Financial Edu David

A股上市公司财务分析全流程

适用场景

对指定A股上市公司进行3-5年财务经营状况综合分析，覆盖从数据采集到可视化交付的完整链路。

前置条件

• Python 3.8+，安装依赖：pip install requests pdfplumber openpyxl
• 网络可访问 cninfo.com.cn、eastmoney.com、cdn.jsdelivr.net（或备选CDN）
• 工作目录有写权限

---

五阶段工作流程

严格按以下顺序执行，每阶段完成后确认数据正确性再进入下一阶段。

Phase 1: 年报采集

目标：从巨潮资讯网下载目标股票近N年（默认4年）年报PDF

步骤：

1. 确定股票代码（6位数字）、市场（sh/sz）、年份范围
2. 运行采集脚本：

   python scripts/fetch_annual_reports.py \
     --code {股票代码} --name "{股票名称}" \
     --years {起始年}-{结束年} --dir "{目标目录}" --market {sh|sz}
   

3. 若脚本因API变化失败，手动执行以下步骤：
   • 先查 orgId：GET https://www.cninfo.com.cn/new/information/topSearch/query?key={code}
   • 再查公告：POST https://www.cninfo.com.cn/new/hisAnnouncement/query（参数详见 cninfo_api.md）
   • 下载PDF：GET https://static.cninfo.com.cn/{adjunctUrl}
4. 验证：PDF文件大小 > 100KB，可正常打开

输出：目录下 N 份年报 PDF + 采集日志.json

Phase 2: 三表提取

目标：从PDF提取合并资产负债表、利润表、现金流量表 → xlsx

步骤：

1. 先用 pdfplumber 探测每份PDF中三张表所在页码（0索引）：

   import pdfplumber
   with pdfplumber.open("年报.pdf") as pdf:
       for i, page in enumerate(pdf.pages):
           text = page.extract_text() or ""
           if "合并资产负债表" in text and "母公司" not in text:
               print(f"资产负债表在第{i}页")
           # 同理探测利润表、现金流量表
   

   重要：每张表可能跨2-3页，需确认起始页和结束页
2. 构建 pdf_config.json（格式见下方示例）
3. 运行提取脚本：

   python scripts/extract_financial_tables.py --dir "{目标目录}" --config pdf_config.json
   

4. 若出现科目名缺失（因PDF跨行拆分导致），需手动补全核心科目（资产总计、负债合计、营业收入、净利润等）

pdf_config.json 格式：

{
  "2022": {
    "file": "2023-04-21_公司名_2022年度报告.PDF",
    "balance_pages": [104, 105, 106],
    "income_pages": [108, 109, 110],
    "cash_pages": [111, 112, 113],
    "ann_id": "1216492757",
    "ann_url": "https://www.cninfo.com.cn/new/disclosure/detail?annoId=1216492757",
    "raw_url": "https://static.cninfo.com.cn/finalpage/2023-04-21/1216492757.PDF"
  }
}

PDF解析核心问题：

• 科目名跨行拆分（如"三、营业利润（亏损以"－"号填列）"可能分3行）：脚本使用 pending_subject 状态机处理
• 附注引用混入科目名（如"七、74"）：正则清理
• 即使处理仍有遗漏，需要以东方财富F10数据为基准补充核心科目

输出：每年一份 xlsx（3个sheet），文件命名：{股票名}_合并三表_{年份}年.xlsx

Phase 3: 财务分析

目标：计算完整的财务指标体系 + 杜邦分析

步骤：

1. 采集核心数据：从xlsx中提取30+个关键科目值，生成 _core_data.json
   • 必含科目：资产总计、负债合计、所有者权益合计、流动资产合计、流动负债合计、存货、货币资金、应收账款、固定资产、短期借款、长期借款、营业收入、营业成本、净利润、归母净利润、归母股东权益、利润总额、销售费用、管理费用、研发费用、财务费用、所得税费用、经营活动/投资活动/筹资活动现金流量净额、销售商品提供劳务收到的现金
   • 注意：单位从"元"转换为"亿元"
2. 逐项计算指标 → 生成 _metrics.json
   • 指标计算公式详见 metrics_guide.md
   • 杜邦分析：ROE = 净利率 × 总资产周转率 × 权益乘数
3. 对每个指标标注判定（好/中/差），判定标准参考 metrics_guide.md

输出：_core_data.json + _metrics.json

Phase 4: 可视化看板

目标：生成HTML格式的动态财务分析数据可视化看板

看板结构（必须包含以下全部模块）：

技术规范：

• 使用 ECharts 5.x CDN（5个源自动回退）
• 所有数据内嵌在 `` 中，无外部JSON依赖
• 使用 IIFE 封装避免全局变量污染
• 参考设计：generate_dashboard.py

杜邦分析实现：

• 纯 HTML+CSS（不用 ECharts graph），更接近东方财富F10风格
• 5层树形结构：ROE → 净利率/周转率/权益乘数 → 净利润÷营收 | 资产÷权益 → ...
• 支持年份切换
• 每个节点显示数值 + 运算符（× ÷ + −）
• 底部多列明细列表

Phase 5: 数据核对

目标：确保分析数据与官方公开数据一致

步骤：

1. 调用东方财富F10接口核对（详见 eastmoney_api.md）
2. 核心核对科目：资产总计、负债合计、所有者权益合计、经营/投资/筹资现金流净额（必须100%一致）
3. 利润表科目允许±5%误差（因PDF解析跨行问题）
4. 将核对结果写入看板的"数据核对"区
5. 若数据不一致，以东方财富F10为准修正 _core_data.json

---

关键注意事项

PDF解析常见陷阱

1. 科目名跨行：A股年报PDF中，部分科目名被排版引擎拆分为2-3行，需使用 pending_subject 状态机处理
2. 附注引用：科目名后常跟"七、74"等附注引用，需正则清理
3. 单位混淆：三张表单位均为"元"，分析时需转为"亿元"
4. 页码探测：三张表页码每年不同，必须逐份PDF人工或程序探测

数据模板

_core_data.json 示例结构：

{
  "2022": {
    "资产总计": 10309876543.21,
    "负债合计": 6615432109.87,
    "营业收入": 6165432109.87,
    ...
  }
}

_metrics.json 示例结构：

{
  "2022": {
    "流动比率": 0.65,
    "资产负债率%": 64.17,
    "销售毛利率%": 14.83,
    "ROE_归母%": 0.87,
    "杜邦ROE": 0.87,
    "杜邦净利率": 0.35,
    "杜邦总资产周转率": 0.60,
    "杜邦权益乘数": 3.47,
    ...
  }
}

参考文件

• cninfo_api.md — 巨潮资讯网API详细参数
• eastmoney_api.md — 东方财富F10核对接口
• metrics_guide.md — 财务指标计算公式与标准值

脚本文件

• scripts/fetch_annual_reports.py — 年报下载脚本（接受命令行参数）
• scripts/extract_financial_tables.py — PDF三表提取脚本（接受命令行参数）
• 可视化看板由AI直接生成HTML（参考 scripts/generate_dashboard.py 中的模式），不依赖独立脚本