00_dashboard.Rmd

---
title: "재무제표 시각화"
output: 
  flexdashboard::flex_dashboard:
    orientation: columns
    fig.height: 5
---

```{r setup, include=FALSE}
# 라이브러리, 데이터셋 로드
library(flexdashboard)
library(tidyverse)
library(DT)
library(treemap)
library(plotly)

BS <- read_tsv("dataset/01_bs.tsv", trim_ws = FALSE)
PL <- read_tsv("dataset/02_pl.tsv", trim_ws = FALSE)
CF <- read_tsv("dataset/03_cf.tsv", trim_ws = FALSE)
```







# Overview

### INTRO

#### 들어가며

인류는 물물교환을 통해 사회를 이루어 왔다. 처음에는 물건을 교환하는 것만으로도 좋았지만, 거래를 위해 물건을 운반하고 보관하는 일에 한계를 느꼈다. 사람들은 돈을 발명했고 이를 주고 받기 시작했다. 이로 인해 과거에는 상상할 수 없는 거래가 이루어 졌다. 하지만 돈이 등장하면서 온갖 불만족이 쏟아져 나왔다. 물리적인 거래가 논리적으로 변하면서, 거래의 복잡성이 쏟아져 나왔다. 

#### 회계의 탄생

거래의 복잡성이 인간의 감당 범위를 넘어서는 그 때, 회계가 생겼다. 특정기간동안 돈을 잃고 버는 것을 넘어 거래를 단순하게 정리정돈 하게 되었고, 다시 인류는 성장할 수 있게 되었다. 회계란 나의 재산과 거래를 관리하고 그 결과를 누구나 쉽게 이해하는 방법으로 공유하기 위해 태어났다. 그런데 그 공유 방법에 문제가 생겼다. 


#### 회계기준

수많은 문제 중 하나는 의사소통이다. 거래를 장부에 기록할 때 사람마다 다른 표현을 쓰다 보니 의사소통 비용이 기하급수적으로 증가하기 시작했다. 이런 문제를 해결하기 위해 등장한 것이 회계기준이다. 회계기준은 "회계를 이렇게 기록합시다" 라고 약속한 기준이다. 현금, 빌려준돈, 받을돈, 재료비와 같이 장부상의 항목의 이름과 처리방법을 통일한 것을 계정과목이라고 한다. 

#### 한걸음 더 나아가며

그럼에도 불구하고, 회계는 복잡하고 어렵게 느껴진다. 계정과목 개수도 많고 표만 봤을 때 그 의미를 쉽게 분석하기 어렵다. 일정 수준의 훈련을 받고 재무제표의 틀에 익숙해져야 의미를 파악할 수 있다. 

이번 발표에서는 세상이 돌아가는 원리를 요약하여 전달하는 "회계" 정보를 시각화한다. 거래 정보를 표현하는 방식인 텍스트를 넘어 시각화로 표현해본다. 회계의 데이터는 기업공시 사이트인 DART 의 "삼성전자" 2018년 결산 재무제표 중 재무상태표, 손익계산서, 현금흐름표를 이용하였다.



```{r}
```











# 재무상태표

```{r}

ALL <- BS %>%
  select(1,6,7,8,3)

ASSET_ <- BS %>%
  filter(is.na(DEPTH_3) == FALSE) %>% 
  filter(DEPTH_1 == "자산") %>%
  select(1,6,7,8,3)

DEBT_ <- BS %>%
  filter(is.na(DEPTH_3) == FALSE) %>% 
  ## filter(DEPTH_1 == "부채") %>%
  filter(DEPTH_1 != "자산") %>%
  select(1,6,7,8,3)

CAPITAL_ <- BS %>%
  filter(is.na(DEPTH_3) == FALSE) %>% 
  filter(DEPTH_1 == "자본") %>%
  select(1,6,7,8,3)

PL_ <- PL %>% 
  gather(key = "YEAR", value="VALUE", -ACC_NM, -ID ) %>%
  arrange(ID, desc(YEAR), ACC_NM) %>%
  mutate(ACC_NM = factor(ACC_NM, levels = PL %>% arrange(desc(ID)) %>% pull(ACC_NM) ))


```

Column {data-width=400}
-------------------------------------
### 표 {data-height=600}
```{r}
# 재무상태표
knitr::kable(BS[2:5])
```

### 부채와 자본 비 {data-height=400}
```{r}

asset_total <- BS %>%
  filter(ACC_NAME == "자산") %>%
  select(3) %>%
  pull(1)

debt_total <- BS %>% 
  filter(ACC_NAME == "부채") %>%
  select(3) %>%
  pull(1)

capital_total <- BS %>% 
  filter(ACC_NAME == "자본") %>%
  select(3) %>%
  pull(1)

pie_df <- data.frame(
  group = c("ASSET", "DEBT", "CAPITAL"),
  value = c(asset_total, debt_total, capital_total)
)


options( scipen = 1000 )
pie <- ggplot(pie_df, aes(x="", y=value, fill=group))+
  geom_bar(width = 1, stat = "identity")+
  coord_polar("y", start=0) + scale_fill_brewer("Blues") +
  theme(axis.text.x=element_blank())
pie
```

Column {data-width=300}
-------------------------------------
### 차변 | 자산


```{r fig.height = 14, fig.width = 8}
treemap(
  ASSET_,  
  index=c("DEPTH_1","DEPTH_2","DEPTH_3"),
  vSize="제 50 기",
  vColor="제 50 기",
  type="value",
  height=100,
  format.legend = list(scientific = FALSE, big.mark = " "),
  fontfamily.title = "AppleGothic",
  fontfamily.labels = "AppleGothic",
  fontfamily.legend = "AppleGothic",
  fontsize.title = 25,
  fontsize.labels = 23, 
  fontsize.legend = 12,
  sortID = "ACC_CD",
  lowerbound.cex.labels = 0,
  align.labels = list(c("center", "center"),c("left","top"),c("right", "bottom"))
)
```

Column {data-width=300}
-------------------------------------
### 대변 | 부채와 자본
```{r fig.height = 14, fig.width = 8}
treemap(
  DEBT_,  
  index=c("DEPTH_1","DEPTH_2","DEPTH_3"),
  vSize="제 50 기",
  vColor="제 50 기",
  type="value",
  height=30,
  format.legend = list(scientific = FALSE, big.mark = " "),
  fontfamily.title = "AppleGothic",
  fontfamily.labels = "AppleGothic",
  fontfamily.legend = "AppleGothic",
  fontsize.title = 25,
  fontsize.labels = 23, 
  fontsize.legend = 12,
  sortID = "-ACC_CD",
  lowerbound.cex.labels = 0,
  align.labels = list(c("center", "center"),c("left","top"),c("right", "bottom"))
)
```



```{r fig.height = 6, fig.width = 8}
### 자본
# treemap(
#   CAPITAL_,  
#   index=c("DEPTH_2","DEPTH_3"),
#   vSize="제 50 기",
#   vColor="제 50 기",
#   type="value",
#   height=70,
#   format.legend = list(scientific = FALSE, big.mark = " "),
#   fontfamily.title = "AppleGothic",
#   fontfamily.labels = "AppleGothic",
#   fontfamily.legend = "AppleGothic",
#   fontsize.title = 25,
#   fontsize.labels = 23, 
#   fontsize.legend = 12,
#   sortID = "ACC_CD",
#   lowerbound.cex.labels = 0
# )
```



# 손익계산서

Column {data-width=400}
-------------------------------------
### 표
```{r}
knitr::kable(PL)
```   

Column {data-width=600}
-------------------------------------
### 그래프
```{r}
PL_ %>% plot_ly(x= ~VALUE, y= ~ACC_NM, color= ~YEAR, orientation = 'h')
```


# 현금흐름표
Column {data-width=400}
-------------------------------------
### 표
    
```{r}
knitr::kable(CF)
```
   
Column {data-width=600}
-------------------------------------
### 현금흐름
```{r}
library(plotly)
library(rjson)
library(tidyverse)


NODE <- read_tsv("dataset/node.tsv")
EDGE <- read_tsv("dataset/edge.tsv")




p <- plot_ly(
  type = "sankey",
  domain = list(
    x =  c(0,1),
    y =  c(0,1)
  ),
  orientation = "h",
  valueformat = ".0f",
  valuesuffix = "백만",
  
  node = list(
    # label = json_data$data[[1]]$node$label,
    # color = json_data$data[[1]]$node$color,
    label = NODE$label,
    pad = 15,
    thickness = 15,
    line = list(
      color = "black",
      width = 0.5
    )
  ),
  
  link = list(
    source = EDGE$source_idx,
    target = EDGE$target_idx,
    value =  EDGE$value,
    label =  EDGE$label
  )
) %>% 
  layout(
    title = "CASH FLOW 2018. samsung Electronics",
    font = list(
      size = 10
    ),
    xaxis = list(showgrid = F, zeroline = F),
    yaxis = list(showgrid = F, zeroline = F)
  )
p


```