Python在财务大数据分析中的应用

美克家居企业财务数据分析报告

一、企业概述与对标企业选择

1. 企业概述
   美克家居是一家多品牌、多渠道和一体化的国际综合家居消费品公司，美克家居的前身是美克国际家具股份有限公司。
   公司依托家具制造业走向国际市场，并成为目前我国最大的家具出口企业之一。公司拥有规模化、专业化的加工生产基地、高效的企业管理平台、实力雄厚的研发机构及覆盖全球的销售网络。为了更好的支持多品牌渠道，发挥垂直一体化优势，公司正积极实施家具生产自动化项目，项目建成后将取代大量人工作业，实现工厂自动化，从而提高劳动生产效率，进一步提升产品品质和柔性制造能力。

2. 对标企业选择
   对标企业是指选择一些在相似行业或者有相似业务的企业，并将其作为参考标准来比较和分析自己企业的业务情况和效率。对标企业可以帮助企业了解自身的优劣势，找到可以改进的地方，从而提高自己企业的竞争力。

对标企业简介（我乐家居）
我乐家居股份有限公司总部位于南京江宁经济开发区，占地面积9万平方米，是一个集“信息化、高速化、智能化、立体化”——五化一体的生产基地,现已投产的溧水生产基地1号厂房占地11万平方米，引进多套全自动化柔性生产线，旨在促成我乐溧水生产基地各个板块工厂高效智能的生产需求，为我乐建造“智能工厂”，实现家居工业4.0革命而努力。
南京我乐家居股份有限公司于2017年6月16日正式在上海证券交易所挂牌上市，成功登陆A股主板，股票代码：603326。是上交所第1293家上市公司，本次发行A股4000万股。

选择该企业的原因：
1.行业相似性：我乐家居与美克家居在都是家居企业，在同一个行业，能保证参考标准的可比性。
2.业务范围相似性：我乐家居与美克家居在相似的业务范围内，能够保证参考标准的可比性。
3.规模相似性：我乐家居与美克家居在相似的规模范围内，能保证参考标准的可比性。
4.可行性：我乐家居是可以获取到其信息的，可以获取其的财务数据和美克家居进行对比和分析

二、企业财务指标分析
1.企业盈利能力分析
(1)毛利率：
毛利率是指公司的毛利除以销售额的百分比。毛利是指销售额减去成本费用的额度，因此毛利率可以反映公司的财务状况。
毛利率受到以下因素的影响：
1.销售额：毛利率与销售额成反比。销售额越高，毛利率就越高。
2.成本费用：毛利率与成本费用成反比。成本费用越低，毛利率就越高。
3.价格：如果公司能够提高产品的售价，毛利率就会提高。
4.市场竞争：如果市场竞争激烈，公司可能不得不降低价格，导致毛利率降低。
5.货币汇率：如果公司的销售额和成本费用用外币计价，而货币汇率发生变化，这也会影响毛利率。
6.管理效率：公司的管理效率也会影响毛利率。如果公司能够有效地控制成本费用，毛利率就会提高。
7.产品结构：公司的产品结构也会影响毛利率。

指标分析：

图1
从纵向来看美克家居的毛利率虽然在2018年到2019年有所上升，但在2017-2021年总体呈下降趋势。造成这一现象的原因有很多：环保安监的压力、定制家居行业的冲击、行业内的恶性竞争、中美贸易战等。此外，随着市场供应的增加，市场竞争的加剧，整个行业利润率也会下降。
从横向来看，通过对比美克家居和我乐家居两家企业的毛利率来看，虽然，美克家居近几年的毛利率呈下降趋势，但是依旧比我乐家居高。可以看出，两家公司的毛利率呈下降趋势，这说明两家公司都受到了市场、行业环境的影响，但美克家居的毛利率依旧比我乐家居的毛利率高，可能是由于美克家居企业成本控制的好，而不是原材料成本的波动。
(2)净利率：
净利率是一个重要的财务指标，可以用来衡量公司的盈利能力和盈利水平。它是通过将公司的净利润除以公司的总资产来计算的。净利率 = 净利润 / 总资产净利润是公司收益中扣除费用和税费后剩余的利润。总资产是公司所有资产的总和，包括流动资产（如库存和现金）和非流动资产（如土地和建筑物）。净利率的高低可以用来衡量公司的盈利能力。通常来说，净利率越高，公司的盈利能力就越强。

图2
从纵向分析净美克家居的净利率我们可以看出美克家居2017-2021年净利率总体呈下降趋势。原因可能是由于公司成本费用的增加，使得公司最终的盈利能力受到了负面影响。从以上数据可以看出，公司整体的盈利状况并不理想，长此以往，可能会导致公司资金周转不灵，甚至破产。

图3
通过横向对比同行业的我乐家居，可以看出我乐家居的净利率虽然在2018-2020年有上升的趋势，但在2020-2021的数据，我们可以看到对标公司我乐家居呈现大幅度下降的趋势。但身为同行的美克家居，相比与我乐家居，这几年的净利率虽也呈现下降的趋势，但是变化相对更稳定。

(3)成本费用利用率
成本费用利用率是指公司在生产和销售过程中成本费用的利用程度。它是通过将成本费用除以总成本费用来计算的。成本费用利用率越高，说明公司的成本费用利用效率越高，毛利率就越高。成本费用利用率受到以下因素的影响：
1.产品结构：如果公司的产品结构合理，成本费用利用率就会提高。
2.生产规模：生产规模越大，成本费用利用率就越高。
3.市场竞争：如果市场竞争激烈，公司可能不得不降低价格，导致成本费用利用率降低。
4.管理效率：公司的管理效率也会影响成本费用利用率。如果公司能够有效地控制成本费用，成本费用利用率就会提高。
5.货币汇率：如果公司的成本费用用外币计价，而货币汇率发生变化，这也会影响成本费用利用率。

图4
从上图可以看出，美克家居的成本费用利润率呈下降趋势。这可能是由于该公司在过去几年中遇到了许多困难，导致其成本费用增加，利润降低。这可能是由于市场竞争加剧，生产成本上升，销售额下降等原因造成的。此外，公司可能也会面临许多其他因素的影响，如经济不稳定、政策变化等，这些因素都可能导致公司的利润降低。为了提高利润率，美克家居可能需要采取一些措施，如降低成本、提高生产效率、扩大市场份额等。这些措施可以帮助公司在竞争激烈的市场中保持竞争力，并提高利润率。

图5

通过横向比较，美克家居相对与其对标企业我乐家居， 成本费用利润率虽呈下降趋势，但变换趋势相对稳定，而其对标企业的成本费用率虽然在2018年到2020年有上升趋势，但2020年过后大幅度下降，这可能意味着，美克家居在过去几年一直在尽力控制成本，而我乐家居在2018年到2020年期间的成本增长可能是由于其他因素导致的，而在2020年后我乐家居的成本明显下降，可能是由于该公司采取了有效的成本控制措施。

盈利能力分析小结
通过上面三个指标我们可以看到，美克家居和我乐家居的各项盈利能力的指标数据都是呈现下降的趋势，但美克家居的数据变化更加稳定，而我乐家居的盈利能力指标变化较为剧烈。这可能表明美克家居的经营状况较为稳定，而我乐家居的经营状况可能较为不稳定。

2.企业偿债能力分析
(1)流动比率：
流动比率是一种财务指标，用来衡量公司能够偿还短期债务的能力。它是通过将流动资产除以流动负债来计算的。流动资产是指公司能在一年内或者营业周期内转换为现金的资产，包括现金、应收账款、存货和其他类似的资产。流动负债是指公司在一年内或者营业周期内需要偿还的债务，包括应付账款、短期借款和其他类似的负债。流动比率越高，说明公司拥有足够的流动资产来偿还短期债务，财务状况越稳固。通常情况下，流动比率在1.2或更高时被认为是较为安全的。但是，不同的公司可能有不同的流动比率要求，因此应根据具体情况进行评估。

图6
纵向分析流动比率，美克家居 2017-2021年呈现逐年下降的趋势，在2021又有上升趋势，但都高于1.2，一般说来，比率越高，说明企业资产变现能力越强，短期偿债能力越强，反之则越弱。这可能意味着美克家居在这段时间内一直具有较强的偿债能力，即使流动比率在逐年下降，但仍然保持在安全的水平。

图7
横向分析，美克家居和处于同一行业的我乐家居在2017-2020年之间，流动比率都处于下降的趋势，但美克家居的流动比率大多数都高于我乐家居，并在2021年有了上升的趋势 。这表明，美克家居和我乐家居在2017-2020年之间流动比率下降的趋势表明，这两家公司可能正在面临资金短缺的压力。但是，美克家居的流动比率高于我乐家居，这意味着美克家居可能比我乐家居更有能力应对这种压力，并在2021年出现上升趋势可能意味着公司正在改善其资金状况。

(2)资产负债率：
资产负债率是衡量公司偿债能力的一个重要指标。它是通过将公司的负债总额除以公司的资产总额来计算的。资产负债率越高，说明公司负债越多，偿债能力越差。反之，资产负债率越低，公司负债越少，偿债能力越强。一般来说，资产负债率在40%到60%之间是比较理想的。如果资产负债率过低，说明公司没有充分利用资金；如果资产负债率过高，说明公司负债过多，偿债能力可能存在风险。资产负债率可以帮助投资者了解公司的偿债能力，并作为公司的信用风险的参考。

图8
通过分析上图美克家居的资产负债率可以看出，美克家居的资产负债率在这几年虽然有起起伏伏，但是值一般稳定在40%-60%之间，这意味着美克家居企业的偿债能力较好，因为公司的负债较少，可能不需要太多的利润来偿还。

图9
通过横向对比美克家居和我乐家居的资产负债率，在2017到2021年两者都处于上升趋势，美克家居在2018年和2019年高于我乐家居， 其余都低于美乐家居，稳定在40%到60%之间，可以看出来，美克家居和我乐家居的资产负债率都处于上升趋势，这可能意味着这两家公司在这段时间内增加了债务，但美克家居的资产负债率并不像我乐家居那样超过60%，可以看出美克家居企业相比与同行业的我乐家居，其偿债能力较好，可能公司的负债较少，可能不需要太多的利润来偿还。

(3)产权比率
产权比率是指一个公司或组织内股东的所有权的大小与其全部权益的比率。产权比率越高，说明股东的所有权在公司或组织内的份额越大，而债务人的份额就越小。产权比率通常被计算为股东权益与负债总额之比。产权比率可以通过计算股东权益÷负债总额来获得，这个比率可以帮助投资者了解一个公司或组织的财务状况，其偿债能力。

图10
通过纵向分析美克家居产权比率，其产权比率在2017到2021年整体呈上升的趋势，在2021年的时候高于1.0，这可能表明该公司在这段时间内增加了股东权益，同时减少了负债总额。这通常意味着公司的财务状况正在改善，并且有较强的偿债能力。

图11
通过横向对比美克家居和我乐家居两家企业，我们可以看出，在2017年-2021年，两者的产权比率都是呈现上升的趋势，虽然在2018年我乐家居有个下降趋势，但是后面又进一步提高，而美克家居更是在2021年达到了1.75的产权比率。公司股东权益占公司总资产的比例，越高就意味着公司更加稳健，因为股东权益所占的比例越大，说明公司的债务越少。这段时间里，两家企业的产权比率都呈现上升的趋势，这表明两家企业的财务状况都在提升。

3.企业营运能力分析
(1)应收账款周转天数
应收账款周转天数是一种重要的财务指标，用于衡量企业处理应收账款的效率。它反映了企业在多少天内能够收回应收账款的现金。应收账款周转天数的计算公式如下：应收账款周转天数 = 应收账款平均余额 / 日均销售收入 x 365天其中，应收账款平均余额是企业在一个会计期间内应收账款的平均余额，日均销售收入是企业在一个会计期间内日均销售收入的数值。应收账款周转天数越短，说明企业的应收账款管理效率越高，企业的流动性也越好。相反，如果应收账款周转天数较长，则说明企业应收账款管理效率较低，流动性也较差。应收账款周转天数的数值受许多因素的影响，包括企业的业务特点、销售模式、信用政策、赊账期限以及竞争环境等。因此，企业应根据具体情况进行分析和比较，并采取有效的措施提高应收账款周转天数。

图12
通过纵向分析美克家居2017-2021年的应收账款周转天数，我们可以看出，美克家居的应收款周转天数相对稳定，在20天上下，说明美克家居应收账款的回收较为顺利，财务状况相对良好。

图13
通过横向对比美克家居和我乐家居两家企业来看，我乐家居的应收账款周转天数波动很大，并且在2019年达到了五十多天的峰值，而美克家居的应收账款周转天数数据是没有多大的变化，很稳定。这可能意味着我乐家居的收款能力相对较弱，财务状况不太稳定，而美克家居的收款能力相对较强，财务状况较为稳定。

(2)总资产周转天数
总资产周转天数是一个衡量公司资产使用效率的指标。它表示公司在一年中平均使用总资产的天数，通常以营业收入除以平均总资产计算。公式为：总资产周转天数= 365天/（营业收入/平均总资产）这个指标反映了公司利用资产的效率，数值越小，则表明公司利用资产的效率越高。

图14

总资产周转天数是衡量一家公司资产管理效率的一个指标，它表示公司每天的总资产需要用多少天才能回收。如果总资产周转天数较少，说明公司的资产管理效率较高，可以快速回收投入的资金；如果总资产周转天数较多，则说明公司的资产管理效率较低，回收投入的资金的速度较慢。从2017年到2021年美克家居的总资产周转天数基本稳定在600天上下，表明公司的资产管理效率一直保持在较低的水平。

图15
横向对比美克家居和我乐家居的总资产周转天数数据，可以看出，2017年到2021年的数据中，美克家居的总资产周转天数比我乐家居的总资产周转天数高。这意味着美克家居在给定的时间内能够将资产转化为现金的能力比我乐家居强。这可能是由于美克家居在营运管理方面做得比我乐家居更好，比如说在库存管理、商品流通方面做得更好，或者是因为美克家居的业务模式更加高效。

(3)流动资产周转率
流动资产周转率是一个衡量公司流动资产使用效率的指标。它反映了公司流动资产在一年内经过多少次转化后才能清偿其短期债务的能力。流动资产周转率的计算公式为：流动资产周转率 = 总营业收入 ÷ 流动资产，其中，总营业收入表示公司在一年内所有业务的收入总和，流动资产包括应收账款、存货、流动资金等可以在短期内转化为现金的资产。流动资产周转率越高，说明公司流动资产的使用效率越高，可以用较少的流动资产支撑更多的营业收入，这对公司的财务状况是有利的。反之，流动资产周转率较低，则表明公司流动资产使用效率较低，需要大量的流动资产才能支撑相同的营业收入，这对公司的财务状况不利。

图16
纵向比较美克家居流动资产周转率，我们可以看出，美克家居近几年的流动资产周转率都是大于1的，并且近两年的流动资产周转率在升高，说明企业这两年利用资源的能力在上升。

图17
横向对比同行业的我乐家居，美克家居在2017-2021年间的流动资产周转率都比美乐家居要高的，
通过以上三个指标来看，博敏电子在应收账款周转天数，流动资产周转率这两个方面比景旺电子略好；在总资产周转天数方面显得不足。景旺电子在这个行业属于第一梯队，可以看出博敏电子的营运能力在行业中也是不错的。

4.企业发展能力分析
(1)营业收入增长率

从上图可以看出，博敏电子的营业收入增长率在2017年-2021年间，虽然起伏很大，但都是正数，说明每年的营业收入较于去年都要高，可以看出博敏电子具有良好的发展能力。

两企业的营业收入增长率都有起伏，总体来看，景旺电子的营业收入增长率相对稳定。可以看出，两企业的升降趋势一致，说明两企业都受到行业行情的影响。
(2)总资产增长率

总资产增长率反映了企业资产规模的增长情况。总资产增长率越高，表明企业一定时期内资产经营规模扩张的速度越快。以博敏电子2017年-2021年的数据来看，大部分都稳定在20%，在2018年更是达到了60%，这说明博敏电子的发展能力很优秀。

观察两家企业的总资产增长率，总体来说，差别不是很大。可以看出两家企业在2018年都进行了大规模得扩张。博敏电子得发展跟的上该行业的龙头，说明博敏电子的发展能力是很优秀的。
(3)资本积累率

资本积累率反映了企业所有者权益在当年的变动水平。该指标越高，表明企业的资本积累越多，企业资本保全性越强，应付风险、持续发展的能力越大。博敏电子近5年资本积累率波动很大2018年甚至达到了120%以上。说明该企业在2018年进行了大规模发展，总体来看博敏电子近年来的数据是不稳定的。

对比景旺电子，景旺电子的数据相对平稳，但总体来看是要略低于博敏电子的，说明博敏电子的发展能力是非常好的，具有很好的为发展潜力。
三、企业经营状况评价及前景预测
1.企业经营状况综合评价
从上面四个能力来看，博敏电子在盈利能力处于同行业平均水平。从盈利能力的三个指标来看，对比对标企业都是不如对标企业的。偿债能力方面，博敏电子处于同行业中上水平。与对标企业相比，博敏电子的短期偿债能力是不如对标企业的；但在长期偿债能力上与对标企业相差不大，处于同一水平。博敏电子的营运能力处于同行业中上水平，但仍有明显不足，公司应当花大力气，充分发掘潜力，使公司发展再上台阶，给股东更大回报。博敏电子的发展能力处于行业领先水平，有较乐观的发展前景，但仍然应当对某些薄弱环节加以改进。总体来说博敏电子是个不错的企业，还有很大的发展空间，对此我提出几点改进建议。

1. 改进公司生产方法，降低成本；对产品进行改进，提升产品利润率，提高利润，以至于提高盈利能力。
2. 加强存货的日常管理，安排好生产与销售，在正常生产的同时减少原材料库存，力售出产成品，尽力防治存货积压。
3. 开发适销对路的产品，强化销售工作，提高市场占有率，提高销售的速度。
4. 加强公司应收账款的管理力度，尽可能减少收账费用和坏账损失，加快资金的回笼。
   2.企业发展前景预测
   博敏电子属于“制造业/计算机、通信和其他电子设备制造业”行业，近年来，信息技术不断发展，数字经济渐成主流，作为信息技术和数字经济的重要媒介，电子设备的需求大幅增长，计算机、通信和其他电子设备制造业也快速发展。2016-2021年，计算机、通信和其他电子设备制造业规模以上企业主营业务收入快速上升。
   发展前景：
5. 从市场需求来看：受益于5G技术的发展，印制电路板行业将会进一步得到发展。相较于4G、5G将以全新的网络架构支持海量的物联网设备接入、千倍以上移动业务流量增长实现网络性能新的跃升。随着行业的发展，印制电路板的应用将越来越广泛。这对于博敏电子来说无疑是个机遇，对于以后的发展非常有帮助。
6. 从市场前景来看：近年来，电子信息产业高速发展，作为国家新兴产业发展重点之一的电子信息产业，正迎来重大发展机遇。我国已经在5G通讯、云计算、大数据、人工智能、工业4.0、物联网等新兴领域中开始深度发掘市场，印制电路板行业作为整个电子信息制造业产业链中承上启下的基础力量，将进入技术、产品新周期。综上，受益于5G时代的发展，加上国家的大力扶持，未来印制电路板行业景气度也会持续走高。对于博敏电子以后的发展非常有帮助，博敏电子在这个行业也是有着不错的竞争力，以后发展会很好。

附：Python代码

#收集数据代码
import requests
import re
import pandas as pd

code = [("603326", "我乐家居")]
year = ["2021","2020","2019","2018","2017","2016"]
report_period_id = ["5000"]
url = ["https://ssecurity.seentao.com/debug/security/security.balancesheet.get",
       "https://ssecurity.seentao.com/debug/security/security.incomestatement.get",
       "https://ssecurity.seentao.com/debug/security/security.cashflow.get"]
name_dict = {"incomestatement": "利润表", "cashflow": "现金流量表", "balancesheet": "资产负债表"}
try:
    for one in url:
        name = re.search('\/security\.(.*)\.get', one).group(1)
        sheet_name = 'sz_' + name
        data = pd.DataFrame()
        for S_id in code:
            stock_id = S_id[0]
            for b in report_period_id:
                try:
                    postdata = {"stockId": stock_id, "reporttype": b, "callType": "collection"}
                    json_data = requests.post(one, postdata).json()['result']
                    df = pd.DataFrame(json_data)
                    df = df[df['reportyear'].isin(year)]
                    data = pd.concat([data,df])
                except Exception as e:
                    print(e)
                    continue
        name_file = pd.read_excel('中英指标对照.xlsx', sheet_name=sheet_name)
        name_dir = dict(zip(name_file['en'], name_file['ch']))
        data.rename(columns=name_dir, inplace=True)
        print(data)
        end_data = data[name_file['ch']]
        end_data.to_excel(f"{'&'.join([i[1] for i in code])}_{name_dict.get(name)}采集结果.xlsx",
                          encoding='utf-8', index=False)
except Exception as e:
    print('采集失败', e)
import requests
import re
import pandas as pd
code = [("603228", "景旺电子")]
year = ["2021","2020","2019","2018","2017","2016"]
report_period_id = ["5000"]
url = ["https://ssecurity.seentao.com/debug/security/security.balancesheet.get",
       "https://ssecurity.seentao.com/debug/security/security.incomestatement.get",
       "https://ssecurity.seentao.com/debug/security/security.cashflow.get"]
name_dict = {"incomestatement": "利润表", "cashflow": "现金流量表", "balancesheet": "资产负债表"}
try:
    for one in url:
        name = re.search('\/security\.(.*)\.get', one).group(1)
        sheet_name = 'sz_' + name
        data = pd.DataFrame()
        for S_id in code:
            stock_id = S_id[0]
            for b in report_period_id:
                try:
                    postdata = {"stockId": stock_id, "reporttype": b, "callType": "collection"}
                    json_data = requests.post(one, postdata).json()['result']
                    df = pd.DataFrame(json_data)
                    df = df[df['reportyear'].isin(year)]
                    data = pd.concat([data,df])
                except Exception as e:
                    print(e)
                    continue
        name_file = pd.read_excel('中英指标对照.xlsx', sheet_name=sheet_name)
        name_dir = dict(zip(name_file['en'], name_file['ch']))
        data.rename(columns=name_dir, inplace=True)
        print(data)
        end_data = data[name_file['ch']]
        end_data.to_excel(f"{'&'.join([i[1] for i in code])}_{name_dict.get(name)}采集结果.xlsx",
                          encoding='utf-8', index=False)
except Exception as e:
    print('采集失败', e)
#博敏电子_毛利率
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.ticker as ticker

plt.rcParams['font.sans-serif'] = ['SimHei']  # 设置中文字体为黑体，
plt.rcParams['axes.unicode_minus'] = False  # 并设置负数显示问题
df = pd.read_excel('博敏电子_利润表采集结果.xlsx')
df['净利率'] = df.apply(lambda row: row['净利润']/row['营业收入'], axis=1)
fig,ax = plt.subplots()
ax.yaxis.set_major_formatter(ticker.PercentFormatter(xmax=1,decimals=0))
x=df['报表年份']
y=df['净利率']
plt.plot(df['报表年份'],df['净利率'])
plt.title("2016-2021年博敏电子净利率")
plt.xlabel('年份')
plt.ylabel('净利率')
plt.show()
ax.plot(x,y)
#博敏电子&景旺电子_毛利率
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.ticker as ticker

plt.rcParams['font.sans-serif'] = ['SimHei']  # 设置中文字体为黑体，
plt.rcParams['axes.unicode_minus'] = False  # 并设置负数显示问题
df = pd.read_excel('博敏电子_利润表采集结果.xlsx')
df2 = pd.read_excel('景旺电子_利润表采集结果.xlsx')
df['毛利率'] = df.apply(lambda row: (row['营业收入']-row['营业成本'])/row['营业收入'], axis=1)
df2['毛利率'] = df2.apply(lambda row: (row['营业收入']-row['营业成本'])/row['营业收入'], axis=1)
fig,ax = plt.subplots()
ax.yaxis.set_major_formatter(ticker.PercentFormatter(xmax=1,decimals=0))
plt.plot(df['报表年份'],df['毛利率'])
plt.plot(df2['报表年份'],df2['毛利率'])
plt.legend(['博敏电子', '景旺电子'])
plt.title("2016-2021年博敏电子&景旺电子毛利率")
plt.xlabel('年份')
plt.ylabel('毛利率')
plt.show()
#博敏电子_净利率
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.ticker as ticker

plt.rcParams['font.sans-serif'] = ['SimHei']  # 设置中文字体为黑体，
plt.rcParams['axes.unicode_minus'] = False  # 并设置负数显示问题
df = pd.read_excel('博敏电子_利润表采集结果.xlsx')
df['净利率'] = df.apply(lambda row: row['净利润']/row['营业收入'], axis=1)
fig,ax = plt.subplots()
ax.yaxis.set_major_formatter(ticker.PercentFormatter(xmax=1,decimals=0))
plt.plot(df['报表年份'],df['净利率'])
plt.title("2016-2021年博敏电子净利率")
plt.xlabel('年份')
plt.ylabel('净利率')
plt.show()
#博敏电子&景旺电子_净利率
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.ticker as ticker

plt.rcParams['font.sans-serif'] = ['SimHei']  # 设置中文字体为黑体，
plt.rcParams['axes.unicode_minus'] = False  # 并设置负数显示问题
df = pd.read_excel('博敏电子_利润表采集结果.xlsx')
df2 = pd.read_excel('景旺电子_利润表采集结果.xlsx')
df['净利率'] = df.apply(lambda row: row['净利润']/row['营业收入'], axis=1)
df2['净利率'] = df2.apply(lambda row: row['净利润']/row['营业收入'], axis=1)
fig,ax = plt.subplots()
ax.yaxis.set_major_formatter(ticker.PercentFormatter(xmax=1,decimals=0))
plt.plot(df['报表年份'],df['净利率'])
plt.plot(df2['报表年份'],df2['净利率'])
plt.legend(['博敏电子', '景旺电子'])
plt.title("2016-2021年博敏电子&景旺电子净利率")
plt.xlabel('年份')
plt.ylabel('净利率')
plt.show()
#博敏电子_成本费用利润率
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.ticker as ticker

plt.rcParams['font.sans-serif'] = ['SimHei']  # 设置中文字体为黑体，
plt.rcParams['axes.unicode_minus'] = False  # 并设置负数显示问题
df = pd.read_excel('博敏电子_利润表采集结果.xlsx')
df['成本费用利润率'] = df.apply(lambda row: row['利润总额']/(row['营业成本']+row['营业税金及附加']+row['销售费用']+row['管理费用']+row['财务费用']), axis=1)
fig,ax = plt.subplots()
ax.yaxis.set_major_formatter(ticker.PercentFormatter(xmax=1,decimals=0))
x=df['报表年份']
y=df['成本费用利润率']
plt.plot(df['报表年份'],df['成本费用利润率'])
plt.title("2016-2021年博敏电子成本费用利润率")
plt.xlabel('年份')
plt.ylabel('成本费用利润率')
plt.show()
ax.plot(x,y)
#博敏电子&景旺电子_成本费用利润率
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.ticker as ticker

plt.rcParams['font.sans-serif'] = ['SimHei']  # 设置中文字体为黑体，
plt.rcParams['axes.unicode_minus'] = False  # 并设置负数显示问题

df = pd.read_excel('博敏电子_利润表采集结果.xlsx')
df2 = pd.read_excel('景旺电子_利润表采集结果.xlsx')
df['成本费用利润率'] = df.apply(lambda row: row['利润总额']/(row['营业成本']+row['营业税金及附加']+row['销售费用']+row['管理费用']+row['财务费用']), axis=1)
df2['成本费用利润率'] = df2.apply(lambda row: row['利润总额']/(row['营业成本']+row['营业税金及附加']+row['销售费用']+row['管理费用']+row['财务费用']), axis=1)
fig,ax = plt.subplots()
ax.yaxis.set_major_formatter(ticker.PercentFormatter(xmax=1,decimals=0))
plt.plot(df['报表年份'],df['成本费用利润率'])
plt.plot(df2['报表年份'],df2['成本费用利润率'])
plt.legend(['博敏电子', '景旺电子'])
plt.title("2016-2021年博敏电子&景旺电子成本费用利润率")
plt.xlabel('年份')
plt.ylabel('成本费用利润率')
plt.show()
#博敏电子_流动比率
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.ticker as ticker

plt.rcParams['font.sans-serif'] = ['SimHei']  # 设置中文字体为黑体，
plt.rcParams['axes.unicode_minus'] = False  # 并设置负数显示问题
df = pd.read_excel('博敏电子_资产负债表采集结果.xlsx')
df['流动比率'] = df.apply(lambda row: row['流动资产合计']/row['流动负债合计'], axis=1)
fig, ax = plt.subplots()
width = 0.6
x = ax.bar(df['报表年份'], df['流动比率'], width)
ax.set_title('2016-2021年博敏电子流动比率')
ax.set_ylabel('流动比率')
ax.set_xlabel('年份')
plt.show()
#博敏电子&景旺电子_流动比率
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['SimHei']  # 设置中文字体为黑体，
plt.rcParams['axes.unicode_minus'] = False  # 并设置负数显示问题
df = pd.read_excel('博敏电子_资产负债表采集结果.xlsx')
df1 = pd.read_excel('景旺电子_资产负债表采集结果.xlsx')

df['流动比率'] = df.apply(lambda row: row['流动资产合计']/row['流动负债合计'], axis=1)
df1['流动比率'] = df1.apply(lambda row: row['流动资产合计']/row['流动负债合计'], axis=1)
fig, ax = plt.subplots()
width = 0.4
length=len(df['报表年份'])
x = np.arange(length)
ax.bar(x-width/2,df['流动比率'],label='博敏电子',width=width)
ax.bar(x+width/2,df1['流动比率'],label='景旺电子',width=width)
plt.xticks(x,df['报表年份'])
plt.legend()
ax.set_title('2016-2021年博敏电子&景旺电子流动比率')
ax.set_ylabel('流动比率')
ax.set_xlabel('年份')
plt.show()
#博敏电子_资产负债率
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.ticker as ticker

plt.rcParams['font.sans-serif'] = ['SimHei']  # 设置中文字体为黑体，
plt.rcParams['axes.unicode_minus'] = False  # 并设置负数显示问题
df = pd.read_excel('博敏电子_资产负债表采集结果.xlsx')
df['资产负债率'] = df.apply(lambda row: row['负债合计']/row['资产总计'], axis=1)
fig, ax = plt.subplots()
width = 0.6
x = ax.bar(df['报表年份'], df['资产负债率'], width)
ax.set_title('2016-2021年博敏电子资产负债率')
ax.set_ylabel('资产负债率')
ax.set_xlabel('年份')
plt.show()
#博敏电子&景旺电子_资产负债率
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['SimHei']  # 设置中文字体为黑体，
plt.rcParams['axes.unicode_minus'] = False  # 并设置负数显示问题
df = pd.read_excel('博敏电子_资产负债表采集结果.xlsx')
df1 = pd.read_excel('景旺电子_资产负债表采集结果.xlsx')
df['资产负债率'] = df.apply(lambda row: row['负债合计']/row['资产总计'], axis=1)
df1['资产负债率'] = df1.apply(lambda row: row['负债合计']/row['资产总计'], axis=1)
fig, ax = plt.subplots()
width = 0.4

length=len(df['报表年份'])
x = np.arange(length)
ax.bar(x-width/2,df['资产负债率'],label='博敏电子',width=width)
ax.bar(x+width/2,df1['资产负债率'],label='景旺电子',width=width)
plt.xticks(x,df['报表年份'])
plt.legend()
ax.set_title('2016-2021年博敏电子&景旺电子资产负债率')
ax.set_ylabel('资产负债率')
ax.set_xlabel('年份')
plt.show()
#博敏电子_产权比率
import pandas as pd
import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['SimHei']  # 设置中文字体为黑体，
plt.rcParams['axes.unicode_minus'] = False  # 并设置负数显示问题
df = pd.read_excel('博敏电子_资产负债表采集结果.xlsx')
df['产权比率'] = df.apply(lambda row: row['负债合计']/row['股东权益合计'], axis=1)
fig, ax = plt.subplots()
width = 0.6
x = ax.bar(df['报表年份'], df['产权比率'], width)
ax.set_title('2016-2021年博敏电子产权比率')
ax.set_ylabel('产权比率')
ax.set_xlabel('年份')
plt.show()
#博敏电子&景旺电子_产权比率
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['SimHei']  # 设置中文字体为黑体，
plt.rcParams['axes.unicode_minus'] = False  # 并设置负数显示问题
df = pd.read_excel('博敏电子_资产负债表采集结果.xlsx')
df1 = pd.read_excel('景旺电子_资产负债表采集结果.xlsx')
df['产权比率'] = df.apply(lambda row: row['负债合计']/row['股东权益合计'], axis=1)
df1['产权比率'] = df1.apply(lambda row: row['负债合计']/row['股东权益合计'], axis=1)
fig, ax = plt.subplots()
width = 0.4
length=len(df['报表年份'])
x = np.arange(length)
ax.bar(x-width/2,df['产权比率'],label='博敏电子',width=width)
ax.bar(x+width/2,df1['产权比率'],label='景旺电子',width=width)
plt.xticks(x,df['报表年份'])
plt.legend()
ax.set_title('2016-2021年博敏电子&景旺电子产权比率')
ax.set_ylabel('产权比率')
ax.set_xlabel('年份')
plt.show()
#博敏电子_应收账款周转天数
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.ticker as ticker

plt.rcParams['font.sans-serif'] = ['SimHei']  # 设置中文字体为黑体，
plt.rcParams['axes.unicode_minus'] = False  # 并设置负数显示问题
df = pd.read_excel('博敏电子_资产负债表采集结果.xlsx')
df1 = pd.read_excel('博敏电子_利润表采集结果.xlsx')
df['应收账款周转天数'] = df['应收帐款']*365/df1['营业收入']
fig, ax = plt.subplots()
width = 0.6
x = ax.bar(df['报表年份'], df['应收账款周转天数'], width)
ax.set_title('2016-2021年博敏电子应收账款周转天数')
ax.set_ylabel('应收账款周转天数(单位:天)')
ax.set_xlabel('年份')
plt.show()
#博敏电子&景旺电子_应收账款周转天数
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['SimHei']  # 设置中文字体为黑体，
plt.rcParams['axes.unicode_minus'] = False  # 并设置负数显示问题
df = pd.read_excel('博敏电子_资产负债表采集结果.xlsx')
df1 = pd.read_excel('博敏电子_利润表采集结果.xlsx')
df2 = pd.read_excel('景旺电子_资产负债表采集结果.xlsx')
df3 = pd.read_excel('景旺电子_利润表采集结果.xlsx')
df['应收账款周转天数'] = df['应收帐款']*365/df1['营业收入']
df2['应收账款周转天数'] = df2['应收帐款']*365/df3['营业收入']
fig, ax = plt.subplots()
width = 0.4
length=len(df['报表年份'])
x = np.arange(length)
ax.bar(x-width/2,df['应收账款周转天数'],label='博敏电子',width=width)
ax.bar(x+width/2,df2['应收账款周转天数'],label='景旺电子',width=width)
plt.xticks(x,df['报表年份'])
plt.legend()
ax.set_title('2016-2021年博敏电子&景旺电子应收账款周转天数')
ax.set_ylabel('应收账款周转天数(单位:天)')
ax.set_xlabel('年份')
plt.show()
#博敏电子_总资产周转天数
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.ticker as ticker

plt.rcParams['font.sans-serif'] = ['SimHei']  # 设置中文字体为黑体，
plt.rcParams['axes.unicode_minus'] = False  # 并设置负数显示问题
df = pd.read_excel('博敏电子_资产负债表采集结果.xlsx')
df1 = pd.read_excel('博敏电子_利润表采集结果.xlsx')
df['总资产周转天数'] = 365/(df1['营业收入']/df['资产总计'])
fig, ax = plt.subplots()
width = 0.6
x = ax.bar(df['报表年份'], df['总资产周转天数'], width)
ax.set_title('2016-2021年博敏电子总资产周转天数')
ax.set_ylabel('总资产周转天数(单位:天)')
ax.set_xlabel('年份')
plt.show()
#博敏电子&景旺电子_总资产周转天数
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['SimHei']  # 设置中文字体为黑体，
plt.rcParams['axes.unicode_minus'] = False  # 并设置负数显示问题
df = pd.read_excel('博敏电子_资产负债表采集结果.xlsx')
df1 = pd.read_excel('博敏电子_利润表采集结果.xlsx')
df2 = pd.read_excel('景旺电子_资产负债表采集结果.xlsx')
df3 = pd.read_excel('景旺电子_利润表采集结果.xlsx')
df['总资产周转天数'] = 365/(df1['营业收入']/df['资产总计'])
df2['总资产周转天数'] = 365/(df3['营业收入']/df2['资产总计'])
fig, ax = plt.subplots()
width = 0.4
length=len(df['报表年份'])
x = np.arange(length)
ax.bar(x-width/2,df['总资产周转天数'],label='博敏电子',width=width)
ax.bar(x+width/2,df2['总资产周转天数'],label='景旺电子',width=width)
plt.xticks(x,df['报表年份'])
plt.legend()
ax.set_title('2016-2021年博敏电子&景旺电子总资产周转天数')
ax.set_ylabel('总资产周转天数(单位:天)')
ax.set_xlabel('年份')
plt.show()
#博敏电子_流动资产周转率
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.ticker as ticker

plt.rcParams['font.sans-serif'] = ['SimHei']  # 设置中文字体为黑体，
plt.rcParams['axes.unicode_minus'] = False  # 并设置负数显示问题
df = pd.read_excel('博敏电子_资产负债表采集结果.xlsx')
df1 = pd.read_excel('博敏电子_利润表采集结果.xlsx')
df['流动资产周转率'] = df1['营业收入']/df['流动资产合计']
fig, ax = plt.subplots()
width = 0.6
x = ax.bar(df['报表年份'], df['流动资产周转率'], width)
ax.set_title('2016-2021年博敏电子流动资产周转率')
ax.set_ylabel('流动资产周转率')
ax.set_xlabel('年份')
plt.show()
#博敏电子&景旺电子_流动资产周转率
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['SimHei']  # 设置中文字体为黑体，
plt.rcParams['axes.unicode_minus'] = False  # 并设置负数显示问题
df = pd.read_excel('博敏电子_资产负债表采集结果.xlsx')
df1 = pd.read_excel('博敏电子_利润表采集结果.xlsx')
df2 = pd.read_excel('景旺电子_资产负债表采集结果.xlsx')
df3 = pd.read_excel('景旺电子_利润表采集结果.xlsx')
df['流动资产周转率'] = df1['营业收入']/df['流动资产合计']
df2['流动资产周转率'] = df3['营业收入']/df2['流动资产合计']
fig, ax = plt.subplots()
width = 0.4
length=len(df['报表年份'])
x = np.arange(length)
ax.bar(x-width/2,df['流动资产周转率'],label='博敏电子',width=width)
ax.bar(x+width/2,df2['流动资产周转率'],label='景旺电子',width=width)
plt.xticks(x,df['报表年份'])
plt.legend()
ax.set_title('2016-2021年博敏电子&景旺电子流动资产周转率')
ax.set_ylabel('流动资产周转率')
ax.set_xlabel('年份')
plt.show()
#博敏电子_营业收入增长率
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.ticker as ticker

plt.rcParams['font.sans-serif'] = ['SimHei']  # 设置中文字体为黑体，
plt.rcParams['axes.unicode_minus'] = False  # 并设置负数显示问题
df = pd.read_excel('博敏电子_利润表采集结果.xlsx')
list = df['营业收入'].tolist()
list.reverse()
data=pd.Series(data=list)
df['营业收入增长率'] = data.pct_change().fillna(0)
list1=df['营业收入增长率'].tolist()
list1.reverse()
fig,ax = plt.subplots()
ax.yaxis.set_major_formatter(ticker.PercentFormatter(xmax=1,decimals=0))
x=df['报表年份']
y=list1
plt.plot(df['报表年份'],list1)
plt.title("2016-2021年博敏电子营业收入增长率")
plt.xlabel('年份')
plt.ylabel('营业收入增长率')
plt.show()
ax.plot(x,y)
#博敏电子&景旺电子_营业收入增长率
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.ticker as ticker

plt.rcParams['font.sans-serif'] = ['SimHei']  # 设置中文字体为黑体，
plt.rcParams['axes.unicode_minus'] = False  # 并设置负数显示问题
df = pd.read_excel('博敏电子_利润表采集结果.xlsx')
df1 = pd.read_excel('景旺电子_利润表采集结果.xlsx')
list = df['营业收入'].tolist()
list.reverse()
data=pd.Series(data=list)
df['营业收入增长率'] = data.pct_change().fillna(0)
list1=df['营业收入增长率'].tolist()
list1.reverse()
list2 = df1['营业收入'].tolist()
list2.reverse()
data=pd.Series(data=list2)
df1['营业收入增长率'] = data.pct_change().fillna(0)
list3=df1['营业收入增长率'].tolist()
list3.reverse()
fig,ax = plt.subplots()
ax.yaxis.set_major_formatter(ticker.PercentFormatter(xmax=1,decimals=0))
plt.plot(df['报表年份'],list1)
plt.plot(df1['报表年份'],list3)
plt.legend(['博敏电子', '景旺电子'])
plt.title("2016-2021年博敏电子&景旺电子营业收入增长率")
plt.xlabel('年份')
plt.ylabel('营业收入增长率')
plt.show()
#博敏电子_总资产增长率
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.ticker as ticker

plt.rcParams['font.sans-serif'] = ['SimHei']  # 设置中文字体为黑体，
plt.rcParams['axes.unicode_minus'] = False  # 并设置负数显示问题
df = pd.read_excel('博敏电子_资产负债表采集结果.xlsx')
list = df['资产总计'].tolist()
list.reverse()
data=pd.Series(data=list)
df['总资产增长率'] = data.pct_change().fillna(0)
list1=df['总资产增长率'].tolist()
list1.reverse()
fig,ax = plt.subplots()
ax.yaxis.set_major_formatter(ticker.PercentFormatter(xmax=1,decimals=0))
plt.plot(df['报表年份'],list1)
plt.title("2016-2021年博敏电子总资产增长率")
plt.xlabel('年份')
plt.ylabel('总资产增长率')
plt.show()
#博敏电子&景旺电子_总资产增长率
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.ticker as ticker

plt.rcParams['font.sans-serif'] = ['SimHei']  # 设置中文字体为黑体，
plt.rcParams['axes.unicode_minus'] = False  # 并设置负数显示问题
df = pd.read_excel('博敏电子_资产负债表采集结果.xlsx')
df1 = pd.read_excel('景旺电子_资产负债表采集结果.xlsx')
list = df['资产总计'].tolist()
list.reverse()
data=pd.Series(data=list)
df['总资产增长率'] = data.pct_change().fillna(0)
list1=df['总资产增长率'].tolist()
list1.reverse()
list2 = df1['资产总计'].tolist()
list2.reverse()
data=pd.Series(data=list2)
df1['总资产增长率'] = data.pct_change().fillna(0)
list3=df1['总资产增长率'].tolist()
list3.reverse()
fig,ax = plt.subplots()
ax.yaxis.set_major_formatter(ticker.PercentFormatter(xmax=1,decimals=0))
plt.plot(df['报表年份'],list1)
plt.plot(df1['报表年份'],list3)
plt.legend(['博敏电子', '景旺电子'])
plt.title("2016-2021年博敏电子&景旺电子总资产增长率")
plt.xlabel('年份')
plt.ylabel('总资产增长率')
plt.show()
#博敏电子_资本累积率
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.ticker as ticker

plt.rcParams['font.sans-serif'] = ['SimHei']  # 设置中文字体为黑体，
plt.rcParams['axes.unicode_minus'] = False  # 并设置负数显示问题
df = pd.read_excel('博敏电子_资产负债表采集结果.xlsx')
list = df['归属于母公司所有者权益合计'].tolist()
list.reverse()
data=pd.Series(data=list)
df['资本积累率'] = data.pct_change().fillna(0)
list1=df['资本积累率'].tolist()
list1.reverse()
fig,ax = plt.subplots()
ax.yaxis.set_major_formatter(ticker.PercentFormatter(xmax=1,decimals=0))
plt.plot(df['报表年份'],list1)
plt.title("2016-2021年博敏电子资本积累率")
plt.xlabel('年份')
plt.ylabel('资本积累率')
plt.show()
#博敏电子&景旺电子_资本累积率
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.ticker as ticker

plt.rcParams['font.sans-serif'] = ['SimHei']  # 设置中文字体为黑体，
plt.rcParams['axes.unicode_minus'] = False  # 并设置负数显示问题
df = pd.read_excel('博敏电子_资产负债表采集结果.xlsx')
df1 = pd.read_excel('景旺电子_资产负债表采集结果.xlsx')
list = df['归属于母公司所有者权益合计'].tolist()
list.reverse()
data=pd.Series(data=list)
df['资本积累率'] = data.pct_change().fillna(0)
list1=df['资本积累率'].tolist()
list1.reverse()
list2 = df1['归属于母公司所有者权益合计'].tolist()
list2.reverse()
data=pd.Series(data=list2)
df1['资本积累率'] = data.pct_change().fillna(0)
list3=df1['资本积累率'].tolist()
list3.reverse()
fig,ax = plt.subplots()
ax.yaxis.set_major_formatter(ticker.PercentFormatter(xmax=1,decimals=0))
plt.plot(df['报表年份'],list1)
plt.plot(df1['报表年份'],list3)
plt.legend(['博敏电子', '景旺电子'])
plt.title("2016-2021年博敏电子&景旺电子资本积累率")
plt.xlabel('年份')
plt.ylabel('资本积累率')
plt.show()