 101 --shares 1.488e9 --reported 1.44e11 --currency USD

# 估值指标验算
python3 tools/financial_rigor.py verify-valuation \
  --price 101 --eps 9.6 --bvps 26.5 --fcf-per-share 10.2

第三步：管理层讨论精读（MD&A）

这是巴菲特和李录花最多时间的部分。不是看数字，是听管理层怎么说。

3.1 管理层语气分析

逐段阅读管理层讨论/电话会发言，标注以下信号：

信号类型	具体表现	示例
🟢 坦诚信号	主动承认问题、给出具体原因	"本季度利润率下降主要因为我们在X领域的投入超出预期"
🟢 清晰信号	战略表述具体、有量化目标	"我们计划在未来12个月将X业务的市场份额从15%提升到20%"
🔴 模糊信号	大量使用"我们相信"、"长期来看"等没有实质内容的话	"我们对未来充满信心"
🔴 转移信号	回避直接问题、用其他话题带过	被问利润率时转谈收入增速
🔴 归因外部化	把问题全归咎于宏观/行业/竞争对手	"由于宏观环境影响..."

3.2 承诺追踪

从上一期财报/电话会中提取管理层的具体承诺，与本期实际情况对比：

上期承诺	本期兑现情况	评价
"下半年利润率将恢复到X%"	实际Y%	✅达标 / ❌未达标 / ⚠️部分达标

段永平："看一个管理层靠不靠谱，最简单的方法就是看他以前说的话做到了没有。"

3.3 关键问题识别

从电话会Q&A环节提取分析师最尖锐的问题，以及管理层的回答质量：

分析师问题	管理层回答	回答质量(1-5)	是否回避

第四步：附注与隐藏信息挖掘

财报附注里藏着管理层不想让你轻易看到的信息：

4.1 必查附注项

• 关联交易：与大股东/关联方的交易条款是否公允？
• 股权激励：期权/RSU的稀释效应有多大？行权价是多少？
• 或有负债：诉讼、担保、承诺等表外风险
• 会计政策变更：是否改变了收入确认方式、折旧年限等？
• 分部信息：不同业务的利润率差异，是否有"好业务补贴坏业务"
• 客户/供应商集中度：前五大客户/供应商占比

4.2 异常信号检测

• 应收账款增速 > 收入增速（可能在塞渠道）
• 存货增速 > 收入增速（可能在积压）
• 经营现金流 < 净利润且差距扩大（利润质量存疑）
• 资本化开支突然增加（可能在美化利润）
• 非经常性收益占比突然上升

第五步：与历史数据对比

5.1 趋势分析

将本期关键指标放入至少4个季度（或3年年报）的时间序列中：

指标	Q-4	Q-3	Q-2	Q-1	本期	趋势判断

重点关注：

• 利润率是在改善还是恶化？
• 收入增速是在加速还是减速？
• 现金流质量是在提升还是下降？
• 资本开支强度是在增加还是减少？

5.2 与管理层指引对比

指标	管理层此前指引	实际结果	偏差	解读

第六步：输出精读报告

报告结构

一、核心数据速览（一页表格）
二、本期最重要的3个变化（不超过500字）
三、管理层语气与承诺追踪
四、附注中的隐藏信息
五、关键问题（电话会Q&A精选）
六、与投资论文的关系（如有持仓）
七、结论：这份财报改变了什么？

结论必须明确回答

1. 这份财报是超预期、符合预期、还是低于预期？（不能说"基本符合"然后列一堆两面话）
2. 对投资论文的影响：强化 / 无影响 / 削弱 / 破裂
3. 需要关注的下一个催化剂是什么？
4. 如果你已持有，该加仓/持有/减仓？

第七步：保存报告

将报告写入 reports/{公司名}-earnings-{期间}.md，例如 reports/腾讯-earnings-2025Q4.md

第八步：数据抽检（准出流程）

报告写入后，执行数据抽检，通过方可发布：

# Step 1 — 提取抽检清单
python3 ~/ai-berkshire/tools/report_audit.py extract \
  --report reports/{公司名}-earnings-{期间}.md

# Step 2 — 对清单每项从可靠信源取数（参见 skills/financial-data.md）

# Step 3 — 输出准出/打回判决
python3 ~/ai-berkshire/tools/report_audit.py verdict \
  --results '<填好的JSON>' \
  --report {报告文件名}

【准出】 全部通过 → 发布；【打回】 有不通过 → 修正后重审。

关键原则

• 读原文，不读摘要：尽一切可能获取一手资料
• 看变化，不看绝对值：趋势比数字本身重要
• 听语气，不只听内容：管理层怎么说和说了什么一样重要
• 查附注，不只看正文：魔鬼藏在细节里
• 给结论，不做汇总：精读的目的是形成判断，不是复述财报