行业特定风险：房地产预收款占负债比分析

"""
金融风险管理 - q072
行业特定风险：房地产行业预收款占比分析
"""

metadata = {
    "id": "q072",
    "title": "行业特定风险：房地产预收款占负债比分析",
    "module": "行业特定风险识别",
    "difficulty": "beginner",
    "data_files": ["balance_sheet.csv"],
    "skills": ["预收款分析", "房地产行业", "行业风险识别"],
    "estimated_minutes": 8
}

"""
【题目】
读取balance_sheet.csv，筛选2023年合并报表中房地产行业（Indnme包含'房地产'）的公司，
分析预收款项占总负债的比例：

1. 计算预收款项/负债合计（保留4位小数）
2. 计算资产负债率 = 负债合计/总资产
3. 按预收款占负债比降序排列，输出前10家

输出DataFrame，包含：Stkcd、ShortName、预收款项、负债合计、总资产、预收款占负债比、资产负债率
（数值保留4位小数）
"""

def solve():
    import pandas as pd
    from pyodide.http import open_url
    from io import StringIO

    BASE_URL = "https://data.zuihe.com/finance/"
    bs = pd.read_csv(StringIO(open_url(BASE_URL + "balance_sheet.csv").read()))

    df = bs[(bs['Accper'] == '2023-12-31') & (bs['Typrep'] == 'A')].copy()
    df = df[df['Indnme'].str.contains('房地产', na=False)]
    df = df.dropna(subset=['预收款项', '负债合计', '总资产'])
    df = df[(df['负债合计'] > 0) & (df['总资产'] > 0)]

    df['预收款占负债比'] = (df['预收款项'] / df['负债合计']).round(4)
    df['资产负债率'] = (df['负债合计'] / df['总资产']).round(4)

    result = df.nlargest(10, '预收款占负债比')[
        ['Stkcd', 'ShortName', '预收款项', '负债合计', '总资产', '预收款占负债比', '资产负债率']
    ].reset_index(drop=True)
    return result.to_string()

if __name__ == "__main__":
    print(solve())