[3주차] DART 데이터 내 마음대로 활용 - DART-Open API 다루기

1. Dart OpenAPI 키 발급받기

OpenAPI란 데이터를 가져다 쓸 수 있게 서버의 '창구'를 열어둔 것이다.

Dart Open API를 활용하면 공시 정보를 데이터 분석에 활용할 수 있다.

쉽게 활용할 수 있게 만든 라이브러리를 사용하면 일일이 공시 자료를 보러가지 않아도 분석을 할 수 있다.

 

API란 서버에 접근하는 창구와 같은 것이기 때문에, 창구를 활용해서 정해진 약속으로 정해진 데이터만 접근할 수 있다.

누구에게나 열어둔 창구이기 때문에 너무 많은 요청이 오는 것을 방지하기 위해 인 당 할당량을 정해서 'key'를 발급하는 것이다.

 

아래 페이지로 접속한 다음, 인증키 신청을 누르고 정보를 입력하면 키를 발급받을 수 있다.

https://opendart.fss.or.kr/uat/uia/egovLoginUsr.do

인증키 신청/관리 → OpenAPI 이용현황 으로 가면 발급받은 키를 볼 수 있다.

 

 

2. Dart 라이브러리 활용하기

• Dart-fss 라이브러리 설치하기

!pip install dart-fss

 

• 키를 넣고 구동해보기

import dart_fss as dart_fss
import pandas as pd

api_key = '여기에 API 키를 입력'
dart_fss.set_api_key(api_key=api_key)

corp_list = dart_fss.get_corp_list()

corp_list.corps

 

 

3. 종목 정리하기

Dart 공식 Document: https://dart-fss.readthedocs.io/en/latest/

 

• 상장, 비상장 종목 정리하기

all = dart_fss.api.filings.get_corp_code()
all[0]

df = pd.DataFrame(all)

df_listed = df[df['stock_code'].notnull()]
df_non_listed = df[df['stock_code'].isnull()]

 

• 엑셀로 저장하기

df_listed.to_excel('비상장사.xlsx')

df_non_listed.to_excel('상장사.xlsx')

※ Pandas에서 .to_excel('파일명.xlsx') 만 붙이면 엑셀 파일이 생성된다.

 

 

4. Dart API 사용해보기

• 한 개 종목을 정해서 코드를 찾기

corp_code = df_listed[df_listed['corp_name'] == '삼성전자'].iloc[0,0]

corp_code

 

• Dart API를 사용해보기(사업보고서)

// 기업 정보

corp_code = df_listed[df_listed['corp_name'] == '카카오'].iloc[0,0]
dart_fss.api.filings.get_corp_info(corp_code)

// 배당 현황

corp_code = df_listed[df_listed['corp_name'] == '카카오'].iloc[0,0]
data = dart_fss.api.info.alot_matter(corp_code, '2021', '11011')
pd.DataFrame(data['list'])

// 최대주주 현황

corp_code = df_listed[df_listed['corp_name'] == '카카오'].iloc[0,0]
data = dart_fss.api.info.hyslr_sttus(corp_code, '2021', '11011')
pd.DataFrame(data['list'])

//  직원 현황

corp_code = df_listed[df_listed['corp_name'] == '카카오'].iloc[0,0]
data = dart_fss.api.info.emp_sttus(corp_code, '2021', '11011')

pd.DataFrame(data['list'])

 

• Dart API를 사용해보기(상장기업 재무정보)

corp_code = df_listed[df_listed['corp_name'] == '카카오'].iloc[0,0]
data = dart_fss.api.finance.fnltt_singl_acnt(corp_code, '2021', '11011')

pd.DataFrame(data['list'])

 

• Dart API를 사용해보기(주주정보)

corp_code = df_listed[df_listed['corp_name'] == '카카오'].iloc[0,0]
data = dart_fss.api.shareholder.elestock(corp_code)

pd.DataFrame(data['list'])

 

 

5. 상장 종목 분석하기

• 시총 Top 50 회사 연봉왕 뽑아보기

// 카카오의 corp_code 구하기

corp_code = df_listed[df_listed['corp_name'] == '카카오'].iloc[0,0]
data = dart_fss.api.info.indvdl_by_pay(corp_code, '2021', '11011')

df_temp = pd.DataFrame(data['list'])
df_temp = df_temp[['corp_name','nm','ofcps','mendng_totamt']]
df_temp.columns = ['기업명','이름','역할','보수']

df_temp

// 함수로 만들기

def get_salary_top(name):
  corp_code = df_listed[df_listed['corp_name'] == name].iloc[0,0]
  data = dart_fss.api.info.indvdl_by_pay(corp_code, '2021', '11011')
  
  df_temp = pd.DataFrame(data['list'])
  df_temp = df_temp[['corp_name','nm','ofcps','mendng_totamt']]
  df_temp.columns = ['기업명','이름','역할','보수']
  df_temp['보수'] = pd.to_numeric(df_temp['보수'].str.replace(',',''))
  df_temp = df_temp.sort_values(by='보수',ascending=False)
  
  return df_temp

// 여러개 종목에 대해 뽑아보기

names = ['삼성전자','LG에너지솔루션','SK하이닉스','NAVER','삼성바이오로직스','삼성전자우','카카오','삼성SDI','현대차','LG화학','기아','POSCO홀딩스','KB금융','카카오뱅크','셀트리온','신한지주','삼성물산','현대모비스','SK이노베이션','LG전자','카카오페이','SK','한국전력','크래프톤','하나금융지주','LG생활건강','HMM','삼성생명','하이브','두산중공업','SK텔레콤','삼성전기','SK바이오사이언스','LG','S-Oil','고려아연','KT&G','우리금융지주','대한항공','삼성에스디에스','현대중공업','엔씨소프트','삼성화재','아모레퍼시픽','KT','포스코케미칼','넷마블','SK아이이테크놀로지','LG이노텍','기업은행']

dfs = []

for name in names:
  try:
    df = get_salary_top(name)
    dfs.append(df)
  except:
    print(f'없음 - {name}')

df_result = pd.concat(dfs)
df_result.sort_values(by='보수',ascending=False)

df_result.sort_values(by='보수',ascending=False).head(30)

 

• 최대 주주의 주식 변동 모아보기

// 종목 코드 가져오기

corp_code = df_listed[df_listed['corp_name'] == '카카오'].iloc[0,0]
corp_code

// 주요 주주 지분율 보기

data = dart_fss.api.info.hyslr_sttus('00258801', '2021', '11011')
df = pd.DataFrame(data['list'])

df

// 원하는 데이터만 보기 좋게 만들기

data = dart_fss.api.info.hyslr_sttus('00258801', '2021', '11011')
df = pd.DataFrame(data['list'])

df = df[['corp_name','nm','relate','bsis_posesn_stock_qota_rt','trmend_posesn_stock_qota_rt','rm']]
df.columns = ['회사명','이름','관계','기초지분율','기말지분율','비고']

df = df[df['관계'].notnull()]

df['기초지분율'] = pd.to_numeric(df['기초지분율'])
df['기말지분율'] = pd.to_numeric(df['기말지분율'])

df.sort_values(by='기초지분율',ascending=False).head(3)

// 함수로 만들기

def get_shareholders(corp_code):
  data = dart_fss.api.info.hyslr_sttus(corp_code, '2021', '11011')
  df = pd.DataFrame(data['list'])

  df = df[['corp_name','nm','relate','bsis_posesn_stock_qota_rt','trmend_posesn_stock_qota_rt','rm']]
  df.columns = ['회사명','이름','관계','기초지분율','기말지분율','비고']

  df = df[df['관계'].notnull()]

  df['기초지분율'] = pd.to_numeric(df['기초지분율'])
  df['기말지분율'] = pd.to_numeric(df['기말지분율'])

  return df.sort_values(by='기초지분율',ascending=False).head(3)

// 상장 종목 중 10개만 추려내기

df_listed.sample(10)

// 10개 종목 코드 출력하기

corp_codes = list(df_listed.sample(10)['corp_code'])

for corp_code in corp_codes:
  print(corp_code)

// 10개 기업을 붙여서 보기

corp_codes = list(df_listed.sample(10)['corp_code'])

dfs = []
for corp_code in corp_codes:
  try:
    df = get_shareholders(corp_code)
    dfs.append(df)
  except:
    print(f'error - {corp_code}')

df_result = pd.concat(dfs)

df_result

// 증감이 큰 순서대로 정렬하기

corp_codes = list(df_listed.sample(10)['corp_code'])

dfs = []
for corp_code in corp_codes:
  try:
    df = get_shareholders(corp_code)
    dfs.append(df)
  except:
    print(f'error - {corp_code}')

df_result = pd.concat(dfs)

df_result['증감'] = df_result['기말지분율'] - df_result['기초지분율']

df_result.sort_values(by='증감',ascending=False)