Kur bëhet fjalë për financa, të dhënat ‘normale’ janë në fakt shumë të çuditshme

Kur studiuesit e biznesit analizojnë të dhënat, ata shpesh mbështeten në supozime për të kuptuar atë që gjejnë. Por si çdo njeri tjetër, mund të përballen me shumë probleme nëse ato supozime rezultojnë të jenë të gabuara – gjë që mund të ndodhë më shpesh se sa mendojnë. Kjo është ajo që zbuluam në një studim të fundit që shqyrtoi të dhëna financiare nga rreth një mijë kompani të mëdha në SHBA.

Një nga supozimet më të zakonshme në analizën e të dhënave është që numrat do të ndjekin një shpërndarje normale – një koncept qendror në statistikë që shpesh njihet si kurba tingullore. Nëse keni parë ndonjëherë një grafik të gjatësisë së njerëzve, keni parë këtë kurbë: Shumica e njerëzve janë të përqendruar afër mesit, me më pak në ekstrem. Është simetrike dhe parashikueshme, dhe shpesh mendohet si e vetëkuptueshme në kërkime.

Por çfarë ndodh kur të dhënat reale nuk ndjekin atë kurbë të pastër?

Ne jemi profesorë që studiojnë biznesin, dhe në studimin tonë të ri kemi analizuar të dhëna financiare nga kompani publike në SHBA – si vlera e tregut të kompanisë, pjesa e tregut, asetet totale dhe masat dhe raportet financiare të ngjashme. Studiuesit shpesh analizojnë këtë lloj të dhënash për të kuptuar se si funksionojnë kompanitë dhe si marrin vendime.

Ne zbuluam se këto numra shpesh nuk ndjekin kurbën tingullore. Në disa raste, gjetëm ekstremë të jashtëzakonshëm, si disa kompani të mëdha që janë mijëra herë më të mëdha se kompanitë e vogla të tjera. Gjithashtu vërejmë shpërndarje që janë “të djathtë të përkëdhelura,” që do të thotë se të dhënat janë të grumbulluara në anën e majtë të grafikës. Me fjalë të tjera, vlerat janë në fund të ulët, por ka disa numra shumë të lartë që tërheqin mesataren lart. Kjo është e kuptueshme, sepse në shumë raste metrikat financiare mund të jenë vetëm pozitive – për shembull, nuk do të gjeni një kompani me numër negativ të punonjësve.

Pse është e rëndësishme

Nëse studiuesit e biznesit mbështeten në supozime të gabuara, përfundimet e tyre – për atë që nxit vlerën e kompanisë, për shembull – mund të jenë të gabuara. Këto gabime mund të përhapen dhe të ndikojnë në vendimet e biznesit, strategjitë e investitorëve ose madje edhe politikat publike.

Merrni për shembull kthimet e investimeve. Nëse një studim supozon se ato janë të shpërndara në mënyrë normale, por në të vërtetë janë të përkëdhelura ose plot me ekstremë, rezultatet mund të jenë të deformuara. Investitorët që shpresojnë të përdorin atë kërkim mund të udhëzohen gabimisht.

Studiuesit e dinë që puna e tyre ka pasoja reale në jetë, prandaj shpesh kalojnë vite duke përmirësuar një studim, duke mbledhur feedback dhe duke rishikuar artikullin para se të kalojë për shqyrtim nga kolegët dhe të përgatitet për publikim. Por nëse nuk kontrollojnë nëse të dhënat ndjekin shpërndarje normale, mund të humbasin një problem të rëndësishëm. Kjo mund të dëmtojë edhe studimet më të mira të dizajnuara mirë.

Në këtë kuadër, ne inkurajojmë studiuesit të pyesin veten: A e kuptoj metodologjinë statistikore që po përdor? A po kontrolloj supozimet e mia – apo thjesht mendoj se janë në rregull?

Çfarë ende nuk dihet

Pavarësisht rëndësisë së supozimeve të të dhënave, shumë studime nuk raportojnë teste për normalitet. Si rezultat, nuk është e qartë sa shumë gjetje në kërkimin financiar dhe të kontabilitetit mbështeten në bazë të statistikave të paqëndrueshme. Ne kemi nevojë për më shumë punë për të kuptuar sa të zakonshme janë këto probleme dhe për të nxitur praktikat më të mira në testimin dhe korrigjimin e tyre.

Ndërsa nuk çdo studiues duhet të jetë statistikant, çdo përdorues i të dhënave do të ishte i mençur të pyesë: Sa normale është ajo, në fakt?