CommencerCommencer gratuitement

Construire une analyse de sensibilité du bénéfice net

Txs Tools a fourni la prévision suivante des coûts administratifs en USD, basée sur les employés à temps plein :

Jul = 1500 Aug = 1500 Sep = 1500

Construisez le bénéfice net prévisionnel forecast_net_profit lorsque emp_leave = [6, 6, 0] et que le coût par employé temporaire est de 80 USD.

En plus de emp_leave et admin_usd, la marge brute prévisionnelle vous a déjà été fournie sous le nom forecast_gross_profit.

Cet exercice fait partie du cours

Prévisions financières en Python

Afficher le cours

Instructions

  • Créez une variable index et initialisez cet index à 0.
  • Créez la dépendance en parcourant la liste admin_usd, en utilisant votre index pour accéder au mois correspondant dans vos listes.
    • Définissez le nombre d’employés temporaires (temp) en référencant votre liste emp_leave à l’index courant
    • S’il y a des employés temporaires, vos dépendances administratives (admin_dep) doivent refléter le coût supplémentaire des employés temporaires (en plus des coûts administratifs standard)
    • Sinon, admin_dep doit refléter les coûts administratifs standard.
  • Calculez forecast_net_profit comme forecast_gross_profit (à l’index) moins le admin_dep calculé.
  • Affichez forecast_net_profit.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

admin_usd = [1500, 1500, 1500]
emp_leave = [6, 6, 0]
forecast_gross_profit = [4850, 2800, 4600]
index = ____

for admin in admin_usd:
    temp = ____[index]
    if temp > 0:
        admin_dep = ____ * 80 + admin
    else: 
         admin_dep = ____ 
    forecast_net_profit = forecast_gross_profit[____] - ____
    print(forecast_net_profit)
    index += 1
print("The forecast net profit is:")
Modifier et exécuter le code