简介「联想公司盈利能力分析.docx」是一篇面向财务管理、会计学专业学生及企业财务分析入门者的专题分析文档围绕盈利能力的内涵与评价方法展开并以联想集团为案例梳理其盈利水平的变化脉络。文档从盈利能力的基本概念入手结合联想公司的发展历程讨论资产负债率、负债结构、销售费用率、管理费用率与财务费用率等指标对利润的影响并借助资产收益率、净资产收益率、每股收益及每股经营性现金流量等数据判断企业获利能力的变动趋势后段还提出提升营运质量、加强资金风险管理等改进思路适合课程作业与财务指标学习时参考。资源包仅含 1 个 docx 文件大小约 24KB属于纯文字型资料结构按盈利能力分析、公司简介、影响因素、资产负债管理、销售能力分析、财务分析与对策建议等模块组织方便按主题查阅与摘录。目前已有 291 人学习下载可帮助读者快速建立盈利能力分析框架理解财务指标之间的关联并借鉴案例写作与数据处理思路。1. 一份「联想公司盈利能力分析.docx」要拆成几步才能跑起来多数人拿到「联想公司盈利能力分析.docx」第一反应是打开 Word把毛利率、净利率、ROE 抄进 Excel 重算一遍。真做起来会发现最耗时间的从来不是算比率而是把文档里那张被拆成三段、带合并单元格、单位写着百万美元的利润表还原成一行行能和原始财报对得上的结构化记录。这份文档本质上是非结构化底稿 人工结论只要结论要复用、要按季度滚动、要换一家公司重跑就必须把它变成一条可复现的流水线解析 Word 表格、归一化口径与币种、按固定公式计算盈利指标、再自动回写成图表和报告。适合手上有一堆同类财务分析文档、需要批量处理或定期更新的数据分析、财务信息化和报表开发同学。2. 用 python-docx 把 .docx 里的利润表拆成结构化数据2.1 Word 表格在 docx 里的真实结构合并单元格、嵌套表格与表格顺序python-docx暴露的表格模型比视觉上看到的简单得多document.tables是一个扁平列表只包含文档主体body下的表格文本框、页眉页脚、以及被别人当作表格插入的图片里都不在列表中。更麻烦的是合并单元格——一个横跨三列的单元格在row.cells里会被返回三次内容完全一样纵向合并同理会在多行的同一列重复出现。这直接导致每行的len(row.cells)看似一致实际上语义列已经错位。常见的三种排版和处理思路如下。典型排版解析难点应对策略表头两行科目 年份表头跨行合并第 1 行是空列逐行做去重压缩再把前两行拼成 MultiIndex科目列纵向合并如收入跨两行明细科目名只在首行出现次行为空用前向填充ffill补齐科目列正文里插了多张表利润表、资产负债表、现金流tables顺序与视觉顺序一致但编号易变按首行关键词识别表类型而不是按索引取我一般会先写一个表类型识别器用首行文本里的关键词判定是利润表还是资产负债表避免后面文档一改结构就整个脚本崩掉。2.2 最小可运行代码docx 表格转 DataFrame下面这段是能直接跑的最小版本核心是三步去重压缩合并单元格、剥离不可见字符、把数字字符串转成数值。from docx import Document import pandas as pd import re # 全角空格、不换行空格、零宽字符都是解析期最常见的隐形干扰 INVISIBLE dict.fromkeys(map(ord, \u00a0\u3000\u200b\ufeff), None) NUM_RE re.compile(r^\(?-?[\d,](?:\.\d)?\)?$) # 兼容 (1,234) 这种负数写法 def clean(text: str) - str: return (text or ).translate(INVISIBLE).strip() def to_number(text: str): 把 1,234.5 / (1,234) / — 统一成 float 或 None s clean(text) if not s or s in {—, -, N/A, 不适用}: return None neg s.startswith(() and s.endswith()) s s.strip(()).replace(,, ) if not NUM_RE.match((( if neg else ) s () if neg else )): return None v float(s) return -v if neg else v def table_to_rows(tbl): 把一张 docx 表格转成二维字符串列表压缩连续重复的合并单元格 rows [] for r in tbl.rows: cells, dedup [], [] for c in r.cells: cells.append(clean(c.text)) for v in cells: if dedup and v dedup[-1]: continue # 合并单元格产生的重复值只保留一个 dedup.append(v) rows.append(dedup) return rows doc Document(联想公司盈利能力分析.docx) raw table_to_rows(doc.tables[0]) df pd.DataFrame(raw[1:], columnsraw[0]) # 假设首行是表头 df df.replace(, None).ffill(axis0) # 纵向合并的科目列前向填充逻辑说明to_number先判空值占位符再判括号负数语义最后用正则兜底避免把同比增长这类文字误转成 0。table_to_rows的去重压缩是折中做法——它假设同一行内相邻重复值来自合并单元格对列名恰好重复的窄表会误删所以真实项目里我倾向再传一个expected_cols参数压缩后列数不足时按表头对齐补位。2.3 单位与口径归一化千元、百万元、美元与人民币财务文档最容易埋雷的不是解析而是单位。同一份底稿里营业收入 60,000可能是千元、百万元也可能是百万美元差一个量级就让所有比率失真。我的做法是给每个表加一列unit_hint从表标题或表注里提取关键词再用一张换算表统一到元。MULT { 元: 1.0, 千元: 1e3, 万元: 1e4, 百万元: 1e6, 亿元: 1e8, 千美元: 1e3, 百万美元: 1e6, 亿美元: 1e8, } FX {USD: 7.1, HKD: 0.91, CNY: 1.0} # 汇率走配置不要硬编码在函数里 def normalize(value, unit_key百万元, currencyUSD): if value is None: return None return value * MULT[unit_key] * FX[currency]参数说明unit_key必须从文档自身提取不要全局默认FX建议外置成配置或数据库表按报告期分别取值否则跨年对比时汇率会串期。另外注意财年口径——不少公司的财年与自然年不一致做同比时要把报告期起点和自然年分开存两列别只留一个日期字段。2.4 解析层四个高频报错与排查顺序IndexError: list index out of range合并单元格压缩后某行列数变少先打印每行的len()找异常行再决定是补位还是按表头对齐。数值列变成object类型、sum()报错多数是全角空格或零宽字符用df.applymap(type).eq(str).sum()定位到具体列。表头识别错位doc.tables的顺序确实和视觉一致但文本框里的表格不会出现先打印每张表的首行确认编号。数值整体差 1000 倍单位没归一化检查表标题里是否写了千美元以及括号负数是否被当成区间处理。提示解析完成后立刻做一次总额校验用利润表的营业收入去和表注或正文里出现的同一个数字对比能一次性暴露单位和错位两类问题。3. 盈利能力指标的计算口径从毛利率到 ROE 的取数规则3.1 五个核心比率的分子分母口径比率算错九成错在分母用的是期末值还是平均值用的是全部净利润还是归母净利润。下面这张表是我在项目里固定的口径约定写进配置所有脚本共用。指标公式取数口径常见误用毛利率(营业收入 − 营业成本) / 营业收入同期利润表用含税收入或用营业成本替代营业总成本营业利润率营业利润 / 营业收入同期利润表把投资收益混入营业利润比较净利率净利润 / 营业收入明确归母还是全部两期口径切换导致趋势假性跳变ROE归母净利润 / 平均归母净资产分母取 (期初 期末) / 2只用期末净资产重资产公司会被高估ROA净利润 / 平均总资产分母同样取平均与 ROE 混用同一分子忽略杠杆差异口径一旦定下就要在脚本里以常量形式写死而不是每次现算。数据源列名与公式解耦后面换公司只改映射。3.2 用 pandas 把口径变成可执行的计算import pandas as pd # 演示数据虚构真实使用时由 2.2 的解析结果替换 income pd.DataFrame({ period: [2022, 2023], revenue: [100.0, 112.0], # 营业收入 cogs: [80.0, 92.0], # 营业成本 op_profit: [5.0, 5.6], # 营业利润 np_parent:[4.2, 4.9], # 归母净利润 }) balance pd.DataFrame({ period: [2022, 2023], eq_parent: [20.0, 22.0], # 归母净资产期末 total_asset: [80.0, 88.0], # 总资产期末 }) inc income.set_index(period) bal balance.set_index(period) res pd.DataFrame(indexinc.index) res[毛利率] (inc[revenue] - inc[cogs]) / inc[revenue] res[营业利润率] inc[op_profit] / inc[revenue] res[净利率] inc[np_parent] / inc[revenue] # 平均净资产 / 平均总资产首期只能用期末值从第二期起才用平均值 avg_eq (bal[eq_parent] bal[eq_parent].shift(1)) / 2 res[ROE] inc[np_parent] / avg_eq res[ROA] inc[np_parent] / ((bal[total_asset] bal[total_asset].shift(1)) / 2) print(res.round(4))逻辑说明shift(1)生成上一期值第一期结果为NaN这是正确行为而不是 bug——没有期初数就不该硬编一个。参数上res[ROE]的分子用了归母净利润所以分母必须是归母净资产两个字段名要成对出现在配置里防止有人只改一个。3.3 杜邦分解把 ROE 拆成三因子并做残差校验ROE 只给一个结果说不出是赚得多、转得快还是借得多。拆成三因子后趋势变化可以直接归因。因子公式反映什么销售净利率归母净利润 / 营业收入盈利质量总资产周转率营业收入 / 平均总资产运营效率权益乘数平均总资产 / 平均归母净资产财务杠杆avg_asset (bal[total_asset] bal[total_asset].shift(1)) / 2 res[净利率因子] inc[np_parent] / inc[revenue] res[周转率因子] inc[revenue] / avg_asset res[权益乘数因子] avg_asset / avg_eq # 残差校验三因子乘积与直接计算的 ROE 应完全一致 res[ROE_乘算] res[净利率因子] * res[周转率因子] * res[权益乘数因子] res[残差] res[ROE_乘算] - res[ROE] assert res[残差].abs().max() 1e-9, 杜邦分解与直算 ROE 不一致检查口径参数说明assert的阈值 1e-9 是针对浮点误差设的如果你把某一行换成期末资产残差会立刻变成千分位级别这条断言就是最便宜的回归测试。注意三因子相乘要成立三个因子必须共用同一套平均资产、平均净资产口径。任何一处用了期末值拆解就只是近似归因结论会偏。3.4 多期对比时该固定哪些参数做三年以上趋势时我固定这几项报告期粒度年报/半年报统一到年、净利润口径始终归母、平均法起点第二年才启用平均、汇率取值日期统一用报告期末。把它写成一个metrics.yaml脚本读配置而不是读硬编码常量换公司只改映射关系公式一行不动。4. 从解析结果到图表和 Word 报告把分析自动化产出4.1 matplotlib 画比率趋势图的三个必备设置中文标签乱码、负号变方块是财务图最常见的两个交付事故。中文字体要显式指定一个系统里真实存在的字体族并关掉 Unicode 负号替换。import matplotlib matplotlib.use(Agg) # 无 GUI 环境下必须服务器跑批用 matplotlib.rcParams[font.sans-serif] [Noto Sans CJK SC, Source Han Sans SC, SimHei] matplotlib.rcParams[axes.unicode_minus] False matplotlib.rcParams[figure.dpi] 150 # 回写进 Word 时 150 足够清晰文件也不至于过大 import matplotlib.pyplot as plt fig, ax plt.subplots(figsize(6, 3.2)) res[[毛利率, 净利率, ROE]].plot(axax, markero) ax.set_ylabel(比率) ax.grid(alpha0.3) fig.tight_layout() fig.savefig(out/profitability_trend.png)参数说明matplotlib.use(Agg)在 CI 或定时任务里不加会直接抛TclError字体列表按优先级回退第一个不存在会自动尝试下一个所以别只写一个SimHeiLinux 容器里通常没装。4.2 用 docxtpl 把结果回写进 Word 报告保留一份带占位符的 Word 模板把表格和图片塞进去比用python-docx逐格构造省一半代码。from docxtpl import DocxTemplate, InlineImage from docx.shared import Mm tpl DocxTemplate(templates/profit_report.docx) ctx { company: 示例公司, period: 2023, rows: res.reset_index().round(4).to_dict(records), # 交给模板里的表格循环 chart: InlineImage(tpl, out/profitability_trend.png, widthMm(140)), } tpl.render(ctx) tpl.save(out/联想公司盈利能力分析_2023.docx)逻辑说明模板里用{%tr for row in rows %}行循环{{ chart }}放图。InlineImage的宽度用Mm而不是像素跨平台缩放才一致。模板文件本身要纳入版本管理字段名改动必须和脚本同步提交。4.3 目录约定与定时执行批量跑的时候目录结构比脚本复杂度更影响维护成本in/放原始 docxconfig/放字段映射与汇率out/只放生成物且每次清空避免旧图被误引用。#!/usr/bin/env bash set -euo pipefail export PYTHONIOENCODINGutf-8 # 容器里默认可能不是 utf-8中文文件名会炸 python -m src.parse --src in/ --out work/parsed/ python -m src.metrics --cfg config/metrics.yaml --out work/metrics.csv python -m src.report --metrics work/metrics.csv --tpl templates/profit_report.docx --out out/ echo 生成完成$(date %F %T)参数说明set -euo pipefail让中间任何一步失败立即中断不要用;串联导致解析失败还继续出报告。放进定时任务时建议加文件锁或时间戳目录防止上一次没跑完就被下一次覆盖。4.4 交付前的勾稽校验清单报告出去之前跑一遍这几项比多写一百行代码有用。校验项方法失败含义量级校验营业收入是否落在合理区间如 1e8 ~ 1e12 元单位换算错恒等校验净利润 ≈ 营业利润 营业外收支 − 所得税按文档口径取数错行分解校验三因子乘积 − ROE 的绝对值 1e-9平均/期末口径混用跨表校验本期期末净资产 上期期末 本期变动期间缺失或重复计算呈现校验图表与 CSV 中同一指标数值一致缓存文件未刷新提示把这张表写成 pytest 用例每次改完解析逻辑跑一遍比人工核对 Word 里那几十个数字可靠得多。5. 进阶技巧YAML 驱动字段映射与阈值校验5.1 把字段映射抽成配置换公司只改一个文件同一套脚本要复用到其他公司的盈利能力分析文档时真正变化的只有三件事表头叫什么、单位是什么、哪张表是利润表。把这三点抽成 YAML解析代码就稳定下来了。# config/metrics.yaml tables: income: match_keywords: [营业收入, 营业成本] unit: 百万元 currency: USD balance: match_keywords: [总资产, 归母净资产] unit: 百万元 currency: USD fields: revenue: [营业收入, 收入合计] cogs: [营业成本, 销售成本] op_profit: [营业利润] np_parent: [归属于母公司股东的净利润, 归母净利润] periods: [2022, 2023] checks: roe_residual_max: 1.0e-9 revenue_min: 1.0e8加载后按fields里的别名列表逐个匹配表头命中即映射命中零个或两个以上就抛异常并打印该表全部表头——这比静默取第一个匹配项安全得多因为表头里同时出现营业成本和营业成本合计是常态。5.2 两个容易被忽略的阈值设定第一个是残差阈值。checks.roe_residual_max设成 1e-9 是严格的恒等校验只在你确认三因子共用平均口径时才能通过如果你更关心归因方向是否可信可以放宽到 1e-4 并只告警不中断。第二个是量级阈值。revenue_min用来兜住单位事故一份写着千美元的底稿被当百万美元解析结果会小三个数量级这个阈值能在出图之前就把问题拦下来。还有一个实用的小技巧把每一期的指标结果连同它的输入快照原始字符串、单位、汇率一起落库指标异常时可以直接回溯到 Word 里的哪一个单元格省掉重新打开文档逐行对照的时间。本文还有配套的精品资源点击获取 Python解析Word财务表格与盈利能力指标自动化计算
简介「联想公司盈利能力分析.docx」是一篇面向财务管理、会计学专业学生及企业财务分析入门者的专题分析文档围绕盈利能力的内涵与评价方法展开并以联想集团为案例梳理其盈利水平的变化脉络。文档从盈利能力的基本概念入手结合联想公司的发展历程讨论资产负债率、负债结构、销售费用率、管理费用率与财务费用率等指标对利润的影响并借助资产收益率、净资产收益率、每股收益及每股经营性现金流量等数据判断企业获利能力的变动趋势后段还提出提升营运质量、加强资金风险管理等改进思路适合课程作业与财务指标学习时参考。资源包仅含 1 个 docx 文件大小约 24KB属于纯文字型资料结构按盈利能力分析、公司简介、影响因素、资产负债管理、销售能力分析、财务分析与对策建议等模块组织方便按主题查阅与摘录。目前已有 291 人学习下载可帮助读者快速建立盈利能力分析框架理解财务指标之间的关联并借鉴案例写作与数据处理思路。1. 一份「联想公司盈利能力分析.docx」要拆成几步才能跑起来多数人拿到「联想公司盈利能力分析.docx」第一反应是打开 Word把毛利率、净利率、ROE 抄进 Excel 重算一遍。真做起来会发现最耗时间的从来不是算比率而是把文档里那张被拆成三段、带合并单元格、单位写着百万美元的利润表还原成一行行能和原始财报对得上的结构化记录。这份文档本质上是非结构化底稿 人工结论只要结论要复用、要按季度滚动、要换一家公司重跑就必须把它变成一条可复现的流水线解析 Word 表格、归一化口径与币种、按固定公式计算盈利指标、再自动回写成图表和报告。适合手上有一堆同类财务分析文档、需要批量处理或定期更新的数据分析、财务信息化和报表开发同学。2. 用 python-docx 把 .docx 里的利润表拆成结构化数据2.1 Word 表格在 docx 里的真实结构合并单元格、嵌套表格与表格顺序python-docx暴露的表格模型比视觉上看到的简单得多document.tables是一个扁平列表只包含文档主体body下的表格文本框、页眉页脚、以及被别人当作表格插入的图片里都不在列表中。更麻烦的是合并单元格——一个横跨三列的单元格在row.cells里会被返回三次内容完全一样纵向合并同理会在多行的同一列重复出现。这直接导致每行的len(row.cells)看似一致实际上语义列已经错位。常见的三种排版和处理思路如下。典型排版解析难点应对策略表头两行科目 年份表头跨行合并第 1 行是空列逐行做去重压缩再把前两行拼成 MultiIndex科目列纵向合并如收入跨两行明细科目名只在首行出现次行为空用前向填充ffill补齐科目列正文里插了多张表利润表、资产负债表、现金流tables顺序与视觉顺序一致但编号易变按首行关键词识别表类型而不是按索引取我一般会先写一个表类型识别器用首行文本里的关键词判定是利润表还是资产负债表避免后面文档一改结构就整个脚本崩掉。2.2 最小可运行代码docx 表格转 DataFrame下面这段是能直接跑的最小版本核心是三步去重压缩合并单元格、剥离不可见字符、把数字字符串转成数值。from docx import Document import pandas as pd import re # 全角空格、不换行空格、零宽字符都是解析期最常见的隐形干扰 INVISIBLE dict.fromkeys(map(ord, \u00a0\u3000\u200b\ufeff), None) NUM_RE re.compile(r^\(?-?[\d,](?:\.\d)?\)?$) # 兼容 (1,234) 这种负数写法 def clean(text: str) - str: return (text or ).translate(INVISIBLE).strip() def to_number(text: str): 把 1,234.5 / (1,234) / — 统一成 float 或 None s clean(text) if not s or s in {—, -, N/A, 不适用}: return None neg s.startswith(() and s.endswith()) s s.strip(()).replace(,, ) if not NUM_RE.match((( if neg else ) s () if neg else )): return None v float(s) return -v if neg else v def table_to_rows(tbl): 把一张 docx 表格转成二维字符串列表压缩连续重复的合并单元格 rows [] for r in tbl.rows: cells, dedup [], [] for c in r.cells: cells.append(clean(c.text)) for v in cells: if dedup and v dedup[-1]: continue # 合并单元格产生的重复值只保留一个 dedup.append(v) rows.append(dedup) return rows doc Document(联想公司盈利能力分析.docx) raw table_to_rows(doc.tables[0]) df pd.DataFrame(raw[1:], columnsraw[0]) # 假设首行是表头 df df.replace(, None).ffill(axis0) # 纵向合并的科目列前向填充逻辑说明to_number先判空值占位符再判括号负数语义最后用正则兜底避免把同比增长这类文字误转成 0。table_to_rows的去重压缩是折中做法——它假设同一行内相邻重复值来自合并单元格对列名恰好重复的窄表会误删所以真实项目里我倾向再传一个expected_cols参数压缩后列数不足时按表头对齐补位。2.3 单位与口径归一化千元、百万元、美元与人民币财务文档最容易埋雷的不是解析而是单位。同一份底稿里营业收入 60,000可能是千元、百万元也可能是百万美元差一个量级就让所有比率失真。我的做法是给每个表加一列unit_hint从表标题或表注里提取关键词再用一张换算表统一到元。MULT { 元: 1.0, 千元: 1e3, 万元: 1e4, 百万元: 1e6, 亿元: 1e8, 千美元: 1e3, 百万美元: 1e6, 亿美元: 1e8, } FX {USD: 7.1, HKD: 0.91, CNY: 1.0} # 汇率走配置不要硬编码在函数里 def normalize(value, unit_key百万元, currencyUSD): if value is None: return None return value * MULT[unit_key] * FX[currency]参数说明unit_key必须从文档自身提取不要全局默认FX建议外置成配置或数据库表按报告期分别取值否则跨年对比时汇率会串期。另外注意财年口径——不少公司的财年与自然年不一致做同比时要把报告期起点和自然年分开存两列别只留一个日期字段。2.4 解析层四个高频报错与排查顺序IndexError: list index out of range合并单元格压缩后某行列数变少先打印每行的len()找异常行再决定是补位还是按表头对齐。数值列变成object类型、sum()报错多数是全角空格或零宽字符用df.applymap(type).eq(str).sum()定位到具体列。表头识别错位doc.tables的顺序确实和视觉一致但文本框里的表格不会出现先打印每张表的首行确认编号。数值整体差 1000 倍单位没归一化检查表标题里是否写了千美元以及括号负数是否被当成区间处理。提示解析完成后立刻做一次总额校验用利润表的营业收入去和表注或正文里出现的同一个数字对比能一次性暴露单位和错位两类问题。3. 盈利能力指标的计算口径从毛利率到 ROE 的取数规则3.1 五个核心比率的分子分母口径比率算错九成错在分母用的是期末值还是平均值用的是全部净利润还是归母净利润。下面这张表是我在项目里固定的口径约定写进配置所有脚本共用。指标公式取数口径常见误用毛利率(营业收入 − 营业成本) / 营业收入同期利润表用含税收入或用营业成本替代营业总成本营业利润率营业利润 / 营业收入同期利润表把投资收益混入营业利润比较净利率净利润 / 营业收入明确归母还是全部两期口径切换导致趋势假性跳变ROE归母净利润 / 平均归母净资产分母取 (期初 期末) / 2只用期末净资产重资产公司会被高估ROA净利润 / 平均总资产分母同样取平均与 ROE 混用同一分子忽略杠杆差异口径一旦定下就要在脚本里以常量形式写死而不是每次现算。数据源列名与公式解耦后面换公司只改映射。3.2 用 pandas 把口径变成可执行的计算import pandas as pd # 演示数据虚构真实使用时由 2.2 的解析结果替换 income pd.DataFrame({ period: [2022, 2023], revenue: [100.0, 112.0], # 营业收入 cogs: [80.0, 92.0], # 营业成本 op_profit: [5.0, 5.6], # 营业利润 np_parent:[4.2, 4.9], # 归母净利润 }) balance pd.DataFrame({ period: [2022, 2023], eq_parent: [20.0, 22.0], # 归母净资产期末 total_asset: [80.0, 88.0], # 总资产期末 }) inc income.set_index(period) bal balance.set_index(period) res pd.DataFrame(indexinc.index) res[毛利率] (inc[revenue] - inc[cogs]) / inc[revenue] res[营业利润率] inc[op_profit] / inc[revenue] res[净利率] inc[np_parent] / inc[revenue] # 平均净资产 / 平均总资产首期只能用期末值从第二期起才用平均值 avg_eq (bal[eq_parent] bal[eq_parent].shift(1)) / 2 res[ROE] inc[np_parent] / avg_eq res[ROA] inc[np_parent] / ((bal[total_asset] bal[total_asset].shift(1)) / 2) print(res.round(4))逻辑说明shift(1)生成上一期值第一期结果为NaN这是正确行为而不是 bug——没有期初数就不该硬编一个。参数上res[ROE]的分子用了归母净利润所以分母必须是归母净资产两个字段名要成对出现在配置里防止有人只改一个。3.3 杜邦分解把 ROE 拆成三因子并做残差校验ROE 只给一个结果说不出是赚得多、转得快还是借得多。拆成三因子后趋势变化可以直接归因。因子公式反映什么销售净利率归母净利润 / 营业收入盈利质量总资产周转率营业收入 / 平均总资产运营效率权益乘数平均总资产 / 平均归母净资产财务杠杆avg_asset (bal[total_asset] bal[total_asset].shift(1)) / 2 res[净利率因子] inc[np_parent] / inc[revenue] res[周转率因子] inc[revenue] / avg_asset res[权益乘数因子] avg_asset / avg_eq # 残差校验三因子乘积与直接计算的 ROE 应完全一致 res[ROE_乘算] res[净利率因子] * res[周转率因子] * res[权益乘数因子] res[残差] res[ROE_乘算] - res[ROE] assert res[残差].abs().max() 1e-9, 杜邦分解与直算 ROE 不一致检查口径参数说明assert的阈值 1e-9 是针对浮点误差设的如果你把某一行换成期末资产残差会立刻变成千分位级别这条断言就是最便宜的回归测试。注意三因子相乘要成立三个因子必须共用同一套平均资产、平均净资产口径。任何一处用了期末值拆解就只是近似归因结论会偏。3.4 多期对比时该固定哪些参数做三年以上趋势时我固定这几项报告期粒度年报/半年报统一到年、净利润口径始终归母、平均法起点第二年才启用平均、汇率取值日期统一用报告期末。把它写成一个metrics.yaml脚本读配置而不是读硬编码常量换公司只改映射关系公式一行不动。4. 从解析结果到图表和 Word 报告把分析自动化产出4.1 matplotlib 画比率趋势图的三个必备设置中文标签乱码、负号变方块是财务图最常见的两个交付事故。中文字体要显式指定一个系统里真实存在的字体族并关掉 Unicode 负号替换。import matplotlib matplotlib.use(Agg) # 无 GUI 环境下必须服务器跑批用 matplotlib.rcParams[font.sans-serif] [Noto Sans CJK SC, Source Han Sans SC, SimHei] matplotlib.rcParams[axes.unicode_minus] False matplotlib.rcParams[figure.dpi] 150 # 回写进 Word 时 150 足够清晰文件也不至于过大 import matplotlib.pyplot as plt fig, ax plt.subplots(figsize(6, 3.2)) res[[毛利率, 净利率, ROE]].plot(axax, markero) ax.set_ylabel(比率) ax.grid(alpha0.3) fig.tight_layout() fig.savefig(out/profitability_trend.png)参数说明matplotlib.use(Agg)在 CI 或定时任务里不加会直接抛TclError字体列表按优先级回退第一个不存在会自动尝试下一个所以别只写一个SimHeiLinux 容器里通常没装。4.2 用 docxtpl 把结果回写进 Word 报告保留一份带占位符的 Word 模板把表格和图片塞进去比用python-docx逐格构造省一半代码。from docxtpl import DocxTemplate, InlineImage from docx.shared import Mm tpl DocxTemplate(templates/profit_report.docx) ctx { company: 示例公司, period: 2023, rows: res.reset_index().round(4).to_dict(records), # 交给模板里的表格循环 chart: InlineImage(tpl, out/profitability_trend.png, widthMm(140)), } tpl.render(ctx) tpl.save(out/联想公司盈利能力分析_2023.docx)逻辑说明模板里用{%tr for row in rows %}行循环{{ chart }}放图。InlineImage的宽度用Mm而不是像素跨平台缩放才一致。模板文件本身要纳入版本管理字段名改动必须和脚本同步提交。4.3 目录约定与定时执行批量跑的时候目录结构比脚本复杂度更影响维护成本in/放原始 docxconfig/放字段映射与汇率out/只放生成物且每次清空避免旧图被误引用。#!/usr/bin/env bash set -euo pipefail export PYTHONIOENCODINGutf-8 # 容器里默认可能不是 utf-8中文文件名会炸 python -m src.parse --src in/ --out work/parsed/ python -m src.metrics --cfg config/metrics.yaml --out work/metrics.csv python -m src.report --metrics work/metrics.csv --tpl templates/profit_report.docx --out out/ echo 生成完成$(date %F %T)参数说明set -euo pipefail让中间任何一步失败立即中断不要用;串联导致解析失败还继续出报告。放进定时任务时建议加文件锁或时间戳目录防止上一次没跑完就被下一次覆盖。4.4 交付前的勾稽校验清单报告出去之前跑一遍这几项比多写一百行代码有用。校验项方法失败含义量级校验营业收入是否落在合理区间如 1e8 ~ 1e12 元单位换算错恒等校验净利润 ≈ 营业利润 营业外收支 − 所得税按文档口径取数错行分解校验三因子乘积 − ROE 的绝对值 1e-9平均/期末口径混用跨表校验本期期末净资产 上期期末 本期变动期间缺失或重复计算呈现校验图表与 CSV 中同一指标数值一致缓存文件未刷新提示把这张表写成 pytest 用例每次改完解析逻辑跑一遍比人工核对 Word 里那几十个数字可靠得多。5. 进阶技巧YAML 驱动字段映射与阈值校验5.1 把字段映射抽成配置换公司只改一个文件同一套脚本要复用到其他公司的盈利能力分析文档时真正变化的只有三件事表头叫什么、单位是什么、哪张表是利润表。把这三点抽成 YAML解析代码就稳定下来了。# config/metrics.yaml tables: income: match_keywords: [营业收入, 营业成本] unit: 百万元 currency: USD balance: match_keywords: [总资产, 归母净资产] unit: 百万元 currency: USD fields: revenue: [营业收入, 收入合计] cogs: [营业成本, 销售成本] op_profit: [营业利润] np_parent: [归属于母公司股东的净利润, 归母净利润] periods: [2022, 2023] checks: roe_residual_max: 1.0e-9 revenue_min: 1.0e8加载后按fields里的别名列表逐个匹配表头命中即映射命中零个或两个以上就抛异常并打印该表全部表头——这比静默取第一个匹配项安全得多因为表头里同时出现营业成本和营业成本合计是常态。5.2 两个容易被忽略的阈值设定第一个是残差阈值。checks.roe_residual_max设成 1e-9 是严格的恒等校验只在你确认三因子共用平均口径时才能通过如果你更关心归因方向是否可信可以放宽到 1e-4 并只告警不中断。第二个是量级阈值。revenue_min用来兜住单位事故一份写着千美元的底稿被当百万美元解析结果会小三个数量级这个阈值能在出图之前就把问题拦下来。还有一个实用的小技巧把每一期的指标结果连同它的输入快照原始字符串、单位、汇率一起落库指标异常时可以直接回溯到 Word 里的哪一个单元格省掉重新打开文档逐行对照的时间。本文还有配套的精品资源点击获取