前言¶

做财务尽调或审计排查时，经常会遇到一类需求：给我一只股票的财报，看看它有没有造假迹象。手工核对几百个科目不现实，而常见的财务比率分析只能覆盖有限维度，对”数字本身是否被操纵”几乎没有判别力。

本福特定律（Benford’s Law）提供了另一条路径：在自然的财务数据集中，首位数字不是均匀分布的，1 出现的概率约为 30.1%，9 只有约 4.6%。如果一家公司的大量科目被人为调整，首位数字分布往往会偏离这条曲线。下面介绍的 Skill 就是围绕这个思路做的自动化工具。

这是什么¶

这是一个面向 A 股、港股财务数据的本福特检验 Skill，由社区开发者 @user_058048a4 发布，当前版本 1.0.0，分类 data-analysis。

它的定位很明确：用户输入股票名称或代码，Skill 自动获取过去 12 个季度的资产负债表、利润表、现金流量表，对所有金额科目执行本福特定律检验，并生成交互式 HTML 报告。它不做选股、不做估值，只回答一个问题：这组财务数据的数字分布是否异常。

核心功能¶

1. 数据获取：按股票名称或代码，拉取过去 12 个季度的三张报表完整数据。
2. 检验范围：覆盖所有金额科目，不局限于营业收入或净利润等个别科目。
3. 统计指标：输出首位数字分布对比图、chi-square 统计量、偏差分析。
4. 报告形式：生成交互式 HTML，可直接在浏览器中查看，无需额外环境。

触发方式为自然语言。当用户提到”本福特检验”“财务造假检测”“Benford 分析”“财务数据真实性”“数字分布检验”“财务异常检测”等需求时，该 Skill 会被激活。

安装与启用¶

该 Skill 托管在 SkillHub，坐标为 @user_058048a4/financial-benford-test。

在支持 SkillHub 的编辑器中，可通过官方地址获取：

https://api.skillhub.cn/user_058048a4/financial-benford-test

Skill 页面：

https://www.skillhub.cn/skills/user_058048a4/financial-benford-test

安装方式取决于所在编辑器：

• Cursor / Claude Code：通过 SkillHub 插件或 CLI 安装该 Skill，安装后在对话中直接使用。
• Codex CLI：通过 SkillHub CLI 拉取对应坐标的 Skill 配置。

该 Skill 标注为 requires_api_key=false，使用前不需要单独申请 API Key。需要注意的是，Skill 需要联网获取行情与财报数据，运行环境需具备网络访问能力。

典型用法¶

在对话中直接给出需求即可，例如：

帮我对贵州茅台（600519）做一次本福特检验，看看过去12个季度的财务数据有没有异常。

Skill 会依次完成：识别股票代码 → 拉取三张报表 → 对全部金额科目做首位数字检验 → 输出 HTML 报告。报告中包含三个部分：

1. 首位数字分布对比图：实际分布与本福特定律期望分布的柱状对比。
2. chi-square 统计量：衡量实际分布与期望分布的整体偏离程度。
3. 偏差分析：指出哪些科目、哪些数字位偏离最明显。

如果只想看某个方向的偏差，也可以在需求中说明，例如”重点关注利润表科目”。

适用场景与注意¶

适合的使用场景：

• 财务审计：作为辅助手段，快速筛查大额科目是否偏离自然分布。
• 投资尽调：对拟投项目或持仓标的做一次分布体检，优先定位风险科目。
• 风险识别：对同一行业多家公司做横向对比时，找出分布显著不同的个体。

需要注意的限制：

• 本福特检验是统计筛查，不是造假结论。偏离可能来自业务结构、并购重组、会计政策变化等真实原因，需要结合业务判断。
• 样本量过小的科目（例如只有一两个季度的科目）检验结果不稳定，报告应结合样本量综合看。
• 本福特定律在金额跨越多个数量级、且数据未经人为修饰时效果最好，如果数据本身已高度标准化或经过审计调整，偏离信号会变弱。
• 12 个季度的窗口是固定的，如需更长周期，需要分批调用或自行汇总。

结尾¶

这只 Skill 的价值在于把一个原本需要写脚本、查数据、算 chi-square 的工作压缩成一句自然语言。它不替代审计判断，但能在尽调早期提供一个低成本、覆盖面广的筛查视角。

官方地址：https://api.skillhub.cn/user_058048a4/financial-benford-test