DART에서 재무제표를 다운로드하고, 엑셀에서 열고, 수식을 넣어 비율을 만들고, 분기별로 정렬한다. 종목 하나에 30분, 10개면 하루다.

dartlab은 이 과정을 한 줄로 줄인다. c.BS로 재무상태표, c.IS로 손익계산서, c.CF로 현금흐름표를 Polars DataFrame으로 즉시 꺼낸다. c.ratios는 50개 이상의 재무비율을 자동 계산해서 시계열로 돌려준다.

재무제표가 한 줄인 이유

dartlab의 Company 객체는 생성 시점에 XBRL 원본 데이터를 자동으로 다운로드하고 정규화한다. 사용자가 할 일은 종목코드를 넣는 것뿐이다.

from dartlab import Company

c = Company("005930")  # 삼성전자

# 재무제표 3종 — Polars DataFrame
c.BS  # 재무상태표
c.IS  # 손익계산서
c.CF  # 현금흐름표

반환되는 DataFrame은 XBRL 원본에서 정규화된 결과다. 계정명이 snakeId로 통일되어 있어서 회사 간 비교가 바로 가능하다.

정규화는 어떻게 작동하는가

DART 원본 재무제표는 회사마다 계정ID와 계정명이 다르다. 같은 “매출액”이 ifrs-full_Revenue, dart_Revenue, Revenue 등으로 표기된다. dartlab은 4단계 파이프라인으로 이를 통일한다.

1. 접두사 제거 — ifrs-full_, dart_, ifrs_, ifrs-smes_ 등 제거
2. ID 동의어 통합 — 70개 이상의 영문 동의어를 하나의 표준ID로 매핑
3. 계정명 동의어 통합 — 150개 이상의 한글 변형을 하나로 통합
4. 매핑 테이블 조회 — 34,000개 이상의 학습된 매핑으로 최종 변환

결과적으로 모든 회사의 재무제표가 동일한 snakeId 체계로 나온다. totalAssets, revenue, operatingIncome — 회사가 달라도 같은 이름이다.

분기별 standalone 시계열

c.timeseries는 분기별 standalone 시계열을 반환한다. “standalone”이란 누적값이 아닌 해당 분기만의 순수 값이라는 뜻이다.

series, periods = c.timeseries

# periods = ["2016-Q1", "2016-Q2", ..., "2024-Q4"]
# series["IS"]["revenue"]  → 분기별 매출액 리스트
# series["BS"]["totalAssets"]  → 분기별 총자산 리스트
# series["CF"]["operatingCashflow"]  → 분기별 영업현금흐름 리스트

변환 로직은 재무제표 유형에 따라 다르다.

연결(CFS)과 별도(OFS) 재무제표가 모두 있으면 연결 우선이다.

50개 재무비율 — 6개 카테고리

c.ratios는 50개 이상의 재무비율을 6개 카테고리로 분류해서 시계열 DataFrame으로 반환한다.

c.ratios  # 전체 비율 시계열 DataFrame

수익성 (12개): ROE, ROA, ROCE, 영업이익률, 순이익률, 세전이익률, 매출총이익률, EBITDA 마진, 매출원가율, 판관비율, 유효세율, 이익의질

안정성 (9개): 부채비율, 유동비율, 당좌비율, 현금비율, 자기자본비율, 이자보상배수, 순부채비율, 비유동비율, 운전자본

성장성 (5개): 매출성장률, 영업이익성장률, 순이익성장률, 자산성장률, 자기자본성장률

효율성 (6개): 총자산회전율, 고정자산회전율, 재고자산회전율, 매출채권회전율, 매입채무회전율, 영업주기

현금흐름 (7개): FCF, 영업CF마진, 영업CF/순이익, 영업CF/유동부채, 설비투자비율, 배당성향, FCF/OCF비율

복합지표 (11개): ROIC, DuPont 분해, 부채/EBITDA, CCC(현금전환주기), DSO, DIO, DPO, Piotroski F-Score, Altman Z-Score

Piotroski F-Score와 Altman Z-Score

일반적으로 이 두 지표를 계산하려면 직접 수식을 구현해야 한다. dartlab은 자동으로 계산한다.

Piotroski F-Score (0~9점) — 재무 건전성 종합 점수:

• 수익성 4개 (ROA, 영업CF, ROA 개선, 이익의질)
• 레버리지 3개 (부채 감소, 유동성 개선, 신주 미발행)
• 효율성 2개 (매출총이익률 개선, 자산회전율 개선)

Altman Z-Score — 부도 예측:

• Z가 2.99 초과: 안전 구간
• Z가 1.81~2.99: 회색 구간
• Z가 1.81 미만: 위험 구간

series, periods = c.timeseries
from dartlab.engines.common.finance.ratios import calcRatios

result = calcRatios(series)
result.piotroskiFScore  # 예: 7
result.altmanZScore     # 예: 3.42

연간 비율 시계열

c.ratioSeries는 연도별 비율 추이를 반환한다. 특정 비율이 몇 년간 어떻게 변했는지 추적할 때 쓴다.

series, years = c.ratioSeries

# years = ["2019", "2020", "2021", "2022", "2023"]
# series["RATIO"]["roe"]  → [8.69, 13.20, 16.55, 22.05, 7.01]
# series["RATIO"]["debtRatio"]  → [72.5, 68.2, 59.7, 58.1, 54.8]

은행·금융업은 다르게 계산된다

금융업은 일반 제조업과 재무구조가 근본적으로 다르다. dartlab은 이를 자동으로 감지해서 처리한다.

• revenue, currentAssets 등 일반 제조업 계정이 없을 수 있음
• 금융업 전용 archetype으로 전환해서 비율 계산
• calcRatios(series, archetypeOverride="financial")로 수동 지정도 가능

어디에서 왜곡이 생기나

미매핑 계정. 34,000개 매핑 테이블로 대부분 커버하지만, 드물게 새로운 계정이 등장한다. 미매핑 계정은 비율 계산에서 자동으로 제외된다.

분기 데이터 누락. 일부 종목은 특정 분기의 XBRL 제출이 누락되어 있다. 이 경우 해당 분기의 standalone 값이 None이 된다.

TTM 계산. IS/CF의 최근 4분기 합산(Trailing Twelve Months)이 기본이다. 4분기가 모두 없으면 TTM도 None이다.

놓치기 쉬운 예외

CIS와 IS의 차이. 포괄손익계산서(CIS)와 손익계산서(IS)가 모두 존재할 수 있다. dartlab은 IS를 기본으로 사용하고, IS가 없을 때만 CIS를 fallback으로 쓴다.

자본변동표(SCE). c.BS, c.IS, c.CF 외에 자본변동표도 별도로 지원한다. buildSceMatrix()로 접근 가능하다.

EDGAR도 같은 구조. 미국 기업도 동일한 방식으로 동작한다. 종목코드 대신 ticker를 넣으면 된다.

c = Company("AAPL")
c.BS  # Apple 재무상태표 (SEC XBRL 기반)

빠른 점검 체크리스트

• pip install dartlab (재무 분석은 기본 패키지에 포함)
• Company("005930") 생성 후 c.BS 확인
• c.IS, c.CF DataFrame 확인
• c.timeseries — 분기별 시계열 반환 확인
• c.ratios — 비율 시계열 DataFrame 확인
• c.ratioSeries — 연간 비율 추이 확인

FAQ

Polars DataFrame인데 pandas로 변환할 수 있나요?

c.BS.to_pandas()로 즉시 변환된다. 하지만 Polars가 더 빠르고 메모리 효율적이므로, 가능하면 Polars 그대로 쓰는 것을 권장한다.

재무비율을 직접 커스텀할 수 있나요?

c.timeseries로 원본 시계열을 꺼내면 어떤 비율이든 직접 계산할 수 있다. dartlab의 50개 비율은 가장 보편적인 것들을 자동화한 것이다.

전체 상장사 비율을 한번에 뽑을 수 있나요?

dartlab.screen() 또는 dartlab.benchmark()를 쓰면 된다. 전체 상장사의 비율을 미리 계산한 결과를 섹터별로 비교할 수 있다. 자세한 내용은 스크리닝 가이드에서 다룬다.

연결재무제표와 별도재무제표 중 어떤 것을 쓰나요?

연결(CFS) 우선이다. 연결이 없는 종목에만 별도(OFS)를 사용한다. 현재 수동 전환은 지원하지 않는다.

Altman Z-Score가 None으로 나옵니다.

Altman Z-Score는 매출, 총자산, 운전자본, 이익잉여금, EBIT, 시가총액이 모두 필요하다. 하나라도 None이면 계산할 수 없어서 None을 반환한다. 금융업은 구조적으로 계산이 불가능한 경우가 많다.

분기별이 아닌 연간 데이터만 필요합니다.

ratioSeries가 연간 비율 추이를 제공한다. 원본 연간 시계열이 필요하면 내부 buildAnnual() 함수를 직접 호출할 수 있다.

EDGAR(미국)와 DART(한국) 비율 체계가 같나요?

같다. 두 소스 모두 같은 calcRatios() 함수를 거치므로 동일한 50개 비율이 나온다. 다만 XBRL 계정 매핑 테이블은 소스별로 별도 관리한다.

참고 자료

• 파이썬으로 재무제표 분석하기 — dartlab 기본 사용법
• XBRL 파싱과 계정 매핑 — 매핑 파이프라인 상세
• dartlab ask — AI 분석 — 재무 데이터 기반 AI 분석
• dartlab 인사이트 등급 — 비율 위에 올라가는 등급 시스템

핵심 구조 요약

dartlab 재무 엔진의 구조는 세 문장으로 요약된다.

1. XBRL → 표준 snakeId → Polars DataFrame — 34,000개 매핑으로 회사 간 계정을 통일하고, 한 줄로 꺼낸다.
2. 누적 → standalone → 시계열 — IS/CF의 누적값을 분기 순수값으로 변환하고, 수년간의 시계열을 자동 구축한다.
3. 50개 비율 × 6카테고리 — ROE부터 Altman Z-Score까지, 수작업 없이 자동 계산된다.