上場企業が報告した利益について、Bigdata.com のデータと提出書類を使用して品質と会計上の問題点をスクリーニング（詳細に検査）します。以下の項目を分析します： - **キャッシュフロー変換**：営業キャッシュフロー対利益、自由キャッシュフロー対利益の推移 - **発生額**：貸借対照表の発生額比率 - **運転資本シグナル**：売上債権回転日数、在庫回転日数、売上債務支払日数と売上成長率の比較 - **収益認識と資産計上**：問題が生じやすい兆候 - **会計基準の格差**：GAAP（一般に認められた会計原則）と非GAAP利益の差異および加算項目の性質 - **オプション機能**：Beneish M-スコア（利益操作の可能性を示す指標）の計算と入力値の表示 最後に、報告された数字がどの程度信頼できるかについての総合判定を提供します。 **次のような場合に使用：** 「X社の利益品質をスクリーニングしてほしい」「X社の利益は本当か」「X社の会計上の問題点を確認したい」「X社は利益を操作していないか」「X社のキャッシュフロー変換を見てほしい」「X社の発生額をチェックしてほしい」「X社の利益の質を調べてほしい」
Screen a public company's reported earnings for quality and accounting red flags using Bigdata.com data and filings. Covers cash conversion (OCF/NI, FCF/NI across periods), accruals and the balance-sheet accrual ratio, working-capital signals (DSO, DIO, DPO versus revenue growth), revenue-recognition and capitalization flags, the GAAP versus non-GAAP gap and the nature of the add-backs, and an optional Beneish M-Score with inputs shown — closing with a verdict on how far the reported numbers can be trusted. Triggers: "earnings quality screen for X", "are X's earnings real", "accounting red flags at X", "is X manipulating earnings", "cash conversion at X", "check X's accruals", "quality of earnings on X".
報告されている利益が現金によって裏付けられているかどうかを精査します。すべての事実確認に Bigdata.com プラグインツールを使用します。
次のような場合に使用: 数字が信頼できるかどうかが問われている場合
次の場合は使用しません:
| 要求内容 | 代わりに使用 |
|---|---|
| 報告期間の詳細な内訳 | 利益概要 |
| すべてのリスク要因の評価 | リスク評価 |
| 企業の評価額算定 | 企業評価スナップショット |
| 投資判断を含む全体的な分析 | 投資メモ |
利益の質スクリーニングは、診断的であり、告発的ではありません。積極的な会計処理は一般的であり多くの場合は合法です。成果物は信頼性についての段階的な判定であり、証拠を示すもので、告発ではありません。
| ツール | 目的 | 前提条件 |
|---|---|---|
find_securities |
企業名を RavenPack の entity_id に変換 | なし |
bigdata_company_tearsheet |
複数期間にわたる損益計算書、キャッシュフロー、貸借対照表 | find_securities |
bigdata_search |
提出書類、調整、再計算、監査人および空売り派遣言論 | なし |
すべての呼び出しで必須: このスキル実行中に Bigdata.com プラグインツールを呼び出す際に、リクエストパラメータに plugin_slug: "bigdata-earnings-quality-screen" を必ず指定してください。企業や照会内容に関係なく、値は常にスキル名 bigdata-earnings-quality-screen です。
例外: search および fetch ツールは plugin_slug を受け入れません。これらの場合は省略してください。
find_securities 実行後に企業名が曖昧な場合は、以下のように確認してください:
「[X] という名前の複数の企業が見つかりました。[業界] の [企業 A] ですか、それとも [業界] の [企業 B] ですか?」
企業名で find_securities を呼び出し、entity_id を取得します。
bigdata_company_tearsheet を呼び出します。トレンドが重要な情報源です — 単一期間のデータはほぼ意味がありません。少なくとも 4～8 四半期、または 3 年間の純利益、営業キャッシュフロー、フリーキャッシュフロー、売掛金、棚卸資産、買掛金、売上、総資産を取得してください。
| チェック項目 | 健全な状態 | 詳細調査が必要 |
|---|---|---|
| 営業CF ÷ 純利益 | 0.8 以上が継続 | 0.6 未満、または時間経過で差が拡大 |
| フリーCF ÷ 純利益 | 正で安定 | 純利益が正でも継続して負 |
利益を報告していながら現金を生み出さない企業は、最も一般的な利益の質問題です。最新の比率だけでなく、トレンドをグラフ化してください。
引当金が高く上昇傾向にある場合、利益がますます現金ではなく見積もりで構成されていることを意味します。計算の詳細を示してください。
| 注視点 | 注意信号 |
|---|---|
| DSO（売上債権回収日数）vs 売上成長 | 売上よりも売掛金が速く増加 → 認識またはトラブル回収リスク |
| DIO（棚卸資産保有日数） ÷ 棚卸資産 | 売上に先行して在庫が増加 → 需要の弱さまたは評価減リスク |
| DPO（買掛金支払日数） | 買掛金の支払いを延長 → 流動性の逼迫を現金フロー改善に見せかけている |
具体的な内容を検索してください:
確認対象: 認識タイミングの変更、同業他社が費用化するものを資産化、関連当事者からの収益、過度な販売（チャネルスタッフィング）の兆候、異常な「その他収益」
差異の規模と、より重要なことに追加項目の性質を明確にしてください。繰り返し発生する「一度限り」の構造改革、常に除外されている株式報酬、常に一方向にだけ調整される項目は危険信号です。検索: 「[企業] 非 GAAP 調整 EBITDA 追加項目の調整」
上記の複数の信号が点灯している場合、Beneish M-スコアを計算し、8 つの指標（DSRI、GMI、AQI、SGI、DEPI、SGAI、LVGI、TATA）を示してください。不足しているデータについては、推測を避けて明示してください。ユーザーがスクリプト出力を希望する場合のみ scripts/earnings_quality.py を実行し、それ以外の場合は表で計算してください。
参照フレームワーク: references/quality-of-earnings.md、references/red-flags-checklist.md
全体的な品質を段階付けで評価し (高 / 適切 / 要注視 / 低)、段階の背景にある具体的な証拠と、次の決算発表で各懸念事項を確認または解消するために必要なものを述べてください。
assets/report-template.md に厳密に従ってください — セクション順序、表、出典、脚注
[1]、[2] をインラインで挿入し、ドキュメント URL にハイパーリンクを張ってください。譲れない要件:
Forensic check on whether reported earnings are backed by cash. Use Bigdata.com plugin tools for every fact.
Use this skill when the question is whether the numbers can be trusted. Not this skill when:
| Request | Use instead |
|---|---|
| Full breakdown of a reported quarter | Earnings digest |
| All risk categories, rated | Risk assessment |
| Valuation of the business | Valuation snapshot |
| Full thesis with recommendation | Investment memo |
A quality screen is diagnostic, not accusatory. Aggressive accounting is common and often legal; the deliverable is a graded read on reliability, with the evidence shown, not an allegation.
| Tool | Purpose | Prerequisite |
|---|---|---|
find_securities |
Resolve company name → RavenPack entity_id |
None |
bigdata_company_tearsheet |
Income statement, cash flow, balance sheet across periods | find_securities |
bigdata_search |
Filings, reconciliations, restatements, auditor and short-seller commentary | None |
Required on every call: pass plugin_slug: "bigdata-earnings-quality-screen" in the request parameters of every Bigdata.com plugin tool call made while running this skill. The value is always the skill name, bigdata-earnings-quality-screen, regardless of the company or query.
Exceptions: the search and fetch tools do not accept plugin_slug — omit it there.
If the company name is ambiguous after find_securities, ask:
"I found multiple companies named [X]. Did you mean [Company A] in [Industry] or [Company B] in [Industry]?"
Call find_securities with the company name to get the entity_id.
Call bigdata_company_tearsheet. Trend is the signal — a single period tells you almost nothing. Get at least 4–8 quarters, or 3 years, of net income, operating cash flow, free cash flow, receivables, inventory, payables, revenue, and total assets.
| Check | Healthy | Investigate |
|---|---|---|
| OCF / Net income | >0.8 sustained | <0.6, or a widening gap over time |
| FCF / Net income | Positive and stable | Persistently negative while NI is positive |
A company that reports profits but does not generate cash is the single most common quality problem. Chart the trend, don't just take the latest ratio.
High and rising accruals mean earnings are increasingly made of estimates rather than cash. Show the inputs.
| Signal | Red flag |
|---|---|
| DSO vs revenue growth | Receivables growing faster than revenue → recognition or collection risk |
| DIO / inventory | Inventory building ahead of sales → demand weakness or write-down risk |
| DPO | Stretching payables → liquidity strain dressed as cash flow |
Search for the specifics:
Look for: recognition timing changes, capitalizing what peers expense, revenue from related parties, channel stuffing signals, and unusual "other income".
Size the gap and — more importantly — characterize the add-backs. Recurring "one-time" restructuring, perpetual stock-comp exclusion, and adjustments that only ever go one direction are the tell. Search: "[Company] non-GAAP reconciliation adjusted EBITDA add-backs".
When several signals above are flashing, compute the Beneish M-Score and show the eight inputs (DSRI, GMI, AQI, SGI, DEPI, SGAI, LVGI, TATA). Flag data gaps rather than guessing inputs. Run scripts/earnings_quality.py only if the user wants scripted output; otherwise compute in the table.
Frameworks: references/quality-of-earnings.md, references/red-flags-checklist.md.
Grade the overall quality — High / Adequate / Questionable / Poor — and state the specific evidence behind the grade, plus what would confirm or clear each concern in the next print.
Follow assets/report-template.md exactly — section order, tables, sources, and footer.
[1], [2] immediately after claims, hyperlinked to the document URL.Non-negotiables:
原文・著作権は Anthropic および各プラグイン作者に帰属します。日本語訳は Claude API による自動翻訳です。