推广 热搜: 采购方式  滤芯  带式称重给煤机  甲带  气动隔膜泵  减速机型号  无级变速机  链式给煤机  履带  减速机 

别把AI当财报摘要器:它在投研里还有更好的用法

   日期:2026-04-30 17:43:58     来源:网络整理    作者:本站编辑    评论:0    
别把AI当财报摘要器:它在投研里还有更好的用法
五一假期到了,大家都迫不及待要在家好好读财报了吧
大多数人用AI看财报,做的事情其实很像:上传PDF,问营收多少,利润多少,同比增减。
AI回答了,你觉得自己"看过了"。
但这件事,Excel也能干。甚至不需要AI。
AI在投研里真正值钱的地方,不是帮你提取数字,而是帮你搭建一个人类很难独自搭起来的思考环境。
它能让你同时站在几个互相冲突的位置,看同一份材料;能帮你把一家公司讲给市场听的故事拆开;也能把"我觉得这公司不错"这种模糊判断,逼回到几个可以跟踪、可以验证、也可以被证伪的变量上。
下面这些方法,大部分我用真实财报跑过实验,附了prompt和AI的实际返回内容,你可以直接复制操作。
它们有一个共同点:不是让AI替你下结论,而是让它逼你把研究做得更像研究。
01
先别读数字,先读剧本
一份财报从来不只是数字表。管理层在强调什么、淡化什么、把哪些变化归因为"战略投入"、把哪些问题归因为"短期波动",这些本身就是叙事。
所以看财报时,更建议先让AI做一件事:不要总结全文,而是分别站在三个立场上,给这份财报各写一段短摘要——管理层版本、多头版本、空头版本
这个方法的价值,不在于哪一版"更对",而在于会很快看到:同一组数据,到底有多大的解释空间。
如果三版摘要写出来几乎没区别,说明这份财报争议不大;如果三版差异极大,往往说明真正有价值的不是数字本身,而是数字背后的解释权。
我用美团2025年年报试了一下。
prompt是这样的:
请基于美团2025年全年业绩,分别从三个立场各写一段100字以内的摘要:(1)管理层视角:公司最希望投资者看到什么;(2)多头视角:对这份财报最乐观的解读;(3)空头视角:对这份财报最悲观的解读。三个版本必须都基于同一组数据,不能编造。
美团2025年的核心数据:全年收入3649亿,同比+8%,但由盈转亏,净亏损234亿元。核心本地商业收入2608亿,经营亏损69亿。年交易用户数和消费频次创新高。外卖GTV市场份额仍超过60%。研发投入260亿,同比+23%。Q4核心本地商业经营亏损100亿,较Q3大幅收窄。
AI返回的三个版本(经整理):
管理层版本:在行业"内卷式"竞争中,美团以远低于竞争对手的亏损稳住了60%以上的GTV份额,用户规模和消费频次均创新高。Q4减亏趋势明确,2026年单均亏损将继续优化。研发投入260亿创纪录,AI和国际化布局打开长期增长空间。
多头版本:最激烈的烧钱阶段已过——Q3是亏损峰值,Q4已经大幅收窄。美团在补贴大战中守住了份额,对手的退出只是时间问题。Keeta香港UE已转正,沙特2026Q4有望盈利。一旦补贴回归理性,美团有能力迅速回到2024年的盈利水平甚至更高。
空头版本:一年前盈利438亿,现在亏损234亿,合计利润摆幅超过670亿元——这不是"战略投入",这是失控。核心本地商业收入同比仅增4.2%,配送收入同比下降2%。所谓"份额稳住了"是靠烧钱买的,一旦停止补贴,份额未必守得住。260亿的研发投入看不到清晰的回报路径。
三个版本用的是同一组数字,但指向了完全不同的投资判断。你一个人很难同时持有这三种立场,但AI帮你并列放在一起之后,争议焦点就会浮出来——不是营收(争议不大),而是"亏损是暂时的战略行为还是结构性失控",以及"Q4收窄是拐点还是季节性波动"。
这一步特别适合放在读完财报的最前面。
因为它会强迫你先问一句:这份财报真正需要解释的,到底是哪几个点。
02
删掉修饰词,再看一遍
很多公司最会做的,不是把业务做漂亮,而是把语言写漂亮。
所以第二个很好用的方法,是把管理层讨论与分析里那些修饰词尽量拿掉:
"强劲""稳健""健康""持续显著韧性"——这些词全都先不信,只留下可验证的事实句。
我用快手2025年年报做了测试。
管理层原文风格大概是这样的:
"2025年是公司机遇和挑战共存的一年……各项业务稳健发展……AI价值加速兑现……盈利能力稳步提升……用户基本盘保持稳健。"
prompt:
请把以下管理层讨论文本中的所有形容词和程度副词删除,只保留可验证的事实性陈述(含具体数字、时间、事件)。然后告诉我:删完之后,管理层的叙事还剩下多少信息量?
删完形容词后剩下什么?
可验证的事实:全年营收1428亿,同比+12.5%。经调整净利润206亿,同比+16.5%。Q4 DAU 4.08亿,环比Q3下降。Q4 MAU 7.41亿,同比+0.7%(前三季度同比增速分别为2.8%、3.3%、3.4%,Q4断崖式放缓)。可灵AI全年收入约10亿元。电商GMV 1.6万亿,公司宣布将停止单独披露GMV数据。
这些事实一摆出来,会发现两件事。
第一,利润增长是真的,但用户基本盘的增速明显在放缓——DAU环比下降,MAU同比增速从3.4%骤降到0.7%,这个变化在管理层的"基本盘保持稳健"里被一笔带过了。
第二,停止披露GMV本身值得盯,但它不一定自动等于"管理层对未来悲观",也可能意味着公司想把市场注意力从规模指标转向利润、货币化率或别的KPI。
所以,这个方法最重要的不是"抓到一句话把管理层定罪",而是逼你区分两种东西:
哪些是公司已经交付的事实,哪些只是它希望你接受的情绪描述。
很多时候,删完形容词之后留下的空白,比留下的内容更有价值。
因为空白往往就是下一次该追问的地方。
一个附带发现:真正好的管理层,删完形容词之后信息密度反而更高。如果删完之后几乎没有信息量,说明管理层在用语言填充空间而非传递信息。这本身就是一个判断管理层质量的信号。
03
语言会变,但别迷信语言
删形容词是对单份财报做的事。如果把时间轴拉长,还有一个更有意思的观察角度:同一家公司连续几个季度的语言,是怎么一点点变化的。
管理层的措辞变化有时会比财务数字更早暴露压力——但不能把它当成稳定规律。
方法是把同一家公司连续几个季度的业绩公告、电话会纪要、CFO发言放在一起,让AI只做一件事:标出本期新出现的表述、本期消失的表述,以及语气是在变松还是变紧。
我用美团2025年四个季度的业绩公告做了测试。
prompt:
以下是美团2025年Q1至Q4的四份业绩公告摘要。请对比管理层和CFO的措辞变化,标注:(1)哪些表述是本期新出现的;(2)哪些表述在前几期存在但本期消失了;(3)语气整体是在变乐观还是变谨慎。
AI标注出来的关键变化:
Q1:王兴的表述是"各项业务稳健发展",CFO说"展现了我们的长期韧性和优势",语气比较从容。新业务亏损同比收窄,整体还在盈利惯性里。
Q2:王兴首次承认"餐饮外卖和即时零售行业竞争加剧",但仍强调"健康增长"。这是"竞争加剧"这个措辞第一次出现在管理层口中。
Q3:措辞发生明显变化。美团官方公告首次使用"内卷式竞争"这个词。CFO的表述从"长期韧性和优势"变成了"动态竞争中展现出强大韧性"——"动态竞争"是新增的修饰语,而且"韧性"从名词变成了需要被"展现"的东西,暗示压力显著加大。
Q4(全年):王兴的措辞变成"机遇和挑战共存",并首次公开说"坚决反内卷"。CFO的表述是"复杂环境中展现了业务韧性"——"复杂环境"替代了之前的"动态竞争",措辞进一步收紧。
从"稳健发展"到"内卷式竞争"到"反内卷",这条措辞演变线确实能帮你更早意识到:管理层已经不再用去年的语言讲今年的故事了。
不过这里要特别小心。
AI在做这类对比时,容易产生过度解读——把正常的表述更新说成"重大信号"。有时候你看到的不是基本面变化,而只是IR团队、公关口径或翻译习惯的变化。
所以最好的用法,不是把措辞变化当结论,而是把它当成一个提醒:
"这里可能有事,去翻数字,去翻电话会,去翻分部披露。"
如果能拿到完整的电话会纪要(management discussion部分),信息量会比新闻稿大得多——管理层在回答分析师提问时的用词变化,比经过公关润色的公告更诚实。
04
让六个人围读同一份财报
很多投资者研究一家公司时,默认自己只有一个身份:股东。
但一家公司真正活在六七种人之间:管理层、竞争对手、供应链、监管者、员工或履约者、老用户、做空者。
同一份财报,在他们眼里,意思完全不一样。
方法是这样的:固定六个角色——CEO、做空机构、最大竞争对手、关键履约或供给方、监管者、核心用户——让AI以每个角色的立场,对同一份财报各说3-5句话。
不是为了听它"演戏",而是为了看它能不能替你生成一组平时不会自然想到的问题。
我用美团2025年的核心数据做了测试。
prompt:
以下是美团2025年全年业绩的核心数据:收入3649亿,亏损234亿,核心本地商业亏损69亿,外卖GTV份额60%+,研发260亿,Keeta香港UE转正。请分别以这六个角色的立场各写3句话:CEO、做空机构分析师、字节跳动(最大竞争对手)的本地生活业务负责人、一个外卖骑手、市场监管局官员、一个每天都点外卖的用户。
AI返回的内容里,最有意思的几段(经整理):
做空机构分析师:"营收增长8%但亏损234亿,边际获客成本在飙升。管理层说Q4在收窄,但Q3的单季亏损160亿是否包含了一次性费用?如果去掉一次性项目,趋势真的在改善吗?"
字节的本地生活负责人:"美团为了守60%的份额花了670亿的利润摆幅,这意味着我们的进攻是有效的。重点不是我们能不能抢走份额,而是美团还能烧多久。他们的股东比我们的更没耐心。"
外卖骑手:"今年配送收入同比降了2%,但我每天跑的单没变少。平台给用户补贴的钱,有多少是从我的配送费里省出来的?"
这个方法的效果超出预期。骑手的那句话就是一个好例子:配送收入下降2%这个数据,从投资者视角看可能只是"收入结构微调",但从骑手视角看就变成了"平台在转嫁补贴成本"。
它最好的一点,是会逼你承认:你原来看到的,不是公司本身,而只是你所在位置看到的那一面。
当然,AI写出来的"角色发言"本质上都是推演,不是事实。做空机构提出的"Q3是否有一次性费用"是一个好问题,但你得自己去查。AI帮你提出问题,验证还是你的事。
05
别让AI猜点位,让它画路径
AI最没用的一种投研用法,就是逼它直接给目标价。
目标价听上去很专业,实际往往最不耐用。
因为真正需要的,从来不是一个点,而是一条路径。
所以与其问"这只股票会涨还是跌",不如问:
什么信号会先告诉我市场低估了它,什么信号会先告诉我市场高估了它。
我用快手做了测试。
prompt:
快手2025年全年营收1428亿,经调整净利润206亿,DAU 4.1亿同比+2.7%但Q4环比下降,可灵AI全年收入约10亿元。请给出牛/基准/熊三种情景,每种情景列出触发条件(具体的数据指标和阈值),以及未来两个季度你认为最值得跟踪的3个领先指标。
AI返回的情景树(经整理):
牛市路径触发条件:DAU重新回到环比正增长(Q1 2026 DAU > 4.1亿);可灵AI单季收入突破5亿元且海外收入占比维持在70%以上;线上营销收入增速回升至15%以上。如果这三个条件在2026年上半年同时出现,说明用户增长触底回升且AI变现加速。
基准路径:DAU维持4亿左右的平台期,可灵AI保持50-80%的季度环比增长但规模仍小(全年收入20-30亿),电商GMV增速维持10-15%。这条路径下快手是一个"利润稳定但增长叙事有限"的公司。
熊市路径触发条件:DAU连续两个季度环比下降,跌破4亿;可灵AI的技术排名被Sora/即梦等竞品超越,付费用户增速转负;线上营销收入增速降至个位数。如果这些信号出现,说明快手同时面临用户流失和AI先发优势消失的双重打击。
最值得跟踪的3个领先指标:(1)Q1 2026的DAU绝对值和环比变化——决定用户增长叙事是否终结;(2)可灵AI的月度ARR增速——决定第二曲线是否成立;(3)AIGC营销素材消耗占比——决定AI到底是独立收入来源还是内部效率工具。
这个方法最重要的作用,不是预测准不准——它的预测和券商研报差不多。
而是把研究习惯从"猜股价"改成"盯变量"
真正需要跟踪的,常常不是结果指标,而是更靠前的信号:
用户是否恢复环比增长,单季AI收入有没有跨过某个门槛,广告增速是否重新抬头,某个地区是否提前跑出UE改善。
一旦问题被改写成这样,研究就会从情绪判断,变成条件判断。
这才更像真正的投研。
06
反向工程卖方报告
卖方报告最值得拆的,不是观点,而是它偷偷假设了什么
一个"买入"评级能成立,背后往往不只是"公司不错",而是隐含了几条没有明说的前提:用户不再流失、竞争会缓和、费用率能改善、第二曲线会被市场认可。
所以最有效的问题不是"同不同意这份研报",而是:
如果它是对的,那哪些条件必须同时成立;如果其中一条不成立,最先坏掉的是哪一部分逻辑。
我用公开报道中的研报结论做了一次简化测试。
背景:快手2025年报发布后,多家投行下调了目标价。富瑞从106港元调至82港元,花旗从95港元调至72港元,摩根士丹利从73港元调至55港元并降级。
prompt:
富瑞将快手目标价从106港元下调至82港元,仍维持买入。假设富瑞使用的是DCF或PE估值方法,它维持"买入"的判断要成立,必须隐含地假设了哪些条件?哪些假设最脆弱?
AI的分析(经整理):
富瑞维持买入但大幅下调目标价,隐含的核心假设大概是:(1)DAU触底但不会持续下滑(假设稳定在4亿以上);(2)可灵AI收入2026年翻倍以上增长,成为独立的估值支撑;(3)补贴竞争在2026年边际缓和,利润率有恢复空间;(4)电商GMV虽然增速放缓,但佣金率提升能部分对冲。
最脆弱的假设:第一条和第三条。如果DAU跌破4亿且字节的本地生活补贴在2026年不减反增,富瑞的买入逻辑就站不住脚。
一旦这样拆,对卖方报告的阅读方式就会变。
不再是在接受观点,而是在检查假设。
07
指引拆桥:把管理层的承诺拆成零件
公司给了全年或下季度指引之后,不要让AI去复述。
让它反推:这个指引要成立,至少需要哪几个桥墩一起站住。
我用美团2025年Q4的前瞻指引做了测试。
prompt:
美团管理层在2025年Q4电话会上表示:2026年Q1餐饮外卖减亏趋势将持续,单均亏损环比优化幅度有望优于2025年Q4,核心本地商业板块经营状况有望持续改善。请反推:这套指引要成立,至少需要哪几个条件同时满足?哪个条件最脆弱?
AI返回的分析(经整理):
指引成立需要的桥墩:(1)字节/京东等竞争对手的补贴力度在Q1不再加码,至少维持Q4水平;(2)美团能在不增加补贴的情况下维持中高客单价市场的份额优势;(3)Q4收窄不是因为季节性因素(Q4本来就是餐饮旺季,Q1是淡季,淡季能否继续收窄是真考验);(4)Keeta海外业务的亏损不会因为扩张加速而大幅放大,吃掉核心业务的减亏成果。
最脆弱的桥墩:第三条。Q4是旺季,Q1是淡季——如果减亏只是因为Q4订单密度更高摊薄了单均成本,那Q1回到淡季时这个改善可能会打折扣。
这一步做完,所谓"公司给了指引"才真正变成可研究的东西。
你不用猜指引准不准,你只用盯住最脆弱的那个桥墩。
08
更多值得尝试的方法
以上是跑过实验的方法。下面几种我还没来得及用完整材料测试,但思路本身值得先放在这里——附了prompt,拿到合适的材料可以直接试。
电话会答非所问地图
很多时候,真正的信息不在管理层回答了什么,而在它没有回答什么。
方法是:把电话会纪要喂给AI,让它给每个分析师提问打标签——正面回答、部分回答、回避、转移话题、用长期叙事覆盖短期问题。
prompt示例:
以下是某公司2025年Q4业绩电话会的Q&A环节完整纪要。请逐个问题分析管理层的回答方式,给每个问题打一个标签:(A)正面回答——直接用数据或事实回应了问题核心;(B)部分回答——回应了部分问题但回避了关键细节;(C)转移——把问题引向了另一个话题或长期叙事;(D)回避——没有实质回应。对于打了B、C、D标签的问题,请指出管理层具体回避了什么。
如果某个问题连续两个季度都被回避,那它通常比任何一句漂亮话都更值得追踪。
披露项进出表
连续跟踪同一家公司几个季度之后,会发现有些信息不是数字在变,而是披露口径在变。
某个KPI突然不讲了,某个分部突然单列了,某个业务去年强调今年不提了,某个风险提示突然冒出来了。
prompt示例:
以下是快手2025年Q1至Q4四份业绩公告的主要披露内容。请做一张对比表,列出:(1)哪些指标/业务板块是今年新增披露的;(2)哪些指标/业务板块曾经披露但后来停止了;(3)哪些指标的定义或口径在中途发生了变化。
快手的案例里,最明显的披露变化就是宣布停止单独披露电商GMV。这件事用虎嗅那篇分析的话来说——"一个公司主动放弃展示自己还算不错的成绩单,说明它对未来的预期比现在更保守。"当然也有另一种可能:公司确实在把战略重心从规模转向利润。
但无论哪种解释,披露口径的变化本身就是一个需要被记录和追踪的事实。
这张表常常比单季报表更有意思。因为它直接对应的是:公司希望市场怎样理解自己。
脚注淘金
很多人看财报,只看管理层正文和利润表。
其实不少真正重要的信息藏在脚注里:减值、股份支付、递延收入、关联交易、审计关键事项、分部口径变化、库存计提、客户集中度变化。
prompt示例:
请先不看正文,只阅读这份年报的财务报表附注部分。列出你认为"最容易被普通投资者忽略、但最可能改变对这家公司判断"的5个信息点,并说明理由。请注明每个信息点的出处页码。
这个方法我还没用完整年报的附注做过测试,但它的逻辑特别适合对付那些"表面好看、细看有刺"的公司。附注里的减值计提、或有负债、关联方交易,经常是暴雷的前兆。
产业链交叉审计
一家公司的叙事,最好不要只由它自己来证明。
A公司说需求旺盛,就去看上游设备、下游客户、同行库存、应收账款、交付周期是不是也在朝同一个方向走。
这件事以前很费时间。
现在可以一次喂给AI三四家财报、几份电话会纪要和一份行业跟踪,让它专门找"互相对不上的地方"。
prompt示例:
我同时上传了A公司(芯片设计)、B公司(代工厂)和C公司(封测厂)的最新年报。请对比三家公司对市场需求的描述:A说需求旺盛,B和C的产能利用率、库存水平、交付周期是否支持A的说法?如果有矛盾,请具体指出。
这个方法需要你同时上传多份财报,上下文窗口够大的模型(Claude、Gemini)可以做。效果上限很高,但前提是你得清楚产业链的上下游关系。
公司最怕的,从来不是别人不信它。而是产业链上有人已经在用另一种语言,讲另一套现实。
09
最值得长期做的一件事
如果只留一种方法,我会选最后这个。
因为它最不炫,但最适合真正长期做公司研究的人。
每个季度,对同一家公司都问同一组问题:
  • 这季新讲了什么。
  • 这季少讲了什么。
  • 哪些数字解释不了管理层口径。
  • 市场真正会在哪个点上改预期。
  • 上一季自己判断错了什么。
prompt示例:
以下是某公司2025年Q3和Q4两份业绩公告的完整内容。请基于这两份材料回答以下五个问题:(1)Q4新增了哪些管理层从未在之前季度提及的话题或数据?(2)Q3强调过但Q4不再提及的内容有哪些?(3)Q4哪些财务数据与管理层的定性描述存在矛盾?(4)你认为市场最可能因为Q4哪个数据点而修正对这家公司的预期?(5)如果上季度我判断"补贴大战将在Q4结束",这个判断现在看来对不对?哪些事实支持或推翻了这个判断?
这套模板最大的价值,不是让当季更聪明。
而是让几年之后回头看时,能看到自己是怎么一步步修正认知的。
很多人研究公司,最后留下的是一堆散乱的观点。
真正有用的研究,留下的应该是一套持续更新的判断记录。
AI在这里最像的,不是分析师,而是一个不会累的研究助理。
它帮你把材料理顺,把口径对齐,把历史记录翻出来,再把每一季都该回答的问题重新摆在面前。
10
写在最后
这些方法说到底,都不是在让AI替你研究公司。
它做不到替你承担判断,也做不到替你承担风险。
它更像是在帮你做另一件事:把原本散乱、单线、容易自我确认的研究过程,改造成一个更立体、更容易发现盲点的系统。
一个人很难同时做多头、空头、竞争对手、监管者和老用户。
一个人也很难连续几个季度都记住管理层口径是怎么一点点变化的。
但AI可以帮你把这些视角、这些材料、这些前后关系先摆到桌上。
接下来真正重要的,才是你的判断。
所以AI在投研中最值钱的能力,不是"知道什么"。
而是帮你用平时不会用的角度,重新看那些你以为自己已经知道的事情。
本质上,它不是拿算力替代认知。
而是拿算力,帮你把认知的边界往外推一截。
 
打赏
 
更多>同类资讯
0相关评论

推荐图文
推荐资讯
点击排行
网站首页  |  关于我们  |  联系方式  |  使用协议  |  版权隐私  |  网站地图  |  排名推广  |  广告服务  |  积分换礼  |  网站留言  |  RSS订阅  |  违规举报  |  皖ICP备20008326号-18
Powered By DESTOON