00_Data_Prep (R) - Limpieza de datos y configuración de suposiciones

Este paso ahora está implementado en Code/01_Data_Prep.R (ya no en un cuaderno de Python).

Entrada esperada

data/raw/macro_data.csv
data/raw/wmt_financials.csv
data/raw/wmt_segments.csv
data/raw/peers_comps.csv

Proceso

Cargue datos sin procesar.
Alinear año fiscal (ajuste cuando el fin de año es en enero).
Limpie los elementos no recurrentes de EBIT y EBITDA:

gastos de reestructuración
acuerdos sobre opioides
ganancia por venta de activos

Estime los supuestos macro y calcule WACC.
Cree un conjunto de datos maestros para los modelos.

Salidas

data/processed/master_model_input.csv
data/processed/macro_data_clean.csv (si existe entrada)
data/processed/wmt_segments_clean.csv (si existe entrada)
data/processed/peers_comps_clean.csv (si existe entrada)
config/assumptions.csv
config/assumptions.yaml (si el paquete yaml está instalado)

Ejecución

Desde la raíz del proyecto:

Rscript Code/01_Data_Prep.R

Notas

Si faltan columnas o archivos, el script utiliza valores predeterminados conservadores y emite advertencias.
Este paso alimenta a Code/02_DCF.R y al resto de modelos.