ஒரு நிறுவனத்தின் நிர்வாகம் முன்னறிவிப்புகளைப் பற்றி பேசுவது வழக்கத்திற்கு மாறானது அல்ல: "எங்கள் விற்பனை முன்னறிவிக்கப்பட்ட எண்களை பூர்த்தி செய்யவில்லை, " அல்லது "முன்னறிவிக்கப்பட்ட பொருளாதார வளர்ச்சியில் நாங்கள் நம்பிக்கையுடன் இருக்கிறோம், எங்கள் இலக்குகளை மீறுவோம் என்று எதிர்பார்க்கிறோம்." முடிவில், ஒரு வணிகத்தின் பிரத்தியேகங்கள், விற்பனை வளர்ச்சி போன்றவை அல்லது ஒட்டுமொத்த பொருளாதாரத்தைப் பற்றிய கணிப்புகள் போன்றவை எல்லா நிதி கணிப்புகளும் தகவலறிந்த யூகங்களாகும்., நிதி முன்னறிவிப்புகளுக்குப் பின்னால் உள்ள சில வழிமுறைகளையும், செயல்முறையையும், எதிர்காலத்தை கணிக்க முற்படும்போது வளரும் சில அபாயங்களையும் பார்ப்போம்.
நிதி முன்கணிப்பு முறைகள்
வணிக முன்னறிவிப்பை உருவாக்க பல்வேறு முறைகள் உள்ளன. அனைத்து முறைகளும் இரண்டு மிகைப்படுத்தப்பட்ட அணுகுமுறைகளில் ஒன்றாகும்: தரமான மற்றும் அளவு.
தரமான மாதிரிகள்
தரமான மாதிரிகள் பொதுவாக குறுகிய கால கணிப்புகளுடன் வெற்றிகரமாக உள்ளன, அங்கு முன்னறிவிப்பின் நோக்கம் குறைவாக இருந்தது. தரமான முன்னறிவிப்புகளை நிபுணர்களால் இயக்கப்படும் என்று கருதலாம், அதில் அவை சந்தை மேவன்களையோ அல்லது ஒட்டுமொத்த சந்தையையோ சார்ந்து தகவலறிந்த ஒருமித்த கருத்துடன் எடைபோடுகின்றன. நிறுவனங்கள், தயாரிப்புகள் மற்றும் சேவைகளின் குறுகிய கால வெற்றியைக் கணிப்பதில் தரமான மாதிரிகள் பயனுள்ளதாக இருக்கும், ஆனால் அளவிடக்கூடிய தரவுகளின் மீது கருத்தை நம்பியிருப்பதால் வரம்புகள் உள்ளன. தரமான மாதிரிகள் பின்வருமாறு:
- சந்தை ஆராய்ச்சி ஒரு குறிப்பிட்ட தயாரிப்பு அல்லது சேவையில் அதிக எண்ணிக்கையிலான நபர்களை வாக்களித்தால், அதை எத்தனை பேர் வாங்குவார்கள் அல்லது பயன்படுத்துவார்கள் என்று கணிக்கிறார்கள். டெல்பி முறை: பொதுக் கருத்துக்களுக்கு புல வல்லுநர்களைக் கேட்டு, பின்னர் அவற்றை ஒரு முன்னறிவிப்பில் தொகுத்தல். (தரமான மாடலிங் குறித்து மேலும் அறிய, "தரமான பகுப்பாய்வு: ஒரு நிறுவனத்தை சிறந்ததாக்குவது எது?"
வணிக முன்னறிவிப்பின் அடிப்படைகள்
அளவு மாதிரிகள்
அளவு மாதிரிகள் நிபுணர் காரணியை தள்ளுபடி செய்து பகுப்பாய்விலிருந்து மனித உறுப்பை அகற்ற முயற்சிக்கின்றன. இந்த அணுகுமுறைகள் தரவுகளோடு மட்டுமே அக்கறை கொண்டுள்ளன, மேலும் எண்களின் அடிப்படையிலான மக்களின் சிக்கலைத் தவிர்க்கின்றன. விற்பனை, மொத்த உள்நாட்டு உற்பத்தி, வீட்டு விலைகள் மற்றும் பல போன்ற மாறிகள் நீண்ட காலமாக இருக்கும், மாதங்கள் அல்லது ஆண்டுகளில் அளவிடப்படும் என்பதையும் அவர்கள் கணிக்க முயற்சிக்கின்றனர். அளவு மாதிரிகள் பின்வருமாறு:
- காட்டி அணுகுமுறை: காட்டி அணுகுமுறை சில குறிகாட்டிகளுக்கு இடையிலான உறவைப் பொறுத்தது, எடுத்துக்காட்டாக, மொத்த உள்நாட்டு உற்பத்தி மற்றும் வேலையின்மை விகிதங்கள், காலப்போக்கில் ஒப்பீட்டளவில் மாறாமல் உள்ளன. உறவுகளைப் பின்தொடர்வதன் மூலமும், முன்னணி குறிகாட்டிகளைப் பின்பற்றுவதன் மூலமும், முன்னணி காட்டி தரவைப் பயன்படுத்துவதன் மூலம் பின்தங்கிய குறிகாட்டிகளின் செயல்திறனை நீங்கள் மதிப்பிடலாம்.அகோனோமெட்ரிக் மாடலிங்: இது காட்டி அணுகுமுறையின் கணித ரீதியான கடுமையான பதிப்பாகும். உறவுகள் ஒரே மாதிரியாக இருக்கின்றன என்று கருதுவதற்குப் பதிலாக, எக்கோனோமெட்ரிக் மாடலிங் காலப்போக்கில் தரவுத்தொகுப்புகளின் உள் நிலைத்தன்மையையும் தரவுத் தொகுப்புகளுக்கிடையிலான உறவின் முக்கியத்துவத்தையும் வலிமையையும் சோதிக்கிறது. தனிப்பயன் குறிகாட்டிகளை உருவாக்க எக்கோனோமெட்ரிக் மாடலிங் சில நேரங்களில் பயன்படுத்தப்படுகிறது, அவை மிகவும் துல்லியமான காட்டி அணுகுமுறைக்கு பயன்படுத்தப்படலாம். இருப்பினும், பொருளாதாரக் கொள்கைகளை மதிப்பீடு செய்ய கல்வித் துறைகளில் சுற்றுச்சூழல் அளவியல் மாதிரிகள் பெரும்பாலும் பயன்படுத்தப்படுகின்றன.. நேரத் தொடர் முறைகளுக்கு இடையிலான வேறுபாடு பொதுவாக மிகச் சிறந்த விவரங்களில் இருக்கும், அதாவது சமீபத்திய தரவுகளுக்கு அதிக எடையைக் கொடுப்பது அல்லது சில வெளிநாட்டு புள்ளிகளை தள்ளுபடி செய்வது போன்றவை. கடந்த காலத்தில் என்ன நடந்தது என்பதைக் கண்காணிப்பதன் மூலம், எதிர்காலத்தைப் பற்றிய சராசரி கணிப்பை விட சிறந்ததைக் கொடுக்க முடியும் என்று முன்னறிவிப்பாளர் நம்புகிறார். இது மிகவும் பொதுவான வணிக முன்கணிப்பு வகை, ஏனெனில் இது மலிவானது மற்றும் பிற முறைகளை விட சிறந்தது அல்லது மோசமானது அல்ல.
முன்னறிவிப்பு எவ்வாறு செயல்படுகிறது?
வணிக முன்கணிப்புக்கு வரும்போது நடைமுறை மட்டத்தில் நிறைய மாறுபாடுகள் உள்ளன. இருப்பினும், ஒரு கருத்தியல் மட்டத்தில், அனைத்து கணிப்புகளும் ஒரே செயல்முறையைப் பின்பற்றுகின்றன.
- ஒரு சிக்கல் அல்லது தரவு புள்ளி தேர்ந்தெடுக்கப்பட்டது. இது "மக்கள் ஒரு உயர் காபி தயாரிப்பாளரை வாங்குவார்களா?" அல்லது "அடுத்த ஆண்டு மார்ச் மாதத்தில் எங்கள் விற்பனை என்னவாக இருக்கும்?" தத்துவார்த்த மாறிகள் மற்றும் ஒரு சிறந்த தரவு தொகுப்பு தேர்ந்தெடுக்கப்படுகின்றன. இங்குதான் முன்னறிவிப்பாளர் கருத்தில் கொள்ள வேண்டிய தொடர்புடைய மாறிகளைக் கண்டறிந்து தரவை எவ்வாறு சேகரிப்பது என்பதை தீர்மானிப்பார். அனுமான நேரம். முன்னறிவிப்பைச் செய்யத் தேவையான நேரத்தையும் தரவையும் குறைக்க, முன்னறிவிப்பாளர் இந்த செயல்முறையை எளிதாக்க சில வெளிப்படையான அனுமானங்களைச் செய்கிறார். ஒரு மாதிரி தேர்வு செய்யப்படுகிறது. தரவுத்தொகுப்பு, தேர்ந்தெடுக்கப்பட்ட மாறிகள் மற்றும் அனுமானங்களுக்கு பொருந்தக்கூடிய மாதிரியை முன்னறிவிப்பாளர் தேர்வு செய்கிறார். அனாலிசிஸ். மாதிரியைப் பயன்படுத்தி, தரவு பகுப்பாய்வு செய்யப்படுகிறது மற்றும் பகுப்பாய்விலிருந்து ஒரு முன்னறிவிப்பு செய்யப்படுகிறது. சரிபார்ப்பு. முன்னறிவிப்பாளர் முன்னறிவிப்பை செயல்முறையை மாற்றியமைக்க, சிக்கல்களை அடையாளம் காண அல்லது ஒரு துல்லியமான முன்னறிவிப்பின் அரிய விஷயத்தில் என்ன நடக்கிறது என்பதை ஒப்பிடுகிறார்.
முன்னறிவிப்பதில் சிக்கல்கள்
வணிக முன்கணிப்பு வணிகங்களுக்கு மிகவும் பயனுள்ளதாக இருக்கும், ஏனெனில் இது உற்பத்தி, நிதி மற்றும் பலவற்றைத் திட்டமிட அனுமதிக்கிறது. இருப்பினும், முன்னறிவிப்புகளை நம்புவதில் மூன்று சிக்கல்கள் உள்ளன:
- தரவு எப்போதும் பழையதாக இருக்கும். வரலாற்றுத் தரவு என்பது நாம் செல்ல வேண்டியது, கடந்த கால நிலைமைகள் எதிர்காலத்தில் தொடரும் என்பதற்கு எந்த உத்தரவாதமும் இல்லை. தனித்துவமான அல்லது எதிர்பாராத நிகழ்வுகள் அல்லது வெளிப்புறங்களில் இது காரணியாக இருக்க முடியாது. சப் பிரைம் கரைவதற்கு முன்னர் வங்கிகள் கடனாளர்களை முறையாகத் திரையிடுகின்றன என்ற அனுமானங்கள் போன்ற அனுமானங்கள் ஆபத்தானவை. முன்னறிவிப்புகளை நம்பியிருப்பது வளர்ந்ததால் கருப்பு ஸ்வான் நிகழ்வுகள் மிகவும் பொதுவானவை. ஃபோர்காஸ்ட்களால் அவற்றின் சொந்த தாக்கத்தை ஒருங்கிணைக்க முடியாது. முன்னறிவிப்புகள், துல்லியமான அல்லது துல்லியமற்றவற்றைக் கொண்டிருப்பதன் மூலம், வணிகங்களின் செயல்பாடுகள் ஒரு காரணியாக பாதிக்கப்படுகின்றன, அவை மாறியாக சேர்க்கப்படாது. இது ஒரு கருத்தியல் முடிச்சு. ஒரு மோசமான சூழ்நிலையில், வணிக இப்போது என்ன செய்து கொண்டிருக்கிறது என்பதைப் பற்றி கவலைப்படுவதை விட வரலாற்று தரவு மற்றும் போக்குகளுக்கு நிர்வாகம் அடிமையாகிறது.
அடிக்கோடு
முன்னறிவிப்பு ஒரு ஆபத்தான கலையாக இருக்கக்கூடும், ஏனென்றால் முன்னறிவிப்புகள் நிறுவனங்கள் மற்றும் அரசாங்கங்களுக்கான மையமாக மாறும், அவற்றின் நடவடிக்கைகளின் வரம்பை மனரீதியாகக் கட்டுப்படுத்துகின்றன, குறுகிய காலத்திற்கு நீண்ட கால எதிர்காலத்தை ஏற்கனவே தீர்மானித்திருப்பதை முன்வைப்பதன் மூலம். மேலும், ஒரு மாதிரியில் இணைக்க முடியாத சீரற்ற கூறுகள் காரணமாக முன்னறிவிப்புகள் எளிதில் உடைந்து போகக்கூடும், அல்லது அவை தொடக்கத்திலிருந்தே தவறாக இருக்கலாம்.
எதிர்மறைகள் ஒருபுறம் இருக்க, வணிக முன்கணிப்பு எங்கும் செல்லவில்லை. பொருத்தமாகப் பயன்படுத்தப்படுவது, முன்னறிவிப்பு வணிகங்கள் தங்கள் தேவைகளுக்கு முன்பே திட்டமிட அனுமதிக்கிறது, மேலும் அனைத்து சந்தைகளிலும் ஆரோக்கியமாக இருப்பதற்கான வாய்ப்புகளை உயர்த்துகிறது. அனைத்து முதலீட்டாளர்களும் பாராட்டக்கூடிய வணிக முன்னறிவிப்பின் ஒரு செயல்பாடு இது.
