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

O que são Agentes de IA?

O que é um agente e como ele funciona? Como agentes tomam decisões usando racioncínio e planejamento? Neste artigo, nosso objetivo é investigar estas questões para construir um conhecimento fundamental sobre AI agents.

As diferentes formas de avaliar o erro de um modelo de previsão

Existem tantas siglas para métricas de desempenho de modelos preditivos que é fácil se perder na sopa de letrinhas. Neste artigo, fornecemos uma visão geral das principais métricas para avaliar e comparar modelos de regressão e classificação, usando exemplos com dados em Python.

Previsão do CPI usando text mining

Exploramos neste exercício, de forma similar a Ferreira (2022), a utilidade de tópicos latentes extraídos dos comunicados do FOMC, por um modelo LDA, na previsão da inflação norte-americana, medida pelo CPI. O objetivo é comparar um modelo econométrico simples, tal como um AR-GAP de Faust e Wright (2013), em especificações com e sem os fatores textuais.

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!