akshare 批量获取上市公司财务报表数据并分析

• 前言
• 实训案例
• 一、案例介绍
• 二、实训目标
• 三、实训任务
• 案例实现
• 任务一：数据获取
• 任务二：读取本地数据
• 任务三：分组统计
• 任务四：贵州茅台分析
• 任务五：增长率计算
• 后记

前言

本案例来自 Python 财务数据分析与应用（微课版）^[1] 一书第四章财务数据获取及分析的本章实训部分。

开卷有益，虽然我也常用 akshare 获取股票数据，但更多的是交易数据。不看这本书还真不知道可以用 stock_lrb_em 函数批量获取所有上市公司的利润表数据，我一直以为得先构建个股票列表，然后再循环获取每个股票的利润表数据 ?

实训案例

一、案例介绍

上市公司利润表数据是投资者进行价值评估和投资决策的核心依据。随着我国资本市场的不断完善和财务信息披露制度的规范化，及时准确地获取和分析企业利润表数据对投资机构、个人投资者及企业管理者都具有重要意义。特别是在白酒行业面临消费升级和市场竞争加剧的背景下，深入分析企业盈利能力和增长趋势，对把握行业投资机会和风险管控具有重要价值。

二、实训目标

完成数据获取、处理、统计分析和增长率计算等任务，掌握上市公司利润表数据分析的完整方法论，提升财务数据分析与投资价值评估的实战能力。

三、实训任务

1. 通过 Python 编程批量获取上市公司 2021—2023 年的季度利润表数据，并保存为本地文件，命名为“2021—2023 年季度利润表.xlsx”。
2. 取本地文件 2021-2023 年季度利润表.xlsx，观察数据的数据量、变量个数及变量类型，并将“报告期”列转换为字符串。
3. 根据“报告期”列构建“年”“季度”变量，并进行数据分组统计，计算年度的“净利润”和“营业总收入”，以及不同股票年度的“净利润”和“营业总收入”。
4. 提取贵州茅台的季度利润表，并对贵州茅台的“净利润”和“营业总收入”进行基本统计分析。
5. 以“2021-03-31”为基准，计算贵州茅台的净利润定比增长率、净利润环比增长率、净利润同比增长率。

案例实现

任务一：数据获取

既然知道了 ak.stock_lrb_em 函数可以批量获取所有上市公司某个报告期的利润表数据，那么获取数据就很简单。只需要构建一个包含所有报告期的列表，然后循环调用该函数获取数据并合并即可：

datelist = [f"{year}{d}"for year in (2021, 2022, 2023)for d in ("0331", "0630", "0930", "1231")]data = pd.concat(    [ak.stock_lrb_em(date=d).assign(报告期=d) for d in datelist], ignore_index=True)data.to_excel("2021—2023年季度利润表new.xlsx", index=False)

至于为什么报告期参数是 20210331 这种格式，首先 stock_lrb_em 函数的默认参数是 date: str = "20081231"。其次，该函数爬取的是东方财富网页（形如：https://data.eastmoney.com/bbsj/202003/lrb.html ），可以打开该网页研究确认，发现原网页有可选的下拉框：

任务二：读取本地数据

data = pd.read_excel("2021—2023年季度利润表new.xlsx")data.info()data["报告期"] = data["报告期"].astype("str")data.info()

这部分很简单，不用多说。不过，如果需求是把“报告期”列转换为字符串类型的话，可以在读取 Excel 文件时直接指定该列的数据类型：

data = pd.read_excel("2021—2023年季度利润表new.xlsx", dtype={"报告期": "str"})data.info()

这样更加简洁高效。输出：

<class 'pandas.core.frame.DataFrame'>RangeIndex: 62102 entries, 0 to 62101Data columns (total 16 columns): #   Column       Non-Null Count  Dtype---  ------       --------------  ----- 0   序号           62102 non-null  int64 1   股票代码         62102 non-null  int64 2   股票简称         62102 non-null  object 3   净利润          62100 non-null  float64 4   净利润同比        60399 non-null  float64 5   营业总收入        62063 non-null  float64 6   营业总收入同比      60332 non-null  float64 7   营业总支出-营业支出   60283 non-null  float64 8   营业总支出-销售费用   59461 non-null  float64 9   营业总支出-管理费用   61481 non-null  float64 10  营业总支出-财务费用   60347 non-null  float64 11  营业总支出-营业总支出  61554 non-null  float64 12  营业利润         61954 non-null  float64 13  利润总额         61963 non-null  float64 14  公告日期         62102 non-null  datetime64[ns] 15  报告期          62102 non-null  objectdtypes: datetime64[ns](1 "ns"), float64(11), int64(2), object(2)memory usage: 7.6+ MB

这里要注意，输出的信息中可以观察到有些数据列存在缺失值。这个时候，应该要对缺失值进行处理或者搞清楚为什么会缺失，要不然然后续的分析可能会受到影响。书上没做，这就不做了。

任务三：分组统计

首先，把“报告期”列转换为日期类型，然后提取“年”“季度”变量：

data["报告期"] = pd.to_datetime(data["报告期"], format="%Y%m%d", errors="coerce")data["年"] = data["报告期"].dt.yeardata["季度"] = data["报告期"].dt.quarterdata.head()

然后，可以用 pivot_table 函数进行分组统计：

pd.pivot_table(    data, values=["净利润", "营业总收入"], index=["股票简称", "年"], aggfunc=sum).reset_index()

当然，这个过程也可以用 groupby 函数实现，但是 pivot_table 更加简洁直观。

任务四：贵州茅台分析

提取贵州茅台的数据，可以用 query 方法：

# data_eg = data.iloc[np.where(data["股票简称"] == "贵州茅台")].reset_index()data_eg = data.query("股票简称 == '贵州茅台'").reset_index()data_eg.head()

书中是用注释的那句实现的，太笨了 ?

接着，进行基本统计分析：

data_eg[["净利润", "营业总收入"]].describe()

然后，做了年度的净利润和营业总收入的数据透视表：

pd.pivot_table(    data_eg, values=["净利润", "营业总收入"], index=["年"], aggfunc=sum).reset_index()

显然，这些分析很基础。完全可以绘制图表进行可视化分析，比如折线图、柱状图等，更加直观地展示贵州茅台的盈利能力和增长趋势。但是，书上第五章才讲可视化，这里就不展开了。

任务五：增长率计算

要计算增长率，首先要把“报告期”列设置为索引，并顺便删除不必要的列（看着不舒服）：

data_eg.set_index("报告期", inplace=True)data_eg.drop(columns=["index", "序号"], inplace=True)data_eg.head()

定比增长率的计算公式为：

fix_date = "2021-03-31"fix_num = data_eg.loc[fix_date, "净利润"]data_eg["净利润定比增长率"] = data_eg["净利润"] / fix_num - 1data_eg["净利润定比增长率"] = data_eg["净利润定比增长率"].apply(lambda x: "{:.2f}%".format(x * 100))  # 百分比格式

环比增长率的计算公式为：

data_eg["净利润环比增长率"] = data_eg["净利润"].pct_change(periods=1)data_eg["净利润环比增长率"] = data_eg["净利润环比增长率"].apply(lambda x: "{:.2f}%".format(x * 100))  # 百分比格式

同比增长率的计算公式为：

data_eg["净利润同比增长率"] = data_eg["净利润"].pct_change(periods=4)data_eg["净利润同比增长率"] = data_eg["净利润同比增长率"].apply(lambda x: "{:.2f}%".format(x * 100))  # 百分比格式

在计算环比和同比增长率时，使用了 pct_change 方法，这个方法非常方便，可以直接计算百分比变化。只需要指定 periods 参数即可。 最后，查看结果：

后记

从学习的角度来说，这是个不错的案例。 它涵盖了数据获取、处理、分组统计和增长率计算等多个方面的内容，考验读者的 pandas 的应用能力。

学习需要举一反三，既然会读取利润表进行分析，那么读取资产负债表和现金流量表进行类似的分析应该要会了。只需要用 ak.stock_zcfz_em 和 ak.stock_xjll_em 函数读取相应的数据即可。这章的实战演练部分，就是让读者去读取资产负债表进行类似的分析。建议读者自己动手实践一下，加深理解。

本文完整代码，可在公众号后台回复关键词 量化研究 获取，也可以访问我的 GitHub 代码仓库^[2]获取。