aifinlab 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：
- 短债资金压力：短期借款与应付票据相对货币资金的压力。
- 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。
- 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。
- 利润现金含量：利润是否真正转化为现金流。
- 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：
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。
- 接口：
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。
- 接口：
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。
- 接口：
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。
- 接口：
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
- 本 Skill 不执行任何交易、下单、撤单或自动投资动作。
- 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。
- 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
- 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。
- 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。