Skip to content

财报透视(五):页码溯源、11 张图与零构建前端 ​

整个项目里,我最在意的是一个按钮。

单年报表的每一行最右边,有一个红色的小角标,写着 P.109。点一下:

溯源浮层:标题是「应收账款」,下面一行是「P.109 · accounts_receivable」;红线引出的原文片段是「应收账款 | 16,295,940,653.57 | 14,666,453,043.92」;再往下是该页原文,从页眉「科大讯飞股份有限公司 2025 年年度报告全文」开始,依次是「二、财务报表」「1、合并资产负债表」「编制单位」「单位:元」「项目 期末余额 期初余额」;底部说明「页面展示单位为元;原文单位见报表表头」

浮层里是三层信息:

  1. 页码和标准科目:P.109 · accounts_receivable,这一行在 PDF 第 109 页,系统认为它是「应收账款」。
  2. 原文片段:这一行在表格里的原样,应收账款 | 16,295,940,653.57 | 14,666,453,043.92。
  3. 整页原文:第 109 页的文本层,从页眉开始。

第三层是 v0.2.5 才加的。最早只有前两层,但行级对齐偶尔会错位(第 2 篇讲的首行被表头吞掉,就会让页码错一位)。有了整页原文,片段对不上的时候,用户可以直接在页面文本里找,不用打开 PDF。溯源本身也需要能被核对。

你在这里

上传年报 → 三表定位 → 表格还原 → 数值归一 → 科目对齐 → 指标计算 → 勾稽与异常 → 呈现

一、溯源:页码、片段、整页 ​

溯源的数据在解析时就记下了:表格还原出的每一行带着页码和片段(最多 200 字),解析结束时再把三张表所在页的文本各存一份(每页最多 1500 字)。原件 PDF 解析完就删除,之后溯源全靠这两样东西。

指标的溯源稍微不同:毛利率不是任何一行,浮层里显示的是它的计算口径(注册表里那行字,第 4 篇讲过),加上它依赖的第一个科目所在的那一行。「第一个」是个已知的简化:毛利率依赖营业总收入和营业成本,点开只看到营业总收入那一行。这笔账记在第 7 篇。

多期会话里,溯源指错了行 ​

同一家公司传了 2024 和 2025 两份年报,会话里就有两期。切到 2024 年报的单年报表,点某一行的溯源,浮层里显示的却是 2025 年报里同一个位置的那一行。

原因是两个假设叠在一起:溯源接口默认取会话里最新的那一期;行的编号用的是解析出来的原始行索引,而页面上展示的是截掉母公司报表、过滤掉跨表行之后的行。期次不对,索引也不对。

修法是两个补丁(都挂在 TASK-019 下面):前端请求溯源时带上当前页面的期次参数;后端按「这一期、展示行」的索引去找,而不是按原始行。修完之后,多期会话里每一期的每一行,溯源页码都和那一期的 PDF 对得上。

这个坑的教训很朴素:列表在页面上被过滤过,索引就必须用过滤后的那一份。听起来是常识,但当「解析结果」和「展示结果」是两个函数产出的时候,很容易各用各的。

二、四个页面 ​

v0.2 的时候只有一个看板页,从上到下:基础信息、指标卡、三张表、跨年对比、图表、异常项。页面越来越长,而且两个维度混在一起:三张表是「单年」的,对比台是「跨年」的,图表是「多年趋势」的,异常项又是「单年」的。

TASK-020 把它拆成四页,用一条贯穿全站的「公司上下文条」串起来(公司名、期次切换、继续上传、导出):

页面维度内容
概览当前期规则生成的本期结论、8 张关键指标卡、全部 20 项指标
单年报表当前期三张表的原始解析数 + 每行页码;底部是异常项
跨年对比多期按年列示科目、增减额、同比,单位可切换
财务视图多期11 张多年趋势图

拆开之后,每个页面都有自己的地址,期次也在地址里,可以直接把「某公司 2024 年报的单年报表」这一页发给别人。异常项从图表页搬到了单年报表页底部,因为异常项只和「这一份年报的本期与上期」有关,和多年趋势放在一起,读的人会误以为它说的是趋势。

跨年对比台:资产负债表的科目按 2021~2025 年列示,每年三列:值、增减额、同比;右上角可在自适应、元、万元、亿元之间切换单位

跨年对比台的单位切换是个小功能,但很实用:「自适应」按每个数的量级挑亿或万,「元」显示原始精度。增减额和同比是后端算好的,前端只负责格式化。

三、11 张图 ​

财务视图:盈利与增长组的前 4 张图,营业总收入与增速、扣非净利润与增速、毛利率净利率三费占收入比、ROE 与 15% 参考线

图表这一页改了三次:PRD 里是 8 组,第一版实现了 7 张,用户试用后重构成 10 张,又加了一张营收图变成 11 张。重构前的那份任务卡列了几条问题,都很典型:

杜邦拆解把净利率(%)、总资产周转率(次)、权益乘数(倍)画在同一根 y 轴上,读不出乘积关系;现金流柱状图没有正负配色,某年现金流塌方看不出来;……单期会话每张图只有一个数据点。

一个通用渲染器画所有图,最后每张图都画得不对。重构后的规则:

不同单位必须分轴。营收(元)和营收增速(%)放一张图,柱子用左轴、折线用右轴。杜邦三因子:净利率在左轴,周转率和权益乘数在右轴。

正红负绿。扣非净利润、经营现金流、自由现金流这类有正负的金额柱,正值品牌红、负值绿色,亏损年的柱子在 0 线下方。A 股的颜色习惯是红涨绿跌,全站主色在 v0.2.1 改成了红系(任务卡里的原话是「股市忌绿」),绿色只留给负值。

参考线写死。ROE 15%、资产负债率 60%、现金含量 1.0,三条参考线是固定值,图上标注「参考」或「警戒」。参考线不随数据移动,否则就成了暗示。

缺数据画「数据不足」,不画 0。某个系列全部为空,这张图不画,显示一行灰字「数据不足」并列出缺的是哪个系列。画一条贴着 0 的线,读的人会以为那个数真的是 0。

单期会话用比较列补一个点。只传了一份年报,横轴只有一个点,所有趋势图都是一个孤零零的点。好在每份年报都有「上期比较列」,所以单期会话的横轴是两个点,前一个标「2024(比较列)」。依赖平均余额的指标(ROE、周转率)在比较列那个点上是空的,因为要算平均需要更早一期的数据,图上会注明。

不画预测。没有虚线外推,没有目标区间。PRD 里这条写的是「不得出现任何预测性元素」。

这些规则不在前端。每张图的数据由后端装配成一个结构:横轴、每个系列的名称、类型、单位、用哪根轴、要不要正负配色、参考线、缺了哪些系列、口径说明。前端拿到什么画什么:

python
def _series(
    name: str,
    kind: str,
    unit: str,
    accessor: Accessor,
    yaxis: int = 0,
    sign_colors: bool = False,
    mark_line: float | None = None,
    mark_label: str = "",
) -> dict[str, object]:
    return {
        "name": name,
        "type": kind,
        "unit": unit,
        "yAxisIndex": yaxis,
        "accessor": accessor,
        "sign_colors": sign_colors,
        "markLine": None if mark_line is None else {"value": mark_line, "label": mark_label},
    }

src/dashboard/charts.py#L443-L461

好处是规则可以测:「杜邦拆解的净利率在左轴、周转率和权益乘数在右轴」「自由现金流开了正负配色」「缺数据的系列报为缺失、不画 0」都是后端单测里的断言,不用打开浏览器看。

四、零构建前端 ​

前端是 Jinja2 服务端渲染加原生 JavaScript,图表用 ECharts,文件就放在仓库的 static/ 目录里(压缩后约 1MB),不走 CDN。没有 React,没有 Vite,没有 node_modules。模板和脚本加起来一千多行。

理由写在 ADR-001 里:单人维护,一套 Python 栈就够了,不为前端引入 Node 构建链和第二套依赖。ECharts 自托管,部署和使用都不依赖外网 CDN。

零构建也有它的坑。v0.2.1 修过一个「页面半新半旧」的问题:升级之后,模板是新的,浏览器缓存里的 dashboard.js 还是旧的,页面按新结构渲染、脚本按旧结构找元素,一半功能失灵。修法是给所有静态资源加上版本号参数:

html
<script src="/static/echarts.min.js?v={{ asset_version }}"></script>
<script src="/static/dashboard.js?v={{ asset_version }}"></script>

src/app/templates/_foot.html#L16-L17

asset_version 就是应用版本号,每次发版自动变。构建工具会帮你做文件指纹,没有构建工具,就得自己记着做。

五、导出 ​

两种格式,都是「多期」的:

  • Markdown:按期次分节,每节包括基础信息、三张表、指标、异常项和页码引用,文件顶部是免责声明。适合粘进笔记或公众号。
  • Excel:一个「说明」页放免责声明,每一期一组工作表(指标、三张表,每行带页码),最后一张「跨年对比」。数字单元格是数值类型,不是文本,可以直接在 Excel 里算。

导出时生成的文本过一遍禁用词表(第 4 篇),命中就报错。

有一个初代版本的限制:导出的下载链接存在内存里,服务重启就失效。会话本身是落库的,重启后还在,重新点一次导出就行。这笔也记在账本上。

小结 ​

环节做法
溯源页码 + 原文片段 + 整页原文;多期会话按期次和展示行索引
页面概览、单年报表、跨年对比、财务视图四页,按维度拆,可深链
图表后端装配完整规格;分轴、正红负绿、固定参考线、数据不足不画 0、单期补比较列、不画预测
前端Jinja2 + 原生 JS + 本地 ECharts,静态资源带版本号
导出Markdown / Excel,多期,数值类型,禁用词校验

到这里,一份年报从上传到展示的整条路就走完了。下一篇换个角度:怎么证明这条路靠谱,那 10 份年报的金标是怎么做出来的,以及为什么金标自己也会错。

版本说明

本文基于 v0.4.1(提交 5150928)。指标溯源只到第一个依赖科目、导出链接存在内存,都记在第 7 篇的账本上。

本文阅读--次|全站访问--次|访客--人