في عالم النماذج المالية المعقدة، حيث تجمع البيانات من الإفصاحات العامة مع افتراضات المحللين، قد يكون الوصول إلى تقييمات دقيقة أمرًا صعبًا. بعض مكونات هذه النماذج يمكن التحقق منها بطريقة ميكانيكية، إلا أن التوقعات ومعدلات الخصم والأسعار المستهدفة غالبًا ما تقدّم عدة إجابات معقولة. ومع ذلك، تعد معايير التقييم الحالية غير كافية، حيث تعتمد على مرجع واحد فقط من الخبراء مما يسبب عدم دقة كبيرة.

هنا يظهر الابتكار الجديد GAUGE، الذي يمثل معيارًا رائدًا لتقييم النماذج المالية التي صممتها الوكالات. بدلاً من الاعتماد على إجابة واحدة، يعتمد GAUGE على تحليل نماذج المحللين المستقلة لنفس الشركات، حيث تم دراسة 108 أزواج موجهة تغطي 65 شركة. أظهرت النتائج أن المتوسط المرجعي الوحيد كان 0.33، حيث سجل 92.6% من النتائج أدنى من 0.70، ولم يتفق أي زوج بالأسعار الضمنية في حدود 10%.

تم تصميم GAUGE بعناية باستخدام 1001 كتالوج شغل المحللين و196 مهمة للتقييم، حيث يتم إدراج 56 جانبًا يمكن تدقيقها وثماني بوابات صلاحية. وضعت دراسة معروفة بمشاركة 55 مشاركًا، مما ساعد في التحقق من موثوقية النموذج. عُلم أن كبار المحللين متوسط درجاتهم 88.3، بينما سجل المحللون المبتدئون 66.0 وطلاب المالية 43.2. ومع 24 وكيل و1011 جيل من الدرجات، سجل أفضل وكيل 53.4.

هذه الابتكارات لا تعكس فقط القدرة الفائقة على بناء النماذج بل أيضًا تبيّن التحديات المتبقية في تقييم هذه النماذج. بفضل GAUGE، نتوقع تحقيق تحسينات كبيرة في دقة النماذج المالية المدعومة بالذكاء الاصطناعي في المستقبل.