Calculer des ratios par secteur
Dans cet exercice, vous allez évaluer en quoi le ratio de liquidité générale (current ratio) et le ratio d’endettement (debt-to-equity) des entreprises Tech et FMCG diffèrent en moyenne et dans le temps.
Le ratio moyen d’un secteur nous donne une idée globale de sa santé financière. À l’inverse, l’évolution du ratio d’un secteur dans le temps nous aide à comprendre ses tendances : le ratio est-il relativement stable ou fluctue-t-il au fil des années ? S’améliore-t-il ou se dégrade-t-il ?
balance_sheet a été chargé pour vous en tant que DataFrame pandas. Le ratio de liquidité générale est fourni dans la colonne curr_ratio, et le ratio d’endettement (dette/capitaux propres) dans la colonne debt_to_equity. pandas a été importé sous l’alias pd.
Cet exercice fait partie du cours
Analyser les états financiers en Python
Instructions
- Sélectionnez les entreprises dont la colonne
comp_typevauttechoufmcg. - Utilisez
.groupby()pour calculer le ratio de liquidité générale moyen et le ratio d’endettement moyen, groupés par type d’entreprise (indiqué par la colonne"comp_type"). - Utilisez
.groupby()pour calculer le ratio de liquidité générale moyen et le ratio d’endettement moyen par"comp_type"et"Year".
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# Choose the tech and fmcg companies
tech_fmcg = balance_sheet.loc[balance_sheet[____].isin(____)]
# Compute the average debt-to-equity ratio and current ratio by industry
groupby_industry = tech_fmcg.____(____)[["current_ratio", "debt_to_equity"]].____
# Compute the average debt-to-equity ratio and current ratio by industry and over time
groupby_industry_time = tech_fmcg.____(____)[["current_ratio", "debt_to_equity"]].____
print(groupby_industry)
print(groupby_industry_time)