Points à garder à l'esprit lors de l'analyse

Il y a des données en double

df_14 = pd.read_csv('../data/finance_reports/2014/2014/documents.csv', sep='\t')

dup_name = df_14[df_14.duplicated()].iloc[0]['filer_name']
df_14[df_14['filer_name'] == dup_name]

edinet_code 	sec_code 	jcn 	filer_name 	fiscal_year 	fiscal_period 	submit_date 	period_start 	period_end 	doc_id 	... 	operating_income_on_sales 	ordinary_income_on_sales 	capital_ratio 	dividend_payout_ratio 	doe 	open 	high 	low 	close 	average
55 E00091 19710 2010001034861 Chuo Built Industry Co., Ltd. 2014 FY 2015-06-24 	2014-04-01 	2015-03-31 	S10053TB 	... 	7.78 	7.41 	31.99 	14.01 	1.69 	139.0 	208.0 	108.0 	118.0 	139.25
56 E00091 19710 2010001034861 Chuo Built Industry Co., Ltd. 2014 FY 2015-06-24 	2014-04-01 	2015-03-31 	S10053TB 	... 	7.78 	7.41 	31.99 	14.01 	1.69 	139.0 	208.0 	108.0 	118.0 	139.25

Le code Edinet fluctue

df_14 = pd.read_csv('../data/finance_reports/2014/2014/documents.csv', sep='\t')

df_14 = df_14.groupby('edinet_code').max().reset_index()
df_14_part = df_14[['filer_name', 'fiscal_year', 'roa']]
dup_name = df_14_part[df_14_part['filer_name'].duplicated()].iloc[0]['filer_name']
df_14[df_14_part['filer_name'] == dup_name][['edinet_code', 'sec_code', 'jcn', 'filer_name', 'fiscal_year', 'fiscal_period', 'submit_date']]

 	edinet_code 	sec_code 	jcn 	filer_name 	fiscal_year 	fiscal_period 	submit_date
245 E00484 28140 5180001075845 Sato Food Industry Co., Ltd.2014 FY 2015-06-26
263 E00510 29230 8110001002068 Sato Food Industry Co., Ltd.2014 FY 2015-07-24

Pas de ROE moins entreprise (mademoiselle?)

df_14 = pd.read_csv('../data/finance_reports/2014/2014/documents.csv', sep='\t')
df_14 = df_14.groupby('edinet_code').max().reset_index()
df_15 = pd.read_csv('../data/finance_reports/2015/2015/documents.csv', sep='\t')
df_15 = df_15.groupby('edinet_code').max().reset_index()
df_16 = pd.read_csv('../data/finance_reports/2016/2016/documents.csv', sep='\t')
df_16 = df_16.groupby('edinet_code').max().reset_index()
df_17 = pd.read_csv('../data/finance_reports/2017/2017/documents.csv', sep='\t')
df_17 = df_17.groupby('edinet_code').max().reset_index()
df_18 = pd.read_csv('../data/finance_reports/2018/2018/documents.csv', sep='\t')
df_18 = df_18.groupby('edinet_code').max().reset_index()

df = pd.concat([df_14, df_15, df_16, df_17, df_18])
df = df[~df.duplicated()]

df[df['filer_name'].isin(['Sato Food Industry Co., Ltd.', 'Alpha Co., Ltd.', 'Fujiko Co., Ltd.'])]

print(len(df[df['roe'] < 0]))

>>> 0

0. .. ..

Correspondance avec des données positives

ROE (Capital Profit Margin) de l'affichage du Japon

• [Rapport sur les valeurs mobilières - 16e mandat (1er avril 2017 au 31 mars 2018)] (https://disclosure.edinet-fsa.go.jp/E01EW/download?uji.verb=W0EZA104CXP001003Action&uji.bean=ee.bean.parent.EECommonSearchBean&PID=W1E63011&SESSIONKEY=157577051050bbn&SESSIONKEY=157577051050bn = & preId = 1 & mul = Japan Display & fls = on & cal = 2 & yer = 2018 & mon = & pfs = 5 & row = 100 & idx = 0 & str = & kbn = 1 & flg = & syoruiKanriNo = & s = S100D87L)

• Valeur de "CoARiJ"

df[df['edinet_code'] == 'E30481'][['edinet_code', 'filer_name', 'fiscal_year', 'roe']]

edinet_code 	filer_name 	fiscal_year 	roe
3160 E30481 Japan Display Co., Ltd. 2014 4.13
3196 E30481 Japan Display Co., Ltd. 2015 2.92
3270 E30481 Japan Display Co., Ltd. 2016 10.64
2884 E30481 Japan Display Co., Ltd. 2018734.39

• Tous les ROE sont +, et il n'y a pas de données pour l'exercice 2017 en premier lieu.
• La valeur change-t-elle, qu'elle soit concaténée ou unique?
• Même ainsi, il est étrange qu'il n'y ait pas de ROE moins les entreprises.

à partir de maintenant

• Étant donné que l'exactitude des données n'est pas bonne, aucune autre analyse ne sera effectuée pour le moment.

• Le rapport RSE étant au format pdf, il faut plusieurs étapes à utiliser pour l'analyse.

• Merci d'inclure le code edinet dans le nom du fichier (avec cela, il est facile de lier avec d'autres informations).

• J'ai pensé essayer d'extraire des informations de l'utilisation des couleurs du rapport RSE, du nombre de photos, du nombre de caractères, etc., mais combien cela coûterait-il pour GCP?

• Dans tous les cas, je ne sais pas si les données de performances à prendre en charge sont correctes, arrêtons donc l'analyse.

• Veuillez me faire savoir s'il y a une erreur dans l'analyse.

• Je ne pense pas qu'il y ait d'erreur uniquement pour TIS. .. ..