Automatizando a coleta de demonstrativos financeiros no Python

No post de hoje demonstramos como é possível coletar, tratar e visualizar dados de demonstrativos financeiros e indicadores contábeis de empresas listadas na bolsa de valores utilizando o Python.

Como automatizar uma análise?

Através de um linguagem de programação é possível criar métodos que permitem automatizar processos, e o mais interessante é a possibilidade de criar scripts que permitam:

  • Coletar os dados
  • Realizar o tratamento
  • Criar cálculos
  • Criar gráficos

E tudo isso estar contido dentro de um report, seja HTML ou PDF.

Demonstrações Financeiras Padronizadas

Antes de buscar os dados, devemos entender a sua fonte. Os demonstrativos das empresas listadas na B3 são reunidos no que é conhecido como Demonstrações Financeiras Padronizadas, um documento de encaminhamento periódico que as empresas realizam para a CVM.

As demonstrações financeiras devem ser enviadas e elaboradas de acordo com as regras contábeis das instruções da CVM.

Entre os demonstrativos enviados de acordo com a DFP, temos:

  • Balanço Patrimonial Ativo (BPA)
  • Balanço Patrimonial Passivo (BPP)
  • Demonstração de Fluxo de Caixa - Método Direto (DFC-MD)
  • Demonstração de Fluxo de Caixa - Método Indireto (DFC-MI)
  • Demonstração das Mutações do Patrimônio Líquido (DMPL)
  • Demonstração de Resultado Abrangente (DRA)
  • Demonstração de Resultado (DRE)
  • Demonstração de Valor Adicionado (DVA)

Dados da CVM - Site

As informações sobre a DFP podem ser acessadas através do site de Portal de dados da CVM, bem como o histórico de dados desde 2011.

https://dados.cvm.gov.br/dataset/cia_aberta-doc-dfp

Para acessar o histórico, basta clicar em Histórico desde 2010 (incluindo arquivos não sujeitos à política de atualização), que redirecionará para uma página contendo o download dos arquivos zipados por ano.

Certamente são arquivos que possuem um peso considerável, bem como há dentro desses arquivos zipado diversos outros arquivos que podem tornar nosso trabalho difícil. No Python, é possível criar uma forma de baixar automaticamente esses dados, facilitando a analise.

A construção de todos os procedimentos para a coleta dos dados você pode obter fazendo parte do Clube AM, o repositório especial de códigos da Análise Macro.

Indicadores e demonstrativos contábeis

A utilização de indicadores construídos por meio das demonstrações financeiras das empresas auxiliam no processo de decisão de investimentos. Analisar esses indicadores de forma recorrente é extremamente importante para aqueles que desejam realizar investimentos em ações na bolsa de valores, entretanto, muitos possuem dificuldades em não somente buscar esses dados, mas também, desconhecem forma de automatizar o processo.

Vejamos abaixo como é possível criar gráficos que exibem os dados da DRE da Eletrobras. Além disso, é possível criar indicadores e também criar gráficos para compreender o desempenho econômico da empresa ao longo do tempo. Tudo isso é possível usando o Python.

A construção de todos os procedimentos para a criação dos gráficos abaixo você pode obter fazendo parte do Clube AM, o repositório especial de códigos da Análise Macro.

Analise da DRE -  Eletrobras

Analise da Rentabilidade - Eletrobras

ROE

ROA

_____________________________________

Quer saber mais?

Veja nossa trilha de cursos de Finanças Quantitativas.

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Estamos em pleno emprego no mercado de trabalho?

Este artigo investiga se o mercado de trabalho brasileiro atingiu o nível de pleno emprego, utilizando uma estimativa da NAIRU (Non-Accelerating Inflation Rate of Unemployment) baseada na metodologia de Ball e Mankiw (1997). Através de uma modelagem em Python que unifica dados históricos da PME e PNAD Contínua com as expectativas do Boletim Focus, comparamos a taxa de desocupação corrente com a taxa neutra estrutural. A análise visual e quantitativa sugere o fechamento do hiato de desemprego, sinalizando potenciais pressões inflacionárias. O texto detalha o tratamento de dados, a aplicação do Filtro Hodrick-Prescott e discute as vantagens e limitações da metodologia econométrica adotada.

Como se comportou a Taxa de Participação no Brasil nos últimos anos? Uma Análise com a Linguagem R

O objetivo deste estudo é analisar a evolução da Taxa de Participação no Brasil, contrastando-a com a Taxa de Desocupação e decompondo suas variações para entender os vetores (populacionais e de força de trabalho) que influenciam o comportamento atual do mercado de trabalho. Para isso, utilizamos a linguagem R em todo o processo, desde a coleta e o tratamento das informações até a visualização dos resultados, empregando os principais pacotes disponíveis no ecossistema da linguagem.

Como se comportou a inflação de serviços no Brasil nos últimos anos?

Uma análise econométrica da inflação de serviços no Brasil comparando os cenários de 2014 e 2025. Utilizando uma Curva de Phillips própria e estimativas da NAIRU via filtro HP, investigamos se o atual desemprego nas mínimas históricas repete os riscos do passado. Entenda como as expectativas de inflação e o hiato do desemprego explicam o comportamento mais benigno dos preços atuais em relação à década anterior.

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais e conteúdos exclusivos sobre Análise de Dados!

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais e conteúdos exclusivos sobre Análise de Dados!

como podemos ajudar?

Preencha os seus dados abaixo e fale conosco no WhatsApp

Boletim AM

Preencha o formulário abaixo para receber nossos boletins semanais diretamente em seu e-mail.