财务衍生（财务附注） (cn_stock_financial_notes_shift)

**请注意：该表不是日频数据，不能直接获取作为因子数据。该数据适合对财务数据有深入研究的用户使用，请详细阅读后续文档！** **若想获取日频财务因子，请使用 cn_stock_factors_financial_items 和 cn_stock_factors_financial_indicators 数据表** * cn_stock_factors_financial_items: https://bigquant.com/data/datasources/cn_stock_factors_financial_items * cn_stock_factors_financial_indicators: https://bigquant.com/data/datasources/cn_stock_factors_financial_indicators # 一、数据简介 该表计算财务附注数据的 LF/MRQ/TTM 数据，这三种数据的介绍详见各表文档： * cn_stock_financial_lf_shift: https://bigquant.com/data/datasources/cn_stock_financial_lf_shift * cn_stock_financial_mrq_shift: https://bigquant.com/data/datasources/cn_stock_financial_mrq_shift * cn_stock_financial_ttm_shift: https://bigquant.com/data/datasources/cn_stock_financial_ttm_shift SHIFT 的概念在上述文档中也有体现。 * 数据起始时间：2005-01-01 * 数据更新频率：不定期，当上市公司发布相关公告时更新 * 表主键如下： | 关键字 | 释意 | | --- | --- | | date | 指该财报的公布日期或者变更日期，与cn_stock_financial_changedate中的changedate对应 | | instrument | 股票代码 | | report_date | 财务报告期，规则见后文“财务通用知识” | | shift | 偏移报告期，即站在历史节点t上，可以向前查看的偏移n期的财务数据 | # 【通用知识——财务衍生】一、财务衍生基础 因为原始财务数据是记录性质的数据，只会在上市公司公布财报时有一定对应报告期的记录，记录对应财务数据的值，所以这类非规整的数据很难直接用于量化投资中。**因此我们基于原始财务数据进行了加工，这样对财务报表有深入研究的投资可以基于这些加工后财务衍生数据计算更加丰富的财务指标和因子。** 财务衍生是对原始财务数据的加工，加工成 LF、LY、MRQ、TTM 四类数据，因此财务衍生数据的字段都是在原始财务字段上加上对应的后缀。若要查询具体的字段，可以先去原始财报的文档中查询具体的财务字段，然后加上对应的后缀即可，原始财务数据表的相关知识可以查询下面各表的文档： * 财报变更日期（cn_stock_financial_changedate）：[数据表文档链接点击这里](https://bigquant.com/data/datasources/cn_stock_financial_changedate "点击访问") * 利润表（cn_stock_financial_income_general_pit）：[数据表文档链接点击这里](https://bigquant.com/data/datasources/cn_stock_financial_income_general_pit "点击访问") * 资产负债表（cn_stock_financial_balance_general_pit）：[数据表文档链接点击这里](https://bigquant.com/data/datasources/cn_stock_financial_balance_general_pit "点击访问") * 现金流量表（cn_stock_financial_cashflow_general_pit）：[数据表文档链接点击这里](https://bigquant.com/data/datasources/cn_stock_financial_cashflow_general_pit "点击访问") 在 BigQuant 平台上，我们通常用date 或者 changedate 表示财报变更日期，即上市公司披露财报的公告日；用report_date 表示报告期，即这一条数据来自来个报告期，分别有以下几个值： * xxxx-03-31 表示xxxx年的一季报，比如：2024-03-31 指 2024年一季报。 * xxxx-06-30 表示xxxx年的半年报，比如：2024-06-30 指 2024年半年报。 * xxxx-09-30 表示xxxx年的三季报，比如：2024-09-30 指 2024年三季报。 * xxxx-12-31 表示xxxx年的年报，比如：2024-12-31 指 2024年年报。 接下来，着重介绍 **财务衍生数据表** 中会涉及的专业名词 # 【通用知识——财务衍生】二、专业术语 * **lf (last file)**: 指该表里面的数据取自最新一期财务数据，具体例子说明见 cn_stock_financial_lf_shift 表文档。 * **ly (last year)**: 指该表里面的数据取自最新一年报财务数据，具体例子说明见 cn_stock_financial_ly_shift 表文档。 * **mrq (most recent quarter)**: 指该表里面的数据计算的是最新一个单季度的财务数据，具体例子说明见 cn_stock_financial_mrq_shift 表文档。 * **ttm (trailing twelve months)**: 指该表里面的数据取自最新滚动十二月的财务数据，具体例子说明见 cn_stock_financial_ttm_shift 表文档。 * **shift (偏移期)**: 偏移期的概念会在每张表的文档中举例说明。 # 【通用知识——财务衍生】三、PIT (point in time) 在平台加工的“衍生数据”和“财务分析”两大类的财务数据中（这两大类数据的用法参见后文），我们同样进行PIT处理，我们以 002473.SZ 这只股票的流动资产（total_current_assets）数据举例： ```python import dai import pandas as pd pd.set_option('display.float_format', '{:.2f}'.format) dai.query(""" SELECT date, instrument, report_date, shift, total_current_assets_lf FROM cn_stock_financial_lf_shift WHERE instrument='002473.SZ' AND shift < 3 AND ((date='2020-04-30') OR (date='2020-08-27')) """).df().sort_values("date") ``` 通过上述代码，我们得到以下数据，可以看出，站在2020年4月30日这一天，我们能获取到 002473.SZ 的2019年年报的流动资产为 223449880.95，但站在2020-08-27这一天时，我们能获取到的2019年年报的流动资产为 228470428.90,其主要原因是该公司于2020年4月30日首次公布了2019年年报的财务数据，其披露的流动资产（total_current_assets）的值为223449880.95，但该公司又于2020年8月27日2019年年报的流动资产数据进行修正为228470428.90。 | | date | instrument | report_date | shift | total_current_assets_lf | |---:|:-----------|:-------------|:------------|--------:|--------------------------:| | 0 | 2020-04-30 | 002473.SZ | 2019-09-30 | 2 | 268546184.69 | | 1 | 2020-04-30 | 002473.SZ | 2019-12-31 | 1 | **223449880.95** | | 2 | 2020-04-30 | 002473.SZ | 2020-03-31 | 0 | 213964081.16 | | 3 | 2020-08-27 | 002473.SZ | 2019-12-31 | 2 | **228470428.90** | | 4 | 2020-08-27 | 002473.SZ | 2020-03-31 | 1 | 233220236.75 | | 5 | 2020-08-27 | 002473.SZ | 2020-06-30 | 0 | 222315509.19 |