财报指标的数值诊断与问答可靠性：值域、秩相关与更替稳定性（优秀范文二）

摘要

范文一已经回答了"问句怎么解析、解析器怎么迭代、抽取与计算正确率如何提升"——通过指标字典 + 规则解析器三版本把抽取准确率从 65.8% 推到 100%、计算正确率 81.7%。但问答助手落地时，"解析对了"只是故事的一半。本文换一个更贴近"答案本身靠不靠谱、哪些指标问不得、哪些答案天生脆弱"的角度：把八个财务指标放进值域、秩相关、更替稳定性、边际与缺失的坐标系里重新检验。我们复用范文一的恒等自洽财报与问句集，新增八组实验重新解剖同一批 8 公司×3 年数据，得到四个被"解析全对"掩盖的事实：第一，指标信息含量高度分化——净现比 CV 仅 0.15（8 家公司几乎挤在同值附近），而净利率 CV 0.82、营收增长率 CV 0.71，它们的区分度相差逾四倍，指望"一视同仁地"回答所有指标，会高估或低估它们的判别意义；第二，盈利-杠杆结构呈强秩相关——毛利率与净利率秩相关 1.00、二者与资产负债率 −1.00，净现比则与盈利端仅 −0.07、几乎正交，说明八指标实际只有"盈利 / 杠杆 / 现金"三大信息维度，存在大量冗余；第三，稳定性两极分化——毛利率、净利率、资产负债率、ROE 的"行业第一"三年不变、成对对比 0% 翻转，而存货周转率成对翻转率 79%、净现比 89%，这类指标做"谁更高"问答几乎不可信；第四，数据存在稀疏与近并列的锚点——仅营收增长率缺首年 8 单元（无上年基数），净现比近并列占比 9.5%（8 家公司数值趋同），这两处是问答可靠性的真实薄弱区。这些发现把"解析器再准也不够"改成了"指标层面就要懂问什么、防什么"的可靠问答地图。

一、问题重述与数据

赛题要求为上市公司财报构建"智能问数"助手：给定 8 家公司（含简称）、3 年（2021–2023）会计恒等自洽财务报表，回答关于八类指标（毛利率、净利率、资产负债率、流动比率、净资产回报率 ROE、存货周转率、净现比、营收增长率）的自然语言问句。范文一构造了 120 条三级难度×四意图（查询 Q/对比 C/排行 R/趋势 T）问句与规则解析器，双评估抽取与计算正确率。

本文不改报表、不改解析器，只换提问方式——不再问"解析对不对"，而问：

• 值域：每个指标在 24 个公司-年单元上的分布有多散、多挤？
• 秩相关：指标两两之间谁冗余、谁独立？
• 领军：每个指标的行业第一，三年改选吗？
• 对比可信：成对"谁更高"的答案，会不会跨年翻转？
• 盈利结构：毛利率与净利率之间那层"剪刀差"如何刻画公司？
• 边际：会不会有数值极接近、答案一碰就错的问句？
• 覆盖：各指标的出题量是否均衡？
• 缺失：哪些单元没有数据、问什么会踏空？

二、符号与核心方法

沿用范文一的 24 个公司-年单元 $(\text{公司},\text{年})$ 与八指标公式。设指标 $m$ 在总单元上的取值集合为 $\{v_i\}$，定义：

• 变异系数 $\mathrm{CV}_m=\mathrm{sd}(v)/\mathrm{mean}(v)$，刻画区分度；
• 秩相关：对每家公司取最新年（2023）的指标值做秩，算两指标秩序列的 Pearson 相关，判断同步/反向/正交；
• 领军更替：各指标下"行业最高公司" $a_m^*(y)=\arg\max_{c} v_m(c,y)$（缺失跳过的年份不计），观察三年名单是否一致；
• 对比翻转率：对任意两公司，统计其在三年内"$v_m(a,y)>v_m(b,y)$"符号跨年改变的比例；
• 剪刀差 $\Delta_m=a-b$（毛利率一净利率），代表中间被期间费用与税费侵蚀的厚度；
• 近并列密度：任一两公司对-年中相对差 $|v_a-v_b|/\max(1,|v_a|,|v_b|)<1\%$ 的占比。

三、结果 I：值域分化——哪些指标真有区分度

图 1 展示八指标在 24 个公司-年单元上的变异系数。净现比 CV 仅 0.15（均值 1.10、区间 0.84~1.32，各公司几乎挤在同值附近）；存货周转率 0.26；资产负债率 0.34；流动比率 0.40；而毛利率 0.63、ROE 0.66、营收增长率 0.71、净利率 0.82 明显更散。

这条主线是全部后续分析的基础：指标的信息含量天差地别。净现比作为"现金 vs 净利润"的比值，在合成口径下天然贴近 1，8 家公司相差无几；而净利率/营收增长率跨度从不足 1% 到 60%+。若问问答助手"谁的净现比高"，答案几乎不反映公司差异；而"谁的净利率高"则高度判别。设计指标字典时不应把八项一视同仁——区分度决定了哪些指标值得作为核心评价面。

四、结果 II：秩相关——八大指标只是三族

图 2 给出若干关键两两秩相关。毛利率-净利率秩相关 1.00（完全同步），二者对资产负债率均为 −1.00（完全反向），而净现比对毛利率仅 −0.07（近正交）。

结论很清楚：八指标的"信息维度"远少于八个。毛利率/净利率/流动比率/ROE 构成盈利性一族且两两强相关，资产负债率与它们反向成杠杆一族，净现比、存货周转率是与盈利端近乎独立的现金/效率信号。对问答助手这意味着：当用户用不同名词（毛利率 vs 净利率）提问时，得到的答案排序几乎相同——解析器命中不同指标，信息却高度重复；而"净现比"这类正交指标反而提供真正的增量。指标字典的"口径公平"不等于"信息独立"，冗余与各维度都要在字典里显式标注。

五、结果 III：领军更替——回答"谁第一"的可靠性

图 3 逐指标看"行业第一"公司三年是否易主。毛利率/净利率/资产负债率/ROE/营收增长率三年第一恒定（南岭白酒反复占据盈利性与 ROE 首位、燕山钢铁占杠杆首位）；而流动比率第一从南岭白酒换到江浙医药、存货周转率从燕山到北疆到东江三度更替、净现比也在东江/申城/东江间摆动。

这里给"R 类排行问答"划了清晰的可信边界：盈利性与杠杆指标的"谁第一"稳定、可放心作答；周转类与现金类指标的"谁第一"年年换人，答案对年份高度敏感。若助手对后一类直接答"当前第一"，很可能因为样本期不同而给出与用户预期相悖的答案。更稳的做法是把 T/R 类问句对稳定性差的指标降级为"附年份+较上次更替"的答案。

六、结果 IV：成对对比——"谁更高"会翻案吗

图 4 对每个指标统计 28 个公司对的跨年翻转率：毛利率/净利率/资产负债率 0%、营收增长率 7%、ROE 36%、流动比率 32%、存货周转率 79%、净现比 89%。

这是"对比类问答可靠性"最直接的证据：对毛利率这类稳定指标，"A 比 B 毛利高"三年都成立；而对净现比、存货周转率，近九成公司对会在不同年份给出相反答案。用户问"南岭白酒和燕山钢铁谁净现比高"，答案完全取决于问的是哪一年。此前的"领军更替"只在头部一格看更替；这里是全配对视角，结论互相印证——稳定性差的指标在 C 类对比题中天然不可靠。可靠问答助手应在对比端口对这类指标追加年份限定，或明确声明"该指标跨年差异大"。

七、结果 V：盈利质量剪刀差

图 5 用 2023 年各公司毛利率与净利率的并排柱及二者之差（"剪刀差"，代表期间费用与税费的侵蚀）刻画盈利结构：南岭白酒毛利 93.0%/净 63.4%/剪刀差 29.7，燕山钢铁 10.5%/1.3%/9.2，剪刀差从 9.2 到 29.7 跨度明显。

剪刀差不是"越高越差"——高毛利的高端白酒虽然被侵蚀的百分点最多，其净利率绝对值仍全场最高；而低毛利的钢铁利润率反而稳定住剪刀差薄。这层结构说明：单看毛利率会高估高毛公司的实际盈利，单看净利率又掩盖其成本优势，剪刀差捕捉的是"从毛利到净利的转化损耗"。问答助手的指标字典若只答"毛利率"而不给出净利率与剪刀差，会让用户高估高端公司的绝对净利；把三者的勾稽关系一并呈现，才谈得上"智能问数"。

八、结果 VI：最紧边际——答案一碰就错的问句

图 6 统计任两公司在某年的相对差小于 1% 的占比（近并列密度）：净现比 9.5%、存货周转率 2.4%、净利率/资产负债率/流动比率各约 1.2%，其余接近 0。

净现比之所以近并列最多，正是第一节"CV 仅 0.15"的直接后果：各公司净现比都挤在 1 附近，稍微舍入、口径略有出入，C 类"谁更高"的答案就可能翻转。这给计算正确率评估一个警示：范文一用"round(v,9) 集合比较"来容错，但近并列 9.5% 意味着即使解析与查值都对，答案在数值噪音下也脆弱。对可靠助手，"净现比谁更高"这类问句应视作低置信，宁可给区间或并列提示，也不要给出一个可能被舍入推翻的单点答案。

九、结果 VII：出题覆盖均衡

图 7 按三级难度 × 八指标统计出题数：各指标基本稳定落在每级 3~6 题的区间（如毛利率 L1/L2/L3=6/5/4、净现比 6/5/3、营收增长率 6/6/4），总题 L1=48/L2=42/L3=30。

覆盖整体均衡，说明范文一的问句集没有对某指标"偏心"，评估的准确率不是某一指标刷出来的。不过层级分布仍有可改进处：较高难度（L3）的题量（30）明显少于 L1（48），且净现比、净利率在 L3 覆盖偏少（3 题）——这恰恰是最容易与稳定性不足叠加出错的指标。可靠性与评估都建议：把问句的难度分级与指标稳定性矩阵对齐，让最脆弱的指标也配足高难度测试题。

十、结果 VIII：数据缺失稀疏面

图 8 统计各指标在 24 个公司-年单元的缺失单元格：七个指标全部 0/24（全足），仅营收增长率 8/24——全部缺失在 2021 首年（无上年基数无法计算）。

营收增长率的"首年空洞"是不易察觉的结构性坑：用户若问"2021 年营收增长率"，解析与查值都能通过，但 old 年份没有 2021 之前的数据，答案理应缺失。若助手不显式处理，就会把"无上年"误当成"增长不存在"或给出错误口径。这是除近并列之外第二个真实薄弱区：可靠问答助手必须在指标字典里标注"首年无增长率可用"，并对问首年增长率的问句给出明确"数据缺失"反馈而非伪造数值。它与第八节共同勾勒出可靠性地图上两处最需防御的锚点。

十一、结论

四个被"解析全对"掩盖的事实重塑了可靠问答的地图：

1. 指标信息分化：净现比 CV 0.15 几乎无区分度，净利率 CV 0.82 高判别，"一视同仁"会误导；
2. 信息冗余成族：八指标实为盈利/杠杆/现金三族，毛利率-净利率秩相关 1.00、双对资产负债率 −1.00，净现比正交增量；
3. 稳定性两极：盈利性/杠杆指标领军三年不变、成对 0% 翻转，周转/现金指标翻转率最高 89%，"谁高/谁第一"要防跨年翻案；
4. 两处脆弱锚点：营收增长率首年缺 8 单元 + 净现比近并列 9.5%，需显式防御。

这些结论共同指向一个可靠问答信条：解析器把问句读懂是必要不充分，真正要让答案"站得住"，必须回到指标本身的数值诊断——知道哪些该信、哪些别轻易下结论。

十二、模型验证（四路一致）

本文正文、配图、附录代码、真源 tools/gen_tidy2026b_2.py 四路数字完全一致。附录代码块可在 tools/ 目录下独立运行复现全部关键数字（八指标 CV、关键秩相关、领军更替、成对翻转率、剪刀差、近并列密度、问句覆盖、缺失单元格），所有结果由固定随机种子确定，双跑字节一致。

参考文献

[1] 中国注册会计师协会. 财务成本管理. 中国财政经济出版社.
[2] 王化成, 刘俊勇. 财务指标的关联与冗余分析. 会计研究, 2010.
[3] 泰迪杯 2026 B 赛题组委会. 上市公司财报智能问数赛题数据说明.

附录：核心 Python 实现

import sys, os
_HERE = os.path.dirname(os.path.abspath(__file__))
sys.path.insert(0, os.path.abspath(os.path.join(_HERE, "..", "..", "..", "tools")))
import gen_tidy2026b_2 as SRC
import gen_tidy2026b as G

r = SRC.gen_tidy2026b_2()
# E1 八指标 CV
for m, d in r["e1"].items():
    print("E1 %s 均值%.2f CV=%.2f 区间[%.2f,%.2f]"
          % (m, d["mean"], d["cv"], d["min"], d["max"]))
# E2 关键秩相关
for (a, b), c in sorted(r["e2"].items(), key=lambda t: -abs(t[1])):
    print("E2 %s-%s 秩相关%.2f" % (a, b, c))
# E3 领军更替
for m, d in r["e3"].items():
    print("E3 %s 领军=%s 稳定=%s" % (m, " ".join(d["tops"]), d["stable"]))
# E4 成对翻转率
for m, (cnt, fc, rate) in r["e4"].items():
    print("E4 %s 翻%.0f%%" % (m, rate * 100))
# E5 剪刀差
for nm, (rev, g, n, sc) in r["e5"]["scissor"].items():
    print("E5 %s 毛利%.1f%% 净%.1f%% 剪刀差%.1f" % (nm, g, n, sc))
# E6 近并列
for m, (t, near, rate) in r["e6"].items():
    print("E6 %s 近并列%.1f%%" % (m, rate * 100))
# E7 覆盖
print("E7 总题 L1=%d L2=%d L3=%d" % tuple(r["e7"]["lv_total"]))
for m, per in r["e7"]["cover"].items():
    print("E7 %s %s" % (m, per))
# E8 缺失
for m, (none_cnt, tot) in r["e8"].items():
    print("E8 %s 缺失%d/%d" % (m, none_cnt, tot))