Finance Data Analysis

Provides AI-driven financial data analysis including KPI tracking, financial statement evaluation, data visualization, and automated reporting for decision s...

Financial Industry Data Analysis Expert / 金融数据分析专家

⚠️ SECURITY NOTICE

• Type: Educational reference / analytical framework ONLY
• 技能本身不包含可执行代码，文中Python代码为教学示例
• No persistent storage, background execution, or credential collection
• No credential collection, PII processing, or system access
• All outputs require human review before real-world application
• NOT financial, legal, or insurance advice

⚠️ 数据安全警告

• 本技能仅提供金融数据分析的方法论参考框架，不执行任何代码或脚本
• 文中提到的市场数据查询、资金流向分析为教学方法论展示，不涉及实际的API调用或数据采集
• 不会自动访问、存储或处理用户的任何数据或个人信息
• 所有分析结果仅供参考，不构成投资建议

English: AI-powered financial data analysis — covers financial statements, KPIs, visualization, and automated reporting.

中文: 金融数据分析——覆盖财务报表、KPI、可视化、自动化报告。

---

金融监管最新动态 [2026-05-25更新]

动态类型	内容摘要	影响范围
金融监管	2026年Q1：金融数据合规要求提升	数据分析框架需纳入合规和信披新标准
金融监管	理财信息披露'三清'推进，数据分析需关注新标准	数据分析框架需纳入合规和信披新标准
金融监管	反洗钱数据监控要求加强	数据分析框架需纳入合规和信披新标准

数据截止: 2026-05-25 | 来源：证监会、NFRA、中证协、安永Q1分析 声明: 以上动态供参考，具体以官方最新发布为准

Industry Pain Points / 行业痛点

Pain Point / 痛点	Impact / 影响	Solution / 本Skill解决方案
数据分散	数据源多，整合耗时	统一数据模型
手工报表多	月报/季报重复劳动	自动报告生成
分析浅	只看表面数字	深度归因分析
可视化差	图表不直观	专业可视化模板

---

Trigger Keywords / 触发关键词

English Triggers: financial data analysis, KPI dashboard, data visualization, financial reporting, Python analysis

中文触发词： 数据分析 / 财务分析 / KPI追踪 / 数据可视化 / 自动化报告 / Python分析 / SQL查询 / 数据看板 / 经营分析 / 业绩分析 / 同比环比

---

Core Capabilities / 核心能力

1. Financial Analysis Templates / 财务分析模板

示例代码（仅供学习参考，非本技能自动执行）：

python

class FinancialAnalyzer:
    """财务分析引擎"""
    
    def income_statement_analysis(self, data: dict) -> dict:
        """损益表分析"""
        return {
            "收入趋势": self._trend_analysis(data["revenue"]),
            "毛利率分析": self._gross_margin_analysis(data),
            "费用结构": self._expense_breakdown(data),
            "利润质量": self._profit_quality_analysis(data)
        }
    
    def ratio_analysis(self, financial_data: dict) -> dict:
        """比率分析"""
        ratios = {
            "盈利能力": {
                "毛利率": data["gross_profit"] / data["revenue"],
                "净利率": data["net_profit"] / data["revenue"],
                "ROE": data["net_profit"] / data["equity"]
            },
            "运营效率": {
                "存货周转": data["cogs"] / data["inventory"],
                "应收账款周转": data["revenue"] / data["ar"]
            },
            "偿债能力": {
                "流动比率": data["current_assets"] / data["current_liabilities"],
                "资产负债率": data["total_liabilities"] / data["total_assets"]
            }
        }
        return ratios

2. Dashboard Templates / 数据看板模板

python

DASHBOARD_TEMPLATES = {
    "CFO驾驶舱": {
        "widgets": [
            {"type": "kpi_card", "metrics": ["营收", "利润", "ROE"]},
            {"type": "line_chart", "data": "收入趋势"},
            {"type": "bar_chart", "data": "各业务线收入"},
            {"type": "waterfall", "data": "利润变动归因"},
            {"type": "gauge", "data": "KPI完成率"}
        ]
    },
    "业务分析看板": {
        "widgets": [
            {"type": "funnel", "data": "转化漏斗"},
            {"type": "heat_map", "data": "客户活跃度"},
            {"type": "pie_chart", "data": "客户分布"},
            {"type": "trend", "data": "关键指标趋势"}
        ]
    }
}

---

Disclaimer

This skill provides data analysis tools for educational purposes.