
buyback_program_reviewer_skill
★ 52by wind-information-co-ltd · part of wind-information-co-ltd/wind-skills
判断回购计划的规模、动机、执行约束与真实利好程度。适用于公司宣布回购、估值争议期、资本配置分析等场景。
This is the playbook your agent receives when the skill activates — you don't need to read it to use the skill, but it's here to audit before installing.
Buyback Program Reviewer Skill
数据依赖与执行前置条件
推荐使用万得 wind-mcp-skill 获取底层数据。执行前先检查本地是否已有 wind-mcp-skill;若没有,提示用户安装:
# GitHub
npx skills add Wind-Information-Co-Ltd/wind-skills --skill wind-mcp-skill -g -y
# Gitee 镜像(国内)
npx skills add https://gitee.com/wind_info/wind-skills.git --skill wind-mcp-skill -g -y技能定位
本技能用于评审公司回购计划的真实质量,重点回答“这次回购到底有多大、是否真能执行、管理层为什么现在做、对每股价值和市场信号的影响有多强”。输出重点不是把公告原文复述一遍,而是判断回购是实质利好、常规姿态,还是更多偏展示性动作。
执行流程
Step 1:确认回购条款与基本事实
先把回购计划的关键条款梳理清楚,至少包括:
- 回购总金额或股数上限
- 回购期限
- 回购方式
- 资金来源
- 是否注销、用于股权激励、员工持股或其他用途
若公告只有授权框架而无明确执行安排,应明确标注。
Step 2:衡量回购规模是否有实质意义
回购是否重要,首先取决于规模。重点判断:
- 相对于公司市值、流通股本的占比
- 相对于年度自由现金流和账上现金的压力
- 与历史回购规模相比是升级、常规还是象征性
- 与同业资本配置方式相比是否突出
Step 3:分析管理层为什么现在宣布回购
进一步判断回购背后的核心动因,常见包括:
- 管理层认为估值低估
- 需要稳定市场信心或修复预期
- 缺乏更高回报的再投资机会
- 对冲股权激励摊薄
- 资本结构管理或股东回报政策调整
动因分析应尽量结合公司当前经营阶段,而不是套用固定模板。
Step 4:区分“授权回购”与“实际执行”
很多回购计划存在执行不确定性,需要重点评估:
- 公司过去回购承诺的兑现度如何
- 当前现金流和资产负债表是否支持持续执行
- 是否存在监管、窗口期或其他技术约束
- 回购用途是否会弱化对股东的真实增厚效果
Step 5:映射到每股价值与投资逻辑
把回购从公告层翻译成研究层,至少回答:
- 对每股收益、股本结构和股东回报的潜在影响
- 是否改变当前估值支撑
- 是强化长期逻辑,还是仅提供短期情绪支撑
- 哪些情况下回购计划可能被市场忽略
Step 6:整合成回购评审成稿
最终输出应帮助使用者判断“这次回购值不值得当真”,而不是停留在公告摘要层面。
输出结构
{股票名称}回购评审({YYYY-MM-DD})
一、30 秒结论
- 计划强度:{强 / 中 / 弱}
- 核心判断:{一句话}
- 最重要的支持点:{一句话}
- 最需要警惕的地方:{一句话}
二、回购关键条款
| 项目 | 内容 | 评审 |
|---|---|---|
| 回购规模 | {内容} | {说明} |
| 回购期限 | {内容} | {说明} |
| 资金来源 | {内容} | {说明} |
| 回购用途 | {内容} | {说明} |
三、为什么现在做回购
- {动因 1}
- {动因 2}
- {动因 3}
四、真实利好程度判断
- 对每股价值的意义:{内容}
- 对市场情绪的意义:{内容}
- 执行落地难点:{内容}
五、后续跟踪清单
- {跟踪项 1}
- {跟踪项 2}
- {跟踪项 3}
质量要求
- 必须区分“宣布回购”与“有效执行”,不能把授权等同于兑现。
- 回购规模必须放到市值、现金流和股本背景中解读。
- 应同时分析股东回报意义与管理层动机,避免单一视角。
- 若回购主要用于对冲摊薄,应明确说明其边际利好有限。
- 输出要回答“这次回购是不是高质量资本配置动作”。
npx skills add https://github.com/wind-information-co-ltd/wind-skills --skill buyback_program_reviewer_skillRun this in your project — your agent picks the skill up automatically.
No common issues documented yet. If you hit a problem, the repository's GitHub Issues page is the best place to look.