ලාභ:
- AI විසින් කල්පිත සංඛ්යා, මූලාශ්ර සහ නීති සම්පාදනය කළ හැකි බව හඳුනාගෙන සත්යාපනය කිරීමේ හැකියාව
- මූල්ය දත්ත පෞද්ගලිකත්වය, KVKK සහ ආයතනික ප්රතිපත්තිවල සීමාවන් තුළ AI භාවිතය කළමනාකරණය කිරීමේ හැකියාව
- විගණනය, නියාමන අනුකූලතාවය සහ ආචාර ධර්ම පිළිබඳ අවසාන වගකීම මූල්ය වෘත්තිකයා සතු බව අවබෝධ කර ගැනීම
මොඩියුල විභාගය
1. මූල්ය විශ්ලේෂකයෙකු ලෙස AI මෙවලමක් සමඟ වැඩ කරන විට, පහත සඳහන් දේවලින් සෑම විටම මිනිසා සමඟ පැවතිය යුතු අවසාන වගකීම කුමක්ද?
- A) ණය වෙන්කිරීමේ තීරණයක අවසාන අනුමැතිය සහ අත්සන ✔
- B) ආදායම් ප්රකාශයේ සාරාංශයක පළමු කෙටුම්පතක් නිර්මාණය කිරීම
- C) ප්රස්ථාරයක මාතෘකාව සහ අක්ෂ ලේබලය සංස්කරණය කිරීම
- D) වාර්තාවක් සඳහා මූල්ය නියමයන් පිළිබඳ පාරිභාෂික ශබ්ද මාලාවක් සකස් කිරීම
විස්තරය: AI; එය වගු සාරාංශ කිරීම, සූත්ර උත්පාදනය සහ වාර්තා කෙටුම්පත් කිරීම වැනි කාර්යයන් වේගවත් කළ හැකිය. කෙසේ වෙතත්, ආයෝජනය, ණය හෝ මූල්ය තීරණයක නිරවද්යතාවය සහ එය නිල ලේඛනයක අත්සනක් ලෙස පිළිබිඹු කිරීම මූල්ය වෘත්තිකයාගේ වගකීම වේ; ස්වාධීන සත්යාපනයකින් තොරව මෙම තීරණය AI වෙත පැවරිය නොහැක.
2. ඔබට AI මඟින් සමාගමක මුදල් ප්රවාහ ප්රකාශය අර්ථකථනය කර ඇති අතර එය වගුවේ නොතිබූ 'ආයෝජන ආදායම්' අයිතමයක් උපුටා දක්වා ඇත. ගත යුතු පළමු නිවැරදි ක්රියාමාර්ගය කුමක්ද?
- A) AI විශ්වාසදායක බව පෙනෙන නිසා වාර්තාවට අදහස එක් කරන්න
- B) අදහස් දැක්වීමට පාදක වූ සෑම අයිතමයක්ම මුල් වගුව සමඟ සසඳා මූලාශ්රයේ නොමැති අයිතමය ප්රතික්ෂේප කරන්න ✔
- C) එම අයිතමය පසුව මේසයට එකතු කිරීම
- D) අයිතමයේ නම වෙනස් කරන්න
පැහැදිලි කිරීම: භාෂා ආකෘතීන්ට මූලාශ්රයේ නොපවතින අයිතම සහ සංඛ්යා ඒත්තු ගැන්වෙන ලෙස නිර්මාණය කළ හැකිය (මායාව). අර්ථ නිරූපණය පදනම් වූ සෑම අයිතමයක්ම මුල් වගුව සමඟ හරියටම සංසන්දනය කිරීම අත්යවශ්ය වන අතර මූලාශ්රයේ නොමැති කිසිදු සංඛ්යාවක් පිළි නොගැනීම අත්යවශ්ය වේ.
3. AI විසින් සමාගමක් සඳහා වත්මන් අනුපාතය 'වත්මන් වත්කම්/මුළු වත්කම්' ලෙස ගණනය කරයි. මෙම ප්රතිදානයේ ඇති ප්රධාන ගැටලුව කුමක්ද?
- A) එය අනවශ්ය ය, මන්ද අනුපාතය ඉතා ඉහළ වනු ඇත
- B) වත්මන් අනුපාතයේ හරය කෙටි කාලීන විදේශ සම්පත් විය යුතුය, සම්පූර්ණ වත්කම් නොවේ. ✔
- C) වත්මන් අනුපාතය ගණනය කරනු ලබන්නේ බැංකු සඳහා පමණි
- D) එය ප්රතිශතයක් වෙනුවට දශමයක් බැවින් ප්රතිඵලය වැරදිය
පැහැදිලි කිරීම: වත්මන් අනුපාතය කෙටි කාලීන විසඳුම මනිනු ලබන අතර එහි අර්ථ දැක්වීම 'වත්මන් වත්කම් / කෙටි කාලීන වගකීම්' වේ. AI විසින් හරය වැරදී ඇත. අනුපාත විශ්ලේෂණයේ දී, එක් එක් අනුපාතයේ නිර්වචනය තහවුරු කිරීම පළමු සහ අනිවාර්ය පියවර වේ; වැරදි හරය සම්පූර්ණයෙන්ම නොමඟ යවන ප්රතිඵලය නිපදවයි.
4. සතිපතා මුදල් ප්රවාහ ප්රක්ෂේපණයක් පිහිටුවීමේදී AI බලයෙන් ක්රියාත්මක වන පූර්ව අනතුරු ඇඟවීමේ තර්කයක වටිනාම ප්රතිදානය කුමක්ද?
- A) පෙර මාසවල සාමාන්ය වියදම් තනි පේළියකින් සාරාංශ කිරීම
- B) මුදල් ශේෂය තීරණාත්මක සීමාවෙන් පහළට වැටෙන සතිය කල්තියා සලකුණු කිරීම ✔
- C) මේසය වඩාත් වර්ණවත් ලෙස හැඩතල ගැන්වීම
- D) සියලුම සංඛ්යා ප්රතිශතයට පරිවර්තනය කිරීම
පැහැදිලි කිරීම: මුදල් කළමණාකරණයේ ප්රධාන අරමුණ වන්නේ මුදල් ශේෂය තීරණාත්මක සීමාවෙන් පහළට වැටෙන සතිය පුරෝකථනය කිරීමයි. මේ අනුව, මූල්යකරණය, එකතු කිරීම වේගවත් කිරීම හෝ ගෙවීම් කල් දැමීම වැනි ක්රියාමාර්ග නියමිත වේලාවට ගනු ලැබේ. අතීතය සාරාංශ කිරීම පමණක් නොව අනාගතය ගැන අනතුරු ඇඟවීම ද වටී.
5. මූල්ය ආකෘතියක් තුළ AI විසින් නිර්මාණය කරන ලද සූත්රයේ චක්රලේඛ යොමු අනතුරු ඇඟවීමක් දර්ශනය විය. වඩාත්ම නිවැරදි ප්රවේශය කුමක්ද?
- A) අනතුරු ඇඟවීම අක්රිය කර ආකෘතිය දිගටම කරගෙන යන්න
- B) සූත්ර දාමය සමාලෝචනය කරන්න, ලූපයේ මූලාශ්රය සොයාගෙන තර්කනය නැවත ස්ථාපිත කරන්න ✔
- C) අදාල කොටුව මකා ඒ වෙනුවට නියත අංකයක් ලියන්න
- D) වෙනත් ගොනුවක මුල සිටම ආකෘතිය සම්පූර්ණයෙන්ම විවෘත කිරීම
පැහැදිලි කිරීම: චක්රලේඛ යොමුව යනු සෛලයක සෘජු හෝ වක්ර සම්බන්ධය වන අතර සාමාන්යයෙන් පොලී සහ ණය වැනි එකිනෙකා පෝෂණය කරන අයිතමවල සිදු වේ. ගැටලුව නොසලකා හැරීම වැරදි ප්රතිඵලය නිපදවයි; තර්කනය සමාලෝචනය කිරීම සහ පුනරාවර්තන සැකසුම දැනුවත්ව භාවිතා කිරීම හෝ සූත්ර දාමය නැවත ස්ථාපිත කිරීම අවශ්ය වේ.
6. AI සමඟ DCF (වට්ටම් සහිත මුදල් ප්රවාහය) අගය කරන විට ප්රතිඵලය වඩාත් සංවේදී වන්නේ කුමන උපකල්පනයටදැයි බැලීමට ඔබට අවශ්ය වේ. ඔයා කරන්නේ කුමක් ද?
- A) පරාසයේ වට්ටම් අනුපාතය සහ පර්යන්ත වර්ධනය වෙනස් කිරීම සහ සංවේදීතා වගුවක් ස්ථාපිත කිරීම ✔
- B) තනි වට්ටම් අනුපාතයකින් තනි ප්රතිඵලයක් නිෂ්පාදනය කර අවසන් කරන්න
- C) පෙර වසරවල ලාභය සාමාන්යකරණය කිරීම පමණි
- D) ඉහළම උපකල්පනය සමඟ ප්රතිඵලය වාර්තා කිරීම
පැහැදිලි කිරීම: DCF ප්රතිඵලය වට්ටම් අනුපාතයට සහ පර්යන්ත වර්ධන අනුපාතයට විශේෂයෙන් සංවේදී වේ. සාධාරණ පරාසයක් තුළ මෙම උපකල්පන වෙනස් කිරීම සහ තක්සේරු කිරීමේ ප්රතිඵලය වෙනස් වන ආකාරය පෙන්වන සංවේදීතා වගුවක් ස්ථාපිත කිරීමෙන් ප්රතිඵලය කෙතරම් බිඳෙන සුළුද යන්න හෙළි වේ.
7. ඔබ AI වෙතින් කළඹක් ගැන විමසූ විට, එය 'ඔබ මෙම තොගය මිලදී ගත යුතුය' යනුවෙන් නිශ්චිත නිර්දේශයක් ඉදිරිපත් කරයි. නිවැරදි තක්සේරුව කුමක්ද?
- A) AI හට යාවත්කාලීන දත්ත වෙත ප්රවේශය ඇති බැවින් නිර්දේශය විශ්වාස කිරීම
- B) නිශ්චිත මිලදී ගැනීම්/විකිණුම් උපදෙසක් විශ්වාස කළ නොහැකි බව සලකා එය දත්ත සහ උපකල්පන මත පමණක් පදනම් වූ විශ්ලේෂණයක් ලෙස සැලකීම ✔
- C) නිර්දේශය සෘජුවම පාරිභෝගිකයා වෙත ලබා දීම
- D) මෙම තනි ප්රතිදානය මත පදනම්ව සම්පූර්ණ කළඹ ප්රතිනිර්මාණය කිරීම
අනාවරණය: AI යනු පුද්ගලාරෝපිත ආයෝජන උපදෙස් සපයන බලයලත් උපදේශකයෙකු නොවේ; එය අනාගතය සඳහා නිශ්චිත ප්රතිලාභ පොරොන්දු විය නොහැකි අතර, එය ලබා දෙන දිශානුගත ප්රකාශයන් දත්ත සහ උපකල්පනවලට සීමා වූ ප්රතිදානයන් වන අතර ඒවා විගණනය කළ යුතුය. නිශ්චිත මිලදී ගැනීම්/විකුණුම් උපදෙස් යනු අවදානම් පැතිකඩ සහ නීති සම්පාදනය අනුව විශ්වාස කළ නොහැකි සහ වගකිවයුතු අංශයකි.
8. ඔබ අවදානම් වාර්තාවක AI ජනනය කරන ලද ණය අවදානම් ලකුණු කිරීම විගණනය කරයි. වඩාත්ම තීරණාත්මක පාලනය කුමක්ද?
- A) වාර්තාවේ අකුරු සහ වර්ණ ගැළපුම පරීක්ෂා කිරීම
- B) ලකුණු භාවිතා කරන යෙදවුම්, දත්ත ගුණාත්මක භාවය සහ උපකල්පන/පක්ෂපාතී වලංගු කිරීම ✔
- C) එය ඉහළ යාමට පමණක් ලකුණු සකස් කිරීම
- D) වාර්තාව කිසිසේත් කියවීමෙන් තොරව අනුමත කරන්න
පැහැදිලි කිරීම: අවදානම් ලකුණු කිරීම සම්පූර්ණයෙන්ම රඳා පවතින්නේ එය භාවිතා කරන යෙදවුම් සහ එහි අඩංගු උපකල්පන/පක්ෂපාතී මත ය. භාවිතා කරන්නේ කුමන විචල්යයන්ද, නැතිවූ/වැරදි දත්ත තිබේද යන්න සහ ලකුණුවල තර්කනය පැහැදිලි කළ හැකිද යන්න සාධාරණ සහ ආරක්ෂාකාරී අවදානම් තීරණයක් සඳහා අත්යවශ්ය වේ.
9. ඔබ AI සමඟ විකුණුම් ආදායම පුරෝකථනය කළා. ඇස්තමේන්තුවේ සාධාරණත්වය පරීක්ෂා කිරීමට වඩාත්ම සුදුසු ක්රමය කුමක්ද?
- A) පසුගිය කාලපරිච්ඡේදයකට පුරෝකථනය යෙදීම සහ එය සත්ය ප්රතිඵලය සමඟ සංසන්දනය කිරීම (පසුපෙළ) ✔
- B) ඇස්තමේන්තුව එලෙසම පිළිගෙන වාර්ෂික අයවැයට ලියන්න
- C) ඉහළම වර්ධන අවස්ථාව එකම තාත්වික සංඛ්යාව ලෙස ගැනීම
- D) අනාවැකියේ ප්රස්ථාරය අලංකාර කරන්න
පැහැදිලි කිරීම: Backtesting යනු පුරෝකථන ක්රමය පසුගිය කාල පරිච්ඡේදයකට යෙදීම සහ එය සැබෑ ප්රතිඵලය සමඟ සංසන්දනය කිරීමයි. අතීතයේ දී ක්රමය කෙතරම් නිවැරදිද යන්න දැකීම අනාගත පුරෝකථනය කෙතරම් විශ්වාසදායක විය හැකිද යන්න තේරුම් ගැනීමට වඩාත්ම සංයුක්ත ක්රමයයි.
10. AI විසින් නිෂ්පාදනය කරන ලද කෙටුම්පත් කළමනාකරණ වාර්තාවක තරල නමුත් අවිනිශ්චිත සම්භවයක් ඇති සංඛ්යා අඩංගු වේ. නිවැරදි හැසිරීම කුමක්ද?
- A) පාඨය චතුර වන බැවින් වාර්තාව එලෙසම ඉදිරිපත් කිරීම
- B) සෑම රූපයක්ම මුල් දත්ත මූලාශ්රය සමඟ ගළපන්න සහ තහවුරු නොකළ ✔ ඉවත් කරන්න
- C) ඉලක්කම් වට කිරීම සහ ඔප දැමීම
- D) විධායක සාරාංශය කියවා ඉතිරිය මඟ හරින්න
විස්තරය: වාර්තාවේ සෑම රූපයක්ම මුල් දත්ත මූලාශ්රය (වගුව, පද්ධතිය, ගිණුම) වෙත සොයා ගත හැකි විය යුතුය. එය චතුර වාක්යයක අංකයක් වුවද, මූලාශ්රය සත්යාපනය නොකළ අංකයක් කළමනාකාරිත්වයට ඉදිරිපත් නොකළ යුතුය; එසේ නොමැති නම්, කල්පිත අංකයක් තීරණ පදනමට ඇතුළු විය හැකිය.
11. AI-ජනනය කරන ලද Excel සූත්රයක් (උදා: කැදලි IF සහ VLOOKUP) භාවිතා කිරීමට පෙර හොඳම පියවර කුමක්ද?
- A) සම්පූර්ණ සජීවී දත්ත කට්ටලයට සෘජුවම සූත්රය යෙදීම
- B) දන්නා ප්රතිඵල සහිත කුඩා පරීක්ෂණ දත්ත මත සූත්රය ක්රියාත්මක කර අන්ත අවස්ථා ✔ උත්සාහ කරන්න
- C) කෙටි කිරීම සඳහා සූත්රයේ කොටසක් මකා දැමීම
- D) සූත්රයේ දිග බැලීම පමණි
පැහැදිලි කිරීම: සංකීර්ණ සූත්ර නිවැරදි ලෙස පෙනෙන නමුත් වැරදි ප්රතිඵල ඇති කරයි. ඔබ හස්තීයව දන්නා ප්රතිඵලයක් සහිත කුඩා පරීක්ෂණ දත්තයක් මත සූත්රය ධාවනය කිරීම, එය අපේක්ෂිත ප්රතිදානය සමඟ සංසන්දනය කිරීම සහ null/zero/unmatched වැනි එජ් කේස් උත්සාහ කිරීමෙන් සජීවී දත්ත වෙත ගෙන යාමට පෙර දෝෂය හසුවේ.
12. ඔබට ඔබේ සමාගමේ විගණනය නොකළ කාර්තුවේ ප්රතිඵල පොදු AI මෙවලමකට ඇලවීමට සහ විශ්ලේෂණ ඉල්ලීමට අවශ්ය වේ. වඩාත්ම නිවැරදි ප්රවේශය කුමක්ද?
- A) ආයතනික ප්රතිපත්තිය පරීක්ෂා කිරීම සහ දත්ත නිර්නාමික කිරීම හෝ ආරක්ෂිත/ආයතනික මෙවලමක් භාවිතා කිරීම ✔
- B) වේගය සඳහා දත්ත ඇලවීම
- C) සමාගමේ නම මකා දමා ඉතිරි සියලුම අංක බෙදා ගැනීම පමණක් ප්රමාණවත් වේ.
- D) දත්ත හුවමාරු කර එය මකා දැමීමට AI ගෙන් ඉල්ලා සිටීම
විස්තරය: ප්රසිද්ධියේ හෙළි නොකළ සංවේදී මූල්ය දත්ත; පුද්ගලිකත්වය, KVKK සහ අභ්යන්තර වෙළඳාම අනුව එය අවදානම් සහිතයි. දත්ත බෙදා ගැනීමට පෙර, ආයතනික ප්රතිපත්තිය පරීක්ෂා කිරීම, හැකි නම් එය නිර්නාමික කිරීම හෝ ආයතනික/දත්ත නොවන බෙදාගැනීමේ මෙවලමක් භාවිතා කිරීම අවශ්ය වේ.
13. යම් නීති වගන්තියකට අදාළව බදු පැනවීමක් සඳහා AI නිශ්චිත අනුපාතයක් ලබා දුන්නේය. නිවැරදි ඉංජිනේරු/මුදල් හැසිරීම යනු කුමක්ද?
- A) AI යාවත්කාලීන බැවින් ගාස්තුව කෙලින්ම යෙදීම
- B) නිල, වත්මන් නීති මූලාශ්ර ✔ වෙතින් අනුපාත සහ ලිපි අංකය සත්යාපනය කිරීම
- C) ආරක්ෂිත පැත්තේ සිටීමට අහඹු ලෙස අනුපාතය ඉහළ නැංවීම
- D) අයිතම අංකය කිසිසේත් පරීක්ෂා නොකර වාර්තාවට එකතු කිරීම
පැහැදිලි කිරීම: භාෂා ආකෘති වැරදි ලෙස මතක තබා ගැනීම හෝ නීති සම්පාදන ලිපි අංක සහ සමානුපාතිකයන් සෑදිය හැක. බදු සහ නීති සම්පාදනය වැනි බන්ධන ක්ෂේත්රවලදී, සෑම අගයක්ම නිල සහ වත්මන් මූලාශ්රවලින් (ව්යවස්ථාදායක පාඨය, පරිපාලන දැනුම්දීම, මූල්ය උපදේශක) වාචිකව සත්යාපනය කළ යුතුය; AI ප්රතිදානය පෙන්වන්නේ කොතැනද යන්න පමණි.
14. අයවැය-විචල්යතා විශ්ලේෂණයේ දී AI වෙතින් වැඩිම ප්රතිලාභ ලබා ගැනීමට නිවැරදි ආදාන ප්රවේශය කුමක්ද?
- A) අවබෝධ කර ගැනීමේ සංඛ්යා පමණක් ලබා දීම සහ අයවැය මඟ හැරීම
- B) සම්පූර්ණ පිරිවැටුම තනි පේළියක් ලෙස පමණක් දෙන්න
- C) කාල වකවානු තොරතුරු සමග අයිතම පදනම මත අයවැය ඉදිරිපත් කිරීම සහ සාක්ෂාත් කර ගැනීම ✔
- D) ඉලක්කම් ලබා නොදී අපගමනය අර්ථකථනය පමණක් ඉල්ලා සිටීම
පැහැදිලි කිරීම: අර්ථාන්විත අපගමනය විශ්ලේෂණයක් සඳහා, අයිතම පදනමින් සහ කාලපරිච්ඡේද තොරතුරු සමඟ අයවැය සහ සාක්ෂාත් කර ගැනීමේ සංඛ්යා යන දෙකම AI වෙත සැපයීම අවශ්ය වේ. AI විසින් අපගමනය ග්රහණය කර ගන්නා අතර ඒවා ප්රතිශත ලෙස ගණනය කර මිල, පරිමාව සහ වේලාව වැනි කාණ්ඩවලට බෙදිය හැක. අසම්පූර්ණ හෝ සන්දර්භ රහිත දත්ත මතුපිටින් අර්ථකථනය කරයි.