ಸನ್ನಿವೇಶ ಮಾಡೆಲಿಂಗ್ ಮತ್ತು ಸೂಕ್ಷ್ಮತೆಯ ವಿಶ್ಲೇಷಣೆ

ಲಾಭಗಳು:

• ಸ್ಪಷ್ಟವಾದ ಊಹೆಗಳೊಂದಿಗೆ ಮೂಲಭೂತ/ಆಶಾವಾದಿ/ನಿರಾಶಾವಾದಿ ಸನ್ನಿವೇಶಗಳನ್ನು ಸ್ಥಾಪಿಸುವ ಸಾಮರ್ಥ್ಯ ಮತ್ತು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯೊಂದಿಗೆ ಪಾರದರ್ಶಕ, ಹಸ್ತಚಾಲಿತವಾಗಿ ಪರಿಶೀಲಿಸಬಹುದಾದ ಸ್ಪ್ರೆಡ್‌ಶೀಟ್‌ಗಳನ್ನು ಉತ್ಪಾದಿಸುವ ಸಾಮರ್ಥ್ಯ
• ಸೂಕ್ಷ್ಮತೆ ಮತ್ತು ಒತ್ತಡ ಪರೀಕ್ಷೆಯ ತರ್ಕವನ್ನು ಅನ್ವಯಿಸುವ ಸಾಮರ್ಥ್ಯ (ನೀವು ಊಹೆಯನ್ನು ಬದಲಾಯಿಸಿದಾಗ ಫಲಿತಾಂಶವು ಎಷ್ಟು ಬದಲಾಗುತ್ತದೆ) ಮತ್ತು ನಿರ್ಣಾಯಕ ಊಹೆಗಳನ್ನು ಗುರುತಿಸುವುದು
• ಸನ್ನಿವೇಶವು ಭವಿಷ್ಯವಾಣಿಯಲ್ಲ ಆದರೆ ಷರತ್ತುಬದ್ಧ 'ಇಲ್ಲಿ-ನಂತರ' ವ್ಯಾಯಾಮವಾಗಿದೆ ಮತ್ತು ಊಹೆ ಮತ್ತು ಅಂತಿಮ ತೀರ್ಪಿನ ಮಾಲೀಕತ್ವವು ಅರ್ಥಶಾಸ್ತ್ರಜ್ಞರಿಗೆ ಸೇರಿದೆ ಎಂದು ನಿರ್ವಹಿಸಲು ಸಾಧ್ಯವಾಗುತ್ತದೆ.

ಭವಿಷ್ಯವು ಅನಿಶ್ಚಿತವಾಗಿದೆ, ಮತ್ತು ಅರ್ಥಶಾಸ್ತ್ರಜ್ಞರ ಕೆಲಸವು ಈ ಅನಿಶ್ಚಿತತೆಯನ್ನು ನಿಖರವಾದ ಮುನ್ಸೂಚನೆಯೊಂದಿಗೆ ಮುಚ್ಚಿಡುವುದಲ್ಲ, ಆದರೆ ಅದನ್ನು ಕ್ರಮಬದ್ಧವಾದ ಆಯ್ಕೆಗಳಲ್ಲಿ ಗೋಚರಿಸುವಂತೆ ಮಾಡುವುದು. ಸಿನಾರಿಯೊ ಮಾಡೆಲಿಂಗ್ ನಿಖರವಾಗಿ ಇದು: "ವಿನಿಮಯ ದರವು ಈ ಮಟ್ಟಕ್ಕೆ ಹೋದರೆ, ಬೆಳವಣಿಗೆಯು ಈ ರೀತಿ ಸಂಭವಿಸಿದರೆ, ಬಡ್ಡಿದರವು ಈ ರೀತಿ ಹೋದರೆ, ಫಲಿತಾಂಶವೇನು?" ಬಜೆಟ್ ಪ್ರೊಜೆಕ್ಷನ್, ಸಾಲದ ಸಮರ್ಥನೀಯತೆಯ ವಿಶ್ಲೇಷಣೆ, ಹೂಡಿಕೆಯ ಕಾರ್ಯಸಾಧ್ಯತೆ - ಎಲ್ಲವನ್ನೂ ಸನ್ನಿವೇಶಗಳ ಮೂಲಕ ಯೋಚಿಸಲಾಗುತ್ತದೆ. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಇಲ್ಲಿ ಪ್ರಬಲ ವೇಗವರ್ಧಕವಾಗಿದೆ: ಇದು ಊಹೆಗಳನ್ನು ಸ್ಪ್ರೆಡ್‌ಶೀಟ್‌ಗಳಾಗಿ ಭಾಷಾಂತರಿಸುತ್ತದೆ, ನಿಮಿಷಗಳಲ್ಲಿ ಮೂರರಿಂದ ಐದು ಸನ್ನಿವೇಶಗಳನ್ನು ಸೃಷ್ಟಿಸುತ್ತದೆ. ಆದರೆ ಅತ್ಯಂತ ವಿಮರ್ಶಾತ್ಮಕ ವಾಕ್ಯ ಇದು: ಸನ್ನಿವೇಶವು ಮುನ್ಸೂಚನೆಯಲ್ಲ; ಇದು ಸ್ಪಷ್ಟವಾದ ಊಹೆಗಳ ಆಧಾರದ ಮೇಲೆ ಷರತ್ತುಬದ್ಧ "ಇಫ್-ನಂತರ" ವ್ಯಾಯಾಮವಾಗಿದೆ ಮತ್ತು ಊಹೆಗಳ ಮಾಲೀಕತ್ವವು ಅರ್ಥಶಾಸ್ತ್ರಜ್ಞರ ಮೇಲಿರುತ್ತದೆ. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಲೆಕ್ಕಾಚಾರವನ್ನು ಮಾಡುತ್ತದೆ; ಯಾವ ಊಹೆ ಸಮಂಜಸ ಎಂಬುದನ್ನು ನಿರ್ಧರಿಸುವುದು ಮನುಷ್ಯನಿಗೆ ಬಿಟ್ಟದ್ದು.

ಲಿಪಿಯ ಅಂಗರಚನಾಶಾಸ್ತ್ರ

ಘನ ಚಿತ್ರಕಥೆಯ ಭಾಗಗಳು:

• ಮೂಲ (ಬೇಸ್) ಸನ್ನಿವೇಶ. ಹೆಚ್ಚಾಗಿ ಊಹೆಗಳ ಸೆಟ್; "ನಿರೀಕ್ಷಿತ" ಮಾರ್ಗ.
• ಆಶಾವಾದಿ ಮತ್ತು ನಿರಾಶಾವಾದಿ ಸನ್ನಿವೇಶಗಳು. ಬೇಸ್ ಸುತ್ತಲೂ ಸಮಂಜಸವಾದ ಮೇಲಿನ ಮತ್ತು ಕೆಳಗಿನ ಹಾದಿಗಳು. ಇವುಗಳನ್ನು ಸಮರ್ಥಿಸಬೇಕು, ಅನಿಯಂತ್ರಿತವಲ್ಲ.
• ಸ್ಪಷ್ಟ ಊಹೆಗಳು. ಪ್ರತಿಯೊಂದು ಸನ್ನಿವೇಶವನ್ನು ಆಧರಿಸಿರುವ ಸಂಖ್ಯೆಗಳನ್ನು (ಬೆಳವಣಿಗೆ, ಹಣದುಬ್ಬರ, ವಿನಿಮಯ ದರ, ಬಡ್ಡಿ) ಒಂದೊಂದಾಗಿ ಬರೆಯಲಾಗುತ್ತದೆ. ಸೂಚ್ಯವಾದ ಊಹೆಯು ಅಸಮರ್ಥನೀಯ ಸನ್ನಿವೇಶವಾಗಿದೆ.
• ಪಾರದರ್ಶಕ ಖಾತೆ. ಇನ್‌ಪುಟ್‌ನಿಂದ ಔಟ್‌ಪುಟ್‌ಗೆ ಸೂತ್ರಗಳು ಗೋಚರಿಸಬೇಕು ಮತ್ತು ಹಸ್ತಚಾಲಿತವಾಗಿ ಪರಿಶೀಲಿಸಬೇಕು. ಕಪ್ಪು ಪೆಟ್ಟಿಗೆಯ ಸನ್ನಿವೇಶವು ಕಾರ್ಯನಿರ್ವಹಿಸುವುದಿಲ್ಲ.
• ತೀರ್ಮಾನ ಮತ್ತು ಕಾಮೆಂಟ್. ಸನ್ನಿವೇಶಗಳ ನಡುವಿನ ವ್ಯತ್ಯಾಸವು ಏನು ತೋರಿಸುತ್ತದೆ? ಯಾವ ಅಪಾಯವು ಯಾವ ಪ್ರಮಾಣದಲ್ಲಿರುತ್ತದೆ?

ಸಲಹೆ: ಆಶಾವಾದಿ/ನಿರಾಶಾವಾದಿ ಸನ್ನಿವೇಶಗಳನ್ನು "ಮುನ್ಸೂಚನೆ ಬ್ಯಾಂಡ್" ಆಗಿ ಪ್ರಸ್ತುತಪಡಿಸಬೇಡಿ. ಇವುಗಳು ಸಂಭವನೀಯತೆಗಳಲ್ಲ, ಆದರೆ ಷರತ್ತುಬದ್ಧ ಪರಿಣಾಮಗಳು: "ವಿನಿಮಯ ದರವು 30% ರಷ್ಟು ಹೆಚ್ಚಾದರೆ, ಸಾಲದ ಹೊರೆ ಇರುತ್ತದೆ." ವಾಕ್ಯವು ಯಾವಾಗಲೂ "if" ನೊಂದಿಗೆ ಪ್ರಾರಂಭವಾಗಬೇಕು ಆದ್ದರಿಂದ ಓದುಗರು ಸ್ಥಿತಿಯನ್ನು ನೋಡುತ್ತಾರೆ.

ಸೂಕ್ಷ್ಮತೆಯ ವಿಶ್ಲೇಷಣೆ: ಯಾವ ಊಹೆ ನಿರ್ಣಾಯಕವಾಗಿದೆ?

ಸನ್ನಿವೇಶದ ಫಲಿತಾಂಶವು ಡಜನ್ಗಟ್ಟಲೆ ಊಹೆಗಳ ಮೇಲೆ ಅವಲಂಬಿತವಾಗಿದೆ, ಆದರೆ ಅವೆಲ್ಲವೂ ಸಮಾನ ಪ್ರಾಮುಖ್ಯತೆಯನ್ನು ಹೊಂದಿಲ್ಲ. ಸೆಟೆರಿಸ್ ಪ್ಯಾರಿಬಸ್ ಎಂಬ ಒಂದು ಊಹೆಯನ್ನು ನೀವು ಬದಲಾಯಿಸಿದಾಗ ಫಲಿತಾಂಶವು ಎಷ್ಟು ಬದಲಾಗುತ್ತದೆ ಎಂಬುದನ್ನು ಸೂಕ್ಷ್ಮತೆಯ ವಿಶ್ಲೇಷಣೆ ಅಳೆಯುತ್ತದೆ. ಫಲಿತಾಂಶವು ಊಹೆಗೆ ಬಹಳ ಸಂವೇದನಾಶೀಲವಾಗಿದ್ದರೆ (ಸಣ್ಣ ಬದಲಾವಣೆಯು ಫಲಿತಾಂಶದಲ್ಲಿ ದೊಡ್ಡ ವ್ಯತ್ಯಾಸವನ್ನು ಉಂಟುಮಾಡುತ್ತದೆ), ಆ ಊಹೆಯು ನಿರ್ಣಾಯಕವಾಗಿದೆ ಮತ್ತು ಹೆಚ್ಚಿನ ಗಮನ, ಪರಿಶೀಲನೆ ಮತ್ತು ಸಂವಹನಕ್ಕೆ ಅರ್ಹವಾಗಿದೆ.

ಒತ್ತಡ ಪರೀಕ್ಷೆಯು ಇದರ ವಿಸ್ತರಣೆಯಾಗಿದೆ: ವ್ಯವಸ್ಥೆ/ಬಜೆಟ್/ಸಾಲವು ಮಧ್ಯಮ ಆದರೆ ಕಠಿಣ ನಕಾರಾತ್ಮಕ ಆಘಾತದ ಅಡಿಯಲ್ಲಿ ಹೇಗೆ ವರ್ತಿಸುತ್ತದೆ ಎಂಬುದನ್ನು ಪರೀಕ್ಷಿಸುವುದು (ಉದಾಹರಣೆಗೆ ಬಡ್ಡಿದರಗಳಲ್ಲಿ ಹಠಾತ್ ಜಿಗಿತ, ರಫ್ತು ಮಾರುಕಟ್ಟೆಯಲ್ಲಿ ಕುಸಿತ). ಗುರಿಯು ಕೆಟ್ಟದ್ದನ್ನು ಊಹಿಸುವುದಲ್ಲ, ಆದರೆ ಬ್ರೇಕಿಂಗ್ ಪಾಯಿಂಟ್‌ಗಳನ್ನು ಮುಂಗಾಣುವುದು.

ಎಚ್ಚರಿಕೆ: ನೀವು AI ಗೆ "ನಿರಾಶಾವಾದಿ ಸನ್ನಿವೇಶವನ್ನು ಮಾಡಿ" ಎಂದು ಹೇಳಿದರೆ, ಅದು ನಿಮಗೆ ಅನಿಯಂತ್ರಿತ ಸಂಖ್ಯೆಯನ್ನು ನೀಡಬಹುದು. ನಿರಾಶಾವಾದಿ ಸನ್ನಿವೇಶವು "ಆಕಾಶದಿಂದ ಬೀಳುವಿಕೆ" ಅಲ್ಲ, ಆದರೆ ಸಮರ್ಥನೀಯ ಊಹೆ: ಇದು ಐತಿಹಾಸಿಕ ಅಥವಾ ತಾರ್ಕಿಕ ಆಧಾರವನ್ನು ಹೊಂದಿರಬೇಕು, ಉದಾಹರಣೆಗೆ "2018 ರ ವಿನಿಮಯ ದರದ ಆಘಾತಕ್ಕೆ ಹೋಲುವ ಚಲನೆ". ನೀವು ಊಹೆಯನ್ನು ಸಮರ್ಥಿಸುತ್ತೀರಿ.

ಹಂತ ಹಂತದ ಸನ್ನಿವೇಶ ಅಧ್ಯಯನ

1. ಪ್ರಶ್ನೆ ಮತ್ತು ಫಲಿತಾಂಶವನ್ನು ವಿವರಿಸಿ. ನಾವು ಏನು ಯೋಜನೆ ಮಾಡುತ್ತೇವೆ? (ಸಾಲ/ಜಿಡಿಪಿ, ಬಜೆಟ್ ಬ್ಯಾಲೆನ್ಸ್, ನಗದು ಹರಿವು)
2. ಚಾಲಕ ಅಸ್ಥಿರಗಳನ್ನು ಹೊಂದಿಸಿ. ಕಡಿಮೆ ಸಂಖ್ಯೆಯ ಮುಖ್ಯ ಒಳಹರಿವು (ಬೆಳವಣಿಗೆ, ಹಣದುಬ್ಬರ, ಬಡ್ಡಿ, ವಿನಿಮಯ ದರ) ಫಲಿತಾಂಶವನ್ನು ನಿರ್ಧರಿಸುತ್ತದೆ.
3. ಮೂಲ ಊಹೆಗಳನ್ನು ಮಾಡಿ ಮತ್ತು ಅವುಗಳನ್ನು ಸಮರ್ಥಿಸಿ. ಪ್ರತಿ ಸಂಖ್ಯೆಯ ಮೂಲ ಮತ್ತು ತರ್ಕವನ್ನು ಬರೆಯಲಾಗಿದೆ.
4. ಸ್ಕ್ರಿಪ್ಟ್‌ಗಳನ್ನು ತಯಾರಿಸಿ. ಸಮರ್ಥನೆಯೊಂದಿಗೆ ಆಶಾವಾದಿ/ನಿರಾಶಾವಾದಿಗಳಿಗೆ ಊಹೆಗಳನ್ನು ಸರಿಸಿ.
5. ಪಾರದರ್ಶಕ ಖಾತೆಯನ್ನು ಹೊಂದಿಸಿ. AI ಸೂತ್ರಗಳನ್ನು ಗೋಚರ ಕೋಷ್ಟಕ/ಕೋಡ್‌ನಂತೆ ಮುದ್ರಿಸಿ.
6. ರನ್ ಸೂಕ್ಷ್ಮತೆ. ಪ್ರತಿ ಪ್ರಮುಖ ಊಹೆಯನ್ನು ಪ್ರತ್ಯೇಕವಾಗಿ ಅಲ್ಲಾಡಿಸಿ ಮತ್ತು ಪ್ರತಿಕ್ರಿಯೆಯನ್ನು ಅಳೆಯಿರಿ.
7. ಕಾಮೆಂಟ್ ಮಾಡಿ ಮತ್ತು ಫಿಲ್ಟರ್ ಮಾಡಿ. ಯಾವ ಊಹೆ ನಿರ್ಣಾಯಕವಾಗಿದೆ? ಫಲಿತಾಂಶಗಳು ಸಮಂಜಸವೇ? ಅಂತಿಮ ತೀರ್ಪು ಅರ್ಥಶಾಸ್ತ್ರಜ್ಞರದ್ದು.

ಮೂರು ಸಣ್ಣ ಪ್ರಕರಣಗಳು

ಪ್ರಕರಣ 1 - ಸಾಲದ ಸಮರ್ಥನೀಯತೆ. ಖಜಾನೆ ವಿಶ್ಲೇಷಕರು ಸಾರ್ವಜನಿಕ ಸಾಲ/ಜಿಡಿಪಿ ಅನುಪಾತವನ್ನು 5 ವರ್ಷಗಳವರೆಗೆ ಯೋಜಿಸಿದ್ದಾರೆ. ಅವರು AI ಮೂರು ಸನ್ನಿವೇಶಗಳನ್ನು ರಚಿಸಿದರು: ಬೇಸ್ (ಬೆಳವಣಿಗೆ 4%, ಬಡ್ಡಿದರ X%), ಆಶಾವಾದಿ, ನಿರಾಶಾವಾದಿ. ಸಂವೇದನಾಶೀಲತೆಯ ವಿಶ್ಲೇಷಣೆಯು ಫಲಿತಾಂಶವು ನೈಜ ಬಡ್ಡಿ-ಬೆಳವಣಿಗೆಯ ಅಂತರಕ್ಕೆ (r−g) ಹೆಚ್ಚು ಸಂವೇದನಾಶೀಲವಾಗಿದೆ ಎಂದು ತೋರಿಸಿದೆ: ಬೆಳವಣಿಗೆಯು ಬಡ್ಡಿ ದರಕ್ಕಿಂತ ಕಡಿಮೆಯಾದರೆ, ಸಾಲದ ಅನುಪಾತವು ವೇಗವಾಗಿ ಏರುತ್ತದೆ. ವಿಶ್ಲೇಷಕರು ಈ ಏಕೈಕ ನಿರ್ಣಾಯಕ ಊಹೆಯನ್ನು ವರದಿಯಲ್ಲಿ ಎತ್ತಿ ತೋರಿಸಿದ್ದಾರೆ; ಅವರು ಅದನ್ನು ಮೌಲ್ಯೀಕರಿಸಲು ತನ್ನ ಶಕ್ತಿಯನ್ನು ಕೇಂದ್ರೀಕರಿಸಿದರು.

ಪ್ರಕರಣ 2 - ನಿರಂಕುಶ ನಿರಾಶಾವಾದಿ ಸನ್ನಿವೇಶದ ತಿದ್ದುಪಡಿ. ಒಂದು ಸಂಸ್ಥೆಯಲ್ಲಿ, AI "ನಿರಾಶಾವಾದಿ ಸನ್ನಿವೇಶ: ಬೆಳವಣಿಗೆ -10%" ಅನ್ನು ನೀಡಿದೆ ಆದರೆ ಅದಕ್ಕೆ ಯಾವುದೇ ಆಧಾರವಿಲ್ಲ. ಅರ್ಥಶಾಸ್ತ್ರಜ್ಞರು ಆಕ್ಷೇಪಿಸಿದರು: ಇದು ದೇಶದ ಇತಿಹಾಸದಲ್ಲಿ ಆಳವಾದ ಬಿಕ್ಕಟ್ಟಿಗಿಂತಲೂ ಕಠಿಣವಾಗಿದೆ ಮತ್ತು ಇದು ನ್ಯಾಯಸಮ್ಮತವಲ್ಲ. ಕಳೆದ ಎರಡು ಆರ್ಥಿಕ ಹಿಂಜರಿತಗಳ ಸರಾಸರಿ ತೀವ್ರತೆಯ ಆಧಾರದ ಮೇಲೆ ನಿರಾಶಾವಾದಿ ಸನ್ನಿವೇಶವನ್ನು -3% ಗೆ ಇಳಿಸಲಾಗಿದೆ. ಸನ್ನಿವೇಶವು ಈಗ ಸಮರ್ಥನೀಯವಾಗಿತ್ತು.

ಪ್ರಕರಣ 3 - ಪಾರದರ್ಶಕ ಖಾತೆಯನ್ನು ಉಳಿಸಲಾಗಿದೆ. ಬಜೆಟ್ ಪ್ರೊಜೆಕ್ಷನ್‌ನಲ್ಲಿ, ಫಲಿತಾಂಶಗಳು ಬೆಸವಾಗಿ ಕಾಣುತ್ತವೆ. ಲೆಕ್ಕಾಚಾರವು ಪಾರದರ್ಶಕವಾಗಿರುವುದರಿಂದ, ವಿಶ್ಲೇಷಕರು ಟೇಬಲ್ ಅನ್ನು ವೀಕ್ಷಿಸಿದರು ಮತ್ತು ದೋಷವನ್ನು ಕಂಡುಕೊಂಡರು: ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಹಣದುಬ್ಬರವನ್ನು ಆದಾಯದ ಭಾಗಕ್ಕೆ ಅನ್ವಯಿಸಿದೆ ಆದರೆ ಅದನ್ನು ವೆಚ್ಚದ ಭಾಗಕ್ಕೆ ಅನ್ವಯಿಸಲು ಮರೆತಿದೆ. ಕಪ್ಪು ಪೆಟ್ಟಿಗೆಯ ಮಾದರಿಯಲ್ಲಿ, ಈ ದೋಷವು ಮರೆಯಾಗಿ ಉಳಿಯುತ್ತದೆ; ಗೋಚರ ಸೂತ್ರಗಳು ಅದನ್ನು ಬಹಿರಂಗಪಡಿಸಿದವು.

ಸನ್ನಿವೇಶ ವಿನ್ಯಾಸ ಟೇಬಲ್

ಐಟಂ

ಉತ್ತಮ ಅಭ್ಯಾಸ

ಕೆಟ್ಟ ಅಭ್ಯಾಸ

ಊಹೆಗಳು

ಸ್ಪಷ್ಟ, ತರ್ಕಬದ್ಧ, ಮೂಲ

ರಹಸ್ಯ, ಅನಿಯಂತ್ರಿತ

ಸನ್ನಿವೇಶ ವ್ಯಾಪ್ತಿ

ಐತಿಹಾಸಿಕ/ತಾರ್ಕಿಕ ಆಧಾರಿತ

ಯಾದೃಚ್ಛಿಕ "ಹೆಚ್ಚು/ಕಡಿಮೆ"

ಖಾತೆ

ಪಾರದರ್ಶಕ, ಹಸ್ತಚಾಲಿತವಾಗಿ ಪರಿಶೀಲಿಸಬಹುದಾದ

ಕಪ್ಪು ಪೆಟ್ಟಿಗೆ

ಪ್ರಸ್ತುತಿ

"ಆಗಿದ್ದರೆ", ಷರತ್ತುಬದ್ಧ

ಊಹೆಯಂತೆ ಖಚಿತ

ಸೂಕ್ಷ್ಮತೆ

ವಿಮರ್ಶಾತ್ಮಕ ಊಹೆಯನ್ನು ಗುರುತಿಸಲಾಗಿದೆ

ಎಲ್ಲಾ ಊಹೆಗಳನ್ನು ಸಮಾನವಾಗಿ ಪರಿಗಣಿಸಲಾಗುತ್ತದೆ

ನಾಲ್ಕು ನಕಲಿಸಬಹುದಾದ ಟೆಂಪ್ಲೇಟ್‌ಗಳು

1) ಸನ್ನಿವೇಶದ ಅಸ್ಥಿಪಂಜರ:

ಆ ಔಟ್‌ಪುಟ್ ಪಡೆಯಿರಿ [ಉದಾ. ಸಾಲ/ಜಿಡಿಪಿ] ನಾನು 5 ವರ್ಷಗಳನ್ನು ಯೋಜಿಸುತ್ತೇನೆ. ಚಾಲಕ ಅಸ್ಥಿರಗಳು: ಬೆಳವಣಿಗೆ, ಹಣದುಬ್ಬರ, ಬಡ್ಡಿ, ವಿನಿಮಯ ದರ. ಆಧಾರ/ಆಶಾವಾದಿ/ನಿರಾಶಾವಾದಿಗಳಿಗೆ ಸ್ಪಷ್ಟವಾದ ಊಹೆಯ ಕೋಷ್ಟಕವನ್ನು ನನಗೆ ಸೂಚಿಸಿ; ಪ್ರತಿ ಊಹೆಯ ಪಕ್ಕದಲ್ಲಿ ತಾರ್ಕಿಕ ವಿವರಣೆಯನ್ನು ಬರೆಯಿರಿ. ಇನ್ನೂ ಗಣಿತವನ್ನು ಮಾಡಬೇಡಿ; ನಾನು ಮೊದಲು ಊಹೆಗಳನ್ನು ದೃಢೀಕರಿಸುತ್ತೇನೆ.

2) ಪಾರದರ್ಶಕ ಸ್ಪ್ರೆಡ್‌ಶೀಟ್/ಕೋಡ್:

ನಾನು ಅನುಮೋದಿಸುವ ಊಹೆಗಳೊಂದಿಗೆ ಪ್ರೊಜೆಕ್ಷನ್ ಅನ್ನು ಲೆಕ್ಕಾಚಾರ ಮಾಡಿ. ಸೂತ್ರಗಳನ್ನು ಗೋಚರಿಸುವಂತೆ ಇರಿಸಿ (ಆದ್ದರಿಂದ ಪ್ರತಿ ಸಾಲನ್ನು ಹೇಗೆ ಲೆಕ್ಕ ಹಾಕಲಾಗಿದೆ ಎಂಬುದು ಸ್ಪಷ್ಟವಾಗಿದೆ). ಒಂದು ವರ್ಷವನ್ನು ಉದಾಹರಣೆಯಾಗಿ ತೆಗೆದುಕೊಳ್ಳಿ ಮತ್ತು ಲೆಕ್ಕಾಚಾರವನ್ನು ಹಂತ ಹಂತವಾಗಿ ತೋರಿಸಿ ಇದರಿಂದ ನಾನು ಅದನ್ನು ಹಸ್ತಚಾಲಿತವಾಗಿ ಪರಿಶೀಲಿಸಬಹುದು. ಕಪ್ಪು ಪೆಟ್ಟಿಗೆಯನ್ನು ಬಳಸಬೇಡಿ.

3) ಸೂಕ್ಷ್ಮತೆಯ ವಿಶ್ಲೇಷಣೆ:

ಮೂಲ ಸನ್ನಿವೇಶದಲ್ಲಿ, ಪ್ರತಿ ಮುಖ್ಯ ಊಹೆಯನ್ನು ±X% ಒಂದೊಂದಾಗಿ ಹೊಂದಿಸಿ (ಇತರ ಸ್ಥಿರ) ಮತ್ತು ಫಲಿತಾಂಶವು ಎಷ್ಟು ಬದಲಾಗುತ್ತದೆ ಎಂಬುದರ ಕೋಷ್ಟಕವನ್ನು ಮಾಡಿ. ಫಲಿತಾಂಶದ ಮೇಲೆ ಹೆಚ್ಚು ಪರಿಣಾಮ ಬೀರುವ 2 ಊಹೆಗಳನ್ನು "ನಿರ್ಣಾಯಕ" ಎಂದು ಗುರುತಿಸಿ. ಈ ನಿರ್ಣಾಯಕ ಊಹೆಗಳಿಗೆ ಮೌಲ್ಯೀಕರಣವನ್ನು ಸೂಚಿಸಿ.

4) ಒತ್ತಡ ಪರೀಕ್ಷೆ:

ಈ ಸಮಂಜಸವಾದ ಆದರೆ ಕಠಿಣ ಆಘಾತವನ್ನು ನೀಡಿ: [ಉದಾ. +X ಪಾಯಿಂಟ್ ಬಡ್ಡಿದರದಲ್ಲಿ ಹಠಾತ್ ಹೆಚ್ಚಳ, ರಫ್ತುಗಳಲ್ಲಿ Y% ಇಳಿಕೆ]. ಈ ಆಘಾತದ ಅಡಿಯಲ್ಲಿ ಔಟ್‌ಪುಟ್ ಹೇಗೆ ಬದಲಾಗುತ್ತದೆ ಎಂಬುದನ್ನು ತೋರಿಸಿ, ಅದು ನಿರ್ಣಾಯಕ ಮಿತಿಯನ್ನು ಮೀರಿದೆಯೇ (ಉದಾ. ಸಾಲ/ಜಿಡಿಪಿ ಸಮರ್ಥನೀಯ ಮಿತಿ). ಇದು ಷರತ್ತುಬದ್ಧ ಒತ್ತಡದ ಸನ್ನಿವೇಶವಾಗಿದೆ, ಮುನ್ಸೂಚನೆಯಲ್ಲ ಎಂದು ಸ್ಪಷ್ಟಪಡಿಸಿ.

ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್ / ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್

ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್:

ನನಗೆ ಆಶಾವಾದಿ ಮತ್ತು ನಿರಾಶಾವಾದಿ ಆರ್ಥಿಕ ಸನ್ನಿವೇಶವನ್ನು ಬರೆಯಿರಿ.

ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ನ್ಯಾಯಸಮ್ಮತವಲ್ಲದ, ಮೂಲರಹಿತ, ಕಪ್ಪು-ಪೆಟ್ಟಿಗೆಯ ಸನ್ನಿವೇಶಗಳನ್ನು ಉಂಟುಮಾಡುತ್ತದೆ; ನೀವು ಊಹೆಗಳನ್ನು ನೋಡಲು ಅಥವಾ ಪರಿಶೀಲಿಸಲು ಸಾಧ್ಯವಿಲ್ಲ.

ಶಕ್ತಿಯುತ ಪ್ರಾಂಪ್ಟ್:

ನಾನು 2025-2029 ಕ್ಕೆ ಸಾರ್ವಜನಿಕ ಸಾಲ/ಜಿಡಿಪಿ ಅನುಪಾತವನ್ನು ಯೋಜಿಸುತ್ತೇನೆ. ಮೂಲ ಪ್ರಕರಣ: ಬೆಳವಣಿಗೆ 4%, ಹಣದುಬ್ಬರ 25%, ಸರಾಸರಿ ಬಡ್ಡಿ ದರ X%, ಪ್ರಾಥಮಿಕ ಸಮತೋಲನ Y% (ನಾನು ನನ್ನ ಮೂಲಗಳನ್ನು ಸೇರಿಸಿದ್ದೇನೆ). ಆಶಾವಾದಿ/ನಿರಾಶಾವಾದಿಗಳಿಗೆ ಕಾರಣದೊಂದಿಗೆ ಊಹೆಗಳನ್ನು ಪ್ಲೇ ಮಾಡಿ (ನಿರಾಶಾವಾದಿಗಳಿಗೆ, ಕೊನೆಯ ಎರಡು ಹಿಂಜರಿತಗಳ ತೀವ್ರತೆಯನ್ನು ಉಲ್ಲೇಖಿಸಿ). ಲೆಕ್ಕಾಚಾರವನ್ನು ಪಾರದರ್ಶಕ ಕೋಷ್ಟಕವಾಗಿ ಹೊಂದಿಸಿ, ಹಸ್ತಚಾಲಿತವಾಗಿ ಪರಿಶೀಲಿಸಲು ವರ್ಷವನ್ನು ಪ್ರದರ್ಶಿಸಿ, ನಂತರ r−g ಸೂಕ್ಷ್ಮತೆಯನ್ನು ರನ್ ಮಾಡಿ. ಸನ್ನಿವೇಶಗಳು ಷರತ್ತುಬದ್ಧವಾಗಿವೆ, ಮುನ್ನೋಟಗಳಲ್ಲ ಎಂದು ಪಠ್ಯದಲ್ಲಿ ತಿಳಿಸಿ.

ಸಾಮಾನ್ಯ ತಪ್ಪುಗಳು

• ಊಹೆಗಳನ್ನು ಮರೆಮಾಡುವುದು. ಕಾಣದ ಊಹೆ ಅಸಮರ್ಥನೀಯ.
• ನಿರಂಕುಶವಾಗಿ ಆಶಾವಾದಿ/ನಿರಾಶಾವಾದಿ. ಅಸಮರ್ಥನೀಯ ವಿಪರೀತ ಸಂಖ್ಯೆಗಳು ನಂಬಿಕೆಯನ್ನು ನಾಶಮಾಡುತ್ತವೆ.
• ಮುನ್ಸೂಚನೆಯಂತೆ ಸನ್ನಿವೇಶವನ್ನು ಪ್ರಸ್ತುತಪಡಿಸುವುದು. "ಒಂದು ವೇಳೆ" ಚಿಂತನೆಯ ಸ್ಥಿತಿಯು ಕಣ್ಮರೆಯಾಗುತ್ತದೆ.
• ಕಪ್ಪು ಬಾಕ್ಸ್ ಖಾತೆ. ದೋಷವನ್ನು ಮರೆಮಾಡಲಾಗಿದೆ, ಪರಿಶೀಲನೆ ಅಸಾಧ್ಯವಾಗುತ್ತದೆ.
• ಸೂಕ್ಷ್ಮತೆಯನ್ನು ಬಿಟ್ಟುಬಿಡುವುದು. ನಿರ್ಣಾಯಕ ಊಹೆಯನ್ನು ತಿಳಿಯದೆ ಅಪಾಯವನ್ನು ತಪ್ಪಾಗಿ ನಿರ್ವಹಿಸುವುದು.
• ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಗೆ ಮಾಲೀಕತ್ವವನ್ನು ಬಿಟ್ಟುಕೊಡುವುದು ಊಹೆಯಾಗಿದೆ. ತೀರ್ಪು ಮನುಷ್ಯನಿಗೆ ಸೇರಿದೆ.

ಸಾರಾಂಶದಲ್ಲಿ

ಸಿನಾರಿಯೊ ಮಾಡೆಲಿಂಗ್ ಎನ್ನುವುದು ಸ್ಪಷ್ಟ ಮತ್ತು ಸಮರ್ಥನೀಯ ಊಹೆಗಳ ಮೂಲಕ ಅನಿಶ್ಚಿತತೆಯನ್ನು ಷರತ್ತುಬದ್ಧ ತೀರ್ಮಾನಗಳಾಗಿ ಭಾಷಾಂತರಿಸುವ ಕಲೆಯಾಗಿದೆ. ಮೂಲ/ಆಶಾವಾದಿ/ನಿರಾಶಾವಾದಿ ಸನ್ನಿವೇಶಗಳು ದೃಢವಾಗಿರಬೇಕು, ಲೆಕ್ಕಾಚಾರಗಳು ಪಾರದರ್ಶಕವಾಗಿರಬೇಕು ಮತ್ತು ಹಸ್ತಚಾಲಿತವಾಗಿ ಪರಿಶೀಲಿಸಬೇಕು; ಸೂಕ್ಷ್ಮತೆಯ ವಿಶ್ಲೇಷಣೆಯು ನಿರ್ಣಾಯಕ ಊಹೆಯನ್ನು ಬಹಿರಂಗಪಡಿಸಬೇಕು. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಲೆಕ್ಕಾಚಾರ ಮತ್ತು ಆಯ್ಕೆಗಳನ್ನು ವೇಗಗೊಳಿಸುತ್ತದೆ, ಆದರೆ ಸಮರ್ಥನೆ, ಸಮಂಜಸತೆ ಮತ್ತು ಊಹೆಗಳ ಅಂತಿಮ ತೀರ್ಪು ಅರ್ಥಶಾಸ್ತ್ರಜ್ಞರ ಮೇಲಿದೆ. ಸನ್ನಿವೇಶವು ಒಂದು ಮುನ್ಸೂಚನೆಯಲ್ಲ, ಆದರೆ "ಇಲ್ಲಿ-ನಂತರ" ವ್ಯಾಯಾಮವಾಗಿದೆ.

ಅಪ್ಲಿಕೇಶನ್ ಕಾರ್ಯ

ನಿಮ್ಮ ವ್ಯಾಪಾರಕ್ಕಾಗಿ ಪ್ರೊಜೆಕ್ಷನ್ ಆಯ್ಕೆಮಾಡಿ (ಬಜೆಟ್, ನಗದು ಹರಿವು, ಸಾಲದ ಅನುಪಾತ). 1 ನೇ ಟೆಂಪ್ಲೇಟ್‌ನೊಂದಿಗೆ ಸಮರ್ಥನೀಯ ಊಹೆ ಕೋಷ್ಟಕವನ್ನು, 2 ನೇ ಟೆಂಪ್ಲೇಟ್‌ನೊಂದಿಗೆ ಪಾರದರ್ಶಕ ಲೆಕ್ಕಾಚಾರ ಮತ್ತು 3 ನೇ ಟೆಂಪ್ಲೇಟ್‌ನೊಂದಿಗೆ ಸೂಕ್ಷ್ಮತೆಯ ವಿಶ್ಲೇಷಣೆಯನ್ನು ತಯಾರಿಸಿ. ಫಲಿತಾಂಶದ ಮೇಲೆ ಹೆಚ್ಚು ಪರಿಣಾಮ ಬೀರುವ ನಿರ್ಣಾಯಕ ಊಹೆಯನ್ನು ಗುರುತಿಸಿ ಮತ್ತು ಮೂಲ ಮೂಲದಿಂದ ಅದನ್ನು ಪರಿಶೀಲಿಸಿ. ಸಮರ್ಥನೆಗಾಗಿ AI ಸೂಚಿಸಿದ ವಿಪರೀತ ಸನ್ನಿವೇಶವನ್ನು ಪರಿಶೀಲಿಸಿ ಮತ್ತು ಅಗತ್ಯವಿದ್ದರೆ ಅದನ್ನು ಸರಿಪಡಿಸಿ.

ಪರಿಶೀಲನಾಪಟ್ಟಿ

• [ ] ನಾನು ಪ್ರತಿ ಸನ್ನಿವೇಶದ ಊಹೆಗಳನ್ನು ಸ್ಪಷ್ಟವಾಗಿ ಮತ್ತು ಸಮರ್ಥನೆಯೊಂದಿಗೆ ಬರೆದಿದ್ದೇನೆ.
• [ ] ನಾನು ಆಶಾವಾದಿ/ನಿರಾಶಾವಾದಿಯನ್ನು ಐತಿಹಾಸಿಕ ಅಥವಾ ತಾರ್ಕಿಕ ಆಧಾರದ ಮೇಲೆ ಇರಿಸಿದೆ.
• [ ] ನಾನು ಖಾತೆಯನ್ನು ಪಾರದರ್ಶಕವಾಗಿ ಇರಿಸಿದ್ದೇನೆ ಮತ್ತು ಕನಿಷ್ಠ ಒಂದು ಅವಧಿಯನ್ನು ಹಸ್ತಚಾಲಿತವಾಗಿ ಪರಿಶೀಲಿಸಿದ್ದೇನೆ.
• [ ] ನಾನು ಸೂಕ್ಷ್ಮತೆಯ ವಿಶ್ಲೇಷಣೆಯ ಮೂಲಕ ನಿರ್ಣಾಯಕ ಊಹೆಯನ್ನು ಗುರುತಿಸಿದ್ದೇನೆ.
• [ ] ನಾನು ಮೂಲ ಮೂಲದಿಂದ ನಿರ್ಣಾಯಕ ಊಹೆಯನ್ನು ದೃಢೀಕರಿಸಿದ್ದೇನೆ.
• [ ] ನಾನು ಸನ್ನಿವೇಶಗಳನ್ನು ಮುನ್ನೋಟಗಳ ಬದಲಿಗೆ ಷರತ್ತುಬದ್ಧ "ಆದರೆ-ನಂತರ" ಎಂದು ಪ್ರಸ್ತುತಪಡಿಸಿದೆ.
• [ ] ನಾನು ಊಹೆಯ ಮಾಲೀಕತ್ವ ಮತ್ತು ಅಂತಿಮ ತೀರ್ಪನ್ನು ಉಳಿಸಿಕೊಂಡಿದ್ದೇನೆ.