পরিচালন দক্ষতায় পরিবর্তন
factor.formula
পরিচালন দক্ষতা পরিবর্তন ফ্যাক্টরের গণনা সূত্র হল:
যেখানে:
- :
i-তম ত্রৈমাসিকের পরিচালন আয়, যা ঐ ত্রৈমাসিকে কোম্পানির প্রধান ব্যবসায়িক কার্যক্রমের মাধ্যমে অর্জিত মোট আয়কে উপস্থাপন করে।
- :
i-তম ত্রৈমাসিকের পরিচালন ব্যয়, যা ঐ ত্রৈমাসিকে পরিচালন আয় অর্জনের জন্য কোম্পানির প্রত্যক্ষ খরচকে উপস্থাপন করে।
- :
রিগ্রেশন মডেলের ইন্টারসেপ্ট টার্ম, যা পরিচালন ব্যয় শূন্য হলে প্রত্যাশিত পরিচালন আয়ের স্তরকে উপস্থাপন করে। ব্যবসার প্রেক্ষাপটে, এটিকে সাধারণত স্থির খরচের প্রভাব হিসাবে ধরা হয়।
- :
রিগ্রেশন মডেলের ঢাল টার্ম, যা পরিচালন ব্যয়ের প্রতি একক পরিবর্তনের জন্য পরিচালন আয়ের প্রত্যাশিত পরিবর্তনকে উপস্থাপন করে। এটি কোম্পানির প্রতি একক খরচে আয়ের আউটপুট দক্ষতা প্রতিফলিত করতে পারে।
- :
i-তম ত্রৈমাসিকে রিগ্রেশন মডেলের অবশিষ্ট, যা প্রকৃত পরিচালন আয় এবং মডেল দ্বারা পূর্বাভাসিত পরিচালন আয়ের মধ্যে পার্থক্য উপস্থাপন করে। একটি ধনাত্মক অবশিষ্ট মানে হল প্রকৃত আয় মডেলের প্রত্যাশার চেয়ে বেশি, যা ঐতিহাসিক প্রবণতার তুলনায় পরিচালন দক্ষতার উন্নতি নির্দেশ করে; একটি ঋণাত্মক অবশিষ্ট মানে হল প্রকৃত আয় প্রত্যাশার চেয়ে কম, যা ঐতিহাসিক প্রবণতার তুলনায় পরিচালন দক্ষতার হ্রাস নির্দেশ করে। এই অবশিষ্ট মানটিকে পরিচালন দক্ষতা পরিবর্তন ফ্যাক্টরের মূল মান হিসাবে ব্যবহার করা হয়।
- :
i ∈ {0, 1, 2, ..., N-1}, যা সময় সিরিজের সূচককে উপস্থাপন করে, যেখানে 0 সবচেয়ে সাম্প্রতিক ত্রৈমাসিক এবং N ঐতিহাসিক ত্রৈমাসিকের দৈর্ঘ্য যা ফিরে দেখা হবে। ডিফল্ট মান N = 8, যার মানে হল সবচেয়ে সাম্প্রতিক 8টি ত্রৈমাসিকের ডেটা ফিরে দেখা হবে।
factor.explanation
এই ফ্যাক্টরটির গণনা করার ধাপগুলো নিচে দেওয়া হলো:
-
ডেটা প্রস্তুতি: কোম্পানির সাম্প্রতিক N সংখ্যক ত্রৈমাসিকের (default N=8) পরিচালন আয় (Revenue) এবং পরিচালন ব্যয়ের (Cost) ডেটা নিন।
-
ডেটা প্রিপ্রসেসিং: পরিচালন আয় এবং পরিচালন ব্যয়ের ডেটার উপর যথাক্রমে Z-স্কোর স্ট্যান্ডার্ডাইজেশন করুন। Z-স্কোর স্ট্যান্ডার্ডাইজেশন ডেটাকে 0 গড় এবং 1 আদর্শ বিচ্যুতি সহ একটি আদর্শ স্বাভাবিক বিতরণে রূপান্তরিত করে, যা বিভিন্ন মাত্রা এবং পরিমাণের প্রভাব দূর করে এবং বিভিন্ন কোম্পানির মধ্যে ডেটা তুলনাযোগ্য করে তোলে।
-
রৈখিক রিগ্রেশন: স্ট্যান্ডার্ডাইজড পরিচালন আয়কে নির্ভরশীল চলক হিসাবে নিন এবং স্ট্যান্ডার্ডাইজড পরিচালন ব্যয়ের উপর সাধারণ ন্যূনতম বর্গ (OLS) রৈখিক রিগ্রেশন করুন। মডেলটি প্রতিষ্ঠা করুন: $Revenue_i = \alpha_i + \beta_i Cost_i + \epsilon_i$ । এই রিগ্রেশন মডেলের উদ্দেশ্য হলো ঐতিহাসিক পরিচালন আয় এবং পরিচালন ব্যয়ের মধ্যে রৈখিক সম্পর্ক স্থাপন করা।
-
অবশিষ্ট নিষ্কাশন: রিগ্রেশন মডেলের সবচেয়ে সাম্প্রতিক ত্রৈমাসিকের (অর্থাৎ, ত্রৈমাসিক 0, i=0) অবশিষ্ট মান $\epsilon_0$ পান। এই অবশিষ্ট মানটি হলো দিনের পরিচালন দক্ষতা পরিবর্তন ফ্যাক্টরের মান। একটি ধনাত্মক অবশিষ্ট ইঙ্গিত করে যে ত্রৈমাসিকের পরিচালন দক্ষতা ঐতিহাসিক স্তরের চেয়ে বেশি, এবং একটি ঋণাত্মক অবশিষ্ট ইঙ্গিত করে যে ত্রৈমাসিকের পরিচালন দক্ষতা ঐতিহাসিক স্তরের চেয়ে কম।
-
ফ্যাক্টর ব্যাখ্যা: ফ্যাক্টর মানের আকার নির্দেশ করে যে ত্রৈমাসিকের পরিচালন দক্ষতা ঐতিহাসিক প্রবণতা থেকে কতটা বিচ্যুত হয়েছে। একটি ধনাত্মক ফ্যাক্টর মান নির্দেশ করে যে ত্রৈমাসিকের পরিচালন দক্ষতার উন্নতি হয়েছে। ফ্যাক্টর মান যত বড়, উন্নতি তত বেশি। বিপরীতভাবে, একটি ঋণাত্মক ফ্যাক্টর মান নির্দেশ করে যে ত্রৈমাসিকের পরিচালন দক্ষতা হ্রাস পেয়েছে। ফ্যাক্টর মান যত ছোট, হ্রাস তত বেশি।
এই ফ্যাক্টর মান বিনিয়োগকারীদের কোম্পানির পরিচালন দক্ষতার স্বল্পমেয়াদী পরিবর্তনের প্রবণতা বিচার করতে সাহায্য করতে পারে, যা বিনিয়োগের সিদ্ধান্ত গ্রহণে সহায়তা করে।