Python大數(shù)據(jù)財務分析 課件 7.批量篩選優(yōu)上市公司

第七章批量篩選優(yōu)質(zhì)上市公司2024/9/121《Python大數(shù)據(jù)財務分析》配套課件引言

經(jīng)過前面章節(jié)的學習，我們已經(jīng)初步掌握了利用python對上市公司進行批量分析的操作。在本章，我們將把前面的各種分析進行結合，全面地對上司公司進行評價，從而實現(xiàn)批量篩選優(yōu)質(zhì)上市公司或者給所有上市公司進行綜合評分的操作。

在趨勢分析和同業(yè)分析部分，我們分別對上市公司進行了趨勢綜合評分和同業(yè)綜合評分，本章我們將結合這兩種分析，同時結合現(xiàn)金流量分析的分析方式，對白酒行業(yè)所有上司公司進行綜合評價，并挑選出該行業(yè)優(yōu)質(zhì)的公司。其實就是相當于將前幾章分散的知識點有機的結合起來，也正因如此，一些具體細節(jié)在本章就不再重復，只重點說明分析架構。目錄017.1

指標體系0203第一講指標體系7.2

標準維度7.3

案例實戰(zhàn)7.1指標體系認真閱讀過第八章和第九章的讀者肯定記得，我們在這兩章中進行評分時用到的指標其實都差不多，無非是從四個方面，即盈利能力、償債能力、運營能力和發(fā)展能力的角度選取一些經(jīng)典的指標。我們可以簡單回顧一下：盈利能力毛利率營業(yè)利潤率凈利潤率ROE運營能力存貨周轉(zhuǎn)率總資產(chǎn)周轉(zhuǎn)率應收賬款周轉(zhuǎn)率償債能力流動比率速動比率利息保障倍數(shù)成長能力營業(yè)收入增長率營業(yè)利潤增長率凈利潤增長率7.1指標體系

但是除了這些指標之外，我們在第六章還介紹了三大報表中不可忽視的一張表——現(xiàn)金流量表所體現(xiàn)的諸多信息，所以我們把那里的指標也加入進來，即：

現(xiàn)金流量表指標：經(jīng)營活動產(chǎn)生的現(xiàn)金流量凈額/凈利潤、銷售商品、提供勞務收到現(xiàn)金/營業(yè)收入、期末現(xiàn)金及現(xiàn)金等價物余額/有息負債（應付債券+短期借款+長期借款）、自由現(xiàn)金流

其中現(xiàn)金流畫像由于較難量化，所以暫時舍去。（也可以歸到上述的四個能力中去）這樣一來，我們就建立起了一個相對完善、全面的指標體系，要進行打分，還需要關注以什么標準衡量的問題。盈利能力毛利率營業(yè)利潤率凈利潤率ROE運營能力存貨周轉(zhuǎn)率總資產(chǎn)周轉(zhuǎn)率應收賬款周轉(zhuǎn)率償債能力流動比率速動比率利息保障倍數(shù)成長能力營業(yè)收入增長率營業(yè)利潤增長率凈利潤增長率現(xiàn)金流量表指標經(jīng)營活動產(chǎn)生的現(xiàn)金流量凈額/凈利潤銷售商品、提供勞務收到現(xiàn)金/營業(yè)收入期末現(xiàn)金及現(xiàn)金等價物余額/有息負債自由現(xiàn)金流目錄027.1

指標體系0103第一講指標體系7.2

標準維度7.3

案例實戰(zhàn)7.2標準維度在第五章中，我們是按照趨勢維度進行打分，相當于自己跟自己的歷史比；同時我們是按同業(yè)維度打分，相當于自己跟同行業(yè)比；我們同樣是按同業(yè)維度打分。所以，在這里我們將融合財務比率的趨勢分析和同業(yè)分析進行評分?，F(xiàn)金流指標也可以按照趨勢打分嗎？其實只要簡單想一想，這完全是說得通的，只要注意某個指標是逐年上升更好還是逐年下降更好即可。按照趨勢分析和同業(yè)分析對公司評價的重要程度，我們可以對這兩個維度賦予不同的權重。本書以趨勢分析占40%，同業(yè)分析占60%的方式分配權重，即認為同業(yè)分析相對更重要些。與第五章后的課后習題一樣，這里的權重沒有對錯之分，完全是評分者自己的經(jīng)驗和對行業(yè)的理解，讀者也可以嘗試自定義權重。目錄037.1

指標體系0102第一講指標體系7.2

標準維度7.3

案例實戰(zhàn)7.3案例實戰(zhàn)7.3.1

2019年首先按2019年為基點跑一個評分表，再按2020年為基點跑一個評分表，看看二者的區(qū)別是否符合現(xiàn)實。#讀取同行業(yè)股票代碼com_data=pd.read_excel('com_data.xlsx')bj_com=com_data[com_data['industry']=='白酒']bj_code=bj_com['ts_code'].tolist()bj_name=bj_com['name'].tolist()

#首先設置一個設置好行索引的空表score_sheet_trend=pd.read_excel('貴州茅臺'+'.xlsx',sheet_name='財務比率表').rename(

columns={'Unnamed:0':'公司名稱'}).set_index('公司名稱').iloc[:,0:0]7.3案例實戰(zhàn)7.3.1

2019年首先按2019年為基點跑一個評分表，再按2020年為基點跑一個評分表，看看二者的區(qū)別是否符合現(xiàn)實。#趨勢評分score_sheet_trend=pd.read_excel('貴州茅臺'+'.xlsx',sheet_name='財務比率表').rename(

columns={'Unnamed:0':'公司名稱'}).set_index('公司名稱').iloc[:,0:0]forcompinbj_name:

#讀取財務比率表數(shù)據(jù)

df_ratio=pd.read_excel(comp+'.xlsx',sheet_name='財務比率表')

df_ratio=df_ratio.rename(

columns={'Unnamed:0':'公司名稱'})#第一列列名是unnamed:0,這里換成“公司名稱”

df_ratio=df_ratio.set_index('公司名稱')

data=df_ratio.T

#進行評分

scores=[]

foriinrange(len(data.T)):

n=0

forjinrange(len(data)-1):

ifnp.isinf(data.iloc[j,i])==True:

n=n+1

elifdata.iloc[j,i]>data.iloc[j+1,i]:

n=n+1

#分數(shù)標準化為100分

n=n/(len(data)-1)*100

scores.append(n)

score_sheet_trend[comp]=scoresscore_sheet_trend=score_sheet_trend.Ttrend_scores=round(score_sheet_trend.T.mean(),2)score_sheet_trend['趨勢評分']=trend_scoresprint(score_sheet_trend)得到的趨勢評分表命名為score_sheet_trend。再接著進行同業(yè)評分，具體細節(jié)講解見7.5節(jié)同業(yè)趨勢綜合評分，這里給出代碼：7.3案例實戰(zhàn)#同業(yè)評分ratio_ind=pd.DataFrame()fornameinbj_name:

#讀取財務比率表數(shù)據(jù)，這部分內(nèi)容不熟悉的可以復習下第四或第五章

df_ratio=pd.read_excel(name+'.xlsx',sheet_name='財務比率表')

df_ratio=df_ratio.rename(

columns={'Unnamed:0':'公司名稱'})#第一列列名是unnamed:0,這里換成“公司名稱”

df_ratio=df_ratio.set_index('公司名稱')

meanvalue=df_ratio.T.mean()

df_ratio[name]=meanvalue

ratio_ind=ratio_ind.append(df_ratio[[name]].T)score_sheet=ratio_ind.Tstandard=ratio_ind.describe()foriinrange(len(ratio_ind)):

scores=[]

forjinrange(len(ratio_ind.T)):

ifnp.isinf(ratio_ind.iloc[i,j])==True:

n=100

elifratio_ind.iloc[i,j]>standard.loc['75%'][j]:

n=100

elifstandard.loc['50%'][j]<ratio_ind.iloc[i,j]<=standard.loc['75%'][j]:

n=75

elifstandard.loc['25%'][j]<ratio_ind.iloc[i,j]<=standard.loc['50%'][j]:

n=50

else:

n=25

scores.append(n)

score_sheet[bj_name[i]]=scoresty_score=round(score_sheet.mean(),2)score_sheet_ty=score_sheet.Tscore_sheet_ty['同業(yè)評分']=ty_scoreprint(score_sheet_ty)7.3.1

2019年得到的同業(yè)評分表命名為score_sheet_ty。最后，我們需要把兩張表拼合，并且按照權重計算綜合評分多少分：得到的按綜合得分排序的綜合評分表如表，每個指標的詳細得分可以看：7.3案例實戰(zhàn)7.3.1

2019年2024/9/12127.3案例實戰(zhàn)得到的按綜合得分排序的綜合評分表如表，每個指標的詳細得分可以看：7.3.1

2019年從圖中可以看到，2019年白酒行業(yè)的得分最高為五糧液，其次是貴州茅臺，最后一名是皇臺酒業(yè)。與現(xiàn)實是否相符呢？我們可以看看最后一名皇臺酒業(yè)的表現(xiàn)。可以看到皇臺酒業(yè)2019年股價一直比較低迷，實際上，皇臺酒業(yè)之前都ST了，2020年才摘的帽。7.3案例實戰(zhàn)7.3.1

2019年7.3.22020年接下來，我們不妨把數(shù)據(jù)向后滾動一年，看看站在2020年白酒行業(yè)的打分結果如何：相當于只改變年數(shù)的變量，其他部分代碼由于我們已經(jīng)充分地封裝好了，所以直接調(diào)用即可，接下里我們看看結果，如表：7.3案例實戰(zhàn)可以看到相比2019年，貴州茅臺躍居第一，五糧液落到第二，皇臺酒業(yè)也脫離了倒數(shù)第一，將這個“寶座”讓給了天佑德酒(原名：青青稞酒)。從股價來看，貴州茅臺2020年漲的確實也還可以。7.3.22020年7.3案例實戰(zhàn)

總之，本章的內(nèi)容其實沒有新內(nèi)容，但卻不可或缺，前幾章都是為了本章做準備，如果能充分吸收理解前幾章的內(nèi)容，相信本章將一氣呵成。