Bigdata.comのデータを使用して、企業決算後の反応をまとめた簡潔なレポートを作成します。 **含める項目:** - ヘッドラインとなる主要な数字と市場予想の比較（予想を上回る/下回る幅） - 良かった点と悪かった点の両面の要因分析 - 前回の業績見通しと今回の見通しを並べた比較表 - 投資判断の核となる仮説の検証（変わらず堅実 / より強まった / 弱まった / 崩壊した）と根拠 - 決算内容が促す株価目標や利益予想の見直し - 決算前後の企業価値評価の変化 - 四半期ごとの経営品質を示すシグナル - 次に注視すべき重要な日付を含めた対応方針 完全な決算解説書よりも短く、投資判断に直結した内容を優先します。 **次のような場合に使用:** - 「X社の決算反応について」 - 「X社の決算結果にどう対応すべきか」 - 「X社の四半期決算は投資判断を変えるか」 - 「X社の決算発表への反応」 - 「X社の決算後に数字を見直したい」 - 「X社の四半期成績は十分な水準か」
Write a tight post-earnings reaction note using Bigdata.com data — headline numbers versus consensus with beat/miss magnitude, what mattered on both sides, a prior-versus-new guidance table, an explicit thesis check (Intact / Strengthened / Weakened / Broken) with evidence, the estimate and price-target revisions the print forces, a pre-versus-post valuation update, quality signals for the quarter, and an action with the next key date. Shorter and more decision-focused than a full earnings digest. Triggers: "earnings reaction for X", "how should I react to X's results", "does X's quarter change the thesis", "X print reaction", "revise my numbers after X earnings", "was X's quarter good enough".
決算発表後の意思決定ノート: 何が変わったか、何を修正すべきか、何をすべきか。あらゆる事実確認にBigdata.comのプラグインツールを活用します。
次のような場合に使用: 決算が発表され、ユーザーが迅速で論拠のある判断を必要としている場合。
以下の場合は別のスキルを使用:
| 質問内容 | 代わりに使用 |
|---|---|
| 四半期の詳細な分析 — 事業セグメント、キャッシュフロー、ガイダンス詳細 | 決算ダイジェスト |
| 決算発表前の分析 | 決算プレビュー |
| 決算イベントなしの見方 | クイック・テイク |
| 論拠全体の組み立て直し | 投資メモ |
ダイジェスト vs 反応分析: ダイジェストは四半期を説明し、反応分析はそれにどう対処するかを決めるものです。ユーザーが保有ポジションまたは明示された論拠を持つ場合、このスキルが適切です。
| ツール | 目的 | 必須条件 |
|---|---|---|
find_securities |
企業名 → RavenPackエンティティIDの解決 | なし |
bigdata_company_tearsheet |
実績値、コンセンサス、サプライズ、決算前後の評価倍率 | find_securities |
bigdata_events_calendar |
決算報告日と次の主要日程を確認 | find_securities |
bigdata_search |
決算短信、音声記録、ガイダンス、アナリスト反応 | 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たびに、リクエストパラメータに plugin_slug: "bigdata-earnings-reaction" を指定してください。値は常にスキル名「bigdata-earnings-reaction」です（企業やクエリに関係なく）。
例外: searchとfetchツールはplugin_slugを受け入れません — そこでは省略してください。
find_securities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]という名前の企業が複数見つかりました。[業界]の[企業A]それとも[業界]の[企業B]のことですか？」
エンティティを解決し、報告日を確認し、ティアシートから実績対コンセンサス、サプライズ、決算前後の評価倍率を取得します。
ユーザーが論拠を明示していれば、それを使用します — 論拠チェックはこのノートの中心です。そうでない場合、ティアシートと検索から強気・弱気の両シナリオを構築し、両方に照らして四半期を検証します。
売上高、EPS、主要セクターKPI（重要業績評価指標）: 報告値、コンセンサス、達成/未達を％またはbpsで、前年同期比変化。数値化してください — 「好調な四半期」は数字ではありません。
ポジティブとネガティブなサプライズ、それぞれその大きさと持続可能か一時的か（売上数量・価格 vs 自社株買い・税金・タイミング）。3～5件の検索を実行:
過去ガイダンス vs 新ガイダンス vs コンセンサス（指標ごと）。ガイダンスは通常、報告四半期より株価をより大きく動かします — 最優先事項として扱ってください。
ステータスを明示的に述べてください: 維持 / 強化 / 弱化 / 破綻。四半期からのその判断を支える具体的なデータポイントで裏付けてください — 一般的な印象ではなく。
この決算から変更を余儀なくされるもの: 通期売上高、通期EPS、目標株価。次に評価更新 — 株価、NTM（次回12ヶ月）P/E、NTM EV/EBITDA、決算前後の比較。株価の動きはニュースに見合っていますか？
営業キャッシュフロー vs 純利益、売上債権回転日数推移、在庫積増、ガイダンス信頼度（達成/超過 vs 未達）。低下する品質での達成と改善する品質での達成は異なる結果です。詳細: references/quality-of-earnings.md
1～2文でアクションと根拠を提示し、次の主要日程を明記してください。シナリオの再加重が必要な場合、ユーザーが明示的に求めた時のみ scripts/scenario_probability.py を実行してください。
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、フッター。
[1], [2] をインラインで追加し、ドキュメントURLにハイパーリンク。譲歩できない要件:
The decision note after a print: what changed, what to revise, what to do. Use Bigdata.com plugin tools for every fact.
Use this skill when results are out and the user needs a fast, thesis-anchored call. Not this skill when:
| Request | Use instead |
|---|---|
| Full breakdown of the quarter — segments, cash flow, guidance detail | Earnings digest |
| Analysis ahead of the print | Earnings preview |
| A view with no earnings event | Quick take |
| Full thesis rebuild | Investment memo |
Digest vs reaction: the digest explains the quarter; the reaction decides what to do about it. If the user has a position or a stated thesis, this is the right skill.
| Tool | Purpose | Prerequisite |
|---|---|---|
find_securities |
Resolve company name → RavenPack entity_id |
None |
bigdata_company_tearsheet |
Reported numbers, consensus, surprise, multiples pre/post | find_securities |
bigdata_events_calendar |
Confirm the report date and the next key date | find_securities |
bigdata_search |
Release, transcript, guidance, analyst reactions | None |
Required on every call: pass plugin_slug: "bigdata-earnings-reaction" 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-reaction, 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]?"
Resolve the entity, confirm the reported date, and pull the tearsheet for actuals versus consensus, the surprise, and multiples before and after the move.
If the user has stated a thesis, use it — the thesis check is the centerpiece of this note. If not, construct the prevailing bull and bear cases from the tearsheet and search, and check the quarter against both.
Revenue, EPS, and the key sector KPI: reported, consensus, beat/miss in % or bps, and YoY change. Quantify — "solid quarter" is not a number.
Positive and negative surprises, each with its magnitude and whether it is sustainable or one-time (revenue volume or price vs buyback, tax, timing). Run 3–5 searches:
Prior guidance versus new guidance versus consensus, per metric. Guidance usually moves the stock more than the reported quarter — treat it as first-order.
State the status explicitly: Intact / Strengthened / Weakened / Broken. Back it with the specific data points from the quarter that support the call — not a general impression.
What the print forces you to change: FY revenue, FY EPS, price target. Then the valuation update — stock price, NTM P/E, NTM EV/EBITDA, pre- versus post-earnings. Does the move fit the news?
OCF vs net income, DSO trend, inventory build, and guidance credibility (met/beat versus missed). A beat on declining quality is a different result than a beat on improving quality. Depth: references/quality-of-earnings.md.
Give the action and the rationale in one or two sentences, plus the next key date. If scenarios need re-weighting, run scripts/scenario_probability.py only when the user asks for scripted math.
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。