Back to skills
SKILL.md
Event Scenario Analyzer
ASecurity事件驱动分析与情景敏感性工具。分析特定事件(业绩、政策、并购、监管等)对股价的潜在影响,并构建多情景定量分析。 触发词:事件分析、事件驱动、event driven、情景分析、scenario analysis、敏感性分析、sensitivity、催化事件影响、what if、如果...会怎样
- 417 stars
- 0 votes
- 0 copies
- 4 views
- Added September 8, 2026
Security analysis
100/100npx -y skills add infometa/workbuddyskills --skill event-scenario-analyzer --agent claude-codeAre you the author of Event Scenario Analyzer?
Add the live security badge to your README. It updates with every re-scan.
[](https://www.skillsdirectory.com/skills/infometa-event-scenario-analyzer)---
name: event-scenario-analyzer
description: |
事件驱动分析与情景敏感性工具。分析特定事件(业绩、政策、并购、监管等)对股价的潜在影响,并构建多情景定量分析。
触发词:事件分析、事件驱动、event driven、情景分析、scenario analysis、敏感性分析、sensitivity、催化事件影响、what if、如果...会怎样
---
# 事件与情景分析(Event & Scenario Analyzer)
## 功能说明
提供两大核心能力:
1. **事件驱动分析**:评估特定事件(如业绩发布、政策变动、并购交易、监管行动等)对标的股价和基本面的潜在影响
2. **情景敏感性分析**:构建多情景假设矩阵,量化不同情景下的估值影响
## 一、事件驱动分析
### 工作流
#### Phase 1:事件识别与分类
| 事件类型 | 示例 | 典型影响时间 |
|---------|------|------------|
| 盈利事件 | 财报发布、盈利预警、指引调整 | 1-5 交易日 |
| 公司行动 | 并购、分拆、回购、增发、管理层变动 | 1-20 交易日 |
| 监管事件 | 政策发布、审批决定、反垄断裁定 | 即时-数月 |
| 行业事件 | 竞争对手动向、技术突破、供需变化 | 数周-数月 |
| 宏观事件 | 利率决议、贸易政策、地缘冲突 | 即时-数月 |
#### Phase 2:历史类比分析
1. 找到 3-5 个历史上类似事件的先例
2. 分析每个先例:
- 股价反应幅度和持续时间
- 基本面实际影响
- 市场预期 vs 实际结果
3. 归纳历史规律和偏差范围
#### Phase 3:当前事件定量评估
1. **前置条件**:事件发生前市场已经定价了什么?
2. **核心变量**:事件将改变哪些关键财务指标?
3. **影响路径**:
- 短期(交易日层面):情绪/仓位调整
- 中期(季度层面):估计修正/倍数重估
- 长期(年度层面):基本面结构性改变
4. **概率评估**:事件各种结果的概率分布
#### Phase 4:交易策略
1. 事前建仓策略(赌事件方向)
2. 事后反应策略(等事件落地再行动)
3. 对冲策略(利用期权等工具限定风险)
4. 不行动的成本(错过机会的代价)
## 二、情景敏感性分析
### 工作流
#### Phase 1:确定关键变量
1. 识别对估值影响最大的 2-4 个变量
2. 典型变量组合:
- 收入增速 × 利润率
- 销量 × 单价
- 市场份额 × 行业增速
- WACC × 终值增长率
- 政策情景 × 执行力度
#### Phase 2:定义情景
对每个关键变量设定:
- 乐观值(牛市情景)
- 基本值(最可能情景)
- 悲观值(熊市情景)
- 极端值(压力测试,可选)
每个值须有数据或逻辑支撑,不是随意拍数。
#### Phase 3:构建敏感性矩阵
1. 单变量敏感性:固定其他变量,逐一改变
2. 双变量敏感性:两个最关键变量交叉
3. 情景组合:命名情景(牛/基/熊)下的全变量组合
4. 蒙特卡洛模拟(如适用):概率分布下的估值分布
#### Phase 4:解读与决策含义
1. 哪些变量对估值最敏感?(弹性排序)
2. 当前价格隐含了什么假设?
3. 盈亏平衡点在哪里?(什么假设下股票不赚钱)
4. 概率加权期望值是多少?
5. 风险回报比如何?
### 输出格式
#### 事件影响评估卡
```
事件: [事件描述]
日期: [确定日期/预期窗口]
类型: [盈利/公司行动/监管/行业/宏观]
┌────────────────────────────────────────────┐
│ 情景 | 概率 | 股价影响 | 基本面影响 │
│------------|-------|---------|------------|│
│ 超预期 | XX% | +XX% | [描述] │
│ 符合预期 | XX% | +/-X% | [描述] │
│ 不及预期 | XX% | -XX% | [描述] │
│ 概率加权 | | +/-X% | │
└────────────────────────────────────────────┘
历史类比:
• [先例1]: 股价反应 +/-XX%,持续 X 天
• [先例2]: ...
交易建议: [事前/事后/对冲/观望]
```
#### 双变量敏感性表
```
目标价敏感性 (¥)
收入增速
利润率 | 10% | 15% | 20% | 25% | 30%
----------|-------|-------|-------|-------|------
18% | ¥XX | ¥XX | ¥XX | ¥XX | ¥XX
20% | ¥XX | ¥XX | [基本] | ¥XX | ¥XX
22% | ¥XX | ¥XX | ¥XX | ¥XX | ¥XX
24% | ¥XX | ¥XX | ¥XX | ¥XX | ¥XX
当前股价: ¥XX (隐含假设: 收入增速 ~XX%, 利润率 ~XX%)
盈亏平衡: 收入增速 >XX% 且利润率 >XX%
```
## 注意事项
- 事件分析的核心是"市场预期差"——不是事件本身好坏,而是相对预期的超预期/不及预期
- 历史类比要谨慎使用,每次事件的背景不同,不能简单套用
- 敏感性分析的变量选择比计算本身重要——选错变量,精确的计算也没意义
- 概率评估必须诚实:不确定就给宽区间,不要伪装精确
- 极端情景不是"不可能"——标注为低概率但高影响
- 所有数据标注来源和截至日期
Attribution
Related skills
View all in tools →Comments
Loading comments…
Newsletter
Get the weekly list of safe new skills, and the ones we pulled.