# 买卖方分析师技能地图 · F1–F25

目录：评估与使用边界 · 完整地图 · 边界与连接 · 角色工作流 · F16–F25课程

## 评估与使用边界
这25项组成研究、财报解读、建模、验证、估值、决策和交付的完整训练地图。保留F1–F15，按用户补充顺序追加F16–F25。星级采用Wei于2026-10-06给出的默认训练优先级；不是通用职业能力排名、具名分析师评级或学习者得分。★基础、★★重点、★★★核心；一星不表示可以忽略，所有技能均需满足最低证据与行为标准。
买方更强调判断、投资授权下的决策、风险和结果复盘；卖方更强调覆盖、模型、预期沟通和可靠交付。卖方同样需要独立判断，买方同样需要建模；不以身份删掉共同底座。
本表仅F21估值方法和F24沟通在两侧都为三星，是用户的优先级设计，不意味着其他技能不是共同底线。机构、策略、覆盖行业和资历可改变侧重；若调整保留原表与带日期的覆盖项，不悄悄改权重。

## 完整地图
| 类别 | 技能 | 来源 | 买方 | 卖方 |
|---|---|---|---|---|
| 研究底座 | F16 商业模式与护城河 | 补充 | ★★★ | ★★ |
| 研究底座 | F17 一手信息获取 | 补充 | ★★★ | ★★ |
| 研究底座 | F18 技术判断转化为财务变量 | 补充 | ★★ | ★★★ |
| 研究底座 | F19 宏观与政策 | 补充 | ★★ | ★ |
| 读财报 | F1 预期差 | 页面 | ★★★ | ★★ |
| 读财报 | F2 盈利质量 | 页面 | ★★★ | ★★ |
| 读财报 | F3 指引解码 | 页面 | ★★ | ★★★ |
| 建模与产业链 | F4 模型修正 | 页面 | ★★ | ★★★ |
| 建模与产业链 | F5 增长二阶变化 | 页面 | ★★★ | ★★ |
| 建模与产业链 | F6 跨公司传导 | 页面 | ★★★ | ★★ |
| 建模与产业链 | F7 供需侦探 | 页面 | ★★ | ★★★ |
| 建模与产业链 | F8 周期拐点 | 页面 | ★★★ | ★★ |
| 建模与产业链 | F9 资本开支传导 | 页面 | ★★ | ★★ |
| 建模与产业链 | F10 单位经济与回报 | 页面 | ★★ | ★★ |
| 建模与产业链 | F15 产品路线图与竞争演进 | 页面 | ★★ | ★★★ |
| 验证与判断 | F11 会计与现金核验 | 页面 | ★★★ | ★★ |
| 验证与判断 | F13 股价反应解释 | 页面 | ★★★ | ★ |
| 验证与判断 | F14 论点证伪 | 页面 | ★★★ | ★★ |
| 验证与判断 | F20 管理层与资本配置评估 | 补充 | ★★★ | ★ |
| 估值与决策 | F12 估值桥 | 页面 | ★★★ | ★★ |
| 估值与决策 | F21 估值方法广度 | 补充 | ★★★ | ★★★ |
| 估值与决策 | F22 风险与仓位 | 补充 | ★★★ | ★ |
| 估值与决策 | F23 认知纪律 | 补充 | ★★★ | ★★ |
| 输出与工具 | F24 沟通与说服 | 补充 | ★★★ | ★★★ |
| 输出与工具 | F25 工具效率与合规 | 补充 | ★★ | ★★★ |

## 边界与连接
- F12将预测修正桥接到价格/价值；F21选择DCF、反向DCF、SOTP和周期正常化，并检查方法间一致性。
- F15研究未来产品与竞争路径；F16研究支付、价值捕获和护城河；F20评估管理层能否在约束下配置资源。共享证据不重复算能力。
- F18负责物理/技术变量→部署、内容、份额、ASP、成本及确认时滞；F4负责财务模型闭合。客户效率提升可能降低供应商销量。
- F17负责证据获取、独立性和代表性；F25负责数据权限、工具、复现、人工复核和发布边界。工具不能制造信息授权。
- F14设定论点证伪；F22处理赔率、组合风险及退出约束；F23冻结决策依据、修订和复盘。价格止损、论点失效与组合减仓分别记录。

## 角色工作流
先确认任务、受众和是否拥有投资决策授权；未指定时共同研究模式。展示25项全部技能，按买方或卖方优先级排序，不把排序当能力成绩。
买方交付：论点、价格内含假设、竞争解释、估值分布、反转证据；只有用户请求且有充分风险/组合/流动性信息时给条件式仓位分析，不自行执行交易。
卖方交付：有时间戳的实际/预期、驱动模型、估计修正、估值情景、催化剂和风险、来源与信息缺口；不凭机构名气替代证据，不代客户选仓位。
案例按角色设不同最后一问：买方“这个信息怎样改变判断、风险和复核？”；卖方“怎样改变预测、估值和可交付观点？”两边保留最强反方、口径闭合与证伪标准。
优先训练路径是建议，不是先修门槛：
- 买方：F16/F17 → F1/F2/F5/F6/F8 → F11/F14/F20 → F12/F21/F22/F23 → F24/F25；针对技术和行业补F18/F15/F7/F9/F10/F19/F3/F4/F13。
- 卖方：F17/F18/F25 → F3/F4/F7/F15 → F2/F6/F11/F9/F10 → F12/F21/F24 → F14/F23；持续补F16/F1/F5/F8/F13/F19/F20/F22。
不要平均未评估项得到总分。评估0–10仅凭真实回答；★不进入评分。未回答标未评估，参考答案已看过则不能作为独立掌握证据。要求未见迁移题和预先写明证伪条件。

## F16–F25课程
### F16 · 商业模式与护城河
English: Business Model & Moat
目的：判断超额回报持续性、价格内含假设与投资论点。 按业务拆分收入、份额、价格与竞争敏感性。
合成训练：合成：平台收入100、贡献毛利60、年维护及获客费用30；替代品使价格下降15%，销量不变，单位变动成本仍为40。营业贡献怎样变化？若AI编程降低客户迁移工时，能否直接判定护城河消失？
评审模型（作答后再读）：原贡献=100−40−30=30；新=85−40−30=15，下降50%。收入和利润对价格冲击不同。迁移工时只是一项成本，还要检验正确性、性能、集群通信、维护、客户留存和定价权。持续高利润也可能来自短期供给不足，不能当作永久护城河。
迁移：迁移到Arm IP/CSS/自有硅或电力设备：价值由谁捕获？用哪个客户行为与利润指标区分护城河和周期红利？
证据标准：支付方、价值捕获与成本边界；量化定价权对利润的影响；检验迁移成本、替代与竞争响应；反例、证伪与跨行业迁移。
连接：F10 / F12 / F15 / F14。

### F17 · 一手信息获取
English: Primary Research & Evidence Acquisition
目的：寻找可改变判断的独立证据并评估其信息价值。 维持可复用来源记录、持续覆盖与交叉核验。
合成训练：合成：三份材料都称出货增长40%，但都转述同一家供应商。另有8家渠道样本覆盖总体销量20%，样本增长10%。你能否把四条消息平均成总体增长预测？怎样设计合法、获授权的下一项调查？
评审模型（作答后再读）：不能。三份转述是一个原始证据，不是三个独立样本；渠道样本有选择偏差，覆盖20%也不能直接外推总体。记录原始来源、日期、样本框、重合和可观察范围；用客户验收、公开采购或获授权专家资料检验竞争假设，给出未知区间。只获取允许公开或授权使用的信息，遇到疑似机密或重大未公开信息时停止使用和传播并按适用流程处理，不主动索取。
迁移：从GPU渠道库存迁移到HBM认证或数据中心energized MW，重建样本与独立交叉核验方法。
证据标准：源头、时间与授权可追溯；独立性、样本覆盖和选择偏差；调查可区分竞争解释；信息使用边界与未知项。
连接：F1 / F7 / F14 / F25。

### F18 · 技术判断转化为财务变量
English: Technology-to-Financial Translation
目的：挑战技术叙事是否真正改变供应商盈利与估值。 把技术假设写成可审计的分产品财务驱动项。
合成训练：合成：一项技术把同等SLO吞吐提高25%，客户工作量不变。基准需要100台、每台ASP 10万、供应商GM 40%。若按比例减少采购，供应商收入与毛利怎样变化？如果更低成本诱发工作量增加50%呢？
评审模型（作答后再读）：固定工作量所需100/1.25=80台，收入1,000万→800万，毛利400万→320万。工作量增50%则需要100×1.5/1.25=120台，收入1,200万、毛利480万。均为可整除的简化情景，需实测SLO、容量利用率、替换周期、份额、ASP与成本。性能提升不自动带来供应商收入增长。
迁移：将吞吐改善换成HBM带宽、先进封装良率或CPU缓存改善，找出谁受益、何时确认、哪些成本转移。
证据标准：匹配工作负载、SLO和系统边界；技术→部署量/ASP/成本的变量桥；需求弹性与供应商价值捕获；收入、毛利及现金时滞。
连接：F4 / F6 / F10 / F15。

### F19 · 宏观与政策
English: Macro & Policy Transmission
目的：检验宏观暴露、融资韧性和组合共同风险。 只修正与所覆盖公司相关且可验证的变量。
合成训练：合成：企业100单位收入中40以美元计价、其余60以本币计价，美元对本币升值10%，销量及美元价格不变。本币收入如何改变？新出口限制是否就能直接扣减同样比例的收入？
评审模型（作答后再读）：本币收入40×1.1+60=104，增4%，未考虑套保、美元成本与应收款。出口限制需核查适用产品、地区、时间、许可、客户替代与订单确认，不能把关税/受限市场规模直接当净利润损失。融资、汇率和估值渠道分别建模，相关性不是因果。任何现实政策结论须查询当期官方文件。
迁移：迁移到Foundry补助、数据主权或高利率下neocloud融资，哪些经营与估值渠道改变？
证据标准：政策适用范围、日期与官方依据；经营、汇率、融资和估值渠道分开；对冲、成本与替代情景；不把宏观相关性当公司因果。
连接：F4 / F9 / F12 / F22。

### F20 · 管理层与资本配置评估
English: Management & Capital Allocation
目的：评估资本配置、治理和长期股东回报。 核对投入、执行里程碑和回报假设对预测的影响。
合成训练：合成：管理层三年兑现率80%，现有可用现金10亿美元。项目A需6亿、预估净现值2亿，项目B需5亿、预估净现值3亿，另须保留2亿现金储备。两项同时推进可行吗？只因B净现值更高就选择B吗？
评审模型（作答后再读）：A+B+储备=13亿，资金缺口3亿；A或B单独都在总额上可行，但还需逐期现金流。不能只比较未经核验的NPV：检验假设、资金约束、融资成本、客户承诺、失败概率、可逆性与协同。80%兑现率需拆样本、难度和未兑现事件。考察增量投入回报、激励与资本分配，不以名气或语气评分。
迁移：迁移到Intel Foundry/GPU、Arm造芯片或并购，设计分阶段预算与继续/停止节点。
证据标准：历史承诺与实际结果有日期；增量回报、激励与现金约束；替代方案、协同和机会成本；里程碑投入与逆转标准。
连接：F9 / F11 / F15 / F22。

### F21 · 估值方法广度
English: Valuation Method Selection & Breadth
目的：寻找价格内含假设、赔率和估值误差的安全边界。 用多种一致方法支持可复核估值与敏感性。
合成训练：合成：公司持续年FCF 10亿，增长0、WACC 10%，净债务20亿、稀释股数1亿。在永续简化模型下股权价值及每股价值是多少？若当前价格120，反向DCF隐含的持续FCF是多少？周期高峰EPS能否直接乘同行倍数？
评审模型（作答后再读）：EV=10/10%=100亿；股权=100−20=80亿；每股80。价格120对应股权120亿、EV140亿，零增长下需持续FCF14亿。需匹配经营现金流/WACC与EV，再桥接股权；现实DCF须分期预测、终值、净债务和稀释。周期高峰EPS不能不经正常化外推。SOTP避免分部交易重复，检查总部成本、交叉持股、税与其他索取权。F12负责预测→估值桥，F21负责方法选择及互证。
迁移：迁移到许可IP与资本密集云业务并存的公司，用DCF、反向DCF、SOTP和周期正常化解释不同结果。
证据标准：方法匹配商业模式与周期；现金/折现率和EV/股权口径；反向解价格隐含假设；SOTP、终值及正常化敏感性。
连接：F12 / F11 / F16 / F22。

### F22 · 风险与仓位
English: Risk, Position Sizing & Downside
目的：将判断转成受约束的仓位、风险预算与复核触发。 输出风险分布和情景，不代客户确定实际仓位。
合成训练：合成：价格100，一年后情景160/100/50，概率30%/40%/30%，无分红。期望收益是多少？组合若给该股票10%权重，下行情景直接损失贡献多少？这能否单独决定仓位或止损？
评审模型（作答后再读）：期望价格=48+40+15=103，收益3%；概率是合成假设，不是观测值。10%权重×−50%=组合−5个百分点，忽略其他持仓与联动。仓位还需授权、最大回撤、相关性、流动性、杠杆、事件与融资风险；不以一个期望值或机械Kelly定仓。区分价格风险控制、论点证伪和组合减仓，止损执行受跳空与流动性约束，不保证最大亏损。真实交易建议须有足够账户和风险信息，不执行交易。
迁移：迁移到同时持有GPU、HBM和neocloud的组合，构造客户CapEx下降及融资收紧的共同下行情景。
证据标准：概率来源与上下行分布；头寸×损失和组合关联；流动性、杠杆及授权边界；价格、论点与组合退出条件分开。
连接：F1 / F12 / F14 / F19。

### F23 · 认知纪律
English: Decision Discipline & Review
目的：复盘自己的判断、仓位和纪律，而非只记录收益。 保存预测版本、误差分解与覆盖方法改进。
合成训练：合成：你在T0记录收入增长20%且客户认证按期是必要条件；T1股价涨30%，但收入仅增5%且认证延期。你能否把价格上涨记为分析成功？如何复盘并保留原预测？
评审模型（作答后再读）：股价上涨不能验证收入机制。冻结T0来源、概率、预测区间、替代解释和更新规则；在T1分别评价业务机制、预测准确性、决策过程与结果，调查其他催化剂。保留原预测和修订版本，区分信息更新与事后改口。单次对错不能建立长期校准能力；可用多次同类概率预测的Brier分数，不选择性删掉失败。
迁移：迁移到2030产品路线预判或财报共识修正，记录当时信息集并解释一次错判如何更新方法。
证据标准：时间冻结与原预测可追溯；过程、预测与价格结果分开；概率校准及失败样本保留；更新规则和下一次改进。
连接：F1 / F14 / F15 / F22。

### F24 · 沟通与说服
English: Communication & Persuasion
目的：形成投资委员会可评估、可追责的决策材料。 形成及时、一致、有来源的客户研究更新。
合成训练：合成：收入增长20%，毛利率40%→35%，收入基数100。请用一段话向投资委员会或客户说明核心变化、毛利结果、反方解释及下一项证据，不用“AI需求强”替代计算。
评审模型（作答后再读）：毛利40→120×35%=42，仅增5%，收入增20%不能等同盈利增20%。说明价格/组合/爬坡成本是竞争解释，尚缺分产品量价成本证据；设定一项可验证节点。买方版本交代决策、风险和何时复核；卖方版本给预测修正、估值影响、来源及时间。说服必须受证据边界约束，不省略反方或以修辞制造确定性。
迁移：同一材料分别写买方决策摘要和卖方覆盖更新；哪些信息要突出，哪些未知项两边都必须保留？
证据标准：结论、机制与量化桥一致；受众对应的决策/预测影响；来源、时间、未知项与反方；清晰表达而不夸大确定性。
连接：F2 / F4 / F12 / F14。

### F25 · 工具效率与合规
English: Research Tools, Reproducibility & Compliance
目的：保护研究信息、模型与决策审计链。 保持覆盖产出质量、发布流程和数据使用边界。
合成训练：合成：AI生成模型把百万美元当作美元，又将客户押金既加进CFO又算融资流入；一份专家材料标为“未获授权传播”。如何修复，并建立可复现、可发布的研究输出？
评审模型（作答后再读）：先核单位、币种、期间、公式及现金流分类，消除押金重复；与原始报表闭合，保留版本、来源和检查记录。隔离未授权材料，不转发或上传到公共模型/网站，不由摘要绕过授权边界；使用公开可核验替代证据或获取许可。AI、脚本和表格只提升处理效率，不替代责任；按适用机构流程核查保密、利益冲突、研究发布要求及数据许可，现实规则查最新正式文件。所有案例均是教学，不构成法律判断。
迁移：迁移到批量更新25家公司、发布研报或训练网站，设计自动检查、人工复核、失败回滚与来源权限记录。
证据标准：数据、单位、版本和复现链；独立核验、闭合与异常处理；授权、保密与冲突处理；工具提高效率而不代替责任。
连接：F17 / F11 / F23 / F24。