夜雨聆风从AI格式化分析到深度洞察：一次上市公司招股书拆解的完整历程
4月9日有一家科创板公司开始网上申购，名字我们暂且不透露了。
是否应该申购？申购之后是否应该持有？
想要回答这两个问题，我们需要拿到招股书。面对几百页的招股书，现在第一反应是：让AI帮忙分析。
第一步：AI的格式化分析
我把招股书PDF传给AI助手，让它生成分析报告。结果很标准，但也很肤浅。
AI的分析报告把招股书内容重新组织了一遍，提到了常见的市场风险、技术风险，用了简单的PE倍数法估值，也做了DCF的现金流折现分析。。形式有了，但深度不够。
所有该分析到的问题并没有提到。
不过，它也揭示了市场集中度较高的问题。沿着这个，我们就继续讨论。
第二步：还得依靠人类的经验
我开始仔细阅读AI给我整理出的信息概要，发现了几个关键问题：
第一个反直觉疑点：客户集中度达到74.40%，都快四分之三了
招股书显示，这家公司74.40%的收入来自单一客户。前五个客户超过90%了。AI分析时只是提到了客户集中风险，但没有量化分析。
我的深度分析是：如果第一大客户业务减少50%，营收会减少37.2%。这是一个极高风险，可能造成业绩断崖式下跌。
我特别好奇这个客户是谁？招股书没有说明，但是我们可以让 AI 去推测。结果他还真的锁定了一家众所周知的深圳公司，第二名第三名也都推测出来了。由此得到了更多有意义的信息。包括商业模式、运转方式以及它的风险所在，信息都昭然若揭。
第二个反直觉疑点：财务数据过于亮眼
公司上市前几年的业绩增长确实过于亮眼。我怀疑可能有财务数据美化的可能。一般公司上市的时候，券商都会帮助其进行收入和利润的前后跨年调整。有的处理可能更加隐蔽，这个需要AI帮我去发现。
我的分析发现：2024年公司净利润2.14亿元，但需要深入分析其构成：
股份支付费用1.80亿元：这是给高管的股权激励，占扣除前利润的45.7%
政府补助8274万元：占净利润的38.8%，可持续性存疑
真实盈利质量：需要评估扣除这些非经常性因素后的盈利能力
在这一块分析中，AI搞错了股息支付的费用的计算规则。可见他对财务规则的理解还十分有限，需要有专业的数据进行训练才可以较为准确地使用。
可能你会想说多付点工资怎么地了，但是先别急，往后看。
第三个反直觉疑点：无实际控制人
公司明确表示无实控人，股权极度分散。AI分析时只是提到了治理风险，但没有具体分析。
这引发我的思考：既然无实际控制人，那么它的股东结构是什么？这也是AI擅长挖的数据。数据挖掘的结果果然不出所料。和单一客户的情况相互印证。
我的分析是：这可能导致决策效率低下、内部人控制、控制权争夺等问题。
第四个反直觉疑点：高管薪酬过高
董事长年薪809.04万元，高管平均薪酬74.80万元，而行业平均只有28.41万元。AI分析时完全没有关注这个问题。
对比发现：长电科技用更低的薪酬创造了7.5倍的净利润。
几个反直觉的点连在一起，整个案子就明了。
第三步：顺藤摸瓜，多步推理
我教AI一个重要的分析方法：顺藤摸瓜，多步推理。
从无实控人+高管薪酬高这个反直觉疑点出发，我们开始顺藤摸瓜：
无实控人 + 高管薪酬高 → 股权分散 → 多方资本参与 → 国家战略项目 → 国资背景 → 特殊治理结构 → 职业经理人模式
从客户集中度74.40%出发，我们进行多步推理：
客户集中（74.40%） → 推测主要客户为HW → 地缘政治风险（推测在美国实体清单中，所以注册地会放在开曼，可能是为了规避风险。） → 先进封装技术（Chiplet） → 国家战略（半导体国产替代，对抗实体清单，突破卡脖子。） → 国资背景框架 → 特殊治理结构（可能是有意设计）
做完多步推理之后，AI的投资建议从谨慎推荐已经变为不推荐了，但是我告诉它还得辩证看待。
第四步：辩证看待，框架转换
我教AI另一个重要的分析方法：辩证看待，框架转换。
从私人企业框架看：
治理缺陷、内部人控制、决策效率低下
高管薪酬过高侵蚀股东回报
无实控人可能导致控制权争夺
转换到国资背景框架看：
国家战略项目：配合HW的国产替代
多方资本参与：政府、产业、金融资本共同支持
职业经理人运营：专业化管理
特殊治理安排：可能是有意设计的治理结构
对标某科创板第一股的模式：科创板技术驱动型的国资控制公司的常见结构
所以，公司治理问题可能没有想象中那么严重。
第五步：学习网上分析视角
AI阅读网上其他分析师的研究，看看差距在哪里。
网上分析的核心发现：
公司股权极度分散，无实际控制人，第一大股东仅持股10.89%
董监高薪酬过高，2024年董监高薪酬占利润总额的24.74%
连续5年零分红，未分配利润为负
网上分析的优势：
治理问题敏感性高：敏锐发现无实控人和薪酬问题
投资者视角突出：从中小投资者角度尖锐提问
表达方式吸引人：标题尖锐，问题直接
AI的分析优势：
系统性更强：写了五份报告，从不同维度进行分析，数据有理有据
深度更足：财务还原、风险建模、敏感性分析
量化分析更充分：量化了各项风险的影响
投资建议更具体：提供具体的仓位控制、止损策略、替代方案
第六步：关于高管套利行为的猜测
我提到一个案例：ZSW。有相关新闻显示，这家公司在业绩好时高管拿高奖金，然后业绩一落千丈，高管成功套现，股民遭殃。
ZSW在2020年底业绩股价双高位时推出考核宽松的股权激励，只考核营收不考核利润，目标设置过低。随后业绩增速从100%+降至负增长，股价从高点下跌70%以上，验证了"高位激励-达标套现-业绩下滑"的典型A股剧本。
这提醒我们：在分析上市公司时，要特别警惕业绩高峰期推出的宽松激励计划，那往往预示管理层对未来的信心不足。
我教AI：高管拿高于行业平均的工资，这个是他们业绩到达顶点的信号。
但我们也要辩证看待：在国资背景下，董事长是任命的职业经理人，不是创始人。他的股份很少，所以他从财务回报上，也需要拿高的工资。否则人家为什么有动力干呢？
这种股权架构也许是可以持续的，不能作为否决它的原因。
只是作为中小投资者，可能会面临较大的风险。
第七步：报告整合与投资建议的辩证调整
经过一整天的深度讨论、辩证分析和多次修正，我们最终形成了五份深度分析报告，包括了股权架构分析、董监高的背景调查、薪酬激励拆解、财务分析以及半导体行业宏观报告。最终整合为两份核心报告。一份总体报告，一份风险报告。篇幅有限，我这里就不展开。
投资建议的辩证调整过程：
这个调整过程很有意思，体现了辩证思考的重要性：
最初：基于表面数据，AI极度推荐
深入分析后：发现风险，调整为谨慎推荐
看到网上分析后：发现更多问题，调整为建议回避
辩证思考后：最终确认为谨慎参与，控制仓位
综合判断：短期走高，长期风险，打新可以，持有小心
为什么会有这样的调整？
因为我们在不同框架下看待问题：
从私人企业框架看：治理缺陷、薪酬过高、风险太大，应该回避。
但从国资背景框架看：这是国家战略项目，配合华为国产替代，职业经理人运营，特殊治理结构可能是有意设计。
最终建议：
对于能够理解这种特殊框架的投资者，可以谨慎参与，但仓位不超过3-5%，并设定严格止损。
对于普通投资者，建议观望或考虑更传统的半导体公司。
AI学习了投资分析的本质：
不是简单收集信息，而是基于事实做出判断。需要顺藤摸瓜、多步推理、辩证看待、框架转换。
我自己总结AI的缺陷是它不会提问题，并且很难实现多步复杂的深入刨根问底式分析，需要你去引导它。
但这个属于技术问题，我相信不用太麻烦，应该是可以解决的。相比人的操作，它在数据处理、寻找问题和快速处理大量数据方面具有优势。
相信后面如果结合舆情分析，再获取更多的网络资讯，它可能可以有更出色的表现。
以上投资观点纯属个人意见，仅仅作为技术交流，请谨慎参考。大部分内容为AI搜索获取，本公众号不负责其真实性和准确性，请不要以此作出任何投资判断。投资有风险，参与需谨慎。
END /
【阅读更多】