Cuestionario de IA para FP&A y previsión financiera

Las respuestas y explicaciones aparecen a medida que realiza el cuestionario.

1. En FP&A, ¿qué hace que un pronóstico se base en factores determinantes?
   • Es producido únicamente por una red neuronal.
   • Las líneas financieras están vinculadas a factores operativos como la plantilla, las unidades, el precio o la tasa de ganancias.
   • Utiliza los datos reales del año pasado sin cambios.
   • Lo elabora únicamente la junta directiva.
2. ¿Qué define un pronóstico móvil como se describe en la guía?
   • Un pronóstico hecho una vez al año y nunca revisado.
   • Una previsión únicamente de los saldos de caja.
   • Un pronóstico que se extiende a un número determinado de meses por delante, como 12 o 18, y se actualiza periódicamente.
   • Un pronóstico que cubre solo el mes actual.
3. ¿Por qué un equipo debería realizar una prueba retrospectiva de un pronóstico de aprendizaje automático con respecto a una línea de base simple como la misma semana del año pasado?
   • En historias breves, ruidosas o perturbadas, las líneas de base simples pueden superar a los modelos complejos
   • Las normas contables exigen líneas de base simples
   • Los modelos de aprendizaje automático no se pueden realizar pruebas retrospectivas
   • Las líneas de base son siempre más precisas
4. ¿Cuál es un ejemplo de fuga de datos en un backtest de previsión?
   • Utilizando varios años de historia para entrenar el modelo.
   • Conciliar las previsiones de SKU hasta el total
   • Publicación de intervalos de predicción
   • Incluyendo resultados de promoción reales que no se habrían conocido cuando se hizo el pronóstico.
5. ¿Cuál es el principal riesgo de permitir que un modelo de lenguaje redacte comentarios de variación sin aportes adicionales?
   • No puede leer tablas
   • Puede indicar causas plausibles pero inventadas, ya que los datos muestran el tamaño de una variación pero no la razón.
   • Siempre se niega a discutir presupuestos
   • Convierte todas las cifras a una moneda diferente.
6. ¿Qué mide el análisis del valor agregado previsto (FVA)?
   • Si las anulaciones humanas mejoran la precisión en comparación con la base estadística
   • El valor en dólares de los ingresos del pronóstico.
   • ¿Cuánto tiempo tarda en producirse un pronóstico?
   • El número de conductores en un modelo.
7. En la evaluación de pronósticos, ¿a qué se refiere el sesgo?
   • La preferencia del modelo por un proveedor de software.
   • La dispersión aleatoria de errores alrededor de cero
   • Una tendencia constante a realizar previsiones excesivas o insuficientes
   • La diferencia entre dos monedas.
8. ¿En qué situación sugiere la guía que los pronósticos estadísticos y de aprendizaje automático tienen más probabilidades de tener problemas?
   • Pronosticar muchas líneas de productos estables con una larga trayectoria.
   • Producir líneas base para miles de centros de costos
   • Actualización de un pronóstico móvil mensual
   • Nuevos productos, cambios de precios o shocks económicos que el modelo nunca ha visto