Eenheid 6 / 11

Scenariomodellering en gevoeligheidsanalyse

Winst:

  • Vermogen om basis/optimistische/pessimistische scenario's op te stellen met duidelijke aannames en transparante, handmatig verifieerbare spreadsheets te produceren met kunstmatige intelligentie
  • Vermogen om gevoeligheids- en stresstestlogica toe te passen (hoeveel de uitkomst verandert als je een aanname verandert) en kritische aannames te identificeren
  • In staat zijn vol te houden dat het scenario geen voorspelling is, maar een voorwaardelijke 'als-dan'-oefening, en dat het eigendom van de aanname en het uiteindelijke oordeel aan de econoom toebehoort.

De toekomst is onzeker, en de taak van de econoom is niet om deze onzekerheid te verdoezelen met een precieze voorspelling, maar om deze zichtbaar te maken in geordende opties. Scenariomodellering is precies dit: "Als de wisselkoers naar dit niveau gaat, als de groei zo gebeurt, als de rente zo gaat, wat zal dan het resultaat zijn?" Een begrotingsprojectie, een analyse van de houdbaarheid van de schulden, een haalbaarheid van investeringen: het zijn allemaal doordachte scenario's. Kunstmatige intelligentie is hier een krachtige versneller: het vertaalt aannames in spreadsheets en genereert binnen enkele minuten drie tot vijf scenario's. Maar de meest kritische zin is deze: het scenario is geen voorspelling; Het is een voorwaardelijke ‘als-dan’-oefening, gebaseerd op expliciete aannames, en het eigendom van de aannames ligt bij de econoom. Kunstmatige intelligentie doet de berekening; Het is aan de mens om te beslissen welke veronderstelling redelijk is.

Anatomie van het script

Delen van een solide scenario:

  • Basis(basis)scenario. De meest waarschijnlijke reeks aannames zijn; het ‘verwachte’ traject.
  • Optimistische en pessimistische scenario's. Redelijke bovenste en onderste paden rond de basis. Deze moeten gerechtvaardigd zijn en niet willekeurig.
  • Duidelijke aannames. De cijfers waarop elk scenario is gebaseerd (groei, inflatie, wisselkoers, rente) worden één voor één opgeschreven. De impliciete veronderstelling is het onhoudbare scenario.
  • Transparante rekening. Formules van invoer tot uitvoer moeten zichtbaar en handmatig verifieerbaar zijn. Een black box-scenario werkt niet.
  • Conclusie en commentaar. Wat blijkt uit het verschil tussen de scenario’s? Welk risico is van welke omvang?
Tip: presenteer optimistische/pessimistische scenario's niet als een 'voorspellingsband'. Dit zijn geen waarschijnlijkheden, maar voorwaardelijke gevolgen: "Als de wisselkoers met 30% stijgt, zal de schuldenlast dat ook zijn." De zin moet altijd beginnen met 'als', zodat de lezer de voorwaarde ziet.

Gevoeligheidsanalyse: welke aanname is doorslaggevend?

De uitkomst van een scenario hangt af van tientallen aannames, maar deze zijn niet allemaal even belangrijk. Gevoeligheidsanalyse meet hoeveel de uitkomst verandert als je één aanname verandert, ceteris paribus. Als de uitkomst erg gevoelig is voor een aanname (kleine verandering maakt een groot verschil in uitkomst), is die aanname van cruciaal belang en verdient deze de meeste aandacht, verificatie en communicatie.

Stresstesten zijn hier een verlengstuk van: testen hoe het systeem/de begroting/de schulden zich gedragen onder een gematigde maar zware negatieve schok (bijvoorbeeld een plotselinge stijging van de rentetarieven, een ineenstorting van de exportmarkt). Het doel is niet om het ergste te voorspellen, maar om breekpunten te voorzien.

Let op: als je de AI vertelt ‘een pessimistisch scenario te maken’, kan het zijn dat je een willekeurig getal krijgt. Het pessimistische scenario is geen “uit de lucht vallen”, maar een gerechtvaardigde veronderstelling: het moet een historische of logische basis hebben, zoals “een beweging vergelijkbaar met de wisselkoersschok van 2018”. Je rechtvaardigt de veronderstelling.

Stap voor stap scenariostudie

  1. Definieer de vraag en de uitkomst. Wat projecteren wij? (schuld/bbp, begrotingssaldo, cashflow)
  2. Stuurprogrammavariabelen instellen. Een klein aantal belangrijke factoren (groei, inflatie, rente, wisselkoers) bepaalt de uitkomst.
  3. Maak basisaannames en onderbouw deze. De bron en logica van elk nummer wordt geschreven.
  4. Produceer de scripts. Verplaats aannames voor optimisten/pessimisten met rechtvaardiging.
  5. Maak een transparant account aan. Laat de AI de formules afdrukken als een zichtbare tabel/code.
  6. Gevoeligheid uitvoeren. Schud elke belangrijke aanname afzonderlijk en meet de respons.
  7. Reageer en filter. Welke veronderstelling is cruciaal? Zijn de resultaten redelijk? Het uiteindelijke oordeel is dat van de econoom.

drie minikoffers

Geval 1 — Schuldhoudbaarheid. Een schatkistanalist voorspelde de verhouding staatsschuld/bbp voor vijf jaar. Hij liet de AI drie scenario’s bedenken: basis (groei 4%, rente X%), optimistisch, pessimistisch. Gevoeligheidsanalyse toonde aan dat het resultaat het meest gevoelig was voor het reële rente-groeiverschil (r−g): als de groei onder de rente daalde, steeg de schuldquote snel. De analist benadrukte deze enkele kritische veronderstelling in het rapport; hij concentreerde zijn energie op het valideren ervan.

Geval 2 — Correctie van het willekeurig pessimistische scenario. In één instelling gaf AI een “pessimistisch scenario: groei -10%”, maar er was geen basis voor. De econoom wierp tegen: dit was zelfs nog erger dan de diepste crisis in de geschiedenis van het land en was niet gerechtvaardigd. Het pessimistische scenario werd verlaagd naar -3% op basis van de gemiddelde ernst van de afgelopen twee recessies. Het scenario was nu verdedigbaar.

Geval 3 — Transparant account opgeslagen. Op basis van een begrotingsprojectie zagen de resultaten er vreemd uit. Omdat de berekening transparant was, keek de analist naar de tabel en ontdekte de fout: de kunstmatige intelligentie had inflatie toegepast op de inkomstenkant, maar vergat deze toe te passen op de uitgavenkant. In een black box-model zou deze fout verborgen blijven; zichtbare formules onthulden het.

Scenario-ontwerptafel

artikel

goede praktijk

slechte praktijk

Aannames

Duidelijk, beredeneerd, afkomstig

geheim, willekeurig

Scenariobereik

Historisch/logisch gebaseerd

Willekeurig "hoog/laag"

rekening

Transparant, handmatig verifieerbaar

zwarte doos

presentatie

"als-dan", voorwaardelijk

zeker als gok

Gevoeligheid

Kritische veronderstelling gemarkeerd

Alle aannames worden als gelijk beschouwd

Vier kopieerbare sjablonen

1) Scenario-skelet:

Haal die uitvoer op [bijv. schuld/bbp] Ik ga uit van een periode van vijf jaar. Factorvariabelen: groei, inflatie, rente, wisselkoers. Stel mij een DUIDELIJKE aannametabel voor voor basis/optimistisch/pessimistisch; Schrijf een reden naast elke aanname. Maak de wiskunde nog niet; Laat ik eerst de aannames bevestigen.

2) Transparant spreadsheet/code:

Bereken de projectie met de aannames die ik goedkeur. Houd de formules ZICHTBAAR (zodat het duidelijk is hoe elke rij is berekend). Neem een ​​jaar als voorbeeld en laat de berekening stap voor stap zien, zodat ik deze handmatig kan verifiëren. Gebruik geen zwarte doos.

3) Gevoeligheidsanalyse:

In het basisscenario past u elke hoofdaanname één voor één aan met ±X% (andere constant) en maakt u een tabel van de mate waarin het resultaat verandert. Markeer de twee aannames die het resultaat het meest beïnvloeden als ‘kritiek’. Stel validatie voor deze kritische aannames voor.

4) Stresstest:

Geef deze redelijke maar harde schok: [bijv. +X punt plotselinge rentestijging, Y% daling van de export]. Laat zien hoe de productie onder deze schok verandert, ongeacht of deze een kritische drempel overschrijdt (bijvoorbeeld de onhoudbare grens voor de schuld/bbp). Maak duidelijk dat dit een conditioneel stressscenario is en geen voorspelling.

Zwakke prompt/sterke prompt

Zwakke prompt:

Schrijf mij een optimistisch en pessimistisch economisch scenario.

Kunstmatige intelligentie produceert ongerechtvaardigde, ongefundeerde black-box-scenario's; Je kunt aannames niet zien of verifiëren.

Krachtige prompt:

Ik zal de verhouding overheidsschuld/bbp voor 2025-2029 projecteren. Basisscenario: groei 4%, inflatie 25%, gemiddelde rente X%, primair saldo Y% (ik heb mijn bronnen toegevoegd). Speel aannames met REDEN voor optimist/pessimist (voor pessimist: verwijs naar de ernst van de laatste twee recessies). Stel de berekening op als een transparante tabel, geef een jaar weer dat handmatig moet worden geverifieerd en voer vervolgens de r−g-gevoeligheid uit. Geef in de tekst aan dat de scenario's voorwaardelijk zijn en geen voorspellingen.

Veel voorkomende fouten

  • Aannames verbergen. De onzichtbare veronderstelling is onhoudbaar.
  • Willekeurig optimistisch/pessimistisch. Ongerechtvaardigde extreme cijfers vernietigen het vertrouwen.
  • Het scenario presenteren als een voorspelling. De ‘als’-gedachtevoorwaarde verdwijnt.
  • Black box-rekening. De fout is verborgen, verificatie wordt onmogelijk.
  • Gevoeligheid overslaan. Risico's verkeerd beheren zonder de kritische veronderstelling te kennen.
  • De veronderstelling is om het eigendom af te staan ​​aan kunstmatige intelligentie. Het oordeel behoort de mens toe.

Samengevat

Scenariomodellering is de kunst van het vertalen van onzekerheid naar voorwaardelijke conclusies door middel van duidelijke en gerechtvaardigde aannames. Basis-/optimistische/pessimistische scenario's moeten robuust zijn, berekeningen moeten transparant zijn en handmatig verifieerbaar; Gevoeligheidsanalyse zou de kritische aanname moeten onthullen. Kunstmatige intelligentie versnelt de berekeningen en opties, maar de rechtvaardiging, redelijkheid en het uiteindelijke oordeel van de aannames liggen bij de econoom. Het scenario is geen voorspelling, maar een ‘als-dan’-oefening.

Applicatie taak

Kies een projectie voor uw bedrijf (budget, cashflow, schuldratio). Maak een tabel met gerechtvaardigde aannames met het eerste sjabloon, een transparante berekening met het tweede sjabloon en een gevoeligheidsanalyse met het derde sjabloon. Identificeer de kritische veronderstelling die de uitkomst het meest beïnvloedt en verifieer deze aan de hand van de oorspronkelijke bron. Controleer een door de AI voorgesteld extreem scenario op rechtvaardiging en corrigeer dit indien nodig.

controlelijst

  • [ ] Ik heb de aannames van elk scenario duidelijk en gemotiveerd opgeschreven.
  • [ ] Ik plaatste de optimist/pessimist op een historische of logische basis.
  • [ ] Ik heb de rekening transparant gehouden en minimaal één periode handmatig geverifieerd.
  • [ ] Ik heb de kritische aanname geïdentificeerd via gevoeligheidsanalyse.
  • [ ] Ik bevestigde de kritische veronderstelling uit de oorspronkelijke bron.
  • [ ] Ik presenteerde de scenario's als voorwaardelijk 'als-dan' in plaats van als voorspellingen.
  • [ ] Ik heb het vermoedelijke eigendom en het definitieve oordeel behouden.