Výpočet ukazatelů rozvahy pro Ford
Teď se podíváme na reálný příklad – Ford Inc, výrobce motorových vozidel. Nahráli jsme dataset balance_sheet s daty z nejnovější rozvahy Fordu. Údaje o tržbách a nákladech na prodané zboží za rok 2017 jsou k dispozici v datasetu Key_Figures_Memo.
Zajímá nás pouze jedna položka rozvahy – pohledávky (anglicky Receivables, jiným názvem Debtors) – takže potřebujeme vytvořit příslušný filtr. V tomto cvičení použijeme boolean indexing k filtrování datasetu podle hodnoty Receivables ve sloupci metric. Nejprve určíme hledanou metriku ('Receivables') a pak zkontrolujeme, zda ji daný sloupec obsahuje v každém řádku. Výsledkem bude boolean série hodnot True a False, pomocí níž pak filtrujeme původní dataset.
Po vyfiltrování datasetu získáme hodnoty pohledávek z nejnovějšího období a vypočítáme ukazatel doby inkasa pohledávek (vzorec níže).
\(Debtor Days = \frac{Ending\,Balance\,Debtors}{Sales} \times Days\,in\,Financial\,Year\)
Hodnoty balance_sheet a sales jsou již k dispozici.
Toto cvičení je součástí kurzu
Finanční prognózování v Pythonu
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Create the filter metric for Receivables
receivables_metric = ____
# Create a boolean series with your metric
receivables_filter = balance_sheet.____.____(____)
# Use the series to filter the dataset
filtered_balance_sheet = ____[____]