Расчёт коэффициентов баланса для Ford
Теперь рассмотрим реальный пример — компанию Ford Inc, производителя автомобилей. Мы загрузили набор данных balance_sheet с данными из последнего баланса Ford Inc. Показатели выручки и себестоимости за 2017 год приведены в наборе данных Key_Figures_Memo.
Нас интересует только одна строка баланса — дебиторская задолженность (Receivables), поэтому нам нужно создать фильтр для этих данных. В этом упражнении мы используем булево индексирование, чтобы отфильтровать набор данных по значению 'Receivables' в столбце metric. Сначала мы укажем интересующий нас показатель ('Receivables'), а затем проверим, содержит ли каждая строка нужное значение. В результате получится булева серия из значений True и False, с помощью которой можно отфильтровать исходный набор данных.
После фильтрации мы извлечём значения дебиторской задолженности за последний период и рассчитаем коэффициент оборачиваемости дебиторской задолженности (формула приведена ниже).
\(Debtor Days = \frac{Ending\,Balance\,Debtors}{Sales} \times Days\,in\,Financial\,Year\)
Данные balance_sheet и sales уже доступны вам.
Это упражнение является частью курса
Финансовое прогнозирование в Python
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# 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 = ____[____]