SuperAPI AI 工具集
合作ENAI 行业资讯收藏
Skill 广场quality-screen

quality-screen

数据与分析

查看项目

更新于 10-15 15:16

技能介绍

用途

Quality Screen 是 AI Berkshire 技能库中的去劣筛选技能，目标是对上市公司执行快速筛选，排除不符合一流公司标准的标的。其设计原则是「不错杀任何一流好公司，但能排除确定的非一流公司」，采用 7 条硬指标加 3 条豁免规则的逻辑，宁可漏网不可误杀。适用范围为所有上市公司，但银行/保险不适用第 3 条利息覆盖倍数指标。

主要能力

7 条去劣指标

  1. 10 年平均 ROE：排除条件为 < 8%，衡量资本效率。
  2. 5 年累计自由现金流：排除条件为负，衡量利润是否为真金白银。
  3. 利息覆盖倍数（EBIT/利息）：排除条件为 < 2 倍，衡量偿债安全。
  4. 长期毛利率：排除条件为 < 15%，衡量定价权。
  5. 经营现金流 / 净利润（5 年均值）：排除条件为 < 0.7，衡量利润质量。
  6. 长期净利率：排除条件为 < 5%，衡量抗风险能力。
  7. 5 年总股本膨胀：排除条件为 > 20%（非并购原因），衡量股东利益是否被稀释。

3 条豁免规则

  • 豁免 A（战略投入期豁免，适用于第 1 条）：同时满足上市不足 10 年、毛利率 > 30%、最近 2 年经营现金流为正，可豁免 ROE 不达标。典型案例：美团。
  • 豁免 B（主动低利润率豁免，适用于第 6 条）：同时满足毛利率 > 30%、近 2 年净利率已回升至 5% 以上或呈明确上升趋势，可豁免净利率不达标。典型案例：亚马逊。
  • 豁免 C（高周转薄利模式豁免，适用于第 4 条和第 6 条）：同时满足 ROE > 20%、经营现金流/净利润 > 1.0、商业模式属于会员制/平台佣金/高周转薄利类型，可豁免毛利率和净利率不达标。典型案例：Costco。

使用方式

输入格式

  • 个股：如腾讯、美团、英伟达，逐家筛选。
  • 行业：如中国啤酒行业、全球云计算、港股运动品牌，先搜索该行业主要上市公司（10-20 家），再逐家筛选。
  • 市场/指数：如恒生指数成分股、沪深 300、纳斯达克 100，拉取成分股列表，逐家筛选。
  • 主题：如中国高股息 50 强、全球 AI 算力链，先搜索主题相关公司，再逐家筛选。

行业/市场/主题模式下，输出额外包含通过率统计、行业内排名、板块对比总结。

执行流程

  1. 解析输入，确定筛选范围：判断个股模式或批量模式；批量模式下用 WebSearch 搜索主要上市公司，行业模式覆盖市值前 15-20 家，指数模式拉取完整成分股列表，主题模式覆盖 15-30 家；列出完整公司清单供确认（如公司数 > 30，分批并行处理）；确定每家公司全称、代码、交易所。
  2. 并行数据收集：为每家公司启动独立后台 Agent，使用 WebSearch 搜索 ROE（近 10 年或上市以来逐年数据）、自由现金流（近 5 年经营现金流和资本开支）、利息覆盖（最新年度 EBIT 和利息支出）、毛利率（近 5 年趋势）、经营现金流/净利润（近 5 年均值）、净利率（近 10 年趋势）、总股本变化（5 年前与当前对比）。数据来源优先级：公司年报 > 券商研报 > 财经数据平台。
  3. 逐条检验：对每家公司逐条检验 7 个指标，标记通过、未通过或边界（附数值说明）；如触犯某条，检查是否满足对应豁免条件。
  4. 输出结果：包含筛选日期、公司数量、汇总表、通过的公司、排除的公司、豁免通过的公司、边界争议（如有）、板块总结（行业/市场模式专用）。

输出格式

汇总表按公司列出 7 项指标状态与最终结果；排除的公司需列出触犯指标、具体数据、排除理由；豁免通过的公司需列出豁免条款、具体数据、豁免理由；板块总结包含通过率、行业质量判断、质量分层（一流/合格/淘汰）和行业选股结论。

适用场景

  • 对单只股票进行快速质量筛查。
  • 对某一行业的主要上市公司进行批量筛选与对比。
  • 对指数成分股进行整体质量评估。
  • 对某一投资主题相关公司进行筛选。

限制

  • 银行/保险不适用第 3 条利息覆盖指标，其商业模式本质是利差经营。
  • REIT 的 ROE 可能因物业重估波动大，需用「核心营运利润 ROE」代替。
  • 数据不足时标注为「数据不足」，而非直接判定通过/不通过。
  • 周期性行业需用完整周期（至少覆盖一个高点和一个低点）的平均值，不用单一年份。
  • 上市时间不足 5 年的公司用全部可得数据，但需标注「数据窗口不足」。
  • 通过筛选不等于「确定好」，通过的公司仍需进一步研究商业模式可持续性、管理层可信度、当前估值合理性、竞争格局是否恶化。去劣是第一步，不是最后一步。

补充说明

该技能由 skills/quality-screen.md 生成，Claude Code 和 Codex 用户共享同一套规范工作流。在 Codex 环境中，当源文件提及 Claude 专属功能（如 Task、Agent、WebSearch、Bash、Read、Write）时，使用当前会话中最接近的 Codex 能力替代。研究开始前需运行 date 命令确认当天日期，作为「最新」数据的基准，并在报告头部注明数据截止日期。需遵循 AGENTS.md 中的研究质量规则：交叉核对财务数据、使用精确算术工具进行估值/数学计算、清晰标注不确定性和来源缺口。