नफा:
- AI सह आर्थिक मॉडेलचे गृहीतक, चालक आणि आउटपुट स्तर स्पष्टपणे वेगळे करण्याची क्षमता
- AI सपोर्टसह आशावादी/बेस/निराशावादी परिस्थिती आणि भिन्न संवेदनशीलता सारण्या सेट करण्याची क्षमता
- परिपत्रक संदर्भ, सूत्र आणि गृहितक सुसंगततेच्या दृष्टीने AI चे मॉडेल लॉजिक सत्यापित करण्याची क्षमता
आर्थिक मॉडेल हे एक संरचित लेखा फ्रेमवर्क आहे जे कंपनी किंवा प्रकल्पाच्या भविष्याचे अनुकरण करते. अगदी सोप्या भाषेत, हे "काही गृहितके ठेवा, परिणाम मिळवा" सेटअप आहे: जेव्हा तुम्ही वाढीचा दर, खर्च दर आणि गुंतवणुकीची रक्कम बदलता तेव्हा नफा, रोख आणि मूल्य कसे बदलतात? चांगल्या मॉडेलमध्ये तीन स्पष्ट स्तर असतात: गृहीतके (आपण इनपुट केलेले अंक), ड्रायव्हर्स (त्या संख्यांना आउटपुटशी जोडणारे तर्क), आणि आउटपुट (नफा, रोख, दर). AI मॉडेलिंग प्रक्रियेला अनेक मार्गांनी गती देते: ते मॉडेल सांगाडा प्रस्तावित करते, सूत्र तर्क स्थापित करते, परिस्थितीची प्रतिकृती बनवते आणि संवेदनशीलता सारणी तयार करते. परंतु मॉडेलमधील सर्वात धोकादायक त्रुटी अदृश्य आहेत: चुकीचे सूत्र, छुपा गोलाकार संदर्भ किंवा विसंगत गृहितक शांतपणे मॉडेल चुकीचे बनवते. या युनिटचे सार म्हणजे AI तयार करत असलेले मॉडेल लॉजिक तपासणे.
या युनिटमध्ये, आम्ही मॉडेलचे तीन स्तर वेगळे करणे, आशावादी/बेसलाइन/निराशावादी परिस्थिती आणि भावना सारणी सेट करणे आणि AI चे मॉडेल लॉजिक प्रमाणित करणे शिकू.
संकल्पना: गृहीतक: तुम्ही स्वतः मॉडेलमध्ये प्रविष्ट केलेली संख्या (उदा. वाढ 10%). ड्रायव्हर: फॉर्म्युला लॉजिक जे गृहीतकेला आउटपुटशी जोडते. परिस्थिती: गृहितकांच्या संचाचा संपूर्ण बदल (आशावादी/आधार/निराशावादी). संवेदनशीलता विश्लेषण: चरण-दर-चरण एकच गृहीतक बदलणे आणि आउटपुटवर होणारा परिणाम पाहणे. परिपत्रक संदर्भ: सेलचे स्वतःशी प्रत्यक्ष/अप्रत्यक्ष कनेक्शन.
मॉडेलचे तीन स्तर
मॉडेलचा सर्वात महत्त्वाचा शिस्तबद्ध नियम म्हणजे गृहीतके गणनापासून वेगळे करणे. गृहीतके एकाच ठिकाणी गोळा केली जातात, त्यांच्याशी खाते बांधले जाते; जेणेकरून जेव्हा तुम्ही गृहीतक बदलता, तेव्हा संपूर्ण मॉडेल सातत्याने अपडेट केले जाते. AI बिल्ड मॉडेल्स असताना हा फरक लागू करा.
थर
सामग्री
चांगले डिझाइन नियम
गृहीतके
वाढ, मार्जिन, परिपक्वता, सूट, गुंतवणूक
एक जागा, खुली लेबल
चालक
सूत्रे जसे की महसूल = किंमत × खंड
गृहीतकाचा संदर्भ देताना, कोणतीही निश्चित एम्बेड केलेली संख्या नाही
आउटपुट
नफा, रोख, दर, मूल्य
हे केवळ गणनेतून प्राप्त झाले आहे, ते हाताने लिहिलेले नाही.
टीप: मॉडेलमधील सूत्रामध्ये "निश्चित" संख्या कधीही एम्बेड करू नका (उदा. = टर्नओव्हर*0.55). त्याऐवजी, गृहीतक सेलमध्ये 0.55 ठेवा आणि त्याचा संदर्भ द्या. अशा प्रकारे, जेव्हा गृहीतक बदलते, तेव्हा मॉडेल एका बिंदूपासून अद्यतनित केले जाते आणि आपण एआयने एम्बेड केलेले लपलेले स्थिरांक सहजपणे कॅप्चर करू शकता.
स्क्रिप्ट आणि संवेदनशीलता
परिस्थिती आणि संवेदनशीलता भिन्न गोष्टी आहेत आणि गोंधळात टाकल्या जाऊ शकतात. परिस्थिती अनेक गृहीतके एकत्र बदलते (निराशावादी जगात, वाढ कमी होते आणि खर्च वाढतात). संवेदनशीलता एकच गृहीतक वेगळे करते आणि आउटपुटवर त्याचा प्रभाव मोजते (केवळ सूट दर बदलल्यास मूल्य कसे बदलते). मॉडेल कुठे नाजूक आहे ते एकत्र ते दाखवतात.
मॉडेल स्केलेटन प्रॉम्प्ट: "सास कंपनीसाठी एक साधे 3-वर्षांचे कमाई-नफा मॉडेल सेट करा. स्तर वेगळे करा: (1) गृहीतके (ग्राहक 500 प्रारंभ, मासिक वाढ 4%, मासिक सदस्यता 1,200 TL, एकूण मार्जिन 78%, मासिक नियत खर्च (0DR20 DRIVE) मासिक खर्च ग्राहक, महसूल, खर्चाची सूत्रे), (३) आउटपुट (मासिक महसूल, एकूण नफा, ऑपरेटिंग नफा) सूत्रांमध्ये स्थिर संख्या ठेवू नका, फक्त हे सर्व गृहीत धरा."
परिस्थिती प्रॉम्प्ट: "या मॉडेलमध्ये तीन परिस्थिती जोडा. आधार: दिलेली गृहीतके. आशावादी: मासिक वाढ 6%, मार्जिन 80%. निराशावादी: मासिक वाढ 2%, मार्जिन 72%, निश्चित खर्च 10% अधिक. तिघांच्या बाजूने 36व्या महिन्याचा ऑपरेटिंग नफा टेबल करा."
संवेदनशीलता सारणी प्रॉम्प्ट: "मासिक वाढीच्या दराशी ३६व्या महिन्याच्या ऑपरेटिंग नफ्याची संवेदनशीलता दाखवा. 1 पॉइंट पायऱ्यांमध्ये 1% वरून 7% वाढ बदला, इतर गृहीतके स्थिर ठेवा आणि टेबलमधील प्रत्येक पायरीवर नफा रेकॉर्ड करा. एका वाक्यात नफा वाढीसाठी किती संवेदनशील आहे याचा सारांश द्या."
मॉडेल ऑडिट प्रॉम्प्ट: "तुम्ही तयार केलेल्या मॉडेलमध्ये: (1) सूत्रांमध्ये एम्बेड केलेल्या निश्चित संख्या आहेत जे गृहितकांवर आधारित नाहीत? (2) काही परिपत्रक संदर्भ जोखीम आहे का? (3) युनिट्स सुसंगत आहेत (मासिक/वार्षिक, TL/हजार TL)? तुम्हाला सापडलेल्या प्रत्येक जोखमीचा आयटम बनवून त्याचा अहवाल द्या."
कमकुवत प्रॉम्प्ट / मजबूत प्रॉम्प्ट
कमजोर: "मला 3 वर्षांचे आर्थिक मॉडेल बनवा." (परिणाम: मिश्र स्तरांसह गणना, एम्बेड केलेले स्थिरांक, ऑडिट करणे कठीण.) STRONG: "स्वतंत्र गृहीतक/ड्रायव्हर/आउटपुट स्तरांसह 3 वर्षांचे मॉडेल तयार करा, सूत्रांमध्ये कोणतेही निश्चित एम्बेड केलेले नाही, वाढ आणि मार्जिन गृहीतके जे एकाच ठिकाणी बदलले जाऊ शकतात; नंतर वाढीव संवेदना आणि जोखमीच्या जोखमीच्या युनिटमध्ये चक्रीय संवेदनशीलता आणि जोखीम तपासा. मॉडेलमध्ये."
मिनी केसेस
केस 1 - एम्बेड केलेल्या स्थिरांकाची किंमत. विश्लेषक AI-निर्मित मॉडेलमध्ये मार्जिन 78% वरून 75% पर्यंत कमी करतो, परंतु ऑपरेटिंग नफा अपेक्षेपेक्षा कमी बदलतो. जेव्हा तो कंट्रोल प्रॉम्प्ट चालवतो, तेव्हा तो पाहतो की किंमत सूत्र एम्बेडेड 0.22 स्थिरांकावर आधारित आहे, गृहीत धरत नाही. जरी मार्जिन सेल बदलला तरीही, सूत्राने जुने मूल्य वापरले. एका निश्चित गृहीतकावर आधारित मॉडेल योग्यरित्या प्रतिसाद देते.
केस 2 — नाजूक मूल्य. गुंतवणूक निर्णय मॉडेलमध्ये, आधारभूत परिस्थिती आकर्षक दिसते. जेव्हा विश्लेषक संवेदनशीलता सारणी तयार करतो, तेव्हा तो पाहतो की जेव्हा वाढ 5% वरून 3% पर्यंत कमी होते तेव्हा ऑपरेटिंग नफा निम्मा होतो. त्यामुळे मॉडेलचे संपूर्ण आकर्षण एकाच आशावादी वाढीच्या गृहीतकावर अवलंबून आहे. ही जागरूकता "निश्चित होय" वरून "वाढ निश्चित होण्यापूर्वी सावध" असा निर्णय बदलते.
केस 3 - चक्रीय सापळा. कर्ज घेण्याच्या मॉडेलमध्ये, व्याजाचा खर्च कर्ज शिल्लकवर अवलंबून असतो, कर्ज शिल्लक रोख गरजेवर अवलंबून असते आणि रोख गरज व्याजावर अवलंबून असते. एआय स्थापित करताना, एक परिपत्रक संदर्भ येतो आणि एक्सेल एक चेतावणी देते. चेतावणी बंद करून पुढे चालू ठेवण्याऐवजी, विश्लेषक तर्काची उजळणी करतो आणि मागील कालावधीच्या शिल्लकवरील व्याजाची गणना करण्यासाठी साखळी तोडतो. अशा प्रकारे, परिणाम अचूक आणि शोधण्यायोग्य दोन्ही आहे.
खबरदारी: एक मॉडेल कधीही चांगले दिसणाऱ्या एका परिस्थितीद्वारे न्याय्य ठरत नाही. निराशावादी परिस्थितीत काय होते हे जाणून घेतल्याशिवाय निर्णय घेण्याचे औचित्य ठरू शकत नाही. प्रत्येक मॉडेलमध्ये, कमीत कमी आशावादी/बेस/निराशावादी त्रिकूट आणि गंभीर गृहीतकाची संवेदनशीलता विचारा.
मॉडेल तपासणीचे चार प्रश्न
एआय तयार करणाऱ्या प्रत्येक मॉडेलला हे चार प्रश्न विचारा:
- काही एम्बेड केलेले निश्चित आहे का? प्रत्येक संख्या एखाद्या गृहीतकावर आधारित आहे की सूत्रामध्ये एम्बेड केलेली आहे?
- युनिट्स सुसंगत आहेत का? मासिक आणि वार्षिक, TL आणि हजार TL मिश्रित आहेत का?
- परिपत्रक संदर्भ आहे का? सेल स्वतःशी जोडत आहे का?
- आउटपुट गृहीतकावर योग्य प्रतिक्रिया देते का? जेव्हा तुम्ही गृहीतक बदलता तेव्हा आउटपुट अपेक्षित दिशेने बदलते का?
सामान्य चुका
- गृहीतकांना गणनेपासून वेगळे करत नाही. जेव्हा स्थिरांक सूत्रामध्ये एम्बेड केले जातात, तेव्हा मॉडेल नियंत्रित केले जाऊ शकत नाही आणि चुकीच्या पद्धतीने प्रतिक्रिया देते.
- एकाच प्रसंगाने निर्णय घेणे. निराशावादी परिस्थिती न पाहता घेतलेला निर्णय धोकादायक असतो.
- चक्रीय चेतावणी बंद करा. चेतावणी हे चुकीचे लक्षण आहे, शांत होण्यासाठी चीड नाही.
- संवेदनशीलता वगळणे. परिणाम कोणत्या गृहीतकावर अवलंबून आहे हे जाणून घेतल्याशिवाय मॉडेलची मजबूतता मोजली जाऊ शकत नाही.
- युनिट गोंधळ. मासिक/वार्षिक आणि TL/हजार TL विसंगती मूक परंतु मोठ्या त्रुटी निर्माण करतात.
सारांशात
आर्थिक मॉडेल हे एक लेखांकन फ्रेमवर्क आहे जे गृहितकांसह भविष्याचे अनुकरण करते आणि त्याची शक्ती स्तरांच्या स्पष्टतेतून येते. एआय फ्रेमवर्क त्वरीत परिस्थिती आणि भावना सारण्या तयार करते; परंतु ते एम्बेडेड स्थिरांक, वर्तुळाकार संदर्भ आणि युनिट विसंगती यासारख्या अदृश्य त्रुटी सादर करू शकतात. गणनेतून गृहीतके वेगळे करा, प्रत्येक मॉडेलमध्ये आशावादी/बेस/निराशावादी त्रिकूट आणि गंभीर गृहीतकाची संवेदनशीलता जोडा, एका वेळी चार ऑडिट प्रश्न विचारा. एक चांगली परिस्थिती निर्णयाचे समर्थन करू शकत नाही.
अर्ज कार्य
AI ला तीन स्तरांमध्ये विभागलेले एक साधे 3-वर्षांचे महसूल-नफा मॉडेल तयार करा (असम्प्शन/ड्रायव्हर/आउटपुट) आणि सूत्रांमध्ये एम्बेड केलेले कोणतेही स्थिरांक विचारू नका. तीन आशावादी/बेसलाइन/निराशावादी परिस्थिती जोडा आणि नवीनतम ऑपरेटिंग नफा बाजूला ठेवा. नंतर सर्वात गंभीर गृहीतकासाठी (उदा. वाढ) संवेदनशीलता सारणीसाठी विचारा. शेवटी, मॉडेल चेक प्रॉम्प्ट चालवा आणि एम्बेडेड स्थिरांक, चक्रीय संदर्भ आणि युनिट विसंगती तपासा आणि निष्कर्ष लक्षात घ्या.
चेकलिस्ट
- [ ] मी गृहीतक, ड्रायव्हर आणि आउटपुट स्तर वेगळे केले.
- [ ] मी सत्यापित केले की सूत्रांमध्ये कोणतेही स्थिरांक एम्बेड केलेले नाहीत.
- मी किमान तीन आशावादी/काही/निराशावादी परिस्थिती सेट केल्या आहेत.
- [ ] मी गंभीर गृहीतकासाठी एक संवेदनशीलता सारणी जोडली आहे.
- मी परिपत्रक संदर्भासाठी तपासले.
- मी एकक सुसंगतता सत्यापित केली (मासिक/वार्षिक, TL/हजार TL).
- [ ] मी एक गृहीतक बदलले आणि आउटपुटने योग्य प्रतिसाद दिल्याची चाचणी केली.