company-research-high-dividend
公司研究助手 - 高股息版。专注于高股息公司研究，包括高分红、高股息率、稳定分红的公司。 **触发场景**： - 用户研究高股息公司（股息率>5%、稳定分红、现金流充沛） - 分析公司分红能力、分红意愿、分红可持续性 - 高股息公司估值分析（股息率、分红率） - 高股息公司竞品对标、收益对比 - 写高股息公司研报、收息投资组合建议 **关键词**："高股息"、"分红"、"股息率"、"收息"、"红利"、"现金流"、"稳定分红"、"银行"、"煤炭"、"公用事业"
Best use case
company-research-high-dividend is best used when you need a repeatable AI agent workflow instead of a one-off prompt.
公司研究助手 - 高股息版。专注于高股息公司研究，包括高分红、高股息率、稳定分红的公司。 **触发场景**： - 用户研究高股息公司（股息率>5%、稳定分红、现金流充沛） - 分析公司分红能力、分红意愿、分红可持续性 - 高股息公司估值分析（股息率、分红率） - 高股息公司竞品对标、收益对比 - 写高股息公司研报、收息投资组合建议 **关键词**："高股息"、"分红"、"股息率"、"收息"、"红利"、"现金流"、"稳定分红"、"银行"、"煤炭"、"公用事业"
Teams using company-research-high-dividend should expect a more consistent output, faster repeated execution, less prompt rewriting.
When to use this skill
- You want a reusable workflow that can be run more than once with consistent structure.
When not to use this skill
- You only need a quick one-off answer and do not need a reusable workflow.
- You cannot install or maintain the underlying files, dependencies, or repository context.
Installation
Claude Code / Cursor / Codex
Manual Installation
- Download SKILL.md from GitHub
- Place it in
.claude/skills/company-research-high-dividend/SKILL.mdinside your project - Restart your AI agent — it will auto-discover the skill
How company-research-high-dividend Compares
| Feature / Agent | company-research-high-dividend | Standard Approach |
|---|---|---|
| Platform Support | Not specified | Limited / Varies |
| Context Awareness | High | Baseline |
| Installation Complexity | Unknown | N/A |
Frequently Asked Questions
What does this skill do?
公司研究助手 - 高股息版。专注于高股息公司研究，包括高分红、高股息率、稳定分红的公司。 **触发场景**： - 用户研究高股息公司（股息率>5%、稳定分红、现金流充沛） - 分析公司分红能力、分红意愿、分红可持续性 - 高股息公司估值分析（股息率、分红率） - 高股息公司竞品对标、收益对比 - 写高股息公司研报、收息投资组合建议 **关键词**："高股息"、"分红"、"股息率"、"收息"、"红利"、"现金流"、"稳定分红"、"银行"、"煤炭"、"公用事业"
Where can I find the source code?
You can find the source code on GitHub using the link provided at the top of the page.
SKILL.md Source
# 公司研究助手 - 高股息版
你是一名专注于高股息公司的资深研究员，擅长分析分红能力、分红意愿、股息可持续性与收息投资价值。
---
## 高股息公司定义
| 标准 | 指标 |
|------|------|
| 股息率 | >5%（近 12 个月） |
| 分红率 | >30%（分红/归母净利） |
| 分红稳定性 | 连续 3 年 + 分红 |
| 现金流 | 经营现金流充沛、自由现金流为正 |
---
## 核心分析框架
### 1. 分红能力分析
- **盈利能力**：ROE、ROIC、净利润
- **现金流**：经营现金流、自由现金流
- **财务健康**：资产负债率、利息保障
- **资本开支**：维持性资本开支、扩张需求
### 2. 分红意愿分析
- **分红历史**：连续分红年数、分红率趋势
- **股东结构**：大股东分红需求
- **公司阶段**：成熟期、低资本开支
- **政策导向**：监管分红要求
### 3. 股息可持续性
- **分红覆盖率**：自由现金流/分红金额
- **盈利稳定性**：盈利波动性、周期影响
- **未来资本开支**：是否有大额投资计划
- **债务压力**：是否有偿债压力
### 4. 估值分析
- **股息率**：当前股息率、历史分位
- **分红率**：分红比例、同业对比
- **总回报**：股息收益 + 资本利得
- **同业对比**：与可比公司股息率对比
---
## 输出模板
### 快速扫描（500-800 字）
```
1. 公司定位（行业/股息率/分红历史）
2. 分红能力（盈利/现金流/财务健康）
3. 股息率与分红率
4. 股息可持续性
5. 投资亮点与风险
```
### 标准分析（1500-3000 字）
```
1. 公司概况（业务/市值/行业地位）
2. 分红历史分析（连续分红年数、分红率趋势）
3. 分红能力分析（盈利/现金流/财务健康）
4. 股息可持续性分析
5. 竞争格局（同业股息率对比）
6. 估值分析（股息率历史分位、总回报）
7. 催化剂与风险
8. 投资建议（收息价值）
```
---
## 高股息指标对比表（必备）
| 指标 | 公司 A | 公司 B | 公司 C | 行业平均 |
|------|--------|--------|--------|----------|
| 市值 (亿) | | | | |
| 股息率 (%) | | | | |
| 分红率 (%) | | | | |
| PE-TTM | | | | |
| PB | | | | |
| ROE(%) | | | | |
| 经营现金流 (亿) | | | | |
| 自由现金流 (亿) | | | | |
| 资产负债率 (%) | | | | |
| 连续分红年数 | | | | |
---
## 分析质量检查
输出前自查：
- [ ] 股息率计算准确（TTM）
- [ ] 分红历史数据完整
- [ ] 现金流分析到位
- [ ] 可持续性分析充分
- [ ] 同业对比清晰
- [ ] 风险提示到位（盈利下滑、分红削减）
## 使用示例
### 示例 1: 基本使用
```python
# 调用 skill
result = run_skill({
"param1": "value1",
"param2": "value2"
})
```
### 示例 2: 命令行使用
```bash
python scripts/run_skill.py --input data.json
```Related Skills
insurance-company-analyzer
保险公司财务分析工具。分析上市保险公司的财务报表、偿付能力、盈利能力、业务结构。使用AkShare保险股数据、公司财报。适用于保险公司研究、投资决策。
fund-market-research
基金市场研究 - 基金市场全景分析与趋势研究工具。 当用户需要了解基金市场整体情况、查看市场规模、分析资金流向、追踪热门板块、查看基金发行日历时使用此技能。 支持市场规模统计、新发基金追踪、资金流向分析、热门板块追踪、收益分布分析、市场情绪监测。 触发关键词：基金市场、市场规模、资金流向、热门板块、基金发行、基金趋势、市场研究。
text-diff-highlight
用于信托领域合同与法务中的文本差异高亮助手场景。支持结构化输入处理、规则分析与Markdown结果输出。
research-report-draft-junior
研报初稿助手 - 助理研究员版。专为助理研究员/实习生设计，提供结构化研报框架、数据填充指引、基础分析模板，帮助快速完成研报初稿。 **触发场景**： - 用户是助理研究员/实习生，需要写研报初稿 - 用户说"帮我搭个框架"、"写个初稿"、"研报模板" - 需要结构化模板、数据填充指引 - 需要基础分析逻辑、常用表述 **关键词**："助理"、"实习生"、"初稿"、"框架"、"模板"、"研报草稿"、"新手"、"入门"
research-report-draft-institutional
研报初稿助手 - 机构客户版。专为服务机构客户设计，输出专业严谨、数据详实、逻辑严密的深度研报，满足保险、公募、私募等机构投资者需求。 **触发场景**： - 用户需要写面向机构客户的研报 - 用户说"机构版"、"公募"、"保险"、"私募"、"专业版" - 需要专业严谨、数据详实 - 需要逻辑严密、模型完善 **关键词**："机构"、"公募"、"保险"、"私募"、"专业"、"深度"、"严谨"
research-report-draft-analyst
研报初稿助手 - 研究员版。专为成熟研究员设计，提供深度分析框架、差异化观点提炼、复杂模型支持，帮助完成高质量深度研报。 **触发场景**： - 用户是成熟研究员，需要写深度研报 - 用户说"深度报告"、"差异化观点"、"复杂分析" - 需要深度分析框架、差异化视角 - 需要复杂模型支持、敏感性分析 **关键词**："研究员"、"深度报告"、"差异化"、"复杂分析"、"深度研报"、"专业版"
margin-risk-high-leverage
两融风险助手（高杠杆版）- 识别和评估高杠杆客户的融资融券风险。当用户需要监控高杠杆客户的维保比例、评估杠杆风险、生成预警报告或制定风险控制措施时触发此技能。适用于券商两融业务、风控、营业部的风险管理场景。
industry-research-real-estate
行业研究助手 - 地产版。专注于房地产行业研究，包括住宅开发、商业地产、物业管理、房地产服务等赛道。 **触发场景**： - 用户研究房地产行业/细分赛道（住宅开发、商业地产、物业、代建） - 分析房企财务指标（三道红线、土储、销售、融资） - 房地产政策影响（限购、限贷、融资政策） - 房企竞品对标、估值分析 - 写房地产行业研报、晨会材料、客户简报 **关键词**："房地产"、"地产"、"房企"、"销售"、"土储"、"三道红线"、"物业"、"商业地产"、"限购"、"房贷"
industry-research-new-energy
行业研究助手 - 新能源版。专注于新能源行业研究，包括光伏、风电、储能、新能源汽车、锂电池、氢能等赛道。 **触发场景**： - 用户研究新能源行业/细分赛道（光伏、风电、储能、锂电、电动车、氢能） - 分析产业链环节（硅料 - 硅片 - 电池 - 组件、正极 - 负极 - 电解液 - 隔膜） - 新能源政策影响（补贴、双碳目标、装机目标） - 新能源公司竞品对标、产能分析、成本曲线 - 写新能源行业研报、晨会材料、客户简报 **关键词**："光伏"、"风电"、"储能"、"锂电"、"电动车"、"新能源"、"硅料"、"电池"、"装机"、"双碳"
industry-research-healthcare
行业研究助手 - 医药版。专注于医药生物行业研究，包括创新药、仿制药、医疗器械、CXO、医疗服务、中药、生物制品等赛道。 **触发场景**： - 用户研究医药行业/细分赛道（创新药、CXO、器械、医疗服务、中药等） - 分析药品/器械产品管线、研发进度、临床数据 - 医药政策影响分析（集采、医保谈判、DRG/DIP 支付改革） - 医药公司竞品对标、估值分析 - 写医药行业研报、晨会材料、客户简报 **关键词**："医药"、"创新药"、"CXO"、"医疗器械"、"集采"、"医保"、"临床"、"药品"、"生物药"、"中药"、"医疗服务"
industry-research-finance
行业研究助手 - 金融版。专注于金融行业研究，包括银行、保险、证券、多元金融、金融科技等赛道。 **触发场景**： - 用户研究金融行业/细分赛道（银行、保险、券商、金融科技） - 分析金融公司财务指标（PB、ROE、不良率、拨备覆盖率） - 金融政策影响（利率、准备金率、监管政策） - 金融公司竞品对标、估值分析 - 写金融行业研报、晨会材料、客户简报 **关键词**："银行"、"保险"、"券商"、"证券"、"金融"、"不良率"、"拨备"、"ROE"、"PB"、"息差"、"保费"
high-net-worth-needs-insight-assistant
适用于银行财富管理场景下，对高净值客户进行需求洞察、机会识别与经营建议生成。 当用户希望基于客户资产规模、持仓结构、交易行为、生命周期事件、风险偏好、流动性需求、税务与传承关注、境内外配置倾向等信息，识别客户真实需求、潜在需求、待验证需求和经营切入点时，应使用本技能。 本技能尤其适合用于客户经理经营准备、客户会前分析、存量客户深挖、重点客户陪伴、产品与服务推荐前的需求诊断。 本技能对行业数据、市场数据、同业产品供给、客群基准画像、宏观与资产类别信息依赖较强；若外部数据不足，应主动降级结论强度，避免输出过度确定的判断。