使用 Python 分析上市公司财务报表，通常包括以下几个步骤： 1. **获取财务数据**（如从 Excel、CSV、API 或网页爬取）。 2. **数据清洗与预处理**。 3. **财务指标计算**（如流动比率、资产负债率、ROE 等）。 4. **可视化分析**（如折线图、柱状图等）。 5. **趋势分析与财务健康评估**。 下面我将演示一个完整的示例，包括如何从 CSV 文件中读取财务数据，并进行简单的分析和可视化。 --- ### 示例：使用 Python 读取并分析某上市公司的财务报表 #### 1. 准备数据（CSV 格式示例） 假设我们有一个 `financial_data.csv` 文件，内容如下： | Year | Revenue | NetProfit | TotalAssets | TotalLiabilities | ShareholderEquity | OperatingCashFlow | |------|---------|-----------|-------------|------------------|-------------------|--------------------| | 2020 | 1000000 | 100000 | 800000 | 400000 | 400000 | 90000 | | 2021 | 1200000 | 130000 | 900000 | 420000 | 480000 | 110000 | | 2022 | 1300000 | 150000 | 950000 | 430000 | 520000 | 120000 | | 2023 | 1400000 | 170000 | 1000000 | 440000 | 560000 | 130000 | --- #### 2. Python 代码实现 ```python import pandas as pd import matplotlib.pyplot as plt # 读取财务数据 df = pd.read_csv('financial_data.csv') # 打印原始数据 print("原始财务数据：") print(df) # 计算财务比率 df['ROE'] = df['NetProfit'] / df['ShareholderEquity'] # 净资产收益率 df['DebtToEquity'] = df['TotalLiabilities'] / df['ShareholderEquity'] # 资产负债比 df['NetProfitMargin'] = df['NetProfit'] / df['Revenue'] # 净利润率 # 输出计算后的数据 print("\n计算后的财务比率：") print(df[['Year', 'ROE', 'DebtToEquity', 'NetProfitMargin']]) # 可视化分析 plt.figure(figsize=(14, 6)) # ROE 趋势图 plt.subplot(1, 3, 1) plt.plot(df['Year'], df['ROE'], marker='o') plt.title('ROE Trend') plt.xlabel('Year') plt.ylabel('ROE') # 资产负债比趋势图 plt.subplot(1, 3, 2) plt.plot(df['Year'], df['DebtToEquity'], marker='o', color='r') plt.title('Debt to Equity Ratio') plt.xlabel('Year') # 净利润率趋势图 plt.subplot(1, 3, 3) plt.plot(df['Year'], df['NetProfitMargin'], marker='o', color='g') plt.title('Net Profit Margin') plt.xlabel('Year') plt.tight_layout() plt.show() ``` --- ### 代码解释： 1. **读取数据**： - 使用 `pandas.read_csv()` 读取 CSV 文件中的财务数据。 2. **计算财务比率**： - ROE（净资产收益率）= 净利润 / 股东权益 - Debt to Equity（资产负债比）= 总负债 / 股东权益 - Net Profit Margin（净利润率）= 净利润 / 收入 3. **可视化分析**： - 使用 `matplotlib` 绘制三个财务指标的趋势图，观察公司财务表现的变化。 --- ###