Security Equity Research — 安全股权研究

证券投研报告生成器——覆盖行业研究、公司首次覆盖、业绩点评、估值建模（DCF/DDM/PE区间）、投资逻辑提炼的全流程AI助手。解决痛点：数据收集耗时、报告模板重复、快速响应做空报告需求。适用：中国A股研究员、买方分析师、投资银行研究人员。

行业痛点：

• 数据收集耗时：分析师60%时间花在数据整理，解决方案为自动抓取财报/宏观/行业数据库，一键生成数据底稿。
• 报告模板重复：每次撰写覆盖报告都要重新排版，解决方案为内置研报标准模板，30秒生成初稿框架。
• 估值建模复杂：DCF/DDM参数调整耗时长，解决方案为参数化估值模型，输入假设自动计算。
• 做空报告应急：做空机构突袭需24小时内回应，解决方案为紧急响应模板，快速组织反驳论据。
• 研报合规风险：监管对研报质量要求越来越高，解决方案为内置合规检查清单，自动识别风险表述。

触发关键词：

• 投研报告
• 行业研究
• 个股分析
• 首次覆盖
• 业绩点评
• 估值建模
• DCF
• DDM
• PE区间
• 做空报告回应
• ESG整合
• 投研框架
• 研究报告
• 买方研报
• 券商研报
• 宏观策略
• 行业比较
• 公司对比
• 盈利预测
• 目标价
• 评级调整
• 研究报告审查
• 研报合规检查
• 研报降重
• 研报改写

核心能力：

• 研报模板库：标准研报结构（证监会/中证协规范格式）。
• 估值模型：DCF模型、DDM模型等。

DCF模型示例：

import numpy as np
import pandas as pd
from scipy.optimize import brentq
def dcf_valuation(fcf_forecast: list, wacc: float, terminal_growth: float, terminal_share: float = 1.0) -> dict:
    # 预测期现值
    discount_factors = [(1 + wacc/100) * t for t in range(1, len(fcf_forecast) + 1)]
    pv_forecast = sum([fcf / df for fcf, df in zip(fcf_forecast, discount_factors)])
    
    # 终值计算
    terminal_fcf = fcf_forecast[-1]  (1 + terminal_growth / 100)
    terminal_value = terminal_fcf / (wacc / 100 - terminal_growth / 100)
    pv_terminal = terminal_value / discount_factors[-1]  terminal_share
    
    # 企业价值 & 股权价值
    enterprise_value = pv_forecast + pv_terminal
    equity_value = enterprise_value
    
    # 敏感性分析
    sensitivity = {}
    for wacc_adj in [-0.5, 0, 0.5]:
        for tg_adj in [-0.5, 0, 0.5]:
            adj_wacc = wacc + wacc_adj
            adj_tg = terminal_growth + tg_adj
            if adj_wacc > adj_tg:
                adj_tv = terminal_fcf  (1 + adj_tg/100) / (adj_wacc/100 - adj_tg/100)
                adj_pv_tv = adj_tv / discount_factors[-1]  terminal_share
                adj_pv_f = sum([fcf / ((1 + adj_wacc/100) * t) for t, fcf in enumerate(fcf_forecast, 1)])
                sensitivity[f"WACC={adj_wacc}%, g={adj_tg}%"] = adj_pv_f + adj_pv_tv
    
    return {
        "enterprise_value": round(enterprise_value, 2),
        "equity_value": round(equity_value, 2),
        "pv_forecast": round(pv_forecast, 2),
        "pv_terminal": round(pv_terminal, 2),
        "terminal_value": round(terminal_value, 2),
        "sensitivity_table": sensitivity
    }
# 使用示例
result = dcf_valuation(
    fcf_forecast=[5.2, 6.1, 7.3, 8.5, 9.8],  # 未来5年FCF（亿元）
    wacc=9.5,  # WACC 9.5%
    terminal_growth=2.5,  # 永续增长率 2.5%
    terminal_share=0.8  # 终值折现系数
)
print(f"企业价值: {result['enterprise_value']} 亿元")
print(f"股权价值: {result['equity_value']} 亿元")