Вычисление коэффициентов по отраслям

В этом упражнении вы оцените, насколько различаются коэффициент текущей ликвидности и коэффициент долга к собственному капиталу у компаний из секторов технологий и товаров повседневного спроса (FMCG) — в среднем и в динамике.

Среднее значение коэффициента по отрасли даёт общее представление о её финансовом состоянии. Динамика коэффициента во времени позволяет выявить тенденции: остаётся ли он относительно стабильным или сильно колеблется? Улучшается или ухудшается?

balance_sheet уже загружен для вас как DataFrame pandas. Коэффициент текущей ликвидности содержится в столбце curr_ratio, а коэффициент долга к собственному капиталу — в столбце debt_to_equity. Библиотека pandas загружена с псевдонимом pd.

Это упражнение является частью курса

Анализ финансовой отчётности на Python

Посмотреть курс

Инструкции к упражнению

Выберите компании, у которых столбец comp_type принимает значение tech или fmcg.
С помощью .groupby() вычислите средний коэффициент текущей ликвидности и коэффициент долга к собственному капиталу, сгруппировав данные по типу компании (столбец "comp_type").
С помощью .groupby() вычислите те же средние коэффициенты, сгруппировав данные одновременно по "comp_type" и "Year".

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# 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)

Редактировать и запускать код