Информация
Блог им. Yougin
Тестирование Deepseek в финансовом анализе. Я в шоке.
- 10 апреля 2025, 13:25
- |
5 лет назад я закончил свою модель финансовой аналитики компаний по РСБУ и МСФО. Недавно меня посетила мысль сделать автоматическую выгрузку промпта из моей базы отчетностей компаний для того, чтобы параллельно с моей оценкой, оценивал и AI. Выгрузку промпта я еще не сделал, пока что остановился на тестировании Deepseek.
Поехали.
Первое, что я сделал, накидал временный промпт финансовых данных существующей компании, вот промпт:
«Проведи финансовый анализ ликвидности, финансовой устойчивости, рентабельности и деловой активности. Присвой надежность от -100% до 100% и потенциал роста компании от -100% до 100%. Числа идут по годам через запятую от текущего года к предыдущим годам. Финансовые вложения: 29674395, 36764743, 34080890, 56074772, 44189263. Денежные средства: 19151041, 1747906, 3984340, 14070159, 3238367. Краткосрочные обязательства: 232090856, 109655533, 71482960, 47372752, 40065519. Дебиторская задолженность: 8782955, 5828368, 7089358, 7283827, 11089162. Оборотные активы: 57823359, 44394377, 45212638, 77497220, 58575045. Капиталы и резервы: 201471559, 264168305, 217838613, 287110507, 372592892. Внеоборотные активы: 606967792, 537575621, 450676400, 475206643, 552676244. Долгосрочные обязательства: 231228736, 208146160, 206567465, 218220604, 198592878. Баланс: 664791151, 581969998, 495889038, 552703863, 611251289. Прибыль до налогов: -39416179, 62425170, -77511217, -78659893, 155051379. Проценты к уплате: 61859727, 21767458, 20414478, 16666892, 16443774. Чистая прибыль: -58207469, 50003098, -71446398, -82568178, 140837044. Выручка: 32735578, 28236859, 34907370, 24268909, 29438119. Себестоимость продаж: 3, 5, 3, 5, 7. Проценты к получению: 18299617, 4900974, 4801011, 4749046, 4874944. Прочие доходы: 11024640, 111699690, 27227070, 23830455, 183801592. Прочие расходы: 34151466, 39809835, 111958830, 100066481, 30373827. Прибыль (убыток) от продаж: 27270757, 7401799, 22834010, 9493979, 13192444. Текущий налог на прибыль: -7077934, 6937274, -16979121, -16550853, 17664165. Сальдо денежный потоков от текущих операций: -37071819, -16585529, -628921, -10419592, -1010285. Капитальные вложения: 70683, 76476, 107437, 156651, 112358. Ссумарные полученные кредиты займы: 438374998, 153400000, 85934982, 29903767, 54860000. Ссумарные погашенные кредиты займы: 416739330, 182097802, 78957575, 54393920, 108610530.»
Скажу сразу, мой алгоритм показал следующий результат:
Потенциал роста: -30%.
Надежность: 5 класс по модели Донцовой-Никифоровой, где 1класс — очень хорошо и 5 класс — очень плохо. (если разложить то это где-то -50%)
А вот, что мне выдал Deepseek:
Финансовый анализ компании
Рассчитаем ключевые показатели и оценим надежность и потенциал роста компании.
1. Ликвидность
Коэффициент текущей ликвидности (CR)
CR=Оборотные активыКраткосрочные обязательстваCR=Краткосрочные обязательстваОборотные активы
Значения:
2023: 57 823 359232 090 856=0.2523209085657823359=0.25
2022: 44 394 377109 655 533=0.4010965553344394377=0.40
2021: 45 212 63871 482 960=0.637148296045212638=0.63
2020: 77 497 22047 372 752=1.644737275277497220=1.64
2019: 58 575 04540 065 519=1.464006551958575045=1.46
Вывод:
В 2023–2022 гг. критически низкая ликвидность (CR < 1).
В 2020–2019 гг. ситуация была лучше.
Коэффициент быстрой ликвидности (QR)
QR=Денежные средства + Дебиторская задолженностьКраткосрочные обязательстваQR=Краткосрочные обязательстваДенежные средства + Дебиторская задолженность
Значения:
2023: 19 151 041+8 782 955232 090 856=0.1223209085619151041+8782955=0.12
2022: 1 747 906+5 828 368109 655 533=0.071096555331747906+5828368=0.07
2021: 3 984 340+7 089 35871 482 960=0.15714829603984340+7089358=0.15
2020: 14 070 159+7 283 82747 372 752=0.454737275214070159+7283827=0.45
2019: 3 238 367+11 089 16240 065 519=0.36400655193238367+11089162=0.36
Вывод:
Компания не способна покрыть краткосрочные обязательства без продажи запасов.
2. Финансовая устойчивость
Коэффициент автономии (EQ/TA)
EQ/TA=Капитал и резервыАктивыEQ/TA=АктивыКапитал и резервы
Значения:
2023: 201 471 559664 791 151=0.30664791151201471559=0.30
2022: 264 168 305581 969 998=0.45581969998264168305=0.45
2021: 217 838 613495 889 038=0.44495889038217838613=0.44
2020: 287 110 507552 703 863=0.52552703863287110507=0.52
2019: 372 592 892611 251 289=0.61611251289372592892=0.61
Вывод:
Снижение финансовой независимости (в 2023 г. только 30% активов финансируются за счет собственного капитала).
Коэффициент финансового рычага (D/E)
D/E=Долгосрочные + Краткосрочные обязательстваКапитал и резервыD/E=Капитал и резервыДолгосрочные + Краткосрочные обязательства
Значения:
2023: 231 228 736+232 090 856201 471 559=2.30201471559231228736+232090856=2.30
2022: 208 146 160+109 655 533264 168 305=1.20264168305208146160+109655533=1.20
2021: 206 567 465+71 482 960217 838 613=1.28217838613206567465+71482960=1.28
2020: 218 220 604+47 372 752287 110 507=0.93287110507218220604+47372752=0.93
2019: 198 592 878+40 065 519372 592 892=0.64372592892198592878+40065519=0.64
Вывод:
Высокий долговой риск (в 2023 г. заемные средства в 2.3 раза превышают капитал).
3. Рентабельность
Рентабельность продаж (ROS)
ROS=Чистая прибыльВыручкаROS=ВыручкаЧистая прибыль
Значения:
2023: −58 207 46932 735 578=−1.7832735578−58207469=−1.78
2022: 50 003 09828 236 859=1.772823685950003098=1.77
2021: −71 446 39834 907 370=−2.0534907370−71446398=−2.05
2020: −82 568 17824 268 909=−3.4024268909−82568178=−3.40
2019: 140 837 04429 438 119=4.7829438119140837044=4.78
Вывод:
Убыточность в 2023, 2021, 2020 гг.
В 2019 г. была высокая рентабельность.
Рентабельность активов (ROA)
ROA=Чистая прибыльАктивыROA=АктивыЧистая прибыль
Значения:
2023: −58 207 469664 791 151=−0.09664791151−58207469=−0.09
2022: 50 003 098581 969 998=0.0958196999850003098=0.09
2021: −71 446 398495 889 038=−0.14495889038−71446398=−0.14
2020: −82 568 178552 703 863=−0.15552703863−82568178=−0.15
2019: 140 837 044611 251 289=0.23611251289140837044=0.23
Вывод:
Отрицательная отдача активов в 2023, 2021, 2020 гг.
4. Деловая активность
Оборачиваемость дебиторской задолженности (DSO)
DSO=Дебиторская задолженность×365ВыручкаDSO=ВыручкаДебиторская задолженность×365
Значения:
2023: 8 782 955×36532 735 578=98327355788782955×365=98 дней
2022: 5 828 368×36528 236 859=75282368595828368×365=75 дней
2021: 7 089 358×36534 907 370=74349073707089358×365=74 дней
2020: 7 283 827×36524 268 909=110242689097283827×365=110 дней
2019: 11 089 162×36529 438 119=1372943811911089162×365=137 дней
Вывод:
Медленная оборачиваемость (в 2023 г. — 98 дней).
Денежный поток от операций
2023: -37,071,819
2022: -16,585,529
2021: -628,921
2020: -10,419,592
2019: -1,010,285
Вывод:
Отрицательный операционный денежный поток (компания теряет деньги).
5. Оценка надежности и потенциала роста
| Показатель | Оценка (2023) | Тренд |
|---|---|---|
| Ликвидность | Критически низкая | ▼ Ухудшение |
| Финустойчивость | Низкая (30% собств. капитала) | ▼ Снижение |
| Рентабельность | Убыточность (-178% ROS) | ▼ Нестабильность |
| Деловая активность | Низкая (98 дней DSO) | ▼ Замедление |
| Денежный поток | Отрицательный | ▼ Проблемы |
Итоговая оценка
Надежность: -70% (высокие риски, убытки, долговая нагрузка).
Потенциал роста: -40% (отсутствие прибыли, негативный денежный поток).
Рекомендации:
Срочно сокращать долговую нагрузку.
Улучшать управление оборотным капиталом.
Повышать рентабельность за счет оптимизации затрат.
Вывод: Компания в кризисном состоянии, требуется срочная реструктуризация.
Я не указывал, что текущий год в отчетности — 2024. Видно, что база Deepseek актуализирована на 2023 год.
Что я могу сказать, я в небольшом шоке, продолжу тестить дальше. Если окажется, что deepseek во всех аспектах способен анализировать финансовую отчетность, то могу всех поздравить. Финансовый анализ теперь доступен ВСЕМ!
теги блога Скуфыч
- ai
- DeepSeek
- IMOEX
- iPhone
- MOEX
- P/E
- RTS
- акции
- анализ
- аналитика
- ахаха
- банки
- баффет
- блоги
- брокеры
- будущее
- вклады
- ВТБ
- геополитика
- деньги
- дети наше все
- европа
- зарабатывает
- ИИ
- иис
- инвестирование
- инвестиции
- инвестиции в недвижимость
- инвестиционная идея
- Индекс МБ
- иновации
- инсайд
- инфляция в России
- искусственный интеллект
- квалифицированный инвестор
- Ключевая ставка ЦБ РФ
- кодинг
- кризис
- криптовалюта
- лудоман
- ЛУДОМАНАМ
- Лукойл
- м.видео
- манипулирование
- Мвидео
- Московская биржа
- мсфо
- мысли
- налогообложение на рынке ценных бумаг
- наука
- Недвига
- недвижимость
- недвижимость в РФ
- недооцененные компании
- нейронная сеть
- нейросеть
- облигации
- обучение
- отчетности
- отчеты МСФО
- отчеты РСБУ
- Парсер
- паттерны
- поддержка и сопротивление
- политсрач
- просадка
- работа
- ракета
- региональные облигации
- рост
- РСБУ
- санкции
- санкции ЕС
- санкции США
- сбербанк
- сбербанк брокер
- Сирия
- скоринг
- сша
- технический анализ
- технологии
- торговые роботы
- трейдинг
- Турция
- убыток
- Украина
- финанализ
- финансовый анализ
- Финансовый аналитик
- финтех
- фундаментальный анализ
- фьючерс MIX
- фьючерс РТС
- Хочется
- ЦБ
- ЦБ РФ
- центральный банк
- ЦФА
- экономика России
- эмитенты
КриптоУлитка, а вот нейронка написала почему она выбрала такие веса. Тут нужно еще в ширь думать, какие ей данные скармливать для адекватных весов.
1. Почему были выбраны такие веса?В исходном анализе использовалась упрощённая весовая модель, где:
Надёжность оценивалась по 4 ключевым аспектам (ликвидность, финансовая устойчивость, рентабельность, денежный поток), каждый с равным весом (~25%).
Потенциал роста также зависел от 4 факторов (выручка, прибыль, инвестиции, долги) с равным распределением (~25%).
Причины такого подхода:
Баланс между разными рисками – чтобы ни один фактор не доминировал.
Универсальность – если нет данных о специфике бизнеса, равные веса дают нейтральную оценку.
Прозрачность – легче интерпретировать результаты.
Но! В реальности не все показатели одинаково важны для каждой компании.
2. Как можно изменить веса?
Вес каждого коэффициента должен зависеть от:
Отраслевых особенностей (например, для IT-стартапа важнее рост выручки, а для завода – ликвидность).
Стадии развития компании (стартап vs зрелый бизнес).
Кредитной политики (если компания зависит от займов, важнее долговая нагрузка).
Примеры корректировки весов:
Сценарий 1: Компания в кризисе (как в анализе)
→ В этом случае надёжность упадёт ещё сильнее (например, до -80%).
Сценарий 2: Растущий технологический стартап
→ Потенциал роста может стать выше (например, -20% вместо -40%).
3. Методы определения весов
Чтобы веса были объективными, можно использовать:
1. Статистический анализ
Регрессионные модели – если есть данные по аналогичным компаниям, можно выявить, какие показатели сильнее влияют на выживаемость/рост.
Корреляция с банкротством – например, коэффициент Альтмана учитывает веса для прогноза риска дефолта.
2. Экспертные оценки
Отраслевые стандарты – например, в рознице важен коэффициент оборачиваемости, а в строительстве – долгосрочные обязательства.
Опросы аналитиков – какие факторы они считают ключевыми.
3. Динамическое взвешивание
Если компания резко увеличила долги, вес D/E можно повысить.
Если сменился CEO с планом сокращения затрат, вес рентабельности растёт.
4. Практический пример пересчёта
Допустим, анализируем производственную компанию с высокими долгами:
Ликвидность → 35% (риск остановки производства).
Долги → 35% (давят на cash flow).
Рентабельность → 20% (нужна для обслуживания долга).
Денежный поток → 10% (вторичен, если нет платежей).
Итоговая оценка надёжности:
0.35×(−90%)+0.35×(−80%)+0.2×(−70%)+0.1×(−60%)=∗∗−79%∗∗0.35×(−90%)+0.35×(−80%)+0.2×(−70%)+0.1×(−60%)=∗∗−79%∗∗
(вместо -70% при равных весах).
Вывод
Изначальные веса были равными для простоты, но в реальности их нужно адаптировать.
Как изменить веса:
Для кризисных компаний – увеличить вес ликвидности и долгов.
Для растущих – сделать акцент на выручке и инвестициях.
Использовать статистику или экспертные оценки.
Результат станет точнее, но сложнее в расчётах.
Рекомендация: Если у вас есть дополнительные данные (отрасль, стратегия компании), можно построить кастомную модель с индивидуальными весами.