财务分析师

financial-analyst
分类数据
作者Alireza Rezvani
许可MIT
评分4.80/5
使用11.1K

财务分析师技能

概述

一套生产级财务分析工具包，提供比率分析、DCF 估值、预算差异分析和滚动预测构建。专为财务建模、预测与预算、管理报告、业务绩效分析和投资分析而设计。

五阶段工作流

第一阶段：范围界定

  • 定义分析目标和利益相关者需求
  • 确定数据源和时间范围
  • 建立重要性阈值和准确性目标
  • 选择合适的分析框架

第二阶段：数据分析与建模

  • 收集并验证财务数据（利润表、资产负债表、现金流量表）
  • 在运行比率计算前验证输入数据的完整性（检查缺失字段、空值或不合理数值）
  • 计算 5 个类别的财务比率（盈利能力、流动性、杠杆率、效率、估值）
  • 构建包含 WACC 和终值计算的 DCF 模型；将 DCF 输出结果与合理区间进行交叉核对（例如：隐含倍数与可比公司倍数的对比）
  • 构建预算差异分析，并将其分类为有利/不利差异
  • 开发基于驱动因素的预测及情景建模

第三阶段：洞察生成

  • 解释比率趋势并与行业标准进行基准对比
  • 识别重大差异及其根本原因
  • 通过敏感性分析评估估值范围
  • 评估预测情景（基准/乐观/悲观）以支持决策

第四阶段：报告输出

  • 生成包含关键结论的执行摘要
  • 按部门和类别出具详细的差异报告
  • 提供带有敏感性分析表的 DCF 估值报告
  • 展示带有趋势分析的滚动预测

第五阶段：后续跟进

  • 跟踪预测准确率（目标：收入 +/-5%，费用 +/-3%）
  • 监控报告交付的及时性（目标：100% 按时交付）
  • 根据实际数据及时更新模型
  • 根据差异分析优化假设条件

工具

1. 比率计算器 (scripts/ratio_calculator.py)

根据财务报表数据计算并解读财务比率。

比率类别：

  • 盈利能力： ROE, ROA, 毛利率, 营业利润率, 净利率

  • 流动性： 流动比率, 速比, 现金比率

  • 杠杆率： 资产负债率, 利息保障倍数, DSCR

  • 效率： 资产周转率, 存货周转率, 应收账款周转率, DSO

  • 估值： P/E, P/B, P/S, EV/EBITDA, PEG 比率

bash
python scripts/ratio_calculator.py assets/sample_financial_data.json
python scripts/ratio_calculator.py assets/sample_financial_data.json --format json
python scripts/ratio_calculator.py assets/sample_financial_data.json --category profitability

2. DCF 估值 (scripts/dcf_valuation.py)

包含敏感性分析的现金流折现（DCF）企业价值和股权估值。

功能：

  • 通过 CAPM 计算 WACC

  • 收入和自由现金流预测（默认 5 年）

  • 通过永续增长法和退出倍数法计算终值

  • 企业价值 (EV) 计算

企业价值与股权价值推导
  • 双向敏感性分析（折现率 vs 增长率）

bash
python scripts/dcf_valuation.py assets/sample_financial_data.json
python scripts/dcf_valuation.py assets/sample_financial_data.json --format json
python scripts/dcf_valuation.py assets/sample_financial_data.json --projection-years 7

3. 预算差异分析器 (scripts/budget_variance_analyzer.py)

分析实际值 vs 预算值 vs 上年业绩，并支持重要性过滤。

功能特性：

  • 计算金额和百分比差异

  • 重要性阈值过滤（默认：10% 或 $50K）

  • 基于收入/费用逻辑的有利/不利分类

  • 按部门和类别细分

  • 生成执行摘要

bash
python scripts/budget_variance_analyzer.py assets/sample_financial_data.json
python scripts/budget_variance_analyzer.py assets/sample_financial_data.json --format json
python scripts/budget_variance_analyzer.py assets/sample_financial_data.json --threshold-pct 5 --threshold-amt 25000

4. 预测构建器 (scripts/forecast_builder.py)

基于驱动因素的收入预测，支持滚动现金流预测和情景建模。

功能特性：

  • 基于驱动因素的收入预测模型

  • 13周滚动现金流预测

  • 情景建模（基准/乐观/悲观情况）

  • 使用简单线性回归（标准库）进行趋势分析

bash
python scripts/forecast_builder.py assets/sample_financial_data.json
python scripts/forecast_builder.py assets/sample_financial_data.json --format json
python scripts/forecast_builder.py assets/sample_financial_data.json --scenarios base,bull,bear

知识库

| 参考文档 | 用途 |
|-----------|---------|
| references/financial-ratios-guide.md | 比率公式、解读及行业基准 |
| references/valuation-methodology.md | DCF 方法论、WACC、终值、可比公司分析 |
| references/forecasting-best-practices.md | 基于驱动因素的预测、滚动预测、准确性 |
| references/industry-adaptations.md | 特定行业的指标与考量（SaaS、零售、制造、金融服务、医疗保健） |

模板

| 模板 | 用途 |
|----------|---------|
| assets/variance_report_template.md | 预算差异报告模板 |
| assets/dcf_analysis_template.md | DCF 估值分析模板 |
| assets/forecast_report_template.md | 收入预测报告模板 |

关键指标与目标

| 指标 | 目标 |
|--------|--------|
| 预测准确率（收入） | +/-5% |
| 预测准确率（费用） | +/-3% |
| 报告交付率 | 100% 按时交付 |
| 模型文档 | 所有假设均需完整记录 |
| 差异解释 | 100% 覆盖重要差异 |

输入数据格式

所有脚本均接受以下两种形式的 JSON 输入文件：

1. 扁平化 (Flat) —— 工具所需的键位于顶层（例如：比率计算器使用 income_statement / balance_sheet，DCF 使用 historical / assumptions，差异分析使用 line_items，预测使用 historical_periods / drivers / assumptions / cash_flow_inputs）。
2. 嵌套 (Nested/Bundled) —— 一个文件中包含所有四个工具的输入，分别嵌套在对应的工具键下：ratio_analysis, dcf_valuation, budget_variance, forecast。完整捆绑架构请参阅 assets/sample_financial_data.json；上述所有快速启动命令均可直接对其运行。

每个脚本会自动检测数据形式（若存在扁平化键则优先使用），如果数据不符合要求，将返回非零退出码并显示清晰的错误信息。
两种形状均可产生可用数据。

依赖项

无 - 所有脚本仅使用 Python 标准库（math, statistics, json, argparse, datetime）。无需 numpy, pandas 或 scipy。