為淨利建立敏感度分析

Txs Tools 提供了以下以全職員工為基礎的管理成本（USD）預測：

Jul = 1500 Aug = 1500 Sep = 1500

當 emp_leave = [6, 6, 0]，且每位臨時員工成本為 80 USD 時，建立預測淨利 forecast_net_profit。

除了 emp_leave 與 admin_usd 外，預測毛利也已提供為 forecast_gross_profit。

本練習屬於課程

使用 Python 進行財務預測

檢視課程

練習說明

建立一個 index 變數並將其初始化為 0。
透過迴圈走訪 admin_usd 清單，使用你的 index 來存取各清單中對應的月份以建立相依關係。
- 參照目前 index 的 emp_leave 清單設定臨時員工的「人數」(temp)
- 若有臨時員工，你的管理成本相依變數（admin_dep）應反映臨時員工的額外成本（再加上標準管理成本）
- 否則，admin_dep 只需反映標準管理成本。
將 forecast_net_profit 計算為 forecast_gross_profit（在當前 index）減去計算後的 admin_dep。
列印 forecast_net_profit。

動手互動練習

試著完成這個範例程式碼，體驗一下這個練習。

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:")

編輯並執行程式碼