单公司业绩预览
什么是业绩预览（Earnings Preview）？
业绩预览（Earnings Preview）是股票研究分析师在公司发布季度财报（Quarterly Earnings）之前撰写的前瞻性分析报告。它汇总了市场的共识预测（Consensus Estimates）——分析师对收入、EPS（每股收益）等核心指标的预期，管理层上季度给出的指引（Guidance），近期影响公司的重要新闻和行业动态，以及本季度需要关注的关键主题。业绩预览帮助投资者在财报发布前做好准备——了解市场在预期什么，以及哪些方面可能出现超预期（Beat）或不及预期（Miss）。
本技能为单一公司生成简洁、专业的4-5页业绩预览报告，输出为独立的HTML文件。
中国市场的业绩预览实践
在中国A股和港股市场，业绩预览有其特殊的背景和考量：
-
财报季节和时间表：A股上市公司年报须在4月30日前披露，中报在8月31日前，季报（Q1和Q3）在各自季度结束后1个月内。与美国公司逐季度发布的节奏不同，中国公司的Q2（中报）和Q4（年报）受到最多关注。
-
业绩预告和快报：中国A股有独特的”业绩预告”制度——在正式财报发布前，公司需要预告净利润变动方向和大致幅度（如”预增50%-80%”）。这在一定程度上降低了业绩意外的可能性，但预告范围通常很宽，仍有分析价值。
-
分析师覆盖差异：中国卖方分析师对大盘蓝筹股的覆盖密度较高（如茅台、宁德时代可能有30+分析师覆盖），但中小市值公司的覆盖可能只有3-5人甚至没有——这意味着小市值公司的一致性预估可靠性更低。
-
关键指标差异：中国公司的业绩预览需要关注一些特有指标——扣非净利润（Adjusted Net Profit, excluding non-recurring items）、经营性现金流/净利润比率（现金流质量）、关联交易占比、以及政府补贴的持续性。
-
政策因素的纳入：对于中国公司，业绩预览需要考虑政策对业绩的影响——如行业监管变化（教育双减、游戏版号、房地产三条红线）、税收优惠变动、补贴政策变化等。
数据来源（零例外）： 唯一允许的数据来源是 Kensho Grounding MCP（search）和 标普全球 MCP（kfinance）。不允许使用网页搜索或URL获取工具。
报告结构（4-5页）
第1页：封面与投资主题
- 针对该季度的主题性标题（Thematic Headline）——不是”XX公司Q3财报预览”，而是有观点的标题，如”茅台Q3预览：提价效应初显，但渠道库存压力不容忽视”
- 执行摘要（Executive Summary）——2-3段加要点
- 管理层逐字引用（Verbatim Quotes）自然融入叙述
第2页：预测、主题与新闻
- 共识预测表（Consensus Estimates）：收入（Revenue）、EPS、毛利率（Gross Margin）、营业利润（Operating Income） + 公司特定KPI
- 关键指标：本季度重要的3-5个具体指标（超越标题EPS Beyond Headline EPS）
- 关注主题（Key Topics）：3-5个前瞻性要点
- 近期新闻：过去60天的3-5条重要动态
第3-5页：图表
- 季度收入与EPS趋势图（8个季度）
- 利润率趋势（Margin Trends）——毛利率与营业利润率
- 收入同比增长率（Revenue YoY Growth）
- 业务分部收入（Segment Revenue）
- 1年股价走势与业绩发布日标注
- 竞争对手股价表现比较（以100为基准的Indexed Chart）
- LTM P/E（过去12个月市盈率）竞争对手比较
- 竞争对手比较表（Peer Comparison Table）
工作流程
公司概况与设置
解析公司代码，创建工作目录，建立报告期间上下文
财报电话会议记录分析
提取逐字引用（Verbatim Quotes）、指引（Guidance）、关键驱动因素和分析师Q&A主题
竞争对手分析
选择5-7家上市竞争对手（Listed Peers），收集价格、EPS、市值（Market Cap）和共识预测
新闻与行业情报
运行 Kensho search 查询，涵盖预测、分析师评级（Analyst Ratings）、风险和行业背景
财务数据收集
获取8个季度的季度财务数据和分部数据（Segment Data）
验证、计算与报告生成
交叉检查所有数据，计算利润率和增长率，生成HTML报告
估值规则
- 所有比率标记为 LTM（Trailing Twelve Months，过去12个月）或 NTM（Next Twelve Months，未来12个月）
- LTM P/E = 股价 / 最近4个已报告季度EPS之和
- NTM P/E = 股价 / 未来4个季度共识平均EPS预测之和
如何添加到本地环境
claude plugins add spglobal
/earnings-preview 命令触发。
详细案例分析
案例一：某A股消费龙头Q3业绩预览
公司：贵州茅台（600519.SH）
投资主题标题：“茅台Q3 2025预览：直销占比提升推动利润率新高，但宏观消费放缓引发增速忧虑”
执行摘要：
- 预计Q3收入约420亿元（YoY +12%），略低于一致性预估的430亿元
- 直销渠道占比预计提升至45%（vs. Q2的42%），推动毛利率至93.5%
- 核心风险：高端消费需求在宏观经济放缓背景下是否可持续
- 关注点：批发价格趋势（1499元飞天茅台的实际批发价是否有回落迹象）
共识预测表：
| 指标 | 共识预估 | 我们的预估 | YoY变化 |
|---|
| 收入(亿元) | 430 | 420 | +12% |
| EPS(元) | 16.8 | 16.2 | +11% |
| 毛利率 | 93.2% | 93.5% | +0.3ppt |
| 营业利润(亿元) | 295 | 288 | +13% |
| 直销占比 | 43% | 45% | +5ppt |
- 批发价格走势——飞天茅台批发价如果跌破2700元将是负面信号
- 直销渠道增速——i茅台App和直营店的增长能否维持
- 预收账款变化——领先指标，反映经销商的提货意愿
- 系列酒增速——茅台1935等中端产品能否成为新增长引擎
- 海外收入占比——国际化战略进展
案例二：港股科技公司中报预览
公司：某港股上市互联网公司
投资主题标题：“AI商业化拐点：广告收入受益于AI推荐算法升级，但云业务仍需证明盈利路径”
核心分析要点：
-
AI对核心业务的增量：
- 广告推荐算法升级后，广告CTR（点击率）提升约15-20%
- 这转化为广告ARPU（每用户平均收入）的提升——预计广告收入YoY增长18%（高于行业平均的12%）
-
云业务的盈利时间表：
- 云收入增速约25% YoY——高增长但仍亏损
- 管理层在Q1财报电话会议中指引”年内云业务实现盈亏平衡”——这是Q2需要验证的关键承诺
- 如果Q2云业务仍然大幅亏损，市场可能质疑管理层的可信度
-
分部收入预估：
| 业务分部 | Q2预估(亿元) | YoY | 占比 | 关注点 |
|---|
| 广告 | 280 | +18% | 42% | AI推荐的ARPU提升 |
| 游戏 | 180 | +8% | 27% | 新游上线节奏 |
| 云服务 | 120 | +25% | 18% | 盈亏平衡进展 |
| 金融科技 | 85 | +10% | 13% | 监管影响 |
案例三：美股中概股业绩预览——跨市场分析
公司：某美股上市的中国电商公司
特殊考量：
-
汇率影响：该公司以人民币计价报告，但在美股以美元交易。Q3期间人民币对美元贬值约2%——人民币计价的收入增长10%，折算成美元后增长约8%。分析师需要区分”本币增长”和”美元报告增长”。
-
中美审计监管：PCAOB（美国公众公司会计监督委员会）审查进展——任何审计方面的负面消息都可能引发股价波动。
-
竞争格局变化：国内竞争对手（拼多多、抖音电商）的增长对市场份额的挤压——GMV（商品交易总额）增速是否放缓。
-
Non-GAAP调整：中概股大量使用Non-GAAP指标——股票期权费用（SBC）通常被剔除。需要同时跟踪GAAP和Non-GAAP利润的差异及趋势。
常见错误
错误一：将业绩预告范围当作精确预测
错误做法：某A股公司预告”净利润增长30%-60%“，分析师直接取中间值45%作为预估。
为什么错：业绩预告范围通常很宽，中间值不一定是最可能的结果。需要结合行业趋势、管理层的历史预告偏差（有些管理层习惯性保守或激进）、以及Q3实际的行业数据来做出更精确的判断。
正确做法：将预告范围作为限制条件（你的预估应在此范围内），但用独立的分析来确定具体预估值。如果你认为增长将在55-60%（接近上限），需要说明支持理由。
错误二：忽略非经常性损益对EPS的影响
错误做法：直接将一致性EPS预估与去年同期比较得出增长率，不检查去年同期是否有大额非经常性损益。
为什么错：如果去年Q3因出售子公司股权获得5亿元一次性收益，当期EPS被抬高了。今年Q3没有类似事件——EPS”下降”30%并不意味着核心业务恶化，只是基数效应。
正确做法：始终使用扣非EPS（Adjusted EPS excluding non-recurring items）进行同比比较。在报告中明确标注”扣非基础”或”调整后基础”。
错误三：竞争对手选择不当
错误做法：对一家中国本土电池制造商，选择特斯拉和丰田作为竞争对手进行比较。
为什么错：业务模式完全不同——电池制造商 vs. 整车制造商。估值倍数、利润率结构和增长驱动因素都不具可比性。
正确做法：选择业务模式相近的公司作为竞争对手——如其他电池/储能公司。竞争对手应在业务、规模和地理位置上有可比性。
错误四：不标注数据来源和计算方法
错误做法：报告中写”Q3预计毛利率24.5%“但不说明这个数字是一致性预估、管理层指引还是你的独立预测。
为什么错：读者无法判断这个数字的可靠性和来源。如果是你的预测与一致性预估不同，差异本身就是有价值的信息。
正确做法：每个关键数据点都标注来源——“一致性预估”、“管理层指引”、“我们的预估”或”Capital IQ数据”。所有计算（如LTM P/E）都在附录中列出计算步骤和组成部分。
日常工作场景
场景一：财报季前的批量预览准备
你覆盖15家A股和港股公司，财报季即将来临。你需要在2周内为所有覆盖公司准备业绩预览。
效率化工作流程：
- 第1天：更新所有公司的一致性预估表——哪些公司的预估近期被修正了？修正方向和幅度？
- 第2-3天：重新阅读所有公司上季度的财报电话会议记录——提取指引和关键主题
- 第4-5天：按重要性排序——先写市值最大、关注度最高的3-5家公司
- 第6-10天：完成剩余公司的预览
- 全程：跟踪行业新闻和竞争对手动态，及时更新已完成的预览
场景二：业绩预告发布后的快速更新
你刚发布了某公司的业绩预览，该公司随后发布了业绩预告”净利润增长50%-70%“，高于你的预估（增长35%）和一致性预估（增长40%）。
应对步骤：
- 立即向交易团队发送简短通知：“XXX公司业绩预告大幅超预期”
- 分析预告超预期的可能原因（成本改善？收入超预期？一次性收益？）
- 更新你的EPS预估至预告范围内
- 重新评估估值——即使EPS上调，股价可能已经反映了部分超预期
- 如果时间允许，更新完整的业绩预览文档
场景三：竞争对手已发布财报后的信息更新
你覆盖的公司A尚未发布财报，但同行业的公司B已经发布了。公司B的财报透露了行业层面的重要信息。
信息整合：
- 从公司B的财报中提取行业信号——需求趋势、定价环境、成本变化
- 评估这些信号对公司A的影响——两家公司的业务虽相似但不完全相同
- 如有必要，修正公司A的预估（基于行业信息更新）
- 在公司A的业绩预览中引用公司B的数据作为行业参考
练习题
练习一：构建共识预测偏差分析
背景：某A股半导体公司即将发布Q3财报。一致性预估：
| 指标 | Q3一致性 | Q2实际 | Q3去年 |
|---|
| 收入(亿元) | 85 | 78 | 62 |
| 毛利率 | 42% | 40% | 38% |
| EPS(元) | 1.85 | 1.60 | 1.20 |
- 一致性收入预估隐含的QoQ增长率和YoY增长率分别是多少？
- 列出3个理由说明一致性预估可能偏高，3个理由说明可能偏低
- 给出你的独立预估（收入、毛利率、EPS），并说明与一致性预估差异的理由
- 如果你的预估比一致性低10%，这对当前股价（假设Forward P/E 45倍）意味着什么？
练习二：管理层指引分析
背景：某港股消费公司Q2财报电话会议中，管理层给出以下指引：
- “预计下半年收入增速将加速至15-20%（vs. 上半年12%）”
- “新品类将贡献下半年收入的8-10%”
- “预计全年营业利润率不低于18%”
- “资本支出将控制在收入的5%以内”
问题：
- 将定性指引转化为定量Q3预估（收入、营业利润率）
- 评估指引的可信度——管理层过去4个季度的指引准确度如何？
- 如果新品类表现不及预期（只贡献5%而非8-10%），对Q3收入的影响？
- 从指引中提取3个Q3需要关注的关键主题
练习三：跨公司竞争对手比较表
要求：为一家中国新能源汽车公司构建竞争对手比较表。
| 指标 | 目标公司 | 竞争对手A | 竞争对手B | 竞争对手C |
|---|
| 市值 | | | | |
| LTM P/E | | | | |
| NTM P/E | | | | |
| LTM收入增速 | | | | |
| 毛利率 | | | | |
| YTD股价表现 | | | | |
| 分析师覆盖数 | | | | |
- 选择3家最合适的竞争对手并说明选择理由
- 假设合理的数据填入表格
- 从表格中得出的关键结论是什么？
- 目标公司相对竞争对手是估值溢价还是折价？理由？
AI免责声明（必须出现在3个位置）： 标题横幅、页脚和附录。
“分析由AI生成 — 请确认所有输出（AI-generated analysis — verify all outputs）”
