পূর্বাভাসের পদ্ধতি এবং মডেলের শ্রেণীবিভাগ। অর্থনৈতিক এবং গাণিতিক পূর্বাভাসে তথ্য প্রযুক্তির প্রয়োগ

ভবিষ্যদ্বাণীর প্রয়োজন উদ্দেশ্যমূলক। অনেক ঘটনার ভবিষ্যত অজানা, তবে এই মুহূর্তে নেওয়া সিদ্ধান্তের জন্য এটি খুবই গুরুত্বপূর্ণ।

পূর্বাভাসের প্রয়োজন উদ্দেশ্যমূলক। অনেক ঘটনার ভবিষ্যত অজানা, তবে এই মুহূর্তে নেওয়া সিদ্ধান্তের জন্য এটি খুবই গুরুত্বপূর্ণ। যে প্রক্রিয়াগুলিতে জরুরীভাবে পূর্বাভাস পদ্ধতি ব্যবহার করা প্রয়োজন তার মধ্যে অর্থনৈতিক কার্যকলাপ অন্তর্ভুক্ত। যাইহোক, পূর্বাভাসের সমস্ত পর্যায়, এর সংগঠন, বিধান এবং ফলাফলের ব্যাখ্যা সহ, তুচ্ছ থেকে অনেক দূরে। এবং আইটি অনেক সাহায্য করতে পারে।

পূর্বাভাস: সাফল্য এবং ব্যর্থতা

আজ অবধি, প্রচুর গবেষণা করা হয়েছে এবং চিত্তাকর্ষক ফলাফল প্রাপ্ত হয়েছে। ব্যবহারিক সমাধানবিজ্ঞান, প্রযুক্তি, অর্থনীতি, জনসংখ্যা এবং অন্যান্য ক্ষেত্রে সমস্যাগুলির পূর্বাভাস। এই সমস্যাটির প্রতি মনোযোগ অন্যান্য বিষয়গুলির মধ্যে, আধুনিক অর্থনীতির স্কেল, উত্পাদনের প্রয়োজনীয়তা, সমাজের বিকাশের গতিশীলতা, ব্যবস্থাপনার সমস্ত স্তরে পরিকল্পনা উন্নত করার প্রয়োজন, সেইসাথে সঞ্চিত অভিজ্ঞতার কারণে। পূর্বাভাস একটি নির্ধারক উপাদানগুলির মধ্যে একটি কার্যকর সংগঠনপৃথক ব্যবসা প্রতিষ্ঠানের ব্যবস্থাপনা এবং অর্থনৈতিক সম্প্রদায়গুলিএই কারণে যে সিদ্ধান্তের গুণমান মূলত তাদের পরিণতির পূর্বাভাসের গুণমানের দ্বারা নির্ধারিত হয়। অতএব, আজ নেওয়া সিদ্ধান্তগুলি ভবিষ্যতে অধ্যয়নকৃত ঘটনা এবং ঘটনাগুলির সম্ভাব্য বিকাশের নির্ভরযোগ্য অনুমানের উপর ভিত্তি করে হওয়া উচিত।

অনেক বিশেষজ্ঞদের দ্বারা পূর্বাভাসের উন্নতি উপযুক্ত বিকাশে দেখা যায় তথ্য প্রযুক্তি. তাদের ব্যবহারের প্রয়োজনীয়তা অনেকগুলি কারণে, যার মধ্যে রয়েছে:

• তথ্যের পরিমাণ বৃদ্ধি;
• ফলাফল গণনা এবং ব্যাখ্যা করার জন্য অ্যালগরিদমের জটিলতা;
• পূর্বাভাসের মানের জন্য উচ্চ প্রয়োজনীয়তা;
• পরিকল্পনা এবং নিয়ন্ত্রণ সমস্যা সমাধানের জন্য পূর্বাভাস ফলাফল ব্যবহার করার প্রয়োজন.

সময়ে সময়ে একটি নির্দিষ্ট কোম্পানি দ্বারা অর্জিত ইতিবাচক ফলাফল সম্পর্কে তথ্য আছে। বেশ কয়েকটি প্রকাশনা নোট করে যে বাজারের পরিস্থিতি, পণ্য বা পরিষেবার চাহিদা, সেইসাথে অন্যান্য অর্থনৈতিক প্রক্রিয়া এবং বৈশিষ্ট্যগুলির প্রবণতাগুলির একটি সফল মূল্যায়ন আপনাকে লাভে উল্লেখযোগ্য বৃদ্ধি পেতে, অন্যান্য অর্থনৈতিক সূচকগুলিকে উন্নত করতে দেয়। প্রথম নজরে, সাফল্যের প্রক্রিয়াটি সহজ এবং স্পষ্ট: ভবিষ্যতে কী ঘটবে তা অনুমান করে, ইতিবাচক প্রবণতা ব্যবহার করে এবং নেতিবাচক প্রক্রিয়া এবং ঘটনাগুলির জন্য ক্ষতিপূরণ দিয়ে, একটি সময়মত কার্যকর ব্যবস্থা নেওয়া যেতে পারে।

যাইহোক, এছাড়াও নেতিবাচক উদাহরণ আছে। যেমন CIO ম্যাগাজিন পূর্বে উল্লেখ করেছে, সিসকো, একসময় নতুন অর্থনীতির প্রতীক হিসেবে পরিচিত, শুধুমাত্র 2001 সালের অর্থনৈতিক মন্দার পূর্বাভাস দিতে ব্যর্থ হয় নি, বরং অন্যদের চেয়েও খারাপ ছিল কারণ এটি তার সফ্টওয়্যার এবং পদ্ধতিগত চাহিদার পূর্বাভাসকে অনবদ্য বলে মনে করেছিল। কোম্পানির ব্যবস্থাপনা অনুমান করেনি যে তার সংকটের একটি কারণ পূর্বাভাস পদ্ধতি এবং প্রযুক্তি ব্যবহৃত হতে পারে। একটি বিশ্লেষণাত্মক ত্রুটির ফলস্বরূপ, $2.2 বিলিয়ন মূল্যের পণ্যগুলি বাতিল করা হয়েছিল, প্রায় 20% কর্মচারীকে বরখাস্ত করা হয়েছিল এবং কোম্পানির শেয়ার প্রায় ছয়বার পড়েছিল। সুতরাং, সিসকোর সংকটের কারণ কোম্পানির বিশ্লেষকদের কাজের জন্য প্রয়োজনীয় প্রাথমিক তথ্য প্রাপ্তিতে বিলম্ব বা অপর্যাপ্ত পরিমাণের মধ্যে নেই। অসুবিধা দেখা দিয়েছে, স্পষ্টতই, পদ্ধতিগত ত্রুটি এবং প্রাপ্ত পূর্বাভাসের অপর্যাপ্ত মূল্যায়নের কারণে। এটা অনুমান করা যেতে পারে যে সিসকো দ্বারা ব্যবহৃত মডেলটি বাজার পরিস্থিতির বর্তমান পরিবর্তনের সাথে পূর্বাভাস অনুমানের অভিযোজনের প্রয়োজনীয় স্তর প্রদান করেনি।

পূর্বাভাসের মান নিশ্চিত করা

নির্ভুলতা, নির্ভরযোগ্যতা এবং দক্ষতা, সেইসাথে পূর্বাভাসের মানের অন্যান্য উপাদানগুলি বেশ কয়েকটি কারণ দ্বারা সরবরাহ করা হয়, যার মধ্যে এটি হাইলাইট করা প্রয়োজন:

• সফটওয়্যার, যা বাস্তবতার জন্য পর্যাপ্ত অর্থনৈতিক এবং গাণিতিক মডেলের উপর ভিত্তি করে; n কভারেজের সম্পূর্ণতা এবং প্রাথমিক তথ্যের উত্সগুলির নির্ভরযোগ্যতা যার উপর পূর্বাভাস অ্যালগরিদমের কাজ করা হয়;
• অভ্যন্তরীণ এবং বাহ্যিক তথ্য প্রক্রিয়াকরণের দক্ষতা;
• পূর্বাভাস অনুমান সমালোচনামূলকভাবে বিশ্লেষণ করার ক্ষমতা;
• পূর্বাভাসের পদ্ধতিগত এবং তথ্য সহায়তায় প্রয়োজনীয় পরিবর্তন করার সময়োপযোগীতা।

বিশেষ সফ্টওয়্যার সাবধানে নির্বাচিত মডেল, পদ্ধতি এবং কৌশল উপর ভিত্তি করে. বর্তমানের সমস্যাগুলি সমাধান করার সময় উচ্চ-মানের পূর্বাভাস পাওয়ার জন্য তাদের বাস্তবায়ন অত্যন্ত গুরুত্বপূর্ণ কৌশলগত পরিকল্পনা. বর্তমান পরিস্থিতির একটি বিশ্লেষণ দেখায় যে আইটি প্রবর্তনের অসুবিধাগুলি, যা অর্থনৈতিক প্রক্রিয়াগুলির পূর্বাভাস প্রদান করে, কেবল প্রযুক্তিগত বা পদ্ধতিগত নয়, সাংগঠনিক এবং মনস্তাত্ত্বিক প্রকৃতিরও। ফলাফলের ভোক্তারা কখনও কখনও ব্যবহৃত মডেলগুলির নীতিগুলি, তাদের আনুষ্ঠানিককরণ এবং বস্তুনিষ্ঠভাবে বিদ্যমান সীমাবদ্ধতাগুলি বুঝতে পারে না। এটি, একটি নিয়ম হিসাবে, প্রাপ্ত ফলাফলের অবিশ্বাসের জন্ম দেয়। বাস্তবায়নের সমস্যাগুলির আরেকটি গ্রুপ এই সত্যের সাথে সম্পর্কিত যে ভবিষ্যদ্বাণীমূলক মডেলগুলি প্রায়শই বন্ধ, স্বায়ত্তশাসিত, এবং সেইজন্য উন্নয়ন এবং পারস্পরিক অভিযোজনের উদ্দেশ্যে তাদের সাধারণীকরণ কঠিন। তাই, আপস সমাধানএটি প্রধান বিশ্লেষণাত্মক কাজগুলি হাইলাইট করার সাথে একটি ধাপে ধাপে পদ্ধতিতে পরিণত হতে পারে।

যাইহোক, কার্যত কোন রেডিমেড প্রতিলিপিকৃত বা কর্পোরেট সমাধান নেই যা উচ্চ মানের এবং সাশ্রয়ী মূল্যের সাথে সিস্টেম স্তরে ছোট এবং মাঝারি আকারের অর্থনৈতিক সত্ত্বাগুলির জন্য পূর্বাভাস প্রদান করে। বর্তমানে স্বয়ংক্রিয় সিস্টেমএন্টারপ্রাইজ ব্যবস্থাপনা মূলত অ্যাকাউন্টিং এবং নিয়ন্ত্রণের প্রাথমিক কাজগুলিতে সীমাবদ্ধ। এই পরিস্থিতির কারণ হল যে আধুনিক আইটি আবির্ভাবের আগে অর্থনৈতিক কার্যকলাপের প্রক্রিয়ায় সরাসরি কার্যকর অর্থনৈতিক এবং গাণিতিক মডেলগুলি ব্যবহার করার কোনও বিস্তৃত সুযোগ ছিল না। উপরন্তু, বিশ্লেষণাত্মক উদ্দেশ্যে বিদ্যমান পূর্বাভাস মডেলগুলির ব্যবহার তাদের তথ্য সমর্থনের জন্য এই ধরনের উচ্চ প্রয়োজনীয়তাগুলিকে এগিয়ে দেয়নি।

পূর্বাভাস প্রযুক্তির মৌলিক বিষয়

স্ক্র্যাচ থেকে একটি ভবিষ্যদ্বাণীমূলক সিস্টেম তৈরি করার সময়, বেশ কয়েকটি সাংগঠনিক এবং পদ্ধতিগত সমস্যা সমাধান করা প্রয়োজন। প্রথমগুলির মধ্যে রয়েছে:

• পূর্বাভাস ফলাফল বিশ্লেষণ এবং ব্যাখ্যা পদ্ধতিতে ব্যবহারকারী প্রশিক্ষণ;
• এন্টারপ্রাইজের মধ্যে ভবিষ্যদ্বাণীমূলক তথ্যের চলাচলের দিকনির্দেশ নির্ধারণ, এর বিভাগ এবং পৃথক কর্মচারীদের স্তরে, পাশাপাশি ব্যবসায়িক অংশীদার এবং কর্তৃপক্ষের সাথে যোগাযোগের কাঠামো;
• পূর্বাভাস পদ্ধতির সময় এবং ফ্রিকোয়েন্সি নির্ধারণ;
• পূর্বাভাসের সাথে লিঙ্ক করার জন্য নীতিগুলির বিকাশ সামনের পরিকল্পনাএবং একটি এন্টারপ্রাইজ ডেভেলপমেন্ট প্ল্যান আঁকার সময় প্রাপ্ত ফলাফলের জন্য বিকল্প নির্বাচন করার পদ্ধতি।

একটি পূর্বাভাস সাবসিস্টেম তৈরির পদ্ধতিগত সমস্যাগুলি হল:

• উন্নয়ন অভ্যন্তরীণ গঠনএবং এর কার্যকারিতার প্রক্রিয়া;
• তথ্য সহায়তা সংস্থা;
• গাণিতিক সফ্টওয়্যার উন্নয়ন।

প্রথম সমস্যাটি সবচেয়ে কঠিন, যেহেতু এটি সমাধান করার জন্য পূর্বাভাসের মডেলগুলির একটি সেট তৈরি করা প্রয়োজন, যার সুযোগটি আন্তঃসম্পর্কিত সূচকগুলির একটি সিস্টেম। পূর্বাভাস পদ্ধতিগুলির পদ্ধতিগতকরণ এবং মূল্যায়নের সমস্যাটি এখানে কেন্দ্রীয় বিষয়গুলির মধ্যে একটি হিসাবে উপস্থিত হয়, যেহেতু একটি নির্দিষ্ট পদ্ধতি নির্বাচন করার জন্য, সেগুলি পরিচালনা করা প্রয়োজন। তুলনামূলক বিশ্লেষণ. পূর্বাভাস পদ্ধতির শ্রেণীবিভাগের একটি বৈকল্পিক, প্রতিটি গোষ্ঠীর অন্তর্নিহিত জ্ঞান ব্যবস্থার বিশেষত্ব বিবেচনায় নিয়ে, নিম্নরূপ সংক্ষিপ্ত করা যেতে পারে: বিশেষজ্ঞের মূল্যায়নের পদ্ধতি; লজিক্যাল মডেলিং পদ্ধতি; গাণিতিক পদ্ধতি।

প্রতিটি গ্রুপ একটি নির্দিষ্ট পরিসরের কাজ সমাধানের জন্য উপযুক্ত। অতএব, অনুশীলন ব্যবহৃত পদ্ধতিগুলির জন্য নিম্নলিখিত প্রয়োজনীয়তাগুলি সামনে রাখে: সেগুলি অবশ্যই একটি নির্দিষ্ট পূর্বাভাসের বস্তুর উপর দৃষ্টি নিবদ্ধ করতে হবে, অবশ্যই পর্যাপ্ততার পরিমাণগত পরিমাপের উপর ভিত্তি করে হতে হবে এবং অনুমানের নির্ভুলতা এবং পূর্বাভাস দিগন্তের পরিপ্রেক্ষিতে আলাদা হতে হবে।

একটি ভবিষ্যদ্বাণীমূলক সিস্টেম তৈরির প্রক্রিয়াতে উদ্ভূত প্রধান কাজগুলিকে বিভক্ত করা হয়েছে:

• অনুমানযোগ্য প্রক্রিয়া এবং সূচকগুলির একটি সিস্টেম তৈরি করা;
• পূর্বাভাসিত প্রক্রিয়া এবং সূচকগুলির অর্থনৈতিক এবং গাণিতিক বিশ্লেষণের জন্য একটি যন্ত্রপাতির বিকাশ;
• বিশেষজ্ঞের মূল্যায়ন পদ্ধতির সংমিশ্রণ, পরীক্ষার জন্য সূচক নির্বাচন এবং কিছু পূর্বাভাসিত প্রক্রিয়া এবং সূচকগুলির বিশেষজ্ঞ মূল্যায়ন প্রাপ্ত করা;
• পূর্বাভাস সূচক এবং প্রসেস নির্দেশ করে আস্থা অন্তরএবং নির্ভুলতা;
• প্রাপ্ত ফলাফল ব্যাখ্যা এবং বিশ্লেষণের জন্য পদ্ধতির বিকাশ।

পূর্বাভাস সিস্টেমের তথ্য এবং গাণিতিক সহায়তার কাজটি বিশেষ মনোযোগের দাবি রাখে। সফ্টওয়্যার তৈরির প্রক্রিয়াটি নিম্নলিখিত পদক্ষেপ হিসাবে উপস্থাপন করা যেতে পারে:

1. পূর্বাভাসের বস্তুর কাঠামোগত সনাক্তকরণের জন্য একটি পদ্ধতির বিকাশ;
2. পূর্বাভাস বস্তুর প্যারামেট্রিক সনাক্তকরণের জন্য পদ্ধতির বিকাশ;
3. প্রবণতা ভবিষ্যদ্বাণী করার জন্য পদ্ধতির বিকাশ;
4. প্রক্রিয়াগুলির সুরেলা উপাদানগুলির পূর্বাভাস দেওয়ার জন্য পদ্ধতিগুলির বিকাশ;
5. প্রক্রিয়াগুলির এলোমেলো উপাদানগুলির বৈশিষ্ট্যগুলি মূল্যায়নের জন্য পদ্ধতিগুলির বিকাশ;
6. একটি আন্তঃসংযুক্ত সিস্টেম গঠন করে এমন সূচকগুলির পূর্বাভাস দেওয়ার জন্য জটিল মডেল তৈরি করা।

একটি পূর্বাভাস সিস্টেম তৈরির জন্য এর তথ্য সহায়তার সমস্যা সমাধানের জন্য একটি সমন্বিত পদ্ধতির প্রয়োজন, যা সাধারণত পূর্বাভাস প্রাপ্ত করার জন্য ব্যবহৃত প্রাথমিক ডেটার একটি সেট হিসাবে বোঝা যায়, সেইসাথে পদ্ধতি, পদ্ধতি এবং সরঞ্জাম যা সংগ্রহ, জমাকরণ, সঞ্চয়স্থান নিশ্চিত করে। , পূর্বাভাস সিস্টেমের কার্যকারিতার প্রক্রিয়ায় ডেটা অনুসন্ধান এবং সংক্রমণ এবং অন্যান্য এন্টারপ্রাইজ ম্যানেজমেন্ট সিস্টেমের সাথে এর মিথস্ক্রিয়া।

সিস্টেমের তথ্য সমর্থন সাধারণত অন্তর্ভুক্ত করে:

তথ্য তহবিল (ডাটাবেস);

তথ্য তহবিল গঠনের উত্স, প্রবাহ এবং তথ্য প্রাপ্তির পদ্ধতি;

তথ্য তহবিল গঠনকারী ডেটা সংগ্রহ, সঞ্চয়, আপডেট এবং পুনরুদ্ধারের পদ্ধতি;

সিস্টেমে ডেটা সঞ্চালনের পদ্ধতি, নীতি এবং নিয়ম;

তাদের সংগ্রহ এবং প্রক্রিয়াকরণের সমস্ত পর্যায়ে ডেটার নির্ভরযোগ্যতা নিশ্চিত করার পদ্ধতি;

পদ্ধতি তথ্য বিশ্লেষণএবং সংশ্লেষণ;

অর্থনৈতিক তথ্যের একটি দ্ব্যর্থহীন আনুষ্ঠানিক বর্ণনার পদ্ধতি।

সুতরাং, পূর্বাভাস প্রক্রিয়া বাস্তবায়নের জন্য নিম্নলিখিত প্রধান উপাদানগুলির প্রয়োজন:

অভ্যন্তরীণ তথ্যের উত্স, যা ব্যবস্থাপনা এবং অ্যাকাউন্টিং সিস্টেমের উপর ভিত্তি করে;

বাহ্যিক তথ্যের উৎস;

বিশেষায়িত সফ্টওয়্যার যা পূর্বাভাস অ্যালগরিদম এবং ফলাফলের বিশ্লেষণ প্রয়োগ করে।

এই উপাদানগুলি ছাড়াও, তথ্য সংরক্ষণ, বিনিময় এবং উপস্থাপনের জন্য উপযুক্ত প্রযুক্তি ব্যবহার করা উচিত।

পূর্বাভাস গুণমান নিশ্চিতকরণ

বাজারের অংশগ্রহণকারীদের জন্য পূর্বাভাসের সমস্যা সমাধানের গুরুত্ব বিবেচনা করে, বিশেষভাবে নির্বাচিত (পরীক্ষা) প্রাথমিক ডেটা ব্যবহার করে প্রস্তাবিত পদ্ধতি এবং অ্যালগরিদমগুলির পাশাপাশি সাধারণভাবে প্রযুক্তিগুলির গুণমান পরীক্ষা করার পরামর্শ দেওয়া হয়। ননলাইনার অপ্টিমাইজেশানের জন্য ডিজাইন করা গাণিতিক সরঞ্জামগুলির পর্যাপ্ততা মূল্যায়ন করার জন্য একটি অনুরূপ যাচাইকরণ পদ্ধতি দীর্ঘদিন ধরে ব্যবহার করা হয়েছে, উদাহরণস্বরূপ, রোজেনব্রক এবং পাওয়েল ফাংশন ব্যবহার করে।

পূর্বাভাস প্রযুক্তির গুণমান এবং কার্যকারিতার নিশ্চিতকরণ (বা যাচাইকরণ) সাধারণত একটি অগ্রাধিকার পরিচিত মডেল ডেটাকে তাদের পূর্বাভাসিত মানগুলির সাথে তুলনা করে এবং পূর্বাভাসের নির্ভুলতার পরিসংখ্যানগত বৈশিষ্ট্যগুলি মূল্যায়ন করে করা হয়। আসুন এই কৌশলটি এমন পরিস্থিতিতে বিবেচনা করি যেখানে প্রক্রিয়া মডেলগুলি প্রবণতা Tt, মৌসুমী (হারমোনিক) এবং র্যান্ডম উপাদানগুলির একটি সংযোজন সেট।

ডুমুর উপর. 1, সংযোজন মডেলের প্রবণতার একটি চিত্র হিসাবে, একটি দ্বিতীয় ক্রম প্যারাবোলিক প্রবণতা উপস্থাপন করা হয়েছে, ডুমুরে। 2 - প্রক্রিয়াটির মৌসুমী উপাদান 12 মাস এবং ডুমুরে। 3 - এলোমেলো উপাদান। স্বল্প-মেয়াদী পূর্বাভাসের পদ্ধতির কাঠামোর মধ্যে সম্পাদিত পূর্বাভাসের সাথে প্রক্রিয়াটির প্রকৃত বাস্তবায়নের একটি তুলনা চিত্র-এ দেখানো হয়েছে। 4. সম্পূর্ণ ত্রুটিগুলি ডুমুরে চিত্রিত করা হয়েছে৷ 5. প্রযুক্তির গুণমান পূর্বাভাস অনুমানের ত্রুটির পরিসংখ্যানগত বৈশিষ্ট্য দ্বারা মূল্যায়ন করা হয়।

প্রতিলিপিকৃত এবং কর্পোরেট সিস্টেমে পূর্বাভাসের বিকাশের জন্য অনুশীলন এবং সম্ভাবনা

বর্তমানে, বিভিন্ন ধরণের সফ্টওয়্যার সরঞ্জামগুলি বিস্তৃত হয়ে উঠেছে, যা তথ্য সংগ্রহ এবং বিশ্লেষণাত্মক প্রক্রিয়াকরণের জন্য এক বা অন্য মাত্রায় প্রদান করে। তাদের মধ্যে কিছু, যেমন এমএস এক্সেল, বিল্ট-ইন পরিসংখ্যানগত ফাংশন এবং প্রোগ্রামিং টুল দিয়ে সজ্জিত। অন্যদের, বিশেষ করে সস্তা অ্যাকাউন্টিং এবং ম্যানেজমেন্ট অ্যাকাউন্টিং প্রোগ্রাম, এই ধরনের ক্ষমতা নেই বা বিশ্লেষণাত্মক ক্ষমতা তাদের মধ্যে পর্যাপ্তভাবে প্রয়োগ করা হয় না, এবং কখনও কখনও ভুলভাবে। যাইহোক, এটি দুর্ভাগ্যবশত আরও কিছু শক্তিশালী এবং বহুমুখী এন্টারপ্রাইজ ম্যানেজমেন্ট সিস্টেমের অন্তর্নিহিত, যা অতীতের প্রদর্শনী "Apteka 2001" (নভেম্বর-ডিসেম্বর 2001) এবং "অ্যাকাউন্টিং এবং অডিটিং 2002" (জানুয়ারি 2002) এ নিশ্চিত করা হয়েছিল। এই পরিস্থিতিটি স্পষ্টতই তাদের নির্বাচিত পূর্বাভাস অ্যালগরিদমগুলির বৈশিষ্ট্যগুলির বিকাশকারীদের পক্ষ থেকে একটি অগভীর বিশ্লেষণ এবং তাদের অ-আলোচিত প্রয়োগ দ্বারা ব্যাখ্যা করা হয়েছে। উদাহরণস্বরূপ, দ্বারা বিচার উপলব্ধ সূত্র, শূন্য-ক্রম সূচকীয় স্মুথিং প্রায়ই ভবিষ্যদ্বাণীমূলক অ্যালগরিদমের ভিত্তি হিসাবে ব্যবহৃত হয়। যাইহোক, এই পদ্ধতি শুধুমাত্র বৈধ যদি অধ্যয়নের অধীনে প্রক্রিয়ার মধ্যে কোন প্রবণতা না থাকে। প্রকৃতপক্ষে, অর্থনৈতিক প্রক্রিয়াগুলি অস্থির, এবং পূর্বাভাস একটি ধ্রুবক প্রবণতা সহ মডেলগুলির তুলনায় আরও জটিল মডেলের ব্যবহার জড়িত।

বিবেচনাধীন বিষয়ের দৃষ্টিকোণ থেকে গার্হস্থ্য স্বয়ংক্রিয় ব্যাঙ্কিং ব্যবস্থার বিকাশের পথ খুঁজে পাওয়া আকর্ষণীয়। প্রথম ব্যাঙ্কিং সিস্টেমগুলি অনমনীয় প্রযুক্তির উপর ভিত্তি করে ছিল, ক্রমাগত পরিবর্তন বা অতিরিক্ত সফ্টওয়্যার প্রয়োজন। এটি আর্থিক সফ্টওয়্যার বিকাশকারীদের উন্মুক্ততা, পরিমাপযোগ্যতা এবং নমনীয়তার নীতিগুলি অনুসরণ করে শিল্প ডিবিএমএস ব্যবহার করতে উদ্বুদ্ধ করেছিল। যাইহোক, নিজেদের দ্বারা, এই ডিবিএমএসগুলি উচ্চ-স্তরের বিশ্লেষণাত্মক সমস্যাগুলি সমাধানের জন্য অনুপযুক্ত বলে প্রমাণিত হয়েছে, যার মধ্যে রয়েছে পূর্বাভাসের সমস্যা। এটি করার জন্য, ডেটা স্টোরেজ এবং অপারেশনাল অ্যানালিটিকাল প্রসেসিংয়ের জন্য অতিরিক্ত প্রযুক্তি ব্যবহার করা প্রয়োজন ছিল, যা আর্থিক এবং ক্রেডিট প্রতিষ্ঠানগুলির জন্য এবং পূর্বাভাস তৈরির জন্য সিদ্ধান্ত সমর্থন সিস্টেমের অপারেশন নিশ্চিত করে। জটিল এন্টারপ্রাইজ ম্যানেজমেন্ট সিস্টেমে একই পদ্ধতি ব্যবহার করা হয়।

আইটি ভিত্তিক পূর্বাভাস পদ্ধতির আধুনিক প্রয়োগের আরেকটি দিক হল বিপণন কাজের বিস্তৃত পরিসরের সমাধান। একটি উদাহরণ হল টেলিকমিউনিকেশন সফ্টওয়্যারের জন্য SAS চার্ন ম্যানেজমেন্ট সলিউশন। এটি টেলিকমিউনিকেশন অপারেটরদের জন্য উদ্দিষ্ট এবং এটির ডেভেলপারদের দাবি অনুযায়ী, ভবিষ্যদ্বাণীমূলক মডেল তৈরি করতে এবং নির্দিষ্ট শ্রেণীর গ্রাহকদের বহিঃপ্রবাহের সম্ভাবনা মূল্যায়ন করতে তাদের ব্যবহার করার অনুমতি দেয়। এই সফ্টওয়্যারটির ভিত্তি হল স্কেলেবল পারফরম্যান্স ডেটা সার্ভার বিতরণ করা ডেটাবেস সার্ভার, ডেটা গুদাম এবং ডেটা মার্ট তৈরি এবং পরিচালনার জন্য সরঞ্জাম, এন্টারপ্রাইজ মাইনার ডেটা মাইনিং সরঞ্জাম, এসএএস/এমডিডিবি সার্ভার সিদ্ধান্ত সমর্থন ব্যবস্থা, পাশাপাশি এইডস. তাদের উন্নত বৈশিষ্ট্যগুলির তালিকায় নতুন ফ্যাঙ্গলযুক্ত CRM-সিস্টেমগুলির প্রতিযোগিতা নিশ্চিত করতে, সেইসাথে স্বয়ংক্রিয় ব্যাঙ্কিং সিস্টেমগুলির জন্য, রিপোর্টিং ফাংশনগুলি অন্তর্ভুক্ত করা হয়েছে যা OLAP প্রযুক্তি ব্যবহার করে এবং একটি নির্দিষ্ট পরিমাণে বিপণন, বিক্রয় এবং ফলাফলের পূর্বাভাস দেওয়ার অনুমতি দেয়। গ্রাহক সেবা.

এখানে প্রচুর বিশেষায়িত সফ্টওয়্যার পণ্য রয়েছে যা পূর্বাভাসের পৃথক উপাদান সহ সংখ্যাসূচক ডেটার পরিসংখ্যানগত প্রক্রিয়াকরণ সরবরাহ করে। এই পণ্যগুলির মধ্যে রয়েছে SPSS, Statistica, ইত্যাদি। এই টুলগুলির সুবিধা এবং অসুবিধা উভয়ই রয়েছে যা তাদের সুযোগকে উল্লেখযোগ্যভাবে সীমিত করে। ব্যবহারিক প্রয়োগ. এখানে উল্লেখ করা উচিত যে বিশেষ প্রশিক্ষণ নেই এমন সাধারণ ব্যবহারকারীদের দ্বারা পূর্বাভাস সমস্যা সমাধানের জন্য বিশেষ গাণিতিক এবং পরিসংখ্যানগত সফ্টওয়্যার সরঞ্জামগুলির উপযুক্ততার মূল্যায়নের জন্য একটি পৃথক গুরুতর অধ্যয়ন এবং আলোচনার প্রয়োজন।

যাইহোক, শক্তিশালী এবং ব্যয়বহুল তথ্য সিস্টেম এবং প্রযুক্তির সাহায্যে ছোট এবং মাঝারি আকারের ব্যবসার ভোক্তাদের জন্য পূর্বাভাস সমস্যা সমাধান করা কার্যত অসম্ভব, প্রাথমিকভাবে আর্থিক কারণে। অতএব, একটি খুব প্রতিশ্রুতিশীল দিক হল বিদ্যমান এবং বিস্তৃত কম খরচের অ্যাকাউন্টিং এবং ম্যানেজমেন্ট অ্যাকাউন্টিং সিস্টেমের বিশ্লেষণাত্মক ক্ষমতার বিকাশ। নির্দিষ্ট ব্যবসায়িক প্রক্রিয়ার উপর ভিত্তি করে অতিরিক্ত প্রতিবেদন তৈরি করা হয়েছে এবং একটি নির্দিষ্ট ব্যবহারকারীর জন্য প্রয়োজনীয় বিশ্লেষণাত্মক তথ্য রয়েছে যাতে "দক্ষতা - খরচ" এর উচ্চ অনুপাত থাকে।

কিছু সফ্টওয়্যার বিকাশকারী বিশ্লেষণাত্মক সরঞ্জামগুলির সম্পূর্ণ লাইন তৈরি করে। উদাহরণস্বরূপ, Parus কর্পোরেশন ছোট এবং মাঝারি আকারের ব্যবসার ব্যবহারকারীদের বিস্তৃত পরিসরের জন্য Parus-Analytics এবং Triumph-Analytics সমাধান অফার করে। পূর্বাভাসের তথ্যের বিশ্লেষণাত্মক প্রক্রিয়াকরণের আরও জটিল কাজগুলি তথাকথিত পরিস্থিতি কেন্দ্রের আকারে পারাস সিস্টেমে একত্রিত করা হয়। প্রচলন সমাধান উন্নয়ন ব্যবস্থাপক দিমিত্রি সুদারেভের মতে, 1997 সালে এটি বিকাশ এবং বাস্তবায়নের সিদ্ধান্ত নেওয়া হয়েছিল সফ্টওয়্যার পণ্য, আপনাকে এন্টারপ্রাইজের ক্রিয়াকলাপগুলিতে তথ্যের একটি সাধারণ অ্যাকাউন্টিং থেকে তথ্য বিশ্লেষণে যেতে দেয়। একই সময়ে, হিসাবরক্ষক এবং মধ্য পরিচালকদের কাজ স্বয়ংক্রিয়করণ থেকে শীর্ষ ব্যবস্থাপনার জন্য তথ্য প্রক্রিয়াকরণে একটি রূপান্তরের পরিকল্পনা করা হয়েছিল। ভোক্তাদের সম্ভাব্য বৃত্ত বিবেচনায় নিয়ে, Parus-Analytics এবং Triumph-Analytics সফ্টওয়্যার এবং হার্ডওয়্যার পরিবেশের উপর বিশেষ প্রয়োজনীয়তা আরোপ করে না, তবে, ট্রায়াম্ফ-অ্যানালিটিক্স সমাধানটি এমএস এসকিউএল সার্ভারের ভিত্তিতে প্রয়োগ করা হয়, যা এটিকে আরও বেশি সুবিধা প্রদান করে। অধ্যয়নের অধীনে প্রক্রিয়াগুলির পূর্বাভাস দেওয়ার সুযোগগুলি, বিশেষত, পূর্বাভাসের সুরেলা উপাদানটিকে বিবেচনায় নেওয়া হয়।

পূর্বাভাসের মান অনেক গুণ বৃদ্ধি পায় যখন এটি সরাসরি এন্টারপ্রাইজ পরিচালনায় ব্যবহৃত হয়। তাই, একটি গুরুত্বপূর্ণ দিক হল কাসাটকা, এমএস প্রজেক্ট এক্সপার্ট ইত্যাদি সিস্টেমের সাথে ভবিষ্যদ্বাণীমূলক সিস্টেমের একীকরণ। উদাহরণস্বরূপ, এসবিআই থেকে কাসাটকা সফ্টওয়্যারটি একটি স্বয়ংক্রিয় হিসাবে অবস্থান করছে। কর্মক্ষেত্রবিপণন বিভাগের প্রধান এবং বিশেষজ্ঞ এবং ব্যবস্থাপনা, বিপণন এবং কৌশলগত পরিকল্পনার কমপ্লেক্সগুলির বিকাশের উদ্দেশ্যে। এই ধরনের উদ্দেশ্য দীর্ঘমেয়াদী প্রবণতাগুলি চিহ্নিত করার এবং পরিকল্পনায় সেগুলিকে বিবেচনায় নেওয়ার প্রয়োজনীয়তা পূর্বনির্ধারিত করে। সংস্থার প্রাসঙ্গিক লক্ষ্যগুলির উপর ভিত্তি করে পূর্বাভাস দিগন্ত নির্ধারণ করা হয়।

উপসংহার

পূর্বাভাস প্রযুক্তির পছন্দ এবং এর বাস্তবায়নের উপায়গুলি একটি নির্দিষ্ট ভোক্তার লক্ষ্য এবং উদ্দেশ্য অনুসারে করা উচিত, তথ্য সমর্থনের স্তর, ব্যবহারকারীদের যোগ্যতা এবং অন্যান্য অনেকগুলি কারণকে বিবেচনায় নেওয়া উচিত। এই কারণগুলির জন্য পূর্বে তৈরি বিশেষ সফ্টওয়্যারগুলির পৃথক বিকাশ বা অভিযোজন প্রয়োজন৷

সাহিত্য

শব্দকোষ

পূর্বাভাস(অর্থনৈতিক পরিকল্পনায়) - অর্থনৈতিক পরিকল্পনা প্রক্রিয়ার বৈজ্ঞানিক এবং বিশ্লেষণাত্মক পর্যায়। অর্থনৈতিক পরিকল্পনার বিকাশে পূর্বাভাসের প্রধান কাজগুলি হল: সামাজিক, অর্থনৈতিক এবং বৈজ্ঞানিক এবং প্রযুক্তিগত প্রক্রিয়া এবং প্রবণতাগুলির বৈজ্ঞানিক বিশ্লেষণ, নির্দিষ্ট পরিস্থিতিতে আর্থ-সামাজিক ঘটনাগুলির উদ্দেশ্যমূলক সম্পর্ক, বর্তমান পরিস্থিতির মূল্যায়ন এবং অর্থনৈতিক প্রধান সমস্যাগুলির সনাক্তকরণ। উন্নয়ন ভবিষ্যতে এই প্রবণতাগুলির বিকাশের মূল্যায়ন এবং নতুন অর্থনৈতিক পরিস্থিতির পূর্বাভাস, নতুন সমস্যাগুলির সমাধান করা দরকার; একটি বা অন্য সুযোগের যুক্তিসঙ্গত পছন্দের জন্য সম্ভাব্য উন্নয়ন বিকল্প চিহ্নিত করা এবং সর্বোত্তম সিদ্ধান্ত নেওয়া।

নিয়ন্ত্রণ অটোমেশন- সর্বোত্তম অর্থনৈতিক সিদ্ধান্তের বিকাশ সহ এন্টারপ্রাইজের ব্যবস্থাপনা সংস্থাগুলির দ্বারা তথ্যের স্বয়ংক্রিয় প্রক্রিয়াকরণের পদ্ধতি এবং কৌশলগুলির ব্যবহার। ম্যানেজমেন্ট অটোমেশন অর্থনৈতিক এবং গাণিতিক পদ্ধতি এবং আইটি প্রবর্তনের সাথে যুক্ত।

সিস্টেমের তথ্য সমর্থন- সিস্টেমে তথ্য নির্বাচন, শ্রেণীবিভাগ, সংরক্ষণ, অনুসন্ধান, আপডেট এবং প্রক্রিয়াকরণের জন্য পদ্ধতি এবং উপায়গুলির একটি সেট। তথ্য সহায়তার মধ্যে রয়েছে: তথ্যের গঠন (তথ্য ইউনিট বা সমষ্টির তালিকা); তথ্যের গঠন এবং তার রূপান্তরের ধরণ; তথ্য আন্দোলনের বৈশিষ্ট্য; তথ্য মানের বৈশিষ্ট্য; তথ্য প্রক্রিয়াকরণের উপায়। তথ্য সমর্থন কার্যকরী, কাঠামোগত, রূপান্তরমূলক এবং সাংগঠনিক এবং পদ্ধতিগত দিকগুলিতে চিহ্নিত করা যেতে পারে। রূপান্তরমূলক দৃষ্টিভঙ্গির বস্তু হল ভাষার রূপান্তর অর্থনৈতিক ব্যবস্থাপনাসিস্টেমে তথ্যের অগ্রগতির স্তর এবং পর্যায় অনুসারে।

ল্যাগ ল্যাগ- এটিতে প্রয়োগ করা ক্রিয়াতে সিস্টেমের প্রতিক্রিয়া (প্রভাব) হওয়ার মুহুর্ত এবং এর প্রয়োগের মুহুর্তের মধ্যে সময়ের ব্যবধান। আর্থ-সামাজিক ব্যবস্থায়, পিছিয়ে থাকা মানগুলি পরিকল্পনা ও ব্যবস্থাপনায় গুরুত্বপূর্ণ ভূমিকা পালন করে। বিনিয়োগ রিটার্ন ল্যাগ বিশেষ করে গুরুত্বপূর্ণ.

প্রবণতা(ভবিষ্যদ্বাণী করা প্রক্রিয়ার নির্ধারক ভিত্তি) - এটির পর্যবেক্ষণের পর্যাপ্ত দীর্ঘ সময় ধরে গতিশীল সিরিজ (প্রক্রিয়া) পরিবর্তনের সাধারণ, প্রধান প্রবণতা। এটি সাধারণত গৃহীত হয় যে প্রবণতা স্থায়ী কারণের ক্রিয়া দ্বারা নির্ধারিত হয়।

ভবিষ্যদ্বাণী করা প্রক্রিয়ার হারমোনিক উপাদান- উপাদান, যার ক্রিয়া পর্যায়ক্রমিক প্রকৃতির কারণ দ্বারা নির্ধারিত হয়। একটি বিশেষ ক্ষেত্রে ঋতু উপাদান, যা প্রধানত জলবায়ু পরিস্থিতি এবং সামাজিক ঐতিহ্য দ্বারা নির্ধারিত হয়।

ভবিষ্যদ্বাণী করা প্রক্রিয়ার এলোমেলো উপাদান- ভবিষ্যদ্বাণীকৃতগুলি থেকে প্রক্রিয়াটির প্রকৃত মানগুলির বিচ্যুতি, যার কারণগুলি প্রতিষ্ঠিত হয়নি এবং গৃহীত মডেলের কাঠামোর মধ্যে চিহ্নিত করা যায় না।

অর্থনৈতিক এবং গাণিতিক পদ্ধতি- অর্থনীতি এবং গণিতের সংযোগস্থলে বৈজ্ঞানিক এবং ফলিত শাখাগুলির একটি জটিলতার শর্তসাপেক্ষ নাম। তারা শৃঙ্খলার নিম্নলিখিত গ্রুপ অন্তর্ভুক্ত: অর্থনৈতিক এবং পরিসংখ্যান পদ্ধতি; অর্থনীতি; অর্থনীতিতে অপারেশন গবেষণা; অর্থনৈতিক সাইবারনেটিক্স।

বিশেষজ্ঞ মূল্যায়ন- প্রক্রিয়া বা ঘটনাগুলির মূল্যায়ন যা সরাসরি পরিমাপ করা যায় না। বিকল্পের ভবিষ্যদ্বাণী এবং তাদের পরিণতি সহ সিদ্ধান্ত গ্রহণে বিশেষজ্ঞের মূল্যায়ন একটি গুরুত্বপূর্ণ ভূমিকা পালন করে।

হিউরিস্টিক পূর্বাভাস পদ্ধতি- ক্ষেত্রের বিশেষজ্ঞদের মতামত ব্যবহার করে; পূর্বাভাসের সময় দ্বারা আনুষ্ঠানিক করা যাবে না এমন প্রক্রিয়াগুলির পূর্বাভাস দিতে ব্যবহৃত হয়। এটি পিয়ার রিভিউ পদ্ধতির সমার্থক।

গাণিতিক পূর্বাভাস পদ্ধতিশর্তসাপেক্ষে মডেলিং উন্নয়ন প্রক্রিয়া এবং এক্সট্রাপোলেশন পদ্ধতির পদ্ধতিতে বিভক্ত। তারা গাণিতিক সরঞ্জাম উপর ভিত্তি করে.

যৌক্তিক পূর্বাভাস এবং বিশ্লেষণের পদ্ধতিপ্রাথমিকভাবে কোর্সের ধারাবাহিকতা এবং পূর্বাভাসের ফলাফলের বিশ্লেষণের সাথে যুক্ত। হিসাবে পরিবেশন করুন প্রতিক্রিয়াভবিষ্যদ্বাণীমূলক ব্যবস্থায়। যৌক্তিক বিশ্লেষণের পদ্ধতিগুলি, এছাড়াও, স্বাধীন সমস্যাগুলি সমাধান করার অনুমতি দেয়, উদাহরণস্বরূপ, রূপগত মডেল তৈরি করা, যা পরে আনুষ্ঠানিক (গাণিতিক) পূর্বাভাস মডেলের ভিত্তি হিসাবে ব্যবহৃত হয়।

সম্মিলিত পূর্বাভাস পদ্ধতি- হিউরিস্টিক এবং গাণিতিক পূর্বাভাসের পদ্ধতিগুলির যৌথ ব্যবহার তাদের অন্তর্নিহিত সুবিধাগুলিকে একত্রিত করতে এবং ত্রুটিগুলির জন্য ক্ষতিপূরণের জন্য।

ব্যবধানের পূর্বাভাস- মানের পরিসীমা যেখানে পূর্বাভাসিত মানটি পরিচিত প্রক্রিয়া পরামিতি সহ একটি প্রদত্ত সম্ভাব্যতার সাথে পড়বে।

পূর্বাভাস মানের মানদণ্ড- মানের প্রধান মানদণ্ড হল পূর্বাভাসের যথার্থতা। উপরন্তু, দ্রুততা, নির্ভরযোগ্যতা, ইত্যাদি জন্য মানদণ্ড ব্যবহার করা যেতে পারে।

পূর্বাভাস ত্রুটি- পূর্বাভাস বস্তুর বর্তমান পর্যবেক্ষণ এবং প্রত্যাশিত মানের মধ্যে পার্থক্য। পূর্বাভাস ত্রুটি বিভিন্ন কারণে সৃষ্ট হয়: ভবিষ্যতের পরিস্থিতির অনিশ্চয়তা; পূর্বাভাস বস্তু নিজেই পরিবর্তন; নতুন উদীয়মান কারণের প্রভাব, ইত্যাদি।

ভবিষ্যদ্বাণী- একটি বস্তুর ভবিষ্যতের অবস্থা সম্পর্কে একটি রায়, যা বেশিরভাগই বিষয়ভিত্তিক।

ভবিষ্যদ্বাণী বস্তুর মডেল- গাণিতিক সম্পর্ক এবং যৌক্তিক উপসংহার ব্যবহার করে বাস্তব পূর্বাভাস বস্তুটি বর্ণনা করতে আইসোমরফিজম (সাদৃশ্য) এর ঘটনাটির ব্যবহার (আরও বিরল ক্ষেত্রে, শারীরিক মডেল ব্যবহার করা হয়)। মডেলটি বাস্তবতা থেকে একধরনের বিমূর্ততা, শুধুমাত্র মূলের সেই বৈশিষ্ট্যগুলিকে বিবেচনা করে যা আগ্রহের বা এর বিকাশে উল্লেখযোগ্য প্রভাব ফেলে। একটি পূর্বাভাস অবজেক্ট মডেল নির্বাচন করার অসুবিধা অনেক কারণের দ্বারা নির্ধারিত হয়: প্রসেস বা ভবিষ্যদ্বাণী করা একটি অনুরূপ বস্তু সম্পর্কে তথ্য; সম্পর্কে তথ্যের নির্ভুলতা এই প্রক্রিয়া(বস্তু); এই তথ্যের পরিমাণ। বর্তমানে, পূর্বাভাস মডেলের অনেক শ্রেণীবিভাগ আছে।

ভবিষ্যদ্বাণীমূলক সিস্টেম- প্রাথমিক তথ্য সংগ্রহ, তথ্য প্রক্রিয়াকরণ এবং প্রয়োজনীয় গুণমান সহ পূর্বাভাস উপস্থাপনের পদ্ধতি, পদ্ধতি এবং উপায়গুলির একটি সেট।

সূত্র

একটি সমীক্ষা করা হয়েছিল প্রধান দিকনির্দেশ এবং বাস্তবায়নের সমস্যা নিয়ে ব্যবহারিক কার্যক্রমআধুনিক তথ্য ও যোগাযোগ প্রযুক্তির সংগঠন। একটি ঐক্যবদ্ধ তৈরির সমস্যা এবং দিকনির্দেশ তথ্য স্থান. ব্যবহারিক মডেলিংয়ের শর্তাবলী এবং পূর্বশর্তগুলির বিশ্লেষণ করা হয়, সংস্থাগুলির কার্যক্রমের ভবিষ্যদ্বাণীমূলক মডেলগুলির পর্যায়ক্রমে নির্মাণের বৈশিষ্ট্যগুলি বিশ্লেষণ করা হয়। দানা এর একটি সংক্ষিপ্ত বিবরণবিভিন্ন পূর্বাভাস মডেল ব্যবহারের বৈশিষ্ট্য, পূর্বাভাস মডেলের পর্যাপ্ততা পরীক্ষা করার গুরুত্বের উপর জোর দেওয়া হয়। প্রতিষ্ঠানের কার্যক্রমের পূর্বাভাস দেওয়ার জন্য আধুনিক তথ্য ও বিশ্লেষণী প্রযুক্তির পর্যালোচনা করা হয়েছে। সংস্থার মূল সূচকগুলির পূর্বাভাস দেওয়ার ফলাফলের অনুশীলনে ব্যবহারের বিষয়ে সুপারিশগুলি দেওয়া হয়।

তথ্য এবং বিশ্লেষণাত্মক প্রযুক্তি

কার্যকলাপ মডেলিং

মডেল পর্যাপ্ততা বিশ্লেষণ

সংস্থার কার্যক্রমের পূর্বাভাস

1. গোলিচেভ ভি.ডি., গোলিচেভা এন.ডি., গুসারোভা ও.এম. এবং অন্যান্য। - Smolensk: Smolgortypography, 2013। - 152 পি।

2. গুসারোভা ও.এম. ব্যবসার ফলাফল পরিকল্পনা এবং পরিচালনার একটি উপায় হিসাবে মডেলিং // আধুনিক প্রাকৃতিক বিজ্ঞানের সাফল্য। - 2014। - নং 11। - পি। 88-92।

3. গুসারোভা ও.এম. গ্রহণযোগ্যতায় মডেলিং ব্যবস্থাপনা সিদ্ধান্ত// বিজ্ঞান এবং শিক্ষা: সমস্যা এবং উন্নয়ন সম্ভাবনা: সংগ্রহ বৈজ্ঞানিক কাগজপত্রআন্তর্জাতিক বৈজ্ঞানিক-ব্যবহারিক সম্মেলনের উপকরণের উপর ভিত্তি করে। - Tambov: Yukom, 2014. - S. 41-42।

4. গুসারোভা ও.এম. মডেলিং ব্যবসার ফলাফলের তত্ত্ব এবং অনুশীলনের একীকরণের সমস্যা // অর্থনীতি এবং শিক্ষা: চ্যালেঞ্জ এবং সমাধানের জন্য অনুসন্ধান: II অল-রাশিয়ান (পত্রালাপ) বৈজ্ঞানিক এবং ব্যবহারিক সম্মেলনের উপকরণগুলির উপর ভিত্তি করে বৈজ্ঞানিক কাগজপত্রের একটি সংগ্রহ (ইয়ারোস্লাভ, এপ্রিল 15, 2014) - ইয়ারোস্লাভ: চ্যান্সেলর, 2014। - পৃষ্ঠা 78-82।

5. গুসারোভা ও.এম. আর্থ-সামাজিক উন্নয়নের আঞ্চলিক সূচকগুলির মধ্যে সম্পর্কের মূল্যায়ন (কেন্দ্রীয় সামগ্রীতে ফেডারেল জেলারাশিয়া) // সমসাময়িক বিষয়বিজ্ঞান এবং শিক্ষা। -2013। - নং 6। (ইলেক্ট্রনিক জার্নাল)।

6. গুসারোভা O.M., Zhuravleva M.A. বিশ্লেষণ এবং কার্যক্রম উন্নতি যৌথমুলধনী প্রতিষ্ঠান// আধুনিক বিজ্ঞান-নিবিড় প্রযুক্তি। - 2014। - নং 7-3। - পৃ. 10-12।

7. গুসারোভা ও.এম. কার্যকলাপ পূর্বাভাস পদ্ধতি এবং মডেল কর্পোরেট সিস্টেম// শিক্ষা এবং বিজ্ঞানের তাত্ত্বিক এবং প্রয়োগযোগ্য সমস্যা: আন্তর্জাতিক বৈজ্ঞানিক এবং ব্যবহারিক সম্মেলনের উপকরণগুলির উপর ভিত্তি করে বৈজ্ঞানিক কাগজপত্রের একটি সংগ্রহ। – তাম্বভ: ইউকোম, 2014। – পি. 48-49।

8. গুসারোভা ও.এম. আর্থ-সামাজিক প্রক্রিয়াগুলির মডেলিংয়ের জন্য কম্পিউটার প্রযুক্তি // রাশিয়ার অর্থনৈতিক বৃদ্ধি এবং প্রতিযোগিতা: প্রবণতা, সমস্যা এবং কৌশলগত অগ্রাধিকার: আন্তর্জাতিক বৈজ্ঞানিক এবং ব্যবহারিক সম্মেলনের উপকরণগুলির উপর ভিত্তি করে বৈজ্ঞানিক নিবন্ধগুলির একটি সংগ্রহ। – এম.: ইউনিটি-ডানা, 2012। – এস. 102-104।

9. গুসারোভা ও.এম. আর্থিক এবং অর্থনৈতিক সূচকগুলির জন্য স্বল্পমেয়াদী পূর্বাভাস মডেলের গুণমান অধ্যয়ন। – এম.: 1999। – 198 পি।

10. Orlova I.V., Turundaevsky V.B. অর্থনৈতিক প্রক্রিয়ার অধ্যয়নে বহুমুখী পরিসংখ্যানগত বিশ্লেষণ। মনোগ্রাফ। – এম.: MESI, 2014। – পৃ. 190।

অর্থনৈতিক নিষেধাজ্ঞার প্রবর্তনের প্রেক্ষাপটে, বেশ কয়েকটি রাশিয়ান উদ্যোগ তাদের পণ্যের প্রতিযোগিতা নিশ্চিত করতে এবং সংস্থার দক্ষতা উন্নত করার জন্য কার্যকর উপায় খুঁজছে। কঠিন অর্থনৈতিক পরিস্থিতিতে, ক্রিয়াকলাপের একটি নির্দিষ্ট ক্ষেত্রে ব্যবসা সংগঠিত করার ক্ষেত্রে কেবল ব্যবহারিক অভিজ্ঞতাই ব্যবহার করা প্রয়োজন নয়, তবে আধুনিক পন্থাব্যবসা পরিকল্পনা করতে. ক্রিয়াকলাপের অনুশীলনে মূল ব্যবসায়িক সূচকগুলির মডেলিং এবং পূর্বাভাস দেওয়ার জন্য তথ্য এবং বিশ্লেষণাত্মক প্রযুক্তির ব্যাপক প্রবর্তন ব্যবসায়িক ফলাফলের অপারেশনাল পর্যবেক্ষণ এবং একটি সংস্থার উন্নয়ন কৌশল গঠনের অনুমতি দেয়। তথ্য এবং বিশ্লেষণাত্মক প্রযুক্তির ব্যবহার আপনাকে সমন্বিত ব্যবসায়িক ফলাফল ব্যবস্থাপনা সিস্টেম তৈরি করতে, উপাদান এবং আর্থিক প্রবাহকে অপ্টিমাইজ করতে, আর্থিক ও অর্থনৈতিক ক্রিয়াকলাপের খরচ কমাতে, কোম্পানির মুনাফা সর্বাধিক করতে এবং অন্যান্য বেশ কয়েকটি কাজ সমাধান করতে দেয়।

আধুনিক সমাজের তথ্যায়নের প্রক্রিয়া এবং তাদের সাথে ঘনিষ্ঠভাবে সম্পর্কিত ব্যবসায়ের সমস্ত ক্ষেত্রে তথ্য ও যোগাযোগ প্রযুক্তির প্রয়োগের প্রক্রিয়াগুলি সংস্থাগুলির ক্রিয়াকলাপ বিশ্লেষণের জন্য তথ্য এবং বিশ্লেষণাত্মক প্রযুক্তির ব্যাপক বিস্তার দ্বারা চিহ্নিত করা হয়। বিভিন্ন এলাকায়এবং মালিকানার ফর্ম। আধুনিক তথ্য প্রযুক্তি নিম্নলিখিত ক্ষেত্রগুলির একটি সংখ্যক স্বয়ংক্রিয় করা সম্ভব করে: একটি সিস্টেমের বৈশিষ্ট্য (অবজেক্ট) অধ্যয়ন করা, ব্যবসার সমস্ত ক্ষেত্রে মূল সূচকগুলির বিকাশের গতিশীলতা পর্যবেক্ষণ করা, কার্যকরী সিস্টেমের পরামিতিগুলি অপ্টিমাইজ করা, সমন্বিত সিস্টেম তৈরি করা সিস্টেম পর্যবেক্ষণ এবং পরিচালনার জন্য, সংস্থার উন্নয়নের সম্ভাবনার পরিকল্পনা এবং পূর্বাভাস।

আধুনিক সমাজের ক্রিয়াকলাপের সমস্ত ক্ষেত্রে তথ্য ও যোগাযোগ প্রযুক্তি প্রবর্তনের কৌশলগত লক্ষ্য হল একীভূত ডাটাবেসে অ্যাক্সেস, পরিসংখ্যানগত প্রতিবেদনের তাত্ক্ষণিক বিধান এবং তৈরির সাথে সম্পর্কিত বিস্তৃত সমস্যার সমাধানের জন্য ডিজাইন করা একক তথ্য স্থান তৈরি করা। বিভিন্ন কার্যক্রমের জন্য সমন্বিত পর্যবেক্ষণ ব্যবস্থা। এই সবগুলি একজন ব্যক্তির জ্ঞানীয় সৃজনশীল কার্যকলাপের বিকাশের জন্য মৌলিকভাবে নতুন সুযোগ তৈরিতে অবদান রাখে: গবেষণা, সাংগঠনিক এবং ব্যবস্থাপক, বিশেষজ্ঞ, উদ্যোক্তা ইত্যাদি। একটি একক তথ্য স্থান তৈরি করা সংস্থাগুলির কার্যক্রম নিরীক্ষণের দক্ষতা এবং গুণমান বৃদ্ধি করতে, বিভিন্ন ক্ষেত্রে বৈজ্ঞানিক গবেষণাকে তীব্র করতে, প্রক্রিয়াকরণের সময় কমাতে এবং তথ্য প্রদান, সিস্টেম পরিচালনার দক্ষতা এবং কার্যকারিতা, জাতীয় তথ্যের একীকরণে সহায়তা করে। বিজ্ঞান, সংস্কৃতি, ব্যবসা এবং ক্রিয়াকলাপের অন্যান্য ক্ষেত্রের ক্ষেত্রে তথ্য সংস্থানগুলিতে অ্যাক্সেসের আন্তর্জাতিক সিস্টেমে সিস্টেম।

সংস্থাগুলির ব্যবহারিক ক্রিয়াকলাপে তথ্য ও যোগাযোগ প্রযুক্তির প্রবর্তন বিভিন্ন ক্ষেত্র এবং সমস্যা দ্বারা চিহ্নিত করা হয়:

● তথ্য ও যোগাযোগ প্রযুক্তির মাধ্যম সহ সংস্থাগুলির প্রযুক্তিগত সরঞ্জামগুলি আধুনিক সফ্টওয়্যারগুলিতে অ্যাক্সেস বোঝায় এবং এটি সাংগঠনিক এবং অর্থনৈতিক কারণগুলির দ্বারা সীমাবদ্ধ। সুতরাং "ছোট তথ্যকরণ" অ্যাক্সেস কিছু ক্ষেত্রে অকার্যকর, এবং "বড়" - ব্যয়বহুল এবং দ্রুত রিটার্ন দেয় না।

● তথ্য ও যোগাযোগ প্রযুক্তির ক্ষেত্রে বিশেষজ্ঞদের প্রশিক্ষণ, বিশেষ করে নেটওয়ার্ক প্রযুক্তির ক্ষেত্রে, একটি অগ্রাধিকারমূলক কাজ হওয়া উচিত, যার সমাধানের উপর এই দিকে সংস্থার কার্যক্রমের কার্যকারিতা নির্ভর করে। একজন উচ্চ দক্ষ আইটি পেশাদার কখনও কখনও একটি প্রতিষ্ঠানের একটি সম্পূর্ণ বিভাগের কাজের চাপ করতে পারেন। এই বিষয়ে, শিক্ষা প্রতিষ্ঠানের ক্রিয়াকলাপে তথ্য প্রযুক্তি সম্পর্কিত শৃঙ্খলা ক্রমবর্ধমানভাবে প্রবর্তন করা এবং তাদের ব্যবহারিক অভিমুখীতা বৃদ্ধি করা প্রয়োজন। আধুনিক ব্যবস্থাশিক্ষার সকল স্তরে শিক্ষার মৌলিককরণ, উদ্ভাবনী শিক্ষা পদ্ধতি এবং প্রযুক্তির ব্যাপক ব্যবহার, একটি সিস্টেমের বিকাশের মাধ্যমে শিক্ষার মান এবং অ্যাক্সেসযোগ্যতার উন্নতির দিকে মনোনিবেশ করা উচিত। দূরত্ব শিক্ষাএবং শিক্ষাগত প্রক্রিয়াকে আধুনিক তথ্য ও যোগাযোগ প্রযুক্তি দিয়ে সজ্জিত করা।

● সৃষ্টি তথ্যের ভিত্তিসংস্থার কার্যকলাপের সমস্ত ক্ষেত্রের ডেটার জন্য কিছু প্রচেষ্টা প্রয়োজন, তবে এটি একটি একক তথ্য স্থানের মধ্যে সংস্থার তথ্য প্রযুক্তির একীকরণের একটি গুরুত্বপূর্ণ লিঙ্ক।

সংস্থাগুলির ব্যবহারিক ক্রিয়াকলাপে তথ্য এবং বিশ্লেষণাত্মক প্রযুক্তি প্রবর্তনের জন্য একটি বিষয়গত ক্ষেত্র হ'ল মূল ব্যবসায়িক সূচকগুলির অপারেশনাল পর্যবেক্ষণ এবং কোম্পানির বিকাশের জন্য বিকল্প বিকল্পগুলির পূর্বাভাস। সাধারণ ক্ষেত্রে, গবেষণা পদ্ধতির (বস্তু) বিকাশের পূর্বাভাস দেওয়ার পর্যায়গুলির নিম্নলিখিত ক্রমগুলিকে আলাদা করা যেতে পারে।

● অধ্যয়নের লক্ষ্য এবং উদ্দেশ্য নির্ধারণ সিস্টেমের অধ্যয়নের ক্ষেত্রে কৌশলগত নির্দেশিকা এবং কৌশলগত দিকনির্দেশ নির্ধারণ করে, যা অধ্যয়নের সময় পরিমার্জিত এবং সংহত করা যেতে পারে।

● সিস্টেমের ধারণাগত মডেলের প্রণয়নে সিস্টেমের বৈশিষ্ট্য, গতিশীলতার বৈশিষ্ট্য এবং বাহ্যিক এবং অভ্যন্তরীণ পরিবেশের কারণগুলির সাথে সম্পর্ক সনাক্ত করার জন্য সিস্টেমের পরীক্ষা জড়িত। সিস্টেমের বৈশিষ্ট্য সম্পর্কে পরিসংখ্যানগত তথ্য সংগ্রহের সাথে সিস্টেমের একটি মৌখিক বর্ণনামূলক মডেলের আরও গঠন জড়িত, যা স্পষ্টীকরণ এবং আনুষ্ঠানিককরণের বিষয়। সিস্টেমের ধারণাগত মডেলের প্রণয়ন অধ্যয়নের একটি নির্দিষ্ট ক্ষেত্রের পরিপ্রেক্ষিতে প্রণীত প্রধান প্রশ্নের একটি তালিকা অনুমান করে যা অধ্যয়নের উদ্দেশ্যগুলি পূরণ করে এবং মডেলিং বস্তুর বৈশিষ্ট্য এবং বৈশিষ্ট্য সম্পর্কিত অনুমানের একটি সেট।

● একটি মৌখিক বর্ণনামূলক মডেলের আনুষ্ঠানিককরণ একটি গাণিতিক মডেলের নির্মাণ এবং এর পরামিতিগুলির সংখ্যাসূচক নির্ধারণকে বোঝায়। একটি গুরুত্বপূর্ণ পয়েন্টএকই সময়ে হয় সঠিক পছন্দগাণিতিক মডেলের পরামিতি নির্ধারণের পদ্ধতি। প্রতিটি সিস্টেমের বিকাশের নিজস্ব বৈশিষ্ট্য রয়েছে, এবং পর্যাপ্ততার মতো মডেলের বৈশিষ্ট্য, যেমন বাস্তব প্রক্রিয়ার বৈশিষ্ট্যগুলির সাথে আনুষ্ঠানিক মডেলের চিঠিপত্র যা গবেষণা ব্যবস্থার গতিশীলতাকে চিহ্নিত করে। গবেষণা পদ্ধতির সুনির্দিষ্টতার উপর নির্ভর করে, পূর্বাভাস মডেলের বিভিন্ন শ্রেণীর প্রাথমিকভাবে নির্বাচন করা যেতে পারে, উদাহরণস্বরূপ, বৃদ্ধির বক্ররেখা যা সময়ের সাথে সাথে সিস্টেমের গতিশীলতাকে চিহ্নিত করে, ইকোনোমেট্রিক মডেল যা সিস্টেমের বিভিন্ন অভ্যন্তরীণ বৈশিষ্ট্যের মধ্যে সম্পর্ক স্থাপন এবং মূল্যায়ন করে। অনেকগুলি বাহ্যিক কারণ, ঋতু ও চক্রাকার ওঠানামা সহ উচ্চ গতিশীল সিস্টেমের জন্য ব্যবহৃত অভিযোজিত মডেলের বৈচিত্র্য, সহজ থেকে স্বয়ংক্রিয় সম্পর্কযুক্ত এবং হেটেরোসেডেস্টিক অবশিষ্টাংশ সহ অটোরিগ্রেসিভ মডেল পর্যন্ত।

● সিমুলেশন ফলাফল প্রাপ্তি এবং ব্যাখ্যা করার জন্য গাণিতিক মডেলের বেশ কয়েকটি বৈশিষ্ট্য পরীক্ষা করা জড়িত, বিশেষ করে, মডেলের পর্যাপ্ততা এবং নির্ভুলতা পরীক্ষা করা। মডেলের পর্যাপ্ততা একটি বাস্তব বস্তু (সিস্টেম) এর বৈশিষ্ট্য এবং বৈশিষ্ট্যগুলির সাথে নির্মিত মডেলের বৈশিষ্ট্যগুলির ঘনিষ্ঠতার ডিগ্রিকে চিহ্নিত করে। বেশ কয়েকটি কারণে, যেমন মডেলিংয়ে সংঘটিত অনেকগুলি অনুমান, অধ্যয়নের বস্তুর বিকাশের গতিশীলতা নির্ধারণ করে এমন অনেকগুলি কারণকে বিবেচনায় নেওয়ার অসম্ভবতা, মডেল আনুষ্ঠানিককরণের পর্যায়ে বেশ কয়েকটি প্রযুক্তিগত ত্রুটি। এবং অন্যান্য কয়েকটি পয়েন্ট, স্বাভাবিকভাবেই মডেল এবং আসল বস্তুর বৈশিষ্ট্যগুলির মধ্যে পার্থক্যের দিকে নিয়ে যায়। এটি গুরুত্বপূর্ণ যে এই পার্থক্যগুলি মৌলিক প্রকৃতির নয় এবং নির্দিষ্ট সীমার মধ্যে (বিচ্যুতি)। অনুমোদনযোগ্য বিচ্যুতির মান গবেষণা ব্যবস্থার গতিশীলতার বৈশিষ্ট্য, সিস্টেমের বৈশিষ্ট্যগুলির বিশ্লেষণের সময়কাল এবং সেইসাথে অধ্যয়নের উদ্দেশ্য দ্বারা নির্ধারিত হয়। মডেলের নির্ভুলতা সূচক, যেমন একটি সিরিজের অবশিষ্টাংশের মান বিচ্যুতি, গড় আনুমানিক ত্রুটি, গড় আপেক্ষিক ত্রুটি, পরিসংখ্যানগত তথ্য সংগ্রহের ফলে প্রাপ্ত প্রকৃত পর্যবেক্ষণের জন্য সিমুলেটেড ডেটার আনুমানিক মাত্রাকে চিহ্নিত করে। এই পর্যায়ে, পূর্বাভাস তৈরি করতে ভবিষ্যতে ব্যবহৃত মডেলের পরিমার্জন এবং চূড়ান্ত পছন্দ করা হয়। একই সময়ে, মডেলের পর্যাপ্ততার একটি বর্ধিত যাচাই করা হয়, যার মধ্যে রয়েছে, অবশিষ্ট উপাদানের পরিসংখ্যানগত বৈশিষ্ট্যগুলির একটি সংখ্যা পূরণ সম্পর্কে অনুমান পরীক্ষা করা ছাড়াও, যেমন স্বাধীনতা, এলোমেলোতা, গাণিতিক সমতা। অবশিষ্টাংশের শূন্যের প্রত্যাশা, স্বাভাবিক বন্টন আইনের পরিপূর্ণতা, বাহ্যিক এবং বাহ্যিক এবং অভ্যন্তরীণ কারণ, ফিশারের সহগ, যা ফলস্বরূপ মডেলের পরিসংখ্যানগত তাত্পর্য মূল্যায়ন করে। পর্যাপ্ততা এবং নির্ভুলতার বৈশিষ্ট্যগুলির তুলনা করার ফলাফলের উপর ভিত্তি করে, ভবিষ্যদ্বাণীমূলক মডেলের চূড়ান্ত পছন্দ করা হয়।

● পূর্বাভাসের একটি আনুষ্ঠানিক মডেল তৈরি করা এবং সিস্টেম ম্যানেজমেন্টে মডেলিংয়ের ফলাফলগুলি ব্যবহার করার জন্য বিন্দু পূর্বাভাস পাওয়া জড়িত যা গবেষণা পদ্ধতির বিকাশের সম্ভাবনাকে চিহ্নিত করে। এগুলি ছাড়াও, ব্যবধানের পূর্বাভাসগুলি তৈরি করা যেতে পারে যা ব্যবধান পাওয়ার উচ্চ সম্ভাবনা বহন করে যেখানে সিস্টেমের বৈশিষ্ট্যগুলি ওঠানামা করতে পারে। এটি লক্ষ করা উচিত যে পূর্বাভাস একটি সম্ভাব্য প্রকৃতির এবং শুধুমাত্র তখনই নির্ভরযোগ্য হবে যখন বিকাশের একই ধরণগুলি সিস্টেম গবেষণার পর্যায়ে ঘটে যাওয়া লিড-আপ সময়ের মধ্যে কাজ করে।

ব্যবস্থাপনাগত সিদ্ধান্ত নেওয়ার ক্ষেত্রে পূর্বাভাসের ফলাফলের ব্যবহার একটি সৃজনশীল প্রক্রিয়া এবং এর জন্য শুধুমাত্র তাত্ত্বিক জ্ঞানের প্রয়োজন নেই। নির্দিষ্ট এলাকা, কিন্তু এছাড়াও ব্যবহারিক অভিজ্ঞতাগবেষণা সিস্টেমের সাথে কাজ করার জন্য। এই মুহুর্তে, সংস্থাগুলির কার্যকলাপের পূর্বাভাস দেওয়ার জন্য তথ্য এবং বিশ্লেষণাত্মক প্রযুক্তির বিকাশে বৈজ্ঞানিক গবেষণা অনেকদূর এগিয়েছে। উদাহরণস্বরূপ, নিউরাল নেটওয়ার্ক পূর্বাভাস, অস্পষ্ট যুক্তিবিদ্যা, বেশ কয়েকটি বিশেষায়িত বহুমুখী বিশ্লেষণ এবং পূর্বাভাস প্রোগ্রাম, যেমন Statistica, SPSS, Stadia, VSTAT, Project Expert এবং অন্যান্য সফ্টওয়্যার পণ্যগুলির একটি সংখ্যা পরিচিত। সিস্টেমের কার্যকারিতার ফলাফলের অপারেশনাল পর্যবেক্ষণ এবং পূর্বাভাসের জন্য, সেইসাথে শিক্ষাগত উদ্দেশ্যে, এমএস এক্সেল প্যাকেজটিও ব্যবহার করা যেতে পারে, যা প্রবণতা এবং রিগ্রেশন বিশ্লেষণ প্রয়োগ করে এবং স্প্রেডশীট প্রসেসরের ভিত্তিতে গণনা করার অনুমতি দেয়। অতিরিক্ত সিস্টেম বৈশিষ্ট্য একটি সংখ্যা.

তথ্য এবং বিশ্লেষণাত্মক পূর্বাভাস প্রযুক্তি ব্যবহার করে ম্যানেজমেন্ট সিস্টেম (অবজেক্ট) অধ্যয়নের ফলাফল অনুসারে, সংস্থার (সিস্টেম) ক্রিয়াকলাপগুলিকে উন্নত করার জন্য সুপারিশগুলি প্রণয়ন করা যেতে পারে, উদাহরণস্বরূপ, মূল কর্মক্ষমতা সূচকগুলির নির্দিষ্ট মান অর্জনের দিকে মনোনিবেশ করা। যে প্রতিষ্ঠানের উন্নয়ন কৌশল বাস্তবায়ন, অপ্টিমাইজেশান নগদ প্রবাহ, কার্যকলাপের নতুন দৃষ্টিকোণ দিকনির্দেশের বিকাশ। মডেলিং এবং পূর্বাভাসের জন্য আধুনিক তথ্য এবং বিশ্লেষণাত্মক প্রযুক্তির ব্যবহার সংস্থার উন্নয়নের কৌশল এবং কৌশল বাস্তবায়নের আলোকে কার্যক্রমের দক্ষতা বৃদ্ধিতে সহায়তা করবে।

গ্রন্থপঞ্জী লিঙ্ক

• টিউটোরিয়াল

আমি 5 বছরেরও বেশি সময় ধরে টাইম সিরিজ পূর্বাভাস করছি। গত বছর আমি এই বিষয়ে আমার গবেষণামূলক প্রবন্ধ রক্ষা করেছি " সর্বাধিক সাদৃশ্য নমুনা থেকে সময় সিরিজের পূর্বাভাস মডেল”, তবে, রক্ষণের পরে, বেশ কয়েকটি প্রশ্ন বাকি ছিল। এখানে তাদের মধ্যে একটি - পূর্বাভাস পদ্ধতি এবং মডেলের সাধারণ শ্রেণীবিভাগ.

সাধারণত, গার্হস্থ্য এবং ইংরেজি-ভাষী উভয় লেখকের রচনায়, তারা নিজেদেরকে পূর্বাভাসের পদ্ধতি এবং মডেলগুলির শ্রেণীবিভাগের প্রশ্ন জিজ্ঞাসা করে না, তবে কেবল তাদের তালিকাভুক্ত করে। কিন্তু আমার কাছে মনে হচ্ছে যে আজ এই এলাকাটি এতটাই বেড়েছে এবং প্রসারিত হয়েছে যে, এমনকি যদি সবচেয়ে সাধারণ, শ্রেণীবিভাগ প্রয়োজন হয়। নীচে সাধারণ শ্রেণীবিভাগের আমার নিজস্ব সংস্করণ।

একটি পূর্বাভাস পদ্ধতি এবং একটি মডেল মধ্যে পার্থক্য কি?

ভবিষ্যদ্বাণী পদ্ধতিএকটি পূর্বাভাস মডেল প্রাপ্ত করার জন্য সঞ্চালিত করা প্রয়োজন যে কর্মের একটি ক্রম প্রতিনিধিত্ব করে। রান্নার সাথে সাদৃশ্য দ্বারা, একটি পদ্ধতি হল কর্মের একটি ক্রম যা অনুযায়ী একটি থালা প্রস্তুত করা হয় - অর্থাৎ, একটি পূর্বাভাস তৈরি করা হয়।

ভবিষ্যদ্বাণী মডেলএটি একটি কার্যকরী উপস্থাপনা যা অধ্যয়নের অধীনে প্রক্রিয়াটিকে পর্যাপ্তভাবে বর্ণনা করে এবং এর ভবিষ্যত মানগুলি পাওয়ার ভিত্তি। একই রন্ধনসম্পর্কীয় সাদৃশ্যে, মডেলটিতে উপাদানগুলির একটি তালিকা এবং তাদের অনুপাত রয়েছে, যা আমাদের খাবারের জন্য প্রয়োজনীয় - একটি পূর্বাভাস।

পদ্ধতি এবং মডেলের সমন্বয় একটি সম্পূর্ণ রেসিপি গঠন!

এখন মডেল এবং পদ্ধতি উভয়ের নামের জন্য ইংরেজি সংক্ষিপ্ত রূপ ব্যবহার করা প্রথাগত। উদাহরণস্বরূপ, বিখ্যাত অটোরিগ্রেশন ইন্টিগ্রেটেড মুভিং এভারেজ এক্সটেন্ডেড (ARIMAX) পূর্বাভাস মডেল রয়েছে। এই মডেল এবং এর সংশ্লিষ্ট পদ্ধতিটিকে সাধারণত ARIMAX বলা হয়, এবং কখনও কখনও লেখকদের পরে বক্স-জেনকিন্স মডেল (পদ্ধতি) বলা হয়।

প্রথমে আমরা পদ্ধতিগুলিকে শ্রেণীবদ্ধ করি

আপনি যদি ঘনিষ্ঠভাবে তাকান তবে এটি দ্রুত স্পষ্ট হয়ে যায় যে " পূর্বাভাস পদ্ধতি"অনেক বিস্তৃত ধারণা" ভবিষ্যদ্বাণীমূলক মডেল" এই বিষয়ে, শ্রেণীবিভাগের প্রথম পর্যায়ে, পদ্ধতিগুলি সাধারণত দুটি গ্রুপে বিভক্ত হয়: স্বজ্ঞাত এবং আনুষ্ঠানিক।

যদি আমরা আমাদের রন্ধনসম্পর্কীয় সাদৃশ্যকে স্মরণ করি, তবে সেখানেও আমরা সমস্ত রেসিপিকে আনুষ্ঠানিকভাবে বিভক্ত করতে পারি, অর্থাৎ উপাদানের সংখ্যা এবং প্রস্তুতির পদ্ধতি দ্বারা লিখিত এবং স্বজ্ঞাত, অর্থাৎ, কোথাও রেকর্ড করা হয়নি এবং এর অভিজ্ঞতা থেকে প্রাপ্ত। রন্ধন বিশেষজ্ঞ। আমরা কখন একটি প্রেসক্রিপশন ব্যবহার করি না? যখন থালাটি খুব সহজ হয়: আলু ভাজুন বা ডাম্পলিং সিদ্ধ করুন, আপনার কোনও রেসিপির প্রয়োজন নেই। আর কখন আমরা রেসিপি ব্যবহার করি না? আমরা যখন নতুন কিছু উদ্ভাবন করতে চাই!

স্বজ্ঞাত পূর্বাভাস পদ্ধতিবিশেষজ্ঞদের রায় এবং মূল্যায়ন সঙ্গে মোকাবিলা. আজ অবধি, এগুলি প্রায়শই বিপণন, অর্থনীতি, রাজনীতিতে ব্যবহৃত হয়, যেহেতু সিস্টেম, যার আচরণটি অবশ্যই ভবিষ্যদ্বাণী করা উচিত, হয় খুব জটিল এবং গাণিতিকভাবে বর্ণনা করা যায় না, বা খুব সহজ এবং এই জাতীয় বর্ণনার প্রয়োজন নেই। এই ধরনের পদ্ধতি সম্পর্কে বিস্তারিত পাওয়া যাবে.

আনুষ্ঠানিক পদ্ধতি- সাহিত্যে বর্ণিত পূর্বাভাস পদ্ধতি, যার ফলস্বরূপ পূর্বাভাসের মডেলগুলি তৈরি করা হয়, অর্থাৎ, তারা এমন একটি গাণিতিক নির্ভরতা নির্ধারণ করে যা আপনাকে প্রক্রিয়াটির ভবিষ্যতের মান গণনা করতে দেয়, অর্থাৎ একটি পূর্বাভাস তৈরি করে।

এই উপর, পূর্বাভাস পদ্ধতির সাধারণ শ্রেণীবিভাগ, আমার মতে, সম্পন্ন করা যেতে পারে.

এর পরে, আমরা মডেলগুলির একটি সাধারণ শ্রেণিবিন্যাস করি

এখানে পূর্বাভাস মডেলের শ্রেণীবিভাগে এগিয়ে যাওয়া প্রয়োজন। প্রথম পর্যায়ে, মডেলগুলিকে দুটি গ্রুপে ভাগ করা উচিত: ডোমেন মডেল এবং টাইম সিরিজ মডেল।

ডোমেন মডেল- এই ধরনের গাণিতিক পূর্বাভাস মডেল, যার নির্মাণের জন্য বিষয় এলাকার আইন ব্যবহার করা হয়। উদাহরণস্বরূপ, একটি আবহাওয়ার পূর্বাভাস তৈরি করতে ব্যবহৃত মডেলটিতে তরল গতিবিদ্যা এবং তাপগতিবিদ্যার সমীকরণ রয়েছে। জনসংখ্যা উন্নয়নের পূর্বাভাস একটি ডিফারেনশিয়াল সমীকরণের উপর নির্মিত একটি মডেলের উপর তৈরি করা হয়। ডায়াবেটিসে আক্রান্ত ব্যক্তির রক্তে শর্করার মাত্রার পূর্বাভাস ডিফারেনশিয়াল সমীকরণের একটি সিস্টেমের ভিত্তিতে তৈরি করা হয়। সংক্ষেপে, এই ধরনের মডেলগুলি নির্ভরতা ব্যবহার করে যা একটি নির্দিষ্ট বিষয়ের ক্ষেত্রে নির্দিষ্ট। এই ধরনের মডেলগুলি উন্নয়নের জন্য একটি পৃথক পদ্ধতির দ্বারা চিহ্নিত করা হয়।

টাইম সিরিজ মডেল- গাণিতিক পূর্বাভাস মডেল যা প্রক্রিয়ার মধ্যেই অতীতের উপর ভবিষ্যতের মানের নির্ভরতা খুঁজে বের করতে চায় এবং এই নির্ভরতার উপর পূর্বাভাস গণনা করে। এই মডেলগুলি বিভিন্ন বিষয়ের ক্ষেত্রে সার্বজনীন, অর্থাৎ, সময় সিরিজের প্রকৃতির উপর নির্ভর করে তাদের সাধারণ ফর্ম পরিবর্তিত হয় না। আমরা বায়ুর তাপমাত্রার পূর্বাভাস দিতে নিউরাল নেটওয়ার্ক ব্যবহার করতে পারি এবং তারপর স্টক সূচকের পূর্বাভাস দিতে নিউরাল নেটওয়ার্কগুলিতে অনুরূপ মডেল প্রয়োগ করতে পারি। এগুলি হল সাধারণীকৃত মডেল, ফুটন্ত জলের মতো, যেখানে আপনি যদি কোনও পণ্য নিক্ষেপ করেন তবে এটি তার প্রকৃতি নির্বিশেষে ফুটবে।

সময় সিরিজ মডেল শ্রেণীবিভাগ

এটা আমার মনে হয় যে রচনা সাধারণ শ্রেণীবিভাগডোমেইন মডেল সম্ভব নয়: কত এলাকা, এত মডেল! যাইহোক, টাইম সিরিজ মডেলগুলি সহজে নিজেদেরকে সহজ বিভাজনে ধার দেয়। টাইম সিরিজ মডেল দুটি গ্রুপে বিভক্ত করা যেতে পারে: পরিসংখ্যানগত এবং কাঠামোগত।

AT পরিসংখ্যান মডেলঅতীতের উপর ভবিষ্যতের মানের নির্ভরতা কিছু সমীকরণ আকারে দেওয়া হয়। এর মধ্যে রয়েছে:

1. রিগ্রেশন মডেল (লিনিয়ার রিগ্রেশন, নন-লিনিয়ার রিগ্রেশন);
2. অটোরিগ্রেসিভ মডেল (ARIMAX, GARCH, ARDLM);
3. সূচকীয় মসৃণ মডেল;
4. সর্বোচ্চ সাদৃশ্য নমুনার উপর ভিত্তি করে মডেল;
5. ইত্যাদি

AT কাঠামোগত মডেলঅতীতের উপর ভবিষ্যতের মানের নির্ভরতা একটি নির্দিষ্ট কাঠামো এবং এটি বরাবর চলার নিয়মের আকারে দেওয়া হয়। এর মধ্যে রয়েছে:

1. নিউরাল নেটওয়ার্ক মডেল;
2. মার্কভ চেইনের উপর ভিত্তি করে মডেল;
3. শ্রেণীবিভাগ-রিগ্রেশন গাছের উপর ভিত্তি করে মডেল;
4. ইত্যাদি

উভয় গোষ্ঠীর জন্য, আমি প্রধান, যে, সবচেয়ে সাধারণ এবং বিস্তারিত পূর্বাভাস মডেল নির্দেশ করেছি। যাইহোক, আজ ইতিমধ্যেই প্রচুর সংখ্যক সময় সিরিজের পূর্বাভাস মডেল রয়েছে এবং পূর্বাভাস তৈরির জন্য, উদাহরণস্বরূপ, SVM (সমর্থন ভেক্টর মেশিন) মডেল, GA (জেনেটিক অ্যালগরিদম) মডেল এবং আরও অনেকগুলি ব্যবহার করা শুরু হয়েছে।

সাধারণ শ্রেণীবিভাগ

এইভাবে আমরা নিম্নলিখিত পেয়েছিলাম মডেল এবং পূর্বাভাস পদ্ধতির শ্রেণীবিভাগ.

1. টিখোনভ ই.ই. বাজারের অবস্থার পূর্বাভাস। নেভিনোমিস্ক, 2006। 221 পি।
2. আর্মস্ট্রং জে.এস. বিপণনের জন্য পূর্বাভাস // বিপণনে পরিমাণগত পদ্ধতি। লন্ডন: ইন্টারন্যাশনাল থম্পসন বিজনেস প্রেস, 1999, পৃষ্ঠা 92-119।
3. জিংফেই ইয়াং এম. এসসি পাওয়ার সিস্টেম স্বল্প-মেয়াদী লোড পূর্বাভাস: পিএইচডি ডিগ্রির জন্য থিসিস। Germany, Darmstadt, Elektrotechnik und Informationstechnik der Technischen Universitat, 2006. 139 p.

ইউপিডি। 11/15/2016।
ভদ্রলোক, এটা পাগলামিতে পৌঁছে গেছে! সম্প্রতি, আমাকে পর্যালোচনার জন্য এই এন্ট্রির লিঙ্ক সহ VAK সংস্করণের জন্য একটি নিবন্ধ পাঠানো হয়েছে৷ আমি আপনার দৃষ্টি আকর্ষণ করছি যে না ডিপ্লোমাতে, না নিবন্ধগুলিতে, এবং এমনকি আরও বেশি গবেষণায় ব্লগে লিঙ্ক করতে পারছি না! আপনি যদি একটি লিঙ্ক চান তবে এটি ব্যবহার করুন: চুচুয়েভা আই.এ. সর্বাধিক সাদৃশ্য, গবেষণামূলক… ক্যান্ডের নির্বাচনের উপর সময় সিরিজের ভবিষ্যদ্বাণীর মডেল। সেগুলো. বিজ্ঞান / মস্কো স্টেট টেকনিক্যাল ইউনিভার্সিটি। N.E. বউমান। মস্কো, 2012।

ট্যাগ: ট্যাগ যোগ করুন

আধুনিক আইটির আবির্ভাবের আগে, অর্থনৈতিক কার্যকলাপের প্রক্রিয়ায় সরাসরি কার্যকর অর্থনৈতিক এবং গাণিতিক মডেলগুলি ব্যবহার করার কোনও বিস্তৃত সুযোগ ছিল না। উপরন্তু, বিশ্লেষণাত্মক উদ্দেশ্যে বিদ্যমান পূর্বাভাস মডেলগুলির ব্যবহার তাদের তথ্য সমর্থনের জন্য এই ধরনের উচ্চ প্রয়োজনীয়তাগুলিকে এগিয়ে দেয়নি।

পূর্বাভাস প্রযুক্তির মৌলিক বিষয়

স্ক্র্যাচ থেকে একটি ভবিষ্যদ্বাণীমূলক সিস্টেম তৈরি করার সময়, বেশ কয়েকটি সাংগঠনিক এবং পদ্ধতিগত সমস্যা সমাধান করা প্রয়োজন। প্রথমগুলির মধ্যে রয়েছে:

• - পূর্বাভাস ফলাফল বিশ্লেষণ এবং ব্যাখ্যা পদ্ধতিতে ব্যবহারকারীদের প্রশিক্ষণ;
• - এন্টারপ্রাইজের মধ্যে পূর্বাভাস তথ্যের চলাচলের জন্য দিকনির্দেশ নির্ধারণ, এর বিভাগ এবং পৃথক কর্মচারীদের স্তরে, পাশাপাশি ব্যবসায়িক অংশীদার এবং কর্তৃপক্ষের সাথে যোগাযোগের কাঠামো;
• - পূর্বাভাস পদ্ধতির সময় এবং ফ্রিকোয়েন্সি নির্ধারণ;
• - দীর্ঘমেয়াদী পরিকল্পনার সাথে পূর্বাভাসকে সংযুক্ত করার জন্য নীতিগুলির বিকাশ এবং একটি এন্টারপ্রাইজ উন্নয়ন পরিকল্পনা তৈরি করার সময় প্রাপ্ত ফলাফলের জন্য বিকল্পগুলি নির্বাচন করার পদ্ধতি।

একটি পূর্বাভাস সাবসিস্টেম তৈরির পদ্ধতিগত সমস্যাগুলি হল:

• - এর কার্যকারিতার অভ্যন্তরীণ কাঠামো এবং প্রক্রিয়ার বিকাশ;
• - তথ্য সহায়তা সংস্থা;
• - সফ্টওয়্যার উন্নয়ন।

প্রথম সমস্যাটি সবচেয়ে কঠিন, যেহেতু এটি সমাধান করার জন্য পূর্বাভাসের মডেলগুলির একটি সেট তৈরি করা প্রয়োজন, যার সুযোগটি আন্তঃসম্পর্কিত সূচকগুলির একটি সিস্টেম। পূর্বাভাস পদ্ধতিগুলির পদ্ধতিগতকরণ এবং মূল্যায়নের সমস্যাটি এখানে কেন্দ্রীয় সমস্যাগুলির মধ্যে একটি, যেহেতু একটি নির্দিষ্ট পদ্ধতি নির্বাচন করার জন্য, তাদের তুলনামূলক বিশ্লেষণ পরিচালনা করা প্রয়োজন। পূর্বাভাস পদ্ধতির শ্রেণীবিভাগের একটি বৈকল্পিক, প্রতিটি গোষ্ঠীর অন্তর্নিহিত জ্ঞান ব্যবস্থার বিশেষত্ব বিবেচনায় নিয়ে, নিম্নরূপ সংক্ষিপ্ত করা যেতে পারে: বিশেষজ্ঞের মূল্যায়নের পদ্ধতি; লজিক্যাল মডেলিং পদ্ধতি; গাণিতিক পদ্ধতি।

প্রতিটি গ্রুপ একটি নির্দিষ্ট পরিসরের কাজ সমাধানের জন্য উপযুক্ত। অতএব, অনুশীলন ব্যবহৃত পদ্ধতিগুলির জন্য নিম্নলিখিত প্রয়োজনীয়তাগুলি সামনে রাখে: সেগুলি অবশ্যই একটি নির্দিষ্ট পূর্বাভাসের বস্তুর উপর দৃষ্টি নিবদ্ধ করতে হবে, অবশ্যই পর্যাপ্ততার পরিমাণগত পরিমাপের উপর ভিত্তি করে হতে হবে এবং অনুমানের নির্ভুলতা এবং পূর্বাভাস দিগন্তের পরিপ্রেক্ষিতে আলাদা হতে হবে।

একটি ভবিষ্যদ্বাণীমূলক সিস্টেম তৈরির প্রক্রিয়াতে উদ্ভূত প্রধান কাজগুলিকে বিভক্ত করা হয়েছে:

• - অনুমানযোগ্য প্রক্রিয়া এবং সূচকগুলির একটি সিস্টেম তৈরি করা;
• - পূর্বাভাসিত প্রক্রিয়া এবং সূচকগুলির অর্থনৈতিক এবং গাণিতিক বিশ্লেষণের জন্য একটি যন্ত্রের বিকাশ;
• - বিশেষজ্ঞের মূল্যায়ন পদ্ধতির সংমিশ্রণ, পরীক্ষার জন্য সূচক নির্বাচন এবং কিছু পূর্বাভাসিত প্রক্রিয়া এবং সূচকগুলির বিশেষজ্ঞ মূল্যায়ন প্রাপ্ত করা;
• - আস্থার ব্যবধান এবং নির্ভুলতার ইঙ্গিত সহ পূর্বাভাস সূচক এবং প্রক্রিয়া;
• - প্রাপ্ত ফলাফলের ব্যাখ্যা এবং বিশ্লেষণের জন্য পদ্ধতির বিকাশ।

পূর্বাভাস সিস্টেমের তথ্য এবং গাণিতিক সহায়তার কাজটি বিশেষ মনোযোগের দাবি রাখে। সফ্টওয়্যার তৈরির প্রক্রিয়াটি নিম্নলিখিত পদক্ষেপ হিসাবে উপস্থাপন করা যেতে পারে:

• - পূর্বাভাসের বস্তুর কাঠামোগত সনাক্তকরণের জন্য একটি পদ্ধতির বিকাশ;
• - পূর্বাভাস বস্তুর প্যারামেট্রিক সনাক্তকরণের জন্য পদ্ধতির বিকাশ;
• - প্রবণতা ভবিষ্যদ্বাণী করার জন্য পদ্ধতির বিকাশ;
• - প্রক্রিয়াগুলির সুরেলা উপাদানগুলির পূর্বাভাস দেওয়ার জন্য পদ্ধতিগুলির বিকাশ;
• - প্রক্রিয়াগুলির এলোমেলো উপাদানগুলির বৈশিষ্ট্যগুলি মূল্যায়নের জন্য পদ্ধতিগুলির বিকাশ;
• - একটি আন্তঃসংযুক্ত সিস্টেম গঠন করে এমন সূচকগুলির পূর্বাভাস দেওয়ার জন্য জটিল মডেল তৈরি করা।

একটি পূর্বাভাস সিস্টেম তৈরির জন্য এর তথ্য সহায়তার সমস্যা সমাধানের জন্য একটি সমন্বিত পদ্ধতির প্রয়োজন, যা সাধারণত পূর্বাভাস প্রাপ্ত করার জন্য ব্যবহৃত প্রাথমিক ডেটার একটি সেট হিসাবে বোঝা যায়, সেইসাথে পদ্ধতি, পদ্ধতি এবং সরঞ্জাম যা সংগ্রহ, জমাকরণ, সঞ্চয়স্থান নিশ্চিত করে। , পূর্বাভাস সিস্টেমের কার্যকারিতার প্রক্রিয়ায় ডেটা অনুসন্ধান এবং সংক্রমণ এবং অন্যান্য এন্টারপ্রাইজ ম্যানেজমেন্ট সিস্টেমের সাথে এর মিথস্ক্রিয়া।

সিস্টেমের তথ্য সমর্থন সাধারণত অন্তর্ভুক্ত করে:

• - তথ্য তহবিল (ডাটাবেস);
• - তথ্য তহবিল গঠনের উত্স, প্রবাহ এবং ডেটা প্রাপ্তির পদ্ধতি;
• - তথ্য তহবিল গঠনকারী ডেটা সংগ্রহ, সঞ্চয়, আপডেট এবং পুনরুদ্ধারের পদ্ধতি;
• - সিস্টেমে ডেটা সঞ্চালনের পদ্ধতি, নীতি এবং নিয়ম;
• - তাদের সংগ্রহ এবং প্রক্রিয়াকরণের সমস্ত পর্যায়ে ডেটার নির্ভরযোগ্যতা নিশ্চিত করার পদ্ধতি;
• - তথ্য বিশ্লেষণ এবং সংশ্লেষণের পদ্ধতি;
• - অর্থনৈতিক তথ্যের দ্ব্যর্থহীন আনুষ্ঠানিক বর্ণনার উপায়।

সুতরাং, পূর্বাভাস প্রক্রিয়া বাস্তবায়নের জন্য নিম্নলিখিত প্রধান উপাদানগুলির প্রয়োজন:

• - অভ্যন্তরীণ তথ্যের উত্স, যা পরিচালনা এবং অ্যাকাউন্টিং সিস্টেমের উপর ভিত্তি করে;
• - বাহ্যিক তথ্যের উত্স;
• - বিশেষ সফ্টওয়্যার যা পূর্বাভাস অ্যালগরিদম এবং ফলাফলের বিশ্লেষণ প্রয়োগ করে৷

বাজারের অংশগ্রহণকারীদের জন্য পূর্বাভাসের সমস্যা সমাধানের গুরুত্ব বিবেচনা করে, বিশেষভাবে নির্বাচিত (পরীক্ষা) প্রাথমিক ডেটা ব্যবহার করে প্রস্তাবিত পদ্ধতি এবং অ্যালগরিদমগুলির পাশাপাশি সাধারণভাবে প্রযুক্তিগুলির গুণমান পরীক্ষা করার পরামর্শ দেওয়া হয়। ননলাইনার অপ্টিমাইজেশানের জন্য ডিজাইন করা গাণিতিক সরঞ্জামগুলির পর্যাপ্ততা মূল্যায়ন করার জন্য একটি অনুরূপ যাচাইকরণ পদ্ধতি দীর্ঘদিন ধরে ব্যবহার করা হয়েছে, উদাহরণস্বরূপ, রোজেনব্রক এবং পাওয়েল ফাংশন ব্যবহার করে।

পূর্বাভাস প্রযুক্তির গুণমান এবং কার্যকারিতার নিশ্চিতকরণ (বা যাচাইকরণ) সাধারণত একটি অগ্রাধিকার পরিচিত মডেল ডেটাকে তাদের পূর্বাভাসিত মানগুলির সাথে তুলনা করে এবং পূর্বাভাসের নির্ভুলতার পরিসংখ্যানগত বৈশিষ্ট্যগুলি মূল্যায়ন করে করা হয়। আসুন এই কৌশলটি এমন পরিস্থিতিতে বিবেচনা করি যেখানে প্রক্রিয়া মডেলগুলি প্রবণতা Tt, মৌসুমী (হারমোনিক) এবং র্যান্ডম উপাদানগুলির একটি সংযোজন সেট।

বর্তমানে, বিভিন্ন ধরণের সফ্টওয়্যার সরঞ্জামগুলি বিস্তৃত হয়ে উঠেছে, যা তথ্য সংগ্রহ এবং বিশ্লেষণাত্মক প্রক্রিয়াকরণের জন্য এক বা অন্য মাত্রায় প্রদান করে। তাদের মধ্যে কিছু, যেমন এমএস এক্সেল, বিল্ট-ইন পরিসংখ্যানগত ফাংশন এবং প্রোগ্রামিং টুল দিয়ে সজ্জিত। অন্যদের, বিশেষ করে সস্তা অ্যাকাউন্টিং এবং ম্যানেজমেন্ট অ্যাকাউন্টিং প্রোগ্রাম, এই ধরনের ক্ষমতা নেই বা বিশ্লেষণাত্মক ক্ষমতা তাদের মধ্যে পর্যাপ্তভাবে প্রয়োগ করা হয় না, এবং কখনও কখনও ভুলভাবে। যাইহোক, এটি, দুর্ভাগ্যবশত, আরও কিছু শক্তিশালী এবং বহুমুখী এন্টারপ্রাইজ ম্যানেজমেন্ট সিস্টেমের অন্তর্নিহিত। এই পরিস্থিতিটি স্পষ্টতই তাদের নির্বাচিত পূর্বাভাস অ্যালগরিদমগুলির বৈশিষ্ট্যগুলির বিকাশকারীদের পক্ষ থেকে একটি অগভীর বিশ্লেষণ এবং তাদের অ-আলোচিত প্রয়োগ দ্বারা ব্যাখ্যা করা হয়েছে। উদাহরণস্বরূপ, উপলব্ধ উত্স দ্বারা বিচার, শূন্য-ক্রম সূচকীয় স্মুথিং প্রায়শই ভবিষ্যদ্বাণীমূলক অ্যালগরিদমের ভিত্তি হিসাবে ব্যবহৃত হয়। যাইহোক, এই পদ্ধতিটি শুধুমাত্র অধ্যয়নের অধীনে প্রক্রিয়ার একটি প্রবণতার অনুপস্থিতিতে বৈধ। প্রকৃতপক্ষে, অর্থনৈতিক প্রক্রিয়াগুলি অস্থির, এবং পূর্বাভাস একটি ধ্রুবক প্রবণতা সহ মডেলগুলির তুলনায় আরও জটিল মডেলের ব্যবহার জড়িত।

বিবেচনাধীন বিষয়ের দৃষ্টিকোণ থেকে গার্হস্থ্য স্বয়ংক্রিয় ব্যাঙ্কিং ব্যবস্থার বিকাশের পথ খুঁজে পাওয়া আকর্ষণীয়। প্রথম ব্যাঙ্কিং সিস্টেমগুলি অনমনীয় প্রযুক্তির উপর ভিত্তি করে ছিল, ক্রমাগত পরিবর্তন বা অতিরিক্ত সফ্টওয়্যার প্রয়োজন। এটি আর্থিক সফ্টওয়্যার বিকাশকারীদের উন্মুক্ততা, পরিমাপযোগ্যতা এবং নমনীয়তার নীতিগুলি অনুসরণ করে শিল্প ডিবিএমএস ব্যবহার করতে উদ্বুদ্ধ করেছিল। যাইহোক, নিজেদের দ্বারা, এই ডিবিএমএসগুলি উচ্চ-স্তরের বিশ্লেষণাত্মক সমস্যাগুলি সমাধানের জন্য অনুপযুক্ত বলে প্রমাণিত হয়েছে, যার মধ্যে রয়েছে পূর্বাভাসের সমস্যা। এটি করার জন্য, ডেটা স্টোরেজ এবং অপারেশনাল অ্যানালিটিকাল প্রসেসিংয়ের জন্য অতিরিক্ত প্রযুক্তি ব্যবহার করা প্রয়োজন ছিল, যা আর্থিক এবং ক্রেডিট প্রতিষ্ঠানগুলির জন্য এবং পূর্বাভাস তৈরির জন্য সিদ্ধান্ত সমর্থন সিস্টেমের অপারেশন নিশ্চিত করে। জটিল এন্টারপ্রাইজ ম্যানেজমেন্ট সিস্টেমে একই পদ্ধতি ব্যবহার করা হয়।

আইটি ভিত্তিক পূর্বাভাস পদ্ধতির আধুনিক প্রয়োগের আরেকটি দিক হল বিপণন কাজের বিস্তৃত পরিসরের সমাধান। একটি উদাহরণ হল টেলিকমিউনিকেশন সফ্টওয়্যারের জন্য SAS চার্ন ম্যানেজমেন্ট সলিউশন। এটি টেলিকমিউনিকেশন অপারেটরদের জন্য উদ্দিষ্ট এবং এটির ডেভেলপারদের দাবি অনুযায়ী, ভবিষ্যদ্বাণীমূলক মডেল তৈরি করতে এবং নির্দিষ্ট শ্রেণীর গ্রাহকদের বহিঃপ্রবাহের সম্ভাবনা মূল্যায়ন করতে তাদের ব্যবহার করার অনুমতি দেয়। এই সফ্টওয়্যারটির ভিত্তি হল স্কেলেবল পারফরম্যান্স ডেটা সার্ভার বিতরণ করা ডাটাবেস সার্ভার, ডেটা গুদাম এবং ডেটা মার্ট তৈরি এবং পরিচালনার জন্য সরঞ্জাম, এন্টারপ্রাইজ মাইনার ডেটা মাইনিং টুল, SAS/MDDB সার্ভার সিদ্ধান্ত সমর্থন সিস্টেম, সেইসাথে সহায়ক সরঞ্জাম।

তাদের উন্নত বৈশিষ্ট্যগুলির তালিকায় নতুন ফ্যাঙ্গলযুক্ত CRM-সিস্টেমগুলির প্রতিযোগিতা নিশ্চিত করতে, সেইসাথে স্বয়ংক্রিয় ব্যাঙ্কিং সিস্টেমগুলির জন্য, রিপোর্টিং ফাংশনগুলি অন্তর্ভুক্ত করা হয়েছে যা OLAP প্রযুক্তি ব্যবহার করে এবং একটি নির্দিষ্ট পরিমাণে বিপণন, বিক্রয় এবং ফলাফলের পূর্বাভাস দেওয়ার অনুমতি দেয়। গ্রাহক সেবা.

এখানে প্রচুর বিশেষায়িত সফ্টওয়্যার পণ্য রয়েছে যা পূর্বাভাসের পৃথক উপাদান সহ সংখ্যাসূচক ডেটার পরিসংখ্যানগত প্রক্রিয়াকরণ সরবরাহ করে। এই পণ্যগুলির মধ্যে রয়েছে SPSS, Statistica, ইত্যাদি। এই সরঞ্জামগুলির সুবিধা এবং অসুবিধা উভয়ই রয়েছে, যা তাদের ব্যবহারিক প্রয়োগের সুযোগকে উল্লেখযোগ্যভাবে সীমিত করে। এখানে উল্লেখ করা উচিত যে বিশেষ প্রশিক্ষণ নেই এমন সাধারণ ব্যবহারকারীদের দ্বারা পূর্বাভাস সমস্যা সমাধানের জন্য বিশেষ গাণিতিক এবং পরিসংখ্যানগত সফ্টওয়্যার সরঞ্জামগুলির উপযুক্ততার মূল্যায়নের জন্য একটি পৃথক গুরুতর অধ্যয়ন এবং আলোচনার প্রয়োজন।

যাইহোক, শক্তিশালী এবং ব্যয়বহুল তথ্য সিস্টেম এবং প্রযুক্তির সাহায্যে ছোট এবং মাঝারি আকারের ব্যবসার ভোক্তাদের জন্য পূর্বাভাস সমস্যা সমাধান করা কার্যত অসম্ভব, প্রাথমিকভাবে আর্থিক কারণে। অতএব, একটি খুব প্রতিশ্রুতিশীল দিক হল বিদ্যমান এবং বিস্তৃত কম খরচের অ্যাকাউন্টিং এবং ম্যানেজমেন্ট অ্যাকাউন্টিং সিস্টেমের বিশ্লেষণাত্মক ক্ষমতার বিকাশ। নির্দিষ্ট ব্যবসায়িক প্রক্রিয়ার উপর ভিত্তি করে অতিরিক্ত প্রতিবেদন তৈরি করা হয়েছে এবং একটি নির্দিষ্ট ব্যবহারকারীর জন্য প্রয়োজনীয় বিশ্লেষণাত্মক তথ্য রয়েছে যাতে "দক্ষতা - খরচ" এর উচ্চ অনুপাত থাকে।

কিছু সফ্টওয়্যার বিকাশকারী বিশ্লেষণাত্মক সরঞ্জামগুলির সম্পূর্ণ লাইন তৈরি করে। উদাহরণস্বরূপ, Parus কর্পোরেশন ছোট এবং মাঝারি আকারের ব্যবসার ব্যবহারকারীদের বিস্তৃত পরিসরের জন্য Parus-Analytics এবং Triumph-Analytics সমাধান অফার করে। পূর্বাভাসের তথ্যের বিশ্লেষণাত্মক প্রক্রিয়াকরণের আরও জটিল কাজগুলি তথাকথিত পরিস্থিতি কেন্দ্রের আকারে পারাস সিস্টেমে একত্রিত করা হয়। সঞ্চালন সমাধানগুলির বিকাশের ব্যবস্থাপক দিমিত্রি সুদারেভের মতে, এমন সফ্টওয়্যার পণ্যগুলি বিকাশ এবং প্রয়োগ করার সিদ্ধান্ত নেওয়া হয়েছিল যা এন্টারপ্রাইজের ক্রিয়াকলাপে তথ্য বিশ্লেষণে তথ্যের সাধারণ অ্যাকাউন্টিং থেকে সরানোর অনুমতি দেয়। একই সময়ে, হিসাবরক্ষক এবং মধ্য পরিচালকদের কাজ স্বয়ংক্রিয়করণ থেকে শীর্ষ ব্যবস্থাপনার জন্য তথ্য প্রক্রিয়াকরণে একটি রূপান্তরের পরিকল্পনা করা হয়েছিল। ভোক্তাদের সম্ভাব্য বৃত্ত বিবেচনায় নিয়ে, Parus-Analytics এবং Triumph-Analytics সফ্টওয়্যার এবং হার্ডওয়্যার পরিবেশের উপর বিশেষ প্রয়োজনীয়তা আরোপ করে না, তবে, ট্রায়াম্ফ-অ্যানালিটিক্স সমাধানটি এমএস এসকিউএল সার্ভারের ভিত্তিতে প্রয়োগ করা হয়, যা এটিকে আরও বেশি সুবিধা প্রদান করে। অধ্যয়নের অধীনে প্রক্রিয়াগুলির পূর্বাভাস দেওয়ার সুযোগগুলি, বিশেষত, পূর্বাভাসের সুরেলা উপাদানটিকে বিবেচনায় নেওয়া হয়।

পূর্বাভাসের মান অনেক গুণ বৃদ্ধি পায় যখন এটি সরাসরি এন্টারপ্রাইজ পরিচালনায় ব্যবহৃত হয়। অতএব, একটি গুরুত্বপূর্ণ দিক হল কাসাটকা, এমএস প্রজেক্ট এক্সপার্ট, ইত্যাদি কৌশলগত পরিকল্পনার মতো সিস্টেমগুলির সাথে পূর্বাভাস সিস্টেমের একীকরণ। এই ধরনের উদ্দেশ্য দীর্ঘমেয়াদী প্রবণতাগুলি চিহ্নিত করার এবং পরিকল্পনায় সেগুলিকে বিবেচনায় নেওয়ার প্রয়োজনীয়তা পূর্বনির্ধারিত করে। সংস্থার প্রাসঙ্গিক লক্ষ্যগুলির উপর ভিত্তি করে পূর্বাভাস দিগন্ত নির্ধারণ করা হয়।

রাশিয়ান অর্থনীতির মুখোমুখি দীর্ঘমেয়াদী উন্নয়নের কাজগুলির জন্য বিভিন্ন স্তরে ব্যবস্থাপনা দক্ষতার আমূল বৃদ্ধি প্রয়োজন। এই কাজ সম্পূর্ণরূপে দেশীয় কোম্পানি. এটি সমাধান করার প্রয়োজনীয়তা উন্নয়নের সম্ভাবনার পূর্বাভাস দেওয়ার জন্য সরঞ্জামগুলির বিকাশকে বাস্তবায়িত করে এবং কোম্পানিগুলির আর্থিক অবস্থানের স্থিতিশীলতার উপর উন্নত কৌশলগুলির প্রভাব মূল্যায়ন করে।

প্রতিবেদনটি নগদ প্রবাহের অনুকরণের মাধ্যমে একটি কোম্পানির বর্ণনার বিশুদ্ধভাবে বিশ্লেষণাত্মক পদ্ধতি থেকে একটি সম্ভাব্য বিবরণে যাওয়ার প্রয়োজনীয়তাকে প্রমাণ করে। এটি বাস্তবায়ন প্রদান করে পদ্ধতির দ্বারস্থকোম্পানির উন্নয়নের আর্থিক পূর্বাভাস এবং ঝুঁকি মূল্যায়নের জন্য, যা বর্তমানে এটিকে বিল্ডিংয়ের অগ্রাধিকারের পদ্ধতি হিসাবে তৈরি করে আর্থিক মডেলনেতৃস্থানীয় বিদেশী কোম্পানি.

ঝুঁকি বিবেচনা করে একটি কোম্পানির বিকাশের ভবিষ্যদ্বাণী করার জন্য সম্ভাব্য মডেলের ব্যবহার, যেমনটি লেখকের অভিজ্ঞতা দেখিয়েছে, সাধারণ তাত্ত্বিক এবং পদ্ধতিগত প্রকৃতির উভয় ধরনের জটিল সমস্যাগুলির গঠনের সাথে জড়িত, যা কার্যত আচ্ছাদিত নয়। দেশী এবং বিদেশী বিশেষ সাহিত্যে। তাদের সমাধান ছাড়া, রাশিয়ান কোম্পানিগুলিতে আর্থিক ব্যবস্থাপনার আধুনিক পদ্ধতিগুলি ব্যাপকভাবে চালু করা অসম্ভব। কৌশলগত ব্যবস্থাপনা. এই ধরনের সমস্যাগুলির মধ্যে, উদাহরণস্বরূপ, তাদের সম্পূর্ণ গণনার প্রয়োজন ছাড়াই মডেলের বৈকল্পিকগুলির সম্পূর্ণ স্থান গঠনের সমস্যা, যা কনভারজেন্স বিশ্লেষণের উপর ভিত্তি করে পূর্বাভাসের যথার্থতার সাথে আপস না করে, বিশ্লেষণের সংখ্যা হ্রাস করা সম্ভব করে তোলে। মাত্রার বিভিন্ন আদেশ দ্বারা মডেল পরামিতিগুলির সমন্বয়।

■ একটি স্ট্যান্ডার্ড মাল্টি-ট্রেন্ড আর্থিক মডেল তৈরি করা হয়েছে যা নগদ প্রবাহের গতিশীলতার ভবিষ্যদ্বাণী করা এবং ন্যূনতম অনুমোদিত মান থেকে তাদের বিচ্যুতির সম্ভাবনা সহ তাদের ওঠানামা মূল্যায়ন করা সম্ভব করে। একটি হিসাবের একটি উদাহরণ দেওয়া হয়েছে যা একটি কোম্পানির দেউলিয়া হওয়ার ঝুঁকিগুলি মূল্যায়নের জন্য প্রস্তাবিত প্রক্রিয়াটিকে চিত্রিত করে;

■ প্রাথমিক সময় সিরিজ প্রক্রিয়াকরণের জন্য অ্যালগরিদমগুলি প্রস্তাব করা হয়েছে, যা তাদের বিশ্লেষণাত্মক বিবরণের প্রয়োজন ছাড়াই আদর্শের সাথে অভিজ্ঞতামূলক সম্ভাব্যতা বিতরণের ব্যবহার নিশ্চিত করে, যা কোম্পানিগুলিতে সিমুলেশন পদ্ধতির বাস্তবায়নকে ব্যাপকভাবে সহজ করে তোলে;

■ তার সামঞ্জস্যপূর্ণ "টপ-ডাউন" বিশদ বিবরণের উপর ভিত্তি করে আর্থিক মডেলের গঠনের জন্য একটি পদ্ধতির প্রস্তাব করা হয়েছে, বিশ্লেষণের লক্ষ্য এবং প্রাথমিক তথ্যের প্রাপ্যতার উপর নির্ভর করে বিশদ বিবরণের একটি ভিন্ন মাত্রা সহ;

■ অ্যাকাউন্টিং ডেটার বিশ্লেষণ স্বয়ংক্রিয় করার জন্য আদর্শ সরঞ্জাম (1C সিস্টেম থেকে প্রাপ্ত) তৈরি করা হয়েছিল; সময় সিরিজের পরিসংখ্যানগত বিশ্লেষণ; বিভিন্ন দৈর্ঘ্যের (সপ্তাহ, মাস, ত্রৈমাসিক) ব্যবধান সহ গ্রাফ এবং হিস্টোগ্রাম নির্মাণ। একসাথে নেওয়া, এটি কোম্পানির পরিচালকদের জন্য একটি পূর্বাভাস মডেলের জন্য প্রাথমিক ডেটা প্রস্তুত করা সম্ভব করে তোলে;

■ তিনটি স্তরে (বিনিয়োগ প্রকল্প, প্রকল্পের পোর্টফোলিও, সামগ্রিকভাবে কোম্পানি) কোম্পানির উন্নয়ন পরিচালনার জন্য ঝুঁকি মূল্যায়নের বৈশিষ্ট্য এবং প্রস্তাবিত সরঞ্জামগুলির বৈশিষ্ট্যগুলি বিশ্লেষণ করেছে, তথ্য সংগ্রহ, প্রক্রিয়াকরণ এবং বিশ্লেষণের ধারাবাহিকতা বিবেচনা করে উভয় বাইরে থেকে এবং কোম্পানির মধ্যে উত্পন্ন;

■ সংবেদনশীলতা বিশ্লেষণের প্রক্রিয়াটিকে অ-রৈখিকতা বিবেচনায় নিয়ে বিবেচনা করা হয়েছিল; সেইসাথে একটি প্রকল্প পোর্টফোলিওর মোট ঝুঁকি মূল্যায়ন করার একটি পদ্ধতি, বিশেষ করে, ব্যক্তির সিমুলেশন মডেলিংয়ের ফলাফলের উপর ভিত্তি করে বিনিয়োগ প্রকল্প;

প্রতিবেদনটি উন্নয়নের সম্ভাবনা এবং দেউলিয়াত্বের ঝুঁকি মূল্যায়ন করার জন্য পূর্বাভাস মডেল নির্মাণের প্রস্তাবিত পদ্ধতির প্রয়োগের সম্ভাবনা দেখায় শুধুমাত্র কোম্পানির ব্যবস্থাপনা দ্বারা নয়, বহিরাগত কাঠামোর দ্বারা, উচ্চতর সংস্থাগুলি (উদাহরণস্বরূপ, হোল্ডিংয়ের মধ্যে, রাষ্ট্রীয় কর্পোরেশনগুলি) দ্বারাও। ব্যাংক, বিনিয়োগ এবং বীমা কোম্পানি।

ঝুঁকি বিবেচনা করে কোম্পানিগুলির উন্নয়নের পূর্বাভাসের প্রবণতা

AT আধুনিক অবস্থাপ্রতিযোগিতামূলক সংগ্রামে সফল হওয়ার জন্য, কোম্পানিগুলিকে ক্রমাগত এবং ক্রমাগত বিকাশ করতে হবে। এটির জন্য শুধুমাত্র নিয়মিত পণ্য আপডেট, প্রযুক্তিগত এবং ব্যবসায়িক প্রক্রিয়াগুলির উন্নতি নয়, কোম্পানির উন্নয়নের জন্য গৃহীত পদক্ষেপের ফলাফলের আর্থিক পূর্বাভাসের জন্য বিশেষ সরঞ্জামগুলির বিকাশ, এর মূল্যে দীর্ঘমেয়াদী পরিবর্তন প্রয়োজন। নগদ প্রবাহের মডেলের উপর ভিত্তি করে আর্থিক পূর্বাভাস মডেলগুলি আধুনিক সরঞ্জাম হিসাবে কাজ করে।

একই সময়ে, অনুশীলনে, কোম্পানিগুলি বেশ কয়েকটি উল্লেখযোগ্য সমস্যার সম্মুখীন হয় যা নিয়মিতভাবে পূর্বাভাস করা কঠিন করে তোলে। এগুলি উভয়ই একটি সামগ্রিক ঝুঁকি-ভিত্তিক আর্থিক পূর্বাভাস পদ্ধতির অপর্যাপ্ত বিকাশের কারণে ঘটে যা প্রয়োজন পূরণ করে আধুনিক ব্যবসা, এবং কৌশলগত আর্থিক সিদ্ধান্ত নেওয়ার সময় ব্যবস্থাপনা তথ্য সংগ্রহ এবং বিশ্লেষণের জন্য সাংগঠনিক প্রক্রিয়া এবং সফ্টওয়্যার সরঞ্জামের অভাব।

সাম্প্রতিক দশকগুলিতে পরিলক্ষিত অর্থনৈতিক উন্নয়নের প্রবণতা এবং সংঘটিত তথ্য বিপ্লব কোম্পানিগুলির পূর্বাভাস প্রক্রিয়াগুলিতে উল্লেখযোগ্য প্রভাব ফেলে। এই প্রবণতাগুলি পরিবেশ পরিবর্তন করেছে যেখানে কোম্পানিগুলি কাজ করে এবং ব্যবসার পূর্বাভাস মডেল ডিজাইন করার প্রয়োজনীয়তাগুলিকে রূপান্তরিত করেছে।

1.1। সাধারণ অর্থনৈতিক প্রবণতা

অর্থনৈতিক উন্নয়নের বর্তমান পর্যায়ের একটি গুরুত্বপূর্ণ বৈশিষ্ট্য হ'ল বাহ্যিক পরিবেশের জটিলতা এবং বাজারের পরিবর্তনের ত্বরণ, সেইসাথে বিশ্ব অর্থনৈতিক প্রক্রিয়াগুলির ক্রমবর্ধমান প্রভাব। ফলস্বরূপ, কোম্পানিগুলি আজ উল্লেখযোগ্য সম্মুখীন হয় বৃহৎ পরিমাণবাজার সুযোগ এবং হুমকি। তদনুসারে, কোম্পানিগুলির বিকাশের লাভজনকতা এবং আর্থিক স্থিতিশীলতার উপর উল্লেখযোগ্য প্রভাব ফেলতে পারে এমন কারণগুলির সংখ্যা বৃদ্ধি পেয়েছে, যার জন্য এই কারণগুলিকে পূর্বাভাস মডেলগুলিতে বিবেচনা করা প্রয়োজন। এই অবস্থার অধীনে, আউটপুটে সম্ভাব্য পূর্বাভাস এবং ঝুঁকি মূল্যায়ন প্রদান করার ক্ষমতা শুধুমাত্র পূর্বাভাস মডেলের একটি অতিরিক্ত বৈশিষ্ট্য নয়, তবে এটির অবিচ্ছেদ্য এবং বাধ্যতামূলক উপাদান হয়ে ওঠে।

যেমন আর. স্টুলজ উল্লেখ করেছেন, কোম্পানিগুলি আজকে সেই হুমকিগুলিকেও বিবেচনায় নেওয়ার কাজটির মুখোমুখি হয়, যার সম্ভাবনাকে নগণ্য হিসাবে মূল্যায়ন করা হয়। একটি বিশেষ, কিন্তু ক্রমবর্ধমান তাৎপর্যপূর্ণ ধরনের হুমকির মধ্যে রয়েছে প্রাকৃতিক সম্পদের অবক্ষয়, জলবায়ু পরিবর্তন, মানবসৃষ্ট বিপর্যয়ের ঘটনা, সেইসাথে সামাজিক-রাজনৈতিক কারণগুলির সাথে যুক্ত বিশ্বব্যাপী কৌশলগত ঝুঁকির কোম্পানিগুলির অর্থনৈতিক পরিণতি। এই ঝুঁকিগুলি মূল্যায়নের উদ্দেশ্যমূলক জটিলতা সত্ত্বেও, তাদের থেকে ক্ষতির ক্রমবর্ধমান মাত্রার কারণে, পূর্বাভাস মডেলগুলির বৈশিষ্ট্য হিসাবে কোম্পানিগুলির ঝুঁকি মডেলিং প্রক্রিয়া বিকাশের প্রয়োজনীয়তাও বৃদ্ধি পায়।

অবশেষে, বাজারের পরিস্থিতিতে ক্রমবর্ধমান অস্থিরতা পূর্বাভাস মডেলগুলির নমনীয়তা এবং অভিযোজনযোগ্যতা বাড়াতে প্রয়োজনীয় করে তোলে। পূর্বাভাস মডেল তৈরির প্রযুক্তিটি মডেলে নতুন প্যারামিটারগুলি (ক্রিয়াকলাপের লাইন, আয় এবং ব্যয়ের পৃথক আইটেম ইত্যাদি) অন্তর্ভুক্ত করার সম্ভাবনার জন্য সরবরাহ করা উচিত। এর জন্য কোম্পানিগুলিতে তাদের ব্যবহারের জন্য মডেল এবং পরিচালনার প্রক্রিয়া তৈরির পদ্ধতিগুলির একযোগে উন্নতি প্রয়োজন, কোম্পানির বাহ্যিক এবং অভ্যন্তরীণ উভয় পরিবেশে চলমান পরিবর্তনগুলির একটি ক্রমাগত বিশ্লেষণে রূপান্তর।

1.2। তথ্য প্রযুক্তি উন্নয়ন প্রবণতা

প্রধান বৈশিষ্ট্য আধুনিক পর্যায় প্রযুক্তিগত উন্নয়নকোম্পানিতে প্রবেশ করা তথ্যের ক্রমবর্ধমান পরিমাণ।

কম্পিউটারাইজেশন বিপুল পরিমাণ তথ্যে দ্রুত অ্যাক্সেস সরবরাহ করেছে, যা এই ডেটা সংরক্ষণ করার সময় কল্পনা করা যায় না কাগজ মিডিয়া, এবং অর্থনৈতিক কার্যকলাপের অর্থনৈতিক বর্ণনার জন্য বিভিন্ন উদ্দেশ্যে ডেটাবেসগুলির ক্রমবর্ধমান সক্রিয় ব্যবহারে বৃদ্ধি ঘটায়।

এই পরিবর্তনগুলির জন্য পূর্বাভাস মডেল তৈরি এবং কোম্পানির উন্নয়নের ঝুঁকি বিশ্লেষণের জন্য পদ্ধতি এবং প্রক্রিয়াগুলির অভিযোজন প্রয়োজন।

এই ধরনের অভিযোজনের দিকগুলির মধ্যে একটি ছিল বিশ্লেষণাত্মক মডেলগুলির একটি উল্লেখযোগ্য জটিলতা, যা অর্থনৈতিক বিজ্ঞানের দ্রুত গাণিতিকীকরণকে উদ্দীপিত করেছিল, যা অনেক বিজ্ঞানী তার বিকাশের একটি নেতিবাচক কারণ হিসাবে বিবেচনা করে। এই দিকটির গঠনটি বেশ স্বাভাবিক এবং যৌক্তিক ছিল, যেহেতু গত শতাব্দীর মাঝামাঝি আগেও, প্রকৃতপক্ষে, মূল অর্থনৈতিক সূচকগুলি গণনা করার এবং পূর্বাভাস মডেলগুলিতে তাদের মধ্যে সম্পর্কগুলি বর্ণনা করার একমাত্র উপায় ছিল বিশ্লেষণাত্মক নির্ভরতা ব্যবহার করা। একটি মডেল যা সুস্পষ্ট বিশ্লেষণাত্মক সূত্র দেয়নি তা অকেজো বলে বিবেচিত হয়েছিল। এই জাতীয় মডেলগুলির একটি বৈশিষ্ট্যগত বৈশিষ্ট্য ছিল তাদের সরলীকরণ, যা নিজেকে প্রকাশ করে, বিশেষত, তথ্যের সম্পূর্ণতার অনুমানে, নির্ধারণবাদ। অর্থনৈতিক অবস্থাঅর্থনৈতিক তত্ত্বের নিওক্লাসিক্যাল দিকনির্দেশের একটি মৌলিক অনুমান হিসাবে।

অর্থনৈতিক প্রক্রিয়াগুলির বিশ্লেষণাত্মক বর্ণনার সীমাবদ্ধতাগুলি প্রধানত কেবলমাত্র গাণিতিক উপায়ের সাহায্যে স্থাপনের অসম্ভবতায় উদ্ভাসিত হয়, প্রকৃতপক্ষে অর্থনৈতিক নির্ভরতা পর্যবেক্ষণ করা হয়, যার বেশিরভাগই অর্থনীতিতে সম্ভাব্য এবং অ-রৈখিক।

কম্পিউটারের শক্তি বৃদ্ধির ফলে ব্যবস্থাপনার সিদ্ধান্তের লাভজনকতা মূল্যায়নের জন্য একচেটিয়াভাবে বিশ্লেষণাত্মক সরঞ্জাম ব্যবহারের প্রয়োজনীয়তা হ্রাস করা সম্ভব হয়েছে। ডি. কোলান্ডার যেমন উল্লেখ করেছেন, যদি পূর্ববর্তী কোম্পানিগুলিকে তুলনামূলকভাবে সহজ সিস্টেম হিসাবে বিবেচনা করা হত, যার বর্ণনা বিশ্লেষণাত্মক সমাধান সহ সমীকরণের একটি সিস্টেমে হ্রাস করা যেতে পারে, তবে বর্তমান প্রবণতা হল কোম্পানিগুলিকে জটিল সিস্টেম হিসাবে বিবেচনা করা, যা সম্পূর্ণরূপে অসম্ভব করে তোলে। বিশ্লেষণাত্মকভাবে তাদের বর্ণনা করুন। তদনুসারে, সিমুলেশন মডেলিং বর্তমানে এই জাতীয় সিস্টেমগুলি বর্ণনা করার জন্য প্রধান পদ্ধতি হয়ে উঠছে। একটি স্প্রেডশীট পরিবেশে তৈরি করার ক্ষমতা অর্থনৈতিক নির্ভরতা নির্ধারণে উচ্চ বহুমুখীতা এবং নমনীয়তা প্রদান করে, যা আর্থিক নকশা এবং অর্থনৈতিক প্রক্রিয়াগুলির মডেলিং কোম্পানিগুলির জন্য উল্লেখযোগ্য সুযোগ উন্মুক্ত করে।

বিবেচিত প্রবণতাগুলি মূলত ব্যবস্থাপনায় একটি পদ্ধতিগত পদ্ধতির বিকাশকে নির্ধারণ করে, যা বোঝায়, বিশেষত, তথ্যের ধ্রুবক সঞ্চয় এবং প্রক্রিয়াকরণের সাথে তার পরবর্তী রূপান্তর একটি সাংগঠনিক জ্ঞান বেসে পরিণত হয়।

আধুনিক কোম্পানিগুলির মান শৃঙ্খলে তথ্য যে মৌলিক গুরুত্ব অর্জন করে তা আর্থিক পূর্বাভাস মডেলগুলির নির্মাণে সম্পূর্ণরূপে প্রকাশিত হয়। সঠিক পূর্বাভাস তৈরি করার জন্য প্রয়োজনীয় বাধ্যতামূলক তথ্যের মধ্যে কোম্পানির প্রধান অর্থনৈতিক পরামিতিগুলির পরিসংখ্যানগত বৈশিষ্ট্য অন্তর্ভুক্ত থাকে (বিক্রয় পরিমাণ, মূল ব্যয় আইটেম, ইত্যাদি)। অতএব, পরিসংখ্যান বিশ্লেষণ একটি পূর্বাভাস মডেল তৈরির একটি জৈব উপাদান।

এইভাবে, আর্থিক পূর্বাভাস মডেলে, নগদ প্রবাহের আকারে আনুষ্ঠানিককরণের জন্য উপলব্ধ সমস্ত তথ্য, যা কৌশলগত সিদ্ধান্ত নেওয়ার জন্য প্রয়োজনীয়, জমা হয়। অর্থাৎ, একটি পূর্বাভাস মডেলের ব্যবহার কোম্পানির পদ্ধতিগত ব্যবস্থাপনায় বৃদ্ধি প্রদান করে। এবং এই মডেলগুলিকে স্বাভাবিকভাবেই কাঠামোগত মূলধনের একটি উপাদান হিসাবে বিবেচনা করা যেতে পারে - কোম্পানির বৌদ্ধিক পুঁজির একটি সাবসিস্টেম।

সিমুলেশন মডেলিংয়ের ব্যবহার পদ্ধতিগত পদ্ধতির আরেকটি মৌলিক নীতির বাস্তবায়ন নিশ্চিত করা সম্ভব করে - বিশেষজ্ঞদের মতে, সম্ভাব্য সমস্ত স্থান বিবেচনা করা, বিকল্পগুলি, যা নগদ প্রবাহের সম্ভাব্য বিবরণের জন্য পথ খুলে দেয়। মডেল.

একই সময়ে, আমরা জোর দিই যে "পরিবর্তনের সম্পূর্ণ স্থান" শব্দটি পরিসংখ্যানগত অর্থে বোঝা উচিত। আমরা মডেলের অধ্যয়ন করা পরামিতিগুলির মানগুলির সমস্ত তাত্ত্বিকভাবে সম্ভাব্য সমন্বয়গুলির একটি যান্ত্রিক গণনার কথা বলছি না, যা বেশিরভাগ ক্ষেত্রে প্রযুক্তিগতভাবে অসম্ভব। মডেলিং প্রক্রিয়ায়, শুধুমাত্র পরিসংখ্যানগতভাবে তাৎপর্যপূর্ণ বৈকল্পিক (উদাহরণস্বরূপ, 0.01% এর চেয়ে বেশি হওয়ার সম্ভাবনা রয়েছে) বিবেচনায় নেওয়া উচিত, কনভারজেন্স অ্যানালাইসিস অ্যালগরিদমের উপর ভিত্তি করে তাদের সর্বোত্তম সংখ্যা নির্ধারণ করে।

ঝুঁকির মডেলিং করার সময় বিকল্পগুলির একটি সম্পূর্ণ স্থান তৈরি করা মডেলের প্রতিটি গণনা ধাপের জন্য অনুমতি দেয় (উদাহরণস্বরূপ, এক চতুর্থাংশ) কোম্পানির নগদ প্রবাহের সম্ভাব্য বৈশিষ্ট্যগুলি নির্ধারণ করতে: নগদ প্রবাহের গাণিতিক প্রত্যাশা, এর সর্বনিম্ন এবং সর্বাধিক মান (চিত্র 1.1)।

এই ধরনের বিশ্লেষণের ফলে কোম্পানির নগদ প্রবাহ স্থিতিশীল, সেইসাথে এর পতন এবং বৃদ্ধির সময়কালগুলি সনাক্ত করা সম্ভব করে। এছাড়াও, কোম্পানির ঝুঁকির পরিমাণ গণনা করার একটি বাস্তব সুযোগ রয়েছে, যা এই ক্ষেত্রে অবিচ্ছেদ্য সম্ভাবনা হিসাবে সংজ্ঞায়িত করা হয় যে ফলাফল নগদ প্রবাহের মান গ্রহণযোগ্য সীমার বাইরে চলে যাবে (উদাহরণস্বরূপ, নেতিবাচক হয়ে উঠবে)।

ভাত। 1.1। ঝুঁকি মডেলিং আপনাকে কোম্পানির নগদ প্রবাহকে এর সম্ভাব্য পরিবর্তনের করিডোর হিসাবে উপস্থাপন করতে দেয়

গ্রহণযোগ্য সীমার মধ্যে কোম্পানির নগদ প্রবাহ বজায় রাখা তার আর্থিক স্থিতিশীলতার বৃদ্ধিতে অবদান রাখে। এছাড়াও, ঝুঁকি মডেলিং আপনাকে সবচেয়ে কার্যকর উন্নয়ন কৌশলগুলি বিশ্লেষণ এবং নির্বাচন করতে দেয়, পরিচালনার নমনীয়তা বৃদ্ধি করে এবং কোম্পানির সামগ্রিক প্রতিযোগিতা বাড়ায়।

এইভাবে, কোম্পানির নগদ প্রবাহের একটি সম্ভাব্য বিশ্লেষণ পরিচালনা করা কৌশলগত সিদ্ধান্ত নেওয়ার প্রক্রিয়াতে বিবেচনা করা যেতে পারে এমন তথ্যের পরিমাণকে উল্লেখযোগ্যভাবে প্রসারিত করে। প্রাপ্ত পরিমাণগত ঝুঁকি মূল্যায়ন, আমাদের মতে, কোম্পানির উন্নয়নের একটি মৌলিক বৈশিষ্ট্য এবং ব্যবস্থাপনার বিভিন্ন স্তরে সিদ্ধান্ত নেওয়ার সময় বিবেচনায় নেওয়া সবচেয়ে গুরুত্বপূর্ণ সূচকগুলির একটি হিসাবে বিবেচনা করা উচিত।

অর্থনৈতিক ব্যবস্থার জটিলতা তাদের পূর্বাভাসের জন্য মডেল তৈরি করার সময় মাল্টি-লেভেল সিস্টেমের মতো একটি সম্পত্তি বিবেচনা করার প্রয়োজনীয়তা নির্দেশ করে। কোম্পানিগুলির উন্নয়নের জন্য মডেল তৈরির কাজের ক্ষেত্রে, তিনটি স্তরকে আলাদা করা যেতে পারে: একটি পৃথক বিনিয়োগ প্রকল্প, প্রকল্পগুলির একটি পোর্টফোলিও এবং সামগ্রিকভাবে কোম্পানি। যদিও এই প্রতিটি স্তরে আর্থিক মডেলিংয়ের সমস্যা এবং পদ্ধতিগুলি বৈজ্ঞানিক সাহিত্যে ব্যাপকভাবে প্রতিফলিত হয়, তবে এই সমস্যাটির অপর্যাপ্ত তাত্ত্বিক বিকাশকে স্বীকৃতি দেওয়া উচিত। তিনটি নির্দেশিত স্তরে উন্নয়ন ঝুঁকি মূল্যায়নের বৈশিষ্ট্যগুলি প্রতিবেদনের তৃতীয় বিভাগে বিশ্লেষণ করা হয়েছে।

বিবেচিত সমস্যাগুলির একটি বিশ্লেষণ দেখায় যে একটি উন্নয়ন পূর্বাভাস মডেল তৈরির কাজটি কেবলমাত্র সম্ভাব্য বিশ্লেষণ সহ আর্থিক মডেল এবং তাদের পরিমাণগত নির্মাণে হ্রাস করা উচিত নয়। একটি কোম্পানির কৌশলগত ব্যবস্থাপনার সিস্টেমে পূর্বাভাস মডেলের কেন্দ্রীয় ভূমিকা মৌলিক বলে মনে হয়, যেখানে এটি শুধুমাত্র একটি আনুষ্ঠানিক হিসাবে কাজ করে না অর্থনৈতিক পরিকল্পনা, কিন্তু বিকশিত উন্নয়ন কৌশলগুলির লাভজনকতা মূল্যায়নের প্রধান হাতিয়ার হিসাবে, সেইসাথে কোম্পানিতে সঞ্চিত বিপুল পরিমাণ তথ্য সঞ্চয় এবং প্রক্রিয়াকরণের ফলে।

অতএব, এটি যুক্তি দেওয়া যেতে পারে যে পূর্বাভাস মডেলের কার্যকর প্রয়োগের জন্য, কোম্পানির ব্যবস্থাপনা ব্যবস্থাকে রূপান্তর করা প্রয়োজন যাতে এটি পূর্বাভাস এবং ঝুঁকি মূল্যায়নের বিকাশের জন্য প্রয়োজনীয় তথ্য সংগ্রহের অনুমতি দেয়। মনে হচ্ছে উপলব্ধ পরিসংখ্যানগত এবং বিশেষজ্ঞ তথ্যের ভিত্তিতে নেওয়া সিদ্ধান্তের ঝুঁকিগুলি মূল্যায়ন করার ক্ষমতাকে বিবেচনা করা যেতে পারে মূল প্রতিযোগিতাযেকোনো আধুনিক কোম্পানির ব্যবস্থাপনা।

এটি বিকাশের জন্য প্রয়োজনীয় করে তোলে ব্যবস্থাপনা প্রযুক্তিকোম্পানির উন্নয়নের পূর্বাভাস, যা তার কৌশলগত উন্নয়ন পরিচালনার জন্য একটি সাবসিস্টেম। এই জাতীয় প্রযুক্তির একটি গুরুত্বপূর্ণ উপাদান একটি কর্মীদের প্রশিক্ষণ ব্যবস্থার নির্মাণ হওয়া উচিত, যদিও এটির যোগ্যতার উন্নতিতে উল্লেখযোগ্য বিনিয়োগের প্রয়োজন, তবে অনেক ক্ষেত্রে এটি কোম্পানির উদ্ভাবনী সম্ভাবনা নির্ধারণ করে এবং তাই এর প্রতিযোগিতামূলকতা।

1.3। ঝুঁকি বিবেচনায় নিয়ে কোম্পানির উন্নয়নের পূর্বাভাস দেওয়ার জন্য একটি মডেল তৈরির জন্য সাধারণ প্রযুক্তি

কোম্পানির ভবিষ্যত উন্নয়ন পূর্বাভাসের নির্ভুলতার জন্য প্রাথমিক তথ্যের গুণমান দ্বারা পরিচালিত মূল ভূমিকা একটি অভ্যন্তরীণ পূর্বাভাস মডেল (চিত্র 1.2) নির্মাণের সাধারণ যুক্তি নির্দেশ করে। ব্যবসায়িক প্রক্রিয়াগুলির একটি বিস্তৃত অধ্যয়নের উপর ভিত্তি করে এবং কোম্পানির আয় এবং ব্যয়ের প্রধান আইটেমগুলির পরিসংখ্যানগত বিশ্লেষণের ভিত্তিতে, পরিচালকরা মডেলের কাঠামো নির্ধারণ করে, প্রধান কারণগুলির মধ্যে প্রাথমিক ডেটা এবং নির্ভরতা সেট করে। এর সাহায্যে প্রাপ্ত পূর্বাভাস কোম্পানির প্রকৃত নগদ প্রবাহের সাথে মিলে যায় কিনা তা যাচাই করার জন্য ঐতিহাসিক তথ্য থেকে একটি প্রাথমিক মডেল তৈরি করা হয়। মডেলটি ডিবাগ করার পরে, বিশেষজ্ঞের অনুমানগুলিকে বিবেচনায় নিয়ে এটি সংশোধন করা হয় এবং পরিকল্পনা দিগন্তের মধ্যে নির্দিষ্ট সংখ্যক সময়ের জন্য একটি পূর্বাভাস তৈরি করতে ব্যবহৃত হয়। ভবিষ্যতে, কোম্পানির বাহ্যিক এবং অভ্যন্তরীণ পরিবেশের পরিবর্তনগুলি বিবেচনায় নেওয়ার জন্য কোম্পানির উন্নয়নের পর্যায়ক্রমিক পর্যবেক্ষণ করা হয়।

ভাত। 1.2। ঝুঁকি বিবেচনা করে একটি কোম্পানির বিকাশের পূর্বাভাস দেওয়ার জন্য একটি মডেল তৈরির প্রক্রিয়ার সাধারণ স্কিম

একটি পূর্বাভাস মডেলের জন্য প্রাথমিক তথ্য প্রস্তুত করার সমস্যা

হিসাবে পরিচিত, এটিতে ব্যবহৃত তথ্যের গুণমান যে কোনও মডেল ব্যবহার করে প্রাপ্ত পূর্বাভাসের নির্ভুলতার ক্ষেত্রে একটি নিষ্পত্তিমূলক ভূমিকা পালন করে। অতএব, মডেলের জন্য প্রাথমিক তথ্য প্রস্তুত করা হল সবচেয়ে গুরুত্বপূর্ণ কাজ, যার জন্য কোম্পানির বিশেষ বিশ্লেষণাত্মক সরঞ্জাম এবং ব্যবস্থাপনা পদ্ধতি উভয়ই থাকতে হবে।

কোম্পানির আয় এবং ব্যয়ের প্রধান আইটেমগুলির নিদর্শন এবং প্রবণতা সনাক্ত করার জন্য পরিকল্পিত পরিসংখ্যানগত বিশ্লেষণের সক্রিয় ব্যবহার ছাড়া মডেলের জন্য প্রাথমিক ডেটা প্রস্তুত করা অসম্ভব।

পরিসংখ্যানগত বিশ্লেষণের প্রক্রিয়ায়, বেশ কিছু জটিল সমস্যা দেখা দেয়, যেমন অ-সাধারণ সম্ভাব্যতা বিতরণের সাথে কাজ করা, প্রবণতা সনাক্ত করা, ডেটা একজাতীয়তা নিশ্চিত করা, এবং অন্যান্য যা বিশেষ সাহিত্যে পর্যাপ্ত বা একেবারেই বিবেচনা করা হয় না।

আমরা আরও লক্ষ্য করি যে পরিসংখ্যানগত বিশ্লেষণকে শুধুমাত্র ডেটা সিরিজ প্রক্রিয়াকরণের জন্য আনুষ্ঠানিক পদ্ধতির একটি সেট হিসাবে বিবেচনা করা উচিত নয়। E.F দ্বারা জোর দেওয়া হিসাবে সিগেল, “পরিসংখ্যান হল তথ্য সংগ্রহ ও বিশ্লেষণের শিল্প ও বিজ্ঞান। পরিসংখ্যানগত পদ্ধতিগুলিকে সিদ্ধান্ত নেওয়ার প্রক্রিয়ার একটি গুরুত্বপূর্ণ অংশ হিসাবে বিবেচনা করা উচিত, যা উপলব্ধ তথ্যের পুঙ্খানুপুঙ্খ বিশ্লেষণের সাথে একজন বিশেষজ্ঞের অন্তর্দৃষ্টিকে একত্রিত করে অবহিত কৌশলগত সিদ্ধান্তগুলির বিকাশের অনুমতি দেয়। পরিসংখ্যান ব্যবহার একটি ক্রমবর্ধমান উল্লেখযোগ্য প্রতিযোগিতামূলক সুবিধা হয়ে উঠছে। সুতরাং, ডেটার পরিসংখ্যানগত বিশ্লেষণ হল একটি কোম্পানির অর্থনীতি সম্পর্কে গভীর ধারণা লাভের একটি উপায় - বাধ্যতামূলক শর্তএর ভবিষ্যদ্বাণীর জন্য একটি সঠিক মডেল তৈরি করা।

2.1। ইনপুট তথ্য প্রকার

প্রাথমিক তথ্য বিশ্লেষণের প্রক্রিয়ায়, অনিশ্চয়তার মাত্রা এবং সময়ের সাথে সাথে পরিবর্তনের প্রকৃতির ক্ষেত্রে তাদের পার্থক্যগুলি বিবেচনায় নেওয়া প্রয়োজন। এর উপর ভিত্তি করে, তিন ধরণের পরামিতি আলাদা করা যেতে পারে:

1. প্যারামিটার যার মান পরিকল্পনা দিগন্তের সমস্ত সময়কালে স্থির থাকে (উদাহরণস্বরূপ, করের হার, ভাড়াযোগ্য এলাকা);

2. পরামিতি, যার মান প্রতিটি পৃথক সময়ের মধ্যে স্থির থাকে (গণনার ধাপ), কিন্তু পর্যায়ক্রমে পরিবর্তন হতে পারে (উদাহরণস্বরূপ, বিদ্যুতের দাম);

3. প্যারামিটার যার মান একটি নির্দিষ্ট সময়ের মধ্যে এলোমেলোভাবে পরিবর্তিত হয় (উদাহরণস্বরূপ, বিক্রয় পরিমাণ)। একই সময়ে, সময়কাল ধরে তাদের গাণিতিক প্রত্যাশা স্থির থাকতে পারে বা একটি নির্দিষ্ট প্রবণতা অনুসারে পরিবর্তিত হতে পারে।

উপরোক্ত শ্রেণীবিভাগ থেকে, এটা স্পষ্ট যে বিশ্লেষণ এবং পূর্বাভাসের জন্য সবচেয়ে কঠিন পরামিতি হল তৃতীয় প্রকারের পরামিতি, যা এলোমেলোভাবে পরিবর্তিত হয়। তাদের সঠিক মডেলিংয়ের জন্য, প্রাথমিক তথ্য বিশ্লেষণের সময়, এটি নির্ধারণ করা প্রয়োজন না শুধুমাত্র প্রত্যাশিত মান এবং প্রবণতা, কিন্তু তাদের মানগুলির ব্যাপ্তি, সেইসাথে সম্ভাব্যতা বন্টন আইন। অতএব, তৃতীয় প্রকারের পরামিতিগুলিতে আরও মনোযোগ দেওয়া হবে।

সারণি 2.1 থেকে দেখা যায়, তৃতীয় প্রকারের পরামিতিগুলির পরিসংখ্যানগত বিশ্লেষণের জন্য প্রাথমিক তথ্যের প্রধান উত্স হল অ্যাকাউন্টিং এবং ব্যবস্থাপনা অ্যাকাউন্টিং ডেটা। এই ডেটা প্রাপ্তি সাধারণত মৌলিক অসুবিধা সৃষ্টি করে না, যেহেতু কোম্পানিগুলিতে তাদের সংগ্রহ এবং সঞ্চয় করা বাধ্যতামূলক, এই পরামিতিগুলির গুরুত্ব দেওয়া হয়।

টেবিল 2.1। সাধারণ ইনপুট ডেটা প্যারামিটারের উদাহরণ, সাধারণত এলোমেলো প্রকৃতির

2.2। উত্স ডেটার প্রাসঙ্গিকতা এবং একজাতীয়তা নিশ্চিত করার ক্ষেত্রে চ্যালেঞ্জ

প্রতিটি বিশ্লেষিত প্যারামিটারের প্রাথমিক সিরিজের পরিসংখ্যানগত বিশ্লেষণটি এর সবচেয়ে উল্লেখযোগ্য বৈশিষ্ট্যগুলি সনাক্ত করার জন্য ডিজাইন করা হয়েছে, যা পরবর্তীতে ভবিষ্যদ্বাণীমূলক মানগুলির মডেলিংয়ে ব্যবহৃত হয়।

একই সময়ে, পূর্বাভাস মডেলটি সমস্ত উপলব্ধ তথ্য বিবেচনা করে তা নিশ্চিত করার জন্য, মডেলের প্রতিটি অধ্যয়ন করা প্যারামিটারের পরিসংখ্যানগত বিশ্লেষণে এই প্যারামিটারের সম্পূর্ণ উপলব্ধ সময় সিরিজটি সবচেয়ে বিশদ আকারে ব্যবহার করা যুক্তিসঙ্গত বলে মনে হয় ( উদাহরণস্বরূপ, তিন বছরের জন্য পণ্য বিক্রয়ের দৈনিক মান)।

যেহেতু আয় এবং ব্যয়ের বিভিন্ন আইটেমের জন্য নগদ প্রবাহ বিভিন্ন বিরতিতে ঘটে (দৈনিক, সাপ্তাহিক, মাসিক, ইত্যাদি), তাই বেছে নেওয়া গণনার ধাপের সাথে সামঞ্জস্য করার জন্য ব্যবধান দ্বারা সমস্ত অধ্যয়ন করা প্যারামিটারের মানগুলিকে একত্রিত করার সমস্যা দেখা দেয়। মডেলটি.

এটি করার জন্য, মূল সিরিজটি প্রয়োজনীয় গণনা ধাপের সাথে সম্পর্কিত বিরতিতে বিভক্ত। উদাহরণস্বরূপ, যখন ত্রৈমাসিক দ্বারা কোম্পানির সেটেলমেন্ট অ্যাকাউন্টে নগদ প্রবাহ একত্রিত করা হয়, তখন চলতি বছরের 01.04 থেকে 30.06 পর্যন্ত সময়ের জন্য প্রাপ্ত সমস্ত প্রবাহ দ্বিতীয় ত্রৈমাসিকে বরাদ্দ করা হবে৷ তারপর প্রতিটি ব্যবধানের মধ্যে অধ্যয়ন করা প্যারামিটারের সমস্ত মান গাণিতিক প্রত্যাশা (চিত্র 2.1) দ্বারা প্রতিস্থাপিত হয় (আনুমানিক)।

ভাত। 2.1। ব্যবধানে তাদের গাণিতিক প্রত্যাশা দ্বারা সিরিজ মানগুলির আনুমানিক গ্রাফিকাল উপস্থাপনা

ভাত। 2.2। কোম্পানির বর্তমান অ্যাকাউন্টে তহবিল প্রাপ্তির জন্য সময়সূচীর একটি উদাহরণ, বিরতি দ্বারা একত্রিত(ক - সপ্তাহ দ্বারা;খ - মাস দ্বারা;ভিতরে - ত্রৈমাসিক)।উৎস: লেখকের গণনা

গ্রাফগুলি থেকে দেখা যায়, ব্যবধানের আকার বৃদ্ধির সাথে, ওঠানামাগুলিকে মসৃণ করা হয়, যা অধ্যয়নের অধীনে পরামিতিটির পরবর্তী মডেলিংকে সহজতর করে।

ত্রৈমাসিক চার্টটিও সবচেয়ে সঠিকভাবে একটি মৌসুমী উপাদানের উপস্থিতি দেখায়, যা প্রবণতা মডেল করার সময় বিবেচনা করা উচিত।

উপরন্তু, এই গ্রাফের তুলনা সবচেয়ে বিস্তারিত তথ্য বিশ্লেষণের মান প্রদর্শন করে। ডুমুর উপর. চিত্র 2.2a এবং 2.2b প্যারামিটারের অস্থিরতা বৃদ্ধির দিকে দৃষ্টি আকর্ষণ করে, যা ত্রৈমাসিক মানের চার্টে অদৃশ্য (চিত্র 2.2c)। এই বৃদ্ধির কারণ ছিল কোম্পানির বিক্রয় কাঠামোতে বড় অর্ডারের শেয়ার বৃদ্ধি, যা নগদ প্রবাহের অসমতা বাড়িয়েছে।

কোম্পানির প্রাপ্য চার্টে অস্থিরতার বৃদ্ধি আরও বেশি লক্ষণীয় (চিত্র 2.3)।

সুতরাং, বিবেচিত উদাহরণটি ডেটা একত্রিতকরণের প্রতিটি স্তরে সিরিজ বিশ্লেষণের মানকে সাক্ষ্য দেয়, যা মডেলের অধ্যয়ন করা পরামিতি সম্পর্কে অতিরিক্ত গুরুত্বপূর্ণ তথ্য সরবরাহ করে।

ভাত। 2.2a এবং 2.2b আরেকটি মৌলিক সমস্যাকে চিত্রিত করে যা প্রাথমিক তথ্যের পরিসংখ্যানগত বিশ্লেষণের প্রক্রিয়ায় উদ্ভূত হয় - তাদের বৈচিত্র্যের সমস্যা। অধ্যয়নের অধীনে প্যারামিটারকে প্রভাবিত করে অতিরিক্ত কারণগুলির উপস্থিতি বা কারণগুলির মধ্যে অনুপাতের পরিবর্তন প্রায়শই সিরিজের সম্ভাব্য বৈশিষ্ট্যগুলির পরিবর্তনের দিকে নিয়ে যায় (এই ক্ষেত্রে, বৈচিত্র্যের বৃদ্ধি)।

প্রাথমিক ডেটা প্রস্তুত করার চূড়ান্ত লক্ষ্য হল মডেলটিতে সর্বাধিক পরিমাণ তথ্য ব্যবহার করা যা সিদ্ধান্ত নেওয়ার সময় সবচেয়ে প্রাসঙ্গিক। প্রযুক্তি, বাজার পরিস্থিতি বা আইনি কাঠামোতে উল্লেখযোগ্য পরিবর্তনগুলি এই সত্যের দিকে পরিচালিত করতে পারে যে পূর্ববর্তী সময়ের জন্য উপলব্ধ কিছু ডেটা আর প্রাসঙ্গিক নয় এবং মডেলের নির্মাণে তাদের অন্তর্ভুক্তি পূর্বাভাসের যথার্থতা হ্রাস করতে পারে।

ভাত। 2.3। অ্যাকাউন্ট গ্রহণযোগ্য সময়সূচী (দিন অনুসারে)

ভাত। 2.4। বিক্রয় ভলিউমের সম্ভাব্যতার ঘনত্বের হিস্টোগ্রাম(ক - সাধারণ,খ - পণ্য 1,ভিতরে - পণ্য 2)

মডেলের বিশদ বিবরণের সর্বোত্তম ডিগ্রী নির্ধারণ করে অধ্যয়ন করা পরামিতিগুলির পচনের ক্ষেত্রে একজাতীয়তা নিশ্চিত করা একটি মূল মাপকাঠি হয়ে ওঠে। একটি উদাহরণ হিসাবে, একটি কোম্পানির বিক্রয়ের একটি হিস্টোগ্রাম বিবেচনা করুন (চিত্র 2.4a)।

দুটি প্রভাবশালী কারণের উপস্থিতি দ্বারা সৃষ্ট সামগ্রিক বন্টনের উচ্চারিত বিমোডালিটি, দুটি পণ্যে বিভক্ত হলে (চিত্র 2.4b, 2.4c) মূলত বাদ দেওয়া হয়। এটি আরও সঠিক বিতরণ পাওয়ার জন্য পণ্য দ্বারা কোম্পানির বিক্রয় ভাঙ্গার প্রয়োজনীয়তা নির্দেশ করে।

2.3। সম্ভাব্যতা বন্টন আইন সনাক্তকরণের সমস্যা

সিমুলেশন মডেলিংয়ের সবচেয়ে কঠিন সমস্যাগুলির মধ্যে একটি হল র্যান্ডম ভেরিয়েবলের সম্ভাব্যতা বন্টনের ধরন সনাক্ত করা। বিশেষ সাহিত্যে এই সমস্যাটির প্রতি অপর্যাপ্ত মনোযোগ দেওয়া হয়েছে, স্পষ্টতই, একটি সাধারণ ভুল ধারণা দ্বারা ব্যাখ্যা করা যেতে পারে যে অর্থনৈতিক সূচকগুলির বন্টনগুলি সাধারণ বন্টন আইনের সাথে সামঞ্জস্যপূর্ণ বা হ্রাস করা যেতে পারে (বিশেষত সাধারণ আইনের সাথে)। এই অনুমানটি ডেটা বিশ্লেষণের জন্য ভাল-উন্নত গাণিতিক সরঞ্জামগুলি ব্যবহার করার অনুমতি দেয়।

যাইহোক, শুধুমাত্র সাধারণ বণ্টনের সাথে কাজ করা অনেক ক্ষেত্রে বাস্তবিকভাবে পর্যবেক্ষণ করা বন্টনগুলির আকারে বিচ্যুতিগুলিকে উপেক্ষা করার দিকে পরিচালিত করে, যা নিজেদেরকে প্রকাশ করে, বিশেষ করে, অসামঞ্জস্য এবং বহির্মুখীতে। অধিকন্তু, লেখক দ্বারা সম্পাদিত বিশ্লেষণের ফলাফলগুলি দেখিয়েছে, একটি বাস্তব খাতের কোম্পানির অর্থনীতিকে প্রতিফলিত করে এমন বেশিরভাগ আর্থিক সূচকের বন্টন সাধারণের থেকে উল্লেখযোগ্যভাবে আলাদা।

এই বৈজ্ঞানিক অধ্যয়নের কোর্সে অধ্যয়নকৃত বিতরণগুলিকে চারটি গ্রুপে ভাগ করা যেতে পারে।

প্রথম দল। সূচকের অনুরূপ বিতরণ:

এক অর্ডারের খরচ;

উপকরণ খরচ (দিন দ্বারা);

চলতি অ্যাকাউন্টে তহবিলের প্রবাহ এবং বহিঃপ্রবাহ (দিন অনুসারে);

বর্তমান অ্যাকাউন্টে তহবিলের টার্নওভার (দিন অনুসারে)।

দ্বিতীয় দল। পয়সন বিতরণের অনুরূপ বিতরণ:

সমাপ্ত আদেশের খরচ (সাপ্তাহিক);

বর্তমান অ্যাকাউন্ট ব্যালেন্স (দিন অনুসারে)।

তৃতীয় দল। প্রতিসম কাছাকাছি বিতরণ (স্বাভাবিক সহ):

নগদ পরিবর্তন (অ্যাকাউন্টে কোম্পানির রিজার্ভ গ্রহণ (দিন দ্বারা);

প্রদেয় হিসাব (দিন দ্বারা);

মোট প্রদেয় অ্যাকাউন্ট এবং প্রাপ্য অ্যাকাউন্টের মধ্যে পার্থক্য।

চতুর্থ দল। বিমোডাল এবং অন্যান্য স্পষ্টতই অ-মানক বিতরণ।

মোট আয় (দিন অনুসারে);

নগদ ব্যালেন্স (অ্যাকাউন্টে কোম্পানির রিজার্ভ (দিন অনুসারে);

অ্যাকাউন্ট গ্রহণযোগ্য (দিন দ্বারা)।

অনেক লেখক নোট করেছেন যে অনেক অর্থনৈতিক পরিমাণের বন্টন স্বাভাবিক আইনের সাথে সঙ্গতিপূর্ণ নয়। যেমন উল্লেখ করা হয়েছে, উদাহরণস্বরূপ, A.I দ্বারা। অরলভ, "অর্থনীতিতে, অর্থনৈতিক এবং প্রযুক্তিগত এবং অর্থনৈতিক পর্যবেক্ষণের ফলাফলের বন্টন প্রায় সবসময় স্বাভাবিকের থেকে আলাদা হয়"।

বিশ্লেষণের সময় চিহ্নিত বিচ্যুতিগুলি উপেক্ষা করার প্রচেষ্টার ফলে পূর্বাভাস মডেলের পরামিতিগুলির প্রত্যাশিত পরিবর্তনশীলতার অনুমানের বিকৃতি ঘটতে পারে। ফলস্বরূপ, সম্ভাব্যতা বন্টন সম্পর্কে উল্লেখযোগ্য তথ্যের ক্ষতি হয় এবং শেষ পর্যন্ত, পূর্বাভাসের যথার্থতা হ্রাস পায়।

অ-মানক ডিস্ট্রিবিউশনগুলিকে সাধারণের মধ্যে রূপান্তর করার একটি খুব সাধারণ পদ্ধতি হল মূল সিরিজের মানগুলির লগারিদম, যা সাধারণত একটি গুরুতর বন্টন তির্যকতা দূর করে। যাইহোক, যেমন মডেলিং অভিজ্ঞতা দেখিয়েছে, লগারিদমের গুরুতর সীমাবদ্ধতা রয়েছে। এগুলি এই কারণে যে গাণিতিক প্রত্যাশা এবং স্ট্যান্ডার্ড বিচ্যুতির বিপরীত রূপান্তরের সময় (লগারিদমিক থেকে প্রারম্ভিক পর্যন্ত), গণনা দ্বারা প্রাপ্ত সিরিজের পরামিতিগুলি তাদের প্রকৃত মানগুলির থেকে আলাদা। এটি অনুশীলনে এই পদ্ধতির প্রয়োগকে উল্লেখযোগ্যভাবে জটিল করে তোলে।

ভাত। 2.9। কোম্পানির প্রদেয় অ্যাকাউন্টের অভিজ্ঞতামূলক এবং স্বাভাবিক বিতরণের তুলনা (- - অভিজ্ঞতামূলক বিতরণ; -- - স্বাভাবিক বিতরণ)।

আমাদের মতে, এই একটি আরো সার্বজনীন সমাধান পদ্ধতিগত সমস্যাতথাকথিত অভিজ্ঞতামূলক বিতরণের ব্যবহার যা সরাসরি তথ্যের একটি সিরিজ বিশ্লেষণ থেকে প্রাপ্ত তার বিশ্লেষণাত্মক বর্ণনা ছাড়াই (যা স্থিতিশীল থাকে)।

প্যারামিটারের বণ্টনের সম্ভাব্য বিকৃতিগুলি চিত্রিত করার জন্য যখন এটি কৃত্রিমভাবে চিত্রের আদর্শে হ্রাস করা হয়। চিত্র 2.9 কোম্পানির প্রদেয় অ্যাকাউন্টের প্রকৃত অভিজ্ঞতামূলক বন্টন (সলিড লাইন) এবং জেনারেট করা স্বাভাবিক বন্টন (ড্যাশড লাইন) তুলনা করে, যার গাণিতিক প্রত্যাশা এবং মানক বিচ্যুতির একই মান রয়েছে (মূল সিরিজের বিশ্লেষণের সময় গণনা করা হয়)। গ্রাফগুলির মধ্যে পার্থক্য প্রকৃতপক্ষে পর্যবেক্ষিত একের পরিবর্তে স্বাভাবিক বন্টন ব্যবহার করার ভুলতা নির্দেশ করে।

সাধারণের তুলনায় অভিজ্ঞতামূলক বন্টনের সাথে কাজ করার সময় যে অসুবিধাগুলি দেখা দেয় তা কাটিয়ে উঠতে, র্যান্ডম সংখ্যা তৈরি করার জন্য উপযুক্ত সরঞ্জাম থাকা প্রয়োজন, গাণিতিক প্রত্যাশা এবং মানক বিচ্যুতির প্রবণতা বিবেচনা করে এই বিতরণগুলিকে রূপান্তরিত করা এবং প্রাথমিকের বিশদ পরিসংখ্যানগত বিশ্লেষণ। সময় সিরিজের মান।

2.4। অভিজ্ঞতামূলক বিতরণের প্রজন্ম

অধিকাংশ সর্বজনীন পদ্ধতিএকটি অভিজ্ঞতামূলক বিতরণের প্রজন্মকে সঠিকভাবে রৈখিক আনুমানিক পদ্ধতি হিসাবে বিবেচনা করা হয়। এই পদ্ধতি অনুসারে, এলোমেলো সংখ্যার প্রজন্ম বিভিন্ন পর্যায়ে সঞ্চালিত হয়:

1. মূল সিরিজটি পরিবর্তনশীল বা ধ্রুবক দৈর্ঘ্যের h ব্যবধানে (পকেট) বিভক্ত। পরিবর্তনশীল দৈর্ঘ্যের বিনের ফলে কিছু মান সহ বিতরণ অঞ্চলে "দীর্ঘ" বিন এবং বিপুল সংখ্যক মান সহ বিতরণ অঞ্চলে "শর্ট" বিন হয়। এটি বিতরণের জটিল ফর্মটিকে আরও সঠিকভাবে বিবেচনা করা সম্ভব করে তোলে, যার ফলে প্রজন্মের নির্ভুলতা বৃদ্ধি পায়।

2. প্রতিটি ব্যবধানের জন্য, মূল সিরিজের মানগুলির হিট ফ্রিকোয়েন্সি এবং সংশ্লিষ্ট অবিচ্ছেদ্য সম্ভাবনা গণনা করা হয় (টেবিল 2.3 দেখুন)।

3. একটি স্ট্যান্ডার্ড ইউনিফর্ম ডিস্ট্রিবিউশন জেনারেটর ব্যবহার করে প্রয়োজনীয় সংখ্যক র্যান্ডম সংখ্যা তৈরি করা হয়।

4. অভিন্ন আইন অনুসারে উত্পন্ন প্রতিটি সংখ্যা পছন্দসই অভিজ্ঞতামূলক বন্টন সহ র্যান্ডম ভেরিয়েবল পেতে টেবিল 2.2-এ দেওয়া তথ্যের অনুরূপ ডেটা ব্যবহার করে রূপান্তরিত হয়।

টেবিল 2.2। ধ্রুব দৈর্ঘ্যের ব্যবধানের জন্য একটি অভিজ্ঞতামূলক বিতরণ ফ্রিকোয়েন্সি টেবিলের একটি উদাহরণ

2.5। একটি অভিজ্ঞতামূলক বিতরণের জন্য প্রবণতা নির্দিষ্ট করার উপায়

অভিজ্ঞতামূলক বিতরণে মডেলিং প্রবণতাগুলির প্রস্তাবিত পদ্ধতিটি সাধারণ বিতরণের জন্য প্রবণতা সেট করার প্রক্রিয়া থেকে পৃথক।

মনে রাখবেন যে সাধারণ বন্টনের জন্য, একটি প্রবণতা প্রথমে বন্টন পরামিতিগুলির জন্য সেট করা হয়, যেমন গাণিতিক প্রত্যাশা, মান বিচ্যুতি এবং অন্যান্য। প্রতিটি সময়ের জন্য গণনা করা বন্টন পরামিতিগুলির মানের উপর ভিত্তি করে, সংশ্লিষ্ট বন্টনের বিশ্লেষণাত্মক সূত্র ব্যবহার করে এলোমেলো সংখ্যাগুলি তৈরি করা হয়। এই ক্ষেত্রে, একটি প্রবণতা স্বয়ংক্রিয়ভাবে পিরিয়ড দ্বারা একটি সাধারণ বন্টনের সমস্ত পয়েন্টের জন্য প্রদান করা হয়।

যেহেতু অভিজ্ঞতামূলক বিতরণের জন্য কোনো বিশ্লেষণাত্মক বর্ণনা নেই, তাই সমস্ত বিতরণ পয়েন্টের জন্য প্রবণতা অবিলম্বে সেট করতে হবে। নীচে দেখানো হবে, এটি গাণিতিক প্রত্যাশা এবং প্রকরণের (মান বিচ্যুতি) প্রয়োজনীয় প্রবণতা প্রদান করে।

রৈখিক আনুমানিক পদ্ধতি অনুসারে, মডেলিং করার সময়, পৃথক মানগুলির সাথে নয়, ব্যবধানের সীমানা (টেবিল 2.2 এর কলাম 1-এ দেওয়া অনুরূপ) এবং পড়ে যাওয়া মানগুলির ফ্রিকোয়েন্সিগুলির সাথে কাজ করা যথেষ্ট। গঠিত পকেট মধ্যে.

প্রস্তাবিত পদ্ধতি একটি নির্বিচারে বিতরণের জন্য একটি প্রবণতা সেট করার দুটি উপায় প্রদান করে।

1. পর্যায় থেকে পর্যায়ক্রমে সিরিজের শুধুমাত্র গাণিতিক প্রত্যাশা পরিবর্তিত হয়

মূল সিরিজের রূপান্তর, প্রবণতা বিবেচনায় নিয়ে, এই সিরিজের প্রতিটি মানের সাথে একই সংখ্যা A যোগ করে সঞ্চালিত হয়। তারপরে t + 1 সময়কালের গাণিতিক প্রত্যাশা নিম্নরূপ গণনা করা হয়:

যেখানে M(X) t , M(X) t+1 হল পরামিতির গাণিতিক প্রত্যাশা t এবং t+1 সময়কালে অধ্যয়নের অধীনে; x t — i-ম মানপিরিয়ড টি পরামিতি; n হল উৎপন্ন র্যান্ডম মানের মোট সংখ্যা (সকল সময়ের জন্য একই)।

এটি স্থাপন করা সহজ যে, (1) বিবেচনায় নিয়ে, এই ক্ষেত্রে, প্যারামিটার t + 1 এর বিচ্ছুরণ অপরিবর্তিত থাকবে:

যেখানে D t, D t+1 হল অধ্যয়ন করা প্যারামিটারের বিচ্ছুরণ t এবং t+1 পর্যায়;

গ্রাফিকভাবে, একটি ইতিবাচক প্রবণতার উপস্থিতিতে, পিরিয়ডের জন্য পরামিতি মানের হিস্টোগ্রাম t+1 X অক্ষ বরাবর A দ্বারা ডানদিকে স্থানান্তরিত হয়।

2. পর্যায় থেকে পর্যায় পর্যন্ত, গাণিতিক প্রত্যাশা এবং আদর্শ বিচ্যুতি উভয়ই পরিবর্তিত হয়

এই ক্ষেত্রে, মূল সিরিজের রূপান্তর, ইতিবাচক প্রবণতা বিবেচনায় নিয়ে, এই সিরিজের প্রতিটি মানকে একই সংখ্যা k দ্বারা গুণ করে সঞ্চালিত হয়। তারপরে t+1 সময়ের গাণিতিক প্রত্যাশা সূত্র দ্বারা গণনা করা হয়:

প্যারামিটার t+1 এর বিচ্ছুরণ সূত্র দ্বারা গণনা করা হয়:

তদনুসারে, প্রমিত বিচ্যুতি a, পিরিয়ড t + 1-এর প্রবণতা বিবেচনায় নিয়ে, পিরিয়ড t-এ এর মান k দ্বারা গুণ করে গণনা করা হয়।

এই পদ্ধতিতে প্রকরণের সহগ অপরিবর্তিত থাকে।

2.6। প্রাথমিক তথ্য সংগ্রহ এবং পরিসংখ্যানগত বিশ্লেষণ স্বয়ংক্রিয় করার জন্য সরঞ্জাম

প্রারম্ভিক টাইম সিরিজ প্রক্রিয়াকরণের পদ্ধতির জটিলতার কারণে, অনুশীলনে সেগুলি স্বয়ংক্রিয়ভাবে সম্পন্ন করা উচিত, মানক সফ্টওয়্যার ব্যবহার করে।

টেবিল 2.3। 1C-তে একটি অ্যাকাউন্ট টেবিলের উদাহরণ

টেবিল 2.4। এক্সেলের মাধ্যমে প্রক্রিয়াকরণের জন্য রূপান্তরিত টেবিলের দৃশ্য

বিভিন্ন কম্পিউটার ডাটাবেস থেকে প্রাথমিক সিরিজ প্রাপ্ত করার সময়, তার পরবর্তী বিশ্লেষণের জন্য তথ্য প্রদানের ফর্মকে একীভূত করার সমস্যা দেখা দেয়। উদাহরণস্বরূপ, বিস্তৃত অ্যাকাউন্টিং সিস্টেম 1C (টেবিল 2.3) থেকে প্রাপ্ত অ্যাকাউন্টগুলির ডেটা প্রক্রিয়া করার জন্য, সেগুলি ফর্ম টেবিলের একটি টেবিলে রূপান্তরিত হয়। 2.4, যা প্রাথমিক সময় সিরিজ গঠনের ভিত্তি হিসাবে কাজ করে।

কোম্পানির ব্যবস্থাপনার তিনটি স্তরে উন্নয়ন ঝুঁকি মূল্যায়নের বৈশিষ্ট্য

উপরে উল্লিখিত হিসাবে, ঝুঁকি বিবেচনা করে একটি কোম্পানির উন্নয়নের পূর্বাভাস তিনটি স্তরে করা উচিত: একটি পৃথক বিনিয়োগ প্রকল্পের স্তর, প্রকল্পগুলির একটি পোর্টফোলিও এবং সামগ্রিকভাবে কোম্পানি। এটি প্রতিটি স্তরে কাজের পার্থক্যের কারণে (সারণী 3.1), যা উন্নত মডেল এবং বিশ্লেষণ অ্যালগরিদমের বৈশিষ্ট্যগুলি নির্ধারণ করে।

টেবিল 3.1. কোম্পানিতে বিনিয়োগ ব্যবস্থাপনার তিনটি স্তরে কাজের মধ্যে পার্থক্য সমাধান করতে হবে

3.1। ব্যক্তিগত বিনিয়োগ প্রকল্প স্তর

উল্লেখযোগ্য জ্ঞানের তীব্রতা, কোম্পানির মূল্য বৃদ্ধিতে বিনিয়োগকৃত সম্পদের রূপান্তরের সময়কাল, সেইসাথে সম্ভাব্য ফলাফলের উচ্চ অনিশ্চয়তা, কোম্পানিতে বিনিয়োগের প্রধান রূপ নির্দেশ করে - একটি বিনিয়োগ প্রকল্পের রূপ। বিনিয়োগ প্রকল্পগুলি ভবিষ্যত গঠনের উত্স হিসাবে কাজ করে প্রতিযোগিতামূলক সুবিধা. অতএব, প্রতিটি বিনিয়োগ প্রকল্পের বিকাশের প্রক্রিয়ায়, এই প্রকল্পটি যে পরিমাণ নেট নগদ প্রবাহ তৈরি করতে সক্ষম তা কেবলমাত্র নয়, সময়ের মধ্যে প্রকল্পের সম্ভাবনা সম্পর্কে সর্বাধিক সম্পূর্ণ তথ্য গ্রহণ করা অত্যন্ত গুরুত্বপূর্ণ। সম্ভাব্য নগদ প্রবাহের ওঠানামার পরিসীমা নির্ধারণের অবস্থান থেকেও। পরিমাণগত প্রকল্প ঝুঁকি বিশ্লেষণ পদ্ধতিগুলি এই তথ্যের সাথে কোম্পানির ব্যবস্থাপনা প্রদানে একটি মূল ভূমিকা পালন করে।

একটি বিনিয়োগ প্রকল্পের পরিমাণগত ঝুঁকি মূল্যায়নের ভিত্তি হল এর নগদ প্রবাহের মডেল। পরিকল্পনার দিগন্তের সময় পরিবর্তনের গতিশীলতা বিবেচনা করে প্রকল্পের আয় এবং ব্যয়ের কাঠামো, তাদের মানগুলির পূর্বাভাস নির্ধারণ করা এর বিকাশের প্রথম পর্যায়ে।

একটি বিনিয়োগ প্রকল্পের নগদ প্রবাহ মডেল তার কর্মক্ষমতা সূচকগুলি গণনা করার জন্য ভিত্তি হিসাবে কাজ করে: নেট বর্তমান মূল্য (NPV), ডিসকাউন্টেড পেব্যাক পিরিয়ড (DPP), লাভজনকতা সূচক (PI) এবং অন্যান্য। এই সূচকগুলির ফলস্বরূপ মানগুলি কোম্পানির জন্য প্রকল্পের পূর্বাভাসিত লাভজনকতা প্রতিফলিত করে যখন সমস্ত পরামিতিগুলি তাদের সবচেয়ে সম্ভাব্য (মৌলিক) মানগুলি গ্রহণ করে।

পরবর্তী পর্যায়ে, প্রকল্পের সংবেদনশীলতা বিশ্লেষণ পরিচালনা করার সময়, বিনিয়োগ প্রকল্পের অর্থনৈতিক দক্ষতার উপর সবচেয়ে শক্তিশালী প্রভাব ফেলে এমন মডেল প্যারামিটারগুলি নির্ধারণ করা হয়। এর ক্লাসিক আকারে, সংবেদনশীলতা বিশ্লেষণকে মাত্রাহীন সংবেদনশীলতা সহগগুলির গণনায় হ্রাস করা হয় যা প্রকল্পের কর্মক্ষমতা সূচকগুলির স্থিতিস্থাপকতা প্রতিফলিত করে।

যাইহোক, অনুশীলনে, সংবেদনশীলতা বিশ্লেষণ পরিচালনা করার সময়, এটি অবশ্যই মনে রাখতে হবে যে ঐতিহ্যগত পদ্ধতিটি এই ধারণার উপর ভিত্তি করে যে সংবেদনশীলতা ফাংশনগুলি রৈখিক। বাস্তবে, প্রকল্প নগদ প্রবাহ মডেলের অনেক প্যারামিটারের জন্য সংবেদনশীলতা ফাংশন অ-রৈখিক। উদাহরণস্বরূপ, মডেলের পনেরটি প্যারামিটারের মধ্যে লেখক (টেবিল 3.2) দ্বারা পরিচালিত বিনিয়োগ প্রকল্পের সংবেদনশীলতা ফাংশনগুলির বিশ্লেষণের ফলাফল দ্বারা দেখানো হয়েছে, সংবেদনশীলতা ফাংশন NPV চারটির জন্য অ-রৈখিক হতে পরিণত হয়েছে। পরামিতি, আটটির জন্য PI এবং পনেরোটির জন্য ডিপিপি। একটি অ-রৈখিক সংবেদনশীলতা ফাংশনের একটি সুপরিচিত উদাহরণ, যা সাহিত্যে ব্যাপকভাবে বিবেচিত হয়, হল একটি প্রকল্পের এনপিভি পরিবর্তন করার কাজ যার ডিসকাউন্ট রেট পরিবর্তন করা হয়। তাছাড়া, A.A. কুগেনকো, অর্থনৈতিক ব্যবস্থার মডেলিং করার সময়, "রৈখিক আন্তঃনির্ভরতা কার্যত অনুপস্থিত"।

সারণি 3.2। অ-রৈখিকতার জন্য বিনিয়োগ প্রকল্পের পরামিতিগুলির সংবেদনশীলতা ফাংশনগুলির বিশ্লেষণের একটি উদাহরণ

একটি সংবেদনশীলতা বিশ্লেষণ নাটক পরিচালনা গুরুত্বপূর্ণ ভূমিকাবিনিয়োগ প্রকল্পের ন্যায্যতা ধারাবাহিকতা বৃদ্ধি. এর ফলাফলগুলি কোন মডেলের পরামিতিগুলির মানগুলির পরিবর্তনশীলতার বাধ্যতামূলক বিবেচনার প্রয়োজন তা নির্ধারণ করা সম্ভব করে।

এই পরামিতিগুলির মানগুলির জন্য সমস্ত সম্ভাব্য বিকল্পগুলির নগদ প্রবাহের মডেলে অন্তর্ভুক্তি, সিমুলেশনের সাহায্যে সম্পাদিত, এটিকে একটি মৌলিক থেকে একটি সম্ভাব্য একটিতে পরিণত করে। এমএস এক্সেল স্প্রেডশীট ব্যবহার করে একটি বিনিয়োগ প্রকল্পের সিমুলেশন মডেলিং বিভিন্ন পর্যায়ে সম্পাদিত হয়:

1. নগদ প্রবাহ মডেলের প্রাথমিক পরামিতিগুলি নির্বাচন করা হয়েছে, যার জন্য সিমুলেশন মডেলিং করা হবে৷ তাদের প্রত্যেকের জন্য, বন্টন আইন (ইউনিফর্ম, নরমাল, পয়সন, ইত্যাদি) এবং বন্টন পরামিতি নির্ধারণ করা হয়।

2. প্রতিটি প্যারামিটারের জন্য, m র্যান্ডম সংখ্যাগুলি স্ট্যান্ডার্ড এক্সেল ফাংশন ব্যবহার করে তৈরি করা হয়। সমস্ত প্যারামিটারের জন্য উত্পন্ন সংখ্যার সংখ্যা একই এবং সাধারণত 1000 থেকে 50000 পর্যন্ত হয়।

3. প্রজন্মের ফলাফলের উপর ভিত্তি করে, নির্বাচিত পরামিতিগুলির জন্য এলোমেলো সংখ্যার m সমন্বয় গঠিত হয়। একটি সংমিশ্রণ এক্সেল টেবিলের একটি সারির সাথে মিলে যায়।

4. প্যারামিটার মানগুলির প্রতিটি সংমিশ্রণের জন্য, প্রকল্পের কর্মক্ষমতা সূচকগুলি গণনা করা হয়। এটি করতে, ব্যবহার করে কম্পিউটার প্রোগ্রামঅ্যাপ্লিকেশনের জন্য ভিজ্যুয়াল বেসিক-এ লেখা, ইনপুট প্যারামিটার মানগুলির সমস্ত সংমিশ্রণ ক্রমাগতভাবে নগদ প্রবাহ মডেলে প্রতিস্থাপিত হয়। প্রতিটি সংমিশ্রণের ফলস্বরূপ কর্মক্ষমতা নির্দেশক মানগুলি এক্সেল স্প্রেডশীটের সংশ্লিষ্ট সারিতে স্থাপন করা হয়।

5. এক্সেলে, প্রারম্ভিক গণনার ডেটার এলোমেলো মানের টেবিলের সারিগুলি কার্যকারিতা সূচকের ঊর্ধ্বক্রম অনুসারে সাজানো হয় (উদাহরণস্বরূপ, NPV)।

6. টেবিলের প্রতিটি লাইন একটি নির্দিষ্ট অবিচ্ছেদ্য সম্ভাবনা বরাদ্দ করা হয়. সুতরাং, যদি অ্যারেতে 1000টি সারি থাকে, তাহলে i এবং i + 1 সারিগুলি 0.1% দ্বারা পৃথক অবিচ্ছেদ্য সম্ভাব্যতার সাথে মিলিত হবে।

7. প্রকল্পের একটি নেতিবাচক NPV এর অবিচ্ছেদ্য সম্ভাবনা গণনা করা হয়। এটি করার জন্য, যে সারিতে NPV নেতিবাচক তা সারণির মোট সারির সংখ্যা দ্বারা ভাগ করা হয়।

সিমুলেশন মডেলিংয়ের বিবেচিত পদ্ধতিটি শুধুমাত্র বিনিয়োগ প্রকল্পের কর্মক্ষমতা সূচকগুলির প্রত্যাশিত মানগুলি গণনা করার অনুমতি দেয় না, তবে একটি অতিরিক্ত মানদণ্ডও অর্জন করতে দেয় যা প্রকল্পের ঝুঁকি প্রতিফলিত করে: অবিচ্ছেদ্য সম্ভাবনা যে কর্মক্ষমতা সূচকের মান হবে অগ্রহণযোগ্য মূল্যবোধের অঞ্চলে।

সুতরাং, একটি পৃথক বিনিয়োগ প্রকল্পের স্তরে আর্থিক মডেলিং এবং পরিমাণগত ঝুঁকি মূল্যায়নের প্রধান কাজটি তৈরির সম্ভাবনার সবচেয়ে বিশদ অধ্যয়ন। বাজার মূল্যকোম্পানির জন্য এবং এর নগদ প্রবাহের সম্ভাব্য বিচ্যুতির মাত্রা। যাইহোক, বিকাশ করা বিনিয়োগ প্রকল্পগুলি কোম্পানির কৌশলগত লক্ষ্যগুলির সাথে সঙ্গতিপূর্ণ কিনা তা নিশ্চিত করার জন্য, সেগুলিকে পোর্টফোলিও স্তরে পর্যালোচনা করা দরকার।

3.2। বিনিয়োগ প্রকল্পের পোর্টফোলিও স্তর

1970 এর দশক থেকে, যখন বোস্টন কনসাল্টিং গ্রুপ ম্যাট্রিক্স প্রস্তাব করা হয়েছিল, পোর্টফোলিও পদ্ধতিটি প্রতিযোগিতামূলক কৌশলগুলি পরিকল্পনা করার এবং কোম্পানিগুলির পণ্যগুলির (বা ব্যবসার পৃথক লাইন) মধ্যে মূলধন বরাদ্দ করার একটি হাতিয়ার হিসাবে ব্যাপক হয়ে উঠেছে। এটি একটি পোর্টফোলিও হিসাবে বিবেচনা করা সমানভাবে গুরুত্বপূর্ণ উন্নয়নাধীন বিনিয়োগ প্রকল্পগুলির একটি সেট, যার মধ্যে অনেকগুলি, উপরে উল্লিখিত হিসাবে, কোম্পানির ভবিষ্যত পণ্যগুলির ভিত্তি যা এর নগদ প্রবাহ গঠন করে।

কোম্পানির প্রতিযোগীতা পরিচালনার দৃষ্টিকোণ থেকে, বিনিয়োগ প্রকল্পগুলির একটি পোর্টফোলিওকে তার ভবিষ্যতের প্রতিযোগিতামূলক সুবিধার একটি পোর্টফোলিও হিসাবে দেখা যেতে পারে। অতএব, পোর্টফোলিও স্তরে নেওয়া সিদ্ধান্তগুলি, যার মধ্যে সবচেয়ে গুরুত্বপূর্ণ হল বিনিয়োগ প্রকল্প নির্বাচন এবং তাদের মধ্যে মূলধনের বন্টন একটি বহু-মাপদণ্ডের পদ্ধতির উপর ভিত্তি করে, মূলত প্রতিযোগিতামূলক বৃদ্ধির ক্ষেত্রগুলি নির্ধারণ করে যা একটি কোম্পানি বিকাশের সময় নিজের জন্য বেছে নেয়। একটি উন্নয়ন কৌশল।

যেহেতু প্রকল্পগুলির বিভিন্ন মাত্রার ঝুঁকি রয়েছে, তাই কোম্পানির জন্য এটির সর্বোচ্চ গ্রহণযোগ্য মান অতিক্রম না করার জন্য প্রকল্পের সামগ্রিক ঝুঁকির স্তর নিয়ন্ত্রণ করা প্রয়োজন।

আমাদের মতে, প্রকল্পগুলির একটি পোর্টফোলিওর মোট ঝুঁকি মূল্যায়ন করার জন্য সবচেয়ে সর্বজনীন পদ্ধতি হল পোর্টফোলিওতে অন্তর্ভুক্ত প্রতিটি প্রকল্পের জন্য সিমুলেশন মডেলিংয়ের ফলাফলগুলি ব্যবহার করা।

গণনার জন্য প্রাথমিক তথ্য হল প্রতিটি r প্রকল্পের জন্য NPV-এর সম্ভাব্যতা বিতরণ। গণনা পদ্ধতি নিম্নলিখিত পদক্ষেপ নিয়ে গঠিত:

1. NPV-এর N সমন্বয় গঠিত হয়। এটি করার জন্য, প্রতিটি প্রকল্পের র্যান্ডম মানের সারণী ক্রমবর্ধমান এনপিভিতে সাজানো হয়, তারপরে এনপিভি মানগুলির কলামটি টেবিলে স্থানান্তরিত হয়, যার সাধারণ দৃশ্যটি টেবিলে উপস্থাপিত হয়। 3.3।

2. পোর্টফোলিওর মোট PV বাকি প্রতিটি সংমিশ্রণের জন্য গণনা করা হয়।

3. সারণি 3.3 পিভি বাকী পোর্টফোলিও দ্বারা আরোহী ক্রমে বাছাই করা হয়েছে।

4. প্রতিটি সংমিশ্রণকে একটি অবিচ্ছেদ্য সম্ভাবনা বরাদ্দ করা হয়, যে টেবিলের সারি সংখ্যাটি এই সংমিশ্রণটি N এর মোট সংখ্যা দ্বারা বিভক্ত করে নির্ধারিত হয়।

5. পোর্টফোলিওর একটি নেতিবাচক PV অবশিষ্টাংশের অবিচ্ছেদ্য সম্ভাবনা নির্ধারিত হয়।

মনে রাখবেন যে এই পদ্ধতিঅনুমান করে যে সমস্ত প্রকল্পের র্যান্ডম NPV মানগুলির সংখ্যা একই।

ইভেন্টে যে কোম্পানির কিছু প্রকল্পের ঝুঁকি মূল্যায়ন করতে সিমুলেশন মডেলিং ব্যবহার করা হয়নি এবং তাদের সম্ভাব্য বৈশিষ্ট্যগুলি (M(X) এবং a) অন্য কোনও পদ্ধতি দ্বারা প্রাপ্ত হয়েছিল, এই প্রকল্পগুলিকেও গণনায় অন্তর্ভুক্ত করা যেতে পারে। এটি করার জন্য, NPV মানগুলি নির্দিষ্ট সম্ভাব্য বৈশিষ্ট্য এবং প্রকল্পের NPV বিতরণ আইনের উপর ভিত্তি করে তৈরি করা হয়।

সারণি 3.3। সাধারণ ফর্মপোর্টফোলিওতে অন্তর্ভুক্ত প্রকল্পগুলির সিমুলেশন মডেলিংয়ের ফলাফলের উপর ভিত্তি করে পোর্টফোলিও ঝুঁকি মূল্যায়ন টেবিল

এইভাবে, ঝুঁকি বিবেচনা করে বিনিয়োগ প্রকল্পগুলির একটি পোর্টফোলিও পরিচালনা করা পোর্টফোলিওর ভারসাম্য এবং কৌশলগত সিদ্ধান্ত নেওয়ার নমনীয়তা বাড়ায়, যা কোম্পানির প্রতিযোগিতামূলকতা বৃদ্ধির জন্য একটি উল্লেখযোগ্য সম্ভাবনা প্রদান করে। যাইহোক, একটি উন্নয়ন কৌশল তৈরি করার সময়, সামগ্রিকভাবে কোম্পানির আর্থিক অবস্থান এবং ঝুঁকির উপর এর প্রভাব মূল্যায়ন করতে সক্ষম হওয়া অত্যন্ত গুরুত্বপূর্ণ।

3.3। সামগ্রিকভাবে কোম্পানির স্তর

বর্তমানে, বিনিয়োগ উন্নয়ন ঝুঁকির পরিমাণগত মূল্যায়নের জন্য একটি প্রযুক্তি বিকাশের কাজটি পৃথক প্রকল্প এবং পোর্টফোলিও উভয়ের বিনিয়োগ বিশ্লেষণের বাইরে চলে যায়। আজকের গতিশীলভাবে পরিবর্তিত বাহ্যিক পরিবেশে, সামগ্রিকভাবে কোম্পানির কৌশলগত বিকাশের ঝুঁকি বিশ্লেষণ এবং আর্থিক নকশার জন্য একটি পদ্ধতিগত পদ্ধতির প্রয়োগ করা প্রয়োজন হয়ে ওঠে। এর সাথে কোম্পানির একটি আর্থিক মডেলের বিকাশ জড়িত, যা বাজারের পরিবেশে প্রতিকূল পরিবর্তনের ক্ষেত্রে নির্বাচিত উন্নয়ন কৌশল, সম্ভাবনা এবং সম্ভাব্য ক্ষতির পরিমাণ বিবেচনা করে এর নগদ প্রবাহের গতিশীলতার পূর্বাভাস দেওয়া সম্ভব করে। , এবং এই ক্ষয়ক্ষতি কমানোর জন্য ব্যবস্থা বিকাশ করতে।

এই স্তরে পরিমাণগত ঝুঁকি মূল্যায়নের ভিত্তি একটি ঝুঁকি-ভিত্তিক কোম্পানি উন্নয়ন পূর্বাভাস মডেল। এটি আপনাকে কোম্পানির মোট নগদ প্রবাহ গণনা করতে এবং তাদের সম্ভাব্য বিশ্লেষণ পরিচালনা করতে, উন্নত উন্নয়ন কৌশলগুলির প্রভাব এবং কোম্পানির প্রতিযোগিতামূলক অবস্থানে প্রত্যাশিত পরিবর্তনগুলির মূল্যায়ন করতে দেয়। মডেলটি অবশ্যই নমনীয় হতে হবে, ক্রমাগত বিকাশ এবং কোম্পানির পরিচালকদের দ্বারা উন্নত হতে হবে, চলমান পরিবর্তনগুলিকে বিবেচনায় নিয়ে। সুতরাং, পূর্বাভাস মডেলের অভিযোজনযোগ্যতা হল মূল শর্তগুলির মধ্যে একটি যা কোম্পানি স্তরে পরিমাণগত ঝুঁকি মূল্যায়নের জন্য এর কার্যকর প্রয়োগ সক্ষম করে।

এই বৈশিষ্ট্যগুলি বাস্তবায়নের জন্য, পূর্বাভাস মডেলটি, যখন একটি কোম্পানিতে প্রয়োগ করা হয়, একটি সফ্টওয়্যার প্যাকেজ আকারে প্রয়োগ করা আবশ্যক যা একটি বহু-কালের নগদ প্রবাহ মডেল তৈরি করার পদ্ধতিগুলিকে স্বয়ংক্রিয় করে, র্যান্ডম সংখ্যা তৈরি করে, সিমুলেশন মডেলিং এবং পূর্বাভাসের পরিসংখ্যানগত বিশ্লেষণ। ফলাফল এটি বিভিন্ন বিকল্প এবং উন্নয়ন কৌশল মডেল করার সময় ফলাফল প্রাপ্তির দক্ষতা নিশ্চিত করা সম্ভব করে তোলে।

পূর্বাভাস মডেলের প্রাথমিক তথ্যের সবচেয়ে গুরুত্বপূর্ণ উপাদান হল পরিবর্তিত পরামিতিগুলির প্রবণতার বর্ণনা।

পরামিতি পরিবর্তনগুলি নির্দিষ্ট করার জন্য সবচেয়ে সর্বজনীন এবং নমনীয় পদ্ধতি হল সময়কাল অনুসারে তাদের মানগুলির সরাসরি প্রবেশ। এটি, বিশেষ করে, বিপণন গবেষণার ফলে প্রাপ্ত মডেলে (উদাহরণস্বরূপ, পরিকল্পিত বিক্রয়ের পরিমাণ, পণ্যের মূল্য পরিবর্তন, ইত্যাদি) সময় নির্ভরতা ব্যবহার করা সম্ভব করে তোলে। সেটিংয়ের এই পদ্ধতিটি অনিয়মিতভাবে পরিবর্তিত পরামিতিগুলির জন্যও প্রয়োজনীয় (উদাহরণস্বরূপ, প্রাঙ্গনে ভাড়া নেওয়ার খরচ, যা সাধারণত সারা বছর অপরিবর্তিত থাকে)। অনেক ক্ষেত্রে, প্যারামিটারের পরিবর্তন বর্ণনা করার জন্য যার মান প্রতিটি পিরিয়ডে পরিবর্তিত হয়, এটি একটি পাটিগণিত বা জ্যামিতিক অগ্রগতি, মানগুলির একটি সিরিজ আকারে প্রবণতা সেট করা অনেক বেশি সুবিধাজনক।

পরামিতিগুলির জন্য যার মানগুলি এলোমেলোভাবে পরিবর্তিত হয়, মানক বিচ্যুতির মান পরিবর্তন করতে সক্ষম হওয়া প্রয়োজন। এটি পরিবর্তন করার বিভিন্ন উপায় আছে:

ক) গাণিতিক প্রত্যাশার পরিবর্তন যাই হোক না কেন মানক বিচ্যুতি সব সময়ের জন্য স্থির থাকে;

খ) আদর্শ বিচ্যুতি রৈখিকভাবে পরিবর্তিত হয়;

গ) প্রমিত বিচ্যুতি এমনভাবে পরিবর্তিত হয় যে প্রকরণের সহগ, গাণিতিক প্রত্যাশার মান বিচ্যুতির অনুপাতের সমান, স্থির থাকে।

মডেলিং অভিজ্ঞতা হিসাবে দেখা গেছে, স্ট্যান্ডার্ড বিচ্যুতিতে পরিবর্তনগুলি বিবেচনায় নেওয়া একটি কোম্পানির দেউলিয়া হওয়ার ঝুঁকি মূল্যায়নের ফলাফলের উপর উল্লেখযোগ্য প্রভাব ফেলে, তাই পূর্বাভাসের সঠিকতা উন্নত করার জন্য স্ট্যান্ডার্ড বিচ্যুতি সেট করার বিভিন্ন উপায়ের প্রাপ্যতা গুরুত্বপূর্ণ।

প্রারম্ভিক ডেটা সেট করার সময় আরেকটি গুরুত্বপূর্ণ বিষয় বিবেচনা করা উচিত তা হল প্যারামিটারগুলির সীমিত মানগুলি নির্দিষ্ট করার প্রয়োজন, যা তাদের অর্থনৈতিক প্রকৃতির কারণে। উদাহরণস্বরূপ, বিক্রয়ের পরিমাণ নেতিবাচক হতে পারে না বা সর্বাধিক বাজারের পরিমাণের মান অতিক্রম করতে পারে না। একইভাবে, খরচগুলি, যা নগদ বহিঃপ্রবাহ, যদি তারা পরম মূল্যে হ্রাস পায় তবে ইতিবাচক হতে পারে না। এই কারণে, পরামিতিগুলির সম্ভাব্যতা বন্টনগুলি ছোট হয়ে যায়।

সিমুলেশন মডেলিংয়ের প্রক্রিয়ায়, প্রোগ্রামটি এলোমেলো মানগুলি সনাক্ত করে যা সীমা মানগুলির বাইরে চলে যায় এবং সীমা মানগুলির সাথে প্রতিস্থাপন করে তাদের সংশোধন করে। এই পদ্ধতির অটোমেশন শুধুমাত্র সিমুলেশন ফলাফলের নির্ভুলতা উন্নত করতে দেয় না, তবে প্রতিটি প্যারামিটারের জন্য পরিবর্তিত মানের সংখ্যার জন্য বিশেষ কাউন্টার ব্যবহার করে ইনপুট ডেটার গুণমান নিয়ন্ত্রণ করতে দেয়। যদি পরিবর্তিত মানের সংখ্যা যথেষ্ট বড় হয়, উদাহরণস্বরূপ, সমস্ত মানের 10% এর বেশি, এটি মানক বিচ্যুতি পরিবর্তন করার বা এই প্যারামিটারের মানগুলির প্রবণতা সামঞ্জস্য করার প্রয়োজন নির্দেশ করে।

অনুশীলনে, নগদ প্রবাহের মডেল তৈরি করার সময়, পারস্পরিক সম্পর্ক নির্ভরতার আকারে মডেল পরামিতিগুলির মধ্যে সম্পর্ককে বিবেচনায় নেওয়া প্রায়ই প্রয়োজন। অতএব, একটি মডেল তৈরি করার সময় একটি পারস্পরিক সম্পর্ক নির্দিষ্ট করার ক্ষমতা একটি বাধ্যতামূলক উপাদান। বর্ণিত মডেল দুটি পর্যায়ে পারস্পরিক সম্পর্ক স্থাপনের সম্ভাবনা প্রদান করে। প্রথম পর্যায়ে, একটি বিশ্লেষণাত্মক বা সারণী আকারে, একটি পারস্পরিক সম্পর্ক আছে এমন পরামিতিগুলির মধ্যে নির্ভরতা নির্ধারণ করা হয়। দ্বিতীয় পর্যায়ে, বিচ্যুতি সেট করার জন্য, বিশ্লেষিত নির্ভরতা একটি এলোমেলো পরিবর্তনশীল দ্বারা গুণিত হয়, যার বৈশিষ্ট্যগুলি তৃতীয় ধরণের পরামিতিগুলির জন্য উপরে বর্ণিত অ্যালগরিদম অনুসারে প্রাথমিক ডেটাতে নির্দেশিত হয়।

3.4। একটি কোম্পানির নগদ প্রবাহ মডেল উন্নয়ন

নগদ প্রবাহ মডেলের সবচেয়ে গুরুত্বপূর্ণ বৈশিষ্ট্যগুলি হল পরিকল্পনার দিগন্তের সময়কাল, গণনা ধাপের দৈর্ঘ্য, সেইসাথে নগদ প্রবাহ আনার মুহূর্ত।

পরিকল্পনার দিগন্তের পছন্দ এবং গণনার ধাপের দৈর্ঘ্য প্রাথমিকভাবে কোম্পানির আয় এবং ব্যয়ের প্রধান আইটেমগুলির উচ্চ-মানের পূর্বাভাস পাওয়ার সম্ভাবনা দ্বারা নির্ধারিত হয়। এটা মনে হয় যে রাশিয়ান পরিস্থিতিতে বেশিরভাগ কোম্পানির জন্য পরিকল্পনার দিগন্ত চার বছরের বেশি হয় না। এই ক্ষেত্রে, গণনার ধাপের দৈর্ঘ্য হিসাবে এক চতুর্থাংশ সুপারিশ করা যেতে পারে। তারপরে নগদ প্রবাহের মডেলের সময়কালের সংখ্যা সতেরটির বেশি হবে না, শূন্য সময়কালকে বিবেচনা করে, যেখানে নগদ প্রবাহ সাধারণত দেওয়া হয়। এটি অনুমান করে যে সমস্ত প্রবাহ পিরিয়ডের শেষে ঘটে।

একটি নগদ প্রবাহ মডেলের বিকাশ একটি সৃজনশীল প্রক্রিয়া যার জন্য একটি নির্দিষ্ট কোম্পানির বৈশিষ্ট্যগুলি বিবেচনায় নেওয়া প্রয়োজন। একই সময়ে, মডেলের সাধারণ কাঠামো মেনে চলার পরামর্শ দেওয়া হয়, যার অনুসারে নগদ প্রবাহকে তিনটি গ্রুপে বিভক্ত করা হয়: অপারেটিং (বর্তমান ক্রিয়াকলাপ থেকে প্রবাহ), বিনিয়োগ (স্থায়ী সম্পদ এবং কার্যকরী মূলধনে বিনিয়োগের সাথে যুক্ত), এবং আর্থিক (কোম্পানীর ঋণ পরিষেবার সাথে যুক্ত)। বিবেচিত মডেলের চূড়ান্ত সূচক হিসাবে, মালিকদের জন্য ছাড়কৃত নগদ প্রবাহ ব্যবহার করা হয়। নগদ প্রবাহ মডেলের কাঠামোর একটি উদাহরণ সারণি 3.4 এ উপস্থাপন করা হয়েছে।

টেবিল 3.4. একটি কোম্পানির নগদ প্রবাহ মডেলের কাঠামোর একটি উদাহরণ

* "+" - নগদ প্রবাহ; "-" - নগদ বহিঃপ্রবাহ; "=" হল গণনার সূত্র, যেখানে সূত্রের সংখ্যাগুলি সারণির সারি সংখ্যাগুলিকে বোঝায়৷

** নগদ প্রবাহ নয়, তবে আয়কর গণনা করতে ব্যবহৃত হয়।

উপরের কাঠামোটি আর্থিক তত্ত্ব অনুসারে নগদ প্রবাহের মডেল তৈরির সাধারণ যুক্তি দেখায়। যাইহোক, আয় এবং ব্যয়ের আইটেমগুলির একটি নির্দিষ্ট সেট প্রতিটি কোম্পানির জন্য পৃথক এবং এটি তার কার্যকলাপের প্রোফাইল এবং প্রাথমিক ডেটার পরিসংখ্যানগত বিশ্লেষণের সময় চিহ্নিত ব্যবসায়িক প্রক্রিয়াগুলির বৈশিষ্ট্যগুলির উপর নির্ভর করে।

আমাদের মতে, প্রাথমিক তথ্যের উপর মডেল কাঠামোর নির্ভরতা মৌলিক প্রকৃতির, যেহেতু, একটি পূর্বাভাস মডেল তৈরির প্রযুক্তির অন্যান্য পর্যায়ের মতো, নগদ প্রবাহের মডেল তৈরির পর্যায়টি সংগৃহীত সবচেয়ে সম্পূর্ণ অ্যাকাউন্ট প্রদান করা উচিত। তথ্য এটি টপ-ডাউন নীতি প্রয়োগ করে অর্জন করা যেতে পারে। এটি অনুসারে, সবচেয়ে সাধারণীকৃত মডেলটি প্রথমে তৈরি করা হয় (ব্যালেন্স শীট এবং আয়ের বিবৃতির উপর ভিত্তি করে), যা তারপরে বহুমুখী প্রবণতা নির্ধারণ সহ সমস্ত গুরুত্বপূর্ণ বিষয়গুলিকে বিবেচনায় নেওয়ার জন্য বিশদ বিবরণ দেওয়া হয়। কোম্পানির ব্যয়ের আইটেমগুলি বিশ্লেষণ করার সময়, এই গ্রুপের মোট খরচের পরিমাণে প্রতিটি আইটেমের শেয়ার একটি বিশদ মানদণ্ড হিসাবে ব্যবহার করার পরামর্শ দেওয়া হয়। উদাহরণস্বরূপ, কর্পোরেট খরচ গঠন করার সময়, শুধুমাত্র যে আইটেমগুলি কর্পোরেট খরচের কমপক্ষে 5% তৈরি করে আলাদা লাইন হিসাবে একক করা হয়, এবং অন্যান্য সমস্ত খরচ এক লাইনে সংক্ষিপ্ত করা হয়।

একটি কোম্পানির আয় বিশ্লেষণ করার সময় (বিশেষত যদি এর ভাণ্ডারে কয়েক ডজন পণ্য থাকে), পণ্যগুলিকে সেগমেন্টে গ্রুপ করার সমস্যা প্রায়শই দেখা দেয়। এখানে, "টপ-ডাউন" নীতির পাশাপাশি, এটিও বিবেচনায় নেওয়া প্রয়োজন যে গঠিত অংশগুলিকে তাদের একজাতীয়তা বজায় রাখতে হবে (আরো বিশদ বিবরণের জন্য, অনুচ্ছেদ 2.2 দেখুন)।

"টপ-ডাউন" নীতির বাস্তবায়ন মডেল বিল্ডিং প্রযুক্তির বহুমুখীতা বাড়ায়, যেহেতু এটি উপলব্ধ তথ্যের পরিমাণের উপর নির্ভর করে বিশদ ডিগ্রীর বিভিন্ন মডেলের জন্য সিমুলেশন মডেলিং টুল ব্যবহার করার অনুমতি দেয়। প্রস্তাবিত পদ্ধতিগত পদ্ধতির এই বৈশিষ্ট্যটি বাহ্যিক বিশ্লেষণে পূর্বাভাস মডেলগুলির সক্রিয় ব্যবহারের সুযোগ উন্মুক্ত করে, যার মধ্যে মূল কোম্পানিগুলি, সেইসাথে ব্যাঙ্ক এবং অন্যান্য আর্থিক প্রতিষ্ঠানগুলি (আরও বিশদ বিবরণের জন্য, বিভাগ 4 দেখুন)।

3.5। একটি কোম্পানি উন্নয়ন পূর্বাভাস মডেল ব্যবহার করার একটি উদাহরণ

দুই ধরনের পণ্য উৎপাদনকারী কোম্পানির উদাহরণে বিবেচিত মডেলের প্রয়োগটি ব্যাখ্যা করা যাক। পরিকল্পনা দিগন্ত দুই বছর; গণনার ধাপ হিসেবে কোয়ার্টার ব্যবহার করা হয়।

প্রাথমিক তথ্য (টেবিল 3.5) থেকে দেখা যায়, প্রথম পণ্যের বিক্রির পরিমাণ বাড়ছে, যখন দ্বিতীয় পণ্যের বিক্রি হ্রাস পাচ্ছে। উপরন্তু, ব্যয় আইটেম সংখ্যা বৃদ্ধি আশা করা হচ্ছে. ফলস্বরূপ, পিরিয়ড দ্বারা কোম্পানির নগদ প্রবাহের গাণিতিক প্রত্যাশার পরিবর্তনের সাধারণ প্রবণতা নেতিবাচক। যাইহোক, বহুমুখী প্রবণতা এবং মডেলের মূল পরামিতিগুলির বৈচিত্র্যের পার্থক্য বিশেষ সরঞ্জাম ছাড়া নগদ প্রবাহের পরিবর্তনশীলতা মূল্যায়ন করার অনুমতি দেয় না।

সিমুলেশন ফলাফলগুলি যেমন দেখায় (সারণী 3.6, চিত্র 3.1), যদিও ফলস্বরূপ নগদ প্রবাহ প্রথম বছরের শেষে অর্ধেকেরও কম কমে যায়, চতুর্থ মেয়াদে এটি নেতিবাচক হওয়ার সম্ভাবনা উল্লেখযোগ্যভাবে বৃদ্ধি পায় (উপরে থেকে 4%)।

টেবিল 3.5। একটি কোম্পানির উন্নয়ন পূর্বাভাস মডেলের জন্য প্রাথমিক ডেটা সেট করার একটি উদাহরণ

* n - স্বাভাবিক বিতরণ; e – অভিজ্ঞতামূলক বন্টন k – ধ্রুবক মান বিচ্যুতি; c – পরিবর্তনের ধ্রুবক সহগ।

* * "/" - নগদ বহিঃপ্রবাহ

টেবিল 3.6। কোম্পানির উন্নয়ন সম্ভাবনা বিশ্লেষণের ফলাফল

কোম্পানির ফলে নগদ প্রবাহ হ্রাসের পরবর্তী ত্বরণ 50% বা তার বেশি পর্যন্ত এর নেতিবাচক মূল্যের সম্ভাবনাকে অত্যন্ত দ্রুত, তুষারপাতের মতো বৃদ্ধির দিকে নিয়ে যায়। এই বৈশিষ্ট্যটি নির্দেশ করে যে কোম্পানিটি মোটামুটি অল্প সময়ের মধ্যে আর্থিক স্থিতিশীলতা হারাতে সক্ষম (উদাহরণে বিবেচনাধীন, তিন চতুর্থাংশ)।

নগদ প্রবাহের গতিশীলতা এবং দেউলিয়া হওয়ার ঝুঁকির মূল্যায়ন করার ক্ষমতা অত্যন্ত গুরুত্বপূর্ণ, কারণ এটি দেখায় যে কোম্পানির পরিচালকদের চিহ্নিত নেতিবাচক প্রবণতা পরিবর্তন করার জন্য কোন সময়কালের ব্যবস্থা করতে হবে। এই উদাহরণে, এই সময়কাল পাঁচ চতুর্থাংশ।

ভাত। 3.1। কোম্পানির উন্নয়নের সম্ভাবনা বিশ্লেষণ করার সময় গাণিতিক প্রত্যাশা, EqCF এর সর্বনিম্ন এবং সর্বাধিক পরিবর্তনের গতিশীলতা।

সারণি 3.7। কোম্পানির উন্নয়ন সম্ভাবনার উপর কৌশল প্রভাব ফলাফল

মডেলের অভিযোজনযোগ্যতা, যা নগদ প্রবাহের কাঠামো পরিবর্তন করা সম্ভব করে, বিভিন্ন উন্নয়ন কৌশলগুলির লাভজনকতা মূল্যায়ন করা সম্ভব করে, একটি কোম্পানির দেউলিয়া হওয়ার ঝুঁকি পরিবর্তনের উপর তাদের প্রভাব। কোম্পানির ডেভেলপমেন্ট মডেলে নতুন বিনিয়োগ প্রকল্প থেকে নগদ প্রবাহ অন্তর্ভুক্ত করে এবং অন্যান্য ব্যবস্থাপনা সিদ্ধান্তের আর্থিক ফলাফল (উদাহরণস্বরূপ, মূল্য কৌশল পরিবর্তন) বিবেচনায় নিয়ে এটি অর্জন করা যেতে পারে।

ভাত। 3.2। কোম্পানির EqCF-তে পরিবর্তনের গতিশীলতা, একটি নতুন পণ্য প্রকাশের বিষয়টি বিবেচনায় নিয়ে।

উদাহরণ হিসেবে, কোম্পানিতে যে বিনিয়োগ কৌশল তৈরি করা হচ্ছে তার লেখকের মূল্যায়নের ফলাফল বিবেচনা করুন, যার মধ্যে একটি নতুন অত্যন্ত লাভজনক পণ্য প্রকাশ করা জড়িত। সারণি 3.7 এবং চিত্র 3.2 থেকে দেখা যায়, প্রথম ছয় মেয়াদে, কোম্পানিটি মালিকদের (EqCF) কাছে তার নগদ প্রবাহে একটি অবিচ্ছিন্ন হ্রাস অনুভব করবে বলে অনুমান করা হয়েছিল। একই সময়ে, নেতিবাচক নগদ প্রবাহের সম্ভাবনা বেড়েছে 12%, যা কোম্পানির দ্বারা ব্যবহৃত শ্রেণীবিভাগ অনুযায়ী ঝুঁকির গুরুতর স্তরের সাথে মিলে যায়। সিমুলেশন ফলাফল হিসাবে দেখা গেছে, একটি নতুন ধরণের পণ্য প্রকাশের ফলে নগদ প্রবাহ দুই মেয়াদে 5 থেকে 10 মিলিয়ন রুবেল পর্যন্ত বৃদ্ধি পাবে, নেতিবাচক নগদ প্রবাহের ঝুঁকি 12 থেকে 1% হ্রাস পাবে এবং এর ফলে কোম্পানির আর্থিক অবস্থা স্বাভাবিক হবে। .

এইভাবে, একটি পূর্বাভাস মডেলের ব্যবহার কোম্পানিগুলির নগদ প্রবাহের গতিশীলতা এবং তাদের অস্থিরতার ভবিষ্যদ্বাণী করার বিস্তৃত সুযোগ উন্মুক্ত করে, যা কোম্পানির আর্থিক স্থিতিশীলতা বৃদ্ধি করা সম্ভব করে। এমএস এক্সেলের উপর ভিত্তি করে একটি সফ্টওয়্যার প্যাকেজ আকারে পূর্বাভাস মডেলের বাস্তবায়ন বেশিরভাগ কোম্পানির কাছে কোম্পানির অবস্থান বিশ্লেষণ, উন্নয়নের তুলনামূলক মূল্যায়নের পর্যায়ে কৌশলগত ব্যবস্থাপনা প্রক্রিয়ার তথ্য সহায়তার জন্য একটি কার্যকর হাতিয়ার হিসেবে ব্যবহার করে। কৌশলগুলি তৈরি করা হচ্ছে, এবং বিনিয়োগ এবং আর্থিক সিদ্ধান্ত নেওয়া হচ্ছে।

ভবিষ্যদ্বাণীমূলক মডেলের কিছু অন্যান্য অ্যাপ্লিকেশন

পূর্বাভাস মডেলের প্রধান কাজগুলি হল কোম্পানির বিকাশের সম্ভাবনা, উন্নত উন্নয়ন কৌশলগুলির লাভজনকতা এবং দেউলিয়া হওয়ার ঝুঁকি (আগের বিভাগে আরও বিশদে আলোচনা করা হয়েছে) মূল্যায়ন করা সত্ত্বেও, বেশ কয়েকটি সংখ্যা রয়েছে। অন্যান্য জরুরী কাজ যেখানে পূর্বাভাস মডেলের ব্যবহার কৌশলগত আর্থিক ব্যবস্থাপনার কার্যকারিতা বাড়াতে পারে।

অভ্যন্তরীণ বিশ্লেষণের জন্য ভবিষ্যদ্বাণীমূলক মডেল প্রয়োগ করা

বৈশ্বিক অর্থনৈতিক সংকটের পরিণতি যেমন দেখিয়েছে, রাশিয়ান কোম্পানিগুলির জন্য একটি অত্যন্ত জরুরি কাজ হল বিভিন্ন ঋণ প্রকল্পের কার্যকারিতা মূল্যায়ন করা। পূর্বাভাস মডেলটি কোম্পানির সর্বাধিক ঋণের বোঝা অনুমান করা সম্ভব করে, যেখানে এর দেউলিয়া হওয়ার ঝুঁকি কোম্পানির মালিকদের জন্য গ্রহণযোগ্য মানগুলির বাইরে যাবে না।

পূর্বাভাস মডেল আপনাকে কোম্পানির ঝুঁকি ব্যবস্থাপনা সিস্টেমের কার্যকারিতা মূল্যায়ন করতে দেয়। এটি কোম্পানির মূল ঝুঁকি বীমা করার জন্য বিভিন্ন শর্ত মূল্যায়ন করতে ব্যবহার করা যেতে পারে। এর জন্য, প্রতিটি ঝুঁকির সংঘটনের ফ্রিকোয়েন্সি এবং সংশ্লিষ্ট ক্ষতির সম্ভাব্যতা বিতরণের ডেটা ব্যবহার করা হয়। মডেলিং প্রক্রিয়ায়, যখন একটি ঝুঁকিপূর্ণ পরিস্থিতি দেখা দেয়, তখন ক্ষতি অতিরিক্ত নগদ বহিঃপ্রবাহের আকারে প্রতিফলিত হয়। পরবর্তী পর্যায়ে, মডেলটিতে বীমা প্রদানের সাথে যুক্ত নগদ প্রবাহ এবং ঝুঁকি আদায়ের ক্ষেত্রে অর্থপ্রদান অন্তর্ভুক্ত রয়েছে। মডেলটি ঝুঁকির সিস্টেম থেকে মোট ক্ষতি গণনা করতে এবং কোম্পানির দেউলিয়া হওয়ার ঝুঁকির পরিবর্তনের উপর তাদের যৌথ প্রভাবের পূর্বাভাস দিতে ব্যবহার করা যেতে পারে।

বিবেচিত কাজের আর্থিক মডেলিংয়ে, কোম্পানির পরিচালকদের অভ্যন্তরীণ তথ্যের সমস্ত সম্পূর্ণতা রয়েছে, তাই উন্নত নগদ প্রবাহের মডেলগুলি বেশ বিশদ হতে পারে, পরামিতিগুলির মধ্যে জটিল সম্পর্কগুলিকে বিবেচনা করুন।

বাহ্যিক কৌশলগত বিশ্লেষণের কাঠামোর মধ্যে পূর্বাভাস মডেলের প্রয়োগ

একই সময়ে, পূর্বাভাস মডেলটি কোম্পানির বিকাশের সম্ভাবনা এবং ঝুঁকিগুলির বাহ্যিক কৌশলগত বিশ্লেষণের জন্যও ব্যবহার করা যেতে পারে।

হোল্ডিং, আর্থিক ও শিল্প গোষ্ঠী, রাষ্ট্রীয় কর্পোরেশন এবং অন্যান্য সাংগঠনিক সমিতিগুলির কাঠামোর অংশ এমন সহায়ক সংস্থাগুলির উপর কৌশলগত নিয়ন্ত্রণ অনুশীলন করার সময় এটি বিশেষভাবে প্রাসঙ্গিক। এই উদ্দেশ্যে, আরও একত্রিত মডেলগুলি ব্যবহার করা যেতে পারে যেগুলি কেবলমাত্র সহায়ক সংস্থাগুলির বিকাশে সর্বাধিক উল্লেখযোগ্য কারণগুলিকে প্রতিফলিত করে।

এছাড়াও, মডেলটি কোম্পানির মূল প্রতিপক্ষের (উদাহরণস্বরূপ, মূল সরবরাহকারী এবং গ্রাহকদের) বিকাশের সম্ভাবনাগুলিকে বিবেচনায় নেওয়ার অনুমতি দেয়। এই সম্ভাবনাটি কোম্পানির স্থিতিশীলতা বৃদ্ধির একটি কারণ, বিশেষ করে যখন দীর্ঘমেয়াদী চুক্তির সমাপ্তি হয়, যেহেতু কিছু ক্ষেত্রে প্রতিপক্ষের একটির দেউলিয়াত্ব উৎপাদন প্রক্রিয়ায় বাধার ঝুঁকি বহন করে এবং এর ফলে উল্লেখযোগ্য আর্থিক অসুবিধা হতে পারে।

পূর্বাভাস মডেলের ব্যবহার একীভূতকরণ এবং অধিগ্রহণের বিষয়ে সিদ্ধান্ত গ্রহণের দক্ষতাকেও উন্নত করতে পারে, কারণ এটি একটি উদীয়মান সমন্বয় এবং এই ধরনের লেনদেনে অংশগ্রহণকারী কোম্পানিগুলির মোট ঝুঁকির পরিবর্তনের পরিমাণ নির্ধারণ করতে দেয়।

ব্যাঙ্ক এবং অন্যান্য আর্থিক প্রতিষ্ঠানে পূর্বাভাস মডেলের প্রয়োগ

ব্যাংকের সম্ভাব্য কর্পোরেট ঋণগ্রহীতাদের দেউলিয়া হওয়ার ঝুঁকি মূল্যায়নে নগদ প্রবাহ বিশ্লেষণ ক্রমবর্ধমান গুরুত্বপূর্ণ হয়ে উঠছে, বিশেষ করে অ্যাকাউন্টিং ডেটার (যেমন, অল্টম্যান মাপদণ্ড) উপর ভিত্তি করে ঋণযোগ্যতা মূল্যায়নের পদ্ধতির তুলনায় এই পদ্ধতির সুবিধার কারণে। লাভজনকতা এবং ঝুঁকির পরিপ্রেক্ষিতে ভারসাম্যপূর্ণ ঋণের একটি পোর্টফোলিও গঠন করার সময় নগদ প্রবাহের পূর্বাভাস এতে অপ্রত্যাশিত ক্ষতির পরিমাণ অনুমান করা সম্ভব করে (যা প্রত্যাশিত ক্ষতির বিপরীতে, ব্যাঙ্কের নিজস্ব মূলধন থেকে অর্থায়ন করা হয়)। ঋণের একটি পোর্টফোলিওতে ক্ষতির সম্ভাব্য বিশ্লেষণের প্রয়োজনীয়তা এই উদ্দেশ্যে সিমুলেশন মডেলিংয়ের ব্যবহারকে অত্যন্ত প্রাসঙ্গিক করে তোলে, যা ঝুঁকি-ভিত্তিক কোম্পানি উন্নয়ন পূর্বাভাস মডেলকে একটি দরকারী অতিরিক্ত ক্রেডিট বিশ্লেষণ টুলের মর্যাদা দেয়।

পূর্বাভাস মডেলগুলির ব্যবহার বিনিয়োগ সংস্থাগুলিতেও কার্যকর হতে পারে, যেহেতু এই মডেলগুলি উপলব্ধ তথ্যগুলিকে আরও সম্পূর্ণরূপে বিবেচনা করা সম্ভব করে এবং তাই, ব্যবহারের তুলনায় ইস্যুকারী সংস্থাগুলির বিকাশের সম্ভাবনাগুলি আরও সঠিকভাবে মূল্যায়ন করা, উদাহরণস্বরূপ, P/E গুণক। স্প্রেডশীট পরিবেশে লেখক দ্বারা প্রস্তাবিত পদ্ধতির বাস্তবায়ন উল্লেখযোগ্যভাবে সিদ্ধান্ত গ্রহণের গতি এবং মডেলগুলির অভিযোজনযোগ্যতাকে তাদের সমন্বয়ের সহজতার কারণে বৃদ্ধি করে যখন নতুন কারণগুলি উপস্থিত হয় যা বিনিয়োগ পোর্টফোলিওর লাভ এবং ঝুঁকিকে প্রভাবিত করে।

এটি লক্ষ করা উচিত যে ক্রেডিট এবং মৌলিক বিনিয়োগ বিশ্লেষণের উদ্দেশ্যে পূর্বাভাস মডেলগুলিতে সীমিত প্রাথমিক তথ্য, পরিকল্পনা দিগন্তের পছন্দ এবং ব্যাঙ্ক এবং বিনিয়োগ সংস্থাগুলির দৃষ্টিকোণ থেকে নগদ প্রবাহ গণনা করার পদ্ধতির সাথে সম্পর্কিত উল্লেখযোগ্য বৈশিষ্ট্য রয়েছে। . এই ধরনের মডেলগুলিতে পূর্বাভাসের যথার্থতা উন্নত করতে, শিল্পের পূর্বাভাস সক্রিয়ভাবে ব্যবহার করা যেতে পারে।

রাশিয়ার 2008-2016 এর আর্থ-সামাজিক উন্নয়ন কর্মসূচিতে। বৈজ্ঞানিক প্রতিবেদন। এম.: IE RAN, 2008, p. 10-11।

Stulz R. ঝুঁকি ব্যবস্থাপনা ব্যর্থতা: তারা কি এবং কখন ঘটবে?//ওয়ার্কিং পেপার//এসএসআরএন, 2008। অক্টোবর।

খুদোকোরমভ এ.জি. পশ্চিমের সর্বশেষ অর্থনৈতিক তত্ত্বের প্রধান প্রবণতা (বৈজ্ঞানিক প্রতিবেদন)। এম.: IE RAN, 2008. S. 68-69.

শোলোমিটস্কি এ.জি. ঝুঁকি তত্ত্ব। অনিশ্চয়তা এবং ঝুঁকি মডেলিং অধীনে পছন্দ. M.: GU-VSHE, 2005. S. 317.

কোলান্ডার ডি. জটিলতা বিপ্লব এবং অর্থনীতির ভবিষ্যত // মিডলবেরি কলেজ ওয়ার্কিং পেপার সিরিজ 0319 / মিডলবেরি কলেজ, অর্থনীতি বিভাগ। 2003. পি. 4।

ক্লেইনার জি.বি. এন্টারপ্রাইজ কৌশল। এম.: পাবলিশিং হাউস "ডেলো" ANKh, 2008. S. 174-175।

স্টুয়ার্ট টি.এ. বুদ্ধিজীবী রাজধানী. সংস্থাগুলির জন্য সম্পদের একটি নতুন উত্স // এম.: জেনারেশন, 2007। পি. 93।

H. Saint-Onge এবং L. Edvisson দ্বারা প্রস্তাবিত বৌদ্ধিক মূলধনের শ্রেণীবিভাগ অনুসারে, কাঠামোগত মূলধনের মধ্যে রয়েছে ডেটাবেস, কম্পিউটার নেটওয়ার্ক, সিদ্ধান্ত সমর্থন প্রোগ্রাম এবং অন্যান্য উপাদান যা কোম্পানির কর্মীদের আরও ব্যবহারের জন্য জ্ঞান এনকোড করে, সেইসাথে সময়মত অ্যাক্সেস এই জ্ঞান। বিস্তারিত জানার জন্য স্টুয়ার্ট টিএ দেখুন। বুদ্ধিজীবী রাজধানী. সংস্থাগুলির জন্য সম্পদের একটি নতুন উত্স // এম.: জেনারেশন, 2007। পি. 93।

স্কট এম. কস্ট ফ্যাক্টরস। মান ড্রাইভার সনাক্ত করতে পরিচালকদের জন্য একটি নির্দেশিকা। এম.: সিজেএসসি "অলিম্প-বিজনেস", 2005। এস. 243।

সিগেল ই.এফ. ব্যবহারিক ব্যবসা পরিসংখ্যান. এম.: উইলিয়ামস পাবলিশিং হাউস, 2008। পি. 37।

Orlov A.I. ইকোনোমেট্রিক্স / পাঠ্যপুস্তক। এম.: পরীক্ষা, 2002।

Pearson's এবং Kolmogorov-এর গুডনেস-অফ-ফিট পরীক্ষার গণনা হিসাবে দেখা গেছে, এই অভিজ্ঞতামূলক বন্টন এবং স্বাভাবিকের মধ্যে পার্থক্য র্যান্ডম ফ্যাক্টর দ্বারা ব্যাখ্যা করার সম্ভাবনা 0.001 এর কম।

টেরেন্টিয়েভ এন. ননলাইনিরিটি এবং মাল্টিফ্যাক্টোরিয়ালিটির শর্তে একটি বিনিয়োগ প্রকল্পের সংবেদনশীলতা বিশ্লেষণ // রাশিয়ায় বিনিয়োগ। 2007. নং 4. এস. 37।

উদাহরণস্বরূপ, ভ্যান হর্ন, জে~কে., ভাখোভিচ, জেএম (জুনিয়র) দেখুন। আর্থিক ব্যবস্থাপনার মূলনীতি। 11 তম সংস্করণ। এম.: আইডি উইলিয়ামস, 2004. এস. 454-455।

কুগেনকো এ.এ. আর্থ-সামাজিক বস্তুর গতিশীল মডেলিং এবং তাদের বিকাশের পূর্বাভাসের তত্ত্ব এবং অনুশীলনের মৌলিক বিষয়গুলি। মনোগ্রাফ। ২য় সংস্করণ। এম.: ভুজভস্কায়া নিগা, 2005. এস. 21।

আরো বিস্তারিত জানার জন্য, দেখুন, উদাহরণস্বরূপ: Collis Montgomery S.A. কর্পোরেট কৌশল. সম্পদ পদ্ধতি। M.: CJSC "Olimp-Business", 2007. S. 25-28.

একটি পোর্টফোলিওর অবশিষ্ট বর্তমান মান হল পোর্টফোলিওর প্রকল্পগুলি থেকে প্রত্যাশিত নেট নগদ প্রবাহের অবশিষ্ট পরিমাণ। প্রকল্পের অবশিষ্ট বর্তমান মূল্য সম্পর্কে আরও তথ্যের জন্য, Valdaytsev S.V. দেখুন। ব্যবসায়িক মূল্যায়ন: পাঠ্যপুস্তক। ভাতা. ২য় সংস্করণ। M.: TK Velby, Prospect Publishing House, 2004. S. 34.

আরো বিস্তারিত জানার জন্য, টেরেন্টিয়েভ এন.ই. দেখুন। ঝুঁকি বিবেচনা করে কোম্পানির উন্নয়নের পূর্বাভাসের জন্য মাল্টি-ট্রেন্ড মডেল // অর্থ এবং ব্যবসা। 2008. নং 3। পৃ. 78-92।

সিঙ্কি জে. একটি বাণিজ্যিক ব্যাংকে এবং আর্থিক পরিষেবা শিল্পে আর্থিক ব্যবস্থাপনা / প্রতি। ইংরেজী থেকে. M.: Alpina Business Books, 2007. S. 477.

আরো বিস্তারিত জানার জন্য, টেরেন্টিয়েভ এন.ই. দেখুন। একটি বাণিজ্যিক ব্যাংকের দীর্ঘমেয়াদী প্রতিযোগিতার ভিত্তি হিসাবে ক্রেডিট ঝুঁকি ব্যবস্থাপনার দক্ষতা // আধুনিক প্রতিযোগিতা। 2008. নং 6. এস. 81-91।