R&D / 매출 비율 추세 + peer cross-section rank

공개 호출 방식

import dartlab
import polars as pl
import statistics

target = "005930"
c = dartlab.Company(target)

def rd_series(code):
    # 비용구조 축의 calcRndExpense — IS 별도라인 → 판관비명세 주석 2-tier (rdSummary 축은 미존재였음).
    try:
        rnd = (dartlab.Company(code).analysis("비용구조") or {}).get("rndExpense") or {}
        return [(h["period"], (h["rndIntensity"] or 0) / 100) for h in rnd.get("history", []) if h.get("rndIntensity") is not None]
    except Exception:
        return []

own = dict(rd_series(target))
years = sorted(own.keys())
if len(years) >= 3:
    # 5y trend slope
    recent = [own[y] for y in years[-5:]]
    n = len(recent)
    if n >= 3:
        x = list(range(n))
        mx = statistics.mean(x)
        my = statistics.mean(recent)
        num = sum((xi-mx)*(yi-my) for xi, yi in zip(x, recent))
        den = sum((xi-mx)**2 for xi in x)
        slope = num / den if den else 0
    else:
        slope = None
else:
    slope = None

try:
    peers_meta = c.industry("peers").to_dicts()
except Exception:
    peers_meta = []

peer_recent = []
for p in peers_meta[:15]:
    code = p.get("code") or p.get("stockCode")
    if not code or code == target:
        continue
    p_series = dict(rd_series(code))
    p_years = sorted(p_series.keys())
    if p_years:
        peer_recent.append((code, p_series[p_years[-1]]))

# percentile rank
my_recent = own[years[-1]] if years else None
rank = None
if my_recent is not None and peer_recent:
    higher = sum(1 for _, v in peer_recent if v > my_recent)
    rank = 1 - higher / len(peer_recent)  # 0~1 (1 = 최고)

table = pl.DataFrame([{
    "rdIntensityLatest": my_recent,
    "trendSlope5y": slope,
    "peerCount": len(peer_recent),
    "percentileRank": rank,
    "trendDirection": "rising" if (slope is not None and slope > 0.001) else "falling" if (slope is not None and slope < -0.001) else "flat",
}])

emit_result(
    table=table,
    values={"rdIntensity": my_recent, "rank": rank, "slope": slope},
    date=years[-1] if years else None,
    sources=["dartlab://analysis/비용구조/rndExpense", "dartlab://industry/peers"],
)

호출 동작

1. 결론 도출

R&D / 매출 비율 5y slope + peer percentile rank 단정 (innovation lead 후보 / inline / lag). 예: “R&D/매출 6.8% (peer p82), 5y slope +0.4%/yr → rising trend + 상위 quartile → innovation lead 후보.”

2. 핵심 근거 수집

• 회사 R&D 비용 5y 시계열 (Company.panel 의 R&D 항목)
• 매출 5y 시계열 (Company.panel revenue)
• peer set 단면 R&D / 매출 분포 (산업)

3. 메커니즘 분석

회사 R&D 5년 + 매출 5년
   ↓
ratio[t] = R&D[t] / revenue[t] (각 연도)
   ↓
linear regression slope (5점 fit) → trendDirection
   slope > +0.5%/yr → rising
   slope < -0.5%/yr → falling
   ±0.5%/yr          → flat
   ↓
peer 단면 비교 → percentile rank (1 = 가장 높음)
   percentile ≥ 75% + rising → innovation lead 후보
   percentile ≥ 75% + flat  → 고강도 유지 (mature R&D)
   percentile < 25%          → R&D 강도 낮음 (cost-leadership 또는 mature)

추세 + cross-section 결합 = 단순 ratio 가 아닌 추세 + 위치 신호. innovation lead 후보 = 두 조건 동시 충족.

4. 반례·한계

• R&D 정의 차이 (자본화 vs 비용화) peer 비교 노이즈.
• 5점 표본 너무 작아 slope 신뢰도 낮음.
• 일회성 R&D 폭증 (대형 인수 직후) outlier 영향.
• 산업별 R&D 강도 base 다름 (반도체 vs 식품) — 같은 산업 peer 만 비교 의미.

5. 후속 모니터링

• innovation lead 후보 진입: recipes.fundamental.valuation.damodaran.reinvestmentRoc 로 reinvestment ROC 정합 확인.
• R&D 강도 falling 지속: recipes.industry.industryStagePhase 으로 산업 mature/decline 확인.
• R&D 강도 percentile p25 미만 + 매출 성장 둔화: recipes.fundamental.quality.forensics.deepDive 로 회사 quality 점검.

대표 반환 형태

column	의미
rdIntensityLatest	최근 연도 R&D / 매출
trendSlope5y	5 년 linear slope
peerCount	peer 비교 표본
percentileRank	peer 단면 percentile (0~1)
trendDirection	rising / falling / flat

연계 절차

1. recipes.industry.industryStagePhase - phase 와 R&D 강도 정합.
2. recipes.fundamental.quality.forensics.accountingPolicyChange - R&D 회계 정책 변경 추적.
3. recipes.fundamental.valuation.damodaran.rdCapitalization - R&D 자산화 효과 검증.

기본 검증

• 시계열 < 3 년 또는 peer < 4 면 결론 X.
• R&D 회계 정책 변경 (비용 ↔ 자산화) 발생 연도는 추세 분석에서 분리.
• innovation lead 결론은 R&D 강도만으로 단정 X — patent · 매출 증분 등 보조 신호 필요.