للباحث الذي يهتمّ بمنشأ البيانات
الأداةُ التحليليةُ لعمل المالية الأكاديمي حيث يكون السؤال بأهمّيّة الإجابة.
تَحتلّ الأبحاث المالية الأكاديمية موقعًا تحليليًّا غير معتاد. متطلّبات البيانات صارمة (منشأ، طابع زمني، اكتمال)؛ والميزانياتُ عادةً متواضعة؛ والأدواتُ المتاحة داخل الجامعة متفاوتة. Drusus موضوعٌ ليُوفّر للباحث العامل البياناتِ العابرة للأسواق والعمق التحليلي اللذين تتطلّبهما ورقةٌ جادّة، بتكلفة اشتراكٍ تستوعبها ميزانيةٌ أكاديمية.
ما ستستخدمه أكثر
- محادثة المحلّل بالذكاء الاصطناعي، شريكًا للتمرين على البنية التحليلية للمشروع لا بديلًا عن تفكير الباحث.
- تصديرُ البيانات، في صيغٍ تُلائم التحليل في Python أو R أو Stata.
- توثيقُ مصادر البيانات، الذي يُسجّل كلّ مصدرٍ أوّليٍّ تَستند إليه المنصّة لكلّ رقمٍ تنشره.
- Drusus Insights، مرجعَ منهجيةٍ للجهاز التحليلي المستخدَم في المنصّة.
بشأن الاستشهاد
لعملٍ أكاديميٍّ يستند إلى Drusus مصدرًا للبيانات، نطلب أن يُستشهَد بالمنصّة مصدرًا للأرقام، وأن يُسجَّل التاريخ المحدّد لاسترجاع البيانات. حيث تُسهم منهجيةُ المنصّة في ورقتك، نطلب أن يُستشهَد بمذكّرة المنهجية تحديدًا. الإرشادُ الكامل للاستشهاد في صفحة المنهجية.
كيف يستخدمون Drusus
صورةُ نمط عملٍ نموذجيٍّ لهذا الجمهور.
تحديدُ نطاق المشروع
حين تُؤطّر مشروعًا جديدًا، استخدم المحلّل بالذكاء الاصطناعي لاستجواب البنية التحليلية. لا تطلب إجابةً بل اعتراضاتٍ بنيويةً على منهجيتك المقترَحة.
اقتناءُ البيانات
صدّر البيانات التي تحتاج إليها ببياناتٍ وصفيةٍ للمنشأ مرفقة. يُسجّل التصديرُ المصدرَ الأوّلي والطابع الزمني وتاريخ استرجاع المنصّة.
تحقّقٌ متقاطعٌ للمنهجية
حيث تتقاطع منهجية المنصّة مع العمل التحليلي لمشروعك، افحص مذكّرات المنهجية. مكتوبةٌ في سجلٍّ أكاديميٍّ لا تسويقي.
مراجعةٌ قبل التقديم
قبل التقديم، اطلب من المحلّل بالذكاء الاصطناعي النقد الذي قد يُثيره مُحكِّم. التمرينُ أنفعُ حين يُقيَّد المحلّلُ بالحجاج ضدّ استنتاجك.
استعلامٌ توضيحي
الصورة التي يتّخذها تفاعلٌ نموذجيٌّ مع محلّل Drusus بالذكاء الاصطناعي لهذا الجمهور.
أَفحص علاقة الأسعار المعدَّلة بسعر الصرف بين إدراجات هونغ كونغ وADR نيويورك للأسهم الصينية مزدوجة الإدراج. أريد اختبار ما إذا كان الانحراف قد اتّسع بشكلٍ منهجيٍّ منذ 2020. أَطِّر الأسئلة المنهجية الرئيسية التي ينبغي أن أعالجها قبل التقدير.
ستّةُ أسئلةٍ منهجيةٍ جديرةٌ بالمعالجة قبل التقدير. أولًا، تعريفُ الانحراف: هل تستخدم النسبة المئوية البسيطة للفرق، أم اللوغاريتمي، أم مقياسًا مُطبَّعًا يَعتدّ بعدم تداخل ساعات التداول بين هونغ كونغ ونيويورك. ثانيًا، تعديلُ سعر الصرف: هل تستخدم سعر الإغلاق الفوري وقت إغلاق كلّ إدراج، أم سعرًا وسطًا مُستكمَلًا، أم سعرًا مرجعيًّا متزامنًا. ثالثًا، اختيارُ العيّنة: هل تَقصِر على الأسماء ذات الإدراج المزدوج المستمرّ خلال العيّنة، أم تَقبل الأسماء التي أُدرجت أو رُفع إدراجها خلال فترة العيّنة (مع تصحيحٍ ملائمٍ لانحياز البقاء). رابعًا، ضبطُ النظام: شهدت 2020 تحوّلًا كبيرًا في البيئة السياسية، وقوّةً مستمرّةً للدولار، وسلسلةً من التدخّلات التنظيمية الخاصّة بـ ADR الصينية. قد يتطلّب فكُّ الاتّساع بعد 2020 عن هذه الخوالط مؤشّرات نظامٍ صريحة. خامسًا، سؤالُ السيولة: هل الانحرافُ أساسًا دالّةٌ على سيولةٍ على مستوى الاسم، فيكون الرئيسي مدفوعًا بمجموعةٍ صغيرةٍ من الأسماء الأقلّ سيولة. سادسًا، معالجةُ العطلات والأحداث المؤسسية: تُظهر الأسماء مزدوجة الإدراج انحرافاتٍ عابرةً كبيرةً حول عدم تداخل العطلات والأحداث المؤسسية، يجب تصفيتها لعزل العلاقة البنيوية. هذه الاهتمامات الستّ لا تَحسم استنتاجك، لكنّ العمل سيستفيد من معالجة كلٍّ منها صراحةً في قسم المنهجية.
المستوى المُوصى به
Drusus Analyst بـ £29 شهريًا يُغطّي أغلب حالات الاستخدام الأكاديمية، مع تصدير البيانات الكامل، والمحلّل بالذكاء الاصطناعي بحصّةٍ موسَّعة، وأرشيف المنهجية. لمجموعات الأبحاث التي تَستخدم المنصّة استخدامًا مكثّفًا، يُلائم مستوى Strategist أو Institution. تتوفّر ترتيبات تسعيرٍ تعليميةٌ للبرامج الجامعية العليا؛ يُرجى الكتابة إلى contact@gravenos.com.