Prévoir la croissance salariale et le coût de la vie
En raison de l’inflation et du gain de productivité lié à l’expérience, votre salaire peut évoluer à des rythmes différents selon votre poste. Étant donné que vous travaillez dans un domaine en croissance et très recherché, en tant que Data Scientist, vous pouvez supposer une progression régulière de votre salaire annuel chaque année en fonction de vos performances.
Vous pouvez partir d’un taux de croissance annuel du salaire de 5 %. Cela signifie que si vous commencez à 85 000 \( par an, vous pouvez espérer gagner plus de 176 000 \) par an après 15 ans. Après impôts, en supposant que votre taux d’imposition ne change pas, cela revient à environ 125 000 $ par an, ce qui n’est pas déraisonnable pour un Data Scientist. Vous pourriez même atteindre ce niveau en quelques années ! Mais par prudence, il vaut mieux rester conservateur dans vos projections.
Pour cette application, supposez que l’inflation et la croissance salariale se produisent par petites augmentations mensuelles plutôt que par une seule hausse importante en fin d’année.
monthly_takehome_salary de l’exercice précédent est disponible.
Cet exercice fait partie du cours
Introduction aux concepts financiers en Python
Instructions
- Calculez l’équivalent de la croissance salariale mensuelle (voir l’indice pour la formule !)
- Établissez votre prévision de salaire au fil du temps en utilisant
cumulative_salary_growth_forecast, que nous avons définie pour vous.
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
import numpy as np
# Create monthly forecasts up to 15 years from now
forecast_months = 12*15
# Set your annual salary growth rate
annual_salary_growth = 0.05
# Calculate your equivalent monthly salary growth rate
monthly_salary_growth = ____
# Forecast the cumulative growth of your salary
cumulative_salary_growth_forecast = np.cumprod(np.repeat(1 + monthly_salary_growth, forecast_months))
# Calculate the actual salary forecast
salary_forecast = ____
# Plot the forecasted salary
plt.plot(salary_forecast, color='blue')
plt.show()