After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Опис курсу
У курсі «Фінансове прогнозування в Python» ви приміряєте роль CFO і навчитеся радити раді директорів щодо ключових метрик, водночас створюючи фінансовий прогноз, опановуючи основи звіту про прибутки та збитки й балансу, а також очищення «брудних» фінансових даних. Під час курсу ви проаналізуєте реальні набори даних Netflix, Tesla та Ford за допомогою бібліотеки pandas. Після завершення ви зможете розраховувати фінансові показники, працювати з припущеннями та відхиленнями й будувати власний прогноз у Python!
Попередні вимоги
Навчальний план
Зміст курсу
1
Звіт про прибутки та збитки
У цьому розділі ми розглянемо основи фінансової звітності з акцентом на звіт про прибутки та збитки, який показує наші продажі, витрати та прибуток. Ми навчимося обчислювати показники рентабельності та підсумуємо вивчене, побудувавши прогноз прибутку для Tesla!
- Вступ до фінансової звітності50 XP
- Обчислення валового прибутку100 XP
- Обчислення чистого прибутку100 XP
- Складові валового та чистого прибутку50 XP
- Розрахунок продажів і собівартості реалізованої продукції (COGS)50 XP
- Розрахунок продажів100 XP
- Прогнозування продажів із знижкою100 XP
- Розрахунок COGS100 XP
- Розрахунок точки беззбитковості100 XP
- Робота з „сирими" наборами даних для прогнозування50 XP
- Звіт про прибутки та збитки Tesla100 XP
- Прогноз прибутку для Tesla100 XP
2
Баланс і коефіцієнти для прогнозу
У цьому розділі ми детальніше познайомимося з балансом: активами й зобов'язаннями, а також зі спеціальними коефіцієнтами, що допомагають оцінити фінансовий стан і ефективність компанії, і дізнаємося, як ці коефіцієнти допомагають будувати якісний прогноз.
3
Форматування сирих даних, керування датами та фінансовими періодами
Ми вже отримали базове розуміння звіту про прибутки та збитки й балансу. Однак консолідація даних для прогнозування є складною, тож у цьому розділі розглянемо базові інструменти, які допоможуть розв'язати типові для фінансів задачі: роботу з датами та різними фінансовими періодами, а також перетворення наших сирих даних на коректний формат для фінансового прогнозування.
4
Припущення та відхилення у прогнозах
У цьому розділі ми розглянемо ще два важливі аспекти створення якісного прогнозу. Спершу поговоримо про припущення: що їх визначає і що відбувається, коли припущення змінюються. Далі розберемо відхилення: прогноз складається в певний момент часу, але що робити, якщо фактичні результати не збігаються з прогнозом? Нам потрібен «чутливий» прогноз, який реагує на зміни в припущеннях і враховує відхилення. Саме це ми й дослідимо в цьому розділі.
Фінансове прогнозування в Python
Курс
завершено
