Python大数据财务分析 课件 7.批量筛选优上市公司

第七章批量筛选优质上市公司2024/9/121《Python大数据财务分析》配套课件引言

经过前面章节的学习，我们已经初步掌握了利用python对上市公司进行批量分析的操作。在本章，我们将把前面的各种分析进行结合，全面地对上司公司进行评价，从而实现批量筛选优质上市公司或者给所有上市公司进行综合评分的操作。

在趋势分析和同业分析部分，我们分别对上市公司进行了趋势综合评分和同业综合评分，本章我们将结合这两种分析，同时结合现金流量分析的分析方式，对白酒行业所有上司公司进行综合评价，并挑选出该行业优质的公司。其实就是相当于将前几章分散的知识点有机的结合起来，也正因如此，一些具体细节在本章就不再重复，只重点说明分析架构。目录017.1

指标体系0203第一讲指标体系7.2

标准维度7.3

案例实战7.1指标体系认真阅读过第八章和第九章的读者肯定记得，我们在这两章中进行评分时用到的指标其实都差不多，无非是从四个方面，即盈利能力、偿债能力、运营能力和发展能力的角度选取一些经典的指标。我们可以简单回顾一下：盈利能力毛利率营业利润率净利润率ROE运营能力存货周转率总资产周转率应收账款周转率偿债能力流动比率速动比率利息保障倍数成长能力营业收入增长率营业利润增长率净利润增长率7.1指标体系

但是除了这些指标之外，我们在第六章还介绍了三大报表中不可忽视的一张表——现金流量表所体现的诸多信息，所以我们把那里的指标也加入进来，即：

现金流量表指标：经营活动产生的现金流量净额/净利润、销售商品、提供劳务收到现金/营业收入、期末现金及现金等价物余额/有息负债（应付债券+短期借款+长期借款）、自由现金流

其中现金流画像由于较难量化，所以暂时舍去。（也可以归到上述的四个能力中去）这样一来，我们就建立起了一个相对完善、全面的指标体系，要进行打分，还需要关注以什么标准衡量的问题。盈利能力毛利率营业利润率净利润率ROE运营能力存货周转率总资产周转率应收账款周转率偿债能力流动比率速动比率利息保障倍数成长能力营业收入增长率营业利润增长率净利润增长率现金流量表指标经营活动产生的现金流量净额/净利润销售商品、提供劳务收到现金/营业收入期末现金及现金等价物余额/有息负债自由现金流目录027.1

指标体系0103第一讲指标体系7.2

标准维度7.3

案例实战7.2标准维度在第五章中，我们是按照趋势维度进行打分，相当于自己跟自己的历史比；同时我们是按同业维度打分，相当于自己跟同行业比；我们同样是按同业维度打分。所以，在这里我们将融合财务比率的趋势分析和同业分析进行评分。现金流指标也可以按照趋势打分吗？其实只要简单想一想，这完全是说得通的，只要注意某个指标是逐年上升更好还是逐年下降更好即可。按照趋势分析和同业分析对公司评价的重要程度，我们可以对这两个维度赋予不同的权重。本书以趋势分析占40%，同业分析占60%的方式分配权重，即认为同业分析相对更重要些。与第五章后的课后习题一样，这里的权重没有对错之分，完全是评分者自己的经验和对行业的理解，读者也可以尝试自定义权重。目录037.1

指标体系0102第一讲指标体系7.2

标准维度7.3

案例实战7.3案例实战7.3.1

2019年首先按2019年为基点跑一个评分表，再按2020年为基点跑一个评分表，看看二者的区别是否符合现实。#读取同行业股票代码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()

#首先设置一个设置好行索引的空表score_sheet_trend=pd.read_excel('贵州茅台'+'.xlsx',sheet_name='财务比率表').rename(

columns={'Unnamed:0':'公司名称'}).set_index('公司名称').iloc[:,0:0]7.3案例实战7.3.1

2019年首先按2019年为基点跑一个评分表，再按2020年为基点跑一个评分表，看看二者的区别是否符合现实。#趋势评分score_sheet_trend=pd.read_excel('贵州茅台'+'.xlsx',sheet_name='财务比率表').rename(

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

#读取财务比率表数据

df_ratio=pd.read_excel(comp+'.xlsx',sheet_name='财务比率表')

df_ratio=df_ratio.rename(

columns={'Unnamed:0':'公司名称'})#第一列列名是unnamed:0,这里换成“公司名称”

df_ratio=df_ratio.set_index('公司名称')

data=df_ratio.T

#进行评分

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

#分数标准化为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['趋势评分']=trend_scoresprint(score_sheet_trend)得到的趋势评分表命名为score_sheet_trend。再接着进行同业评分，具体细节讲解见7.5节同业趋势综合评分，这里给出代码：7.3案例实战#同业评分ratio_ind=pd.DataFrame()fornameinbj_name:

#读取财务比率表数据，这部分内容不熟悉的可以复习下第四或第五章

df_ratio=pd.read_excel(name+'.xlsx',sheet_name='财务比率表')

df_ratio=df_ratio.rename(

columns={'Unnamed:0':'公司名称'})#第一列列名是unnamed:0,这里换成“公司名称”

df_ratio=df_ratio.set_index('公司名称')

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['同业评分']=ty_scoreprint(score_sheet_ty)7.3.1

2019年得到的同业评分表命名为score_sheet_ty。最后，我们需要把两张表拼合，并且按照权重计算综合评分多少分：得到的按综合得分排序的综合评分表如表，每个指标的详细得分可以看：7.3案例实战7.3.1

2019年2024/9/12127.3案例实战得到的按综合得分排序的综合评分表如表，每个指标的详细得分可以看：7.3.1

2019年从图中可以看到，2019年白酒行业的得分最高为五粮液，其次是贵州茅台，最后一名是皇台酒业。与现实是否相符呢？我们可以看看最后一名皇台酒业的表现。可以看到皇台酒业2019年股价一直比较低迷，实际上，皇台酒业之前都ST了，2020年才摘的帽。7.3案例实战7.3.1

2019年7.3.22020年接下来，我们不妨把数据向后滚动一年，看看站在2020年白酒行业的打分结果如何：相当于只改变年数的变量，其他部分代码由于我们已经充分地封装好了，所以直接调用即可，接下里我们看看结果，如表：7.3案例实战可以看到相比2019年，贵州茅台跃居第一，五粮液落到第二，皇台酒业也脱离了倒数第一，将这个“宝座”让给了天佑德酒(原名：青青稞酒)。从股价来看，贵州茅台2020年涨的确实也还可以。7.3.22020年7.3案例实战

总之，本章的内容其实没有新内容，但却不可或缺，前几章都是为了本章做准备，如果能充分吸收理解前几章的内容，相信本章将一气呵成。