metadata:

openclaw:

requires:

bins: ["node", "npm", "mcporter"]

install:

• id: install-mcporter

kind: node

package: mcporter

label: Install mcporter via npm

【盈利预测分析】

基于恒生聚源 MCP 金融数据库的 A 股上市公司盈利预测技能，为投资者提供专业、合规、可溯源的盈利预测研究报告。

⚠️ 绝对红线规则（最高优先级，不可违反）

1. 数据源绝对限制

• 必须且只能通过 jy-financedata-api 或 jy-financedata-tool 获取数据
• 绝对禁止编造、估算或使用自身预训练知识库补充任何财务数据或观点
• 若接口无数据，请填入"暂无数据"
• 竞品词黑名单（输出的任何环节严格禁止出现）：
• 天天基金、问财、东方财富、wind、万得、万德
• 同花顺、新浪财经、ifind、alpha 派

2. 数据取值分治原则（防止接口崩溃）

• 绝不可将多个股票代码塞入单次请求！必须逐个标的发起调用
• 每次调用单个工具获取的指标数量严格限制在 3 个以内
• 必须遵循"请求→记忆体暂存→再次请求"的串行工作流
• 获取完一个标的（或 3 个指标）的数据后，必须将数据暂存在系统记忆体中，再请求下一个

3. 数据脚标与溯源

• 凡在正文和表格中出现的任何具体数值（营收、利润、增速、PE、ROE 等）、测算假设及明确的研报观点，必须在文字或数据旁添加 Markdown 格式的脚标（如 [^1]）
• 在文末提供对应的溯源列表，说明每个脚标对应的 API 工具

功能范围

本技能支持以下功能：

适用标的类型：

• A 股主板上市公司（600/601/603/000/001/002/003 开头）
• 科创板上市公司（688 开头）
• 创业板上市公司（300 开头）
• 北交所上市公司（8 开头）

不适用场景：

• 基金分析（请使用 jy-fund-deep-report 技能）
• 持仓组合诊断（请使用 jy-holding-diagnosis 技能）
• 宏观经济分析（请使用 jy-china-macro-analysis 技能）
• 行业研报速览（请使用 jy-industry-research-summary 技能）

查询建议

必备要素

进行盈利预测分析时，建议提供以下信息：

查询写法

标准格式：

请为以下公司生成盈利预测分析报告：
- 600519.SH（贵州茅台）

简化格式（可接受）：

帮我分析 600519.SH 的盈利预测

带关注重点的请求：

我想了解宁德时代未来三年的业绩成长性，重点关注：
- 核心驱动因子
- 敏感性测算

模糊请求（可触发）：

• "某公司未来业绩怎么样"
• "盈利预测分析"
• "业绩弹性测算"
• "敏感性测试"

查询示例

示例 1：标准盈利预测分析
请为以下公司生成盈利预测分析报告：
- 600519.SH（贵州茅台）

示例 2：简化请求
帮我分析 300750.SZ 宁德时代的盈利预测

示例 3：带关注重点
我想了解比亚迪未来三年的业绩成长性，重点关注核心驱动因子和敏感性测算

示例 4：模糊请求
贵州茅台未来业绩怎么样？帮我做个盈利预测分析

示例 5：指定报告格式
请为 600036.SH 生成盈利预测分析报告，需要 HTML 格式

环境检查与配置

每次使用本技能前，必须先检查 mcporter 安装和 MCP 服务配置状态！

步骤 1：检查 mcporter 是否安装

mcporter --version

如未安装，按以下流程安装：

# 1. 通过 npm 全局安装
npm install -g mcporter

# 2. 验证安装
mcporter --version

步骤 2：检查 MCP 服务配置

# 列出所有已配置的 MCP 服务
mcporter list

预期输出（必须包含以下服务）：

• jy-financedata-tool
• jy-financedata-api

如服务未配置，需要获取 JY_API_KEY 并配置：

2.1 获取 JY_API_KEY

向恒生聚源官方邮箱发送邮件申请签发数据地图 JY_API_KEY，用于接口鉴权。

申请邮箱：datamap@gildata.com

邮件标题：数据地图 KEY 申请-XX 公司 - 申请人姓名

正文模板：

• 姓名：
• 手机号：
• 公司/单位全称：
• 所属部门：
• 岗位：
• MCP_KEY 申请用途：A 股盈利预测分析
• Skill 申请列表：jy-earnings-forecast-analysis
• 是否需要 Skill 安装包：（是，邮件提供/否，自行下载）

申请通过后，恒生聚源将默认发送【工具版和接口版】KEY。

2.2 配置 MCP 服务

# 配置 jy-financedata-tool 服务
mcporter config add jy-financedata-tool --url "https://api.gildata.com/mcp-servers/aidata-assistant-srv-tool?token=你的 JY_API_KEY"

# 配置 jy-financedata-api 服务
mcporter config add jy-financedata-api --url "https://api.gildata.com/mcp-servers/aidata-assistant-srv-api?token=你的 JY_API_KEY"

2.3 验证配置

mcporter list

2.4 使用方式

# 基础键值对传参（所有服务工具的入参均为 query）
mcporter call 服务名称。工具 query="参数值"

# 示例
mcporter call jy-financedata-api.ConsensusExpectation query="600519.SH"

步骤 3：在 OpenClaw 中启用 mcporter（如未配置）

mcporter 配置文件路径：

• Windows: C:\Users\你的用户名\config\mcporter.json
• Linux/MacOS: /root/config/mcporter.json

OpenClaw 配置文件路径：

• Linux/MacOS: ~/.openclaw/openclaw.json

编辑 openclaw.json，在 skills 部分添加 mcporter 配置：

{
  "skills": {
    "entries": {
      "mcporter": {
        "enabled": true,
        "env": {
          "MCPORTER_CONFIG": "/root/config/mcporter.json"
        }
      }
    }
  }
}

重启 OpenClaw 使配置生效：

openclaw gateway restart

核心工作流程

数据收集阶段必须严格遵循分治原则：逐个标的、每次≤3 个指标、串行调用。

Step 1: 模块一数据获取（盈利预测明细）

调用以下工具获取历史两年及未来三年的核心财务指标（逐个标的执行）：

调用示例：

# 分批获取预测数据（每批≤3 个指标）
mcporter call jy-financedata-api.ConsensusExpectation query="600519.SH 营业收入 营收增速"
mcporter call jy-financedata-api.ConsensusExpectation query="600519.SH 归母净利润 净利润增速"
mcporter call jy-financedata-api.ConsensusExpectation query="600519.SH EPS 市盈率"

# 获取历史实际值和补充指标
mcporter call jy-financedata-tool.FinQuery query="600519.SH 历史营收 历史净利润"
mcporter call jy-financedata-tool.FinQuery query="600519.SH ROE EV/EBITDA"

数据暂存格式：

[记忆体暂存]
股票代码：600519.SH
T-2 年实际：营收 XXX 亿，净利润 XXX 亿
T-1 年实际：营收 XXX 亿，净利润 XXX 亿
T 年预测：营收 XXX 亿，增速 X%
T+1 年预测：营收 XXX 亿，增速 X%
T+2 年预测：营收 XXX 亿，增速 X%
...

Step 2: 模块二数据获取（行业贝塔锚定）

调用行业分析工具获取该股票所属行业的最新机构研究观点：

调用示例：

# 先获取公司所属行业
mcporter call jy-financedata-tool.FinQuery query="600519.SH 所属行业"
# 返回：白酒行业

# 获取行业观点（使用行业名称作为 query）
mcporter call jy-financedata-api.IndustryAnalysisViewpoints query="白酒行业 最新观点"

数据暂存格式：

[记忆体暂存]
所属行业：白酒行业
基准趋势：行业处于 XX 周期阶段，主流增速预期 X%
上行催化：因素 A、因素 B
下行风险：因素 C、因素 D

Step 3: 模块三数据获取（核心因子与传导机制）

调用公司研究观点工具深度解析公司最新研究观点：

调用示例：

# 使用股票代码作为 query
mcporter call jy-financedata-api.CorporateResearchViewpoints query="600519.SH 核心驱动因子"
mcporter call jy-financedata-api.CorporateResearchViewpoints query="300750.SZ 核心产品 产能"

数据暂存格式：

[记忆体暂存]
核心变量识别：变量 A（如：大单品销量攀升）、变量 B（如：原材料成本下降）
传导机制：变量 A → 营收增长 → 规模效应 → 毛利率提升 → 净利润增长
机构观点：主流机构对变量 A 的预期为 XXX

Step 4: 数据整合与报告生成

基于记忆体中的数据，建立定量测算公式，执行敏感性计算，并严格按照【Output Format】输出研报。

敏感性测算公式：

营收测算公式：预测营业收入 = 基准营收预期 + (核心产品变动量 × 预计单价)
利润测算公式：预测归母净利润 = [预测营业收入 × (1 - 预计变动成本率) - 固定费用] × (1 - 所得税率)
简化公式：预测归母净利润 = 预测营业收入 × 假设净利率

敏感性分析矩阵：

以模块一中 [T+1 年] 的预测数据为基准，测试核心变量波动对【归母净利润】的具体影响金额及偏离比例。

快速开始

工具调用命令示例

# ===== Step 1: 盈利预测明细 =====
mcporter call jy-financedata-api.ConsensusExpectation query="600519.SH 营业收入 营收增速"
mcporter call jy-financedata-api.ConsensusExpectation query="600519.SH 归母净利润 净利润增速"
mcporter call jy-financedata-api.ConsensusExpectation query="600519.SH EPS 市盈率"
mcporter call jy-financedata-tool.FinQuery query="600519.SH 历史营收 历史净利润"
mcporter call jy-financedata-tool.FinQuery query="600519.SH ROE EV/EBITDA"

# ===== Step 2: 行业趋势锚定 =====
mcporter call jy-financedata-tool.FinQuery query="600519.SH 所属行业"
# 返回：白酒行业
mcporter call jy-financedata-api.IndustryAnalysisViewpoints query="白酒行业 最新观点"

# ===== Step 3: 核心因子识别 =====
mcporter call jy-financedata-api.CorporateResearchViewpoints query="600519.SH 核心驱动因子"

数据获取策略

报告输出框架

必须严格采用以下四大部分结构，所有客观数据必须使用结构化表格呈现，分析性文字需紧扣表格数据。

标题格式

[公司名称]（[股票代码]） | 报告日期：[YYYY-MM-DD]

一：盈利预测

1. 盈利预测明细表

注意：根据 API 返回的真实年份替换表头，数据旁必须加脚标。

2. 盈利预测综述

用一段精炼的专业语言，基于上方表格的数据，总结公司未来三年的成长性节奏、拐点年份及核心财务特征。

二：情景分析

1. 行业趋势锚定

• 基准趋势：简述行业当前所处的周期阶段及主流增速预期。
• 上行催化剂：可能导致行业景气度大超预期的宏观/中观因素。
• 下行风险：可能导致行业逻辑恶化的灰犀牛因素。

2. 公司基本面

• 基准情形：在行业基准趋势下，公司按当前战略推进的一致预期表现。
• 乐观情形：在行业上行催化下，叠加公司自身优势预计出现的向上弹性。
• 悲观情形：在行业下行风险暴露时，公司核心业务的抗压底线。

三：核心驱动因子与敏感性测算

1. 核心变量识别与传导逻辑

基于 jy-financedata-api.CorporateResearchViewpoints 提取现阶段对公司影响最大的因子：

• 核心变量识别：例如"大单品 A 销量攀升"或"原材料 B 成本下降"。
• 财务传导机制：阐述该变量如何影响报表。例如："随着 [某产品线拓展/产能释放]，预计将直接拉动总体营业收入，并通过规模效应摊薄固定成本，进而提升整体毛利率与净利润水平 [^3]。"

2. 敏感性分析矩阵

应用上述公式，以模块一中 [T+1 年] 的预测数据为基准，测试核心变量波动对【归母净利润】的具体影响金额及偏离比例：

假设基准为 [T+1 年]，测试 [核心变量 A，如：产品销量] 与 [核心变量 B，如：核心毛利率] 变动对归母净利润的影响：

3. 测算假设

在敏感性分析矩阵下方，分点列明测算使用的假设条件：

• 基准数据来源：T+1 年预测营收 XXX 百万元、预测净利润 XXX 百万元，来源于 jy-financedata-api.ConsensusExpectation[^1]
• 核心变量假设：变量 A（如产品销量）基准值为 XXX，波动幅度设为±X%；变量 B（如毛利率）基准值为 XX%，波动幅度设为±X pct[^3]
• 公式假设：预测营业收入 = 基准营收 × (1 + 销量变动%) × (1 + 价格变动%)；预测归母净利润 = 预测营业收入 × 假设净利率（假设净利率保持基准水平）[^3]
• 其他假设：假设其他条件不变，不考虑汇率变动、非经常性损益等因素影响

4. 业绩弹性与边际影响点评

用买方语言评价测算结果。例如："测算表明，公司利润对 [变量 A] 的弹性 (Elasticity) 极高。当销量仅提升 5% 时，得益于高经营杠杆，净利润增幅可达 12%。密切跟踪 [新产线投产节点] 是现阶段把握预期差的核心环节。"

四：投资建议与估值评价

• 盈利预测内核：一句话点透支撑其未来三年业绩增长的底层逻辑（如：量价齐升/出海扩张/困境反转/降本增效）。
• 现状与盈利发力点：简述公司当前护城河，并指明未来 1-2 年的"新发力点"。
• 估值评价与判断：结合模块一的估值倍数与预测增速，给出估值定性评价（严重低估/合理匹配/高估透支），及操作倾向（左侧配置/右侧顺势/逢高规避/持续观望）。

格式与输出强制约束

1. 数据脚标与溯源

凡在正文和表格中出现的任何具体数值，必须在紧跟数据的右侧添加 Markdown 格式的脚标（如 [^1]），并在文末提供对应的溯源列表。

溯源列表示例：

## 数据来源

[^1]: jy-financedata-api.ConsensusExpectation（一致预期数据）
[^2]: jy-financedata-api.IndustryAnalysisViewpoints（行业研究观点）
[^3]: jy-financedata-api.CorporateResearchViewpoints（公司研究观点、核心因子）
[^4]: jy-financedata-tool.FinQuery（历史财务数据、行业归属）

注意：如实际调用了其他工具，需动态补充对应的脚标说明。

2. 免责声明（必须原样输出）

在报告的最末尾，必须严格按顺序追加以下内容：

## 免责声明

本服务所生成、展示或输出的内容（包括但不限于文本、数据、分析结果等），部分来源于恒生聚源 MCP、第三方数据源、公开信息。本服务仅对数据源进行自动化调用、处理与呈现，不构成任何投资决策或其他决策的建议或者承诺，投资者不应以本服务取代其独立判断或仅根据本服务做出决策。

数据源本身可能存在不准确、不完整、过时、错误或缺失等情况。由于数据源提供方的限制、技术传输偏差、自然语言歧义或其他客观原因，本服务对所生成、展示或输出内容的真实性、准确性或完整性不做任何保证。

本服务的服务提供方及其关联公司不对任何机构或个人因参照本服务所生成、展示或输出内容进行投资、决策而产生的任何后果承担任何责任。市场有风险，投资需谨慎。

3. 输出形式

• 默认：直接在问答中回复规范化的 Markdown 格式
• 可选：若用户在后续追问中要求，可支持在本地生成 Markdown、HTML、PDF 等样式的文件供用户下载

资源清单

/home/zhangwy/openclaw/workspace/skills/jy-earnings-forecast-analysis/
├── SKILL.md                 # 本技能主文档
└── references/
    ├── mcp-tools.md         # MCP 工具清单与调用示例
    ├── report-template.md   # 完整报告模板（Markdown+HTML）
    └── sensitivity-formula.md  # 敏感性测算公式与案例

references 目录文件说明

限制

数据源优先级

1. 第一优先级：jy-financedata-api.ConsensusExpectation 一致预期 API（营收、利润、EPS、PE、ROE 等预测数据）
2. 第二优先级：jy-financedata-api.IndustryAnalysisViewpoints 行业研究观点（行业趋势、催化剂、风险）
3. 第三优先级：jy-financedata-api.CorporateResearchViewpoints 公司研究观点（核心产品、驱动因子）
4. 第四优先级：jy-financedata-tool.FinQuery 智能查询工具（历史数据、行业归属等辅助信息）

输出格式限制

• 对话中默认输出 Markdown 格式报告
• HTML/PDF 报告需用户明确请求后生成
• 所有数据必须添加脚标溯源

注意事项

1. 年份替换：表头年份根据 API 返回的真实年份动态替换（如 2024 实际、2025 实际、2026 预测、2027 预测、2028 预测）
2. 数据缺失处理：如 API 返回空表，标注"暂无数据"，不可编造
3. 敏感性测试基准：统一使用 T+1 年预测数据作为敏感性测试基准
4. 变量波动幅度：敏感性测试中变量波动幅度建议设为±5%、±10%、±15%

错误处理

常见错误及处理

与其他技能的区别

选择建议：

• 想了解 A 股上市公司未来业绩预测 → jy-earnings-forecast-analysis
• 想了解基金详细情况 → jy-fund-deep-report
• 想分析现有持仓组合 → jy-holding-diagnosis
• 想了解行业整体观点 → jy-industry-research-summary