യൂണിറ്റുകൾ
1. ഫിനാൻസിലെ ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ് ആമുഖവും പരിശോധനാ അച്ചടക്കവും 2. സാമ്പത്തിക പ്രസ്താവനകൾ വായിക്കുകയും വ്യാഖ്യാനിക്കുകയും ചെയ്യുക 3. അനുപാത വിശകലനവും പ്രകടന വിലയിരുത്തലും 4. ബജറ്റിംഗും പണമൊഴുക്ക് മാനേജ്മെൻ്റും 5. സാമ്പത്തിക മോഡലിംഗ്, സാഹചര്യം, സെൻസിറ്റിവിറ്റി വിശകലനം 6. മൂല്യനിർണ്ണയ പിന്തുണ: DCF, മൾട്ടിപ്പിൾസ് 7. നിക്ഷേപവും പോർട്ട്ഫോളിയോ വിശകലനവും 8. അപകടസാധ്യത വിശകലനവും മുൻകൂർ മുന്നറിയിപ്പ് റിപ്പോർട്ടിംഗും 9. സാമ്പത്തിക പ്രവചനം 10. മാനേജ്മെൻ്റ് റിപ്പോർട്ടും അവതരണ നിർമ്മാണവും 11. ഓട്ടോമേഷൻ: എക്സൽ, ഫോർമുല, മാക്രോ ജനറേഷൻ 12. ധനകാര്യത്തിൽ AI യുടെ പരിധികൾ: ഭ്രമാത്മകത, സ്വകാര്യത, നിയന്ത്രണം
യൂണിറ്റ് 3 / 12

അനുപാത വിശകലനവും പ്രകടന വിലയിരുത്തലും

നേട്ടങ്ങൾ:

  • AI ഉപയോഗിച്ച് ശരിയായ ഫോർമുലകളും നിർവചനങ്ങളും ഉപയോഗിച്ച് പണലഭ്യത, ലാഭക്ഷമത, കടം, പ്രവർത്തന അനുപാതങ്ങൾ എന്നിവ കണക്കാക്കാനുള്ള കഴിവ്
  • വ്യവസായ ശരാശരിയും സമയ ശ്രേണിയുമായി നിരക്കുകൾ താരതമ്യം ചെയ്തുകൊണ്ട് AI-യോട് ന്യായമായ അഭിപ്രായം ചോദിക്കാനുള്ള കഴിവ്
  • നിർവചന സ്ഥിരതയ്ക്കും ഇൻപുട്ട് കൃത്യതയ്ക്കും വേണ്ടി AI-യുടെ നിരക്ക് കണക്കുകൂട്ടലുകളും വ്യാഖ്യാനങ്ങളും ഓഡിറ്റ് ചെയ്യാനുള്ള കഴിവ്

പട്ടികകളിലെ അസംസ്‌കൃത സംഖ്യകളെ ഒരുമിച്ച് വിഭജിച്ച് താരതമ്യപ്പെടുത്താവുന്നതും അർത്ഥവത്തായതുമായ സൂചകങ്ങളാക്കി മാറ്റുന്ന കലയാണ് അനുപാത വിശകലനം. "കമ്പനിക്ക് 45 ദശലക്ഷം TL കടമുണ്ട്" എന്ന വാചകം മാത്രം വളരെ കുറച്ച് മാത്രമേ പറയുന്നുള്ളൂ; എന്നാൽ "കടം/ഇക്വിറ്റി അനുപാതം 1.8 ആണ്" എന്ന വാചകം കമ്പനിക്ക് അതിൻ്റെ ഇക്വിറ്റിയുടെ ഇരട്ടി കടമുണ്ടെന്നും വ്യവസായവുമായി താരതമ്യപ്പെടുത്താമെന്നും വിവരിക്കുന്നു. AI രണ്ട് തരത്തിൽ അനുപാത വിശകലനത്തെ ത്വരിതപ്പെടുത്തുന്നു: ഒരു വശത്ത്, ഇത് സെക്കൻഡുകൾക്കുള്ളിൽ ഡസൻ കണക്കിന് അനുപാതങ്ങൾ കണക്കാക്കുന്നു, മറുവശത്ത്, ഇത് ഈ അനുപാതങ്ങളെ വ്യാഖ്യാനിക്കുകയും ശ്രദ്ധേയമായ വ്യതിയാനങ്ങൾ ഫ്ലാഗ് ചെയ്യുകയും ചെയ്യുന്നു. എന്നാൽ അനുപാത വിശകലനത്തിൻ്റെ ഏറ്റവും വഞ്ചനാപരമായ പോരായ്മ നിർവചനമാണ്: ഒരേ അനുപാതത്തിന് ഒന്നിലധികം നിർവചനങ്ങൾ ഉണ്ട്, AI ചിലപ്പോൾ തെറ്റായ ഡിനോമിനേറ്ററോ ന്യൂമറേറ്ററോ തിരഞ്ഞെടുക്കുന്നു. അതിനാൽ ഈ യൂണിറ്റിൻ്റെ ഹൃദയം നിർവചന സ്ഥിരത പരിശോധിക്കുന്നു.

ഈ യൂണിറ്റിൽ, നമുക്ക് നാല് റേറ്റ് ഫാമിലികളെ പരിചയപ്പെടാം, കൃത്യമായ നിർവചനങ്ങൾ ഉപയോഗിച്ച് നിരക്കുകൾ എങ്ങനെ കണക്കാക്കാം എന്ന് മനസിലാക്കാം, കൂടാതെ സെക്ടറും സമയ ശ്രേണിയുമായി നിരക്കുകൾ താരതമ്യം ചെയ്ത് ന്യായമായ അഭിപ്രായങ്ങൾ രേഖപ്പെടുത്തും.

ആശയങ്ങൾ: അനുപാതം: രണ്ട് സാമ്പത്തിക ഇനങ്ങളുടെ വിഭജനം. ദ്രവ്യത: കടങ്ങൾ അടയ്ക്കാനുള്ള ഹ്രസ്വകാല കഴിവ്. ലാഭക്ഷമത: വിൽപ്പനയിൽ നിന്നോ മൂലധനത്തിൽ നിന്നോ ലാഭമുണ്ടാക്കാനുള്ള ശക്തി. കടം (ലിവറേജ്): കടം മുഖേന എത്രത്തോളം ധനസഹായം നൽകുന്നു. പ്രവർത്തന അനുപാതങ്ങൾ: ആസ്തികൾ എത്ര കാര്യക്ഷമമായി മാറ്റുന്നു.

നാല് അനുപാത കുടുംബങ്ങൾ

അനുപാതങ്ങൾ നാല് അടിസ്ഥാന ചോദ്യങ്ങൾക്ക് ഉത്തരം നൽകുന്നു. AI-യോട് അസന്തുലിതാവസ്ഥ ചോദിക്കുമ്പോൾ, ഏത് കുടുംബമാണെന്നും ഏത് നിർവചനത്തിലാണ് നിങ്ങൾ ആഗ്രഹിക്കുന്നതെന്നും വ്യക്തമാക്കുന്നത് തെറ്റായ കണക്കുകൂട്ടൽ തടയും.

കുടുംബം

സാമ്പിൾ നിരക്ക്

വിവരണം

അത് എന്താണ് പറയുന്നത്

ദ്രവ്യത

നിലവിലെ നിരക്ക്

നിലവിലെ അസറ്റ് / ഹ്രസ്വകാല ബാധ്യത

ഹ്രസ്വകാലത്തേക്ക് കടം വീട്ടാൻ കഴിയുമോ?

ദ്രവ്യത

ആസിഡ്-ടെസ്റ്റ്

(നിലവിലെ അസറ്റ് - സ്റ്റോക്ക്) / ഹ്രസ്വകാല ബാധ്യത

സ്റ്റോക്ക് വിൽക്കുന്നതിന് മുമ്പ് അയാൾക്ക് പണം നൽകാനാകുമോ?

ലാഭക്ഷമത

അറ്റാദായ മാർജിൻ

അറ്റാദായം / വിറ്റുവരവ്

ഓരോ വിൽപ്പനയിൽ നിന്നും എത്ര ലാഭം അവശേഷിക്കുന്നു?

ലാഭക്ഷമത

റിട്ടേൺ ഓൺ ഇക്വിറ്റി (ROE)

അറ്റാദായം / ഇക്വിറ്റി

ഉടമ എത്ര പണം സമ്പാദിക്കുന്നു?

കടപ്പാട്

കടം/ഇക്വിറ്റി

മൊത്തം കടം / ഇക്വിറ്റി

ഇത് എത്രത്തോളം പ്രയോജനകരമാണ്?

പ്രവർത്തനം

സ്വീകാര്യമായ വിറ്റുവരവ് നിരക്ക്

വിറ്റുവരവ് / ശരാശരി. സ്വീകാര്യമായ വ്യാപാരം

സ്വീകാര്യത എത്ര വേഗത്തിൽ ശേഖരിക്കപ്പെടുന്നു?

ചട്ടം: ഒരു അനുപാതത്തിൻ്റെ അർത്ഥം അതിൻ്റെ നിർവചനവും താരതമ്യത്തിൻ്റെ അടിസ്ഥാനവും ഉപയോഗിച്ച് ഉയർന്നുവരുന്നു. നിലവിലെ അനുപാതം 1.4 ആയത് നല്ലതോ ചീത്തയോ? ഉത്തരം വ്യവസായത്തെയും കഴിഞ്ഞ വർഷങ്ങളെയും എതിരാളികളെയും ആശ്രയിച്ചിരിക്കുന്നു. അതിനാൽ, കണക്കുകൂട്ടലിനും താരതമ്യത്തിനുള്ള അടിസ്ഥാനത്തിനും AI-യോട് ചോദിക്കേണ്ടത് ആവശ്യമാണ്.

ശ്രദ്ധിക്കുക: ഒരേ അനുപാതത്തിന് വ്യത്യസ്ത പേരുകളും നിർവചനങ്ങളും ഉണ്ടായിരിക്കാം. ഉദാഹരണത്തിന്, "ലിവറേജ് റേഷ്യോ" ചിലപ്പോൾ മൊത്തം കടം/മൊത്തം ആസ്തികൾ, ചിലപ്പോൾ മൊത്തം കടം/ഇക്വിറ്റി. നിങ്ങൾക്ക് ആവശ്യമുള്ള നിർവചനം AI-ലേക്ക് വ്യക്തമായി എഴുതുക; അല്ലെങ്കിൽ, AI ഒരു നിർവചനം തിരഞ്ഞെടുക്കുകയും നിങ്ങൾ അതിനെ മറ്റൊരു നിർവചനവുമായി താരതമ്യം ചെയ്യുകയും ചെയ്താൽ, വ്യാഖ്യാനം പൂർണ്ണമായും തെറ്റായിരിക്കും.

AI-യുമായുള്ള അനുപാത കണക്കുകൂട്ടലും വ്യാഖ്യാനവും

അനുപാത കണക്കുകൂട്ടൽ പ്രോംപ്റ്റ്: "ഇനിപ്പറയുന്ന 2024 ബാലൻസ് ഷീറ്റിൽ നിന്നും വരുമാന പ്രസ്താവന ഇനങ്ങളിൽ നിന്നും (ആയിരക്കണക്കിന് TL) ഇനിപ്പറയുന്ന അനുപാതങ്ങൾ കണക്കാക്കുക, അതിനടുത്തായി നിങ്ങൾ ഓരോന്നിനും ഉപയോഗിച്ച ഫോർമുല എഴുതുക: നിലവിലെ അനുപാതം, ആസിഡ്-ടെസ്റ്റ്, അറ്റാദായ മാർജിൻ, ROE, കടം/ഇക്വിറ്റി, സ്വീകരിക്കാവുന്ന തുകകളുടെ വിറ്റുവരവ് അനുപാതം ഞാൻ നൽകുക".

ടൈം സീരീസ് കമൻ്റ് പ്രോംപ്റ്റ്: "2022, 2023, 2024 വർഷങ്ങളിലെ സമാന നിരക്കുകൾ കണക്കാക്കി പട്ടികയിൽ ഇടുക. ഓരോ നിരക്കിൻ്റെയും 3 വർഷത്തെ ട്രെൻഡ് (മെച്ചപ്പെടുത്തൽ/തകർച്ച/തിരശ്ചീനം) ഒരു വാക്യത്തിൽ കമൻ്റ് ചെയ്യുക, ഏറ്റവും കൂടുതൽ ശ്രദ്ധ ആവശ്യമുള്ള നിരക്കിൻ്റെ കാരണം പറയുക."

വ്യവസായ താരതമ്യ പ്രോംപ്റ്റ്: "റീട്ടെയിൽ വ്യവസായത്തിനുള്ള സാധാരണ ശ്രേണികളുമായി ഈ അനുപാതങ്ങൾ താരതമ്യം ചെയ്യുക. വ്യവസായ ശ്രേണിയെ 'പൊതുവിവരങ്ങൾ, ഉറവിടം ആവശ്യമാണ്' എന്ന് ലേബൽ ചെയ്യുക; കൃത്യമായ സംഖ്യ ഉണ്ടാക്കരുത്. ഏത് അനുപാതത്തിലാണ് കമ്പനി മുകളിൽ/വ്യവസായത്തിന് കീഴിലുള്ളതെന്ന് എന്നോട് പറയൂ."

ഡെഫനിഷൻ വെരിഫിക്കേഷൻ പ്രോംപ്റ്റ്: "നിങ്ങൾ കണക്കാക്കുന്ന ഓരോ അനുപാതത്തിനും നിങ്ങൾ ഉപയോഗിക്കുന്ന ന്യൂമറേറ്ററും ഡിനോമിനേറ്ററും വെവ്വേറെ എഴുതുക. ഒരു ബദൽ പൊതുവായ നിർവചനം ഉണ്ടെങ്കിൽ, അത് പ്രസ്താവിക്കുക, അതുവഴി താരതമ്യം ചെയ്യുമ്പോൾ ഞാൻ അതേ നിർവചനം ഉപയോഗിക്കുന്നുവെന്ന് ഉറപ്പാക്കാൻ കഴിയും."

ദുർബലമായ പ്രോംപ്റ്റ് / ശക്തമായ പ്രോംപ്റ്റ്

ദുർബലം: "ഈ കമ്പനിയുടെ അനുപാതം നല്ലതാണോ?" (ഫലം: നിർവചിക്കാത്തത്, അടിസ്ഥാനരഹിതം, "മൊത്തത്തിൽ ഇത് നന്നായി തോന്നുന്നു" എന്നതുപോലുള്ള ഒരു ഉത്തരം) STRONG: "2022-2024 ലെ നിലവിലെ അനുപാതം, അറ്റാദായം മാർജിൻ, കടം/ഇക്വിറ്റി അനുപാതം എന്നിവ കണക്കാക്കുക (സൂത്രവാക്യങ്ങൾ എഴുതുക). ഓരോ അനുപാതത്തിൻ്റെയും പ്രവണത വ്യാഖ്യാനിക്കുക, ഒറ്റയടിക്ക് സാമ്പത്തിക വർധനവ് അർത്ഥമാക്കുന്നത്, കടം/സാമ്പത്തിക വർധനവ് വിധി."

മിനി കേസുകൾ

കേസ് 1 - തെറ്റായ ഡിനോമിനേറ്റർ. ഒരു അനലിസ്റ്റിന് AI ഒരു നിലവിലെ അനുപാതം കണക്കാക്കുന്നു; AI തെറ്റായി "മൊത്തം കടം" ഡിനോമിനേറ്ററായി എടുക്കുകയും 0.9 കണ്ടെത്തുകയും "ദ്രവ്യത ദുർബലമാണ്" എന്ന് പറയുകയും ചെയ്യുന്നു. അനലിസ്റ്റ് ഡെഫനിഷൻ വെരിഫിക്കേഷൻ പ്രോംപ്റ്റ് പ്രവർത്തിപ്പിക്കുന്നു; ഡിനോമിനേറ്റർ ഹ്രസ്വകാല കടമായിരിക്കണമെന്ന് അദ്ദേഹം കാണുന്നു, ശരിയായ അക്കൗണ്ടിൽ അനുപാതം 1.6 ആണ്. വ്യാഖ്യാനം വിപരീതമാണ്: ദ്രവ്യത യഥാർത്ഥത്തിൽ ന്യായമാണ്. ഒരൊറ്റ ഡിനോമിനേറ്റർ പിശക് തീരുമാനത്തെ മറികടക്കാമായിരുന്നു.

കേസ് 2 - മാർജിൻ നല്ലത്, കളക്ഷൻ മോശം. ഒരു നിർമ്മാണ കമ്പനിയുടെ അറ്റാദായം മാർജിൻ വ്യവസായത്തെക്കാൾ 11% ആണ്. എന്നിരുന്നാലും, AI സ്വീകരിക്കാവുന്ന വിറ്റുവരവ് നിരക്ക് കണക്കാക്കുമ്പോൾ, സ്വീകരിക്കാവുന്ന തുകകൾ വർഷത്തിൽ 4 തവണ മാത്രമേ തിരിച്ചിട്ടുള്ളൂ, അതായത്, അവ ശരാശരി 90 ദിവസത്തിനുള്ളിൽ ശേഖരിക്കപ്പെടുന്നു. അഭിപ്രായം: ലാഭകരമാണെങ്കിലും പണമിടപാട് മന്ദഗതിയിലാണ്; വളരുമ്പോൾ പണക്ഷാമം ഉണ്ടാകാനുള്ള സാധ്യതയുണ്ട്. ലാഭക്ഷമതയും പ്രവർത്തന അനുപാതവും ഒരുമിച്ച് വായിക്കുന്നത് മാർജിൻ മാത്രം നോക്കുന്നതിനേക്കാൾ വളരെ സമ്പന്നമാണ്.

കേസ് 3 - ലിവറേജ് ട്രാപ്പ്. ഒരു കമ്പനിയുടെ ROE വളരെ ഉയർന്നതായി തോന്നുന്നു, 28%. AI ഡെറ്റ്/ഇക്വിറ്റി അനുപാതവും കണക്കാക്കുമ്പോൾ, അത് 3.2 ആയി മാറുന്നു: ഉയർന്ന ROE അധിക കടത്തിൽ നിന്നാണ് വരുന്നത്, ലാഭമല്ല. അഭിപ്രായം: റിട്ടേൺ ആകർഷകമാണ്, പക്ഷേ അപകടസാധ്യത കൂടുതലാണ്; പലിശ നിരക്ക് വർദ്ധിക്കുന്ന സാഹചര്യത്തിൽ ഈ ഘടന ദുർബലമാണ്. AI ലിവറേജിനൊപ്പം ROE വായിക്കുന്നു, തെറ്റിദ്ധരിപ്പിക്കുന്ന ഷൈൻ വെളിപ്പെടുത്തുന്നു.

നുറുങ്ങ്: ഒറ്റപ്പെടലിൽ ഒരിക്കലും സാദ്ധ്യതകൾ വായിക്കരുത്. ഉയർന്ന അനുപാതം മറ്റൊരു അനുപാതത്തിനൊപ്പം കാണുമ്പോൾ അർത്ഥം മാറുന്നു. അനുപാതങ്ങൾ ഒരു "കുടുംബം" ആയി വ്യാഖ്യാനിക്കാൻ AI-യോട് ആവശ്യപ്പെടുക: ദ്രവ്യത, ലാഭക്ഷമത, കടബാധ്യത, പ്രവർത്തനം എന്നിവയെല്ലാം ഒരുമിച്ച്.

താരതമ്യത്തിൻ്റെ അടിസ്ഥാനം: മൂന്ന് കണ്ണാടികൾ

ഒരു അനുപാതം കണ്ണാടിയിൽ മാത്രമേ അർത്ഥം നേടൂ. മൂന്ന് മിററുകൾക്കും AI-യോട് ചോദിക്കുന്നത് ഏറ്റവും പക്വമായ വ്യാഖ്യാനം നൽകുന്നു:

  • സമയത്തിൻ്റെ കണ്ണാടി: കമ്പനിയുടെ സ്വന്തം ചരിത്രം. അനുപാതം മെച്ചപ്പെടുകയാണോ അതോ മോശമാവുകയാണോ?
  • വ്യവസായ കണ്ണാടി: സമാന കമ്പനികൾ. സെക്ടർ അനുസരിച്ചുള്ള അനുപാതം എവിടെയാണ്? (AI നൽകുന്ന സെക്ടർ കണക്കുകൾ പരിശോധിച്ചുറപ്പിച്ചിരിക്കണം.)
  • ലക്ഷ്യ കണ്ണാടി: കമ്പനിയുടെ സ്വന്തം ബജറ്റ്/ ഉടമ്പടി ലക്ഷ്യം. ഉദാഹരണത്തിന്, ലോൺ കരാറിലെ കടം/ഇക്വിറ്റി പരിധി കവിഞ്ഞിട്ടുണ്ടോ?

സാധാരണ തെറ്റുകൾ

  • നിർവചനം പറയുന്നില്ല. നിങ്ങളുടെ താരതമ്യ അടിസ്ഥാനം AI തിരഞ്ഞെടുക്കുന്ന നിർവചനത്തിൽ നിന്ന് വ്യത്യസ്തമാണെങ്കിൽ, വ്യാഖ്യാനം തകരും.
  • അനുപാതം മാത്രം വായിക്കുന്നു. ഉയർന്ന ROE യുടെ ഉറവിടം ലാഭമാണോ ലിവറേജാണോ എന്ന് നിങ്ങൾ വേർതിരിച്ചറിയുന്നില്ലെങ്കിൽ, നിങ്ങൾ തെറ്റിദ്ധരിക്കപ്പെടും.
  • വ്യവസായ കണക്ക് പരിശോധിക്കുന്നില്ല. AI-ക്ക് വ്യവസായ ശരാശരിയുമായി പൊരുത്തപ്പെടാൻ കഴിയും; ഈ കണക്കുകൾക്ക് വിഭവങ്ങൾ ആവശ്യമാണ്.
  • ശരാശരിക്ക് പകരം കാലയളവിൻ്റെ അവസാനം ഉപയോഗിക്കുന്നു. സ്വീകാര്യത/ഇൻവെൻ്ററി വിറ്റുവരവ് നിരക്കിൽ ശരാശരി ബാലൻസ് ഉപയോഗിക്കുന്നില്ലെങ്കിൽ, വേഗത തെറ്റായിരിക്കും.
  • പ്രവണതയെ അവഗണിക്കുന്നു. ഒരു വർഷത്തെ അനുപാതം ഫോട്ടോഗ്രാഫിയാണ്, മൂന്ന് വർഷത്തെ അനുപാതം സിനിമയാണ്; തീരുമാനത്തിന് ഒരു സിനിമ വേണം.

ചുരുക്കത്തിൽ

അനുപാത വിശകലനം അസംസ്കൃത കണക്കിനെ താരതമ്യപ്പെടുത്താവുന്ന സൂചകമാക്കി മാറ്റുന്നു. AI ഡസൻ കണക്കിന് അനുപാതങ്ങൾ വേഗത്തിൽ കണക്കാക്കുകയും വ്യാഖ്യാനിക്കുകയും ചെയ്യുന്നു, എന്നാൽ ഏറ്റവും വലിയ അപകടസാധ്യത തെറ്റായ നിർവചനമാണ്. ഓരോ അനുപാതത്തിൻ്റെയും ന്യൂമറേറ്ററും ഡിനോമിനേറ്ററും പരിശോധിച്ചുറപ്പിക്കുക, ഒരു കുടുംബമെന്ന നിലയിൽ അനുപാതങ്ങൾ ഒരുമിച്ച് വായിക്കുക, മൂന്ന് കണ്ണാടികളിൽ (സമയം, വ്യവസായം, ലക്ഷ്യം) താരതമ്യം ചെയ്യുക. ഉയർന്ന നിരക്കിൻ്റെ അടിസ്ഥാന കാരണം ചോദിക്കാതെ നൽകുന്ന വ്യാഖ്യാനം നിങ്ങളെ തെറ്റായ തീരുമാനത്തിലേക്ക് നയിച്ചേക്കാം.

ആപ്ലിക്കേഷൻ ടാസ്ക്

AI-ക്ക് ഒരു കമ്പനിയുടെ മൂന്ന് വർഷത്തെ സംഗ്രഹ ബാലൻസ് ഷീറ്റും വരുമാന പ്രസ്താവന ഇനങ്ങളും നൽകുക. നിലവിലെ അനുപാതം, അറ്റാദായ മാർജിൻ, ROE, കടം/ഇക്വിറ്റി അനുപാതം എന്നിവ കണക്കാക്കി ഓരോന്നിൻ്റെയും ഫോർമുല പ്രിൻ്റ് ചെയ്യുക. തുടർന്ന് ഡെഫനിഷൻ വെരിഫിക്കേഷൻ പ്രോംപ്റ്റ് പ്രവർത്തിപ്പിച്ച് ന്യൂമറേറ്റർ/ഡിനോമിനേറ്ററുകൾ പരിശോധിക്കുക. കുറഞ്ഞത് ഒരു അനുപാതമെങ്കിലും സ്വമേധയാ വീണ്ടും കണക്കാക്കുക. അവസാനമായി, ഈ അനുപാതങ്ങളെ "കുടുംബം" എന്ന് വ്യാഖ്യാനിക്കാൻ AI-യോട് ആവശ്യപ്പെടുകയും ROE ലാഭത്തിൽ നിന്നോ ലിവറേജിൽ നിന്നോ വന്നതാണോ എന്ന് ചോദിക്കുകയും ചെയ്യുക.

ചെക്ക്ലിസ്റ്റ്

  • [ ] ഓരോ അനുപാതത്തിനും ഞാൻ ആഗ്രഹിക്കുന്ന നിർവ്വചനം ഞാൻ വ്യക്തമായി പറഞ്ഞിട്ടുണ്ട്.
  • AI ഉപയോഗിച്ച ന്യൂമറേറ്ററും ഡിനോമിനേറ്ററും ഞാൻ പരിശോധിച്ചു.
  • [ ] ഞാൻ കൈകൊണ്ട് ഒരു അനുപാതമെങ്കിലും വീണ്ടും കണക്കാക്കി.
  • [ ] കുറഞ്ഞത് രണ്ട് വർഷത്തെ ട്രെൻഡുള്ള നിരക്കുകൾ ഞാൻ വായിച്ചു.
  • [ ] ROE (ലാഭം അല്ലെങ്കിൽ ലിവറേജ്) പോലെയുള്ള അനുപാതങ്ങളുടെ ഉറവിടം ഞാൻ ചോദ്യം ചെയ്തു.
  • [ ] ഞാൻ സെക്ടർ കണക്കുകൾ "വിഭവങ്ങൾ ആവശ്യമാണ്" എന്ന് അടയാളപ്പെടുത്തി.
  • [ ] ഞാൻ നിരക്കുകളെ വ്യക്തിഗതമായിട്ടല്ല, ഒരു കുടുംബമായി വ്യാഖ്യാനിച്ചു.