Gains :
- Capacité à établir des scénarios basiques/optimistes/pessimistes avec des hypothèses claires et à produire des feuilles de calcul transparentes et vérifiables manuellement avec l'intelligence artificielle
- Capacité à appliquer la logique des tests de sensibilité et de simulation de crise (dans quelle mesure le résultat change lorsque vous modifiez une hypothèse) et à identifier les hypothèses critiques
- Être capable de maintenir que le scénario n'est pas une prédiction mais un exercice conditionnel de type « si-alors », et que la propriété de l'hypothèse et du jugement final appartient à l'économiste.
L'avenir est incertain, et le travail de l'économiste n'est pas de dissimuler cette incertitude par une prévision précise, mais de la rendre visible sous forme d'options ordonnées. La modélisation de scénarios est exactement la suivante : « Si le taux de change atteint ce niveau, si la croissance se produit ainsi, si le taux d'intérêt évolue ainsi, quel sera le résultat ? » Une projection budgétaire, une analyse de viabilité de la dette, une faisabilité d’investissement – tout cela est réfléchi à travers des scénarios. L’intelligence artificielle est ici un puissant accélérateur : elle traduit les hypothèses dans des feuilles de calcul, générant trois à cinq scénarios en quelques minutes. Mais la phrase la plus critique est la suivante : le scénario n’est pas une prédiction ; Il s'agit d'un exercice conditionnel de type « si-alors » fondé sur des hypothèses explicites, et la propriété des hypothèses appartient à l'économiste. L'intelligence artificielle fait le calcul ; C'est à l'être humain de décider quelle hypothèse est raisonnable.
Anatomie du scénario
Éléments d'un scénario solide :
- Scénario de base (de base). L'ensemble d'hypothèses le plus probable est : le parcours « attendu ».
- Scénarios optimistes et pessimistes. Sentiers supérieurs et inférieurs raisonnables autour de la base. Ces mesures doivent être justifiées et non arbitraires.
- Des hypothèses claires. Les chiffres sur lesquels repose chaque scénario (croissance, inflation, taux de change, intérêts) sont écrits un à un. L’hypothèse implicite est le scénario intenable.
- Compte transparent. Les formules de l'entrée à la sortie doivent être visibles et vérifiables manuellement. Un scénario de boîte noire ne fonctionnera pas.
- Conclusion et commentaire. Que montre la différence entre les scénarios ? Quel risque est de quelle ampleur ?
Astuce : Ne présentez pas les scénarios optimistes/pessimistes comme une « bande de prévisions ». Ce ne sont pas des probabilités, mais des conséquences conditionnelles : « Si le taux de change augmente de 30 %, le fardeau de la dette le sera ». La phrase doit toujours commencer par « si » afin que le lecteur puisse voir la condition.
Analyse de sensibilité : quelle hypothèse est déterminante ?
L’issue d’un scénario dépend de dizaines d’hypothèses, mais toutes n’ont pas la même importance. L'analyse de sensibilité mesure dans quelle mesure le résultat change lorsque vous modifiez une hypothèse, toutes choses égales par ailleurs. Si le résultat est très sensible à une hypothèse (un petit changement fait une grande différence dans le résultat), cette hypothèse est critique et mérite le plus d’attention, de vérification et de communication.
Les tests de résistance en sont une extension : ils testent le comportement du système/du budget/de la dette face à un choc négatif modéré mais sévère (par exemple, hausse soudaine des taux d’intérêt, effondrement du marché d’exportation). Le but n’est pas de prédire le pire, mais d’anticiper les points de rupture.
Attention : Si vous dites à l'IA de « faire un scénario pessimiste », elle risque de vous donner un chiffre arbitraire. Le scénario pessimiste n’est pas une « chute du ciel », mais une hypothèse justifiée : il doit avoir une base historique ou logique, comme « un mouvement similaire au choc de change de 2018 ». Vous justifiez l'hypothèse.
Étude de scénario étape par étape
- Définissez la question et le résultat. Que projetons-nous ? (dette/PIB, solde budgétaire, flux de trésorerie)
- Définissez les variables du pilote. Un petit nombre de facteurs principaux (croissance, inflation, taux d’intérêt, taux de change) déterminent le résultat.
- Faites des hypothèses de base et justifiez-les. La source et la logique de chaque nombre sont écrites.
- Produire les scripts. Déplacez les hypothèses pour optimiste/pessimiste avec justification.
- Créez un compte transparent. Demandez à l'IA d'imprimer les formules sous forme de tableau/code visible.
- Exécutez la sensibilité. Agitez chaque hypothèse clé séparément et mesurez la réponse.
- Commentez et filtrez. Quelle hypothèse est critique ? Les résultats sont-ils raisonnables ? Le jugement final appartient à l’économiste.
trois mini-cases
Cas 1 — Viabilité de la dette. Un analyste du Trésor a projeté le ratio dette publique/PIB sur 5 ans. Il a fait créer à l'IA trois scénarios : de base (croissance 4%, taux d'intérêt X%), optimiste, pessimiste. L’analyse de sensibilité a montré que le résultat était plus sensible à l’écart entre taux d’intérêt réels et croissance (r−g) : si la croissance tombait en dessous du taux d’intérêt, le taux d’endettement grimpait rapidement. L'analyste a souligné cette seule hypothèse critique dans le rapport ; il a concentré son énergie sur sa validation.
Cas 2 — Correction du scénario arbitrairement pessimiste. Dans une institution, AI a proposé un « scénario pessimiste : croissance de -10 % », mais celui-ci n’avait aucun fondement. L'économiste s'y oppose : c'est encore plus dur que la crise la plus profonde de l'histoire du pays et c'est injustifié. Le scénario pessimiste a été abaissé à -3 %, compte tenu de la gravité moyenne des deux dernières récessions. Le scénario était désormais défendable.
Cas 3 — Compte transparent enregistré. Sur une projection budgétaire, les résultats semblaient étranges. Parce que le calcul était transparent, l’analyste a regardé le tableau et a trouvé l’erreur : l’intelligence artificielle avait appliqué l’inflation du côté des revenus mais a oublié de l’appliquer du côté des dépenses. Dans un modèle de boîte noire, cette erreur resterait cachée ; des formules visibles le révélaient.
Tableau de conception de scénario
article
bonne pratique
mauvaise pratique
Hypothèses
Clair, argumenté, sourcé
secret, arbitraire
Plage de scénarios
Basé sur l'histoire/la logique
Aléatoire "haut/bas"
compte
Transparent, vérifiable manuellement
boîte noire
présentation
"si-alors", conditionnel
bien sûr, je suppose
Sensibilité
Hypothèse critique marquée
Toutes les hypothèses sont considérées égales
Quatre modèles copiables
1) Squelette du scénario :
Obtenez cette sortie [par ex. dette/PIB] Je projetterai sur 5 ans. Variables déterminantes : croissance, inflation, intérêts, taux de change. Suggérez-moi un tableau d'hypothèses CLAIRE pour base/optimiste/pessimiste ; Écrivez une justification à côté de chaque hypothèse. Ne faites pas encore le calcul ; Permettez-moi d'abord de confirmer les hypothèses.
2) Feuille de calcul/code transparent :
Calculez la projection avec les hypothèses que j’approuve. Gardez les formules VISIBLES (il est donc évident comment chaque ligne a été calculée). Prenons un an comme exemple et montrez le calcul étape par étape afin que je puisse le vérifier manuellement. N'utilisez pas de boîte noire.
3) Analyse de sensibilité :
Dans le scénario de base, ajustez chaque hypothèse principale de ± X % une par une (les autres étant constantes) et dressez un tableau indiquant dans quelle mesure le résultat change. Marquez les 2 hypothèses qui affectent le plus le résultat comme « critiques ». Suggérez une validation de ces hypothèses critiques.
4) Test de résistance :
Donnez ce choc raisonnable mais dur : [par ex. +X point d'augmentation soudaine du taux d'intérêt, Y% de diminution des exportations]. Montrez comment la production évolue sous ce choc, si elle dépasse un seuil critique (par exemple, limite insoutenable dette/PIB). Expliquez clairement qu’il s’agit d’un scénario de stress conditionnel et non d’une prédiction.
Invite faible/Invite forte
Invite faible :
Écrivez-moi un scénario économique optimiste et pessimiste.
L’intelligence artificielle produit des scénarios de boîte noire injustifiés et sans sources ; Vous ne pouvez pas voir ou vérifier les hypothèses.
Invite puissante :
Je projetterai le ratio dette publique/PIB pour 2025-2029. Scénario de base : croissance 4%, inflation 25%, taux d'intérêt moyen X%, solde primaire Y% (j'ai ajouté mes sources). Jouez aux hypothèses avec RAISON pour optimiste/pessimiste (pour pessimiste, faites référence à la gravité des deux dernières récessions). Configurez le calcul sous forme de tableau transparent, affichez une année à vérifier manuellement, puis exécutez la sensibilité r−g. Indiquez dans le texte que les scénarios sont conditionnels et non des prédictions.
Erreurs courantes
- Cacher des hypothèses. L’hypothèse invisible est intenable.
- Arbitrairement optimiste/pessimiste. Des chiffres extrêmes et injustifiés détruisent la confiance.
- Présenter le scénario comme une prédiction. La condition de pensée « si » disparaît.
- Compte boîte noire. L'erreur est masquée, la vérification devient impossible.
- Saut de sensibilité. Mauvaise gestion des risques sans connaître l’hypothèse critique.
- L’hypothèse est de céder la propriété à l’intelligence artificielle. Le jugement appartient à l'homme.
En résumé
La modélisation de scénarios est l’art de traduire l’incertitude en conclusions conditionnelles au moyen d’hypothèses claires et justifiées. Les scénarios de base/optimistes/pessimistes doivent être robustes, les calculs doivent être transparents et vérifiables manuellement ; L'analyse de sensibilité devrait révéler l'hypothèse critique. L’intelligence artificielle accélère les calculs et les options, mais la justification, le caractère raisonnable et le jugement final des hypothèses appartiennent à l’économiste. Le scénario n’est pas une prédiction, mais un exercice de type « si-alors ».
Tâche de candidature
Choisissez une projection pour votre entreprise (budget, trésorerie, taux d'endettement). Produire un tableau d'hypothèses justifiées avec le 1er modèle, un calcul transparent avec le 2ème modèle et une analyse de sensibilité avec le 3ème modèle. Identifiez l'hypothèse critique qui affecte le plus le résultat et vérifiez-la à partir de la source d'origine. Vérifiez un scénario extrême proposé par l’IA pour le justifier et corrigez-le si nécessaire.
liste de contrôle
- [ ] J'ai écrit les hypothèses de chaque scénario de manière claire et justifiée.
- [ ] Je place l'optimiste/pessimiste sur une base historique ou logique.
- [ ] J'ai gardé le compte transparent et vérifié manuellement au moins une période.
- [ ] J'ai identifié l'hypothèse critique grâce à une analyse de sensibilité.
- [ ] J'ai confirmé l'hypothèse critique de la source originale.
- [ ] J'ai présenté les scénarios sous forme de « si-alors » conditionnels plutôt que de prédictions.
- [ ] J'ai conservé la propriété présumée et le jugement final.