이득:
- 명확한 가정을 통해 기본/낙관적/비관적 시나리오를 설정하고 인공 지능을 통해 투명하고 수동으로 검증 가능한 스프레드시트를 생성하는 능력
- 민감도 및 스트레스 테스트 논리(가정을 변경할 때 결과가 얼마나 변경되는지)를 적용하고 중요한 가정을 식별하는 능력
- 시나리오는 예측이 아니라 조건부 'if-then' 실행이며, 가정과 최종 판단의 소유권은 경제학자에게 있음을 유지할 수 있습니다.
미래는 불확실하며, 경제학자의 임무는 정확한 예측으로 이러한 불확실성을 덮는 것이 아니라 질서 있는 선택을 통해 이를 가시화하는 것입니다. 시나리오 모델링은 바로 이렇습니다. "환율이 이 수준으로 가면 성장이 이렇게 되면 금리가 이렇게 되면 결과는 어떻게 될까요?" 예산 예측, 부채 지속 가능성 분석, 투자 타당성 등 모두 시나리오를 통해 고려됩니다. 여기서 인공 지능은 강력한 가속기입니다. 가정을 스프레드시트로 변환하여 몇 분 안에 3~5개의 시나리오를 생성합니다. 그러나 가장 중요한 문장은 다음과 같습니다. 시나리오는 예측이 아닙니다. 이는 명시적인 가정에 기초한 조건부 "if-then" 연습이며, 가정의 소유권은 경제학자에게 있습니다. 인공 지능이 계산을 수행합니다. 어떤 가정이 합리적인지 결정하는 것은 인간의 몫입니다.
스크립트 분석
탄탄한 각본의 일부:
- 기본(기본) 시나리오. 가장 가능성이 높은 가정 세트는 다음과 같습니다. "예상" 경로.
- 낙관적 및 비관적 시나리오. 베이스 주변의 합리적인 상부 및 하부 트레일. 이는 자의적인 것이 아니라 정당해야 합니다.
- 명확한 가정. 각 시나리오의 기반이 되는 숫자(성장률, 인플레이션, 환율, 이자)가 하나씩 적혀 있습니다. 암묵적인 가정은 지지할 수 없는 시나리오입니다.
- 투명한 계정. 입력에서 출력까지의 수식은 눈에 보이고 수동으로 확인할 수 있어야 합니다. 블랙박스 시나리오는 작동하지 않습니다.
- 결론 및 의견. 시나리오의 차이점은 무엇을 보여줍니까? 어떤 위험의 규모가 어느 정도입니까?
팁: 낙관적/비관적 시나리오를 "예측 밴드"로 제시하지 마십시오. 이것은 확률이 아니라 조건부 결과입니다. "환율이 30% 증가하면 부채 부담이 높아집니다." 독자가 조건을 볼 수 있도록 문장은 항상 "if"로 시작해야 합니다.
민감도 분석: 어떤 가정이 결정적인가?
시나리오의 결과는 수십 가지 가정에 따라 달라지지만 모든 가정이 동일한 중요성을 갖는 것은 아닙니다. 민감도 분석은 하나의 가정(ceteris paribus)을 변경할 때 결과가 얼마나 변하는지 측정합니다. 결과가 가정에 매우 민감한 경우(작은 변화가 결과에 큰 차이를 가져온다), 해당 가정은 매우 중요하며 가장 많은 관심과 검증, 소통이 필요합니다.
스트레스 테스트는 이것의 확장입니다. 온건하지만 가혹한 부정적인 충격(예: 금리의 갑작스러운 급등, 수출 시장의 붕괴) 하에서 시스템/예산/부채가 어떻게 작동하는지 테스트합니다. 목표는 최악의 상황을 예측하는 것이 아니라 한계점을 예측하는 것입니다.
주의: AI에게 "비관적인 시나리오를 만들어라"라고 지시하면 임의의 숫자를 줄 수도 있습니다. 비관적 시나리오는 '하늘에서 떨어지는 것'이 아니라 '2018년 환율 충격과 유사한 움직임' 등 역사적, 논리적 근거가 있어야 한다는 정당한 가정이다. 당신은 가정을 정당화합니다.
단계별 시나리오 연구
- 질문과 결과를 정의하십시오. 우리는 무엇을 계획합니까? (부채/GDP, 예산수지, 현금흐름)
- 드라이버 변수를 설정합니다. 소수의 주요 입력 요소(성장, 인플레이션, 이자, 환율)가 결과를 결정합니다.
- 기본적인 가정을 하고 이를 정당화합니다. 각 숫자의 소스와 논리가 기록됩니다.
- 스크립트를 제작합니다. 낙관론자/비관론자에 대한 가정을 정당화와 함께 이동합니다.
- 투명한 계정을 설정하세요. AI가 수식을 눈에 보이는 테이블/코드로 인쇄하도록 합니다.
- 감도를 실행합니다. 각 주요 가정을 개별적으로 흔들어 응답을 측정합니다.
- 댓글과 필터. 어떤 가정이 중요합니까? 결과는 합리적인가? 최종 판단은 경제학자의 몫이다.
세 개의 미니 케이스
사례 1 — 부채 지속 가능성. 한 재무 분석가는 5년간의 공공 부채/GDP 비율을 예측했습니다. 그는 AI가 기본(성장률 4%, 금리 X%), 낙관적, 비관적이라는 세 가지 시나리오를 생성하도록 했습니다. 민감도 분석 결과는 실질이자율-성장격차(r-g)에 가장 민감한 것으로 나타났다. 성장률이 이자율 이하로 떨어지면 부채비율이 급격하게 상승했다. 분석가는 보고서에서 이 하나의 중요한 가정을 강조했습니다. 그는 그것을 검증하는 데 에너지를 집중했습니다.
사례 2 - 임의로 비관적인 시나리오 수정. 한 기관에서는 AI가 '비관적 시나리오: 성장률 -10%'를 제시했지만 근거가 없었다. 경제학자는 이의를 제기했습니다. 이것은 국가 역사상 가장 심각한 위기보다 훨씬 더 가혹했으며 정당화되지 않았습니다. 비관적 시나리오는 지난 두 번의 경기 침체의 평균 심각도를 기준으로 -3%로 하향 조정되었습니다. 이제 시나리오는 방어 가능해졌습니다.
사례 3 - 투명한 계정이 저장되었습니다. 예산 예측 결과는 이상해 보였습니다. 계산이 투명했기 때문에 분석가는 표를 보고 오류를 발견했습니다. 인공지능이 소득 측면에는 인플레이션을 적용했지만 비용 측면에는 적용하는 것을 잊어버렸습니다. 블랙박스 모델에서는 이 오류가 숨겨져 있습니다. 눈에 보이는 공식이 그것을 드러냈다.
시나리오 설계표
아이템
좋은 습관
나쁜 습관
가정
명확하고 합리적이며 출처가 있음
비밀, 임의
시나리오 범위
역사적/논리적 기반
무작위 "높음/낮음"
계정
투명하고 수동으로 검증 가능
블랙박스
프레젠테이션
"if-then", 조건부
추측대로 확실해
감도
중요한 가정이 표시됨
모든 가정은 동일한 것으로 간주됩니다.
복사 가능한 템플릿 4개
1) 시나리오 뼈대:
그 출력을 얻으십시오 [예 : 부채/GDP] 5년을 예상하겠습니다. 동인 변수: 성장, 인플레이션, 이자, 환율. 기본/낙관적/비관적에 대한 CLEAR 가정 테이블을 제안해 주세요. 각 가정 옆에 근거를 적습니다. 아직 계산하지 마세요. 먼저 가정을 확인해 보겠습니다.
2) 투명한 스프레드시트/코드:
내가 승인한 가정을 사용하여 예측을 계산합니다. 수식을 VISIBLE로 유지합니다(따라서 각 행이 어떻게 계산되었는지 명확하게 알 수 있음). 1년을 예로 들어 수동으로 확인할 수 있도록 계산을 단계별로 보여줍니다. 블랙박스를 사용하지 마세요.
3) 민감도 분석:
기본 시나리오에서 각 주요 가정을 ±X%씩 하나씩 조정하고(다른 가정은 일정함) 결과가 얼마나 변하는지에 대한 표를 만듭니다. 결과에 가장 큰 영향을 미치는 2가지 가정을 '중요'로 표시하세요. 이러한 중요한 가정에 대한 검증을 제안합니다.
4) 스트레스 테스트:
다음과 같이 합리적이지만 가혹한 충격을 가하십시오. [예: +X포인트 급격한 이자율 인상, Y% 수출 감소]. 임계값(예: 부채/GDP 지속 불가능 한도)을 초과하는지 여부에 따라 이 충격 하에서 생산량이 어떻게 변하는지 보여줍니다. 이는 예측이 아니라 조건부 스트레스 시나리오라는 점을 분명히 하세요.
약한 프롬프트 / 강한 프롬프트
약한 프롬프트:
낙관적인 경제 시나리오와 비관적인 경제 시나리오를 적어주세요.
인공 지능은 정당화되지 않고 출처도 밝혀지지 않은 블랙박스 시나리오를 생성합니다. 가정을 보거나 확인할 수 없습니다.
강력한 프롬프트:
2025~2029년의 공공 부채/GDP 비율을 예측하겠습니다. 기본 사례: 성장 4%, 인플레이션 25%, 평균 이자율 X%, 기본 잔액 Y%(소스를 추가했습니다). 낙관주의자/비관주의자의 경우 REASON을 사용하여 가정을 실행합니다(비관주의자의 경우 지난 두 번의 경기 침체의 심각성을 참조하세요). 계산을 투명한 테이블로 설정하고 수동으로 확인할 연도를 표시한 다음 r-g 민감도를 실행합니다. 시나리오는 예측이 아니라 조건부임을 텍스트에 명시합니다.
일반적인 실수
- 가정을 숨깁니다. 보이지 않는 가정은 지지될 수 없습니다.
- 임의로 낙관적/비관적입니다. 정당화되지 않은 극단적인 숫자는 신뢰를 파괴합니다.
- 시나리오를 예측으로 제시합니다. "만약"이라는 생각 조건이 사라집니다.
- 블랙박스 계정입니다. 오류가 숨겨지고 확인이 불가능해집니다.
- 감도 건너뛰기. 중요한 가정을 모르고 위험을 잘못 관리합니다.
- 인공지능에게 소유권을 넘겨준다는 가정이다. 판단은 사람에게 있습니다.
요약하면
시나리오 모델링은 명확하고 타당한 가정을 통해 불확실성을 조건부 결론으로 변환하는 기술입니다. 기본/낙관적/비관적 시나리오는 강력해야 하며 계산은 투명하고 수동으로 확인할 수 있어야 합니다. 민감도 분석은 중요한 가정을 밝혀야 합니다. 인공 지능은 계산과 옵션의 속도를 높이지만 가정의 정당성, 합리성 및 최종 판단은 경제학자의 몫입니다. 시나리오는 예측이 아니라 "if-then" 연습입니다.
응용과제
귀하의 비즈니스에 대한 예측(예산, 현금 흐름, 부채 비율)을 선택하십시오. 첫 번째 템플릿으로 타당한 가정표를 생성하고, 두 번째 템플릿으로 투명한 계산을, 세 번째 템플릿으로 민감도 분석을 생성합니다. 결과에 가장 큰 영향을 미치는 중요한 가정을 식별하고 원본 소스에서 이를 검증합니다. AI가 제안한 극단적인 시나리오를 확인해 정당성을 확인하고, 필요하면 수정한다.
체크리스트
- [ ] 각 시나리오의 가정을 명확하고 정당하게 작성했습니다.
- [ ] 나는 낙관주의자/비관주의자를 역사적 또는 논리적 근거에 두었습니다.
- [ ] 계정을 투명하게 유지하고 최소한 한 기간 동안 수동으로 확인했습니다.
- [ ] 민감도 분석을 통해 중요한 가정을 확인했습니다.
- [ ] 원문의 비판적 가정을 확인했습니다.
- [ ] 나는 예측이 아닌 조건부 "if-then"으로 시나리오를 제시했습니다.
- [ ] 나는 추정 소유권과 최종 판단을 유지합니다.