实验三|Python 企业营运能力分析

1. 实验介绍

1.1. 实验目的
本实验主要介绍企业营运能力指标的爬取与可视化。基于网络爬虫，爬取企业连续5年的企业营运能力关键财务指标，通过饼图、柱状图、折线图等对相关指标进行可视化展示。

1.2. 知识点
企业营运能力定义
企业营运能力作用
企业营运能力指标
企业营运指标爬取
企业营运指标展示

2. 企业营运能力介绍

2.1. 企业运营能力的定义
企业营运能力（Analysis of Enterprises’ Operating Capacity），主要指企业营运资产的效率与效益。

企业营运资产的效率主要指资产的周转率或周转速度。

企业营运资产的效益通常是指企业的产出量与资产占用量之间的比率。

2.2. 企业运营能力的作用
企业营运能力分析就是要通过对反映企业资产营运效率与效益的指标进行计算与分析，评价企业的营运能力，为企业提高经济效益指明方向。

营运能力分析可评价企业资产营运的效率。
营运能力分析可发现企业在资产营运中存在的问题。
营运能力分析是盈利能力分析和偿债能力分析的基础与补充。
本实验主要运用趋势分析与比率分析等方法来评估企业的资产状况。

3. 企业运营能力指标

今天主要给大家介绍流动资产营运能力分析，主要指标如下：

流动资产周转加速效果分析；
存货周转率分析；
应收账款周转率分析。

3.1. 流动资产周转率介绍
概念
流动资产周转率指企业一定时期内主营业务收入净额同平均流动资产总额的比率，流动资产周转率是评价企业资产利用率的一个重要指标。

作用
通过对该指标的对比分析，可以促进企业加强内部管理，充分利用流动资产，如调动暂时闲置的货币资金用于短期的投资创造收益等。

计算方式

相关备注
平均流动资产总额是指企业流动资产总额的年初数与年末数的平均值，此数值可以在资产负债表找到。与非流动资产无关。

3.2. 存货周转率介绍
概念
存货周转率又名库存周转率，是企业一定时期营业成本（销货成本）与平均存货余额的比率。

作用
用于反映存货的周转速度，即存货的流动性及存货资金占用量是否合理，促使企业在保证生产经营连续性的同时，提高资金的使用效率，增强企业的短期偿债能力。

存货周转率是对流动资产周转率的补充说明，是衡量企业投入生产、存货管理水平、销售收回能力的综合性指标。

计算方式

3.3. 应收账款周转率介绍

概念
应收账款周转率是指定的分析期间内应收账款转为现金的平均次数。

作用
公司的应收账款在流动资产中具有举足轻重的地位。

公司的应收账款如能及时收回，公司的资金使用效率便能大幅提高。应收账款周转率就是反映公司应收账款周转速度的比率。

它说明一定期间内公司应收账款转为现金的平均次数。

用时间表示的应收账款周转速度为应收账款周转天数，也称平均应收账款回收期或平均收现期。

它表示公司从获得应收账款的权利到收回款项、变成现金所需要的时间。

计算方式

4. Python 企业营运能力数据爬取

4.1. 模块引入

import tushare as ts
import matplotlib.pyplot as plt
import numpy as np

分别引入了财务模块、可视化模块与计算科学模块。

4.2. 参数定义

scode ='300114'
timelist=[2010,2011,2012,2013,2014]
year1=2010
year2=2011
year3=201
year4=2013
year5=2014

定义企业代码‘300114’，时间年限为连续的5年，2010到2014年。这些参数是可以修改的。

4.3. 时间处理

def get_operation_data(year1, year2, year3, year4, year5, scode):
    timelist = []
    timelist.append(year1)
    timelist.append(year2)
    timelist.append(year3)
    timelist.append(year4)
    timelist.append(year5)

将传入的时间参数转化为列表。

4.4. 初始化数组

arturnover = []#销售周转率
arturndays = []#销售周转天数
inventory_turnover = []#存货周转率
inventory_days = []#存货周转天数
currentasset_turnover = []#流动资产周转率
currentasset_days = []#流动资产周转天数

初始化周转率与周转天数的数组，用于保存数据。

4.5. 获取财务数据

for i in timelist:
    operation_data = ts.get_operation_data(i, 4)
    operation_data.index = operation_data.code
    data = operation_data[operation_data.index == scode]
    arturnover.append(float(data.arturnover))
    arturndays.append(float(data.arturndays))
    inventory_turnover.append(float(data.inventory_turnover))
    inventory_days.append(float(data.inventory_days))
    currentasset_turnover.append(float(data.currentasset_turnover))
    currentasset_days.append(float(data.currentasset_days))

爬取所需对的财务数据。

5. Python 企业营运能力财务数据展示

5.1. 应收账款周转率折线图
具体代码如下：

plt.figure(figsize=(12, 6))
ind = np.arange(5)

# 应收账款周转率折线图
plt.subplot(231)
plt.title('AR Turnover(ci)')
plt.plot(arturnover, 'r', label='AR Turnover')
plt.xticks(ind, (year1, year2, year3, year4, year5))

输出结果：

应收账款周转率从2011年逐年下降，资金周转能力减弱。

5.2. 存货周转率折线图
具体代码如下：

# 存货周转率折线图
plt.subplot(232)
plt.title('Inventory Turnover(ci)')
plt.plot(inventory_turnover, 'b', label='Inventory Turnover')
plt.xticks(ind, (year1, year2, year3, year4, year5))

输出结果：

企业存货周转率从2010年到2014年逐年下降，产品的周转能力下降。

5.3. 流动资产周转率折线图
具体代码如下：

# 流动资产周转率折线图
plt.subplot(233)
plt.title('CA Turnover(ci)')
plt.plot(currentasset_turnover, 'g', label='CA Turnover')
plt.xticks(ind, (year1, year2, year3, year4, year5))

输出结果如下：

企业流动资产周转率从2010年到2014年波动上升，流动资产的运营能力上升。

5.4. 应收账款周转天数柱状图
具体代码如下：

# 应收账款周转天数柱状图
plt.subplot(234)
plt.bar(ind, arturndays, color='yellowgreen')
plt.title('AR Turnover Days')
plt.xticks(ind, (year1, year2, year3, year4, year5))
for a, b in zip(ind, arturndays):
    plt.text(a, b + 0.05, '%.2f' % b, ha='center', va='bottom', fontsize=7)

输出结果如下：

5.5. 存货周转天数柱状图
具体代码如下：

# 存货周转天数柱状图
plt.subplot(235)
plt.bar(ind, inventory_days, color='gold')
plt.title('Inventory Turnover Days')
plt.xticks(ind, (year1, year2, year3, year4, year5))
for a, b in zip(ind, inventory_days):
    plt.text(a, b + 0.05, '%.2f' % b, ha='center', va='bottom', fontsize=7)

输出结果如下：

5.6. 流动资产周转天数柱状图

具体代码如下：

# 流动资产周转天数柱状图
plt.subplot(236)
plt.bar(ind, currentasset_days, color='#FFA500')
plt.title('CA Turnover Days')
plt.xticks(ind, (year1, year2, year3, year4, year5))
for a, b in zip(ind, currentasset_days):
    plt.text(a, b + 0.05, '%.2f' % b, ha='center', va='bottom', fontsize=7)
plt.show()

输出结果如下：

5.7. 最终结果

最终结果如下：

6. 学习总结

经过本实验，我们主要掌握了企业营运能力指标的爬取与可视化。我们爬取并展示了企业的流动资产周转率、存货周转率与应收账款周转率等流量财务指标。

想获取更多内容，请关注海数据实验室公众号。

本期分享到这里，我们会每天更新内容，咱们下期再见，期待您的再次光临。有什么建议，比如想了解的知识、内容中的问题、想要的资料、下次分享的内容、学习遇到的问题等，请在下方留言。如果喜欢请关注。

社群推荐：

更多有关数据分析的精彩内容欢迎加入海数据在线数据分析交流群，有什么想法或者疑问都可在里面提出，与同行零距离交流，共同成长进步，请识别下面二维码加火星小海马微信，邀你进群。