ਲਾਭ:
- ਸਮਝੋ ਕਿ ਕਿਵੇਂ ਨਕਲੀ ਬੁੱਧੀ ਨੂੰ ਵਿੱਤੀ ਬਿਆਨ ਵਿਸ਼ਲੇਸ਼ਣ, ਅਨੁਪਾਤ ਗਣਨਾ ਅਤੇ ਨਕਦ ਵਹਾਅ ਵਿਆਖਿਆ ਵਿੱਚ ਡਰਾਫਟ ਅਤੇ ਗਣਨਾ ਨਿਯੰਤਰਣ ਵਜੋਂ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ।
- ਇੱਕ ਮਾਹਰ ਵਜੋਂ ਸਰੋਤ ਡੇਟਾ ਅਤੇ ਪ੍ਰਸ਼ਨ ਧਾਰਨਾਵਾਂ ਅਤੇ ਸੀਮਾਵਾਂ ਦੇ ਨਾਲ ਨਕਲੀ ਬੁੱਧੀ ਦੁਆਰਾ ਪੈਦਾ ਕੀਤੀ ਵਿੱਤੀ ਵਿਆਖਿਆ ਦੀ ਮੁੜ ਗਣਨਾ ਕਰਨ ਦੀ ਸਮਰੱਥਾ
- ਪੂਰਵ-ਅਨੁਮਾਨ ਅਤੇ ਦ੍ਰਿਸ਼ ਵਿਸ਼ਲੇਸ਼ਣ ਦੀ ਅਨਿਸ਼ਚਿਤਤਾ ਨੂੰ ਸਮਝਣ ਅਤੇ ਨਿਵੇਸ਼/ਕ੍ਰੈਡਿਟ ਫੈਸਲੇ ਲੋਕਾਂ ਨਾਲ ਸਬੰਧਤ ਰੱਖਣ ਦੀ ਸਮਰੱਥਾ।
ਇੱਕ ਵਿੱਤੀ ਵਿਸ਼ਲੇਸ਼ਕ ਦਾ ਕੰਮ ਚਾਰਟ ਦੇ ਅੰਦਰ ਦੀ ਕਹਾਣੀ ਨੂੰ ਪੜ੍ਹਨਾ ਹੈ। ਇੱਕ ਕੰਪਨੀ ਦੀ ਬੈਲੇਂਸ ਸ਼ੀਟ, ਆਮਦਨੀ ਬਿਆਨ ਅਤੇ ਨਕਦ ਵਹਾਅ; ਇਹ ਤਰਲਤਾ, ਮੁਨਾਫੇ, ਕਰਜ਼ੇ ਅਤੇ ਵਿਕਾਸ ਬਾਰੇ ਇੱਕ ਕਹਾਣੀ ਦੱਸਦਾ ਹੈ। ਇਹਨਾਂ ਸੰਖਿਆਵਾਂ ਤੋਂ, ਵਿਸ਼ਲੇਸ਼ਕ ਦਰਾਂ ਦੀ ਗਣਨਾ ਕਰਦਾ ਹੈ, ਰੁਝਾਨਾਂ ਦੀ ਵਿਆਖਿਆ ਕਰਦਾ ਹੈ, ਦ੍ਰਿਸ਼ਾਂ ਦਾ ਨਿਰਮਾਣ ਕਰਦਾ ਹੈ ਅਤੇ ਕ੍ਰੈਡਿਟ/ਨਿਵੇਸ਼ ਫੈਸਲੇ ਵਿੱਚ ਇਨਪੁਟ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ। ਇਸ ਪ੍ਰਕਿਰਿਆ ਵਿੱਚ, ਨਕਲੀ ਬੁੱਧੀ ਟੇਬਲ ਰੀਡਿੰਗ, ਰੇਟ ਕੈਲਕੂਲੇਸ਼ਨ ਡਰਾਫਟ ਅਤੇ ਵਿਆਖਿਆ ਡਰਾਫਟ ਵਿੱਚ ਸਮਾਂ ਬਚਾਉਂਦੀ ਹੈ। ਪਰ ਵਿੱਤੀ ਵਿਸ਼ਲੇਸ਼ਣ ਦਾ ਦਿਲ ਅਨਿਸ਼ਚਿਤਤਾ ਹੈ: ਹਰ ਵਿਆਖਿਆ ਇੱਕ ਧਾਰਨਾ 'ਤੇ ਅਧਾਰਤ ਹੈ, ਹਰ ਪੂਰਵ ਅਨੁਮਾਨ ਇੱਕ ਦ੍ਰਿਸ਼ 'ਤੇ ਅਧਾਰਤ ਹੈ। AI ਬਹੁਤ ਜ਼ਿਆਦਾ ਯਕੀਨ ਨਾਲ ਕਹਿ ਸਕਦਾ ਹੈ ਕਿ "ਇਹ ਕੰਪਨੀ ਬਿਲਕੁਲ ਠੋਸ ਹੈ"; ਜਦੋਂ ਕਿ ਸੱਚਾ ਵਿਸ਼ਲੇਸ਼ਣ ਧਾਰਨਾਵਾਂ 'ਤੇ ਸਵਾਲ ਉਠਾਉਣਾ ਅਤੇ ਅਨਿਸ਼ਚਿਤਤਾ ਵੱਲ ਇਸ਼ਾਰਾ ਕਰਨਾ ਹੈ। ਅੰਤਮ ਕ੍ਰੈਡਿਟ/ਨਿਵੇਸ਼ ਦਾ ਫੈਸਲਾ, ਇਸਦੀ ਅਨਿਸ਼ਚਿਤਤਾ ਦੇ ਨਾਲ, ਮਨੁੱਖੀ ਹੈ।
ਇਸ ਯੂਨਿਟ ਵਿੱਚ, ਅਸੀਂ ਦੇਖਾਂਗੇ ਕਿ ਵਿੱਤੀ ਸਟੇਟਮੈਂਟ ਦੇ ਵਿਸ਼ਲੇਸ਼ਣ ਵਿੱਚ AI ਨੂੰ ਡਰਾਫਟ ਅਤੇ ਖਾਤਾ ਨਿਯੰਤਰਣ ਦੇ ਤੌਰ 'ਤੇ ਕਿਵੇਂ ਵਰਤਣਾ ਹੈ, ਇਸਦੇ ਆਉਟਪੁੱਟ ਦੀ ਮੁੜ ਗਣਨਾ ਅਤੇ ਪੁੱਛਗਿੱਛ ਕਿਵੇਂ ਕਰਨੀ ਹੈ, ਅਤੇ ਪੂਰਵ-ਅਨੁਮਾਨ/ ਦ੍ਰਿਸ਼ ਅਨਿਸ਼ਚਿਤਤਾ ਦਾ ਪ੍ਰਬੰਧਨ ਕਿਵੇਂ ਕਰਨਾ ਹੈ।
ਵਿੱਤੀ ਵਿਸ਼ਲੇਸ਼ਣ ਕਿਸ 'ਤੇ ਆਧਾਰਿਤ ਹੈ?
ਬੁਨਿਆਦੀ ਸੰਦ:
- ਅਨੁਪਾਤ ਵਿਸ਼ਲੇਸ਼ਣ: ਤਰਲਤਾ (ਮੌਜੂਦਾ ਅਨੁਪਾਤ, ਐਸਿਡ-ਟੈਸਟ), ਮੁਨਾਫਾ (ਸ਼ੁੱਧ ਮੁਨਾਫਾ ਮਾਰਜਿਨ, ਇਕੁਇਟੀ 'ਤੇ ਵਾਪਸੀ), ਕਰਜ਼ਾ (ਕਰਜ਼ਾ/ਇਕੁਇਟੀ), ਕੁਸ਼ਲਤਾ (ਪ੍ਰਾਪਤਯੋਗ ਟਰਨਓਵਰ ਅਨੁਪਾਤ)।
- ਰੁਝਾਨ ਵਿਸ਼ਲੇਸ਼ਣ: ਸਾਲਾਂ/ਤਿਮਾਹੀ ਵਿਚਕਾਰ ਤਬਦੀਲੀ; ਵਿਕਾਸ ਜਾਂ ਸੰਕੁਚਨ?
- ਨਕਦ ਪ੍ਰਵਾਹ: ਕੀ ਇੱਕ ਪ੍ਰਤੀਤ ਹੁੰਦਾ ਲਾਭਦਾਇਕ ਕੰਪਨੀ ਨਕਦ ਪੈਦਾ ਕਰਦੀ ਹੈ - ਕਾਗਜ਼ 'ਤੇ ਲਾਭ ਨਕਦ ਰਜਿਸਟਰ ਵਿੱਚ ਪੈਸਾ ਨਹੀਂ ਹੈ।
- ਦ੍ਰਿਸ਼ ਅਤੇ ਭਾਵਨਾ: ਧਾਰਨਾ-ਅਧਾਰਿਤ ਅਨੁਮਾਨ ਜਿਵੇਂ ਕਿ "ਜੇ ਵਿਕਰੀ 10% ਘਟਦੀ ਹੈ ਤਾਂ ਕੀ ਹੋਵੇਗਾ?"
ਸੁਝਾਅ: ਮੁਨਾਫ਼ਾ ਅਤੇ ਨਕਦੀ ਦਾ ਪ੍ਰਵਾਹ ਵੱਖ-ਵੱਖ ਚੀਜ਼ਾਂ ਹਨ। ਜਦੋਂ ਕਿ ਇੱਕ ਕੰਪਨੀ ਇੱਕ ਲੇਖਾ ਲਾਭ ਦਿਖਾ ਰਹੀ ਹੈ, ਇਸ ਵਿੱਚ ਨਕਦ ਦੀ ਕਮੀ ਹੋ ਸਕਦੀ ਹੈ। ਜੇਕਰ AI ਇੱਕ ਸ਼ਾਰਟਕੱਟ ਵਿੱਚ ਖਿਸਕ ਜਾਂਦਾ ਹੈ ਜਿਵੇਂ ਕਿ “ਲਾਭਕਾਰੀ, ਇਸਲਈ ਠੋਸ”, ਤਾਂ ਉਸ ਜਾਲ ਨੂੰ ਫੜਨਾ ਤੁਹਾਡਾ ਕੰਮ ਹੈ।
ਨਕਲੀ ਬੁੱਧੀ ਦੀ ਸਹੀ ਸਥਿਤੀ
ਖੋਜ
AI ਭੂਮਿਕਾ
ਨਿਯੰਤਰਣ/ਫੈਸਲਾ
ਸਾਰਣੀ ਤੋਂ ਅਨੁਪਾਤ ਗਣਨਾ ਦਾ ਸਕੈਚ
ਖਾਤਾ ਡਰਾਫਟ
ਸਰੋਤ ਤੋਂ ਮੁੜ ਗਣਨਾ ਕਰੋ
ਰੁਝਾਨ ਸੰਖੇਪ
ਸੰਖੇਪ ਡਰਾਫਟ
ਮਾਹਰ ਸਮੀਖਿਆ
ਉਦਯੋਗ ਤੁਲਨਾ ਨੋਟ
ਡਰਾਫਟ
ਸਰੋਤ ਅਤੇ ਮੁਦਰਾ ਪੁਸ਼ਟੀ
ਦ੍ਰਿਸ਼ ਸੰਪਾਦਨ
ਧਾਰਨਾ ਡਰਾਫਟ
ਮਾਹਰ ਸਵਾਲ ਧਾਰਨਾ
ਕ੍ਰੈਡਿਟ/ਨਿਵੇਸ਼ ਸਲਾਹ
(ਸਿਰਫ਼ ਡਰਾਫਟ)
ਆਦਮੀ ਫੈਸਲਾ ਕਰਦਾ ਹੈ
AI ਕਿਸੇ ਵੀ ਲਾਈਨ 'ਤੇ "ਅੰਤਿਮ ਫੈਸਲਾ" ਨਹੀਂ ਕਰਦਾ ਹੈ; ਹਰ ਟਿੱਪਣੀ ਦੇ ਅੰਤਰਗਤ ਧਾਰਨਾ ਅਤੇ ਅਨਿਸ਼ਚਿਤਤਾ ਨੂੰ ਉਜਾਗਰ ਕਰਨਾ ਤੁਹਾਡਾ ਕੰਮ ਹੈ।
ਪੁਨਰਗਣਨਾ ਅਤੇ ਧਾਰਨਾ ਸਵਾਲ
- ਸਰੋਤ ਤੋਂ ਦਰਾਂ ਦੀ ਪੁਸ਼ਟੀ ਕਰੋ। ਆਪਣੇ ਆਪ ਨੂੰ ਸਾਰਣੀ ਮੁੱਲਾਂ ਦੇ ਨਾਲ ਨਕਲੀ ਬੁੱਧੀ ਦੁਆਰਾ ਦਿੱਤੇ ਮੌਜੂਦਾ ਅਨੁਪਾਤ, ਮਾਰਜਿਨ, ਕਰਜ਼ੇ/ਇਕੁਇਟੀ ਅਨੁਪਾਤ ਦੀ ਗਣਨਾ ਕਰੋ। ਮਾਡਲ ਭਾਜ/ਅੰਕ ਨੂੰ ਮਿਲਾ ਸਕਦਾ ਹੈ।
- ਇਨਪੁਟ ਸ਼ੁੱਧਤਾ। ਕੀ ਮਾਡਲ ਦੁਆਰਾ ਪੜ੍ਹੇ ਗਏ ਸਾਰਣੀ ਦੇ ਮੁੱਲ ਸਹੀ ਹਨ? ਗਲਤ ਇਨਪੁਟ ਸਹੀ ਫਾਰਮੂਲੇ (ਕੂੜਾ ਅੰਦਰ, ਕੂੜਾ ਬਾਹਰ) ਦੇ ਨਾਲ ਵੀ ਗਲਤ ਨਤੀਜੇ ਦਿੰਦਾ ਹੈ।
- ਧਾਰਨਾ ਨੂੰ ਦ੍ਰਿਸ਼ਮਾਨ ਬਣਾਓ। ਉਸ ਧਾਰਨਾ ਲਈ ਸਪਸ਼ਟ ਤੌਰ 'ਤੇ ਪੁੱਛੋ ਜਿਸ 'ਤੇ ਹਰੇਕ ਪੂਰਵ ਅਨੁਮਾਨ ਅਧਾਰਤ ਹੈ ("ਵਿਕਰੀ ਸਥਿਰ ਰਹਿੰਦੀ ਹੈ", "ਦਰ ਨਹੀਂ ਬਦਲਦੀ") ਅਤੇ ਇਸਦੇ ਯਥਾਰਥਵਾਦ 'ਤੇ ਸਵਾਲ ਉਠਾਓ।
- ਬਹੁਤ ਜ਼ਿਆਦਾ ਸ਼ੁੱਧਤਾ ਤੋੜੋ. ਸਮੀਕਰਨਾਂ ਨੂੰ ਬਦਲੋ ਜਿਵੇਂ ਕਿ "ਬਿਲਕੁਲ," "ਯਕੀਨਨ", ਅਨਿਸ਼ਚਿਤਤਾ ਦੀ ਭਾਸ਼ਾ ਨਾਲ ("ਉਪਲਬਧ ਡੇਟਾ ਦੇ ਅਨੁਸਾਰ, ਮੰਨ ਕੇ")।
ਚਾਰ ਕਾਪੀ ਕਰਨ ਯੋਗ ਟੈਂਪਲੇਟ
1) ਅਨੁਪਾਤ ਗਣਨਾ ਸਕੈਚ (ਕਦਮ ਡਿਸਪਲੇ ਦੇ ਨਾਲ):
ਹੇਠਾਂ ਦਿੱਤੇ ਸਾਰਣੀ ਮੁੱਲਾਂ ਦੇ ਨਾਲ ਹੇਠਾਂ ਦਿੱਤੇ ਅਨੁਪਾਤ ਦੀ ਗਣਨਾ ਕਰੋ ਅਤੇ ਹਰੇਕ ਲਈ ਫਾਰਮੂਲਾ ਅਤੇ ਵਿਚਕਾਰਲੇ ਪੜਾਅ ਦਿਖਾਓ: ਮੌਜੂਦਾ ਅਨੁਪਾਤ, ਸ਼ੁੱਧ ਲਾਭ ਮਾਰਜਿਨ, ਕਰਜ਼ਾ/ਇਕਵਿਟੀ। ਬਸ ਗਣਿਤ ਕਰੋ; "ਮਜ਼ਬੂਤ/ਕਮਜ਼ੋਰ" ਨਿਰਣਾ ਬਣਾਉਣਾ। ਮੁੱਲ: [ਮੌਜੂਦਾ ਸੰਪਤੀ, ਛੋਟੀ ਮਿਆਦ ਦੀ ਦੇਣਦਾਰੀ, ਸ਼ੁੱਧ ਲਾਭ, ਵਿਕਰੀ, ਕੁੱਲ ਕਰਜ਼ਾ, ਇਕੁਇਟੀ]
2) ਰੁਝਾਨ ਅਤੇ ਨਕਦ ਵਹਾਅ ਸੰਖੇਪ:
ਤੁਹਾਡੀ ਭੂਮਿਕਾ: ਵਿੱਤੀ ਵਿਸ਼ਲੇਸ਼ਕ ਦਾ ਸੰਖੇਪ ਸਹਾਇਕ। ਮੇਰੇ ਵੱਲੋਂ ਤੁਹਾਨੂੰ ਦਿੱਤੇ ਗਏ ਪ੍ਰਮਾਣਿਤ ਤਿੰਨ-ਚੌਥਾਈ ਡੇਟਾ ਤੋਂ ਰੁਝਾਨਾਂ ਦਾ ਨਿਰਪੱਖ ਤੌਰ 'ਤੇ ਸਾਰ ਦਿਓ। ਮੁਨਾਫੇ ਅਤੇ ਨਕਦ ਵਹਾਅ ਦਾ ਵੱਖਰੇ ਤੌਰ 'ਤੇ ਮੁਲਾਂਕਣ ਕਰੋ; ਜੇਕਰ ਦੋਨੋਂ ਇੱਕ ਦੂਜੇ ਦਾ ਵਿਰੋਧ ਕਰਦੇ ਹਨ, ਤਾਂ ਇਸਨੂੰ ਹਾਈਲਾਈਟ ਕਰੋ। ਨਿਸ਼ਚਿਤ ਨਿਵੇਸ਼ ਫੈਸਲੇ ਲੈਣਾ। ਡੇਟਾ: [ਅੰਕੜੇ]
3) ਧਾਰਨਾ ਅਤੇ ਅਨਿਸ਼ਚਿਤਤਾ ਨਿਯੰਤਰਣ:
ਹੇਠਾਂ ਦਿੱਤੀ ਵਿੱਤੀ ਟਿੱਪਣੀ 'ਤੇ ਕਿਹੜੀਆਂ ਧਾਰਨਾਵਾਂ ਆਧਾਰਿਤ ਹਨ? ਹਰੇਕ ਧਾਰਨਾ ਨੂੰ ਸਪਸ਼ਟ ਤੌਰ 'ਤੇ ਸੂਚੀਬੱਧ ਕਰੋ ਅਤੇ ਸੰਕੇਤ ਕਰੋ ਕਿ ਜੇਕਰ ਉਹ ਸਾਕਾਰ ਨਹੀਂ ਹੋਏ ਤਾਂ ਕਿਹੜੇ ਨਤੀਜੇ ਬਦਲਣਗੇ। ਫਲੈਗ ਸਟੇਟਮੈਂਟ ਜੋ ਬਹੁਤ ਜ਼ਿਆਦਾ ਸਟੀਕ ਹਨ ("ਬਿਲਕੁਲ", "ਗਾਰੰਟੀਸ਼ੁਦਾ")। ਟੈਕਸਟ: [ਟਿੱਪਣੀ]
4) ਦ੍ਰਿਸ਼ (ਸੰਵੇਦਨਸ਼ੀਲਤਾ) ਡਰਾਫਟ:
ਤੁਹਾਡੀ ਭੂਮਿਕਾ: ਦ੍ਰਿਸ਼ ਡਰਾਫਟ ਸਹਾਇਕ। ਅਧਾਰ ਡੇਟਾ ਦੇ ਅਧਾਰ ਤੇ ਦੋ ਦ੍ਰਿਸ਼ਾਂ ਨੂੰ ਸੈਟ ਅਪ ਕਰੋ: (1) ਜੇਕਰ ਵਿਕਰੀ 10% ਘਟਦੀ ਹੈ, (2) ਜੇਕਰ ਵਿਆਜ ਖਰਚੇ 20% ਵਧਦੇ ਹਨ, ਤਾਂ ਅਧਾਰ ਦਰਾਂ ਨੂੰ ਕਿਵੇਂ ਪ੍ਰਭਾਵਿਤ ਕੀਤਾ ਜਾਵੇਗਾ? ਹਰੇਕ ਦ੍ਰਿਸ਼ ਦੀ ਧਾਰਨਾ ਨੂੰ ਸਪਸ਼ਟ ਰੂਪ ਵਿੱਚ ਲਿਖੋ। ਇਹ ਇੱਕ ਡਰਾਫਟ ਹੈ; ਮੈਂ ਅੰਤਿਮ ਲੋਨ/ਨਿਵੇਸ਼ ਦਾ ਫੈਸਲਾ ਕਰਾਂਗਾ। ਆਧਾਰ ਡੇਟਾ: [ਅੰਕੜੇ]
ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ / ਮਜ਼ਬੂਤ ਪ੍ਰੋਂਪਟ
ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ:
ਇਸ ਕੰਪਨੀ ਦੇ ਬਿਆਨਾਂ ਨੂੰ ਦੇਖੋ ਅਤੇ ਫੈਸਲਾ ਕਰੋ ਕਿ ਕੀ ਸਾਨੂੰ ਕਰਜ਼ਾ ਦੇਣਾ ਚਾਹੀਦਾ ਹੈ, ਮੈਂ ਇੱਕ ਸਪੱਸ਼ਟ ਜਵਾਬ ਚਾਹੁੰਦਾ ਹਾਂ: ਹਾਂ ਜਾਂ ਨਹੀਂ।
ਇਹ ਮਾਡਲ ਦੇ ਫੈਸਲੇ ਨੂੰ ਆਫਲੋਡ ਕਰਦਾ ਹੈ, ਧਾਰਨਾਵਾਂ ਨੂੰ ਲੁਕਾਉਂਦਾ ਹੈ, ਅਨਿਸ਼ਚਿਤਤਾ ਨੂੰ ਨਜ਼ਰਅੰਦਾਜ਼ ਕਰਦਾ ਹੈ, ਅਤੇ ਬਹੁਤ ਜ਼ਿਆਦਾ ਸ਼ੁੱਧਤਾ ਨੂੰ ਸੱਦਾ ਦਿੰਦਾ ਹੈ।
ਸ਼ਕਤੀਸ਼ਾਲੀ ਪ੍ਰਾਉਟ:
ਤੁਹਾਡੀ ਭੂਮਿਕਾ: ਫੈਸਲਾ ਸਹਾਇਤਾ ਸਹਾਇਕ, ਨਾ ਕਿ ਫੈਸਲਾ ਲੈਣ ਵਾਲਾ। ਫ਼ਾਰਮੂਲੇ ਨਾਲ ਅਨੁਪਾਤ ਦੀ ਗਣਨਾ ਕਰੋ, ਰੁਝਾਨ ਅਤੇ ਨਕਦ ਵਹਾਅ ਦਾ ਵੱਖਰੇ ਤੌਰ 'ਤੇ ਮੁਲਾਂਕਣ ਕਰੋ। ਸਪੱਸ਼ਟ ਤੌਰ 'ਤੇ ਉਸ ਧਾਰਨਾ ਨੂੰ ਲਿਖੋ ਜਿਸ 'ਤੇ ਹਰੇਕ ਟਿੱਪਣੀ ਅਧਾਰਤ ਹੈ ਅਤੇ ਕਿਸੇ ਵੀ ਅਨਿਸ਼ਚਿਤਤਾ ਨੂੰ ਬਿਆਨ ਕਰੋ। ਸਮੀਕਰਨ ਜਿਵੇਂ ਕਿ "ਬਿਲਕੁਲ" ਨਾ ਵਰਤੋ। ਮੈਂ ਅਨਿਸ਼ਚਿਤਤਾ ਨੂੰ ਦੱਸਦੇ ਹੋਏ, ਕ੍ਰੈਡਿਟ ਦਾ ਫੈਸਲਾ ਕਰਾਂਗਾ।
ਮਜ਼ਬੂਤ ਇੱਛਾ ਗਣਨਾ ਨੂੰ ਪਾਰਦਰਸ਼ੀ ਬਣਾਉਂਦੀ ਹੈ, ਧਾਰਨਾ ਅਤੇ ਅਨਿਸ਼ਚਿਤਤਾ ਨੂੰ ਦ੍ਰਿਸ਼ਮਾਨ ਬਣਾਉਂਦੀ ਹੈ, ਅਤੇ ਫੈਸਲਾ ਮਨੁੱਖ 'ਤੇ ਛੱਡ ਦਿੰਦੀ ਹੈ।
ਤਿੰਨ ਛੋਟੇ ਕੇਸ
ਕੇਸ 1 - ਸਮੇਂ ਦੀ ਬਚਤ। ਇੱਕ ਵਿਸ਼ਲੇਸ਼ਕ ਨੇ ਇੱਕ ਮੋਟੇ ਡਰਾਫਟ ਵਿੱਚ 15 ਕੰਪਨੀਆਂ ਦੇ ਪੋਰਟਫੋਲੀਓ ਦੇ ਅੰਡਰਲਾਈੰਗ ਅਨੁਪਾਤ ਦੀ ਗਣਨਾ ਕੀਤੀ ਹੈ, ਫਿਰ ਉਹਨਾਂ ਸਾਰਿਆਂ ਦੀ ਸਰੋਤ ਤੋਂ ਪੁਸ਼ਟੀ ਕਰਦਾ ਹੈ। ਮੈਨੁਅਲ 4-ਘੰਟੇ ਦੀ ਗਣਨਾ ਨੂੰ 1 ਘੰਟੇ ਤੱਕ ਘਟਾ ਦਿੱਤਾ ਗਿਆ ਹੈ; ਵਿਸ਼ਲੇਸ਼ਕ ਧਾਰਨਾਵਾਂ ਦੀ ਵਿਆਖਿਆ ਅਤੇ ਪ੍ਰਸ਼ਨ ਕਰਨ ਲਈ ਆਪਣਾ ਸਮਾਂ ਸਮਰਪਿਤ ਕਰਦਾ ਹੈ।
ਕੇਸ 2 - ਮੁੜ ਗਣਨਾ ਗਲਤੀ ਨੂੰ ਫੜਦੀ ਹੈ। ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਕੰਪਨੀ ਦਾ ਮੌਜੂਦਾ ਅਨੁਪਾਤ "2.4" ਦਿੰਦੀ ਹੈ। ਵਿਸ਼ਲੇਸ਼ਕ ਦੁਬਾਰਾ ਗਣਨਾ ਕਰਦਾ ਹੈ: ਮਾਡਲ ਨੇ ਥੋੜ੍ਹੇ ਸਮੇਂ ਦੇ ਕਰਜ਼ੇ ਦੀ ਬਜਾਏ ਕੁੱਲ ਕਰਜ਼ੇ ਦੀ ਵਰਤੋਂ ਕੀਤੀ; ਅਸਲ ਮੌਜੂਦਾ ਅਨੁਪਾਤ 1.1 ਹੈ ਅਤੇ ਤਰਲਤਾ ਦੀ ਚਿੰਤਾ ਹੈ। ਪ੍ਰਮਾਣਿਕਤਾ "ਠੋਸ" ਦੇ ਗਲਤ ਪ੍ਰਭਾਵ ਨੂੰ ਰੋਕਦੀ ਹੈ।
ਕੇਸ 3 - ਬਹੁਤ ਜ਼ਿਆਦਾ ਸ਼ੁੱਧਤਾ ਬਰੇਕ। ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਕਹਿੰਦੀ ਹੈ ਕਿ "ਕੰਪਨੀ ਬਹੁਤ ਠੋਸ ਹੈ, ਲੋਨ ਜ਼ਰੂਰ ਦੇਣਾ ਚਾਹੀਦਾ ਹੈ"। ਵਿਸ਼ਲੇਸ਼ਕ ਨਕਦ ਪ੍ਰਵਾਹ ਨੂੰ ਵੇਖਦਾ ਹੈ: ਹਾਲਾਂਕਿ ਕੰਪਨੀ ਲਾਭਦਾਇਕ ਜਾਪਦੀ ਹੈ, ਪਿਛਲੀਆਂ ਦੋ ਤਿਮਾਹੀਆਂ ਨੇ ਨਕਾਰਾਤਮਕ ਓਪਰੇਟਿੰਗ ਨਕਦ ਪ੍ਰਵਾਹ ਪੈਦਾ ਕੀਤਾ ਹੈ। ਟਿੱਪਣੀ ਨੂੰ ਅਨਿਸ਼ਚਿਤਤਾ ਨੂੰ ਜੋੜ ਕੇ ਦੁਬਾਰਾ ਲਿਖਿਆ ਗਿਆ ਹੈ "ਲਾਭਕਾਰੀ ਪਰ ਨਕਦ ਉਤਪਾਦਨ ਕਮਜ਼ੋਰ ਹੈ, ਵਾਧੂ ਸੰਪੱਤੀ ਅਤੇ ਨਜ਼ਦੀਕੀ ਨਿਗਰਾਨੀ ਦੀ ਸਿਫਾਰਸ਼ ਕੀਤੀ ਜਾਂਦੀ ਹੈ." ਇਸ ਨੁਕਤਾਚੀਨੀ ਨਾਲ ਕਮੇਟੀ ਅੱਗੇ ਫੈਸਲਾ ਪੇਸ਼ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।
ਸੰਦਰਭ ਦੀ ਮਹੱਤਤਾ: ਇੱਕੋ ਅਨੁਪਾਤ, ਵੱਖਰੀ ਕਹਾਣੀ
ਵਿੱਤੀ ਵਿਸ਼ਲੇਸ਼ਣ ਵਿੱਚ, ਨੰਬਰ ਇਕੱਲੇ ਨਹੀਂ ਬੋਲਦੇ; ਇਹ ਸੰਦਰਭ ਦੇ ਨਾਲ ਅਰਥ ਪ੍ਰਾਪਤ ਕਰਦਾ ਹੈ. ਜਦੋਂ ਕਿ ਉਹੀ "1.2 ਦਾ ਮੌਜੂਦਾ ਅਨੁਪਾਤ" ਮੁੱਲ ਇੱਕ ਰਿਟੇਲ ਚੇਨ ਲਈ ਕਾਫ਼ੀ ਆਮ ਹੈ, ਇਹ ਇੱਕ ਲੰਬੇ ਸੰਗ੍ਰਹਿ ਦੀ ਮਿਆਦ ਦੇ ਨਾਲ ਇੱਕ ਕੰਟਰੈਕਟਿੰਗ ਕੰਪਨੀ ਲਈ ਚਿੰਤਾਜਨਕ ਹੋ ਸਕਦਾ ਹੈ। AI ਆਮ ਪੈਟਰਨ ਜਾਣਦਾ ਹੈ, ਪਰ ਅਕਸਰ ਤੁਹਾਡੇ ਉਦਯੋਗ, ਇਸ ਕੰਪਨੀ, ਅਤੇ ਇਸ ਮਿਆਦ ਦੇ ਖਾਸ ਸੰਦਰਭ ਨਹੀਂ; ਇਸ ਲਈ ਇਹ ਸ਼ਾਰਟਕੱਟਾਂ ਵਿੱਚ ਖਿਸਕ ਸਕਦਾ ਹੈ ਜਿਵੇਂ ਕਿ "ਘੱਟ ਦਰ = ਬੁਰਾ"। ਤੁਸੀਂ ਉਹ ਹੋ ਜੋ ਪ੍ਰਸੰਗ ਜੋੜਦੇ ਹੋ।
ਸੰਦਰਭ 'ਤੇ ਵਿਚਾਰ ਕਰਦੇ ਸਮੇਂ ਤਿੰਨ ਸਵਾਲ ਪੁੱਛੋ:
- ਉਦਯੋਗ ਦਾ ਆਦਰਸ਼ ਕੀ ਹੈ? ਉਦਯੋਗ ਔਸਤ ਅਤੇ ਪ੍ਰਤੀਯੋਗੀ ਦੇ ਅਨੁਪਾਤ ਦੀ ਤੁਲਨਾ ਕਰੋ; ਸਾਪੇਖਿਕ ਸਥਿਤੀ, ਪੂਰਨ ਮੁੱਲ ਨਹੀਂ, ਮਹੱਤਵਪੂਰਨ ਹੈ।
- ਰੁਝਾਨ ਕੀ ਹੈ? ਇੱਕ ਹੀ ਮਿਆਦ ਦੀ ਦਰ ਗੁੰਮਰਾਹਕੁੰਨ ਹੈ; ਕੀ ਦਰ ਵਿੱਚ ਸੁਧਾਰ ਹੋ ਰਿਹਾ ਹੈ ਜਾਂ ਵਿਗੜ ਰਿਹਾ ਹੈ? ਦਿਸ਼ਾ ਅਕਸਰ ਪੱਧਰ ਨਾਲੋਂ ਜ਼ਿਆਦਾ ਮਹੱਤਵਪੂਰਨ ਹੁੰਦੀ ਹੈ।
- ਕੀ ਕੋਈ ਇੱਕ-ਵਾਰ ਪ੍ਰਭਾਵ ਹਨ? ਇੱਕ ਸੰਪੱਤੀ ਦੀ ਵਿਕਰੀ, ਮੁਕੱਦਮੇ ਲਈ ਪ੍ਰਬੰਧ, ਜਾਂ ਅਸਾਧਾਰਨ ਆਮਦਨੀ ਮਿਆਦ ਨੂੰ ਚੰਗੀ ਜਾਂ ਮਾੜੀ ਬਣਾ ਸਕਦੀ ਹੈ ਅਤੇ ਅਸਲ ਤਸਵੀਰ ਨੂੰ ਲੁਕਾ ਸਕਦੀ ਹੈ। "ਸਾਫ਼" ਚਿੱਤਰ ਵੇਖੋ.
ਸੰਕੇਤ: ਜਦੋਂ AI ਅਨੁਪਾਤ ਦੀ ਵਿਆਖਿਆ ਕਰਦਾ ਹੈ, ਤਾਂ ਪੁੱਛੋ ਕਿ "ਤੁਸੀਂ ਕਿਸ ਉਦਯੋਗ ਦੀ ਧਾਰਨਾ ਬਾਰੇ ਗੱਲ ਕਰ ਰਹੇ ਹੋ?" ਪੁੱਛੋ ਜੇਕਰ ਮਾਡਲ ਆਪਣੀ ਧਾਰਨਾ ਦੀ ਵਿਆਖਿਆ ਨਹੀਂ ਕਰ ਸਕਦਾ ਹੈ, ਤਾਂ ਇਸਦੀ ਵਿਆਖਿਆ ਸੰਦਰਭ ਤੋਂ ਬਿਨਾਂ ਹੈ; ਤੁਹਾਡੇ ਉਦਯੋਗ ਦੇ ਗਿਆਨ ਨਾਲ ਟੈਸਟ ਕੀਤੇ ਜਾਣ ਤੱਕ ਭਰੋਸੇਯੋਗ ਨਹੀਂ।
ਆਮ ਗਲਤੀਆਂ
- ਰੇਟ ਦੀ ਮੁੜ ਗਣਨਾ ਨਹੀਂ ਕਰ ਰਿਹਾ। ਫਾਰਮੂਲੇ ਨਾਲ ਮਾਡਲ ਦੁਆਰਾ ਦਿੱਤੇ ਅਨੁਪਾਤ ਦੀ ਪੁਸ਼ਟੀ ਨਾ ਕਰਨਾ; ਇਹ ਉਹ ਥਾਂ ਹੈ ਜਿੱਥੇ ਅੰਕ/ਭਾਗ ਉਲਝਣ ਵਿੱਚ ਆਉਂਦਾ ਹੈ।
- ਨਕਦ ਦੇ ਨਾਲ ਲਾਭ ਉਲਝਣ. "ਲਾਭਕਾਰੀ, ਇਸਲਈ ਠੋਸ" ਸ਼ਾਰਟਕੱਟ ਲਈ ਡਿੱਗਣਾ.
- ਧਾਰਨਾ ਨੂੰ ਛੁਪਾਉਣਾ. ਇਹ ਨਹੀਂ ਪੁੱਛਣਾ ਕਿ ਭਵਿੱਖਬਾਣੀ ਕਿਸ ਧਾਰਨਾ 'ਤੇ ਅਧਾਰਤ ਹੈ।
- ਬਹੁਤ ਜ਼ਿਆਦਾ ਨਿਸ਼ਚਤਤਾ ਨੂੰ ਸਵੀਕਾਰ ਕਰਨਾ. ਸਮੀਕਰਨ ਜਿਵੇਂ ਕਿ "ਬਿਲਕੁਲ ਠੋਸ" ਰਿਪੋਰਟ ਵਿੱਚ ਸ਼ਾਮਲ ਕੀਤੇ ਗਏ ਹਨ ਜਿਵੇਂ ਕਿ ਉਹ ਹਨ.
- ਫੈਸਲਾ ਮਾਡਲ 'ਤੇ ਛੱਡ ਰਹੇ ਹਨ। ਮਾਡਲ ਨੂੰ ਅੰਤਿਮ ਲੋਨ/ਨਿਵੇਸ਼ ਨਿਰਣਾ ਦੱਸ ਕੇ ਜ਼ਿੰਮੇਵਾਰੀ ਸੌਂਪਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰਨਾ।
ਸਾਵਧਾਨ: ਵਿੱਤੀ ਵਿਸ਼ਲੇਸ਼ਣ ਵਿੱਚ ਸਭ ਤੋਂ ਖਤਰਨਾਕ ਨਤੀਜਾ ਇੱਕ ਭਰੋਸੇਮੰਦ ਹੈ ਪਰ ਗਲਤ ਧਾਰਨਾ 'ਤੇ ਅਧਾਰਤ ਹੈ। ਕਿਸੇ ਭਵਿੱਖਬਾਣੀ 'ਤੇ ਭਰੋਸਾ ਕਰਨਾ ਇਹ ਜਾਣੇ ਬਿਨਾਂ ਕਿ "ਜੇ" ਪਿੱਛੇ ਕੀ ਹੈ, ਉਸ ਇਮਾਰਤ 'ਤੇ ਭਰੋਸਾ ਕਰਨ ਦੇ ਬਰਾਬਰ ਹੈ ਜਿਸਦੀ ਨੀਂਹ ਨਹੀਂ ਵੇਖੀ ਜਾ ਸਕਦੀ।
ਸਾਰੰਸ਼ ਵਿੱਚ
ਵਿੱਤੀ ਵਿਸ਼ਲੇਸ਼ਣ ਅਨੁਪਾਤ, ਰੁਝਾਨ, ਨਕਦ ਵਹਾਅ ਅਤੇ ਦ੍ਰਿਸ਼ ਸੰਦਾਂ ਦੇ ਨਾਲ ਸੰਖਿਆਵਾਂ ਦੇ ਪਿੱਛੇ ਦੀ ਕਹਾਣੀ ਪੜ੍ਹਦਾ ਹੈ। ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਖਾਤਾ ਡਰਾਫਟ ਅਤੇ ਟਿੱਪਣੀ ਡਰਾਫਟ ਤਿਆਰ ਕਰਦੀ ਹੈ; ਪਰ ਇਹ ਮਾਹਰ ਲਈ ਸਰੋਤ ਤੋਂ ਅਨੁਪਾਤ ਦੀ ਮੁੜ ਗਣਨਾ ਕਰਨਾ, ਇਨਪੁਟ ਨੂੰ ਪ੍ਰਮਾਣਿਤ ਕਰਨਾ, ਧਾਰਨਾਵਾਂ ਨੂੰ ਦ੍ਰਿਸ਼ਮਾਨ ਬਣਾਉਣਾ, ਅਤੇ ਅਨਿਸ਼ਚਿਤਤਾ ਦੀ ਭਾਸ਼ਾ ਨਾਲ ਬਹੁਤ ਜ਼ਿਆਦਾ ਸ਼ੁੱਧਤਾ ਨੂੰ ਬਦਲਣਾ ਹੈ। ਅੰਤਮ ਕ੍ਰੈਡਿਟ/ਨਿਵੇਸ਼ ਦਾ ਫੈਸਲਾ, ਇਸਦੀ ਅਨਿਸ਼ਚਿਤਤਾ ਦੇ ਨਾਲ, ਮਨੁੱਖ ਉੱਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ। ਇੱਕ ਵਾਕ ਵਿੱਚ: AI ਸੰਖਿਆਵਾਂ ਨੂੰ ਸੰਖੇਪ ਕਰਦਾ ਹੈ; ਸਮਰੱਥ ਵਿਸ਼ਲੇਸ਼ਕ ਵਿਆਖਿਆ, ਧਾਰਨਾ ਅਤੇ ਫੈਸਲੇ ਦਾ ਮਾਲਕ ਹੈ।
ਐਪਲੀਕੇਸ਼ਨ ਦਾ ਕੰਮ
ਇੱਕ ਛੋਟਾ ਵਿੱਤੀ ਬਿਆਨ ਤਿਆਰ ਕਰੋ (ਮੌਜੂਦਾ ਸੰਪਤੀਆਂ, ਮੌਜੂਦਾ ਦੇਣਦਾਰੀ, ਸ਼ੁੱਧ ਲਾਭ, ਵਿਕਰੀ, ਕੁੱਲ ਦੇਣਦਾਰੀਆਂ, ਇਕੁਇਟੀ)। 1st ਟੈਂਪਲੇਟ ਨੂੰ ਅਨੁਪਾਤ ਦੀ ਗਣਨਾ ਕਰਨ ਲਈ ਕਹੋ ਅਤੇ ਉਹਨਾਂ ਨੂੰ ਹੱਥੀਂ ਮੁੜ ਗਣਨਾ ਕਰਕੇ ਹਰੇਕ ਦੀ ਤੁਲਨਾ ਕਰੋ। ਫਿਰ ਨਮੂਨੇ 2 ਦੇ ਨਾਲ ਵੱਖਰੇ ਤੌਰ 'ਤੇ ਲਾਭ ਅਤੇ ਨਕਦੀ ਦੇ ਪ੍ਰਵਾਹ ਦਾ ਮੁਲਾਂਕਣ ਕਰੋ। ਨਾਲ ਹੀ ਇੱਕ ਜਾਣਬੁੱਝ ਕੇ ਬਹੁਤ ਜ਼ਿਆਦਾ ਸਟੀਕ ਟਿੱਪਣੀ ਛਾਪੋ ਅਤੇ ਦਿਖਾਓ ਕਿ ਕਿਵੇਂ ਤੀਜੇ ਟੈਪਲੇਟ ਨਾਲ ਧਾਰਨਾ/ਅਨਿਸ਼ਚਿਤਤਾ ਦੀ ਜਾਂਚ ਕਰਕੇ ਇਸਨੂੰ ਨਰਮ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।
ਚੈੱਕਲਿਸਟ
- [ ] ਮੈਂ ਫਾਰਮੂਲੇ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ ਸਰੋਤ ਤੋਂ ਮਾਡਲ ਦੁਆਰਾ ਦਿੱਤੀਆਂ ਦਰਾਂ ਦੀ ਮੁੜ ਗਣਨਾ ਕੀਤੀ।
- [ ] ਮੈਂ ਪੁਸ਼ਟੀ ਕੀਤੀ ਕਿ ਇੰਪੁੱਟ ਸਾਰਣੀ ਦੇ ਮੁੱਲ ਸਹੀ ਢੰਗ ਨਾਲ ਪੜ੍ਹੇ ਗਏ ਸਨ।
- [ ] ਮੈਂ ਮੁਨਾਫੇ ਅਤੇ ਨਕਦ ਵਹਾਅ ਦਾ ਵੱਖਰੇ ਤੌਰ 'ਤੇ ਮੁਲਾਂਕਣ ਕੀਤਾ।
- [ ] ਮੈਂ ਉਸ ਧਾਰਨਾ ਨੂੰ ਦ੍ਰਿਸ਼ਮਾਨ ਕੀਤਾ ਹੈ ਅਤੇ ਸਵਾਲ ਕੀਤਾ ਹੈ ਜਿਸ 'ਤੇ ਹਰੇਕ ਵਿਆਖਿਆ ਅਧਾਰਤ ਹੈ।
- [ ] ਮੈਂ ਬਹੁਤ ਜ਼ਿਆਦਾ ਸਟੀਕ ਬਿਆਨਾਂ ਨੂੰ ਅਨਿਸ਼ਚਿਤਤਾ ਦੀ ਭਾਸ਼ਾ ਨਾਲ ਬਦਲ ਦਿੱਤਾ ਹੈ।
- [ ] ਮੈਂ ਅੰਤਮ ਕਰਜ਼ਾ/ਨਿਵੇਸ਼ ਦਾ ਫੈਸਲਾ ਅਤੇ ਜ਼ਿੰਮੇਵਾਰੀ ਲਈ ਹੈ।