基于Power BI的某行業上市公司財務報表可視化分析

張學東 劉春英

摘 要：上市公司財務報表分析應用廣泛，傳統的上市公司財務報表分析會存在數據獲取效率低、同行業公司數據不足，選取的標桿公司不合適，導致代表性、可比性不足等問題。本文探索應用Power BI進行中藥生產行業上市公司財務報表可視化分析。方法如下：（1）利用財經網站獲取某行業所有上市公司的財務報表數據。（2）利用中商產業研究院的上市公司分類標準進行細分，減少某細分行業內的上市公司數量，再結合各公司的銷售規模，精準找到標桿公司。（3）利用DAX語言編寫度量值，獲取同行業指標進行對比，方便進行決策分析。

關鍵詞：財務報表;可視化分析;Power BI;商業智能;中藥行業

本文索引：張學東，劉春英.基于Power BI的某行業上市公司財務報表可視化分析[J].中國商論，2021（24）：-153.

中圖分類號：F275 文獻標識碼：A 文章編號：2096-0298（2021）12（b）--04

關于財務報表分析的畢業論文選題很多，最常見的是對某一家上市公司的財務報表分析，并在行業內選擇3～4家上市公司的報表數據進行對比。學生在選擇財務報表分析的研究對象時，存在很多困難，比如因為對行業和公司現狀缺乏了解，面對海量的上市公司無從下手，不知道該選哪一家，包括對比較企業的選擇，盲目選擇過多的指標進行計算，不了解指標數值本身對于公司的意義，從而造成在數據獲取、指標計算、對比分析等環節效率比較低、重復勞動多，嚴重影響論文的進度。對于不同行業的公司來說，每個指標的標準都有一定程度的差異，因此不能盲目選擇任一標準。隨著大數據、商業智能（BI）等新技術在財務領域的應用，借助新技術可以提高財務報表分析的效率及正確性和可用性。本文探索應用Power BI搭建醫藥制造行業上市公司財務報表可視化的分析系統。

1 傳統財務報表分析存在的問題

1.1 缺乏對行業的整體認知，選擇標桿企業較困難

一般進行財務報表分析時，會在同一公司內部進行縱向比較，也會選擇同行業標桿企業進行橫向對比。標桿企業通常是該行業收入最高或者市值最高的企業，但該標桿企業可能與待分析企業處于供應鏈的不同位置。比如，分別處于供應鏈的上游和下游，又或者因為戰略不同，導致兩者的盈利模式有很大差異，因此，標桿企業成功模式的可借鑒性值得思考。

另外，行業龍頭企業的規模可能與待分析企業差異巨大，可比性也值得思考。比如在中藥生產行業，白云山2020年營收達到616億元，但行業內年營收能夠達到100億元以上規模的企業僅有7家，還有21家企業年營收在10億元以下。不同量級的企業，財報結構是有差異的。

1.2 缺乏行業平均水平，代表性不足

對于不少財務報表分析，大多會采用對比論證法，選取某1家公司或者2～3家公司的財務報表數據來比較指標水平的優劣，從而判斷案例公司的經營水平，但是這一方法缺乏行業平均水平性，選取的對比公司數量不夠則會導致數據不具有代表性。也許有人會通過購買的金融數據庫來獲取行業平均水平數據，很多中小企業并不會為此買單，導致平均水平無法獲得。

1.3 數據獲取和分析效率比較低

數據獲取可能是在財經網站上下載多個單一公司的報表，獲取的效率比較低，可能會存在由于操作行為不當導致部分數據錯誤或缺失，再利用Excel進行分析，根據設置好的數據源定義公式或利用數據透視表來分析，因為Excel是基于單元格定義公式，如果數據源有新增或者單元格位置發生了變化，可能需要重新修改同一公式，重復勞動多，效率比較低。當需要增加或修改某一部分數據的時候，需要在相應的網站上查找數據并在數據源中做出相應的調整，過程較繁瑣。

2 Power BI大數據分析軟件簡介

簡單來說，數據可視化就是通過可視化工具中的簡易圖形將晦澀難懂的數據展示出來，將隱藏的數據信息通過畫面的形式展示在瀏覽者面前，更加直觀易懂。

一方面，隨著大數據時代的到來，企業的財務報表分析所需要的數據往往是海量的，數據報告使用者對數據的可讀性變差并且難以抓住核心關鍵指標為決策者提供可靠的數據支撐。數據可視化可以借助一定的工具，將多項指標數據以最直觀的方式展示出來。另一方面，用最原始的方法處理數據，會浪費大量的人力、物力和財力，隨著信息化技術的普及，企業對于數據的處理方式必然會從傳統的人工流水方式轉向大數據可視化管理。

目前，市場上有很多款可視化的工具，能夠比較方便地進行數據的整理、可視化等工作，每一款工具都各有特點，例如，Power BI就起到了很好的數據交互作用。

Power BI是微軟于2016年推出的自助式商業智能分析軟件，Power BI可以連接上百個數據源、簡化數據并提供即時分析。即時分析指用戶可以根據需要改變的條件，系統自動生成美觀的統計報表并發布。組織內成員可以在Web和移動設備上查看報表。用戶還可以根據不同情景需求，創建個性化的儀表板，全方位展示業務數據。

Power BI整合了Excel中的Power query、Power pivot、Power view、Power map一系列組件，Power query可以理解為超級查詢，主要進行數據連接、清理（可以理解為一種ETL服務，Extract，Transform，Load，指數據的抽取、清洗轉換、裝載），圍繞將以往數據查詢時需要寫代碼的工作，轉變為在圖形化界面中，通過鼠標點擊的方式完成，大大降低了非IT人員自主獲取數據的難度，可以從網站獲取數據。Power pivot主要進行數據建模，建立表與表之間的聯系，可以理解為超級透視，比Excel里大家熟悉的數據透視表的功能要強大得多。Power view主要用來做數據可視化，Power map主要用來做數據地圖。微軟將上述四個組件集成之后單列了一個新產品就是Power BI，可以滿足快速增長的自助式商務智能分析的需求。

3 借助BI技術搭建財務報表分析系統的思路

結合以上問題，本文以Power BI為例，說明借助BI技術進行財務報表分析的思路。

3.1 數據獲取

利用Power BI中的Power Query可以快速獲取整個醫藥行業上市公司的財務報表數據。可以根據證監會發布的行業分類標準，獲取醫藥行業上市公司股票代碼和名稱，再通過網易財經網站獲取具體的財報數據，包括近10年的資產負債表、利潤表、現金流量表的年報數據。目前，滬深兩市約有260多家醫藥行業上市公司，共獲取利潤表數據157770行，資產負債表數據378540行，現金流量表數據312034行。

3.2 數據整理

在Power Query編輯器頁面，對所有的數據進行預處理，統一格式，避免后續數據分析環節出現錯誤。根據現有的表格提取有效的信息，建立相關的維度表，例如日期表，有利于后續數據的分析工作。

借助中商產業研究院上市公司的分類信息，按照醫藥行業上市公司在供應鏈中的不同位置進行細分，如表1所示。中國證監交易委員會提供的行業分類比較粗略，每個行業內都有眾多公司，不易進行分類比較。借助分類信息，將醫藥制造行業領域分成動物用藥、化學原料用藥、生物醫藥、醫療服務、中藥生產等領域，作用相當于聚類分析，按照公司主營業務收入占比，主業在供應鏈中的位置進行聚類，在醫藥行業再進行細分行業這一操作，在一定程度上對數據分析起到了層層遞進的作用，在BI中可實現“鉆取”功能。另外，按照公司在2020年度的營收規模進行細分，在進行不同公司的財務報表分析工作時，在尋找對比企業時，可以根據營收規模參考在供應鏈中的位置，在規模相近的企業之間尋找標桿企業，可以提高可比性。另外，不僅可以根據營收規模進行進一步的細分，還可以根據報告使用者的需求，對凈利潤或者毛利進行進一步劃分。

3.3 數據建模

數據建模包括兩部分，即建立表之間的聯系和編寫度量值。先建立表之間的聯系，表可以分為事實表和維度表，其中三張財務報表是事實表，除此之外引入的表，包括醫藥細分表、行業分類表、日期表、三大財務報表的輔助表等都是維度表，其中財務報表的輔助表是對財務報表的項目根據分析要求進行的重分類，使之更符合分析需求，與財務報表項目進行了匹配，建立了表之間的聯系，使多張表的數據成為一個整體，可以方便地實現跨表的數據分析。

利用DAX語言編寫度量值。結合數據分析的三要素：指標、維度、分析方法。指標指收入、毛利潤、凈利潤、凈資產收益率等，維度指分析的角度，如按照行業、公司名稱、時間、公司營收規模等，分析方法常見的有同比、環比、占比、對比等。所需要的度量值主要包括資產負債表、利潤表、現金流量表的基礎度量值，計算出各報表項目的值;財務分析指標，如資產負債率、應收賬款周轉率、凈資產收益率、行業平均年收入指標、行業平均凈利潤指標、收入增長率等。

3.4 結合分析指標體系，進行可視化分析

構建分析指標體系時，通過繪制思維導圖，將需要展示的信息進行歸類，先總后分進行分析。從行業整體分析整體的盈利能力變動情況，再看公司在行業內部的收入、毛利潤、凈利率等排名情況，進一步進行各項能力分析，最后提供了結構分析和報表查詢功能，方便使用者及時閱讀某一家公司詳細的財報信息，如圖1所示。

同時，也可以借助杜邦分析法，其中凈資產收益率（權益凈利率）是整個分析體系的核心指標，在這個體系中某一項指標都可以逐級分解為多項財務比率的乘積，那么當某一項指標的數據偏離正常值時，都可以通過杜邦圖層層剝繭，找出癥結所在。同時，利用Power BI中的參數設置，可以實現基于杜邦分析體系的預測分析，比如收入每增長5%，成本同步變動的比例是多少，最終對凈資產收益率的影響等。

可視化分析，利用Power BI良好的交互性能和強大的計算能力，根據不同主題制作可視化分析報告。將行業分類、年份、營收規模劃分、公司名稱、前N名作為切片器，將不同分析主題導航按鈕有規則地排列在儀表板的左側，在儀表板的中間區域通過多種可視化圖形更加直觀且明白地展示各個指標體系下具體指標的數值，遇到需要增加案例公司的情況，只需要重復數據獲取工作這一步驟，后面的過程就可以通過一鍵刷新功能實現。如果儀表板上的數據部分需要修改，只要在數據源區域做出相應的調整，就可解決，一般來說數據都是從正規網站直接獲取的，只要數據建模部分不出錯，就不會出現指標計算錯誤的情況。

在行業分析中，從行業凈利率趨勢、行業地位（營收）、市場份額、凈資產收益率、營收規模分布企業數量等維度進行分析。如圖2所示，在行業地位（營收）圖中，通過調節時間滾動軸，可以較為直觀地看到各個行業在近十年內營業收入的增幅，其中生物醫藥行業的最近一年營收在10～50億元級別的上市公司近五年的行業凈利率一直維持在行業最高水平，平均凈利率均高于15%以上。醫藥各細分行業整體的行業凈利率呈現較穩定的狀態，整體盈利能力較強，2020年度僅醫藥商業細分行業凈利率為-2.99%，其他行業凈利率均為正數，生物醫藥的行業凈利率最高，達到24.10%。

利用整個行業上市公司財務報表做數據可視化分析，可以快速得到行業平均指標，從而在整個行業的背景下，進行財務分析，有助于得到正確的分析結論。

在利用整個行業上市公司財務報表做數據可視化時，會存在的一個問題是一張圖中可能包含了很多不同公司的信息，比如，將中藥生產行業67個公司的某個指標放在一張圖中，圖表顯得混亂無法讀取有效信息。本文的建議是，將待分析公司相關數據與計算得到的行業平均水平進行對比，或者與行業前N名公司進行比較。

4 結語

利用BI技術對財務報表進行分析，可以大大提高分析效率，在形成財務報表分析體系之后，通過Power BI實時更新數據，可以避免重復勞動，通過切片器、篩選器的使用，可以快速獲得所需要的信息，有效提高報表分析的效率，通過編寫度量值，使用者可以快速獲取個性化的指標信息，方便報表使用者的自主探索。

針對行業上市公司較多，選擇同行業標桿比較困難的問題，可以依靠第三方研究公司的分類標準，對行業進一步細分，減少細分行業內的企業數量，細分的標準可以按照主營業務收入的占比。另外，還可以按照企業年營收的規模對企業進行細分，所選的對標企業與待分析企業的規模相當，行業主營業務涵蓋范圍也接近，便于企業進行更有針對性的對比，通過與競爭對手的對比，確定企業業績變動是受自身業務的影響，還是受行業外部變動的影響。

利用網上公開的財經網站數據時也會存在不足，比如數據可能有缺項，導致少部分企業的數據不夠完整和準確。另外，本應用僅以公開的財務數據為研究對象，因為公開的、易獲取的數據多為財務數據，缺乏業務數據，無法通過財務數據分析的結果給出針對性的、有價值的建議，導致即使擁有了大量數據，也可能存在分析浮于表面的情況。業務數據可能在年度報告中以文本形式存在，這種非結構化數據在獲取時難度較大，無法進行批量化、標準化地處理，依靠公開數據很難實現業務和財務的一體化分析。后續還可以繼續探索基于XBRL和文本挖掘等計算，進一步豐富基于行業所有上市公司財務報表分析的深度和廣度。

參考文獻

[1]李祥鵬，秦賢，梁瑜，等.基于Microsoft POWERBI的藥學數據自動分析工具的應用[J].海峽藥學，2020，32（8）：229-233.

[2]于洋，房坤，劉丹，等.基于PowerBI的大數據分析在醫用耗材管理中的實踐[J].中國醫學裝備，2020，17（7）：145-149.

[3]李雪，王梓，陳翰林.大數據下企業財務分析淺析[J].財務與會計，2018（21）：50.

[4]劉寶太.關于財務報表可視化分析應用的探討[J].財會學習，2019（35）：28-29.

[5]孫一星.基于POWERBI的企業交互式可視化業務分析系統的設計與實現：以T公司為例[J].中國港口，2019（2）：56-61.

[6]厲雨，邵天龍，王浩.可視化分析在電力營銷審計中的應用[J].中國內部審計，2020（1）：55-58.

[7]陳俊麗.基于云計算的會計大數據分析平臺構建[J].財會通訊，2017（16）：103-107.

[8]張超，肖聰，朱衛東，等.財務智能可視化分析與文獻綜述[J].財會月刊，2019（3）：24-32.

基金項目：2019年度江蘇省高職院校教師專業帶頭人高端研修項目“企業經營數據分析”（2019TDFX001）的階段性研究成果;2020江蘇省大學生創新訓練項目（202012317027Y）。

作者簡介：張學東（1979-），男，漢族，江蘇南通人，碩士，講師，研究方向：企業經營數據分析。

Visual Analysis of Financial Statements of Listed Companies in an Industry

Based on Power BI

Changzhou College of Information Technology

ZHANG Xuedong? LIU Chunying

Abstract： Financial statement analysis of listed companies is widely used. Traditional financial statement analysis of listed companies has problems such as low data acquisition efficiency， insufficient data from companies in the same industry， inappropriate selection of benchmark companies， and insufficient representativeness and comparability. This article explores the application of Power BI to visualize the financial statements of listed companies in the traditional Chinese medicine production industry. The method is as follows： i. Use the financial website to obtain the financial statement data of all listed companies in a certain industry; ii. Use the listed company classification standards of the China Business Industry Research Institute to subdivide， reduce the number of listed companies in a subdivided industry， and combine the sales scale of each company to accurately find benchmark companies; iii. Use DAX language to compile measurement values， obtain indicators in the same industry for comparison， and facilitate decision-making analysis.

Keywords： financial statement; visual analysis; Power BI; business intelligence; traditional Chinese medicine industry