অর্থনীতিতে পরিসংখ্যানের প্রয়োগ

অর্থনীতিতে পরিসংখ্যানের প্রয়োগ

পরিসংখ্যান গণিতের একটি শাখা, যাকে প্রায়শই অনমনীয় ও তাত্ত্বিক বলে মনে করা হয়, কিন্তু বাস্তবে অর্থায়নসহ বিভিন্ন ক্ষেত্রে এর ব্যাপক প্রয়োগ রয়েছে। আর্থিক জগতে তথ্য বিশ্লেষণ, সিদ্ধান্ত গ্রহণ, পূর্বাভাস এবং ঝুঁকি ব্যবস্থাপনায় পরিসংখ্যান একটি গুরুত্বপূর্ণ ভূমিকা পালন করে। এই নিবন্ধে অর্থায়নে পরিসংখ্যানের কিছু প্রধান প্রয়োগ এবং পরিসংখ্যানগত তথ্য ও পদ্ধতি কীভাবে অর্থায়ন পেশাজীবীদের বিভিন্ন চ্যালেঞ্জ ও সুযোগ মোকাবিলায় সহায়তা করে, তা পর্যালোচনা করা হবে।

১. তথ্য বিশ্লেষণ ও পূর্বাভাস

আর্থিক ক্ষেত্রে পরিসংখ্যানের অন্যতম প্রধান প্রয়োগ হলো উপাত্ত বিশ্লেষণ ও পূর্বাভাস। ভবিষ্যৎ প্রবণতার পূর্বাভাস দেওয়ার জন্য ঐতিহাসিক উপাত্ত প্রক্রিয়াকরণ আর্থিক শিল্পে একটি প্রচলিত অভ্যাস। উদাহরণস্বরূপ, আর্থিক বিশ্লেষকরা ভবিষ্যতের মূল্যের গতিবিধির পূর্বাভাস দিতে ঐতিহাসিক শেয়ার মূল্যের উপাত্ত ব্যবহার করেন। এই উদ্দেশ্যে প্রায়শই লিনিয়ার রিগ্রেশন এবং টাইম-সিরিজ বিশ্লেষণের মতো পরিসংখ্যানগত পদ্ধতি ব্যবহার করা হয়।

রৈখিক রিগ্রেশন

স্বাধীন এবং নির্ভরশীল চলকের মধ্যে সম্পর্ক মডেল করতে লিনিয়ার রিগ্রেশন ব্যবহার করা হয়। উদাহরণস্বরূপ, আর্থিক প্রেক্ষাপটে, সুদের হার, মুদ্রাস্ফীতি বা অন্যান্য অর্থনৈতিক সূচকের (স্বাধীন চলক) মতো বিভিন্ন বিষয়ের উপর ভিত্তি করে শেয়ারের দাম (নির্ভরশীল চলক) পূর্বাভাস দিতে এটি ব্যবহার করা যেতে পারে। একটি সরল লিনিয়ার রিগ্রেশন সমীকরণ হলো:

\[ Y = \alpha + \beta X + \epsilon \]

কোথায়:
– \( Y \) হলো নির্ভরশীল চলক (যেমন, শেয়ারের মূল্য),
– \( X \) হলো স্বাধীন চলক (যেমন, সুদের হার),
– \( \alpha \) এবং \( \beta \) হলো মডেলের পরামিতি,
– \( \epsilon \) হলো অবশেষ বা ত্রুটি।

সময়-ধারা বিশ্লেষণ

সময়-ধারা বিশ্লেষণ নির্দিষ্ট প্যাটার্ন বা প্রবণতা শনাক্ত করার জন্য সময়ের সাথে সাথে ডেটা পরীক্ষা করে। ফিন্যান্সে, সম্পদের মূল্য, লেনদেনের পরিমাণ এবং অর্থনৈতিক সূচকের পূর্বাভাস দেওয়ার জন্য সময়-ধারা বিশ্লেষণ ব্যবহার করা হয়। এই মডেলগুলিতে অটো-রিগ্রেসিভ ইন্টিগ্রেটেড মুভিং অ্যাভারেজ (ARIMA) এবং জেনারেলাইজড অটোরিগ্রেসিভ কন্ডিশনাল হেটেরোস্কেডাসিটি (GARCH)-এর মতো কৌশল ব্যবহার করা হয়।

৫. ঝুঁকি ব্যবস্থাপনা

ঝুঁকি ব্যবস্থাপনায়ও পরিসংখ্যান একটি গুরুত্বপূর্ণ ভূমিকা পালন করে। ঝুঁকি ব্যবস্থাপনা হলো এমন একটি প্রক্রিয়া যার মাধ্যমে কোনো কোম্পানি বা বিনিয়োগকারী সম্ভাব্য আর্থিক ঝুঁকিগুলো শনাক্ত, পরিমাপ এবং নিয়ন্ত্রণ করে। ঝুঁকি ব্যবস্থাপনায় প্রায়শই ব্যবহৃত কিছু পরিসংখ্যানগত সরঞ্জামের মধ্যে রয়েছে ভ্যালু অ্যাট রিস্ক (VaR), স্ট্রেস টেস্টিং এবং মন্টে কার্লো বিশ্লেষণ।

ঝুঁকিতে মূল্য (VaR)

VaR হলো একটি পরিসংখ্যানগত পরিমাপ যা একটি জ্ঞাত নিশ্চয়তার স্তরের সাপেক্ষে একটি নির্দিষ্ট সময়কালে কোনো পোর্টফোলিও বা বিশেষ সম্পদের সর্বোচ্চ সম্ভাব্য ক্ষতির পরিমাণ অনুমান করে। উদাহরণস্বরূপ, $১ মিলিয়ন ডলারের ৯৫% ১-দিনের VaR-এর অর্থ হলো, ৯৫% নিশ্চয়তা রয়েছে যে পোর্টফোলিওর ক্ষতি একদিনে $১ মিলিয়ন ডলার অতিক্রম করবে না। VaR ঐতিহাসিক পদ্ধতি, বিশ্লেষণাত্মক পদ্ধতি বা মন্টে কার্লো সিমুলেশন ব্যবহার করে গণনা করা যেতে পারে।

চাপ পরীক্ষা

স্ট্রেস টেস্টিং-এর মাধ্যমে বাজারের বিভিন্ন চরম পরিস্থিতি অনুকরণ করে পরিমাপ করা হয় যে, এই পরিস্থিতিগুলো একটি পোর্টফোলিওর মূল্যকে কীভাবে প্রভাবিত করতে পারে। উদাহরণস্বরূপ, একটি বৈশ্বিক আর্থিক সংকট একটি বিনিয়োগ পোর্টফোলিওকে কীভাবে প্রভাবিত করবে? এই চরম পরিস্থিতিগুলো অনুকরণ করার মাধ্যমে আর্থিক প্রতিষ্ঠানগুলো বড় ধরনের ক্ষতির সম্ভাবনার জন্য প্রস্তুতি নিতে পারে।

৩. পোর্টফোলিও বৈচিত্র্যকরণ

বৈচিত্র্যকরণ হলো একটি বিনিয়োগ কৌশল যার লক্ষ্য হলো বিভিন্ন সম্পর্কহীন সম্পদে বিনিয়োগ বন্টনের মাধ্যমে ঝুঁকি হ্রাস করা। পরিসংখ্যান বিভিন্ন সম্পদের মধ্যে পারস্পরিক সম্পর্ক এবং সহপরিবর্তন গণনা করে পোর্টফোলিও বৈচিত্র্যকরণে সহায়তা করে।

পারস্পরিক সম্পর্ক এবং সহপরিবর্তন

সহসম্পর্ক দুটি চলকের মধ্যেকার রৈখিক সম্পর্কের শক্তি ও দিক পরিমাপ করে। উদাহরণস্বরূপ, যদি একটি সম্পদ প্রায়শই অন্যটির সাথে একসাথে বৃদ্ধি পায়, তবে সম্পদ দুটিকে ধনাত্মকভাবে সম্পর্কিত বলা হয়। বিপরীতভাবে, যদি একটি সম্পদের দাম বাড়ার সময় অন্যটি কমে যায়, তবে তাদের মধ্যে ঋণাত্মক সহসম্পর্ক থাকে। সহসম্পর্ক সহগের মান -১ (পূর্ণাঙ্গ ঋণাত্মক সহসম্পর্ক) থেকে +১ (পূর্ণাঙ্গ ধনাত্মক সহসম্পর্ক) পর্যন্ত হয়ে থাকে। বৈচিত্র্যায়নের মাধ্যমে ঝুঁকি কমানোর জন্য কম বা ঋণাত্মক সহসম্পর্কযুক্ত সম্পদ নির্বাচন করতে হয়।

সর্বোত্তম পোর্টফোলিও

মার্কোভিটজ পোর্টফোলিও তত্ত্ব, বা গড়-ভেদাঙ্ক অপ্টিমাইজেশন, সর্বোচ্চ রিটার্ন এবং সর্বনিম্ন ঝুঁকি নিশ্চিত করার মাধ্যমে সর্বোত্তম পোর্টফোলিও নির্ধারণ করতে পরিসংখ্যান ব্যবহার করে। এই পদ্ধতিতে একটি পোর্টফোলিওর গড় (গড় রিটার্ন) এবং ভেদাঙ্ক (ঝুঁকি) গণনা করা হয়, সেইসাথে পোর্টফোলিওর অন্তর্ভুক্ত বিভিন্ন সম্পদের মধ্যেকার পারস্পরিক সম্পর্কও নির্ণয় করা হয়।

৪. ক্রেডিট স্কোরিং

ব্যাংকিং শিল্পে, বিশেষ করে ঋণ প্রদানের ক্ষেত্রে, পরিসংখ্যান একটি অত্যন্ত গুরুত্বপূর্ণ ভূমিকা পালন করে। ব্যক্তি বা প্রতিষ্ঠানের ঋণযোগ্যতা মূল্যায়নের জন্য পরিসংখ্যানগত মডেল ব্যবহার করা হয়, যা ঐতিহাসিক তথ্য এবং ঋণগ্রহীতার বৈশিষ্ট্যের উপর ভিত্তি করে তৈরি করা হয়।

লজিস্টিক রিগ্রেশন

ঋণ মূল্যায়নে প্রায়শই ব্যবহৃত একটি পদ্ধতি হলো লজিস্টিক রিগ্রেশন। এই মডেলটি ঋণের ইতিহাস, আয় এবং কর্মসংস্থানের ধরনের মতো নির্দিষ্ট কিছু চলকের উপর ভিত্তি করে একজন ঋণগ্রহীতার ঋণখেলাপি হওয়ার সম্ভাবনা অনুমান করে।

\[ \text{Logit}(P) = \alpha + \beta_1 X_1 + \beta_2 X_2 + \dots + \beta_n X_n \]

যেখানে \( P \) হলো খেলাপি হওয়ার সম্ভাবনা, \( \alpha \) হলো ছেদক, এবং \( \beta \) হলো রিগ্রেশন সহগ।

৫. ডেরিভেটিভস এবং অপশন

ডেরিভেটিভস এবং অপশন প্রাইসিং-এর ক্ষেত্রে পরিসংখ্যানও অত্যন্ত গুরুত্বপূর্ণ। ব্ল্যাক-স্কোলস মডেল হলো অপশন প্রাইসিং-এর অন্যতম সুপরিচিত একটি মডেল।

ব্ল্যাক-স্কোলস মডেল

এই মডেলটি একটি অপশনের তাত্ত্বিক মূল্য গণনা করার জন্য অন্তর্নিহিত সম্পদের মূল্যের অস্থিরতা সহ বেশ কিছু পরিসংখ্যানগত উপাদান ব্যবহার করে। ব্ল্যাক-স্কোলস সূত্রটি হলো:

\[ C = S_0 N(d_1) – X e^{-rt} N(d_2) \]

কোথায়:
– \( C \) হলো কল অপশনের মূল্য,
– \( S_0 \) হলো সম্পদের বর্তমান মূল্য,
– \( X \) হলো স্ট্রাইক প্রাইস,
– \( r \) হলো ঝুঁকিমুক্ত সুদের হার,
– \( t \) হলো পরিপক্ক হওয়ার সময়,
– \( N(d) \) হলো স্বাভাবিক বণ্টনের ক্রমযোজিত বণ্টন অপেক্ষক,
– \( d_1 \) এবং \( d_2 \) হলো মডেল ইনপুট থেকে প্রাপ্ত ভেরিয়েবল।

উপসংহার

তথ্য বিশ্লেষণ থেকে শুরু করে ঝুঁকি ব্যবস্থাপনা এবং পোর্টফোলিও গঠন পর্যন্ত, অর্থায়নে পরিসংখ্যান একটি কেন্দ্রীয় ভূমিকা পালন করে। পরিসংখ্যানগত পদ্ধতির ব্যবহার আর্থিক পেশাজীবীদের উন্নততর মূল্যায়ন, পূর্বাভাস এবং সিদ্ধান্ত গ্রহণে সহায়তা করে, যা আর্থিক শিল্পে বৃহত্তর উদ্ভাবন এবং স্থিতিশীলতা নিয়ে আসে। তবে, ব্যবহৃত যেকোনো পরিসংখ্যানগত মডেলের অনুমান এবং সীমাবদ্ধতা সম্পর্কে সর্বদা সচেতন থাকা গুরুত্বপূর্ণ।

প্রযুক্তিগত অগ্রগতি এবং তথ্যের ক্রমবর্ধমান সহজলভ্যতার সাথে, অর্থায়নে পরিসংখ্যানের প্রয়োগ ক্রমাগত বিকশিত হবে এবং ক্রমশ আরও জটিল হয়ে উঠবে। অর্থায়নের এই সদা পরিবর্তনশীল বিশ্বে আরও সুচিন্তিত ও সুবিবেচিত সিদ্ধান্ত নিতে পরিসংখ্যান শিখতে ও ব্যবহার করতে থাকুন।