48 家公司入库 · 8 个细分行业 · 22 份年报通用性测试 · 解析从 165 秒降到 3 秒
原则没变：数字由代码算，校验不过就不生成。
上一篇结尾说过下一步要做的事：**放一份年报进去，自动产出同样质量的分析。**这次基本做到了。
现在能做什么
上传一份年报（PDF / Excel / Word），大约 5 秒后得到：
- 三大报表解析，并做数值校验：资产 = 负债 + 权益、现金流闭合、利润勾稽。有一条不过就拒绝生成。
- 自动判断细分行业，按年报里「分行业」收入表的占比来定，不靠公司名猜。
- 三套评分：
- 健康分（盈利 / 偿债 / 现金 / 成长 / 营运，各 20 分）
- Z 分（破产风险）
- F 分（财务质量 9 项）
- 多年趋势和同行对比：自动放进同一细分，算出排名和中位数。
- 财务分析报告：可导出 Word。数字全部来自程序，文字只负责解释；文中出现程序数据里找不到的数字，会标出来让人核对。
「行业」比想象中难
证监会的行业分类太粗。比亚迪属于「汽车制造业」没错，宁德时代被归到「电气机械」，药明康德的主营业务在分行业表里写的是「化学业务」。
所以现在用的是两级标签：大类 › 细分，例如「制造业 › 新能源」「批发零售 › 医药商业」。判断依据按顺序是：
- 年报「分行业」收入表的占比，最可靠
- 主营业务描述里的关键词
- 公司名做最后的细化，比如分行业写「零售」，但公司叫「益丰药房」，就归医药商业
集团公司的跨行业业务也拆开了：同仁堂是「医药 50% + 医药商业 49%」，龙蟠科技是「新能源 78% + 汽车化学品 22%」，每块业务分别和对应的同行比较。
一次超时：165 秒 → 3 秒
有人上传了一份 370 页的年报，120 秒后超时。
查下来，不是解析表格慢，是「找页」慢：识别行业、定位报表、读主营业务、找分部表、判断是否扫描件，五个步骤各自把整本 PDF 从头读了一遍。
改法很简单：用 pypdfium2 把整本 PDF 的文字只读一次，各步骤共用；精确读表格仍用原来的 pdfplumber，只读报表那几页。
| 年报 | 页数 | 之前 | 之后 |
|---|---|---|---|
| 中国建筑 | 370 | 165 秒 | 3 秒 |
| 万科A | 298 | 84 秒 | 4 秒 |
22 份测试年报重跑，结果一个数字都没变。
同行库：48 家
从巨潮资讯批量下载了 48 份 2025 年年报，按正常上传的流程逐份解析，核对全过才入库：
| 细分 | 家数 |
|---|---|
| 医药 / 新能源 | 各 8 |
| 汽车整车 | 7 |
| 家用电器 | 6 |
| 医药商业 / 工程机械 / 白酒 | 各 5 |
| 食品饮料 | 4 |
批量跑的过程中又发现了几个只有大样本才会暴露的问题：
- 比亚迪营收被算成 8 亿：单位写成「报表的单位为：千元」，多了一个「为」字没认出来
- 五粮液找不到报表：封面写「2025年度报告」，不是常见的「2025年年度报告」
- 苏泊尔资产负债不平：报表跨页后表格列数变了，读错了列
都修了。还剩两家没能入库：一家的报表是扫描图片，另一家的年报里找不到报表正文。
一个有意思的例子：比亚迪的 Z 分
比亚迪 2024 年的健康分 87、F 分 9/9，Z 分却只有 0.19，「危险」。
不矛盾。Z 分只看资产负债结构：比亚迪的流动负债大于流动资产，大量占用供应商货款和客户预收款，这让它现金流很好，但在 Z 分公式里会被重扣。
所以现在 Z 分不在安全区时，页面会自动写出原因，并提醒结合另外两项一起看。单一指标没有意义，得看它和什么比 —— 和上一篇说的一样。
和别人的工具比，还差什么
老实列一下：
- 扫描件年报读不了（服务器内存只有 1.7 GB，放不下 OCR）
- 只支持 A 股中文年报，港股 / 英文报表不行
- 没有半年报、季报
- 数字还不能点回 PDF 原页查看出处
如果这篇文章对你有帮助，欢迎分享给更多人！
部分信息可能已经过时