En inblick i finansiella nyckeltal för några branscher

Analysera finansiella rapporter i Python

Rohan Chatterjee

Risk Modeler

Genomsnittligt likviditetsmått

Likviditetsmått = $\dfrac{\text{Current Assets}}{\text{Current Liabilities}}$

Genomsnittligt likviditetsmått per bransch:

balance_sheet["current_ratio"] =
                      balance_sheet["Total Current Assets"]/
                      balance_sheet["Total Current Liabilities"]
balance_sheet.pivot_table(index="comp_type", values="current_ratio")

Bilden visar det genomsnittliga likviditetsmåttet för FMCG-, tech- och fastighetsbolag i vår datamängd

Genomsnittlig skuldsättningsgrad

Skuldsättningsgrad = $\dfrac{\text{Total liabilities}}{\text{Total shareholders equity}}$

Genomsnittlig skuldsättningsgrad per bransch:

balance_sheet["debt_to_equity"] =
                      balance_sheet["Total Liabilities"]/
                      balance_sheet["Total Shareholders Equity"]
balance_sheet.pivot_table(index="comp_type", values="debt_to_equity")

Bilden visar den genomsnittliga skuldsättningsgraden för FMCG-, tech- och fastighetsbolag i vår datamängd

Jämför nyckeltal visuellt med branschgenomsnittet

Diagrammet visar det genomsnittliga likviditetsmåttet för techbolag jämfört med det totala genomsnittet för branschen.

Skapa stapeldiagrammet

plot = balance_sheet_tech.pivot_table(index="company", values = "current_ratio",
                                      margins = True).reset_index()
plot

Bilden visar det genomsnittliga likviditetsmåttet för olika bolag, som används för att skapa ett stapeldiagram.

Skapa stapeldiagrammet

sns.barplot(data=plot, x = "company", y = "current_ratio")
plt.ylabel("Current Ratio"), plt.xlabel("Company")
plt.show()

Diagrammet visar det genomsnittliga likviditetsmåttet för techbolag jämfört med det totala genomsnittet för branschen.

Nu kör vi en övning!

Analysera finansiella rapporter i Python