基于Power BI的某行业上市公司财务报表可视化分析

张学东 刘春英

摘 要：上市公司财务报表分析应用广泛，传统的上市公司财务报表分析会存在数据获取效率低、同行业公司数据不足，选取的标杆公司不合适，导致代表性、可比性不足等问题。本文探索应用Power BI进行中药生产行业上市公司财务报表可视化分析。方法如下：（1）利用财经网站获取某行业所有上市公司的财务报表数据。（2）利用中商产业研究院的上市公司分类标准进行细分，减少某细分行业内的上市公司数量，再结合各公司的销售规模，精准找到标杆公司。（3）利用DAX语言编写度量值，获取同行业指标进行对比，方便进行决策分析。

关键词：财务报表;可视化分析;Power BI;商业智能;中药行业

本文索引：張学东，刘春英.基于Power BI的某行业上市公司财务报表可视化分析[J].中国商论，2021（24）：-153.

中图分类号：F275 文献标识码：A 文章编号：2096-0298（2021）12（b）--04

关于财务报表分析的毕业论文选题很多，最常见的是对某一家上市公司的财务报表分析，并在行业内选择3～4家上市公司的报表数据进行对比。学生在选择财务报表分析的研究对象时，存在很多困难，比如因为对行业和公司现状缺乏了解，面对海量的上市公司无从下手，不知道该选哪一家，包括对比较企业的选择，盲目选择过多的指标进行计算，不了解指标数值本身对于公司的意义，从而造成在数据获取、指标计算、对比分析等环节效率比较低、重复劳动多，严重影响论文的进度。对于不同行业的公司来说，每个指标的标准都有一定程度的差异，因此不能盲目选择任一标准。随着大数据、商业智能（BI）等新技术在财务领域的应用，借助新技术可以提高财务报表分析的效率及正确性和可用性。本文探索应用Power BI搭建医药制造行业上市公司财务报表可视化的分析系统。

1 传统财务报表分析存在的问题

1.1 缺乏对行业的整体认知，选择标杆企业较困难

一般进行财务报表分析时，会在同一公司内部进行纵向比较，也会选择同行业标杆企业进行横向对比。标杆企业通常是该行业收入最高或者市值最高的企业，但该标杆企业可能与待分析企业处于供应链的不同位置。比如，分别处于供应链的上游和下游，又或者因为战略不同，导致两者的盈利模式有很大差异，因此，标杆企业成功模式的可借鉴性值得思考。

另外，行业龙头企业的规模可能与待分析企业差异巨大，可比性也值得思考。比如在中药生产行业，白云山2020年营收达到616亿元，但行业内年营收能够达到100亿元以上规模的企业仅有7家，还有21家企业年营收在10亿元以下。不同量级的企业，财报结构是有差异的。

1.2 缺乏行业平均水平，代表性不足

对于不少财务报表分析，大多会采用对比论证法，选取某1家公司或者2～3家公司的财务报表数据来比较指标水平的优劣，从而判断案例公司的经营水平，但是这一方法缺乏行业平均水平性，选取的对比公司数量不够则会导致数据不具有代表性。也许有人会通过购买的金融数据库来获取行业平均水平数据，很多中小企业并不会为此买单，导致平均水平无法获得。

1.3 数据获取和分析效率比较低

数据获取可能是在财经网站上下载多个单一公司的报表，获取的效率比较低，可能会存在由于操作行为不当导致部分数据错误或缺失，再利用Excel进行分析，根据设置好的数据源定义公式或利用数据透视表来分析，因为Excel是基于单元格定义公式，如果数据源有新增或者单元格位置发生了变化，可能需要重新修改同一公式，重复劳动多，效率比较低。当需要增加或修改某一部分数据的时候，需要在相应的网站上查找数据并在数据源中做出相应的调整，过程较繁琐。

2 Power BI大数据分析软件简介

简单来说，数据可视化就是通过可视化工具中的简易图形将晦涩难懂的数据展示出来，将隐藏的数据信息通过画面的形式展示在浏览者面前，更加直观易懂。

一方面，随着大数据时代的到来，企业的财务报表分析所需要的数据往往是海量的，数据报告使用者对数据的可读性变差并且难以抓住核心关键指标为决策者提供可靠的数据支撑。数据可视化可以借助一定的工具，将多项指标数据以最直观的方式展示出来。另一方面，用最原始的方法处理数据，会浪费大量的人力、物力和财力，随着信息化技术的普及，企业对于数据的处理方式必然会从传统的人工流水方式转向大数据可视化管理。

目前，市场上有很多款可视化的工具，能够比较方便地进行数据的整理、可视化等工作，每一款工具都各有特点，例如，Power BI就起到了很好的数据交互作用。

Power BI是微软于2016年推出的自助式商业智能分析软件，Power BI可以连接上百个数据源、简化数据并提供即时分析。即时分析指用户可以根据需要改变的条件，系统自动生成美观的统计报表并发布。组织内成员可以在Web和移动设备上查看报表。用户还可以根据不同情景需求，创建个性化的仪表板，全方位展示业务数据。

Power BI整合了Excel中的Power query、Power pivot、Power view、Power map一系列组件，Power query可以理解为超级查询，主要进行数据连接、清理（可以理解为一种ETL服务，Extract，Transform，Load，指数据的抽取、清洗转换、装载），围绕将以往数据查询时需要写代码的工作，转变为在图形化界面中，通过鼠标点击的方式完成，大大降低了非IT人员自主获取数据的难度，可以从网站获取数据。Power pivot主要进行数据建模，建立表与表之间的联系，可以理解为超级透视，比Excel里大家熟悉的数据透视表的功能要强大得多。Power view主要用来做数据可视化，Power map主要用来做数据地图。微软将上述四个组件集成之后单列了一个新产品就是Power BI，可以满足快速增长的自助式商务智能分析的需求。

3 借助BI技术搭建财务报表分析系统的思路

结合以上问题，本文以Power BI为例，说明借助BI技术进行财务报表分析的思路。

3.1 数据获取

利用Power BI中的Power Query可以快速获取整个医药行业上市公司的财务报表数据。可以根据证监会发布的行业分类标准，获取医药行业上市公司股票代码和名称，再通过网易财经网站获取具体的财报数据，包括近10年的资产负债表、利润表、现金流量表的年报数据。目前，沪深两市约有260多家医药行业上市公司，共获取利润表数据157770行，资产负债表数据378540行，现金流量表数据312034行。

3.2 數据整理

在Power Query编辑器页面，对所有的数据进行预处理，统一格式，避免后续数据分析环节出现错误。根据现有的表格提取有效的信息，建立相关的维度表，例如日期表，有利于后续数据的分析工作。

借助中商产业研究院上市公司的分类信息，按照医药行业上市公司在供应链中的不同位置进行细分，如表1所示。中国证监交易委员会提供的行业分类比较粗略，每个行业内都有众多公司，不易进行分类比较。借助分类信息，将医药制造行业领域分成动物用药、化学原料用药、生物医药、医疗服务、中药生产等领域，作用相当于聚类分析，按照公司主营业务收入占比，主业在供应链中的位置进行聚类，在医药行业再进行细分行业这一操作，在一定程度上对数据分析起到了层层递进的作用，在BI中可实现“钻取”功能。另外，按照公司在2020年度的营收规模进行细分，在进行不同公司的财务报表分析工作时，在寻找对比企业时，可以根据营收规模参考在供应链中的位置，在规模相近的企业之间寻找标杆企业，可以提高可比性。另外，不仅可以根据营收规模进行进一步的细分，还可以根据报告使用者的需求，对净利润或者毛利进行进一步划分。

3.3 数据建模

数据建模包括两部分，即建立表之间的联系和编写度量值。先建立表之间的联系，表可以分为事实表和维度表，其中三张财务报表是事实表，除此之外引入的表，包括医药细分表、行业分类表、日期表、三大财务报表的辅助表等都是维度表，其中财务报表的辅助表是对财务报表的项目根据分析要求进行的重分类，使之更符合分析需求，与财务报表项目进行了匹配，建立了表之间的联系，使多张表的数据成为一个整体，可以方便地实现跨表的数据分析。

利用DAX语言编写度量值。结合数据分析的三要素：指标、维度、分析方法。指标指收入、毛利润、净利润、净资产收益率等，维度指分析的角度，如按照行业、公司名称、时间、公司营收规模等，分析方法常见的有同比、环比、占比、对比等。所需要的度量值主要包括资产负债表、利润表、现金流量表的基础度量值，计算出各报表项目的值;财务分析指标，如资产负债率、应收账款周转率、净资产收益率、行业平均年收入指标、行业平均净利润指标、收入增长率等。

3.4 结合分析指标体系，进行可视化分析

构建分析指标体系时，通过绘制思维导图，将需要展示的信息进行归类，先总后分进行分析。从行业整体分析整体的盈利能力变动情况，再看公司在行业内部的收入、毛利润、净利率等排名情况，进一步进行各项能力分析，最后提供了结构分析和报表查询功能，方便使用者及时阅读某一家公司详细的财报信息，如图1所示。

同时，也可以借助杜邦分析法，其中净资产收益率（权益净利率）是整个分析体系的核心指标，在这个体系中某一项指标都可以逐级分解为多项财务比率的乘积，那么当某一项指标的数据偏离正常值时，都可以通过杜邦图层层剥茧，找出症结所在。同时，利用Power BI中的参数设置，可以实现基于杜邦分析体系的预测分析，比如收入每增长5%，成本同步变动的比例是多少，最终对净资产收益率的影响等。

可视化分析，利用Power BI良好的交互性能和强大的计算能力，根据不同主题制作可视化分析报告。将行业分类、年份、营收规模划分、公司名称、前N名作为切片器，将不同分析主题导航按钮有规则地排列在仪表板的左侧，在仪表板的中间区域通过多种可视化图形更加直观且明白地展示各个指标体系下具体指标的数值，遇到需要增加案例公司的情况，只需要重复数据获取工作这一步骤，后面的过程就可以通过一键刷新功能实现。如果仪表板上的数据部分需要修改，只要在数据源区域做出相应的调整，就可解决，一般来说数据都是从正规网站直接获取的，只要数据建模部分不出错，就不会出现指标计算错误的情况。

在行业分析中，从行业净利率趋势、行业地位（营收）、市场份额、净资产收益率、营收规模分布企业数量等维度进行分析。如图2所示，在行业地位（营收）图中，通过调节时间滚动轴，可以较为直观地看到各个行业在近十年内营业收入的增幅，其中生物医药行业的最近一年营收在10～50亿元级别的上市公司近五年的行业净利率一直维持在行业最高水平，平均净利率均高于15%以上。医药各细分行业整体的行业净利率呈现较稳定的状态，整体盈利能力较强，2020年度仅医药商业细分行业净利率为-2.99%，其他行业净利率均为正数，生物医药的行业净利率最高，达到24.10%。

利用整个行业上市公司财务报表做数据可视化分析，可以快速得到行业平均指标，从而在整个行业的背景下，进行财务分析，有助于得到正确的分析结论。

在利用整个行业上市公司财务报表做数据可视化时，会存在的一个问题是一张图中可能包含了很多不同公司的信息，比如，将中药生产行业67个公司的某个指标放在一张图中，图表显得混乱无法读取有效信息。本文的建议是，将待分析公司相关数据与计算得到的行业平均水平进行对比，或者与行业前N名公司进行比较。

4 结语

利用BI技术对财务报表进行分析，可以大大提高分析效率，在形成财务报表分析体系之后，通过Power BI实时更新数据，可以避免重复劳动，通过切片器、筛选器的使用，可以快速获得所需要的信息，有效提高报表分析的效率，通过编写度量值，使用者可以快速获取个性化的指标信息，方便报表使用者的自主探索。

針对行业上市公司较多，选择同行业标杆比较困难的问题，可以依靠第三方研究公司的分类标准，对行业进一步细分，减少细分行业内的企业数量，细分的标准可以按照主营业务收入的占比。另外，还可以按照企业年营收的规模对企业进行细分，所选的对标企业与待分析企业的规模相当，行业主营业务涵盖范围也接近，便于企业进行更有针对性的对比，通过与竞争对手的对比，确定企业业绩变动是受自身业务的影响，还是受行业外部变动的影响。

利用网上公开的财经网站数据时也会存在不足，比如数据可能有缺项，导致少部分企业的数据不够完整和准确。另外，本应用仅以公开的财务数据为研究对象，因为公开的、易获取的数据多为财务数据，缺乏业务数据，无法通过财务数据分析的结果给出针对性的、有价值的建议，导致即使拥有了大量数据，也可能存在分析浮于表面的情况。业务数据可能在年度报告中以文本形式存在，这种非结构化数据在获取时难度较大，无法进行批量化、标准化地处理，依靠公开数据很难实现业务和财务的一体化分析。后续还可以继续探索基于XBRL和文本挖掘等计算，进一步丰富基于行业所有上市公司财务报表分析的深度和广度。

参考文献

[1]李祥鹏，秦贤，梁瑜，等.基于Microsoft POWERBI的药学数据自动分析工具的应用[J].海峡药学，2020，32（8）：229-233.

[2]于洋，房坤，刘丹，等.基于PowerBI的大数据分析在医用耗材管理中的实践[J].中国医学装备，2020，17（7）：145-149.

[3]李雪，王梓，陈翰林.大数据下企业财务分析浅析[J].财务与会计，2018（21）：50.

[4]刘宝太.关于财务报表可视化分析应用的探讨[J].财会学习，2019（35）：28-29.

[5]孙一星.基于POWERBI的企业交互式可视化业务分析系统的设计与实现：以T公司为例[J].中国港口，2019（2）：56-61.

[6]厉雨，邵天龙，王浩.可视化分析在电力营销审计中的应用[J].中国内部审计，2020（1）：55-58.

[7]陈俊丽.基于云计算的会计大数据分析平台构建[J].财会通讯，2017（16）：103-107.

[8]张超，肖聪，朱卫东，等.财务智能可视化分析与文献综述[J].财会月刊，2019（3）：24-32.

基金项目：2019年度江苏省高职院校教师专业带头人高端研修项目“企业经营数据分析”（2019TDFX001）的阶段性研究成果;2020江苏省大学生创新训练项目（202012317027Y）。

作者简介：张学东（1979-），男，汉族，江苏南通人，硕士，讲师，研究方向：企业经营数据分析。

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