Después de hacer estos cursos, me siento seguro creando visualizaciones y cuadros de mando profesionales
Shoebur RahmanEspecialista en adquisiciones, Giz Bangladesh
Descripción del curso
En Financial Forecasting in Python, asumirás el rol de CFO y aprenderás a asesorar a un consejo de administración sobre métricas clave mientras construyes una previsión financiera, los fundamentos de la cuenta de resultados y el balance, y cómo limpiar datos financieros desordenados. A lo largo del curso, analizarás conjuntos de datos reales de Netflix, Tesla y Ford utilizando el paquete pandas. Al finalizar, podrás calcular métricas financieras, trabajar con supuestos y desviaciones, y construir tu propia previsión en Python.
Requisitos previos
Programa de formación
Contenido del curso
1
Cuentas de resultados
En este capítulo aprenderemos los fundamentos de los estados financieros, con especial foco en la cuenta de resultados, que detalla nuestras ventas, costes y beneficios. Veremos cómo calcular métricas de rentabilidad y cerraremos poniendo en práctica lo aprendido al construir nuestra previsión de beneficios para Tesla.
- Introducción a los estados financieros50 XP
- Calcular el beneficio bruto100 XP
- Calcular el beneficio neto100 XP
- Elementos dentro del beneficio neto y del beneficio bruto50 XP
- Calcular ventas y costo de las mercancías vendidas (COGS)50 XP
- Calcular las ventas100 XP
- Previsión de ventas con descuento100 XP
- Calcular el COGS100 XP
- Calcular el punto de equilibrio100 XP
- Trabajar con conjuntos de datos de previsiones en bruto50 XP
- Estado de resultados de Tesla100 XP
- Previsión de beneficios para Tesla100 XP
2
Balance y ratios de previsión
En este capítulo profundizaremos en el balance, cubriendo activos y pasivos y ratios específicos que ayudan a evaluar la salud financiera y la eficiencia de una empresa, así como cómo estos ratios pueden ayudarnos a construir una gran previsión.
3
Formateo de datos en bruto, gestión de fechas y periodos financieros
Ya tenemos una comprensión básica de las cuentas de resultados y los balances. Sin embargo, consolidar datos para realizar previsiones es complejo, así que en este capítulo veremos algunas herramientas básicas para resolver ciertas complejidades propias de las finanzas: trabajar con fechas y distintos periodos financieros, y formatear nuestros datos en bruto al formato adecuado para la previsión financiera.
4
Supuestos y desviaciones en las previsiones
En este capítulo exploraremos dos aspectos más para crear una buena previsión. Primero, veremos los supuestos: qué los impulsa y qué ocurre cuando un supuesto cambia. Después, analizaremos las desviaciones, ya que una previsión se construye en un momento dado, pero ¿qué pasa cuando los resultados reales no coinciden con lo previsto? Necesitamos construir una previsión flexible que se adapte a cambios tanto en los supuestos como a las desviaciones, y eso es lo que exploraremos aquí.
Financial Forecasting in Python
Curso
completado
