OntoHub
投资机构 · Verified Case

投资机构：企业投资研究九维度本体智能体

投资机构的项目研究要回答三个问题：这家公司值不值得投、投后兑现得怎么样、该不该退。但项目材料散落在尽调访谈、投决纪要、LPA 合伙协议、增资协议、缴款凭证、工商变更等上百份 PDF/DOCX 里，157 份是扫描件——研究结论靠研究员人肉拼接，口径混乱（同一指标有年报审计数、季度未审计数、预测数；定增股比有合规审核表 16.16% / 增资协议 19.13% / 工商实际 16.0581% 三个数字），术语不归一（营收=营业总收入=主营业务收入，A客户=苹果公司），投决规则藏在 LPA 与纪要里全凭经验。本项目按「库是大脑、AI 做判断、MCP 读写」的范式构建企业投资研究本体：84 类 / 45 对象属性 / 64 数据属性 / 10 条 SWRL 规则（1310 条三元组）承载九大研究维度、五类数据（财务/业务/金融市场/另类/内部独有调研）、口径八维度体系、IR_Rule 制度规则层 90 条（9 类类型 / 5 层作用域 / 70% 可形式化）与证据链三级挂载（文档→文本块→证据，定位到文件/页码/行号）。已在三个不同阶段项目上完成九维度分析并写回图谱：佛山照明（000541.SZ）定增投后复盘 3.0/5「持有观察/择机减持」、长盈精密（300115.SZ）投后分析 224 实例节点、芯陶微（非上市 LTCC 项目）退出处置 1.9/5 D 级——每条结论带证据定位与推理留痕，SWRL 自动推理集中度超标、财务恶化、估值预警。

关联本体 企业投资研究本体

案例背景

投资机构的项目研究要回答三个问题：这家公司值不值得投、投后兑现得怎么样、该不该退。但项目材料散落在尽调访谈、投决纪要、LPA 合伙协议、增资协议、缴款凭证、工商变更等上百份 PDF/DOCX 里，157 份是扫描件——研究结论靠研究员人肉拼接，口径混乱（同一指标有年报审计数、季度未审计数、预测数；定增股比有合规审核表 16.16% / 增资协议 19.13% / 工商实际 16.0581% 三个数字），术语不归一（营收=营业总收入=主营业务收入，A客户=苹果公司），投决规则藏在 LPA 与纪要里全凭经验。本项目按「库是大脑、AI 做判断、MCP 读写」的范式构建企业投资研究本体：84 类 / 45 对象属性 / 64 数据属性 / 10 条 SWRL 规则（1310 条三元组）承载九大研究维度、五类数据（财务/业务/金融市场/另类/内部独有调研）、口径八维度体系、IR_Rule 制度规则层 90 条（9 类类型 / 5 层作用域 / 70% 可形式化）与证据链三级挂载（文档→文本块→证据，定位到文件/页码/行号）。已在三个不同阶段项目上完成九维度分析并写回图谱：佛山照明（000541.SZ）定增投后复盘 3.0/5「持有观察/择机减持」、长盈精密（300115.SZ）投后分析 224 实例节点、芯陶微（非上市 LTCC 项目）退出处置 1.9/5 D 级——每条结论带证据定位与推理留痕，SWRL 自动推理集中度超标、财务恶化、估值预警。

案例描述

以企业投资研究本体（OWL 2 DL，1310 条三元组：84 类 / 45 对象属性 / 64 数据属性 / 17 实例个体，10 条 SWRL 规则）为底座构建投资研究智能体：九大研究维度（企业理解/财务/竞争优势/管理层/资本配置/行业/风险/估值/知识管理）全部对象化，五类数据分类承载多源异构材料（尽调访谈、投决纪要、LPA、增资协议、缴款凭证，157 份扫描件经 OCR 转文本），证据链按文档→文本块→证据三级挂载并可定位到文件/页码/行号。语义统一四抓手：术语同义词归一（IR_StandardTerm + IR_Synonym）、口径八维度约束每个指标观测值（税/合并范围/实际预测/审计状态/期间/单位/币种/置信度，R02 自动检测口径冲突）、三类编码分类、统一社会信用代码实体消解。IR_Rule 制度规则层从 189 份有效规则源提取 90 条（基金治理 24 / 决策流程 17 / 投资准入 13 / 投资条件 10 / 风控阈值 8 等，70% 可形式化），SWRL 自动推理客户集中度>50%、资产负债率>80%、PS>5 估值预警与 severity≥8 高风险等级。已产出三份九维度研究报告：佛山照明投后复盘（3.0/5，风险矩阵高风险 3 项/中风险 5 项）、长盈精密（224 实例节点）、芯陶微退出处置（1.9/5 D 级），全量推理留痕 decision_log.jsonl。

九维度研究一张图（84 类 + 10 条 SWRL）

把企业、机构、人员、研究结论、研究文档、文本块、证据、指标定义与观测值、口径、事件、风险、术语、投决公理、估值方法建成 84 类 / 45 对象属性 / 64 数据属性 / 10 条 SWRL 规则的统一本体（1310 条三元组，渲染 84 节点 / 128 边），九大研究维度（企业理解/财务/竞争优势/管理层/资本配置/行业/风险/估值/知识管理）全部对象化，图谱即研究档案。

术语·口径·分类·实体四重统一

语义统一四个抓手全量落地：标准术语 + 同义词归一（营业收入←营收/营业总收入/主营业务收入，宁德时代←宁德/CATL）；口径体系从税、合并范围、实际/预测、审计状态、期间、单位、币种、置信度八个维度约束每个指标观测值（年报审计口径、季度未审计口径、预测口径三类组合）；行业/风险/数据类别编码分类统一；企业以统一社会信用代码消解。

90 条制度规则 + 10 条 SWRL 自动推理

制度规则层 IR_Rule 从 189 份有效规则源中提取 90 条（基金治理 24、决策流程 17、投资准入 13、投资条件 10、风控阈值 8、估值定价 6 等 9 类），70% 可形式化；10 条 SWRL 规则自动推理：客户集中度 >50% 推高风险企业、资产负债率 >80% 推财务恶化、PS>5 推估值预警、severity≥8 推高风险等级、同行业自动推可比公司。

项目案例

客户面对的问题

投资机构的项目材料散落在尽调访谈、投决纪要、LPA 合伙协议、增资协议、缴款凭证、工商变更等上百份 PDF/DOCX 里，且大量为扫描件——研究结论靠研究员翻文档人肉拼接，换个项目就要重来

多源异构数据口径天然混乱：同一指标有年报审计数、季度未审计数、预测数三种口径，定增前后股比有「合规审核表 16.16% / 增资协议 19.13% / 工商实际 16.0581%」三个数字，混用就是错误结论

术语不统一：营业收入、营收、营业总收入、主营业务收入说的是同一个数；宁德时代与 CATL 是同一家企业——不做术语归一，检索与统计都会漏

投资决策规则藏在 LPA 与投决纪要里：GP 最低出资 ≥1%、定增认购价 ≤基准价×88%、单项目 ≤5000 万、持有周期 ≤3 年、返投广东 ≥4 倍——没有规则层，合规审查全凭经验

风险评估无量化依据：客户集中度、资产负债率、估值倍数等风险触发条件靠研究员记忆，阈值判断口径因人而异

非上市项目（如 LTCC 陶瓷基板早期混改项目）连续 7 年亏损、原预测与实际严重偏离，退出处置阶段的判断需要把估值下修、稀释、退出方式等事实结构化，而非散落纪要里

项目案例

使用本体前后的变化

使用本体前使用本体后
研究结论散落在 Word 报告里，证据靠脚注和记忆，换人接手就要重新翻一遍档案84 类本体统一承载九维度研究：ResearchConclusion 按 hasDimension 归维度、hasEvidence 挂证据、quotesChunk 定位到原文文本块的文件路径与行号，每条结论可回溯「谁说的、在哪一页哪一行」
财务表格直接复制粘贴，审计数、未审计数、预测数混在同一张表里，增速算错没人发现指标观测值全部绑定口径组合：MetricObservation → Caliber → CaliberDimension 八维度约束，长盈精密 2020–2024Q1 营收/归母净利润/毛利率序列、佛山照明三个时点的估值倍数并列可比，年报审计口径与预测口径不混比
按字面检索文档，搜「苹果」漏掉「A客户」纪要，搜「营收」漏掉「营业总收入」表格同义词归一到标准术语：IR_StandardTerm + IR_Synonym 把企业别名、指标别名、文档类型别名统一，检索「A客户」也能命中苹果公司相关结论
合规审查翻 LPA 原文逐条核对，189 份规则源覆盖率只有 4.2% 时全凭经验判断90 条制度规则结构化入库（rule_type 9 类 / rule_scope 5 层 / threshold 阈值 / formalizable 可形式化标记 / source_clause 来源条款），LPA 2022-04 最新版生效、旧版标 superseded；定增折价 ≤88%、单项目 ≤5000 万等阈值可机器校验
风险触发靠研究员逐个项目手动计算和记忆，阈值口径因人而异、遗漏难发现10 条 SWRL 规则自动推理：客户集中度 >50% 自动标记 HighConcentrationCompany、资产负债率 >80% 标记 FinancialDeteriorationCompany、PS>5 产生 OvervaluedConclusion、severity≥8 自动推导高风险等级、同行业公司自动推 comparableTo 可比候选
每个项目一套报告模板，非上市项目与上市项目口径对不上，历史项目经验无法沉淀复用三个不同阶段项目（上市定增、上市投后、非上市退出处置）在同一本体上完成九维度分析：佛山照明「成长性证伪、持有观察/择机减持」3.0/5、长盈精密 224 节点实例、芯陶微「退出处置导向」1.9/5（D 级），结论、评分、置信度、证据链全部结构化写回图谱
多源材料到九维度研究的语义链上百份 PDF/DOCX/扫描件经 OCR 与文本解析进入五类数据分类（财务/业务/金融市场/另类/内部独有调研）；AI 读库 → 读材料 → 判断分类与口径 → 提取规则 → MCP 写回图谱 → 九维度分析与报告，代码只做机械动作、判断全部由 AI 完成。
正在生成关系图…
口径八维度与术语归一口径八维度约束每个指标观测值：税、合并范围、实际/预测、审计状态、期间、单位、币种、置信度；同义词归一与实体消解保证「A客户=苹果」「营收=营业收入」，同一指标不同口径自动检测冲突。
正在生成关系图…
项目案例

本体域与业务的关联

方案作用于哪些业务对象？

对象域

上市/非上市企业与可比公司、股东（企业股东/机构投资者）、客户、供应商、竞争对手、中介机构、创始人与管理层与核心技术人员、行业与产品与业务板块、核心技术，以及九维度研究结论、风险事项、融资事件与核心人员离职事件。

信息在哪里产生和流转？

系统与信息域

五类数据（DC01 财务 / DC02 业务 / DC03 金融市场 / DC04 另类 / DC05 内部独有调研）；研究文档 12 种（尽调访谈/投决纪要/LPA/增资协议/缴款凭证/盈利预测等）切分为文本块；Evidence 保留原文摘录与 filePath/sourcePage/sourceLineStart 定位；实例层覆盖长盈精密 224 节点。

判定依据是什么、由谁确认？

规则与标准域

IR_Rule 制度规则层 90 条（RT_GOV 基金治理 24 / RT_PROC 决策流程 17 / RT_ADMIT 投资准入 13 / RT_COND 投资条件 10 / RT_RISK 风控阈值 8 / RT_VAL 估值定价 6 / RT_TERM 协议条款 4 / RT_CALIBER 口径分类 4 / RT_EXIT 退出 4），70% 可形式化；10 条 SWRL 推理规则；口径八维度与投决公理（否决/通过/暂缓条件）。

结论如何给出、边界如何交代？

结论与边界域

每条研究结论必须挂证据链（文件路径 + 页码 + 行号）；口径不一致不硬比（R02 自动检测冲突）；扫描件未 OCR 如实标注缺口（佛山照明认购条款无法穷尽但不影响九维度结论）；LPA 只认最新生效版本；预测与实际偏离如实披露（芯陶微原预测 2024 年营收 3600 万与实际数百万元级严重偏离）。

项目案例

5 个应用场景

场景 1

多源材料语义底座（D1/D9）

客户问题

投资机构的项目档案散落 PDF/DOCX/扫描件：尽调访谈、投决纪要、LPA、增资协议、缴款凭证、工商变更混在一起，扫描件占 157 份，人工翻文档拼接结论既慢又无法交接。

本体做法

本体把研究对象、文档、文本块、证据、结论建成一张图；机械脚本只做文本抽取与 OCR，AI 判断数据分类、口径归属与实体消解后经 MCP 写回图谱（库是大脑、AI 做判断、MCP 读写）。

应用效果

上百份异构材料第一次有了统一的语义归宿：五类数据分类、12 种文档类型、文本块切分与顺序链（nextChunk 传递）让任一证据都能定位到文件、页码与行号，研究档案从文件夹变成可查询的图谱。

输出内容
  • 企业投资研究本体（OWL 2 DL，1310 条三元组：84 类 / 45 对象属性 / 64 数据属性 / 17 实例个体）+ 10 条 SWRL 规则
  • 研究文档→文本块→证据三级挂载：hasSource / containsChunk / quotesChunk / evidencedBy 完整链路
  • 五类数据分类个体与 data_source_taxonomy.csv 分类表
场景 2

财务口径体系与指标观测（D2/D8）

客户问题

同一指标存在年报审计数、季度未审计数、预测数；定增前后股比有三个口径（合规审核表 16.16% / 增资协议 19.13% / 工商实际 16.0581%）；追溯调整并表期间增速口径不明。

本体做法

每个指标观测值强制绑定口径组合（税/合并范围/实际预测/审计状态/期间/单位/币种/置信度），多口径并存但不混比，SWRL 自动检测口径冲突。

应用效果

财务分析口径硬约束：长盈精密 2020–2024Q1 五期指标序列全部带口径组合（合并、不含税、审计/未审计/预测），佛山照明三个时点估值倍数并列展示——审计数与预测数不再混比，增速算错在口径层就被拦住。

输出内容
  • MetricObservation × Caliber × CaliberDimension 八维度口径体系（3 类组合：年报审计/季度未审计/预测）
  • 长盈精密营收/归母净利润/毛利率/ROE 序列、佛山照明 PE/PB 三时点并列、芯陶微原预测与实际偏离披露
  • R02 口径冲突检测规则：同企业同指标同年多口径自动标记
场景 3

制度规则层与投决合规（D9）

客户问题

投资准入、投资条件、风控阈值、退出安排散落在 LPA 34 条与各项目投决纪要里，合规审查靠逐条翻原文；189 份规则源里 157 份是扫描件，覆盖率长期不足。

本体做法

规则候选句机械扫描 + AI 判读 → rule_type / rule_scope / threshold / formalizable / source_clause 结构化入库；已用信息密度最高的 8 份来源验证「分类法 + 抽取 + 入库 + 覆盖度」闭环，剩余按 P1–P4 队列分批 OCR 续跑。

应用效果

制度规则从 LPA 与投决纪要里结构化落地：90 条规则按 9 类类型 / 5 层作用域入库，70% 可形式化；定增认购价 ≤基准价×88%、单项目 ≤5000 万、持有周期 ≤3 年、返投广东 ≥4 倍等阈值可机器校验，LPA 只认 2022-04 最新生效版。

输出内容
  • IR_Rule 90 条：RT_GOV 24 / RT_PROC 17 / RT_ADMIT 13 / RT_COND 10 / RT_RISK 8 / RT_VAL 6 / RT_TERM 4 / RT_CALIBER 4 / RT_EXIT 4
  • 规则源覆盖度追踪：189 份有效规则源、已抽 8 份样板、181 份待 OCR 分批队列（P1 基金治理 → P4 海河基金）
  • 通用框架与项目参数分层（layer 字段区分），跨基金规则可泛化对比
场景 4

风险推理与预警（D7）

客户问题

风险评估靠研究员逐项目手动计算客户集中度、资产负债率与估值倍数，阈值口径因人而异；风险清单没有统一分类与等级标准，横向不可比。

本体做法

阈值型风险全部落为 SWRL 规则自动推导中间类，风险事项按 RiskCategory / RiskLevel 受控分类，风险矩阵按等级排序输出。

应用效果

风险推导自动化：客户集中度 >50% 自动标记高风险集中企业、资产负债率 >80% 自动预警财务恶化、PS>5 产生估值预警、风险 severity≥8 自动升级高风险等级、核心人员离职事件自动触发团队风险标记——阈值判断从记忆变成推理。

输出内容
  • 10 条 SWRL 规则（R01 上市分类 / R02 口径冲突 / R03 集中度 / R04 财务恶化 / R05 估值预警 / R06 高风险推导 / R07 团队风险 / R08 同行业可比 / R09 非上市分类 / R10 结论知识化）
  • 推理中间类：HighConcentrationCompany / FinancialDeteriorationCompany / TeamRiskCompany / OvervaluedConclusion / IndexedConclusion
  • RiskItem 按类别（法律/经营/财务/团队/技术/市场/合规/ESG）与等级结构化，佛山照明高风险 3 项 / 中风险 5 项风险矩阵
场景 5

九维度分析与知识沉淀（D3/D4/D5/D6）

客户问题

每个项目一套报告模板、口径互不相认；非上市早期项目与上市定增项目的估值方法（最新融资轮 vs 可比公司 vs DCF）、退出路径（转让/减资/回购）差异大，经验难以沉淀。

本体做法

九维度 ResearchConclusion 统一承载，估值方法对象化（可比公司/DCF/最新融资轮），投决公理（否决/通过/暂缓条件）与知识条目沉淀为 ResearchKnowledgeItem；AI 全程留痕决策日志，报告由图谱查询自动生成。

应用效果

三个不同阶段项目在同一本体上完成九维度研究并沉淀为知识：上市定增（佛山照明 3.0/5 持有观察）、上市投后（长盈精密 224 节点）、非上市退出处置（芯陶微 1.9/5 D 级）——结论、评分、置信度、证据链全部写回图谱，历史项目经验可复用。

输出内容
  • 佛山照明九维度评分表（D1 3.5 … D9 4.0）+ 风险矩阵 CSV + 综合结论「成长性证伪、持有观察/择机减持」
  • 长盈精密 224 实例节点：主营构成、股权结构、战略转型路径、五期财务序列
  • 芯陶微（原风华研究院）退出处置结论：技术稀缺但商业化失败、估值下修至投前 ≤1 亿、推动转让或减资退出
  • decision_log.jsonl 全量推理留痕（question / choice / rationale）
业务示意

一次「佛山照明投后复盘」的九维度分析之旅

投资经理说：「请对佛山照明做一次投后复盘。」 它在哪里产生：基金 2023 年 10 月以 5.86 元/股参与定增（较基准日均价 7.30 元折价约 20%），档案里有投决纪要、合规审核表、缴款通知书、盈利预测、投后走访与退出分配决定共 16 份文档——全部已按五类数据分类入库，文本块切分挂载在图谱上。 系统如何处理：编排技能先读库确认材料覆盖（DC01 财务 1 份 / DC03 金融市场 3 份 / DC04 另类 2 份 / DC05 内部调研 10 份），再沿九维度逐层推理——财务维度按口径体系取 2021–2023 合并口径序列（标注 2021 含南宁燎旺 8–12 月并表、2022 含国星光电追溯调整）；估值维度把 2023-10-27 / 2024-05-22 / 2024-09-19 三个时点的 PE/PB 并列（投后股价跌至 4.53 元、浮亏约 22.7%）；风险维度输出高风险 3 项 / 中风险 5 项风险矩阵，每项挂证据链；车灯成长性核对星宇、赛力斯外部专家访谈，判定「成长性核心假设已证伪」。 交付结果：九维度评分表（D1 3.5 至 D9 4.0，综合 3.0/5 BBB、置信度 0.85）、结论「持有观察/择机减持」、风险矩阵 CSV 与完整证据清单；同时如实交代缺口——认购协议正文等扫描件未 OCR，完整条款无法穷尽但不影响九维度结论。 业务影响：一次投后复盘从研究员数周的人工翻档，变成按本体九维度自动组织的结构化分析；折价安全垫被侵蚀、车灯兑现不及预期这些结论全部带证据定位，投委会讨论不再「各说各的口径」。

项目案例

项目交付成果

本体资产

  • 企业投资研究本体（OWL/RDF-XML，1310 条三元组：84 类 / 45 对象属性 / 64 数据属性 / 17 实例个体）+ 10 条 SWRL 推理规则
  • 九维度研究维度个体、五类数据分类个体、风险/行业/数据分类编码表（data_source_taxonomy.csv）
  • 口径八维度定义表（caliber_dimensions.csv）与术语同义词表（glossary_synonyms.csv）

数据资产

  • 项目档案解析：芯陶微 21 份（11 份扫描件 OCR）、长盈精密 22 份、佛山照明 16 份，数据类别分布与可解析字符数统计
  • 长盈精密图谱实例 224 节点；规则源清点 204 候选 → 189 有效 → 已抽 8 份样板
  • decision_log.jsonl 全量推理留痕与 extraction_spec 提取判据

验证与质量保障

  • IR_Rule 制度规则层 90 条（9 类类型 / 5 层作用域 / 70% 可形式化），通用框架与项目参数分层
  • 规则提取报告：来源覆盖度追踪与 P1–P4 待 OCR 续跑队列
  • SWRL 阈值规则与口径冲突检测自动推理验证

AI 应用与文档交付

  • 三份九维度投资研究报告：佛山照明（000541.SZ）、长盈精密（300115.SZ）、芯陶微（非上市退出处置）+ 风险矩阵 CSV
  • 投资研究技能族（数据获取 / 本体构建 / 九维度分析 / 端到端编排）与 AI_AUTONOMY 共读契约
  • Neo4j 落地设计：21 条唯一性约束 + 13 条索引 + 29 种关系类型初始化脚本
项目案例

业务价值

看得懂

九维度、五类数据、八维口径、90 条规则全部落在 84 类统一语义模型上：研究员看得懂类树与证据链，项目档案第一次有了机器可读的表达。

找得到

术语同义词归一 + 统一社会信用代码消解 + 文本块顺序链：搜「A客户」命中苹果公司、搜「营收」命中营业总收入，任一结论可回溯文件、页码与行号。

说得清

每个指标观测值绑定八维口径组合、每条结论挂证据强度与置信度、每个判断留痕 decision_log——审计数不混预测数、偏离如实披露，边界说得清。

做得动

SWRL 阈值自动推理 + 90 条制度规则机器校验：集中度超标、负债率恶化、估值预警自动触发，定增折价、单项目限额等合规阈值直接可查可算。

可持续

规则层与实例层分离、通用框架与项目参数分层、LPA 版本管理（最新 active / 旧版 superseded）、待 OCR 队列显式追踪——知识随项目持续沉淀而非一次性报告。

案例留言

围绕这个案例继续交流

公开展示审核通过的会员留言，帮助案例经验持续完善。

0 条公开留言
登录后参与留言案例留言仅面向已登录会员
0/1000
暂无公开留言

成为第一个围绕这个案例提出问题或分享复现经验的会员。