第九章 大數(shù)據(jù)財(cái)務(wù)決策

財(cái)

務(wù)

第九章大數(shù)據(jù)財(cái)務(wù)決策管理大數(shù)據(jù)財(cái)務(wù)決策的相關(guān)概念01大數(shù)據(jù)在風(fēng)險(xiǎn)型財(cái)務(wù)決策中的應(yīng)用02大數(shù)據(jù)在營(yíng)業(yè)收入分析決策中的應(yīng)用03本章講授內(nèi)容如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移了解大數(shù)據(jù)的概念和特征，掌握財(cái)務(wù)決策的概念和特征，了解財(cái)務(wù)風(fēng)險(xiǎn)在企業(yè)財(cái)務(wù)決策中地位，掌握財(cái)務(wù)風(fēng)險(xiǎn)的度量方式，掌握在營(yíng)業(yè)收入分析決策中的應(yīng)用過程，掌握數(shù)據(jù)清洗、數(shù)據(jù)可視化等操作的基本語句。學(xué)習(xí)目標(biāo)如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移蘇州美樂食品有限公司創(chuàng)始于2012年08月06日，位于江蘇省蘇州市百家巷131號(hào)，是一家批發(fā)銷售軟飲料的公司。公司自成立以來始終奉行一流服務(wù)和快速物流的宗旨，樹立讓產(chǎn)品遍銷全國(guó)各地的目標(biāo)。蘇州美樂食品有限公司是一家中小型企業(yè)，其市場(chǎng)占有率相對(duì)較小，而批發(fā)銷售軟飲料行業(yè)市場(chǎng)潛力巨大，行業(yè)增速不斷上升，市場(chǎng)競(jìng)爭(zhēng)異常激烈。對(duì)于蘇州美樂食品有限公司來說挑戰(zhàn)與機(jī)遇并存，通過不斷擴(kuò)大市場(chǎng)份額和降低成本費(fèi)用支出，提高規(guī)模效應(yīng)和成本領(lǐng)先的優(yōu)勢(shì)才能在行業(yè)中占有一席之地。案例導(dǎo)入如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移大數(shù)據(jù)的分析與挖掘成為未來公司博弈的重要利器之一，利用該工具對(duì)企業(yè)當(dāng)前經(jīng)營(yíng)數(shù)據(jù)進(jìn)行深層次的數(shù)據(jù)分析，透析其現(xiàn)狀背后的原因，結(jié)合企業(yè)當(dāng)下與未來的經(jīng)營(yíng)趨勢(shì)，提出前瞻性意見。幫助蘇州美樂食品有限公司提升企業(yè)經(jīng)營(yíng)決策有用性，幫助企業(yè)戰(zhàn)略管理和經(jīng)營(yíng)決策做精益管理與價(jià)值挖掘。大數(shù)據(jù)的分析與挖掘成為未來公司博弈的重要利器之一。請(qǐng)思考，如果您是蘇州美樂食品有限公司的CFO，您將如何利用該工具對(duì)企業(yè)當(dāng)前經(jīng)營(yíng)數(shù)據(jù)進(jìn)行深層次的數(shù)據(jù)分析，進(jìn)行價(jià)值挖掘，透析其現(xiàn)狀背后的原因，結(jié)合本企業(yè)當(dāng)下與未來的經(jīng)營(yíng)趨勢(shì)，給公司CEO提出前瞻性意見，幫助企業(yè)作出改進(jìn)戰(zhàn)略決策，提升企業(yè)經(jīng)營(yíng)決策有用性。案例導(dǎo)入1大數(shù)據(jù)財(cái)務(wù)決策的相關(guān)概念PARTONE如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移大家思考：運(yùn)用大數(shù)據(jù)技術(shù)，為投資者做決策過程中要獲取哪些指標(biāo)數(shù)據(jù)？數(shù)據(jù)建模過程中需要考慮的財(cái)務(wù)模型有哪些？數(shù)據(jù)可視化環(huán)節(jié)如何給出決策者關(guān)注的重點(diǎn)信息？何為大數(shù)據(jù)財(cái)務(wù)決策？如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移大數(shù)據(jù)（bigdata,megadata)，或稱為巨量資料，指的是需要新處理模式才能具有更強(qiáng)的決策力、洞察力和流程優(yōu)化能力的海量、高增長(zhǎng)率和多樣化的信息資產(chǎn)，是大的數(shù)據(jù)量與現(xiàn)代化信息技術(shù)環(huán)境相結(jié)合涌現(xiàn)的結(jié)果。大數(shù)據(jù)的概念如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移大數(shù)據(jù)（bigdata,megadata)，以多元形式，從許多來源搜集龐大數(shù)據(jù)組，往往具有實(shí)時(shí)性。比如，在企業(yè)對(duì)企業(yè)銷售的情況下，這些數(shù)據(jù)可能來自社交網(wǎng)絡(luò)、電子商務(wù)網(wǎng)站、顧客來訪記錄等，還有許多其他來源。大數(shù)據(jù)的概念如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移麥肯錫全球研究所給出的定義是：一種規(guī)模大到在獲取、存儲(chǔ)、管理、分析方面大大超出了傳統(tǒng)數(shù)據(jù)庫軟件工具能力范圍的數(shù)據(jù)集合。具有海量的數(shù)據(jù)規(guī)模、快速的數(shù)據(jù)流轉(zhuǎn)、多樣的數(shù)據(jù)類型和價(jià)值密度低四大特征。大數(shù)據(jù)的特征如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移IBM公司認(rèn)為大數(shù)據(jù)有“5V”特征Volume，數(shù)據(jù)量大Variety，種類和來源多樣化Value，數(shù)據(jù)價(jià)值密度相對(duì)較低Velocity,數(shù)據(jù)增長(zhǎng)速度快，處理速度也快，時(shí)效性要求高Veracity，數(shù)據(jù)的準(zhǔn)確性和可信賴度大數(shù)據(jù)的特征如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移（1）結(jié)構(gòu)化數(shù)據(jù)（2）非結(jié)構(gòu)化數(shù)據(jù)（3）半結(jié)構(gòu)化數(shù)據(jù)大數(shù)據(jù)的結(jié)構(gòu)如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移結(jié)構(gòu)化數(shù)據(jù)能夠用數(shù)據(jù)或統(tǒng)一－的結(jié)構(gòu)加以表示的信息，稱之為結(jié)構(gòu)化數(shù)據(jù)，如數(shù)字、符號(hào)等。傳統(tǒng)的關(guān)系數(shù)據(jù)模型，行數(shù)據(jù)，存儲(chǔ)于數(shù)據(jù)庫，可用二維表結(jié)構(gòu)表示。任何可以以固定格式存儲(chǔ)，訪問和處理的數(shù)據(jù)都被稱為“結(jié)構(gòu)化”數(shù)據(jù)。大數(shù)據(jù)的結(jié)構(gòu)如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移非結(jié)構(gòu)化數(shù)據(jù)是指其字段長(zhǎng)度可變，并且每個(gè)字段的記錄又可以由可重復(fù)或不可重復(fù)的子字段構(gòu)成的數(shù)據(jù)庫，大數(shù)據(jù)技術(shù)不僅可以處理結(jié)構(gòu)化數(shù)據(jù)（如數(shù)字、符號(hào)等信息）而且更適合處理非結(jié)構(gòu)化數(shù)據(jù)（如全文文本，圖像，聲音，影視，超媒體等信息）。大數(shù)據(jù)的結(jié)構(gòu)如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移半結(jié)構(gòu)化數(shù)據(jù)是介于完全結(jié)構(gòu)化數(shù)據(jù)（如關(guān)系型數(shù)據(jù)庫，面向?qū)ο髷?shù)據(jù)庫中的數(shù)據(jù)）和完全無結(jié)構(gòu)的數(shù)據(jù)（如聲音、圖像文件等）之間的數(shù)據(jù)，XML、HTML文檔就屬于半結(jié)構(gòu)化數(shù)據(jù)。它一般是自描述的，數(shù)據(jù)的結(jié)構(gòu)和內(nèi)容混在一起，沒有明顯的區(qū)分。大數(shù)據(jù)的結(jié)構(gòu)如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移財(cái)務(wù)決策是對(duì)財(cái)務(wù)方案進(jìn)行比較選擇，并作出決定。財(cái)務(wù)決策的目的在于確定合理可行的財(cái)務(wù)方案。在現(xiàn)實(shí)中，財(cái)務(wù)方案有投資方案、籌資方案，還有包含投資和籌資的綜合方案。財(cái)務(wù)決策需要有財(cái)務(wù)決策的基礎(chǔ)與前提，是對(duì)財(cái)務(wù)預(yù)測(cè)結(jié)果的分析與選擇，財(cái)務(wù)決策是一種多標(biāo)準(zhǔn)的綜合決策和復(fù)雜過程，可能既有貨幣化、可計(jì)量的經(jīng)濟(jì)標(biāo)準(zhǔn)，又有非貨幣化、不可計(jì)量的非經(jīng)濟(jì)標(biāo)準(zhǔn)，還有各種財(cái)務(wù)風(fēng)險(xiǎn)的識(shí)別方法的運(yùn)用，因此決策方案往往是多種因素綜合平衡的結(jié)果。財(cái)務(wù)決策的概念如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移財(cái)務(wù)決策按照能否程序化，可以分為程序化財(cái)務(wù)決策和非程序化財(cái)務(wù)決策。前者指對(duì)不斷重復(fù)出現(xiàn)的例行財(cái)務(wù)活動(dòng)所作的決策，后者指對(duì)不重復(fù)出現(xiàn)、具有獨(dú)特性的非例行財(cái)務(wù)活動(dòng)所作的決策。按照決策所涉及的時(shí)間長(zhǎng)短，可分為長(zhǎng)期財(cái)務(wù)決策和短期財(cái)務(wù)決策。前者指所涉及時(shí)間超過一年的財(cái)務(wù)決策，后者指所涉及時(shí)間不超過一年的財(cái)務(wù)決策。財(cái)務(wù)決策的分類如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移財(cái)務(wù)決策按照決策所處的條件，分為確定型財(cái)務(wù)決策、風(fēng)險(xiǎn)型財(cái)務(wù)決策和非確定型財(cái)務(wù)決策。確定型財(cái)務(wù)決策指對(duì)未來情況完全掌握、每種方案只有一種結(jié)果的事件的決策；風(fēng)險(xiǎn)型財(cái)務(wù)決策指對(duì)未來情況不完全掌握、每種方案會(huì)出現(xiàn)幾種結(jié)果，但可按概率確定的條件的決策，例如財(cái)務(wù)風(fēng)險(xiǎn)的預(yù)測(cè)；非確定型財(cái)務(wù)決策指對(duì)未來情況完全不掌握，每種方案會(huì)出現(xiàn)幾種結(jié)果，且其結(jié)果不能確定的事件的決策。財(cái)務(wù)決策的分類如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移按照決策所涉及的內(nèi)容，財(cái)務(wù)決策還可以分為投資決策、籌資決策和股利分配決策。前者指資金對(duì)外投出和內(nèi)部配置使用的決策，次者指有關(guān)資金籌措的決策，后者指有關(guān)利潤(rùn)分配的決策。財(cái)務(wù)決策的分類如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移財(cái)務(wù)決策還可以分為生產(chǎn)決策、市場(chǎng)營(yíng)銷決策等。生產(chǎn)決策是指在生產(chǎn)領(lǐng)域中，對(duì)生產(chǎn)什么、生產(chǎn)多少以及如何生產(chǎn)等幾個(gè)方面的問題做出的決策，具體包括剩余生產(chǎn)能力如何運(yùn)用、虧損產(chǎn)品如何處理、聯(lián)產(chǎn)品是否進(jìn)一步加工和生產(chǎn)批量的確定等。市場(chǎng)營(yíng)銷決策是指產(chǎn)品市場(chǎng)經(jīng)營(yíng)和銷售活動(dòng)的目標(biāo)、方針、策略等重大問題進(jìn)行選擇和決斷的過程。財(cái)務(wù)決策的分類2大數(shù)據(jù)在風(fēng)險(xiǎn)型財(cái)務(wù)決策中的應(yīng)用PARTTWO如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移風(fēng)險(xiǎn)型財(cái)務(wù)決策最核心的問題是風(fēng)險(xiǎn)識(shí)別，而現(xiàn)階段財(cái)務(wù)風(fēng)險(xiǎn)識(shí)別最有效的途徑是財(cái)務(wù)危機(jī)預(yù)警模型。本節(jié)將以大數(shù)據(jù)在企業(yè)風(fēng)險(xiǎn)型財(cái)務(wù)決策中的具體運(yùn)用過程為實(shí)例,分別從模型選取、數(shù)據(jù)采集、數(shù)據(jù)清洗、數(shù)據(jù)可視化等方面進(jìn)行梳理和分析。如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移我們選用了紐約大學(xué)斯特恩商學(xué)院教授愛德華·阿特曼（EdwardAltman）在1968年提出的Z－score模型為財(cái)務(wù)危機(jī)預(yù)警模型。該模型通過大量的實(shí)驗(yàn)，對(duì)企業(yè)的運(yùn)行狀況、破產(chǎn)與否進(jìn)行分析、判別最終給出具體結(jié)論，也是目前應(yīng)用最廣泛的一種度量方式，且在Choice等數(shù)據(jù)庫中專門披露該指標(biāo)。模型的選擇如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移具體如模型所示：該模型適用于上市交易的制造業(yè)公司，計(jì)算的Z值為上市交易的制造業(yè)公司的破產(chǎn)指數(shù)，用以判斷企業(yè)陷入財(cái)務(wù)危機(jī)的可能性。模型的選擇如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移模型的選擇具體的判斷準(zhǔn)則為：Z<1.81，破產(chǎn)區(qū)；1.81≤Z<2.67，色區(qū)；2.67<Z，安全區(qū)。如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移本節(jié)將采用Python爬蟲技術(shù)獲取上市公司財(cái)務(wù)數(shù)據(jù)，結(jié)合既有財(cái)務(wù)危機(jī)預(yù)警模型，首先判斷選取某一家公司判斷其財(cái)務(wù)危機(jī)指標(biāo)，然后結(jié)合爬取的全部上市公司數(shù)據(jù)，判斷我國(guó)上市公司整體的財(cái)務(wù)危機(jī)狀態(tài)及不同行業(yè)的財(cái)務(wù)危機(jī)指數(shù)，據(jù)此為投資者、債權(quán)人及各利益相關(guān)方作出投資決策提供參考依據(jù)。爬蟲環(huán)境的搭建如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移我們以科云大數(shù)據(jù)中心網(wǎng)站為數(shù)據(jù)抓取對(duì)象，運(yùn)用Python抓取該平臺(tái)的財(cái)務(wù)數(shù)據(jù)。首先我們輸入如下代碼搭建環(huán)境：爬蟲環(huán)境的搭建如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移fromkeyun.utilsimport*#科云第三方庫importpandasaspd#pandas數(shù)據(jù)處理庫importnumpyasnp#nympy數(shù)據(jù)處理庫frompyecharts.chartsimport*#pyecharts可視化工具庫frompyechartsimportoptionsasopts#導(dǎo)入配制項(xiàng)frompyecharts.globalsimportThemeType#定義主題模塊frommons.utilsimportJs爬蟲環(huán)境的搭建如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移環(huán)境搭建好后，我們輸入爬蟲命令如下：spider('/app/bigdata/case/ssgscwdsjfx/chart_config.json','chart_config.json')基礎(chǔ)數(shù)據(jù)的抓取如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移運(yùn)行后會(huì)提示chart_config.json下載成功。spider('/app/bigdata/2019/block/hy003003.json','003003.json')基礎(chǔ)數(shù)據(jù)的抓取如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移運(yùn)行后，會(huì)提示003003行業(yè)數(shù)據(jù)已經(jīng)下載成功，進(jìn)一步我們讀取json文件，輸入如下代碼：data_list=pd.read_json('003003.json')data_list=pd.DataFrame(data_list['list'].to_list())基礎(chǔ)數(shù)據(jù)的抓取如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移運(yùn)行后結(jié)果如圖所示：基礎(chǔ)數(shù)據(jù)的抓取如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移將下載的數(shù)據(jù)變換成行業(yè)利潤(rùn)表數(shù)據(jù)的列表，具體代碼如下：data_list.columns=['公司代碼','公司名稱','報(bào)告期','營(yíng)業(yè)收入（萬元）','營(yíng)業(yè)成本（萬元）','營(yíng)業(yè)利潤(rùn)（萬元）','利潤(rùn)總額（萬元）','所得稅費(fèi)用（萬元）','凈利潤(rùn)（萬元）','公司全稱']data_list.head()基礎(chǔ)數(shù)據(jù)的抓取如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移運(yùn)行結(jié)果如圖所示：基礎(chǔ)數(shù)據(jù)的抓取如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移在上述的數(shù)據(jù)爬取過程中，我們并沒有指定目標(biāo)企業(yè)代碼，接下來我們抓取指定目標(biāo)企業(yè)的財(cái)務(wù)數(shù)據(jù)，以貴州茅臺(tái)（600519）為例。首先將600519賦值給目標(biāo)企業(yè)代碼，同時(shí)從上述行業(yè)數(shù)據(jù)中挑選股票代碼為600519上市公司的名稱，將其賦值給目標(biāo)企業(yè)名稱。代碼如下：目標(biāo)企業(yè)代碼='600519'目標(biāo)企業(yè)名稱=data_list['公司名稱'][data_list['公司代碼'].to_list().index（目標(biāo)企業(yè)代碼）]基礎(chǔ)數(shù)據(jù)的抓取如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移打印后如圖所示：基礎(chǔ)數(shù)據(jù)的抓取如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移設(shè)置好目標(biāo)公司股票代碼和名稱后，輸入如下代碼即可以抓取貴州茅臺(tái)公司的財(cái)務(wù)數(shù)據(jù)，其中，spiders是爬蟲的命令，括號(hào)內(nèi)逗號(hào)前為數(shù)據(jù)儲(chǔ)存的網(wǎng)頁，逗號(hào)后面為保存的文件名?；A(chǔ)數(shù)據(jù)的抓取如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移代碼如下：fromkeyun.utilsimport*spider('/app/bigdata/2019/company/year/zcfzb_'+目標(biāo)企業(yè)代碼+'.csv','zcfzb_'+目標(biāo)企業(yè)代碼+'_z.csv')spider('/app/bigdata/2019/company/year/lrb_'+目標(biāo)企業(yè)代碼+'.csv','lrb_'+目標(biāo)企業(yè)代碼+'_l.csv')spider('/app/bigdata/2019/company/year/xjllb_'+目標(biāo)企業(yè)代碼+'.csv','xjllb_'+目標(biāo)企業(yè)代碼+'_x.csv')?；A(chǔ)數(shù)據(jù)的抓取如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移運(yùn)行后會(huì)提示下載成果：文件：zcfzb_600519_z.csv下載成功！文件：lrb_600519_l.csv下載成功！文件：xjllb_600519_x.csv下載成功！基礎(chǔ)數(shù)據(jù)的抓取如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移我們可以通過pandas讀取下載的數(shù)據(jù)csv數(shù)據(jù)，代碼如下：df_try=pd.read_csv('zcfzb_600519.csv')df_try基礎(chǔ)數(shù)據(jù)的抓取如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移執(zhí)行后會(huì)顯示貴州茅臺(tái)的財(cái)務(wù)數(shù)據(jù)，如圖9-4所示，很顯然，這些數(shù)據(jù)顯示得并不規(guī)則，也不美觀，我們還需要做進(jìn)一步的數(shù)據(jù)清理工作?；A(chǔ)數(shù)據(jù)的抓取如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移首先清洗目標(biāo)企業(yè)數(shù)據(jù)，具體代碼如下：df_z=pd.read_csv('zcfzb_'+目標(biāo)企業(yè)代碼+'_z.csv')df_l=pd.read_csv('lrb_'+目標(biāo)企業(yè)代碼+'_l.csv')df_x=pd.read_csv('xjllb_'+目標(biāo)企業(yè)代碼+'_x.csv')執(zhí)行后資產(chǎn)負(fù)債表的數(shù)據(jù)被導(dǎo)入df_z，利潤(rùn)表數(shù)據(jù)導(dǎo)入df_l，現(xiàn)金流量表數(shù)據(jù)導(dǎo)入df_x。數(shù)據(jù)清洗如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移第二步清洗異常列。代碼如下：df_z=df_z.dropna(axis=1)df_l=df_l.dropna(axis=1)df_x=df_x.dropna(axis=1)其中drop表示刪除，na表示缺失值，axis按列刪除，執(zhí)行后，數(shù)據(jù)中心的缺失值均被刪除。數(shù)據(jù)清洗如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移第三步清洗列索引。導(dǎo)入的數(shù)據(jù)中會(huì)出現(xiàn)空格，我們要?jiǎng)h除所有的空格，同時(shí)我們將“-12-31”替換成年。代碼如下：f_z.columns=df_z.columns.str.replace("","").str.replace("-12-31","年")df_l.columns=df_l.columns.str.replace("","").str.replace("-12-31","年")df_x.columns=df_x.columns.str.replace("","").str.replace("-12-31","年")以第一行為例，columns代表列查詢，str.replace代表字符替換，括號(hào)中逗號(hào)前表示查找的內(nèi)容，逗號(hào)后表示替換的內(nèi)容。數(shù)據(jù)清洗如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移第四步清洗項(xiàng)目名稱。我們運(yùn)用map命令和lambda函數(shù)，將項(xiàng)目名稱中包含的單位刪除。執(zhí)行后，每個(gè)指標(biāo)后面的單位被刪除，具體代碼如下：df_z['報(bào)告日期']=df_z['報(bào)告日期'].maplambdax:x.replace("（萬元）","").replace("（萬元",""))df_l['報(bào)告日期']=df_l['報(bào)告日期'].maplambdax:x.replace("（萬元）","").replace("（萬元",""))df_x['報(bào)告日期']=df_x['報(bào)告日期'].maplambdax:x.replace("（萬元）","").replace("（萬元",""))數(shù)據(jù)清洗如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移第五步清洗數(shù)據(jù)值。對(duì)所有的數(shù)據(jù)進(jìn)行一致化處理。具體代碼如下：df_z=df_z.applymap(dataClean)df_l=df_l.applymap(dataClean)df_x=df_x.applymap(dataClean)數(shù)據(jù)清洗如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移第六步數(shù)據(jù)儲(chǔ)存。將清洗后的數(shù)據(jù)保存為csv格式，括號(hào)中，逗號(hào)前為儲(chǔ)存的文件名，逗號(hào)后面為表示采用默認(rèn)值儲(chǔ)存。具體代碼如下：df_z.to_csv('zcfzb_'+目標(biāo)企業(yè)代碼+'_z.csv',index=None)df_l.to_csv('lrb_'+目標(biāo)企業(yè)代碼+'_l.csv',index=None)df_x.to_csv('xjllb_'+目標(biāo)企業(yè)代碼+'_x.csv',index=None)數(shù)據(jù)清洗如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移整理好的數(shù)據(jù)如圖所示，我們發(fā)現(xiàn)處理后的數(shù)據(jù)更加具有可編輯性和可觀性。數(shù)據(jù)清洗如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移數(shù)據(jù)清洗完畢后，我們能夠利用財(cái)務(wù)報(bào)表項(xiàng)目進(jìn)行建模，通過模型計(jì)算目標(biāo)企業(yè)的財(cái)務(wù)危機(jī)指數(shù)。借鑒已有模型，我們首先調(diào)用抓取的數(shù)據(jù)，然后選擇我們需要的財(cái)務(wù)指標(biāo)，進(jìn)行建模，然后參考已有模型計(jì)算出目標(biāo)公司的Z分?jǐn)?shù)。企業(yè)數(shù)據(jù)建模如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移第一步，創(chuàng)建變量表頭。我們通過pandas命令，建立X1-X5和Z值的表頭，為后面變量的儲(chǔ)存做準(zhǔn)備，代碼如下。data_header=pd.DataFrame'指標(biāo)名稱':['X1','X2','X3','X4','X5','Z值'],企業(yè)數(shù)據(jù)建模如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移第二步，設(shè)置分析年份。開始年份為2019年，獲取2010至2019年10年的數(shù)據(jù)，計(jì)算Z值，代碼如下：starTime=2019howLong=9year=['{｝年'.format(starTime-i)foriinrange(howLong+1)]企業(yè)數(shù)據(jù)建模如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移運(yùn)行后輸出結(jié)果如圖所示企業(yè)數(shù)據(jù)建模如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移第三步，定義除法函數(shù)。為了方便計(jì)算，我們提前定義一個(gè)除法函數(shù)，用于后續(xù)計(jì)算，代碼如下：defdiv(a,b):if(b==0):return0returnfloat(a)/float(b)企業(yè)數(shù)據(jù)建模如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移第四步，選取建模需要的財(cái)務(wù)指標(biāo)，并計(jì)算X1到X5五個(gè)變量。因?yàn)槲覀冇?jì)算多年的財(cái)務(wù)危機(jī)指標(biāo)，可以采用循環(huán)的方式進(jìn)行，具體代碼如下。foriinrange(howLong):df_z=pd.read_csv('zcfzb_'+目標(biāo)企業(yè)代碼+'_z.csv')df_l=pd.read_csv('lrb_'+目標(biāo)企業(yè)代碼+'_l.csv')df_x=pd.read_csv('xjllb_'+目標(biāo)企業(yè)代碼+'_x.csv')a1=df_z[year[i]][24]#流動(dòng)資產(chǎn)a2=df_z[year[i]][51]#資產(chǎn)總計(jì)

企業(yè)數(shù)據(jù)建模如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移

a3=df_z[year[i]][83]#流動(dòng)負(fù)債a4=df_z[year[i]][93]#負(fù)債合計(jì)a5=df_z[year[i]][98]#盈余公積a6=df_z[year[i]][101]#未分配利潤(rùn)a7=df_l[year[i]][1]#營(yíng)業(yè)收入a8=df_l[year[i]][22]#財(cái)務(wù)費(fèi)用a9=df_l[year[i]][36]#利潤(rùn)總額a10=df_x[year[i]][24]#經(jīng)營(yíng)活動(dòng)產(chǎn)生的現(xiàn)金流量?jī)纛~企業(yè)數(shù)據(jù)建模如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移

X1=div(a1-a3,a2)#X1X2=div(a5+a6,a2)#X2X3=div(abs(a10+a9),a4)#X3X4=div(abs(a11+a2),a3)#X4X5=div(a8,a4)#X5z=0.012*X1+0.014*X2+0.033*X3+0.006*X4+0.999*X5data_qyzb[year[i]]=[X1,X2,X3,X4,X5,z]data_qyzb.企業(yè)數(shù)據(jù)建模如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移

其中，howlong表示選取年份跨度。pd.read_csv表示讀取csv數(shù)據(jù)，括號(hào)內(nèi)為文件名。year[i]表示簽名year列表中的第i列，如：year[1]表示‘2019年’。后面的方括號(hào)表示該列下的對(duì)應(yīng)行的數(shù)據(jù)，以此類推。div為調(diào)用的第三步除法函數(shù)。企業(yè)數(shù)據(jù)建模如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移

運(yùn)行代碼后，輸入結(jié)果如圖所示企業(yè)數(shù)據(jù)建模如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移

通過上述數(shù)據(jù)分析，我們發(fā)現(xiàn)按照Altman的模型，茅臺(tái)公司的財(cái)務(wù)危機(jī)指數(shù)處在灰色地帶，該指標(biāo)不能反映出茅臺(tái)公司存在陷入財(cái)務(wù)危機(jī)的可能性，但是由于該模型要求比較嚴(yán)格，投資者在作出投資決策時(shí)可以參考該指標(biāo)，同時(shí)也應(yīng)結(jié)合茅臺(tái)公司具體表現(xiàn)，綜合評(píng)價(jià)。企業(yè)數(shù)據(jù)建模如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移前面步驟我們已經(jīng)抓取了一家公司的財(cái)務(wù)數(shù)據(jù)用于決策，這顯然凸顯不了大數(shù)據(jù)的優(yōu)勢(shì)。因?yàn)橐患夜镜臄?shù)據(jù)類似于信息孤島，很難讓決策者在全局上把握該企業(yè)真實(shí)的運(yùn)營(yíng)狀態(tài)，接下來我們將采用循環(huán)的方式，批量處理該行業(yè)的數(shù)據(jù)，計(jì)算出行業(yè)所有企業(yè)的Z值，這樣決策者在進(jìn)行決策時(shí)，可以充分考慮全行業(yè)企業(yè)的經(jīng)營(yíng)狀態(tài)，更加科學(xué)合理地做出決策。我們?cè)趩蝹€(gè)企業(yè)數(shù)據(jù)處理成功的前提下，便可以采用循環(huán)的方式，批量處理全行業(yè)的數(shù)據(jù)。企業(yè)數(shù)據(jù)建模如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移第一步，數(shù)據(jù)清晰。數(shù)據(jù)清洗過程在單個(gè)公司中我們已經(jīng)講過，不在此贅述，我們只需要在前加入for循環(huán)語句，同時(shí)設(shè)定取值長(zhǎng)度即可，具體代碼如下：foriinrange(len(data_list)):df_z=pd.read_csv('hyzcfzb_'+data_list['公司代碼'][i]+'.csv')df_l=pd.read_csv('hylrb_'+data_list['公司代碼'][i]+'.csv')df_x=pd.read_csv('hyxjllb_'+data_list['公司代碼'][i]+'.csv')企業(yè)數(shù)據(jù)建模如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移df_z=df_z.dropna(axis=1)df_l=df_l.dropna(axis=1)df_x=df_x.dropna(axis=1)df_z.columns=df_z.columns.str.replace("","").str.replace("-12-31","年")df_l.columns=df_l.columns.str.replace("","").str.replace("-12-31","年")df_x.columns=df_x.columns.str.replace("","").str.replace("-12-31","年")df_z['報(bào)告日期']=df_z['報(bào)告日期'].maplambdax:x.replace("（萬元）","").replace("（萬元",""))#清洗項(xiàng)目名稱企業(yè)數(shù)據(jù)建模如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移df_l['報(bào)告日期']=df_l['報(bào)告日期'].maplambdax:x.replace("（萬元）","").replace("（萬元",""))df_x['報(bào)告日期']=df_x['報(bào)告日期'].maplambdax:x.replace("（萬元）","").replace("（萬元",""))df_z=df_z.applymap(dataClean)#清洗數(shù)據(jù)值df_l=df_l.applymap(dataClean)df_x=df_x.applymap(dataClean)企業(yè)數(shù)據(jù)建模如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移df_z.to_csv('hyzcfzb_'+data_list['公司代碼'][i]+'.csv',index=0)df_l.to_csv('hylrb_'+data_list['公司代碼'][i]+'.csv',index=0)df_x.to_csv('hyxjllb_'+data_list['公司代碼'][i]+'.csv',index=0)企業(yè)數(shù)據(jù)建模如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移第二步，企業(yè)數(shù)據(jù)建模。我們已經(jīng)采用循環(huán)的語句計(jì)算了單個(gè)公司的Z值，在此我們需要在單個(gè)循環(huán)的基礎(chǔ)上進(jìn)行嵌套循環(huán)。可以選擇先循環(huán)某一家公司，然后調(diào)取全部年份的數(shù)據(jù)，采用這種場(chǎng)景時(shí)，股票代碼是外循環(huán)，年份是內(nèi)循環(huán)。同樣，我們也可以先選擇年份，然后再抓取當(dāng)年這個(gè)行業(yè)所有公司的數(shù)據(jù)，這種場(chǎng)景中，年份是外循環(huán)，股票代碼是內(nèi)循環(huán)。在此，我們采用第二種方式，給大家展示。具體代碼如下：企業(yè)數(shù)據(jù)建模如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移foriinrange(4):#按年循環(huán)公司代碼=[]year_list=[]x1_list=[]x2_list=[]x3_list=[]x4_list=[]x5_list=[]z_list=[]year=['{｝年'.format(starTime-i)foriinrange(howLong+1)]企業(yè)數(shù)據(jù)建模如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移forjinrange(len(data_list)):df_z=pd.read_csv('hyzcfzb_'+data_list['公司代碼'][j]+'.csv')df_l=pd.read_csv('hylrb_'+data_list['公司代碼'][j]+'.csv')df_x=pd.read_csv('hyxjllb_'+data_list['公司代碼'][j]+'.csv')a1=df_z[year[i]][24]#流動(dòng)資產(chǎn)a2=df_z[year[i]][51]#資產(chǎn)總計(jì)a3=df_z[year[i]][83]#流動(dòng)負(fù)債a4=df_z[year[i]][93]#負(fù)債合計(jì)a5=df_z[year[i]][98]#盈余公積a6=df_z[year[i]][101]#未分配利潤(rùn)

企業(yè)數(shù)據(jù)建模如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移a7=df_l[year[i]][1]#營(yíng)業(yè)收入a8=df_l[year[i]][22]#財(cái)務(wù)費(fèi)用a9=df_l[year[i]][36]#利潤(rùn)總額a10=df_x[year[i]][24]#經(jīng)營(yíng)活動(dòng)產(chǎn)生的現(xiàn)金流量?jī)纛~X1=div(a1-a3,a2)#X1X2=div(a5+a6,a2)#X2X3=div(a9+a8,a2)#X3X4=div(a10+a2,a3)#X4X5=div(a7,a2)#X5z=0.012*X1+0.014*X2+0.033*X3+0.006*X4+0.999*X5企業(yè)數(shù)據(jù)建模如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移公司代碼.append(data_list['公司代碼'][j])x1_list.append(X1)x2_list.append(X2)x3_list.append(X3)x4_list.append(X4)x5_list.append(X5)z_list.append(z)year_list=year[i]b_list=[公司代碼，year,x1_list,x2_list,x3_list,x4_list,x5_list,z_list]企業(yè)數(shù)據(jù)建模如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移運(yùn)行結(jié)果如圖所示，至此我們已經(jīng)獲取了該行業(yè)所有公司2016—2019年的財(cái)務(wù)危機(jī)指數(shù)數(shù)據(jù)。企業(yè)數(shù)據(jù)建模如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移第三步，數(shù)據(jù)可視化。我們已經(jīng)獲取了該行業(yè)全部的財(cái)務(wù)危機(jī)指數(shù)，但是如何更好地給投資者展示上述數(shù)據(jù)，讓投資者做決策時(shí)一目了然。數(shù)據(jù)可視化將起到很好的作用。企業(yè)數(shù)據(jù)建模如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移如圖所示，圖中給出了2011-2019年上市公司Z值平均值與GDP增長(zhǎng)率的變動(dòng)趨勢(shì)，我們可以直觀的發(fā)現(xiàn)兩者變動(dòng)趨勢(shì)基本一致，這表明微觀企業(yè)面臨的財(cái)務(wù)風(fēng)險(xiǎn)與宏觀GDP的走勢(shì)趨同。

企業(yè)數(shù)據(jù)建模3大數(shù)據(jù)在營(yíng)業(yè)收入分析決策中的應(yīng)用PARTTHREE如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移假設(shè)某有限公司是一家以經(jīng)營(yíng)特色火鍋為主的大型跨省直營(yíng)餐飲企業(yè)，截至2020年底，全國(guó)連鎖店已達(dá)330家。公司2019—2020年經(jīng)營(yíng)信息存儲(chǔ)于“szyl_1.xlsx”文件，具體信息如下包括2019年?duì)I業(yè)收入，2020年?duì)I業(yè)收入和名店所示省份。我們要求讀取Excel文件szyl_1.xlsx，分析經(jīng)營(yíng)數(shù)據(jù)，并對(duì)全國(guó)區(qū)域銷售情況進(jìn)行可視化呈現(xiàn)，為管理者做決策提供依據(jù)。如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移分別讀取szyl_1.xlsx文件中的"2019年?duì)I業(yè)收入"、“2020年?duì)I業(yè)收入”、"門店所屬省份"三個(gè)工作表，并查看讀取數(shù)據(jù)（默認(rèn)顯示前5行數(shù)據(jù)）。導(dǎo)入pandas、map等數(shù)據(jù)庫具體代碼如下：importpandasaspdfrompyecharts.chartsimportMap,Pie,Timelinefrompyechartsimportoptionsasoptsfrompyecharts.globalsimportThemeTypedf_2019=pd.read_excel('/app/bigdata/basics/szyl_1.xlsx',sheet_name='2019年?duì)I業(yè)收入',index_col=[0,1])df_2019.head()數(shù)據(jù)采集如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移執(zhí)行后結(jié)果如圖所示：數(shù)據(jù)采集如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移同理我們讀取2020年和門店所屬省份的數(shù)據(jù)，代碼如下：df_2020=pd.read_excel('/app/bigdata/basics/szyl_1.xlsx',sheet_name='2020年?duì)I業(yè)收入',index_col=[0,1])df_province=pd.read_excel('/app/bigdata/basics/szyl_1.xlsx',sheet_name='門店所屬省份',index_col=0)數(shù)據(jù)采集如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移我們分別計(jì)算2019年、2020年各門店全年?duì)I業(yè)收入合計(jì)，并根據(jù)省份進(jìn)行分組，統(tǒng)計(jì)各省份門店數(shù)量及營(yíng)業(yè)收入合計(jì)，按營(yíng)業(yè)收入降序排序，查看分析結(jié)果。計(jì)算2019年各門店?duì)I業(yè)收入，同時(shí)按省份進(jìn)行劃分，并對(duì)2019年各省份營(yíng)業(yè)收入進(jìn)行排序。代碼如下：數(shù)據(jù)分析如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移df_2019['2019年?duì)I業(yè)收入']=df_2019.loc[:"1月":"12月"].sum(axis=1)df_2019_pro=pd.merge(df_2019,df_province,on='門店')df_2019_pro=df_2019_pro[['2019年?duì)I業(yè)收入','省份']]df_2019_pro=df_2019_pro.reset_index().groupby('省份').agg({'門店':'count','2019年?duì)I業(yè)收入':'sum'})df_2019_pro=df_2019_pro.sort_values('2019年?duì)I業(yè)收入',ascending=False)df_2019_pro.head()數(shù)據(jù)分析如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移運(yùn)行結(jié)果如圖所示：數(shù)據(jù)分析如果虧損產(chǎn)品停產(chǎn)以后，閑置的生產(chǎn)能力可以轉(zhuǎn)移同理我們可以計(jì)算出2020按地區(qū)營(yíng)業(yè)收入排名。具體代碼如下：df_2020['2020年?duì)I業(yè)收入']=df_2020.loc[:"1月":"12月"].sum(axis=1)df_2020_pro=pd.merge(df_2020,df_province,on='門店')df_2020_pro=df_2020_pro[['2020年?duì)I業(yè)收入','省份']]df_2020_pro=df_2020_pro.reset_index().grou