发帖
雷达卡
财务分析有很多种分析方法，其中横向和纵向是比较常用的。通俗的讲，横向分析就行同行业的分析：为了方便和美观，习惯上把同行业的多家企业横着排成一排，对比分析各经营指标以发现异常；纵向分析就是同一企业不同时期的分析（一般3~5年）：也是出于方便和美观，习惯上把企业连续几年的经营数据纵向排成一列，对比不同时期企业的经营业绩。
如果分析的重点是看公司的成长性和财务的稳健状况，一般使用纵向分析法。尤其纵向分析法在趋势发现和预测公司未来业绩上也是非常有效的。但是也是需要掌握正确的方法的。
纵向分析一般需要注意以下几个问题：
第一 会计方法变更问题
会计数据的时间序列分析所要求的时间数，严格来讲需要至少10年的数据，最少也要5年。期间，会计统计方法可能已经发生的变化，如果发生变化，一般的处理方法如下
1. 保留所有时间内的值，但是进行调整，使所有数据都在一个统一的会计准则下面
2. 只对同样会计方法下的部分数据进行处理，前提是两个准则相差太大，没有办法进行统一。或者调整的成本比较高。
3. 不做处理，当发生的会计方法的变化但是并不是很大的时候，可以默认为是一致的准则。不需要进行进一步的修改。
第二 结构变化的问题
如产业升级，技术革新，资产重组等等，都会影响之前的财务结构和表现。尤其在进行技术换代的初期，需要大量的投入，这样，在财务报表上就体现出很大的财务支出，以及减少的利润率和现金流。这一点需要注意。
第三 会计分类问题
因为会计的准则并不是唯一的，有的资产统计可以使用多种的会计方法，所以，在统计的时候，要注意存在一些资产的分类情况。比如，相同的投入，有的企业把它归类为成本，而有的企业把它划归为固定资产。
比如，以一家上市公司浦发银行为例，分析它为什么出现了增长缓慢的问题，就需要对近10年的财务数据进行纵向分析。
使用python获取财务数据的方法如下：
需要使用一个股票数据包baostock。
import baostock as bs
import pandas as pd
# 登陆系统
lg = bs.login()
# 显示登陆返回信息
print('login respond error_code:'+lg.error_code)
print('login respond error_msg:'+lg.error_msg)
# 查询季频估值指标盈利能力
profit_list = []
rs_profit =bs.query_profit_data(code="sh.600000", year=2017, quarter=4)
while (rs_profit.error_code == '0')& rs_profit.next():
profit_list.append(rs_profit.get_row_data())
result_profit =pd.DataFrame(profit_list, columns=rs_profit.fields)
# 打印输出
print(result_profit)
# 结果集输出到csv文件
result_profit.to_csv("D:\\profit_data.csv",encoding="gbk", index=False)
# 登出系统
bs.logout()
就可以获取2017财年的盈利能力数据，同样，修改参数2017为其它年份，如2015，可以获得近几年的财务数据，进而进行纵向的数据比对分析。或者将某个指标的值画成图表，更能体现变化趋势。
京公网安备 11010802022788号
