实验五|Python 企业获利能力分析

1. 实验介绍

1.1. 实验目的
本实验主要介绍企业获利能力指标的爬取与可视化。基于网络爬虫，爬取企业连续5年的企业获利能力关键财务指标，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
•企业获利能力定义
•企业获利能力指标
•企业获利指标爬取
•企业获利指标展示

2. 企业盈利能力介绍

盈利能力是指企业获取利润的能力，也称为企业的资金或资本增值能力，通常表现为一定时期内企业收益数额的多少及其水平的高低。

3. 企业获利能力指标

盈利能力指标主要包括：
•营业收入
•净利润
•每股收益
•净资产报酬率
•销售净利润率
•销售毛利率

其中，营业收入和净利润为企业利润表科目，是企业盈利能力的绝对数值，其大小和趋势代表了企业的盈利情况。

3.1. 营业利润率介绍
•概念
营业利润率也就是我们通常说的销售毛利率，是企业一定时期营业利润与营业收入的比率。

•作用
营业利润率越高，表明企业市场竞争力越强，发展潜力越大，盈利能力越强。

•计算方式

3.2. 净资产报酬率介绍
•概念
净资产收益率是企业一定时期净利润与平均净资产的比率，反映了企业自有资金的投资收益水平。

•作用
一般认为，净资产收益率越高，企业自有资本获取收益的能力越强，运营效益越好，对企业投资人、债权人利益的保证程度越高。

•计算方式

3.3. 每股收益介绍
•概念
每股收益也称每股利润或每股盈余，是反映企业普通股股东持有每一股份所能享有企业利润或承担企业亏损的业绩评价指标。

•作用
每股收益越高，表明公司的获利能力越强。

•计算方式

3.4. 销售净利润率介绍
•概念
是指企业实现净利润与销售收入的对比关系，是净利润占销售收入的百分比。

•作用
该指标值越大，用以衡量企业在一定时期的销售收入获取的能力。

•计算方式

4. Python 企业获利能力数据爬取

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=2012
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

roe = []#资产报酬率
net_profit_ratio = []#资产净利润率
gross_profit_rate = []#毛利率折线
net_profits = []#净利润
eps = []#每股收益
business_income = []#营业收入
bips = []#

初始化数组，用于保存数据。

4.5. 获取财务数据

for i in timelist:
    profit_data = ts.get_profit_data(i, 4)
    profit_data.index = profit_data.code
    data = profit_data[profit_data.index == scode]
    roe.append(float(data.roe))
    net_profit_ratio.append(float(data.net_profit_ratio))
    gross_profit_rate.append(float(data.gross_profit_rate))
    net_profits.append(float(data.net_profits))
    eps.append(float(data.eps))
    business_income.append(float(data.business_income))
    bips.append(float(data.bips))

爬取所需对的财务数据。

5. Python 企业获利能力财务数据展示

5.1. 营业收入柱状图
具体代码如下：

plt.figure(figsize=(12, 6))

# 营业收入柱状图
plt.subplot(231)
ind = np.arange(5)
plt.bar(ind, business_income, color='yellowgreen')
plt.title('Business Income(BaiWan Yuan)')
plt.xticks(ind, (year1, year2, year3, year4, year5))
for a, b in zip(ind, business_income):
    plt.text(a, b + 0.05, '%.2f' % b, ha='center', va='bottom', fontsize=7)

输出结果：

营业收入逐年递增，说明企业经济效益良好。

5.2. 净利润柱状图
具体代码如下：

# 净利润柱状图
plt.subplot(232)
plt.bar(ind, net_profits, color='gold')
plt.title('Net_profits(Wan Yuan)')
plt.xticks(ind, (year1, year2, year3, year4, year5))
for a, b in zip(ind, net_profits):
    plt.text(a, b + 0.05, '%.2f' % b, ha='center', va='bottom', fontsize=7)

输出结果：

近利润在波动中上升，由于企业收入是增长的，说明几年内企业费用波动较大，盈利能力还算平稳。

5.3. 每股收益柱状图
具体代码如下：

# 每股收益柱状图
plt.subplot(233)
plt.bar(ind, eps, color='#FFA500')
plt.title('EPS')
plt.xticks(ind, (year1, year2, year3, year4, year5))
for a, b in zip(ind, eps):
    plt.text(a, b + 0.05, '%.2f' % b, ha='center', va='bottom', fontsize=7)

输出结果如下：

5.4. 资产报酬率折线图
具体代码如下：

# roe资产报酬率折线图
plt.subplot(234)
plt.title('roe ROE(%)')
plt.plot(roe, 'r', label='ROE')
plt.xticks(ind, (year1, year2, year3, year4, year5))

输出结果如下：

5.5. 资产净利润率折线图
具体代码如下：

# 资产净利润率折线图
plt.subplot(235)
plt.title('Net_Profit_Ratio(%)')
plt.plot(net_profit_ratio, 'b', label='Net_Profit_Ratio')
plt.xticks(ind, (year1, year2, year3, year4, year5))

输出结果如下：

5.6. 毛利率折线图
具体代码如下：

# 毛利率折线图
plt.subplot(236)
plt.title('Gross_Profit_Rate(%)')
plt.plot(gross_profit_rate, 'g', label='Gross_Profit_Ratio')
plt.xticks(ind, (year1, year2, year3, year4, year5))
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获利能力指标的爬取与可视化。我们爬取并展示了企业的毛利率、资产净利润率、资产报酬率、每股收益、净利润、营业收入等获利能力财务指标。

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。