如何查询美股分产品与分地区营收？基于 FMP 主营构成接口（Revenue Segmentation）拆解苹果与英伟达财报
合并利润表（Consolidated Income Statement）顶行的总营收（revenue）往往掩盖了企业内部剧烈的业务结构迁移。以英伟达（NVDA）为例，FY2024 至 FY2026 总营收从 609.22 亿美元跃升至 2,159.38 亿美元，若不拆解主营构成，模型无法量化数据中心（Data Center）营收占比从 78.01% 升至 89.72%（并在 FY2027 Q2 进一步升至 92.52%）的结构性驱动力；同理，分析苹果（AAPL）FY2026 创纪录的 4,788.34 亿美元总营收时，只有下钻至产品线与地理大区，才能看清高毛利服务业务（Service）突破 1,233.01 亿美元（占 25.75%）以及大中华区（Greater China Segment）从 FY2025 的 643.77 亿美元反弹至 FY2026 的 823.78 亿美元（同比 +27.96%）的边际拐点。
按照美国通用会计准则（US GAAP）ASC 280《分部报告》（Segment Reporting）与 ASC 606《客户合同收入》（Revenue from Contracts with Customers）的分解披露要求，美股上市公司需在 10-K 年报与 10-Q 季报附注（Footnotes）中披露按产品/服务线及按地理区域的营收拆解。但由于各公司业务命名与区域划分高度非标，传统爬虫直接解析 SEC XBRL 标签极易因自定义扩展轴（Custom Axis/Member）变动而断流。本文基于 Statements（财务报表接口）大类下的主营构成双端点——Revenue Product Segmentation（分产品营收接口）与 Revenue Geographic Segments（分地区营收接口），联合 Income Statement（利润表接口）对苹果、英伟达等 10 家科技巨头进行三表交叉对账，系统梳理动态 JSON 键名对齐、未分配调节项核验与 Q4 单季重分类排雷方法。
一、主营构成双接口的数据结构与 10 大科技股全景对账
在 FMP 的 stable 接口体系中，合并利润表通过固定 Schema 字段返回标准化财务指标，而主营业务构成（Revenue Segmentation）则通过两个专用端点返回嵌套的动态键值字典：
- 分产品/业务线营收接口：调用路径为
/stable/revenue-product-segmentation，支持symbol与period（annual或quarter）参数。接口返回数组中，每个财期对象的核心载荷位于data字典内，键名为公司财报附注披露的产品线或经营分部名称（如苹果的 iPhone、Service，或高通的 QCT、QTL），键值为对应期间的原始美元金额。 - 分地区营收接口：调用路径为
/stable/revenue-geographic-segmentation（对应站内文档路由/apis/revenue-geographic-segments/），同样支持period=annual与period=quarter。其data字典键名通常为公司披露的国家或地理大区名称（如 UNITED STATES、Americas Segment、Greater China Segment、TAIWAN, PROVINCE OF CHINA），但在部分按经营分部披露跨国业务的公司（如亚马逊）中也可能包含非纯地理分部键。
在将分部数据接入估值或因子模型前，第一道工程门禁是验证“分部字典全量求和（sum(row["data"].values())）”是否严格等于合并利润表（/stable/income-statement）同期的总营收（revenue）：
分产品对账差额（ΔP） = sum(Product_Segmentation["data"].values()) - Income_Statement["revenue"]
分地区对账差额（ΔG） = sum(Geographic_Segmentation["data"].values()) - Income_Statement["revenue"]
单一分部营收占比（%） = (Segment_Revenue ÷ Income_Statement["revenue"]) × 100%我们调取了 10 家美股核心科技巨头最新一期 10-K 年报及最新对齐 10-Q 季报的分产品、分地区与合并利润表原始响应。全样本对账结果汇总如下表（原始接口金额单位为美元，表中金额统一折算为亿美元并四舍五入保留两位小数，占比与对账差额基于原始美元精度计算）：
| 股票代码 | 最新年报财期（截止日） | 合并总营收（亿美元） | 年报分产品加总与差额（亿美元） | 年报第一大产品线及占比 | 年报第一大地区（或分部）及占比 | 最新季报（截止日）第一大产品线及占比 |
|---|---|---|---|---|---|---|
| AAPL | FY2026 (2026-09-26) | 4,788.34 | 4,788.34 (+0.00) | iPhone: 2,540.98 (53.07%) | Americas Segment: 1,980.83 (41.37%) | 2026Q4 (2026-09-26): iPhone 575.83 (50.30%) |
| NVDA | FY2026 (2026-01-25) | 2,159.38 | 2,159.38 (+0.00) | Data Center: 1,937.37 (89.72%) | UNITED STATES: 1,496.17 (69.29%) | 2027Q2 (2026-07-26): Data Center 890.23 (92.52%) |
| MSFT | FY2026 (2026-06-30) | 3,318.39 | 3,318.39 (+0.00) | Server products and cloud services: 1,294.25 (39.00%) | UNITED STATES: 1,707.94 (51.47%) | 2026Q4 (2026-06-30): Server products and cloud services 370.96 (41.21%) |
| GOOGL | FY2025 (2025-12-31) | 4,028.36 | 4,028.36 (+0.00) | Google Search & other: 2,245.32 (55.74%) | UNITED STATES: 1,942.09 (48.21%) | 2026Q3 (2026-09-30): Google Search & other 633.50 (49.66%) |
| AMZN | FY2025 (2025-12-31) | 7,169.24 | 7,169.24 (+0.00) | Online Stores: 2,692.87 (37.56%) | North America Segment: 4,263.05 (59.46%，经营分部口径) | 2026Q3 (2026-09-30): Online Stores 684.70 (33.91%) |
| META | FY2025 (2025-12-31) | 2,009.66 | 2,009.66 (+0.00) | Advertising: 1,961.75 (97.62%) | US & Canada: 788.66 (39.24%) | 2026Q3 (2026-09-30): Family of Apps 641.58 (99.31%) |
| AMD | FY2025 (2025-12-27) | 346.39 | 346.39 (+0.00) | Data Center: 166.35 (48.02%) | UNITED STATES: 113.63 (32.80%) | 2026Q3 (2026-09-26): Data Center 85.46 (63.89%) |
| TSLA | FY2025 (2025-12-31) | 948.27 | 948.27 (+0.00) | Automotive: 695.26 (73.32%) | UNITED STATES: 476.27 (50.23%) | 2026Q3 (2026-09-30): Automotive 205.60 (73.31%) |
| AVGO | FY2025 (2025-11-02) | 638.87 | 638.87 (+0.00) | Semiconductor Solutions: 368.58 (57.69%) | Asia Pacific: 358.96 (56.19%) | 2026Q3 (2026-08-02): Semiconductor Solutions 208.39 (70.42%) |
| QCOM | FY2026 (2026-09-27) | 431.20 | 427.64 (-3.56) | QCT: 372.08 (86.29%) | 未披露当期（最新至 FY2023） | 2026Q4 (2026-09-27): QCT 90.15 (87.34%) |
横向对比上述 10 家公司的对账矩阵，可以提炼出三条核心特征：
- 9 家巨头年报分产品与分地区字典加总实现零误差闭合，但需核验字典键的业务实质：在 AAPL、NVDA、MSFT、GOOGL、AMZN、META、AMD、TSLA、AVGO 九家公司的最新 10-K 年报中，分产品字典之和与分地区字典之和均与合并利润表
revenue完全相等（差额为 0.00 亿美元）。不过总额闭合不代表键名必为纯地理区域——例如亚马逊（AMZN）在 10-K 分部附注中按三大并列经营分部披露，其分地区接口返回 North America Segment（4,263.05 亿，占 59.46%）、International Segment（1,618.94 亿，占 22.58%）与 Amazon Web Services Segment（1,287.25 亿，占 17.96%）。AWS 属于全球云业务分部而非单一国家，因此在横向对比地区集中度时必须先审视字典键的实际含义。 - AI 算力产业链的单极集中度持续攀升：在芯片算力端，英伟达 Data Center 营收占比已从 FY2026 全年的 89.72% 升至 FY2027 Q2（截至 2026-07-26）的 92.52%；AMD 的 Data Center 占比从 FY2025 全年的 48.02% 跃升至 2026Q3（截至 2026-09-26）的 63.89%；博通（AVGO）的 Semiconductor Solutions 占比也从 FY2025 全年的 57.69% 升至 2026Q3 单季的 70.42%。关于英伟达等 AI 算力龙头的毛利率与存货周转周期联动验证，可结合阅读《AI 算力周期见顶了吗？用 FMP 财报接口追踪英伟达与美光的毛利率与存货周转天数（DIO）》。
- 高通（QCOM）展现了典型的“经营分部未含总部调节项”结构：高通 FY2026（截至 2026-09-27）合并总营收为 431.20 亿美元，而分产品接口返回的芯片业务（QCT 372.08 亿美元）与专利授权业务（QTL 55.56 亿美元）合计为 427.64 亿美元，存在 -3.56 亿美元差额。这并非数据缺失，而是因为高通 10-K 分部附注仅列示两大主要报告分部，未将战略投资分部（QSI）及未分配集团调节项（Reconciling items）并入产品字典。
二、实战案例一：苹果（AAPL）FY2024–FY2026 全年与单季主营构成深度拆解
苹果公司采用“52/53 周制”财年（9 月下旬最后一个周六结账），其业务架构高度稳定，是验证多期时间序列与单季加总闭合性的理想标杆。通过联合调取 Revenue Product Segmentation（分产品营收接口）与 Revenue Geographic Segments（分地区营收接口）的 annual 和 quarter 序列，我们可以完整还原苹果过去三个完整财年（FY2024–FY2026）及 FY2026 四个单季（Q1–Q4）的二维营收矩阵：
| 财期维度（截止日） | 合并总营收（亿美元） | iPhone（亿美元 / 占比） | Service（亿美元 / 占比） | Mac / iPad / Wearables（亿美元） | Americas（亿美元 / 占比） | Europe（亿美元 / 占比） | Greater China / Rest of APAC / Japan（亿美元） |
|---|---|---|---|---|---|---|---|
| FY2024 全年 (2024-09-28) | 3,910.35 | 2,011.83 (51.45%) | 961.69 (24.59%) | 299.84 / 266.94 / 370.05 | 1,670.45 (42.72%) | 1,013.28 (25.91%) | 669.52 (17.12%) / 306.58 / 250.52 |
| FY2025 全年 (2025-09-27) | 4,161.61 | 2,095.86 (50.36%) | 1,091.58 (26.23%) | 337.08 / 280.23 / 356.86 | 1,783.53 (42.86%) | 1,110.32 (26.68%) | 643.77 (15.47%) / 336.96 / 287.03 |
| FY2026 全年 (2026-09-26) | 4,788.34 | 2,540.98 (53.07%) | 1,233.01 (25.75%) | 379.29 / 279.29 / 355.77 | 1,980.83 (41.37%) | 1,276.04 (26.65%) | 823.78 (17.20%) / 398.61 / 309.08 |
| 2026Q1 单季 (2025-12-27) | 1,437.56 | 852.69 (59.32%) | 300.13 (20.88%) | 83.86 / 85.95 / 114.93 | 585.29 (40.71%) | 381.46 (26.54%) | 255.26 (17.76%) / 121.42 / 94.13 |
| 2026Q2 单季 (2026-03-28) | 1,111.84 | 569.94 (51.26%) | 309.76 (27.86%) | 83.99 / 69.14 / 79.01 | 450.93 (40.56%) | 280.55 (25.23%) | 204.97 (18.44%) / 91.38 / 84.01 |
| 2026Q3 单季 (2026-06-27) | 1,094.17 | 542.52 (49.58%) | 307.39 (28.09%) | 103.52 / 61.91 / 78.83 | 457.81 (41.84%) | 293.95 (26.87%) | 188.16 (17.20%) / 88.71 / 65.54 |
| 2026Q4 单季 (2026-09-26) | 1,144.77 | 575.83 (50.30%) | 315.73 (27.58%) | 107.92 / 62.29 / 83.00 | 486.80 (42.52%) | 320.08 (27.96%) | 175.39 (15.32%) / 97.10 / 65.40 |
从苹果二维拆解表的实测数据中，可以清晰验证三个财务与工程事实：
- 四季度滚动求和（TTM）与年报 100% 闭合：将 2026Q1 至 2026Q4 四个单季的任一产品线或任一地理分部相加，其结果与 FY2026 10-K 年报披露值分毫不差。例如，iPhone 四个单季之和为
852.69 + 569.94 + 542.52 + 575.83 = 2,540.98亿美元；大中华区（Greater China Segment）四个单季之和为255.26 + 204.97 + 188.16 + 175.39 = 823.78亿美元。 - 新机发布季的季节性脉冲与服务业务的压舱石效应：在涵盖圣诞购物季的 2026Q1（截至 2025-12-27），iPhone 单季贡献 852.69 亿美元，占当季总营收比例高达 59.32%，而 Service 占比被稀释至 20.88%；进入 2026Q2 至 2026Q4 硬件淡季后，iPhone 占比回落至 49.58%–51.26% 区间，而 Service 营收连续三个季度站稳 300 亿美元上方（309.76 亿、307.39 亿、315.73 亿美元），占比稳定在 27.58%–28.09%，显著平滑了硬件周期的季节性波动。
- 大中华区营收的年度反转：在 FY2024 至 FY2025 期间，苹果大中华区营收曾从 669.52 亿美元下滑至 643.77 亿美元（占比从 17.12% 降至 15.47%）；而在 FY2026，大中华区全年贡献 823.78 亿美元，同比大幅增长 27.96%，占总营收比重重新回升至 17.20%。
三、实战案例二：英伟达（NVDA）算力结构跃迁与单季口径重分类实证
与苹果近四个财年（FY2023–FY2026）保持不变的五类硬件/服务命名不同，高速扩张的半导体与互联网巨头往往会随业务演进调整分部披露口径。我们调取英伟达（NVDA）FY2024–FY2026 年报及 FY2026 Q2 至 FY2027 Q2 连续五个季度的分产品与分地区数据，对比 Income Statement（利润表接口）合并总营收，结果如下：
| 财期维度（截止日） | 合并总营收（亿美元） | 分产品加总与差额（亿美元） | Data Center（亿美元 / 占比） | 其余产品线构成及金额（亿美元） | 分地区加总与差额（亿美元） | UNITED STATES（亿美元 / 占比） | 台湾 / 中国大陆 / 其余地区（亿美元） |
|---|---|---|---|---|---|---|---|
| FY2024 全年 (2024-01-28) | 609.22 | 609.22 (+0.00) | 475.25 (78.01%) | Gaming 104.47 / ProVis 15.53 / Auto 10.91 / OEM 3.06 | 609.22 (+0.00) | 269.66 (44.26%) | 台湾 134.05 / 中国大陆 103.06 / 其他美洲 102.45 |
| FY2025 全年 (2025-01-26) | 1,304.97 | 1,304.97 (+0.00) | 1,151.86 (88.27%) | Gaming 113.50 / ProVis 18.78 / Auto 16.94 / OEM 3.89 | 1,304.97 (+0.00) | 612.57 (46.94%) | 台湾 205.73 / 中国大陆 171.08 / 新加坡 236.84 / 其他美洲 78.75 |
| FY2026 全年 (2026-01-25) | 2,159.38 | 2,159.38 (+0.00) | 1,937.37 (89.72%) | Gaming 160.42 / ProVis 31.91 / Auto 23.49 / OEM 6.19 | 2,159.38 (+0.00) | 1,496.17 (69.29%) | 台湾 423.45 / 中国大陆 196.77 / 其他美洲 42.99 |
| FY26 Q2 单季 (2025-07-27) | 467.43 | 467.43 (+0.00) | 410.96 (87.92%) | Gaming 42.87 / ProVis 6.01 / Auto 5.86 / OEM 1.73 | 467.43 (+0.00) | 234.70 (50.21%) | 台湾 85.29 / 中国大陆 27.69 / 新加坡 101.56 / 其他美洲 18.19 |
| FY26 Q3 单季 (2025-10-26) | 570.06 | 570.06 (+0.00) | 512.15 (89.84%) | Gaming 42.65 / ProVis 7.60 / Auto 5.92 / OEM 1.74 | 570.06 (+0.00) | 391.77 (68.72%) | 台湾 137.51 / 中国大陆 29.73 / 其他美洲 11.05 |
| FY26 Q4 单季 (2026-01-25) | 681.27 | 681.27 (+0.00) | 623.14 (91.47%) | Gaming 37.27 / ProVis 13.21 / Auto 6.04 / OEM 1.61 | 875.51 (+194.24) | 662.31 (97.22%，见排雷三) | 台湾 129.07 / 中国大陆 84.13 / 其他美洲 0.00 |
| FY27 Q1 单季 (2026-04-26) | 816.15 | 816.15 (+0.00) | 752.46 (92.20%) | Edge Computing 63.69 (7.80%) | 816.15 (+0.00) | 637.69 (78.13%) | 台湾 120.06 / 中国大陆 45.50 / 其他美洲 12.90 |
| FY27 Q2 单季 (2026-07-26) | 962.21 | 962.21 (+0.00) | 890.23 (92.52%) | Edge Computing 71.98 (7.48%) | 962.21 (+0.00) | 600.74 (62.43%) | 台湾 269.85 / 中国大陆 78.80 / 其他美洲 12.82 |
注：英伟达自 FY2026 Q3 及 FY2026 10-K 起，将分地区营收统计口径由“客户账单开票地”调整为“直接客户总部所在地”并在年报中重列了以前年度比较数；而接口中的 FY2024、FY2025 历史快照仍保留各该期原始 10-K 披露值（如 FY2025 含新加坡 236.84 亿美元），跨期拼接地区增速时需注意版本口径对齐。上表不仅展示了英伟达 Data Center 单季营收从 FY26 Q2 的 410.96 亿美元翻倍至 FY27 Q2 的 890.23 亿美元（占比升至 92.52%），更直接暴露了量化工程师在调用分部接口时必须处理的四大底层陷阱。
四、主营构成接口的四大工程排雷指南
排雷一：动态字典键名漂移与跨期重分类（Schema Drift）
与固定字段接口不同，Revenue Product Segmentation（分产品营收接口）的 data 键名直接映射自各期 10-K/10-Q 原文。当上市公司调整内部报告结构或上游更改聚合粒度时，相邻季度的字典键集合会发生突变：
- 英伟达（NVDA）季报产品键收敛：在 FY26 Q4（2026-01-25）及之前季度，分产品接口按五大终端市场平台返回 Data Center、Gaming、Professional Visualization、Automotive、OEM And Other 五个键；而在 FY27 Q1（2026-04-26）与 FY27 Q2（2026-07-26），非数据中心业务被统一收敛为 Edge Computing（分别为 63.69 亿美元与 71.98 亿美元），字典键数从 5 个变为 2 个。
- AMD 年报与季报粒度差异：AMD 在
period=annual（FY2025）中返回 Data Center（166.35 亿）、Client（106.40 亿）、Gaming（39.10 亿）、Embedded（34.54 亿）四个键；而在period=quarter（2025Q3 至 2026Q3）中，客户端与游戏业务被合并为 Client and Gaming（2026Q3 为 37.22 亿美元），仅返回三个键。 - Meta（META）披露维度切换：Meta 在 2026Q2 及之前的季报分产品接口中按收入性质返回 Advertising、Other revenue、Reality Labs 三个键；而在 2026Q3（2026-09-30）切换为按两大经营分部返回 Family of Apps（641.58 亿美元，占 99.31%）与 Reality Labs（4.43 亿美元，占 0.69%）。
- 微软（MSFT）产品线更名：微软在 FY2025 季报中使用的 Gaming 键，在 FY2026 年报及 2026Q4 季报中被更名为 XBOX（FY2026 全年为 217.90 亿美元）。
因此，工程脚本严禁硬编码 row["data"]["Gaming"] 取值，必须采用动态字典遍历（row["data"].items()）或构建同义词映射表（Alias Mapping）。
排雷二：分部加总与合并利润表的不闭合项（对冲损益与总部调节项）
在全市场扫描中，并非所有公司的分部字典之和都严格等于合并总营收。常见原因有两类：
- 外汇对冲损益（Hedging Gains/Losses）单列与跨季缺省：以谷歌（GOOGL）为例，其分产品接口在
data字典中单列了 Hedging gains (losses) 键（2026Q1 为 -1.80 亿美元，2026Q2 为 +1.06 亿美元，2026Q3 为 +1.94 亿美元），因此分产品加总与合并利润表总营收（2026Q3 为 1,275.77 亿美元）误差为 0.00。但在其分地区接口（period=quarter）中，虽然 2025Q3（2025-09-30）曾包含 Hedging 键（-2.07 亿美元，使当季地区加总 1,023.46 亿美元与总营收完全闭合），2025Q4 至 2026Q3 却未再包含该键。以 2026Q3 为例，四大地区（UNITED STATES 676.81 亿、EMEA 326.95 亿、Asia Pacific 199.06 亿、Americas Excluding United States 71.01 亿）合计为 1,273.83 亿美元，不含当季对冲收益 1.94 亿美元，导致分地区加总比合并总营收少 1.94 亿美元（占比偏差仅 0.15%）。 - 未分配集团项目（Unallocated Reconciling Items）：如第一节表一所示，高通（QCOM）分产品接口仅包含 QCT 与 QTL 两大运营分部，FY2026 合计 427.64 亿美元，与合并总营收 431.20 亿美元相差 -3.56 亿美元。若需追查差额明细，可进一步调用 As Reported Income Statements（原始申报利润表接口）或 SecFilings（SEC 文件接口）分类下的 Financial Reports Form 10-K JSON（10-K年报数据(JSON)接口）读取分部调节表原文。
排雷三：财年末 Q4 单季差分异常（以英伟达 FY26 Q4 分地区多出 194.24 亿美元为例）
观察第三节英伟达拆解表中的 FY26 Q4 单季（2026-01-25）一行：当季合并总营收为 681.27 亿美元，分产品加总也是 681.27 亿美元（误差 0.00），但分地区接口加总却高达 875.51 亿美元，比真实总营收整整多出 194.24 亿美元！
通过逐键比对 FY2026 年报与 Q1–Q3 季报即可完整复现这一差额的数学构成：上市公司不单独披露 Q4 10-Q 季报，单季接口中的 Q4 数据表现与按 FY2026_Annual - (Q1 + Q2 + Q3) 逐键差分后省略或归零负值的结果一致。在 FY2026 Q1（2025-04-27）与 Q2（2025-07-27）的 10-Q 季报中，英伟达按旧口径单独列示了 SINGAPORE（新加坡），金额分别为 90.17 亿美元与 101.56 亿美元（两季合计 90.17 + 101.56 = 191.73 亿美元）；而在 FY2026 Q3 及 FY2026 10-K 年报中，英伟达改按直接客户总部所在地统计，不再单列 SINGAPORE。当我们按地区键名逐项计算 FY2026_Annual - (Q1 + Q2 + Q3) 时：
- 三个正值键精确等于 Q4 接口返回值：UNITED STATES 为
1,496.17 - (207.39 + 234.70 + 391.77) = 662.31亿美元；TAIWAN, PROVINCE OF CHINA 为423.45 - (71.58 + 85.29 + 137.51) = 129.07亿美元；CHINA 为196.77 - (55.22 + 27.69 + 29.73) = 84.13亿美元。三项之和恰好为662.31 + 129.07 + 84.13 = 875.51亿美元。 - 两个负向差分键对应省略或归零：SINGAPORE 全年记为 0，减去 Q1+Q2 的 191.73 亿美元后理论差分为 -191.73 亿美元，Q4 接口未返回该负值键；Other Americas 全年为 42.99 亿美元，减去 Q1–Q3 之和（
16.26 + 18.19 + 11.05 = 45.50亿美元）后理论差分为 -2.51 亿美元，Q4 接口返回值为 0.00。两项未被抵减的负向差分之和恰好为191.73 + 2.51 = 194.24亿美元，与 Q4 分地区字典总和超出的 +194.24 亿美元分毫不差！
工程防御铁律：在使用 period=quarter 分部数据（尤其是财年末 Q4 单季）时，必须在代码中设置对账断言 abs(sum(seg["data"].values()) - income_revenue) / income_revenue <= 0.02。一旦触发阈值告警，立即提示疑似存在跨季披露口径重分类等异常，需核查财报附注或回退至全年 10-K 口径分析。关于跨财年日历对齐与 TTM 滚动计算的通用规范，可参考《美股滚动市盈率（TTM PE）与市销率怎么算？基于 FMP 季报接口处理跨财年日历对齐》。
排雷四：半导体分地区营收的“客户账单开票地 / 直接客户总部 vs 终端消耗地”口径
在解读分地区营收时，消费电子与 B2B 半导体存在本质区别。苹果的分地区营收按终端零售与渠道交付区域划分，大中华区的 823.78 亿美元直接反映当地市场需求；而半导体龙头在 10-K 中的地区统计口径普遍基于直接交易对手方而非算力最终部署地。例如，AMD 与博通按客户账单开票地或交付地统计（博通 FY2025 亚太区营收占 56.19%）；英伟达在 FY2026 Q2 之前按客户开票地（Customer Billing Location）统计，自 FY2026 Q3 及 FY2026 10-K 起改按直接客户总部所在地（Customer Headquarters Location）统计。即便在直接客户总部口径下，英伟达 FY2026 来自中国台湾（TAIWAN, PROVINCE OF CHINA）的营收仍达 423.45 亿美元（占 19.61%），FY27 Q2 单季更达 269.85 亿美元（占 28.04%）。这是因为直接向英伟达下单采购 GPU 以集成为整机机柜的服务器 ODM 巨头（如鸿海、广达、纬创等）总部设在中国台湾，组装完成后的 AI 机柜再发往北美及全球云厂商数据中心，因此不可将台湾分部营收等同于台湾本地的终端算力消耗。
五、Python 实战：批量拉取 10 大科技股主营构成与三表自动对账脚本
下面提供一段完整的 Python 实战脚本。该脚本批量调取 10 家科技巨头的 Income Statement（利润表接口）、Revenue Product Segmentation（分产品营收接口）与 Revenue Geographic Segments（分地区营收接口），自动完成最新年报与最新对齐季报的双端差额（ΔP 与 ΔG）计算、缺失分部安全兜底，并对接口返回窗口（limit=6）内任意单季分地区偏差（ΔG）超过 2% 的异常触发 WARN 告警（OK 表示返回窗口内的已披露季度地区差额未超 2% 阈值）。运行前请先安装 requests 库（pip install requests），并在终端设置环境变量 FMP_API_KEY（Linux/macOS 执行 export FMP_API_KEY="你的密钥"，Windows PowerShell 执行 $env:FMP_API_KEY="你的密钥"）：
import os, requests
BASE_URL, API_KEY = "https://quote-fmp.com/stable", os.environ["FMP_API_KEY"]
SYMBOLS = ["AAPL", "NVDA", "MSFT", "GOOGL", "AMZN", "META", "AMD", "TSLA", "AVGO", "QCOM"]
def fetch(ep, sym, period):
r = requests.get(f"{BASE_URL}/{ep}", params={"symbol": sym, "period": period, "limit": 6, "apikey": API_KEY}, timeout=15)
r.raise_for_status()
return r.json()
for sym in SYMBOLS:
inc_a, prod_a, geo_a = fetch("income-statement", sym, "annual"), fetch("revenue-product-segmentation", sym, "annual"), fetch("revenue-geographic-segmentation", sym, "annual")
inc_q, prod_q, geo_q = fetch("income-statement", sym, "quarter"), fetch("revenue-product-segmentation", sym, "quarter"), fetch("revenue-geographic-segmentation", sym, "quarter")
dt_a, fy_a, rev_a = inc_a[0]["date"], inc_a[0]["fiscalYear"], inc_a[0]["revenue"]
pda, gda = {r["date"]: r["data"] for r in prod_a}.get(dt_a), {r["date"]: r["data"] for r in geo_a}.get(dt_a)
dp_a = f"{(sum(pda.values())-rev_a)/1e8:+5.2f}亿" if pda else "未披露"
dg_a = f"{(sum(gda.values())-rev_a)/1e8:+5.2f}亿" if gda else "未披露"
top_pa = f"{max(pda.items(), key=lambda x: x[1])[0][:14]} {max(pda.values())/rev_a*100:.2f}%" if pda else "未披露"
inc_q_map, gq_map = {r["date"]: r for r in inc_q}, {r["date"]: r["data"] for r in geo_q}
pq_row = next((r for r in prod_q if r["date"] in inc_q_map), None)
if pq_row:
dt_q, pdq = pq_row["date"], pq_row["data"]
inc_qr, gdq = inc_q_map[dt_q], gq_map.get(dt_q)
dp_q = f"{(sum(pdq.values())-inc_qr['revenue'])/1e8:+5.2f}亿"
dg_q = f"{(sum(gdq.values())-inc_qr['revenue'])/1e8:+5.2f}亿" if gdq else "未披露"
q_str = f"{inc_qr['fiscalYear']}{inc_qr['period']} ΔP:{dp_q} ΔG:{dg_q}"
else:
q_str = "季报未对齐"
anoms = [f"{inc_q_map[dt]['fiscalYear']}{inc_q_map[dt]['period']}ΔG:{(sum(gd.values())-inc_q_map[dt]['revenue'])/1e8:+.2f}亿"
for dt, gd in gq_map.items() if dt in inc_q_map and abs(sum(gd.values())-inc_q_map[dt]["revenue"]) > inc_q_map[dt]["revenue"]*0.02]
flag = f"WARN({','.join(anoms)})" if anoms else "OK"
print(f"{sym:<5} | FY{fy_a} Rev:{rev_a/1e8:7.2f}亿 ΔP:{dp_a} ΔG:{dg_a:<6} Top:{top_pa:<21} | {q_str:<30} | {flag}")运行上述脚本，终端将输出如下实盘对账结果（可直接观察到 QCOM 年报 ΔP:-3.56亿、GOOGL 2026Q3 季报 ΔG:-1.94亿、AMD 季报分地区 未披露 以及 NVDA 2026Q4 ΔG:+194.24亿 的自动告警）：
AAPL | FY2026 Rev:4788.34亿 ΔP:+0.00亿 ΔG:+0.00亿 Top:iPhone 53.07% | 2026Q4 ΔP:+0.00亿 ΔG:+0.00亿 | OK
NVDA | FY2026 Rev:2159.38亿 ΔP:+0.00亿 ΔG:+0.00亿 Top:Data Center 89.72% | 2027Q2 ΔP:+0.00亿 ΔG:+0.00亿 | WARN(2026Q4ΔG:+194.24亿)
MSFT | FY2026 Rev:3318.39亿 ΔP:+0.00亿 ΔG:+0.00亿 Top:Server product 39.00% | 2026Q4 ΔP:+0.00亿 ΔG:+0.00亿 | OK
GOOGL | FY2025 Rev:4028.36亿 ΔP:+0.00亿 ΔG:+0.00亿 Top:Google Search 55.74% | 2026Q3 ΔP:+0.00亿 ΔG:-1.94亿 | OK
AMZN | FY2025 Rev:7169.24亿 ΔP:+0.00亿 ΔG:+0.00亿 Top:Online Stores 37.56% | 2026Q3 ΔP:+0.00亿 ΔG:+0.00亿 | OK
META | FY2025 Rev:2009.66亿 ΔP:+0.00亿 ΔG:+0.00亿 Top:Advertising 97.62% | 2026Q3 ΔP:+0.00亿 ΔG:+0.00亿 | OK
AMD | FY2025 Rev: 346.39亿 ΔP:+0.00亿 ΔG:+0.00亿 Top:Data Center 48.02% | 2026Q3 ΔP:+0.00亿 ΔG:未披露 | OK
TSLA | FY2025 Rev: 948.27亿 ΔP:+0.00亿 ΔG:+0.00亿 Top:Automotive 73.32% | 2026Q3 ΔP:+0.00亿 ΔG:+0.00亿 | OK
AVGO | FY2025 Rev: 638.87亿 ΔP:+0.00亿 ΔG:+0.00亿 Top:Semiconductor 57.69% | 2026Q3 ΔP:+0.00亿 ΔG:+0.00亿 | OK
QCOM | FY2026 Rev: 431.20亿 ΔP:-3.56亿 ΔG:未披露 Top:QCT 86.29% | 2026Q4 ΔP:-0.03亿 ΔG:未披露 | OK若您需要将这套主营构成拆解逻辑扩展至全美股数千家公司的本地因子库，可结合《如何用 FMP Bulk API 构建本地美股数据库？全市场财务报表与估值指标批量同步实战》构建定时增量入库流水线，并配合《Piotroski F-Score 财务健康度打分怎么算？用 FMP 三大财务报表接口构建美股价值排雷模型》对主营加速扩张标的进行盈利质量与资产负债表排雷。准备动手实测的开发者，可前往 快速接入指南 获取 API 密钥并查看完整的接口调用说明。
六、常见问题（FAQ）
1. 为什么部分公司调用分地区营收季报接口（period=quarter）返回为空或滞后于年报？
这是因为 SEC 并不强制要求所有上市公司在 10-Q 季报中披露与 10-K 年报相同粒度的地理分部拆解。例如，AMD 在 10-K 年报中完整披露了按国家划分的地理营收（FY2025 美国占 32.80%），但在 10-Q 季报中仅披露经营分部（Data Center、Client and Gaming、Embedded），未披露季度分地区表，因此 AMD 的 revenue-geographic-segmentation?period=quarter 返回空数组。同理，微软最新季报（2026-09-30，2027Q1）已更新合并利润表与分地区季报，但细分产品线拆解仍在等待上游 XBRL 明细映射，工程上建议通过 next((r for r in prod_q if r["date"] in inc_q_map), None) 自动回退匹配最新已对齐财季。
2. 分产品营收接口能提供各业务分部的营业利润（Operating Income）或毛利率吗？
/stable/revenue-product-segmentation 专用于提取顶行营收（Top-line Revenue）的产品与服务拆解，其 data 字典仅包含各项业务的收入金额，不包含分部营业利润（Segment Operating Income）或分部资产。如果量化模型需要测算各经营分部的独立营业利润率（如亚马逊 AWS 分部利润率或谷歌 Google Cloud 分部利润率），建议调用 SecFilings（SEC 文件接口）下的 Financial Reports Form 10-K JSON（10-K年报数据(JSON)接口），在原始报表的分部附注节点中提取各分部营业利润。
3. 同一家公司在分产品接口中的业务名称发生变化时，如何做跨年同比（YoY）序列拼接？
建议采取“总额校验 + 附注映射”两步法：首先计算各期分部字典之和与合并利润表总营收的对账差额（ΔP），确认新旧字典均实现 100% 覆盖；其次对比重分类临界期（如英伟达 FY26 Q4 与 FY27 Q1）的核心保留键（如 Data Center），将发生合并的非核心键（如 Gaming、Professional Visualization、Automotive、OEM And Other 四项在 FY26 Q4 合计为 37.27 + 13.21 + 6.04 + 1.61 = 58.13 亿美元）归并为统一的合成序列，即可与 FY27 Q1 的 Edge Computing（63.69 亿美元）及 FY27 Q2（71.98 亿美元）构建连续可比的环比与同比曲线。