AI वित्तीय विवरण विश्लेषण

एक question और filing pair से शुरुआत करें

Comparable periods और ऐसा question चुनें जैसे operating cash flow reported earnings growth का समर्थन करता है या नहीं। Summary मांगने से पहले relevant statements और footnotes जुटाएं। उपयोगी output explanations और unresolved items वाला reconciliation है, company का generic description नहीं। Issuer, accounting basis, reporting currency और information cutoff स्पष्ट रखें। Historical analysis में cutoff तक उपलब्ध documents इस्तेमाल करें; period end वह तारीख नहीं जिस दिन market filing पढ़ सकती थी।

Original documents जुटाएं और उनकी identity सुरक्षित रखें

Issuer की filing और investor-relations sources को प्राथमिकता दें, साथ में market के लिए उचित regulator source लें। US filers के लिए EDGAR submissions history और XBRL company data देता है। Extracted values के साथ original filing भी रखें, क्योंकि table context और footnotes वे differences समझा सकते हैं जो single metric नहीं समझा सकता। Document URL, filing identifier, publication time, retrieval time और content hash सुरक्षित रखें। Amendments को new versions की तरह store करें। US के बाहर के issuers के लिए relevant local disclosures इस्तेमाल करें; SEC coverage को complete record न मानें।

Explicit financial dimensions के साथ tables extract करें

हर value के लिए concept, period, unit, currency और source locator रखें। Balance-sheet snapshots को income और cash-flow measures से अलग पहचानें जो किसी अवधि में फैले होते हैं। Consolidated figures को segment data से और reported measures को management adjustments से अलग रखें। Blank cell zero नहीं होती। Table extraction अस्पष्ट हो तो calculation रोकें और affected page review के लिए रखें। OCR जरूरी हो तो ratios या generated explanation में इस्तेमाल करने से पहले important cells को original से visually compare करें।

Language model के बाहर metrics calculate करें

Material calculations के लिए deterministic code या audited spreadsheet इस्तेमाल करें और inputs सुरक्षित रखें। Denominator zero, negative या missing होने पर क्या करना है, तय करें। नीचे का छोटा function positive baseline होने पर change calculation दिखाता है; बाकी cases को documented alternative के लिए जानबूझकर छोड़ता है। इसमें company data या measured result नहीं है। Production financial schema को इसे call करने से पहले unit और period compatibility भी validate करनी चाहिए। Model से prose देखकर arithmetic फिर से बनवाने के बजाय resulting calculation record दें।

from decimal import Decimal

def comparable_change(current, prior):
    if current is None or prior is None:
        return {"state": "unavailable", "code": "MISSING_VALUE"}
    current, prior = Decimal(str(current)), Decimal(str(prior))
    if not current.is_finite() or not prior.is_finite():
        return {"state": "unavailable", "code": "NONFINITE_VALUE"}
    if prior <= 0:
        return {"state": "review", "code": "NONPOSITIVE_BASE"}
    return {
        "state": "calculated",
        "change_fraction": str((current - prior) / prior),
    }

Model से drivers और contradictions समझाने को कहें

Reconciled metrics को relevant management discussion और footnotes के साथ दें। Source locators, alternative explanations और missing evidence cite करने वाली explanations मांगें। उदाहरण के लिए, earnings और cash के बीच divergence में working capital, noncash items और acquisitions देखना पड़ सकता है; model को हर possibility को support करने वाले disclosures पहचानने चाहिए। Company की stated explanation को analyst की interpretation से अलग रखें। Output में source IDs और calculation references रहने दें, ताकि reviewer पूरी filing फिर पढ़े बिना exact evidence inspect कर सके।

Statement relationships और report claims की समीक्षा करें

Explanation approve करने से पहले relevant totals और statement relationships reconcile करें। फिर हर material citation खोलकर period, scope और unit जांचें। Number inconsistent लगे तो footnotes को extracted table से compare करें। देखें कि consolidation, presentation या accounting policy में बदलाव comparability को प्रभावित करते हैं या नहीं। Model contradictions खोज सकता है, लेकिन किसी एक figure को चुपचाप चुनकर उन्हें resolve नहीं करना चाहिए। Explanation reviewer-approved assumption पर निर्भर हो तो artifact को pending mark करें और manual correction का कारण रखें।

Workflow को resumable और economical बनाएं

Collection, extraction, calculation और narrative review को अलग artifacts की तरह store करें। Document hash और parser version के आधार पर extraction cache करें, फिर filing या rule बदलने पर केवल प्रभावित stage rerun करें। Source packet को question के लिए जरूरी passages तक सीमित रखें, original उपलब्ध रखते हुए। Job level पर model requests, retries, document processing, data access और analyst corrections साथ track करें। Planning में current pricing और reconciliation में actual usage इस्तेमाल करें। FinRobot और FinGPT relevant application patterns देते हैं, लेकिन adapt करने से पहले exact version और runtime path चुनें।

Source-linked NVIDIA reconciliation inspect करें

हमारे historical sample में NVIDIA की February 25, 2026 earnings release इस्तेमाल हुई। दस selected GAAP values USD millions में FY2026 और FY2025 को cover करती हैं। Deterministic checks हर year में revenue minus cost से gross profit और फिर gross profit minus operating expenses से operating income reconcile करते हैं। Calculated revenue growth 65.47% है; unrounded table amounts से calculated gross-margin change -3.92 percentage points है। Issuer का displayed margin change अधिक मोटे rounding के साथ है।

Downloadable packet table locator, publication date, period ends, input hash और calculation references सुरक्षित रखता है। ये calculations दिखाती हैं कि revenue growth और profitability के लिए अलग questions क्यों चाहिए; वे cause या investment recommendation स्थापित नहीं करतीं। Coordinating agent ने figures चुनीं और JavaScript ने checks किए। यह reproducible source-and-calculation example है, measured financial-agent integration या APIsRouter inference run नहीं।

प्रमाण और सीमाएं

NVIDIA example historical unaudited earnings release से दस selected facts और चार arithmetic relationships validate करता है। यह पूरी filing, independent accountant review, automated table extraction, live investment decisions या project-level model workflow cover नहीं करता। Model tokens और costs उपलब्ध नहीं हैं। Source-linked packet और checks inspection के लिए उपलब्ध हैं; production analysis में relevant footnotes, period-specific context और explanatory claims की review अभी भी चाहिए।

अक्सर पूछे जाने वाले प्रश्न