Estados Financieros
===================

.. _financial_statements:

Estado de Resultados
--------------------

.. code-block:: python

   import pandas as pd
   import requests

   API_KEY = 'api_key'
   
   payload = {
      'key': API_KEY,
      'companies': ['EMPRESAS CMPC S.A.'],
      'type': 'EERR',
   }
   r = requests.post('https://dolphin.markets/api/financial-statements', json=payload)
   df = pd.DataFrame(r.json())
   print(df['company'].tolist())


Estado de Situación Financiera
------------------------------

Repetimos el código anterior, esta vez cambiando la variable *type* a *ESF*.

.. code-block:: python

   import pandas as pd
   import requests

   API_KEY = 'api_key'
   
   payload = {
      'key': API_KEY,
      'companies': ['EMPRESAS CMPC S.A.'],
      'type': 'ESF',
   }
   r = requests.post('https://dolphin.markets/api/financial-statements', json=payload)
   df = pd.DataFrame(r.json())
   print(df['company'].tolist())

Estado de Flujo Efectivo
------------------------

Y por último, el Estado de Flujo Efectivo lo podemos obtener cambiando *ESF* por *EFE*.

.. code-block:: python

   import pandas as pd
   import requests

   API_KEY = 'api_key'
   
   payload = {
      'key': API_KEY,
      'companies': ['EMPRESAS CMPC S.A.'],
      'type': 'EFE',
   }
   r = requests.post('https://dolphin.markets/api/financial-statements', json=payload)
   df = pd.DataFrame(r.json())
   print(df['company'].tolist())


Listado de compañías disponibles
--------------------------------

Si no estás seguro del nombre de una compañía o si quieres explorar todas las que 
que reportan a la CMF, tan solo al incorporar el signo **?** dentro de la variable *companies*,
la API te entrega el listado completo de empresas disponible en Dolphin Markets.

.. code-block:: python

   import pandas as pd
   import requests

   API_KEY = 'api_key'
   
   payload = {
      'key': API_KEY,
      'companies': '?',
      'type': 'EERR',
   }
   r = requests.post('https://dolphin.markets/api/financial-statements', json=payload)
   df = pd.DataFrame(r.json())
   print(df['company'].tolist())
   

Obtener cuentas específicas
---------------------------

A modo de ejemplo, obtendremos la cuenta **SBIF** *"Resultado de los propietarios"* para algunos bancos,
para luego agruparlos anualmente por institución bancaria.

.. code-block:: python
   
   import pandas as pd
   import requests
   
   API_KEY = 'api_key'

   banks = {
      'BANCO DE CREDITO E INVERSIONES': 'BCI',
      'BANCO SANTANDER-CHILE': 'Santander',
      'BANCO DE CHILE': 'Chile',
      'ITAU CORPBANCA': 'Itaú',
   }

   payload = {
      "key": API_KEY,
      'companies': list(banks.keys()),
      'account': ['Resultado De Los Propietarios'],
   }
   r = requests.post('https://dolphin.markets/api/financial-statements', json=payload)
   banks = pd.DataFrame(r.json())
   banks['date'] = pd.to_datetime(banks['date'])

   banks.company = banks.company.map(banks)

   profit = banks.pivot_table(index='date', values='unit', columns='company', aggfunc='sum')
   profit = profit.loc['2015':].resample('Y').sum().T
   profit.columns = profit.columns.year
   print(profit)


Obtener ratios financieros
--------------------------

.. code-block:: python

   import pandas as pd
   import requests
   
   API_KEY = 'api_key'

   payload = {
      "key": API_KEY,
      'companies': ['EMPRESAS CMPC S.A.'],
      'ratios': ['net_debt_to_ebitda']
   }
   r = requests.post('https://dolphin.markets/api/ratios', json=payload)
   df = pd.DataFrame(r.json())


Estados financieros de un período específico
--------------------------------------------

.. code-block:: python

   import pandas as pd
   import requests
   
   API_KEY = 'api_key'

   payload = {
      "key": API_KEY,
      'companies': ['EMPRESAS CMPC S.A.'],
      'type': 'ESF',
      'date': '2019-12-31',
   }
   r = requests.post('https://dolphin.markets/api/financial-statements', json=payload)

   df = pd.DataFrame(r.json())
   # si se requieren las cuentas en español (CMF)
   df.pivot_table(index=['cmf_index', 'tag'], values='unit', columns='company')
   # o en formato en inglés (IFRS)
   df.pivot_table(index=['cmf_index', 'ifrs'], values='unit', columns='company')