china-clean-data-xls

china-clean-data-xls

目的

清洗和标准化 A 股财务数据 — 为建模和分析准备来自巨潮公告的原始财务数据。

数据来源

Tier 0 — 万得 Wind（最全面的付费数据）

• 覆盖范围：A 股/港美股/基金/指数/债券/宏观/研报/分析（44 个工具）
• MCP 服务：wind-mcp（需要以 ak_ 开头的 WIND_API_KEY 密钥）
• 优势：全市场覆盖范围最广、数据最全面，包含研报和量化分析
• 申请密钥：https://aifinmarket.wind.com.cn/#/home

Tier 1 — 同花顺 iFind（付费精准数据）/ AkShare MCP（Tier-2 免费备选）

get_financials(ticker, "income")     → Raw income statement
get_financials(ticker, "balance")    → Raw balance sheet
get_financials(ticker, "cashflow")   → Raw cash flow statement

次要来源

• 巨潮 — 原始公告（PDF/HTML）
• 审计报告 — 经审计的数据

工作流

第 1 步：数据提取

从源文档中提取：

文档	关键数据	格式
资产负债表	资产、负债、权益	千元
利润表	收入、费用、利润	千元
现金流量表	经营、投资、筹资现金流	千元
报表附注	详细明细	文本/数字
审计报告	审计意见、调整	文本

提取检查清单：

• 提取所有期间的数据（通常为 3-5 年）
• 如有需要，提取季度数据
• 提取上年同期比较数据
• 记录附注和脚注

第 2 步：标准化单位

单位标准化：

问题	解决方案
千元 vs 万元 vs 元	统一为万元
报告日期不同	对齐到同一期间末
分部数据	映射到统一的分部
货币	全部使用 CNY

单位换算：

From 千元: divide by 10 → 万元
From 元: divide by 10,000 → 万元
From 亿元: multiply by 10,000 → 万元

第 3 步：处理 CAS 特有项目

CAS 与 IFRS 映射：

CAS 项目	对应项目	备注
营业收入	收入	扣除增值税
营业成本	销售成本	包含增值税
税金及附加	税费及附加	城建税、教育费附加
销售费用	销售及管理费用（销售）
管理费用	管理费用
研发费用	研发费用	新 CAS 中与管理费用分列
财务费用	利息及财务成本
投资收益	投资收益	包含联营/合营企业
公允价值变动	公允价值变动
信用减值损失	信用减值	新 CAS 22
资产减值损失	资产减值
资产处置收益	资产处置
营业外收入	营业外收入	包含政府补助
营业外支出	营业外支出
所得税费用	所得税
净利润	净利润
归母净利润	归属于母公司的净利润	关键指标
扣非净利润	非 GAAP 净利润

第 4 步：修复常见数据问题

常见问题及修复方法：

问题	检测方法	修复方法
缺失期间	数据存在缺口	标记并手动补全
重述数据	脚注中注明“重述”	使用最新的重述数据
分部重分类	附注披露	映射到新的分部
一次性项目	金额较大或异常的项目	标记以便标准化
关联方	标注关联交易	识别并量化
会计变更	会计政策变更说明	调整可比数据
错误	合计不符	调查并更正

第 5 步：收入明细

按类型划分的收入：

类型	CAS 项目	备注
主营业务收入	核心收入	主营业务
其他业务收入	其他收入	附属业务
合计	总收入

按地区划分的收入（如有披露）：

地区	本年度	上年度	增长率
国内
海外
合计

第 6 步：费用标准化

标准化非经常性项目：

项目	处理方式
资产处置收益/损失	从经营业务中剔除
政府补助（非经常性）	剔除或单独说明
诉讼/罚款	剔除
减值（一次性）	剔除或标准化
并购相关费用	剔除

调整后指标：

调整后营业收入 = 营业收入 - 其他业务收入
调整后营业成本 = 营业成本 (core only)
调整毛利率 = 调整后毛利 / 调整后收入

步骤 7：清理资产负债表

资产负债表映射：

CAS 项目	建模类别
货币资金	现金及现金等价物
交易性金融资产	短期投资
应收票据	应收票据
应收账款	应收账款
预付款项	预付款项
其他应收款	其他应收款
存货	存货
其他流动资产	其他流动资产
长期股权投资	长期投资
固定资产	不动产、厂房及设备
在建工程	在建工程
无形资产	无形资产
商誉	商誉
长期待摊费用	递延费用
其他非流动资产	其他非流动资产
短期借款	短期债务
应付票据	应付票据
应付账款	应付账款
合同负债	合同负债
应付职工薪酬	应计薪酬
应交税费	应交税费
其他应付款	其他应付款
一年内到期非流动负债	一年内到期的长期债务
长期借款	长期债务
应付债券	应付债券
预计负债	预计负债
递延所得税负债	递延所得税负债
其他非流动负债	其他非流动负债
股本	股本
资本公积	资本公积
盈余公积	留存收益（法定）
未分配利润	留存收益
归属于母公司股东权益	母公司权益
少数股东权益	少数股东权益

步骤 8：质量检查

数据质量检查清单：

检查项	通过标准
资产负债表平衡	资产 = 负债 + 权益
现金流量勾稽	现金流量 = 期末现金 - 期初现金
收入匹配	与分部数据交叉核对
税费合理	税费 / 税前利润约为 25%
折旧摊销一致	折旧与摊销 / 不动产、厂房及设备稳定
利息匹配	利息 / 债务合理

中国特有的数据问题

常见问题

问题	示例	修正方法
单位不一致	有些以千元计，有些以元计	统一单位
会计政策变更	收入确认方式变更	调整可比数据
报表格式变化	新增报表项目	映射到旧格式
追溯调整	前期报表重述	使用重述后的数据
外币报表	子公司以美元计价	折算为人民币

CAS 特定处理

项目	CAS 处理
研发费用	必须费用化（通常不得资本化）
政府补助	总额法与净额法
股份支付	在归属期内费用化
保险合同	CAS 25（如适用）

质量检查

将数据传入建模流程前：

• 所有期间数据完整
• 单位已统一
• 资产负债表平衡
• 现金流量勾稽
• CAS 项目映射正确
• 已标记非经常性项目
• 已应用重述调整
• 已记录质量问题

数据源模式切换：设置环境变量 IFIND_DATA_SOURCE_MODE 以控制数据源优先级。

• ifind-only（严格）：仅使用 iFind，不可用时则报错
• ifind-fallback（默认）：优先使用 iFind，回退到 AkShare
• akshare-only：跳过 iFind，仅使用 AkShare
• wind-only：仅使用 Wind，不可用时则报错
• wind-fallback：优先使用 Wind，回退到 iFind → AkShare