中国金融市场信息分析 Skill

专为中国金融市场设计的综合信息分析工具，融合系统性事实核查框架与观点/事实分类引擎，帮助投资者、分析师、监管机构辨别信息真伪、评估证据可信度、识别市场操纵信号。

核心原则

双重验证体系：

1. 结构化分解：将复杂声明拆解为可验证的原子事实
2. 证据分级：区分观点 vs 事实、人证 vs 物证、直接 vs 间接证据

中国市场特性适配：

• 监管披露要求（证监会、交易所规则）
• 中文信息源验证（官方公告、媒体报道、社交平台）
• 本地化叙事模式（概念炒作、题材炒作、政策解读）

---

阶段一：声明分解与分类

1.1 提取原子声明

将复杂信息拆解为独立可验证的最小单元：

原始声明示例：
"某新能源公司因技术突破获得政府补贴，预计明年业绩将翻倍，已引发多家机构调研"

原子声明分解：
├─ 实体类 (ENTITY)
│  ├─ [E1] 存在一家新能源公司
│  └─ [E2] 存在多家投资机构
├─ 事件类 (EVENT)
│  ├─ [V1] 发生了技术突破
│  ├─ [V2] 获得政府补贴
│  └─ [V3] 机构进行了调研
├─ 状态类 (STATE)
│  └─ [S1] 当前业绩水平
└─ 预测类 (FORECAST)
   └─ [F1] 明年业绩将翻倍

1.2 中国市场专属分类

| 类型 | 说明 | 验证难度 | 监管要求 | |------|------|----------|----------| | ENTITY | 公司、机构、个人 | 低 | 需实名披露 | | EVENT | 已发生的具体事件 | 中 | 重大事件需公告 | | STATE | 当前财务/运营状态 | 低 | 定期报告强制披露 | | FORECAST | 业绩预测、预期 | 高 | 禁止虚假陈述 | | CAUSATION | 因果关系声明 | 极高 | 需充分证据支持 | | NARRATIVE | 概念/题材包装 | 不可验证 | 易涉嫌市场操纵 | | POLICY | 政策解读/影响 | 高 | 需引用官方文件 | | COMPETITIVE | 竞争地位/市场份额 | 中 | 需第三方数据支持 |

1.3 识别缺失信息

关键缺失模式：

• 未具名实体（"某机构"、"多家公司"）
• 模糊时间（"近期"、"即将"）
• 省略数据来源（"据悉"、"有消息称"）
• 缺失对比基准（"大幅增长" 未说明基数）
• 回避不利信息（仅提正面、隐藏风险）

---

阶段二：证据分类与评级

2.1 观点 vs 事实区分引擎

事实 (FACT)：可客观验证的陈述

• 财务数据（营收、净利润、资产负债）
• 公开事件（并购、高管变动、产品发布）
• 监管文件（公告、问询函、处罚决定）

观点 (OPINION)：主观判断或预测

• 估值判断（"被低估"、"泡沫化"）
• 趋势预测（"有望突破"、"可能下滑"）
• 质量评价（"技术领先"、"管理混乱"）

分类算法：

def classify_statement(text):
    # 事实指标
    fact_signals = [
        "财报显示", "公告称", "数据为", "会议记录",
        "监管文件", "审计报告", "实际发生"
    ]
    
    # 观点指标
    opinion_signals = [
        "预计", "有望", "可能", "据传", "市场认为",
        "分析师认为", "估值合理", "前景看好"
    ]
    
    # 模糊表述（高风险）
    vague_signals = [
        "大幅", "显著", "明显", "众多", "若干",
        "相关", "有关", "据悉", "消息人士"
    ]

2.2 证据等级体系

人证 (HUMAN_EVIDENCE)

| 等级 | 类型 | 可信度 | 示例 | |------|------|--------|------| | A级 | 监管机构官方声明 | 95% | 证监会公告、交易所问询函回复 | | B级 | 上市公司正式公告 | 85% | 定期报告、临时公告（需核查是否被问询/更正） | | C级 | 高管公开发言 | 70% | 业绩说明会、投资者关系活动记录 | | D级 | 行业专家评论 | 50% | 券商分析师报告、独立研究员观点 | | E级 | 匿名/未证实消息 | 20% | "消息人士"、"市场传闻"、社交媒体爆料 |

物证 (PHYSICAL_EVIDENCE)

| 等级 | 类型 | 可信度 | 示例 | |------|------|--------|------| | A级 | 监管审核文件 | 98% | 审计报告、现场检查报告、处罚决定书 | | B级 | 财务报表数据 | 90% | 已审计的年报、季报（需关注附注说明） | | C级 | 第三方统计数据 | 75% | 海关数据、行业协会统计、咨询公司报告 | | D级 | 公司内部文件 | 60% | 会议纪要、内部公告（需验证真实性） | | E级 | 截图/录音 | 30% | 微信截图、电话录音（易伪造，需多方验证） |

2.3 来源可信度评分

监管官方源（权重 1.0）：

• 证监会、沪深交易所、银保监会、国家统计局
• 人民银行、商务部、工信部等部委

媒体机构（权重 0.5-0.8）：

• 新华社、人民日报、中央电视台（0.8）
• 财新、第一财经、21世纪经济报道（0.7）
• 普通商业媒体（0.5）

自媒体/社交平台（权重 0.2-0.4）：

• 已认证的专业账号（0.4）
• 普通用户（0.2）

---

阶段三：系统性验证

3.1 基础事实优先验证

第一层：实体存在性

验证流程：
1. 公司是否真实存在？
   → 全国企业信用信息公示系统
   → 沪深交易所上市公司列表
2. 关键人物是否属实？
   → 公司官网高管名单
   → 董监高人员变动公告
3. 机构是否合规？
   → 中国证券投资基金业协会登记

第二层：事件真实性

验证流程：
1. 重大事件是否已披露？
   → 巨潮资讯网公告查询
   → 交易所互动易平台
2. 时间线是否合理？
   → 对比历史公告日期
   → 核查董事会/股东大会决议日期
3. 数据是否一致？
   → 跨期对比（本期 vs 上期）
   → 跨文件对比（公告 vs 财报）

3.2 中国特色验证路径

政策类声明验证

声明："某公司受益于国家新能源政策"
验证步骤：
1. 定位政策文件
   → 国务院/部委官网文件库
   → 中国政府网政策解读
2. 核实受益范围
   → 政策适用条件
   → 公司是否符合资质要求
3. 量化影响程度
   → 历史类似政策影响案例
   → 行业分析师评估报告

财务数据验证

声明："营收同比增长 300%"
验证步骤：
1. 核对官方数据
   → 定期报告原文
   → 业绩快报 vs 正式财报
2. 分析异常性
   → 对比行业平均水平
   → 检查是否存在会计调整
3. 追踪后续披露
   → 是否被交易所问询？
   → 是否有会计差错更正公告？

市场传言验证

声明："公司即将被某巨头收购"
验证步骤：
1. 查询停牌公告
   → 是否因重大事项停牌？
2. 检索监管问询
   → 交易所是否发函核实？
3. 追踪公司澄清
   → 是否发布澄清/风险提示公告？
4. 观察交易异常
   → 股价、成交量是否异常波动？

3.3 因果关系验证

直接证据要求：

• 官方文件明确表述因果关系
• 公司公告中的 "本次事项的原因/影响"
• 监管部门的认定结论

间接证据佐证：

• 时间顺序合理性（先因后果）
• 逻辑一致性（因能推导出果）
• 排除其他解释的可能性

警惕虚假因果：

常见虚假因果模式：
✗ "公司股价上涨是因为技术突破"
  → 可能原因：市场炒作、资金推动、题材概念
✗ "业绩下滑是因为宏观环境"
  → 可能原因：公司自身经营问题、行业竞争加剧
✗ "获得补贴后业绩大增"
  → 需验证：补贴金额 vs 业绩增量的比例关系

---

阶段四：信息源评估

4.1 中国市场信息源优先级

顶级官方源（可信度 95%+）：

1. 巨潮资讯网（www.cninfo.com.cn）- 指定披露平台
2. 沪深交易所官网 - 监管公告、问询函
3. 中国证监会 - 处罚决定、监管政策
4. 国家统计局 - 宏观经济数据

次级可信源（可信度 70-85%）：

1. 上市公司官网 - 投资者关系栏目
2. 互动易/E互动 - 公司官方回复
3. 主流财经媒体 - 财新、第一财经、证券时报
4. 行业协会 - 统计数据、研究报告

需谨慎对待（可信度 30-50%）：

1. 券商研报 - 可能存在利益冲突
2. 自媒体 - 信息真实性参差不齐
3. 股吧/社交平台 - 易被操纵、传播谣言

4.2 信息源交叉验证

三角验证法：

对于重要声明，要求至少 3 个独立信息源印证：
1. 官方公告（主要依据）
2. 主流媒体报道（独立采访核实）
3. 第三方数据（行业统计、研究机构）

反例：
✗ 多家媒体报道，但均引用同一"消息人士"
✗ 多个自媒体转发，但无原始信息源

4.3 中国特色偏见识别

常见叙事偏见：

• 政策导向偏见：过度解读政策利好，忽视执行难度
• 民族情绪偏见："国产替代"、"卡脖子技术" 等话题易被炒作
• 概念炒作偏见：新能源、芯片、元宇宙等热点概念的夸大宣传
• 地方保护偏见：地方政府支持的企业，地方媒体报道可能失真

识别标志：

• 大量使用情绪化词汇（"重磅"、"爆发"、"颠覆"）
• 选择性披露（只谈利好、回避风险）
• 时间刻意选择（在敏感时点发布消息）

---

阶段五：叙事模式识别

5.1 中国市场典型叙事模式

概念炒作模式

特征：
- 与热点政策/事件强行关联
- 夸大技术突破程度
- 忽视商业化落地难度

识别方法：
1. 核查公司主营业务占比
   → 概念业务营收 < 5% = 蹭热点
2. 检索历史蹭热点记录
   → 公司是否频繁变更"概念"
3. 对比同行业公司
   → 是否只有该公司在炒作？

业绩变脸模式

特征：
- 业绩预告后大幅下修
- 会计政策突然变更
- 商誉减值集中计提

识别方法：
1. 追踪业绩预告修正历史
2. 分析会计政策变更合理性
3. 核查审计机构是否出具保留意见

重组题材模式

特征：
- 频繁筹划重大资产重组
- 重组失败后再次筹划
- 标的资产估值明显虚高

识别方法：
1. 统计历史重组成功率
2. 对比标的资产评估值 vs 净资产
3. 核查关联交易嫌疑

5.2 反向叙事验证

对每个叙事，构建反向假设：

原叙事："公司技术突破，即将量产"
反向假设：
- 是否只有公司自己宣称突破？
- 竞争对手是否已有类似产品？
- 量产需要哪些条件？是否已具备？
- 历史上公司有多少次"即将量产"？

支持反向假设的证据：
- 公司研发费用占比低于行业平均
- 无相关专利授权记录
- 历史产品推出时间表屡次延期

5.3 缺失语境补充

关键语境要素：

• 行业对比：同行业其他公司情况如何？
• 历史数据：公司过去 3-5 年表现如何？
• 监管记录：是否曾被处罚/问询/立案调查？
• 诉讼记录：是否涉及重大诉讼仲裁？

---

阶段六：综合报告与评级

6.1 中国金融市场分析报告结构

# 【分析主题】信息验证报告

## 一、声明原文
[完整引用待验证的声明]

## 二、原子声明分解
| 编号 | 声明类型 | 声明内容 | 验证状态 |
|------|----------|----------|----------|
| E1 | ENTITY | ... | ✓已验证 |
| V1 | EVENT | ... | ✗证伪 |
| F1 | FORECAST | ... | ?无法验证 |

## 三、已验证事实
**高置信度事实（可信度 ≥ 85%）**
- [事实1]（来源：[官方文件链接]）
- [事实2]（来源：[监管公告]）

**中等置信度事实（可信度 60-85%）**
- [事实3]（来源：[第三方数据]，需进一步核实：[说明]）

## 四、存疑/证伪部分
**明确证伪**：
- [声明X]：被以下证据推翻
  - 证据1：[官方公告链接]
  - 证据2：[数据对比]

**无法验证**：
- [声明Y]：缺失关键信息
  - 缺失1：[具体说明]
  - 缺失2：[...]

## 五、语境补充
**行业对比**：
- [同行业其他公司情况]

**历史表现**：
- [公司过去类似事件的处理]

**监管记录**：
- [是否有相关问询/处罚记录]

## 六、叙事分析
**识别的叙事模式**：
- [概念炒作/业绩变脸/重组题材/...]

**支持该叙事的证据**：
- [证据列表]

**质疑该叙事的证据**：
- [证据列表]

**替代解释**：
- [基于相同事实的其他可能解释]

## 七、综合评级
| 维度 | 评分 | 说明 |
|------|------|------|
| **事实准确性** | [0-100] | 已验证事实占比 |
| **证据充分性** | [0-100] | 高等级证据占比 |
| **逻辑一致性** | [0-100] | 因果关系可信度 |
| **信息透明度** | [0-100] | 关键信息完整度 |
| **风险警示** | [低/中/高] | 市场操纵/虚假陈述风险 |

**综合可信度**：[0-100]

## 八、投资决策建议
**如可信度 ≥ 80**：
- 信息基本可信，可作为决策参考
- 建议持续跟踪：[关键监控指标]

**如可信度 50-80**：
- 信息存在不确定性，需进一步验证
- 关键待确认事项：[列表]

**如可信度 < 50**：
- 信息存在重大疑点，不建议作为决策依据
- 风险提示：[具体风险]

## 九、后续监控清单
- [ ] [日期] 关注公司是否发布澄清公告
- [ ] [日期] 核查定期报告中的相关披露
- [ ] [日期] 追踪监管机构问询函及回复

6.2 置信度评级标准

| 等级 | 置信度 | 判定标准 | |------|--------|----------| | 确定 (CERTAIN) | 90-100% | 多个顶级官方源确认，无矛盾证据 | | 很可能 (HIGHLY_PROBABLE) | 75-89% | 官方源 + 可信媒体确认，逻辑一致 | | 可能 (PROBABLE) | 60-74% | 单一官方源或多个次级源，存在小疑点 | | 不确定 (UNCERTAIN) | 40-59% | 证据相互矛盾或关键信息缺失 | | 可能不实 (LIKELY_FALSE) | 20-39% | 与已知事实冲突，但未完全推翻 | | 确定不实 (FALSE) | 0-19% | 被权威证据明确推翻 |

---

阶段七：元分析与预警

7.1 信息缺口记录

应该存在但未找到的信息：

如果声明为真，应该有的佐证：
- [ ] 重大事项停牌公告
- [ ] 董事会决议公告
- [ ] 第三方机构独立验证
- [ ] 行业协会确认

实际情况：
- 以上均未发现

7.2 操纵信号识别

市场操纵常见模式：

| 信号 | 说明 | 监管违规性质 | |------|------|------------| | 时间同步性 | 消息发布与股价异动高度同步 | 疑似内幕交易/市场操纵 | | 信息不对称 | 小道消息先行，公司后续澄清 | 信息披露违规 | | 概念轮动 | 公司频繁切换热点概念 | 疑似蹭热点炒作 | | 批量传播 | 大量自媒体同时发布类似内容 | 疑似有组织传播 | | 虚假陈述 | 公告内容与实际不符，后被监管处罚 | 虚假陈述/信息披露违规 |

7.3 进一步调查方向

如初步调查发现重大疑点：

建议采取的行动：
1. 监管渠道
   - 向交易所提交监管线索
   - 关注中国证监会是否立案调查
   
2. 法律渠道
   - 核查是否有股东/投资者发起民事诉讼
   - 查询公司是否涉及证券虚假陈述责任纠纷
   
3. 独立调查
   - 委托第三方调查机构
   - 实地走访公司及其供应商/客户
   - 行业专家深度访谈

---

搜索策略优化

中国金融市场专用搜索方法

公告类搜索：

巨潮资讯网：
- 站内搜索：公司简称/股票代码 + 关键词
- 时间范围：重点关注近 3 个月

交易所互动易：
- 搜索投资者提问及公司回复
- 关键词：传言涉及的具体事项

监管公告搜索：
- 证监会行政处罚决定书库
- 交易所纪律处分/监管措施

新闻类搜索：

多引擎并用：
- 百度：site:cninfo.com.cn [公司名]
- 微信搜索：搜索公众号文章（关注发布时间）
- 雪球/东方财富股吧：观察市场情绪（注意筛选噪音）

反向搜索：
- 搜索"[公司名] 澄清"
- 搜索"[公司名] 问询函"
- 搜索"[公司名] 风险提示"

数据类搜索：

财务数据：
- 同花顺/东方财富 - 免费财务数据
- Wind/Bloomberg - 专业终端（付费）

行业数据：
- 国家统计局 - 宏观/行业数据
- 行业协会官网 - 统计报告
- 咨询公司报告 - 艾瑞、易观、IDC 等

---

输出管理

输出位置发现

1. 检查项目中是否有 context/output-config.md
2. 如找到，查找本 Skill 的配置项
3. 如未找到，询问用户："分析报告应保存到哪里？"
4. 建议路径：research/financial-claims/ 或 analysis/market-intelligence/

主要输出物

• 原子声明清单 - 结构化分解结果
• 证据评级表 - 所有证据的等级与可信度
• 验证报告 - 完整的六阶段分析报告
• 监控清单 - 后续需跟踪的事项

文件命名规范

{公司简称}-{事件简述}-{日期}.md
示例：
- 宁德时代-技术突破传闻-20260421.md
- 贵州茅台-提价传闻-20260420.md

---

验证（Oracle）

本 Skill 可验证的内容

• 分解完整性 - 是否识别所有关键声明？（高置信度）
• 证据分级 - 人证/物证等级划分是否合理？（高置信度）
• 信息源评估 - 是否正确识别官方/非官方源？（高置信度）

需要人类判断的内容

• 叙事合理性 - 哪种解释更符合商业常识？
• 风险程度 - 信息不实是否构成市场操纵？
• 投资决策 - 基于分析结果的具体操作方向

Oracle 局限性

• 无法预测公司未来实际行为
• 无法判断管理层真实意图
• 无法获取内幕信息

---

反馈循环

会话内持久化

• 输出位置：见 context/output-config.md
• 保存内容：声明分解、证据评级、验证报告、监控清单
• 命名模式：{公司简称}-{事件}-{日期}.md

跨会话学习

• 检查同一公司的历史分析记录
• 积累公司信誉评分（历史真实性记录）
• 识别重复出现的叙事模式

---

设计约束

本 Skill 适用场景

• 特定声明/传闻的真实性验证（非泛泛调研）
• 上市公司信息披露分析
• 研报观点的事实基础核查

本 Skill 不适用场景

• 宏观经济分析 - 路由到：macro-research
• 量化交易信号 - 路由到：quant-trading
• 公司基本面深度分析 - 路由到：fundamental-analysis

性能降级信号

• 单一来源即下结论（确认偏误）
• 接受无证据的因果关系
• 忽视历史信誉记录

---

推理要求

标准推理

• 单一声明验证
• 基础实体解析
• 简单信息源评估

扩展推理（ultrathink）

• 多声明交叉验证 - [原因：声明之间存在逻辑关联]
• 深度叙事分析 - [原因：需要识别复杂的市场操纵模式]
• 历史模式匹配 - [原因：需要调取公司历史披露记录并建立信誉模型]

触发短语："完整调查"、"深度分析"、"追溯所有信息源"、"评估市场操纵风险"

---

执行策略

顺序执行（默认）

• 分解 → 分类 → 验证 → 报告
• 基础事实 → 衍生声明 → 因果关系

可并行化任务

• 独立原子声明的验证
• 多个信息源的同步检索

子智能体候选

| 任务 | 智能体类型 | 何时生成 | |------|------------|----------| | 监管公告检索 | 通用 | 需要大量公告文件时 | | 行业数据收集 | 通用 | 需要构建行业对比时 | | 历史模式分析 | 通用 | 分析公司历史行为模式时 |

---

上下文管理

近似 Token 占用

• Skill 基础：~6k tokens（所有阶段 + 模板）
• 附带示例：~7.5k tokens
• 完整输出结构：~8k tokens

上下文优化

• 聚焦当前分析阶段
• 报告结构作为参考，不全部加载
• 示例按需引用

上下文紧张时的处理

• 优先级：当前阶段、活跃声明、核心验证逻辑
• 延迟加载：完整模板结构、详细示例
• 可丢弃：元分析部分、搜索策略示例

---

反模式警示

1. 确认冲刺

模式：找到一个支持性信息源就宣布验证通过。 为何失败：单一来源可能存在偏见、错误或利益冲突，尤其在金融市场中，虚假信息可能被多个关联方同步传播。 修复方法：

• 要求至少 2-3 个独立信息源
• 其中至少 1 个为顶级官方源（监管公告/交易所文件）
• 追溯信息原始出处，警惕"复读机"式传播

2. 因果崩溃

模式：验证了"X 发生"和"Y 存在"，就接受"X 因为 Y"的声明。 为何失败：金融市场充斥着事后解释和归因谬误，股价涨跌常被赋予不存在的因果关系。 修复方法：

• 要求直接证据：官方公告明确说明因果、监管认定结论
• 检查时间顺序：原因必须在结果之前
• 排除其他解释：同期是否有其他重要事件？

3. 过早证伪

模式：发现一个细节错误就否定整个声明。 为何失败：复杂声明常混合真假信息，部分错误不代表全部虚假，过早证伪会遗漏真实风险。 修复方法：

• 完整分解所有原子声明
• 逐项验证，分别标记真/假/不确定
• 报告格式："声明 A 和 C 已验证；B 为假；D 无法确认"

4. 权威谬误

模式：因为是"官方公告"就完全信任，不做交叉验证。 为何失败：上市公司公告可能存在选择性披露、误导性陈述，甚至虚假记载（导致后续被监管处罚）。 修复方法：

• 交叉验证：公告 vs 财报 vs 第三方数据
• 检查后续：是否被交易所问询？是否有更正公告？
• 历史信誉：公司过去是否有虚假陈述记录？

5. 叙事锚定

模式：先假设"公司在炒概念"，然后寻找证据来证明。 为何失败：确认偏误会导致选择性收集信息，忽视不符合假设的证据。 修复方法：

• 从原子声明开始，而非从结论开始
• 主动寻找不支持预设假设的证据
• 记录所有可能的替代解释

---

集成关系

输入（为本 Skill 提供支持）

| Skill | 提供内容 | |-------|----------| | research | 初步信息收集、查询扩展 | | multi-search-engine | 多引擎搜索、中文网站数据 | | web-extract | 微博/雪球/财经网站结构化数据 |

输出（本 Skill 支持其他 Skill）

| Skill | 提供内容 | |-------|----------| | china-stock-analysis | 公司信息真实性验证 | | esg-report-workflow | ESG 披露信息可信度评估 | | msci-esg-rating | ESG 数据来源验证 |

互补

| Skill | 关系 | |-------|------| | research | research 用于广泛信息收集，本 Skill 用于特定声明验证 | | fact-check | 本 Skill 用于外部声明，fact-check 用于 AI 生成内容验证 |

---

使用示例

场景一：研报观点验证

用户输入：
"某券商研报称'XX 公司锂电池技术全球领先，未来三年业绩将保持 50% 年增长'，请帮我验证"

执行流程：
1. 分解声明
   - [S1] 公司锂电池技术全球领先（观点）
   - [F1] 未来三年业绩 50% 年增长（预测）
   
2. 验证"技术领先"
   - 搜索专利数量/质量：国家知识产权局
   - 对比行业排名：行业协会报告
   - 核查权威评价：是否获得行业奖项/认证？
   
3. 验证"业绩增长"
   - 历史业绩：过去 3 年实际增速
   - 机构预测：多家券商一致预期
   - 风险因素：公司风险提示中的说明
   
4. 输出报告
   - 技术领先：部分属实（专利数量行业前 5，但未达到"全球领先"）
   - 业绩预测：高度不确定（行业竞争加剧，历史预测多次落空）
   - 综合可信度：45%（存疑）

场景二：市场传言调查

用户输入：
"网上传言'某地产公司即将债务违约'，帮我查实"

执行流程：
1. 识别信息源
   - 最早传播源：财经自媒体（可信度低）
   - 传播路径：微博 → 股吧 → 新闻网站
   
2. 查找官方信息
   - 公司公告：无债务违约相关披露
   - 交易所问询：是否被要求说明债务情况？
   - 评级机构：信用评级是否下调？
   
3. 财务数据验证
   - 资产负债率：80%（行业平均 70%）
   - 流动比率：0.8（低于安全线 1.0）
   - 短期借款：500 亿（1 年内到期）
   
4. 市场信号
   - 债券价格：近期大幅下跌
   - 股价表现：跌停
   - 机构评级：多家下调至"负面"
   
5. 输出报告
   - 传言真实性：无法完全确认
   - 财务风险：确实存在（高置信度）
   - 建议：密切关注公司债务展期公告

---

版本历史

• v1.0（2026-04-21）
  • 融合 claim-investigation 系统性框架
  • 集成 real-algorithm 证据分级体系
  • 适配中国金融市场特性
  • 新增市场操纵信号识别模块