高商誉、业绩骤降,踩雷风险大
商誉与净资产比值越大,商誉减值概率越大,同时引发业绩亏损风险越大,当达到30%,而且财报业绩又骤降,投资者需要重点关注该股票,今天就教你剔除高商誉股票。
-
第一步获取数据
我们先要拿到沪深股票商誉数据,这些数据财经网站上都有,可以用爬虫去爬,也可以手动下载,我们这里借用第三方工具,也是python的一个第三方库 AKShare,这个库提供很多有用的数据接口,用兴趣的可以去看一下:
#coding=utf-8
import akshare as ak
def get_stock_data(datastr):
stock_em_sy_list_df = ak.stock_em_sy_list(symbol="沪深两市", trade_date=datastr)
stock_em_sy_list_df['股票代码']='['+stock_em_sy_list_df['股票代码']+']'
stock_em_sy_list_df.to_csv('stock_hsls.csv',encoding='gbk',index=False)
if __name__ == "__main__":
get_stock_data("2020-03-31")
数据拉下来长这样:
- 第二步分析:
#coding=utf-8
import pandas as pd
def analyse():
result = pd.read_csv('stock_hsls.csv', encoding='gbk')
# 处理时发现有重复数据,先剔除掉
result = result.drop_duplicates()
result = result.loc[result['商誉占净资产比例(%)'] > 0.30, :]
result['商誉占净资产比例(%)'] = result['商誉占净资产比例(%)'] * 100
result['净利润同比(%)'] = result['净利润同比(%)'] * 100
result = result.sort_values(by=['商誉占净资产比例(%)', '商誉(元)'], ascending=False)
result['排序'] = [i for i in range(1, len(result) + 1)]
result.to_csv('result.csv', encoding='gbk', index=False)
if __name__ == "__main__":
#get_stock_data("2020-03-31")
analyse()
代码执行得出结果截至20200331商誉占净资产比例>30%的总共有185只(没全部截图),其中排名靠前又业绩骤降的,谨慎投资:
备注:求个赞,后续接着更新