การสร้างแบบจำลองสถานการณ์และการวิเคราะห์ความไว

กำไร:

• ความสามารถในการสร้างสถานการณ์พื้นฐาน/ในแง่ดี/ในแง่ร้ายด้วยสมมติฐานที่ชัดเจน และสร้างสเปรดชีตที่โปร่งใสและตรวจสอบได้ด้วยตนเองด้วยปัญญาประดิษฐ์
• ความสามารถในการใช้ตรรกะการทดสอบความไวและความเครียด (ผลลัพธ์จะเปลี่ยนแปลงไปมากเพียงใดเมื่อคุณเปลี่ยนสมมติฐาน) และระบุสมมติฐานที่สำคัญ
• สามารถรักษาได้ว่าสถานการณ์นั้นไม่ใช่การคาดการณ์ แต่เป็นการฝึกแบบมีเงื่อนไข 'ถ้า-แล้ว' และความเป็นเจ้าของสมมติฐานและการตัดสินขั้นสุดท้ายเป็นของนักเศรษฐศาสตร์

อนาคตเป็นสิ่งที่ไม่แน่นอน และหน้าที่ของนักเศรษฐศาสตร์ไม่ใช่การปกปิดความไม่แน่นอนนี้ด้วยการคาดการณ์ที่แม่นยำ แต่ต้องทำให้มองเห็นได้อย่างเป็นระเบียบ การสร้างแบบจำลองสถานการณ์เป็นเช่นนี้: "หากอัตราแลกเปลี่ยนไปที่ระดับนี้ หากการเติบโตเกิดขึ้นเช่นนี้ หากอัตราดอกเบี้ยเป็นเช่นนี้ ผลลัพธ์จะเป็นอย่างไร" การประมาณการงบประมาณ การวิเคราะห์ความยั่งยืนของหนี้ ความเป็นไปได้ในการลงทุน ทั้งหมดนี้ล้วนได้รับการพิจารณาผ่านสถานการณ์ต่างๆ ปัญญาประดิษฐ์เป็นตัวเร่งที่ทรงพลังที่นี่ โดยแปลสมมติฐานเป็นสเปรดชีต สร้างสถานการณ์ได้ 3-5 สถานการณ์ในเวลาไม่กี่นาที แต่ประโยคที่สำคัญที่สุดคือ: สถานการณ์ไม่ใช่การคาดเดา เป็นแบบฝึกหัด "ถ้า-แล้ว" แบบมีเงื่อนไขซึ่งตั้งอยู่บนสมมติฐานที่ชัดเจน และความเป็นเจ้าของสมมติฐานนั้นขึ้นอยู่กับนักเศรษฐศาสตร์ ปัญญาประดิษฐ์ทำการคำนวณ ขึ้นอยู่กับมนุษย์ที่จะตัดสินใจว่าสมมติฐานใดที่สมเหตุสมผล

กายวิภาคของสคริปต์

ส่วนหนึ่งของบทภาพยนตร์ที่แข็งแกร่ง:

• สถานการณ์พื้นฐาน (ฐาน) ชุดสมมติฐานที่เป็นไปได้มากที่สุดคือ เส้นทางที่ "คาดหวัง"
• สถานการณ์ในแง่ดีและในแง่ร้าย เส้นทางบนและล่างที่เหมาะสมรอบฐาน สิ่งเหล่านี้ควรมีเหตุผล ไม่ใช่โดยพลการ
• สมมติฐานที่ชัดเจน ตัวเลขที่แต่ละสถานการณ์เป็นพื้นฐาน (การเติบโต อัตราเงินเฟ้อ อัตราแลกเปลี่ยน ดอกเบี้ย) จะถูกเขียนทีละรายการ สมมติฐานโดยนัยคือสถานการณ์ที่ไม่สามารถป้องกันได้
• บัญชีโปร่งใส สูตรจากอินพุตไปยังเอาต์พุตจะต้องมองเห็นได้และตรวจสอบได้ด้วยตนเอง สถานการณ์กล่องดำจะไม่ทำงาน
• สรุปและแสดงความคิดเห็น. ความแตกต่างระหว่างสถานการณ์แสดงให้เห็นอะไร? ความเสี่ยงจะมีขนาดเท่าใด?

เคล็ดลับ: อย่านำเสนอสถานการณ์ในแง่ดี/แง่ร้ายว่าเป็น "แถบการคาดการณ์" สิ่งเหล่านี้ไม่ใช่ความน่าจะเป็น แต่เป็นผลกระทบตามเงื่อนไข: "หากอัตราแลกเปลี่ยนเพิ่มขึ้น 30% ภาระหนี้ก็จะเป็นเช่นนั้น" ประโยคควรขึ้นต้นด้วย "if" เสมอเพื่อให้ผู้อ่านเห็นเงื่อนไข

การวิเคราะห์ความไว: ข้อสันนิษฐานใดที่ชี้ขาด

ผลลัพธ์ของสถานการณ์ขึ้นอยู่กับสมมติฐานหลายประการ แต่ไม่ใช่ทั้งหมดที่มีความสำคัญเท่ากัน การวิเคราะห์ความไวจะวัดว่าผลลัพธ์จะเปลี่ยนแปลงไปมากน้อยเพียงใดเมื่อคุณเปลี่ยนสมมติฐานหนึ่งข้อ ซึ่งก็คือ ceteris paribus หากผลลัพธ์มีความอ่อนไหวต่อสมมติฐานมาก (การเปลี่ยนแปลงเล็กน้อยทำให้เกิดความแตกต่างอย่างมากในผลลัพธ์) สมมติฐานนั้นมีความสำคัญและสมควรได้รับความสนใจ การตรวจสอบ และการสื่อสารมากที่สุด

การทดสอบความเครียดเป็นส่วนขยายของสิ่งนี้: การทดสอบว่าระบบ/งบประมาณ/หนี้มีพฤติกรรมอย่างไรภายใต้การเปลี่ยนแปลงเชิงลบในระดับปานกลางแต่รุนแรง (เช่น อัตราดอกเบี้ยที่พุ่งขึ้นอย่างกะทันหัน การล่มสลายในตลาดส่งออก) เป้าหมายไม่ใช่การคาดเดาสิ่งที่เลวร้ายที่สุด แต่เพื่อคาดการณ์จุดแตกหัก

ข้อควรระวัง: หากคุณบอกให้ AI "สร้างสถานการณ์ที่มองโลกในแง่ร้าย" ก็อาจทำให้คุณได้ตัวเลขตามใจชอบ สถานการณ์ในแง่ร้ายไม่ใช่ "ตกลงมาจากท้องฟ้า" แต่เป็นสมมติฐานที่สมเหตุสมผล ต้องมีพื้นฐานทางประวัติศาสตร์หรือตรรกะ เช่น "การเคลื่อนไหวที่คล้ายกับการเปลี่ยนแปลงของอัตราแลกเปลี่ยนในปี 2018" คุณพิสูจน์สมมติฐาน

การศึกษาสถานการณ์ทีละขั้นตอน

1. กำหนดคำถามและผลลัพธ์ เราโครงการอะไร? (หนี้/GDP, งบดุล, กระแสเงินสด)
2. ตั้งค่าตัวแปรไดรเวอร์ ปัจจัยการผลิตหลักจำนวนไม่มาก (การเติบโต อัตราเงินเฟ้อ ดอกเบี้ย อัตราแลกเปลี่ยน) จะเป็นตัวกำหนดผลลัพธ์
3. สร้างสมมติฐานพื้นฐานและปรับให้เหมาะสม มีการเขียนแหล่งที่มาและตรรกะของแต่ละตัวเลข
4. ผลิตสคริปต์ ย้ายสมมติฐานสำหรับผู้มองโลกในแง่ดี/มองโลกในแง่ร้ายโดยมีเหตุผล
5. ตั้งค่าบัญชีที่โปร่งใส ให้ AI ​​พิมพ์สูตรเป็นตาราง/โค้ดที่มองเห็นได้
6. เรียกใช้ความไว เขย่าสมมติฐานแต่ละคีย์แยกกันและวัดการตอบสนอง
7. แสดงความคิดเห็นและกรอง สมมติฐานใดที่มีความสำคัญ? ผลลัพธ์มีความสมเหตุสมผลหรือไม่? การตัดสินขั้นสุดท้ายเป็นของนักเศรษฐศาสตร์

มินิเคสสามอัน

กรณีที่ 1 — ความยั่งยืนของหนี้ นักวิเคราะห์คลังคาดการณ์อัตราส่วนหนี้สาธารณะ/GDP เป็นเวลา 5 ปี เขามี AI ​​สร้างสถานการณ์สามแบบ: ฐาน (การเติบโต 4%, อัตราดอกเบี้ย X%), มองโลกในแง่ดี, มองโลกในแง่ร้าย การวิเคราะห์ความไวแสดงให้เห็นว่าผลลัพธ์มีความอ่อนไหวมากที่สุดต่อช่องว่างการเติบโตของดอกเบี้ยที่แท้จริง (r−g): หากการเติบโตลดลงต่ำกว่าอัตราดอกเบี้ย อัตราส่วนหนี้สินก็จะเพิ่มขึ้นอย่างรวดเร็ว นักวิเคราะห์เน้นย้ำถึงสมมติฐานที่สำคัญข้อเดียวนี้ในรายงาน เขามุ่งความสนใจไปที่การตรวจสอบความถูกต้อง

กรณีที่ 2 — การแก้ไขสถานการณ์ในแง่ร้ายโดยพลการ ในสถาบันแห่งหนึ่ง AI ให้ "สถานการณ์ในแง่ร้าย: การเติบโต -10%" แต่ไม่มีพื้นฐาน นักเศรษฐศาสตร์คัดค้าน: สิ่งนี้รุนแรงกว่าวิกฤตที่ลึกที่สุดในประวัติศาสตร์ของประเทศและไม่ยุติธรรม สถานการณ์ในแง่ร้ายถูกลดระดับลงเหลือ -3% ตามความรุนแรงโดยเฉลี่ยของภาวะเศรษฐกิจถดถอยสองครั้งที่ผ่านมา ขณะนี้สถานการณ์สามารถป้องกันได้

กรณีที่ 3 — บันทึกบัญชีที่โปร่งใสแล้ว ในการประมาณการงบประมาณ ผลลัพธ์ดูแปลก เนื่องจากการคำนวณมีความโปร่งใส นักวิเคราะห์จึงดูตารางและพบข้อผิดพลาด: ปัญญาประดิษฐ์ใช้อัตราเงินเฟ้อกับด้านรายได้แต่ลืมนำไปใช้กับด้านค่าใช้จ่าย ในโมเดลกล่องดำ ข้อผิดพลาดนี้จะยังคงซ่อนอยู่ สูตรที่มองเห็นได้เผยให้เห็นมัน

Scenario design table

item

good practice

bad practice

Assumptions

Clear, reasoned, sourced

secret, arbitrary

Scenario range

ตามประวัติศาสตร์/ตามหลักตรรกะ

Random "high/low"

บัญชี

โปร่งใส ตรวจสอบได้ด้วยตนเอง

black box

การนำเสนอ

"if-then", conditional

sure as guess

Sensitivity

ทำเครื่องหมายข้อสันนิษฐานที่สำคัญแล้ว

สมมติฐานทั้งหมดถือว่าเท่าเทียมกัน

เทมเพลตที่สามารถคัดลอกได้สี่แบบ

1) Scenario skeleton:

รับผลลัพธ์นั้น [เช่น หนี้/GDP] ฉันจะประมาณการ 5 ปี ตัวแปรขับเคลื่อน: การเติบโต อัตราเงินเฟ้อ ดอกเบี้ย อัตราแลกเปลี่ยน แนะนำตารางสมมติฐานที่ชัดเจนให้ฉันสำหรับฐาน/แง่ดี/แง่ร้าย เขียนเหตุผลข้างสมมติฐานแต่ละข้อ อย่าเพิ่งทำคณิตศาสตร์ ผมขอยืนยันสมมติฐานก่อน

2) สเปรดชีต/รหัสโปร่งใส:

คำนวณการฉายภาพด้วยสมมติฐานที่ฉันอนุมัติ คงสูตรที่มองเห็นได้ (เพื่อให้ชัดเจนว่าแต่ละแถวคำนวณอย่างไร) ใช้เวลาหนึ่งปีเป็นตัวอย่างและแสดงการคำนวณทีละขั้นตอนเพื่อให้ฉันสามารถตรวจสอบได้ด้วยตนเอง อย่าใช้กล่องดำ

3) การวิเคราะห์ความไว:

ในสถานการณ์พื้นฐาน ให้ปรับสมมติฐานหลักแต่ละข้อ ±X% ทีละข้อ (ค่าคงที่อื่นๆ) และจัดทำตารางจำนวนผลลัพธ์ที่เปลี่ยนแปลง ทำเครื่องหมายสมมติฐาน 2 ข้อที่ส่งผลต่อผลลัพธ์มากที่สุดว่า "วิกฤต" เสนอให้มีการตรวจสอบสมมติฐานที่สำคัญเหล่านี้

4) Stress test:

สร้างความตกใจที่สมเหตุสมผลแต่รุนแรง: [เช่น +X ชี้อัตราดอกเบี้ยเพิ่มขึ้นอย่างกะทันหัน การส่งออกลดลง Y%] แสดงให้เห็นว่าผลผลิตเปลี่ยนแปลงไปอย่างไรภายใต้ภาวะช็อกนี้ ไม่ว่าจะเกินเกณฑ์วิกฤตหรือไม่ (เช่น หนี้/ขีดจำกัด GDP ที่ไม่ยั่งยืน) ทำให้ชัดเจนว่านี่เป็นสถานการณ์จำลองความเครียดที่มีเงื่อนไข ไม่ใช่การคาดการณ์

พรอมต์อ่อน / พรอมต์แรง

พรอมต์ที่อ่อนแอ:

เขียนสถานการณ์ทางเศรษฐกิจในแง่ดีและในแง่ร้ายให้ฉัน

ปัญญาประดิษฐ์สร้างสถานการณ์กล่องดำที่ไม่ยุติธรรม ไม่มีแหล่งที่มา You cannot see or verify assumptions.

พรอมต์อันทรงพลัง:

ฉันจะประมาณการอัตราส่วนหนี้สาธารณะต่อ GDP ปี 2568-2572 กรณีฐาน: การเติบโต 4% อัตราเงินเฟ้อ 25% อัตราดอกเบี้ยเฉลี่ย X% ยอดคงเหลือหลัก Y% (ฉันเพิ่มแหล่งที่มาของฉัน) เล่นสมมติฐานโดยมีเหตุผลสำหรับผู้มองโลกในแง่ดี/ผู้มองโลกในแง่ร้าย (สำหรับผู้มองโลกในแง่ร้าย ให้อ้างอิงถึงความรุนแรงของภาวะเศรษฐกิจถดถอยสองครั้งล่าสุด) ตั้งค่าการคำนวณเป็นตารางโปร่งใส แสดงปีที่ต้องตรวจสอบด้วยตนเอง จากนั้นรันความไว r−g ระบุในข้อความว่าสถานการณ์เป็นไปตามเงื่อนไข ไม่ใช่การคาดการณ์

ข้อผิดพลาดทั่วไป

• การซ่อนสมมติฐาน สมมติฐานที่มองไม่เห็นนั้นไม่อาจป้องกันได้
• มองโลกในแง่ดี/มองโลกในแง่ร้ายโดยพลการ Unjustified extreme numbers destroy trust.
• การนำเสนอสถานการณ์เป็นการทำนาย สภาวะความคิด "ถ้า" จะหายไป
• บัญชีกล่องดำ ข้อผิดพลาดถูกซ่อนอยู่ ทำให้การยืนยันเป็นไปไม่ได้
• ความไวในการข้าม การจัดการความเสี่ยงที่ไม่ถูกต้องโดยไม่ทราบถึงสมมติฐานที่สำคัญ
• สมมติฐานคือการยกสิทธิ์การเป็นเจ้าของปัญญาประดิษฐ์ การพิพากษาเป็นของมนุษย์

โดยสรุป

การสร้างแบบจำลองสถานการณ์เป็นศิลปะในการแปลความไม่แน่นอนให้เป็นข้อสรุปแบบมีเงื่อนไขผ่านสมมติฐานที่ชัดเจนและสมเหตุสมผล สถานการณ์ฐาน/แง่ดี/แง่ร้ายต้องแข็งแกร่ง การคำนวณต้องโปร่งใสและตรวจสอบได้ด้วยตนเอง การวิเคราะห์ความไวควรเปิดเผยสมมติฐานที่สำคัญ ปัญญาประดิษฐ์จะเร่งความเร็วในการคำนวณและตัวเลือกต่างๆ แต่การให้เหตุผล ความสมเหตุสมผล และการตัดสินขั้นสุดท้ายของสมมติฐานขึ้นอยู่กับนักเศรษฐศาสตร์ สถานการณ์นี้ไม่ใช่การคาดการณ์ แต่เป็นแบบฝึกหัด "ถ้า-แล้ว"

งานสมัคร

เลือกประมาณการสำหรับธุรกิจของคุณ (งบประมาณ กระแสเงินสด อัตราส่วนหนี้สิน) สร้างตารางสมมติฐานที่สมเหตุสมผลด้วยเทมเพลตที่ 1 การคำนวณที่โปร่งใสด้วยเทมเพลตที่ 2 และการวิเคราะห์ความไวด้วยเทมเพลตที่ 3 ระบุสมมติฐานที่สำคัญที่ส่งผลต่อผลลัพธ์มากที่สุด และตรวจสอบจากแหล่งที่มาดั้งเดิม ตรวจสอบสถานการณ์สุดขั้วที่แนะนำโดย AI เพื่อหาเหตุผลและแก้ไขหากจำเป็น

รายการตรวจสอบ

• [ ] ฉันได้เขียนสมมติฐานของแต่ละสถานการณ์ไว้อย่างชัดเจนและมีเหตุผล
• [ ] ฉันถือว่าผู้มองโลกในแง่ดี/ผู้มองโลกในแง่ร้ายตามพื้นฐานทางประวัติศาสตร์หรือเชิงตรรกะ
• [ ] ฉันรักษาบัญชีให้โปร่งใสและตรวจสอบด้วยตนเองอย่างน้อยหนึ่งช่วง
• [ ] ฉันระบุข้อสันนิษฐานที่สำคัญผ่านการวิเคราะห์ความอ่อนไหว
• [ ] ฉันยืนยันข้อสันนิษฐานที่สำคัญจากแหล่งดั้งเดิม
• [ ] ฉันนำเสนอสถานการณ์ต่างๆ ในรูปแบบ "ถ้า-แล้ว" แบบมีเงื่อนไข มากกว่าการคาดการณ์
• [ ] ฉันยังคงรักษาความเป็นเจ้าของโดยสันนิษฐานและการตัดสินขั้นสุดท้าย