一份基金研究报告，为什么关键结论仍可能不成立？
一份基金研究报告可以有清晰的表格、真实的引用、正确的部分计算，甚至通过预先设定的多数检查项，却仍然写出一个不应当成立的投资结论。
核对一份金融报告，通常需要三种不同的判断：数字关系能否对平、取得的资料覆盖了什么、所用规则是否适用于这笔业务。 计算、引用和评测分数各自提供一部分依据，最终还要把它们接回具体结论。
下面用 ETF Agent 的三个实例解释这些判断，再将它们整理成一份可复用的评审方法。案例来自公开基金资料与合成组合输入上的真实模型执行、保存正文和人工辅助的非盲、有界复核，不涉及个人账户实盘，也不作为独立审计或模型总体准确率估计。
一、现金表：能算出数字，不等于账能对平
先看最直观的失败。报告列出现金流和余额，表格里的单项数字看起来都有出处。但“本期动用了多少现金”与期初、期末余额无法形成一致的资金桥。
在只有一个现金池、且同一币种同一时点口径的简化情形里，至少要核对：
期末现金 = 期初现金 + 本期流入 − 本期流出 + 其他已解释的调整若报告所说的“动用现金”把转入、转出、分红、费用或时点转换混在不同定义里，即使每个加法都正确，整体解释仍可能不成立。这不是再要求模型多算一次，而是要求报告给出同一对象、同一期间、同一资金定义下能够对平的关系；对不上时说明差额和待核项。
本次原研究的失败是已保存正文中的数值不一致。现有证据不能把责任精确归给某个工具、某一步提示词或某次压缩，因此不把它包装成已定位的 Runtime 根因。对读者有价值的动作是：将“期初—变动—期末”设为一项独立的领域验收，而不是仅凭某几行计算成功给报告放行。
二、最大持仓：缺失的数据不是零
更隐蔽的错误发生在投资组合穿透。用户想知道最大的底层公司风险。Agent 查到两只基金的前十大持仓，算出了各自对整个组合的贡献，报告于是将其中一家公司列为“最大单一持仓”。
问题在于：“已披露持仓里的最大值”与“完整组合里的最大值”是两种命题。
该次正文中，一家公司在已披露数据里的组合贡献为 3.451 个百分点。这足以支持“在目前读取的记录中，这家公司贡献最高”；却不足以排除另一家公司还出现在未读取的基金持仓里。
为了检验这一点，我们在事后构造了一个与已披露数值相容的假设补全，不是对实际隐含持仓的发现：
| 假设中的信息 | 对整个组合的贡献 |
|---|---|
| 公司 Y 在基金 A 中占 10.03%，基金 A 占组合 30% | 3.009 个百分点 |
| 假设公司 Y 另占基金 B 1.50%，基金 B 占组合 40% | 0.600 个百分点 |
| 公司 Y 的假设合计贡献 | 3.609 个百分点 |
| 原报告已披露的公司 X 贡献 | 3.451 个百分点 |
这只证明：在某种没有违反已知前十持仓范围的补全方式下，公司 Y 可以超过公司 X。它不证明实际持仓里 Y 真的超过 X，更不代表我们发现了尚未披露的基金明细。
关键在逻辑：如果两只基金只读了前十，其他持仓与部分宽基暴露仍未知，就没有证据排除这样的补全。报告可以列出已披露范围的排序，可以给出覆盖率和未知项，但不应将局部榜单升级为全组合排名。
同理，若要把一个暴露估算称为“严格下限”，必须证明遗漏部分对该指标的贡献不会使所谓下限失效，并说明各层资产权重是否经过完整、一致的口径调整。一个看起来保守的数字，不会因为被命名为“下限”就自动满足数学条件。
三、费用判断：正确数字也要放进正确的交易制度
另一轮研究比较了两只 ETF 的季度表现、持仓重叠和成本。在同题的一次真实复验中，报告把“ETF 场内交易印花税”列作持有人交易成本。这个错误指向第三种核对：计算之前，先确定适用的交易制度。 这不是百分点相加出了错，而是把另一类证券交易的税费规则套到了 ETF 二级市场交易上。上海证券交易所的 ETF 投资者教育问答 明确提及 ETF 二级市场交易无需缴纳印花税；国家税务总局上海市税务局的印花税问答 则说明证券交易印花税所指的股票与股票存托凭证范围。这里讨论的是上述场景，不能据此替所有证券品种、境外市场和申赎环节制定一条统一费率规则。
这个反例改变的是金融业务验收方式：给交易成本打分时，必须先绑定交易对象、交易场所、买卖或申赎路径，以及规则适用时点，然后才有资格加总金额。费率计算工具再精确，也不能替领域判断选择适用规则。
四、“四项通过”为什么仍不能给整篇报告盖章
真正有用的测评不是给长文贴一个好看的总分，而是明确评分判定了什么。
把前面的案例放回各自记录，可以看清评分范围。第一份基金研究完成了真实模型执行，最终 HTML 可读，但冻结的四项必要条件只有两项通过：现金无法对平，覆盖不足的地区暴露又被写成严格下限；最大持仓的过强措辞来自对同一正文的事后复核。另一份双 ETF 报告通过了当时四项必要条件，随后却发现关于分红与基金资产变化的额外断言缺少充分依据。同题后续复验则通过来源时点、回报单位与持仓计算三项，在共同风险与费用维度失败。
这些记录属于不同题目版本、运行和证据范围，不能排列成“50% → 100% → 75%”的模型质量曲线。它们说明的是：预先冻结的评分与后来逐句发现的问题，需要同时保留、分别解释。 把这三层分开，才不会丢掉真实信息：
| 检查层次 | 能回答什么 | 不能替代什么 |
|---|---|---|
| 资料与运行事实 | 这份资料是否实际被读到，哪版正文被保存 | 资料是否完整、某句话是否得到支持 |
| 冻结的必要条件 | 此份答案是否满足题目预先规定的有限判断 | 长报告中所有新增结论的正确性 |
| 事后主张审查 | 某一句额外断言是否越过证据范围 | 原评分的时间线、总体模型成功率 |
尤其要避免两种相反错误：看到事后新问题，就悄悄修改原来冻结的评分；或者因为原评分为 pass，就把后来发现的真实问题藏起来。更好的做法是原评审不改写、新发现单独注明、未来需要时先修订题目与依据再重测。
评审记录也需要分清关联身份与内容支持：答案和来源指纹一致，证明评的是同一份对象；并不自动证明评语已经覆盖每一条来源，更不能因为报告里出现某份季报，就宣称该条结论实际由它支持。
五、让结论带着资格，而不只是数字和链接
实际评审可以先圈出可能影响配置判断的主张，再逐条填写五项信息：
- 对象是谁？ 基金、份额类别、底层公司、账户还是整个组合；不要在句子中悄悄切换。
- 依据截至何时？ 公布时间、报告期末、实际获取时间与本次比较窗口是否一致。
- 用哪个分母与方法？ 基金内权重、组合权重、收益百分点、现金余额还是交易费用；相同数字不能随意互换口径。
- 覆盖到哪里？ 前十大、已读取两份季报、所有可用报告，还是完整底层持仓；“没取到”不能自动成为“没有”。
- 允许说多大？ 可以说“已披露数据中的最大值”，还是有充分依据说“全组合最大值”；只能列条件，还是可以下确定性判断。
例如，面对只有前十大明细的组合穿透，不必阻断整份报告。更好的输出可以是：
在本次已读取的基金持仓范围内，公司 X 的组合贡献最高，为 3.451 个百分点。由于其他持仓和部分宽基成分尚未完整取得，当前不能确定它是否为全组合最大单一持仓。
这种写法不是笼统地给每段加一句“仅供参考”，而是把未知安放在它真正影响的结论上。现金表无法对平时，则应退回数值桥重新核实；费用规则不适用时，应撤回错误费用项，而不是仅附一个含糊的风险提示。
从工程上看，确定性计算负责单位、公式和恒等式；数据读取负责对象、版本与覆盖；主 Agent 负责组织研究与解释；评审机制检查重点主张的适用资格。几个职责协作，不意味着任何一方获得了替所有结论签字的权力。
结语：好报告不仅要给答案，还要知道哪句话暂时不能说
这次复盘最重要的收获，不是又发现了几个模型错误，而是更清楚地区分了三种失败：数值对不上、证据没有覆盖、规则不适用。三者都可能藏在格式完整、来源真实的长报告里，修复动作却完全不同。
下一次验收金融研究 Agent，我会先选出少量真正影响投资解释的主张，逐条核对对象、时点、分母、范围与适用规则；能算清楚的复算，缺失的标明覆盖，制度不适用的撤回。让模型继续研究，或保留有价值的部分报告，都比用一个总分替全部句子作保证更稳妥。
相关阅读：金融 Agent 的可信证据链讨论跨工具的来源传递；Python 结果与投研解释讨论方法与结果消费；Agent 测评全景讨论评审对象、分母与证据资格。本文聚焦的则是一条金融主张究竟取得了多大的发言资格。