aifinlab/akshare-overdue-risk

AkShare 企业逾期风险识别 Skill

Skill 名称

overdue-risk-enterprise

功能

本 Skill 基于 AkShare 的 A 股公开财务数据，对单一企业进行逾期风险识别。默认演示企业为 荣盛发展（002146），也支持替换为其他 A 股上市公司。

识别逻辑聚焦于企业最容易触发逾期或信用压力的几类公开信号：

1. 短债资金压力：短期借款与应付票据相对货币资金的压力。
2. 经营现金流覆盖能力：经营活动现金流对流动负债的覆盖情况。
3. 应收账款负担：应收账款占收入比例过高时，意味着回款压力偏大。
4. 利润现金含量：利润是否真正转化为现金流。
5. 收入变化率：收入下滑会加大未来逾期与偿债压力。

输出结果包括：

• 企业基础信息
• 逾期风险总分（0-100，分数越高风险越高）
• 风险等级（低风险 / 中风险 / 高风险）
• 各项指标值、单项评分与解释
• 风险预警列表

---

数据来源

本 Skill 使用 AkShare 官方公开接口抓取数据，核心来源如下：

1. A 股股票列表与基础匹配

   • 接口：stock_zh_a_spot_em
   • 用途：将企业名称映射为股票代码，或根据代码补足企业名称。

2. 资产负债表（按报告期）

   • 接口：stock_balance_sheet_by_report_em
   • 来源页：东方财富财务分析页
   • 用途：提取货币资金、短期借款、应付票据、流动负债、应收账款等科目。

3. 利润表（按报告期）

   • 接口：stock_profit_sheet_by_report_em
   • 来源页：东方财富财务分析页
   • 用途：提取营业收入、净利润，并与上期对比计算收入变化率。

4. 现金流量表（按报告期）

   • 接口：stock_cash_flow_sheet_by_report_em
   • 来源页：东方财富财务分析页
   • 用途：提取经营活动产生的现金流量净额，用于判断企业真实回款与偿债能力。

说明：本 Skill 使用的是公开披露数据，因此更适合作为企业逾期风险初筛工具，而不是替代尽调、评级报告或司法/征信数据。

---

文件结构

akshare-overdue-risk-enterprise/
├── skill.md
└── script/
    ├── fetch_data.py
    ├── risk_model.py
    ├── run_demo.py
    └── requirements.txt

---

使用示例

1) 安装依赖

pip install -r script/requirements.txt

2) 运行默认示例（荣盛发展）

python script/run_demo.py

3) 指定企业名称

python script/run_demo.py --company 万科A

4) 指定股票代码

python script/run_demo.py --company 002146

5) 指定输出文件

python script/run_demo.py --company 荣盛发展 --output output/rongsheng_report.json

输出样例（示意）

{
  "overdue_risk_score": 68.4,
  "risk_level": "中风险",
  "metrics": [
    {
      "name": "短债资金压力",
      "value": 1.3271,
      "metric_score": 25.0,
      "direction": "lower_is_better",
      "evidence": "(短期借款 + 应付票据) / 货币资金"
    }
  ],
  "warnings": [
    "短债资金压力偏弱: (短期借款 + 应付票据) / 货币资金"
  ]
}

---

交易说明

1. 本 Skill 不执行任何交易、下单、撤单或自动投资动作。
2. 结果仅用于识别企业公开财报中的潜在逾期/偿债压力，适合作为投前初筛、授信辅助或舆情核查前的财务补充。
3. 若模型输出为“中风险”或“高风险”，建议进一步结合以下信息二次核验：
   • 企业公告与债务重组进展
   • 票据、债券或贷款违约事件
   • 诉讼、被执行人、限制消费等司法数据
   • 销售回款、融资渠道、再融资进展
4. 由于财报披露存在时滞，模型结果反映的是公开报表口径下的阶段性风险特征，不代表实时信用状态。
5. 该 Skill 输出不构成投资建议、信用评级结论或法律意见。

---

License

本 Skill 代码 License

建议以 MIT License 方式使用和二次开发本 Skill 自带脚本。

第三方依赖 License

• AkShare：MIT License
• 其他 Python 依赖请以各自官方 License 为准

使用、分发或二次开发时，请保留第三方项目的原始版权与 License 声明。