Python数据分析案例19——上市银行财务指标对比

我代码栏目都是针对基础的python数据分析人群,比如想写个本科毕业论文,课程论文,做个简单的案例分析等。过去写的案例可能使用了过多的机器学习和深度学习方法,文科的同学看不懂,可能他们仅仅只想用python做个回归或者画个图。本期开始我会更新一些简单的案例,适合经济新闻等人文社科领域的案例。

(当然后面还会有适合硕士写论文的模型案例,高级模型,组合模型,混合模型等。)


案例背景:

本次背景是对不同类型的上市银行公司的财务指标进行对比。主要是对上市银行中的三大类:国有银行,股份制银行,城市商业银行。

财务指标主要有:

['每股收益(元)','每股净资产(元)','每股现金流(元)', '净利润(元)','营业总收入(元)',
'总资产(元)','净资产收益率','总股本(股)']

一、研究设计

1.1样本数据来源

本文的数据来源于同花顺,本文选取了2022年第一季度的32家上市银行的重要的财务报告数据。并且将银行分为国有银行,股份制银行,城市商业银行三大类,进行描述性统计分析,对比不同类型银行的财务数据的不同,得出结论与观点。

数据长这个样子:

Python数据分析案例19——上市银行财务指标对比_第1张图片

1.2变量公司选择

选用的重要的财务数据有——'每股收益(元)','每股净资产(元)','每股现金流(元)','净利润(亿元)','营业总收入(亿元)','总资产(亿元)','净资产收益率','总股本(亿股)'。

选取的32家银行分为三类银行,如下表所示:

股票简称

类型

股票简称

类型

建设银行

国有银行

宁波银行

城商银行

交通银行

国有银行

成都银行

城商银行

邮储银行

国有银行

杭州银行

城商银行

工商银行

国有银行

南京银行

城商银行

农业银行

国有银行

长沙银行

城商银行

中国银行

国有银行

贵阳银行

城商银行

招商银行

股份制银行

重庆银行

城商银行

兴业银行

股份制银行

上海银行

城商银行

浦发银行

股份制银行

江苏银行

城商银行

平安银行

股份制银行

北京银行

城商银行

中信银行

股份制银行

苏州银行

城商银行

民生银行

股份制银行

厦门银行

城商银行

华夏银行

股份制银行

齐鲁银行

城商银行

浙商银行

股份制银行

青岛银行

城商银行

光大银行

股份制银行

郑州银行

城商银行

西安银行

城商银行

兰州银行

城商银行

二、实证研究

首先利用Excel画出三维百分比柱状堆积图,如下: (excel里面画图就不用教了吧....)

Python数据分析案例19——上市银行财务指标对比_第2张图片

Python数据分析案例19——上市银行财务指标对比_第3张图片

Python数据分析案例19——上市银行财务指标对比_第4张图片

如图,我们可以看到数据分布的一些特点,比如每股现金流可能为负数。并且不同的银行他们的每项财务指标都各有各自的特点,下面进一步计算。

开始用python计算会简便一些。

先导入包:

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt 
import seaborn as sns

plt.rcParams ['font.sans-serif'] ='SimHei'               #显示中文
plt.rcParams ['axes.unicode_minus']=False               #显示负号
sns.set_style("darkgrid",{"font.sans-serif":['KaiTi', 'Arial']})

读取数据,查看前五行:

data=pd.read_excel('银行数据.xlsx')
data.head()

Python数据分析案例19——上市银行财务指标对比_第5张图片

描述性统计,计算每个指标的基础统计量(均值,方差,四分位数等)

data.describe()

 Python数据分析案例19——上市银行财务指标对比_第6张图片

分组聚合,按照银行的类型进行分组,然后再计算这些指标。

对三种银行的数据进行描述性统计指标的计算,有变量个数,均值,方差,四分位数,中位数,最大最小值等,如下表所示:

data.groupby('类型').describe().T#.to_excel('描述性统计.xlsx')

 Python数据分析案例19——上市银行财务指标对比_第7张图片

 如图可以对比不同银行类型的每个指标之间的不同统计量的差异。

这里太多了指标就没展示完,可以把我上面代码里面的“#”删掉就存到了本地的Excel表里面查看。

从表中我们可以看到,每种银行他们各自的每项财务指标的各项统计量,但是数值不够直观,这不利于比较。下面我们画出所有财务数据的相线图进行对比。

先查看表头,也就是我们的指标名称:

column = data.columns.tolist()[1:-1] # 列表头
column

 Python数据分析案例19——上市银行财务指标对比_第8张图片

画图 

fig = plt.figure(figsize=(6, 12), dpi=256)  # 指定绘图对象宽度和高度

for i in range(8):
    plt.subplot(4,2, i + 1)  # 2行3列子图
    ax = sns.boxplot(x='类型',y=column[i],width=0.8,orient="v",data=data)
    #ax = sns.violinplot(x='类型',y=column[i],width=0.8,saturation=0.9,lw=0.8,palette="Set2",orient="v",inner="box",data=data)
    plt.xlabel(('银行类型'),fontsize=8)
    plt.ylabel(column[i], fontsize=8)
plt.tight_layout()
plt.savefig('银行箱线图.jpg', dpi=256)
plt.show()

 Python数据分析案例19——上市银行财务指标对比_第9张图片

可以从上面得到一些结论:

下面对不同的财务指标进行分析:

1.从每股收益来看,国有银行的分布较为集中,并且是每股收益平均值和中位数都比较低。股份制银行,有两个异常点,说明有两个银行他们的每股收益特别大。结论为股份制银行的每股收益要高于城商银行,高于国有银行。

2.从每股净资产上来看,结论与每股收益类似,同样是股份制银行的分布较为分散,并且平均的每股净资产要高于城商银行,高于国有银行。

3.从每股现金流来看,股份制银行有的银行为负现金流,而国有银行的现金流虽然都不高,但是分布非常集中,说明国有的银行的现金流还是比较充沛稳定。

4.从净利润来看,国有银行远远高于股份制银行,高于城商银行。这和我国的国有银行市场占有率有关。

5.从营业总收入来看,同样于净利润,国有银行高于股份制银行高于城商银行。说明国有银行的营业收入和利润都非常高。

6.从总资产上来看,国有银行的总资产是远远高于股份制银行,高于城商银行的,这与我国的国情非常符合。绝大多数人的存款都在国有银行。

7.从净资产收益率来看,国有银行,股份制银行,城商银行的平均收益率差不多,城商银行有一个异常点,并且国国银行的分布更为集中。

8.从总股本来看,国有银行是远远高于股份制银行,高于城商银行的。


三、结论

从上述分析,我们可以得到如下结论,

  1. 国有银行在总资产和股本,还有营业收入和利润上都远远高于股份制银行和城商银行,这与我国的国情也非常符合绝大多数的人的存款都在国有银行里面,国有银行的市场占有份额特别高。
  2. 从净资产收益率和每股现金流上来看,国有银行和股份制银行还有城商银行平均值都差不多,并且国有银行的分布更为集中,说明他们的资产收益率,还有每股现金流更加稳定。
  3. 从每股收益和每股净资产来看的话,股份制银行是大于城商银行大于国有银行的。说明从证券投资的角度来看,应该是优先投资于股份制银行。

你可能感兴趣的:(Python数据分析案例,python,pandas,数据挖掘,数据分析,上市银行)