Taux d'actualisation

Cet endpoint accepte present_value, future_value et periods, renvoie le taux par période en pourcentage ainsi que la forme décimale, et échoue avec invalid_input lorsque la valeur actuelle est zéro car diviser par zéro ne définit pas un taux.

Comment le taux d'actualisation transforme valeur actuelle, valeur future et périodes en un rendement

Lorsque present_value vaut mille, future_value mille deux cent dix et periods deux, le rapport est 1.21, la racine carrée est 1.1 et le taux est dix pour cent par période. La valeur actuelle ne doit pas être nulle, car le rapport valeur future sur valeur actuelle est alors indéfini. periods doit être un nombre fini strictement supérieur à zéro, car l'exposant un sur n est autrement indéfini.

Contrat d'entrée, forme de la réponse et erreurs

Si periods est zéro, négatif ou n'est pas strictement supérieur à zéro, la requête échoue car l'exposant un sur n est indéfini. Si valeur future et valeur actuelle ont des signes opposés, ou si le rapport n'est pas un nombre fini positif, la racine n-ième réelle n'existe pas et la tâche échoue plutôt que de renvoyer NaN. Exemple : mille au présent, mille deux cent dix au futur et deux périodes donnent un taux d'actualisation de dix. Envoyez par POST un corps JSON avec trois nombres finis obligatoires. present_value est le montant d'aujourd'hui dans une seule unité monétaire ; les alias pv, present et principal pointent vers le même champ pour que la feuille conserve le nom de ses colonnes. future_value est le montant à la fin de n périodes dans cette même monnaie ; les alias fv, future et amount sont acceptés. periods est le nombre de périodes de capitalisation n ; les alias n, nper et number_of_periods sont acceptés ; des périodes fractionnaires sont permises lorsque l'horizon n'est pas un nombre entier de pas. Chaque champ numérique peut arriver comme nombre JSON ou comme chaîne numérique. Les champs manquants, les chaînes vides et les valeurs non finies échouent avec invalid_input en nommant le champ. En succès, le corps répète present_value, future_value et periods, signale discount_rate comme pourcentage arrondi half-up à huit décimales, discount_rate_decimal comme le même taux en fraction arrondie half-up à dix décimales, et une chaîne formula qui réaffirme r égale (FV/PV) élevé à un sur n, moins un. Associez le JSON à votre propre règle sur ce qu'est une période — une année, un mois, un trimestre — car cet endpoint renvoie le taux par la période que vous avez comptée ; il ne convertit pas un taux annuel en taux mensuel ni l'inverse.

Où un calculateur de taux d'actualisation justifie sa place

La préparation aux examens et les exercices de classe utilisent un calculateur de taux d'actualisation pour retrouver r à partir de la valeur actuelle, de la valeur future et de n d'un manuel, afin que le rendement imprimé coïncide avec la forme fermée plutôt qu'avec un arrondi de tableur. C'est une recherche et un travail différents d'un calculateur d'intérêts composés, qui prend le taux en entrée et renvoie un solde futur ; d'un calculateur de CAGR, que l'on cherche pour un langage de croissance annualisée plutôt qu'un taux d'actualisation TVM ; et d'un calculateur DCF ou NPV, qui actualise un flux de trésorerie à un taux que vous avez déjà choisi. Une page de taux d'actualisation répond à la question TVM inverse : étant donnés PV, FV et n, quel est r par période. Une validation en échec ne consomme pas de solde. Les desks zéro-coupon et strips extraient le taux périodique implicite dans le prix d'aujourd'hui et un montant de remboursement connu sur un nombre connu de pas de capitalisation, puis figent discount_rate sur le ticket pour que chaque conversation parte d'un seul chiffre. Les équipes produit et les modèles FP&A recalculent le taux implicite lorsqu'un versement futur ou la durée de détention change en cours de modèle ; une petite API parse évite de réinventer l'identité de la puissance dans chaque classeur. Comme l'implémentation est parse pure de niveau A, chaque appel réussi coûte le tarif de base publié $0.002 sans jetons de modèle ni réseau sortant. Conservez present_value non nul, periods strictement positif, figez le pourcentage arrondi dans les tests, et vous obtenez un taux implicite reproductible pour les devoirs, les plugins LMS et les workers de bord sans dresser un moteur complet de valeur temps de l'argent.