Tính tỷ số theo ngành

Trong bài tập này, bạn sẽ đánh giá mức chênh lệch trung bình và theo thời gian của current ratio và debt-to-equity ratio giữa các công ty Tech và FMCG.

Tỷ số của một ngành, tính theo trung bình, cho bạn cái nhìn tổng quan về tình hình tài chính của ngành đó. Ngược lại, tỷ số của ngành theo thời gian giúp bạn hiểu xu hướng: tỷ số có tương đối ổn định hay biến động theo thời gian? Nó đang cải thiện hay xấu đi?

balance_sheet đã được nạp sẵn dưới dạng DataFrame của pandas. Current ratio có trong cột curr_ratio, và debt-to-equity ratio có trong cột debt_to_equity. pandas đã được nạp với bí danh pd.

Bài tập này là một phần của khóa học

Phân tích báo cáo tài chính bằng Python

Xem khóa học

Hướng dẫn bài tập

Chọn các công ty có cột comp_type là tech hoặc fmcg.
Dùng .groupby() để tính current ratio và debt-to-equity ratio trung bình theo loại hình công ty (thể hiện ở cột "comp_type").
Dùng .groupby() để tính current ratio và debt-to-equity ratio trung bình theo cả "comp_type" và "Year".

Bài tập tương tác thực hành trực tiếp

Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.

# 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)

Chỉnh sửa và Chạy Mã

Bài tập này là một phần của khóa học

Phân tích báo cáo tài chính bằng Python

SkillTag.level.intermediateSkillTag.label

4.7+

Bắt đầu khóa học miễn phí

Trong chương này, bạn sẽ học cách đọc và diễn giải bảng cân đối kế toán, đồng thời tính toán và sử dụng các tỷ số tài chính để đánh giá hiệu quả hoạt động của công ty dựa trên thông tin từ bảng cân đối. Bên cạnh đó, bạn sẽ được thực hành trực tiếp với gói xử lý dữ liệu mạnh mẽ pandas để phân tích các tỷ số tài chính của một công ty và so sánh chúng với các đối thủ trong ngành.

Exercise 1: Giới thiệu về bảng cân đối kế toán Exercise 2: Ghép các khoản mục trên bảng cân đối kế toán với nhóm tương ứng Exercise 3: Mối quan hệ giữa tài sản, nợ phải trả và vốn chủ sở hữu Exercise 4: Luyện tập sử dụng phương trình kế toán cơ bản Exercise 5: Các tỷ số tài chính từ bảng cân đối kế toán Exercise 6: Ghép tỷ số với nhóm phù hợp Exercise 7: Tính current ratio Exercise 8: Tỷ số đòn bẩy Exercise 9: Tính các tỷ số tài chính bằng pandas Exercise 10: Tính current ratio và debt-to-equity ratio Exercise 11: Tính chênh lệch tương đối theo ngành Exercise 12: Tính tỷ số theo ngành

Bài tập hiện tại

Trong chương này, bạn sẽ học cách đọc và diễn giải báo cáo kết quả kinh doanh, tính các tỷ số tài chính then chốt, và thậm chí tự tạo các hàm trong Python để tự động hóa những tác vụ lặp lại. Bạn cũng sẽ trải nghiệm sử dụng seaborn, một thư viện trực quan hóa dữ liệu mạnh mẽ, để tạo biểu đồ hỗ trợ bạn hiểu rõ hiệu quả tài chính của công ty.

Exercise 1: Giới thiệu về báo cáo kết quả kinh doanh Exercise 2: Tính lợi nhuận ròng Exercise 3: Tính các tỷ số từ báo cáo kết quả kinh doanh Exercise 4: Các tỷ số từ báo cáo kết quả kinh doanh và bảng cân đối kế toán Exercise 5: Cập nhật hàm do người dùng định nghĩa Exercise 6: Cập nhật hàm do bạn định nghĩa để thực hiện phép trừ Exercise 7: Tính các tỷ số bằng hàm do bạn định nghĩa Exercise 8: Tính nhiều tỷ số bằng hàm do bạn định nghĩa Exercise 9: Trực quan hóa các tỷ số để phân tích nội bộ doanh nghiệp Exercise 10: Vẽ biểu đồ các tỷ số Exercise 11: Vẽ các tỷ số trên cùng một biểu đồ

Trong chương này, bạn sẽ phân tích báo cáo lưu chuyển tiền tệ và sử dụng thông tin của nó để tính toán và diễn giải các tỷ số tài chính. Sử dụng Seaborn để tạo các biểu đồ giàu thông tin so sánh tỷ số tài chính giữa các công ty, bạn sẽ phát triển thêm kiến thức hiện có về Python và trực quan hóa dữ liệu. Kết thúc chương này, bạn sẽ có kỹ năng rút ra insight từ báo cáo lưu chuyển tiền tệ bằng Python và xử lý các bộ dữ liệu thực tế lộn xộn với dữ liệu bị thiếu.

Exercise 1: Báo cáo lưu chuyển tiền tệ Exercise 2: Phân loại các khoản mục dòng tiền vào đúng phần Exercise 3: Tính dòng tiền ròng Exercise 4: Các tỷ số tài chính từ báo cáo lưu chuyển tiền tệ Exercise 5: Gộp các báo cáo tài chính Exercise 6: Tính các tỷ số của báo cáo lưu chuyển tiền tệ Exercise 7: Bù và điền giá trị khuyết bằng giá trị trung bình Exercise 8: Bù giá trị khuyết bằng phân vị Exercise 9: Gộp các báo cáo tài chính và điền giá trị khuyết Exercise 10: Trực quan hóa các tỷ số tài chính để so sánh Exercise 11: Vẽ biểu đồ các tỷ số dòng tiền

Trong chương này, bạn sẽ tìm hiểu các tỷ số tài chính đo lường khả năng sinh lời của một công ty, cách tính chúng và cách so sánh giữa các công ty khác. Bạn sẽ tiếp tục phát huy kiến thức về thư viện Seaborn để tạo các trực quan giúp bạn phân tích tỷ số lợi nhuận và nhận diện xu hướng.

Exercise 1: Lướt qua các tỷ số tài chính của một số ngành Exercise 2: Dùng margins trong pivot table và vẽ biểu đồ cột Exercise 3: Chuẩn bị dữ liệu cho biểu đồ facet grid Exercise 4: Vẽ biểu đồ facet grid Exercise 5: Hàm do người dùng định nghĩa để vẽ biểu đồ Exercise 6: Các chỉ số lợi nhuận Exercise 7: Mối quan hệ giữa biên lợi nhuận hoạt động và nợ trên vốn chủ sở hữu của các công ty bất động sản Exercise 8: Luyện tập với sns.regplot()Exercise 9: Cập nhật hàm do người dùng định nghĩa để vẽ biểu đồ Exercise 10: Tìm hiểu thêm về phân tích khả năng sinh lời Exercise 11: Luyện tập vẽ heat map Exercise 12: Phân tích tổng quan Exercise 13: Làm tốt lắm!