Μονάδα 6 / 11

Μοντελοποίηση Σεναρίων και Ανάλυση Ευαισθησίας

Κέρδη:

  • Ικανότητα δημιουργίας βασικών/αισιόδοξων/απαισιόδοξων σεναρίων με σαφείς υποθέσεις και παραγωγή διαφανών, χειροκίνητα επαληθεύσιμων υπολογιστικών φύλλων με τεχνητή νοημοσύνη
  • Ικανότητα εφαρμογής λογικής ευαισθησίας και προσομοίωσης ακραίων καταστάσεων (πόσο αλλάζει το αποτέλεσμα όταν αλλάζετε μια υπόθεση) και να αναγνωρίζετε κρίσιμες παραδοχές
  • Να είστε σε θέση να υποστηρίξετε ότι το σενάριο δεν είναι μια πρόβλεψη αλλά μια υπό όρους άσκηση «αν-τότε» και ότι η κυριότητα της υπόθεσης και της τελικής κρίσης ανήκει στον οικονομολόγο.

Το μέλλον είναι αβέβαιο, και η δουλειά του οικονομολόγου δεν είναι να καλύψει αυτή την αβεβαιότητα με μια ακριβή πρόβλεψη, αλλά να την κάνει ορατή με τακτικές επιλογές. Η μοντελοποίηση σεναρίων είναι ακριβώς η εξής: "Εάν η συναλλαγματική ισοτιμία πάει σε αυτό το επίπεδο, εάν η ανάπτυξη γίνει έτσι, εάν το επιτόκιο πάει έτσι, ποιο θα είναι το αποτέλεσμα;" Μια πρόβλεψη προϋπολογισμού, μια ανάλυση βιωσιμότητας του χρέους, μια επενδυτική σκοπιμότητα — όλα εξετάζονται μέσα από σενάρια. Η τεχνητή νοημοσύνη είναι ένας ισχυρός επιταχυντής εδώ: μεταφράζει τις υποθέσεις σε υπολογιστικά φύλλα, δημιουργώντας τρία έως πέντε σενάρια μέσα σε λίγα λεπτά. Αλλά η πιο κρίσιμη πρόταση είναι η εξής: Το σενάριο δεν είναι μια πρόβλεψη. Είναι μια υπό όρους άσκηση «αν-τότε» που βασίζεται σε ρητές παραδοχές και η κυριότητα των παραδοχών ανήκει στον οικονομολόγο. Η τεχνητή νοημοσύνη κάνει τον υπολογισμό. Εναπόκειται στον άνθρωπο να αποφασίσει ποια υπόθεση είναι λογική.

Ανατομία του σεναρίου

Μέρη ενός συμπαγούς σεναρίου:

  • Βασικό (βασικό) σενάριο. Το πιο πιθανό σύνολο υποθέσεων είναι: το «αναμενόμενο» μονοπάτι.
  • Αισιόδοξα και απαισιόδοξα σενάρια. Λογικά άνω και κάτω μονοπάτια γύρω από τη βάση. Αυτά πρέπει να είναι δικαιολογημένα και όχι αυθαίρετα.
  • Σαφείς υποθέσεις. Τα νούμερα στα οποία βασίζεται κάθε σενάριο (ανάπτυξη, πληθωρισμός, ισοτιμία, τόκοι) γράφονται ένας προς έναν. Η σιωπηρή υπόθεση είναι το αβάσιμο σενάριο.
  • Διαφανής λογαριασμός. Οι τύποι από την είσοδο στην έξοδο πρέπει να είναι ορατοί και να επαληθεύονται χειροκίνητα. Ένα σενάριο μαύρου κουτιού δεν θα λειτουργήσει.
  • Συμπέρασμα και σχόλιο. Ποια είναι η διαφορά μεταξύ των σεναρίων; Ποιος κίνδυνος είναι τι μέγεθος;
Συμβουλή: Μην παρουσιάζετε αισιόδοξα/απαισιόδοξα σενάρια ως «συγκρότημα προβλέψεων». Δεν πρόκειται για πιθανότητες, αλλά για συνέπειες υπό όρους: «Αν η ισοτιμία αυξηθεί κατά 30%, το βάρος του χρέους θα είναι». Η πρόταση πρέπει πάντα να ξεκινά με «αν» έτσι ώστε ο αναγνώστης να δει την συνθήκη.

Ανάλυση ευαισθησίας: ποια υπόθεση είναι καθοριστική;

Η έκβαση ενός σεναρίου εξαρτάται από δεκάδες υποθέσεις, αλλά δεν έχουν όλες την ίδια σημασία. Η ανάλυση ευαισθησίας μετρά πόσο αλλάζει το αποτέλεσμα όταν αλλάζετε μια υπόθεση, ceteris paribus. Εάν το αποτέλεσμα είναι πολύ ευαίσθητο σε μια υπόθεση (μια μικρή αλλαγή κάνει μεγάλη διαφορά στο αποτέλεσμα), αυτή η υπόθεση είναι κρίσιμη και αξίζει τη μεγαλύτερη προσοχή, επαλήθευση και επικοινωνία.

Το stress test είναι μια επέκταση αυτού: έλεγχος του τρόπου συμπεριφοράς του συστήματος/προϋπολογισμού/χρέους κάτω από ένα μέτριο αλλά σκληρό αρνητικό σοκ (π.χ. ξαφνικό άλμα των επιτοκίων, κατάρρευση στην εξαγωγική αγορά). Ο στόχος δεν είναι να προβλέψουμε τα χειρότερα, αλλά να προβλέψουμε σημεία θραύσης.

Προσοχή: Εάν πείτε στην τεχνητή νοημοσύνη να "κάνει ένα απαισιόδοξο σενάριο", μπορεί να σας δώσει έναν αυθαίρετο αριθμό. Το απαισιόδοξο σενάριο δεν είναι μια «πτώση από τον ουρανό», αλλά μια δικαιολογημένη υπόθεση: πρέπει να έχει μια ιστορική ή λογική βάση, όπως «μια κίνηση παρόμοια με το συναλλαγματικό σοκ του 2018». Δικαιολογείτε την υπόθεση.

Βήμα προς βήμα μελέτη σεναρίου

  1. Καθορίστε την ερώτηση και το αποτέλεσμα. Τι προβάλλουμε; (χρέος/ΑΕΠ, ισοζύγιο προϋπολογισμού, ταμειακές ροές)
  2. Ορίστε μεταβλητές προγράμματος οδήγησης. Ένας μικρός αριθμός κύριων εισροών (ανάπτυξη, πληθωρισμός, επιτόκιο, συναλλαγματική ισοτιμία) καθορίζει το αποτέλεσμα.
  3. Κάντε βασικές υποθέσεις και αιτιολογήστε τις. Γράφεται η πηγή και η λογική κάθε αριθμού.
  4. Δημιουργήστε τα σενάρια. Μετακινήστε τις υποθέσεις για αισιόδοξο/απαισιόδοξο με αιτιολόγηση.
  5. Δημιουργήστε έναν διαφανή λογαριασμό. Ζητήστε από το AI να εκτυπώσει τους τύπους ως ορατό πίνακα/κωδικό.
  6. Ευαισθησία τρεξίματος. Ανακινήστε κάθε υπόθεση κλειδιού ξεχωριστά και μετρήστε την απόκριση.
  7. Σχόλιο και φιλτράρισμα. Ποια υπόθεση είναι κρίσιμη; Είναι λογικά τα αποτελέσματα; Η τελική κρίση είναι του οικονομολόγου.

τρεις μίνι θήκες

Περίπτωση 1 — Βιωσιμότητα χρέους. Ένας αναλυτής του δημοσίου προέβλεψε τον δείκτη δημόσιου χρέους/ΑΕΠ για 5 χρόνια. Έβαλε το AI να δημιουργήσει τρία σενάρια: βάση (ανάπτυξη 4%, επιτόκιο X%), αισιόδοξο, απαισιόδοξο. Η ανάλυση ευαισθησίας έδειξε ότι το αποτέλεσμα ήταν πιο ευαίσθητο στο πραγματικό χάσμα επιτοκίου-ανάπτυξης (r−g): εάν η ανάπτυξη έπεφτε κάτω από το επιτόκιο, ο λόγος του χρέους ανέβηκε γρήγορα. Ο αναλυτής τόνισε αυτή τη μοναδική κριτική υπόθεση στην έκθεση. εστίασε την ενέργειά του στην επικύρωσή του.

Περίπτωση 2 — Διόρθωση του αυθαίρετα απαισιόδοξου σεναρίου. Σε ένα ίδρυμα, η τεχνητή νοημοσύνη έδωσε «απαισιόδοξο σενάριο: ανάπτυξη -10%», αλλά δεν είχε βάση. Ο οικονομολόγος αντέτεινε: αυτή ήταν ακόμη πιο σκληρή από τη βαθύτερη κρίση στην ιστορία της χώρας και ήταν αδικαιολόγητη. Το απαισιόδοξο σενάριο υποβαθμίστηκε στο -3% με βάση τη μέση βαρύτητα των δύο προηγούμενων υφέσεων. Το σενάριο ήταν πλέον υπερασπίσιμο.

Περίπτωση 3 — Αποθηκεύτηκε ο διαφανής λογαριασμός. Σε μια πρόβλεψη προϋπολογισμού, τα αποτελέσματα φάνηκαν περίεργα. Επειδή ο υπολογισμός ήταν διαφανής, ο αναλυτής παρακολούθησε τον πίνακα και βρήκε το λάθος: η τεχνητή νοημοσύνη είχε εφαρμόσει τον πληθωρισμό στην πλευρά του εισοδήματος, αλλά ξέχασε να τον εφαρμόσει στην πλευρά των εξόδων. Σε ένα μοντέλο μαύρου κουτιού, αυτό το σφάλμα θα παραμείνει κρυφό. ορατές φόρμουλες το αποκάλυψαν.

Πίνακας σχεδίασης σεναρίου

αντικείμενο

καλή πρακτική

κακή πρακτική

Υποθέσεις

Σαφής, αιτιολογημένη, πηγαία

μυστικός, αυθαίρετος

Εύρος σεναρίου

Ιστορικά/λογικά βασισμένα

Τυχαίο "υψηλό/χαμηλό"

λογαριασμός

Διαφανές, χειροκίνητα επαληθεύσιμο

μαύρο κουτί

παρουσίαση

«αν-τότε», υπό όρους

σίγουρα ως εικασία

Ευαισθησία

Σημειώθηκε η κρίσιμη υπόθεση

Όλες οι παραδοχές θεωρούνται ίσες

Τέσσερα πρότυπα με δυνατότητα αντιγραφής

1) Σκελετός σεναρίου:

Λάβετε αυτήν την έξοδο [π.χ. χρέος/ΑΕΠ] θα προβάλω 5 χρόνια. Οδηγοί μεταβλητές: ανάπτυξη, πληθωρισμός, επιτόκιο, συναλλαγματική ισοτιμία. Πρότεινε μου έναν ΣΑΦΗ πίνακα υποθέσεων για βάση/αισιόδοξο/απαισιόδοξο. Γράψτε ένα σκεπτικό δίπλα σε κάθε υπόθεση. Μην κάνετε τα μαθηματικά ακόμα. Επιτρέψτε μου να επιβεβαιώσω πρώτα τις υποθέσεις.

2) Διαφανές υπολογιστικό φύλλο/κωδικός:

Υπολογίστε την προβολή με τις υποθέσεις που εγκρίνω. Διατηρήστε τους τύπους ΟΡΑΤΟΥΣ (έτσι είναι προφανές πώς υπολογίστηκε κάθε σειρά). Πάρτε ένα έτος ως παράδειγμα και δείξτε τον υπολογισμό βήμα προς βήμα, ώστε να μπορώ να τον επαληθεύσω χειροκίνητα. Μην χρησιμοποιείτε μαύρο κουτί.

3) Ανάλυση ευαισθησίας:

Στο βασικό σενάριο, προσαρμόστε κάθε κύρια υπόθεση κατά ±X% μία προς μία (άλλες σταθερές) και κάντε έναν πίνακα με το πόσο αλλάζει το αποτέλεσμα. Σημειώστε τις 2 παραδοχές που επηρεάζουν περισσότερο το αποτέλεσμα ως «κρίσιμες». Προτείνετε επικύρωση για αυτές τις κρίσιμες υποθέσεις.

4) Τεστ άγχους:

Δώστε αυτό το εύλογο αλλά σκληρό σοκ: [π.χ. +Χ σημείο ξαφνική αύξηση του επιτοκίου, Y% μείωση στις εξαγωγές]. Δείξτε πώς αλλάζει η παραγωγή υπό αυτό το σοκ, είτε υπερβαίνει ένα κρίσιμο όριο (π.χ. μη βιώσιμο όριο χρέους/ΑΕΠ). Ξεκαθαρίστε ότι αυτό είναι ένα σενάριο άγχους υπό όρους, όχι μια πρόβλεψη.

Αδύναμη προτροπή / Ισχυρή προτροπή

Αδύναμη προτροπή:

Γράψε μου ένα αισιόδοξο και απαισιόδοξο οικονομικό σενάριο.

Η τεχνητή νοημοσύνη παράγει αδικαιολόγητα, χωρίς πηγές, σενάρια μαύρων κουτιών. Δεν μπορείτε να δείτε ή να επαληθεύσετε υποθέσεις.

Ισχυρή προτροπή:

Θα προβάλω τον δείκτη δημόσιου χρέους/ΑΕΠ για το 2025-2029. Βασική περίπτωση: ανάπτυξη 4%, πληθωρισμός 25%, μέσο επιτόκιο X%, πρωτογενές υπόλοιπο Y% (πρόσθεσα τις πηγές μου). Παίξτε υποθέσεις με το REASON για αισιόδοξο/απαισιόδοξο (για απαισιόδοξο, αναφέρετε τη σοβαρότητα των δύο τελευταίων υφέσεων). Ρυθμίστε τον υπολογισμό ως διαφανή πίνακα, εμφανίστε ένα έτος που θα επαληθευτεί χειροκίνητα και, στη συνέχεια, εκτελέστε την ευαισθησία r−g. Δηλώστε στο κείμενο ότι τα σενάρια είναι υπό όρους και όχι προβλέψεις.

Συνήθη λάθη

  • Απόκρυψη υποθέσεων. Η αόρατη υπόθεση είναι αβάσιμη.
  • Αυθαίρετα αισιόδοξος/απαισιόδοξος. Οι αδικαιολόγητοι ακραίοι αριθμοί καταστρέφουν την εμπιστοσύνη.
  • Παρουσίαση του σεναρίου ως πρόβλεψη. Η συνθήκη σκέψης «αν» εξαφανίζεται.
  • Λογαριασμός μαύρου κουτιού. Το σφάλμα είναι κρυφό, η επαλήθευση καθίσταται αδύνατη.
  • Παράκαμψη ευαισθησίας. Κακή διαχείριση του κινδύνου χωρίς να γνωρίζουμε την κρίσιμη υπόθεση.
  • Η υπόθεση είναι να εκχωρήσουμε την ιδιοκτησία στην τεχνητή νοημοσύνη. Η κρίση ανήκει στον άνθρωπο.

Συνοπτικά

Η μοντελοποίηση σεναρίων είναι η τέχνη της μετατροπής της αβεβαιότητας σε συμπεράσματα υπό όρους μέσω σαφών και αιτιολογημένων υποθέσεων. Τα βασικά/αισιόδοξα/απαισιόδοξα σενάρια πρέπει να είναι ισχυρά, οι υπολογισμοί πρέπει να είναι διαφανείς και να επαληθεύονται χειροκίνητα. Η ανάλυση ευαισθησίας θα πρέπει να αποκαλύψει την κρίσιμη υπόθεση. Η τεχνητή νοημοσύνη επιταχύνει τον υπολογισμό και τις επιλογές, αλλά η αιτιολόγηση, η λογική και η τελική κρίση των υποθέσεων εναπόκεινται στον οικονομολόγο. Το σενάριο δεν είναι πρόβλεψη, αλλά άσκηση «αν-τότε».

Εργασία εφαρμογής

Επιλέξτε μια προβολή για την επιχείρησή σας (προϋπολογισμός, ταμειακές ροές, αναλογία χρέους). Δημιουργήστε έναν αιτιολογημένο πίνακα υποθέσεων με το 1ο πρότυπο, διαφανή υπολογισμό με το 2ο πρότυπο και ανάλυση ευαισθησίας με το 3ο πρότυπο. Προσδιορίστε την κρίσιμη υπόθεση που επηρεάζει περισσότερο το αποτέλεσμα και επαληθεύστε την από την αρχική πηγή. Ελέγξτε ένα ακραίο σενάριο που προτείνεται από το AI για αιτιολόγηση και διορθώστε το εάν είναι απαραίτητο.

λίστα ελέγχου

  • [ ] Έχω γράψει τις υποθέσεις κάθε σεναρίου ξεκάθαρα και αιτιολογημένα.
  • [ ] Βάζω τον αισιόδοξο/απαισιόδοξο σε ιστορική ή λογική βάση.
  • [ ] Διατήρησα τον λογαριασμό διαφανή και επαλήθευσα με μη αυτόματο τρόπο τουλάχιστον μία περίοδο.
  • [ ] Προσδιόρισα την κρίσιμη υπόθεση μέσω της ανάλυσης ευαισθησίας.
  • [ ] Επιβεβαίωσα την κρίσιμη υπόθεση από την αρχική πηγή.
  • [ ] Παρουσίασα τα σενάρια ως υπό όρους «αν-τότε» και όχι ως προβλέψεις.
  • [ ] Διατήρησα την τεκμαρτή ιδιοκτησία και την τελική κρίση.