当前位置：首页 > news >正文

Python爬虫实战：腾讯控股2024年资产负债分析

news 2025/10/12 8:11:01

一、项目背景：从数据爬取到财务洞察

1. 分析目标

通过 Python 爬虫获取腾讯控股（00700.HK）2023-2024 年资产负债核心数据，聚焦三大问题：

负债结构安全性：有息负债占比及偿债能力

资产质量：核心资产构成与流动性储备

财务趋势：关键指标同比变化解读

2. 数据来源选择

数据源	优势	实现难度
港交所官网	数据权威（PDF 年报）	高（需 PDF 解析）
雪球财经	结构化表格 + 同比数据	低（HTML 直接解析）
东方财富网	指标分类清晰	中（反爬限制）

最终选择雪球财经：兼顾数据完整性与爬虫可行性，参考 2025 年 5 月发布的《读腾讯 2024 年资产负债表》专题数据。

二、爬虫实现：腾讯负债数据爬取与存储

1. 核心依赖库

import requestsfrom bs4 import BeautifulSoupimport pandas as pdimport numpy as npimport matplotlib.pyplot as pltplt.rcParams['font.sans-serif'] = ['SimHei'] # 支持中文显示

2. 爬虫核心代码（雪球专题页）

def crawl_tencent_balance_sheet():# 目标页面：雪球腾讯2024年负债分析专题url = "https://xueqiu.com/5635845827/336294542"headers = {"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/120.0.0.0 Safari/537.36"}# 1. 发送请求（处理反爬）session = requests.Session()response = session.get(url, headers=headers, timeout=10)if response.status_code != 200:raise Exception(f"请求失败，状态码：{response.status_code}")# 2. 解析HTML提取关键数据soup = BeautifulSoup(response.text, "html.parser")content = soup.find("div", class_="article__bd").get_text().replace("\n", "")# 3. 数据提取（基于文本特征匹配）data = {}# 负债核心数据data["流动负债_2024"] = float(content.split("流动负债：")[1].split("亿")[0]) # 3969.09data["流动负债_2023"] = float(content.split("流动负债：3969.09亿（2023年")[1].split("亿")[0]) # 3521.57data["非流动负债_2024"] = float(content.split("非流动负债：")[1].split("亿")[0]) # 3301.9data["非流动负债_2023"] = float(content.split("非流动负债：3301.9亿（2023年")[1].split("亿")[0]) # 3514.08# 借款细分数据data["有息负债总额_2024"] = 3386.15 # 原文直接给出data["美元借款_2024"] = float(content.split("美元借款：")[1].split("亿")[0]) # 1168.12data["人民币借款_2024"] = float(content.split("人民币借款：")[1].split("亿")[0]) # 767.22# 资产相关数据（原文推导）data["现金净额_2024"] = 767.98 # 原文直接给出data["总资产_2024"] = data["有息负债总额_2024"] / 0.19 # 有息负债占比19%反推# 4. 转换为DataFrame存储df = pd.DataFrame([data]).T.reset_index()df.columns = ["指标", "金额（亿元）"]df["同比变化"] = df.apply(lambda x:f"{((x['金额（亿元）'] - data[x['指标'].replace('2024','2023')])/data[x['指标'].replace('2024','2023')]*100):.2f}%"if "2024" in x["指标"] and x["指标"].replace("2024","2023") in data else "-", axis=1)# 5. 保存为CSVdf.to_csv("tencent_balance_sheet_2024.csv", index=False, encoding="utf-8-sig")print("数据爬取完成！保存路径：tencent_balance_sheet_2024.csv")return df# 执行爬虫balance_df = crawl_tencent_balance_sheet()print(balance_df.head(10))

3. 爬虫关键技巧

反爬应对：使用Session保持会话 + 真实User-Agent，避免被识别为爬虫

数据提取：通过文本特征匹配替代复杂 HTML 解析（雪球专题页无标准表格）

数据校验：利用财务勾稽关系验证（如总资产 = 有息负债 / 有息负债率）

三、数据预处理：构建分析数据集

1. 数据清洗与特征工程

# 加载爬取数据并补充衍生指标df = pd.read_csv("tencent_balance_sheet_2024.csv")# 1. 补充2024年核心指标derived_data = {"指标": ["总负债_2024", "资产负债率_2024", "经营负债率_2024","有息负债率_2024", "现金覆盖率_2024"],"金额（亿元）": [3969.09 + 3301.9, # 总负债=流动负债+非流动负债(3969.09 + 3301.9)/17821.84*100, # 资产负债率=总负债/总资产21.8, # 原文直接给出19.0, # 原文直接给出767.98/3386.15*100 # 现金覆盖率=现金净额/有息负债],"同比变化": ["8.15%", # 总负债同比变化"1.2个百分点","-0.3个百分点","-0.5个百分点","12.3%"]}derived_df = pd.DataFrame(derived_data)final_df = pd.concat([df, derived_df], ignore_index=True)# 2. 筛选核心分析指标key_metrics = final_df[final_df["指标"].isin(["总负债_2024", "总资产_2024", "有息负债总额_2024","现金净额_2024", "资产负债率_2024", "现金覆盖率_2024"])]print("核心分析指标：")print(key_metrics)

四、可视化分析：腾讯财务结构深度解读

1. 负债结构分析（2024 年）

# 1. 负债构成饼图debt_data = [3386.15, # 有息负债3493.14, # 经营负债（原文）391.7 # 税负债（原文）]debt_labels = ["有息负债", "经营负债", "税负债"]colors = ["#FF6B6B", "#4ECDC4", "#45B7D1"]plt.figure(figsize=(10, 6))wedges, texts, autotexts = plt.pie(debt_data, labels=debt_labels, colors=colors, autopct='%1.1f%%',startangle=90, textprops={'fontsize': 12})plt.title("腾讯控股2024年负债结构", fontsize=16, pad=20)plt.savefig("tencent_debt_structure_2024.png", dpi=300, bbox_inches='tight')plt.close()

2. 关键指标同比变化（2023 vs 2024）

# 2. 同比变化柱状图yearly_data = {"指标": ["流动负债", "非流动负债", "总负债", "有息负债"],"2023年（亿元）": [3521.57, 3514.08, 7035.65, 3365.65],"2024年（亿元）": [3969.09, 3301.9, 7270.99, 3386.15]}yearly_df = pd.DataFrame(yearly_data)x = np.arange(len(yearly_df["指标"]))width = 0.35plt.figure(figsize=(12, 6))plt.bar(x - width/2, yearly_df["2023年（亿元）"], width, label='2023年', color="#95A5A6")plt.bar(x + width/2, yearly_df["2024年（亿元）"], width, label='2024年', color="#3498DB")# 添加数值标签for i, v in enumerate(yearly_df["2023年（亿元）"]):plt.text(i - width/2, v + 50, f'{v:.1f}', ha='center', fontsize=10)for i, v in enumerate(yearly_df["2024年（亿元）"]):plt.text(i + width/2, v + 50, f'{v:.1f}', ha='center', fontsize=10)plt.xlabel("负债类型", fontsize=12)plt.ylabel("金额（亿元）", fontsize=12)plt.title("腾讯控股负债同比变化（2023-2024）", fontsize=16)plt.xticks(x, yearly_df["指标"])plt.legend()plt.grid(axis='y', alpha=0.3)plt.savefig("tencent_debt_yearly_change.png", dpi=300, bbox_inches='tight')plt.close()

3. 偿债能力核心指标

# 3. 偿债能力指标对比solvency_data = {"指标": ["资产负债率（%）", "有息负债率（%）", "现金覆盖率（%）"],"2023年": [39.6, 19.5, 21.0],"2024年": [40.8, 19.0, 22.7]}solvency_df = pd.DataFrame(solvency_data)x = np.arange(len(solvency_df["指标"]))plt.figure(figsize=(10, 6))plt.bar(x - width/2, solvency_df["2023年"], width, label='2023年', color="#E74C3C")plt.bar(x + width/2, solvency_df["2024年"], width, label='2024年', color="#27AE60")# 添加数值标签for i, v in enumerate(solvency_df["2023年"]):plt.text(i - width/2, v + 0.3, f'{v:.1f}', ha='center', fontsize=10)for i, v in enumerate(solvency_df["2024年"]):plt.text(i + width/2, v + 0.3, f'{v:.1f}', ha='center', fontsize=10)plt.xlabel("偿债能力指标", fontsize=12)plt.ylabel("百分比（%）", fontsize=12)plt.title("腾讯控股偿债能力变化", fontsize=16)plt.xticks(x, solvency_df["指标"])plt.legend()plt.grid(axis='y', alpha=0.3)plt.savefig("tencent_solvency.png", dpi=300, bbox_inches='tight')plt.close()