Mga nadagdag:
- Kakayahang magtatag ng mga basic/optimistic/pessimistic na mga senaryo na may malinaw na mga pagpapalagay at gumawa ng mga transparent, manual na nabe-verify na mga spreadsheet na may artificial intelligence
- Kakayahang mag-apply ng sensitivity at stress testing logic (kung gaano kalaki ang pagbabago sa resulta kapag binago mo ang isang assumption) at tukuyin ang mga kritikal na pagpapalagay
- Mapanatili na ang senaryo ay hindi isang hula kundi isang kondisyon na 'kung-kung gayon' na ehersisyo, at ang pagmamay-ari ng palagay at panghuling paghatol ay pagmamay-ari ng ekonomista.
Ang hinaharap ay hindi tiyak, at ang gawain ng ekonomista ay hindi upang pagtakpan ang kawalan ng katiyakan na ito ng isang tumpak na hula, ngunit upang gawin itong nakikita sa maayos na mga pagpipilian. Eksaktong ganito ang scenario modeling: "Kung ang halaga ng palitan ay napupunta sa antas na ito, kung ang paglago ay nangyayari nang ganito, kung ang rate ng interes ay magiging ganito, ano ang magiging resulta?" Isang projection ng badyet, isang pagsusuri sa pagpapanatili ng utang, isang pagiging posible sa pamumuhunan - lahat ay iniisip sa pamamagitan ng mga sitwasyon. Ang artificial intelligence ay isang makapangyarihang accelerator dito: isinasalin nito ang mga pagpapalagay sa mga spreadsheet, na bumubuo ng tatlo hanggang limang senaryo sa ilang minuto. Ngunit ang pinaka-kritikal na pangungusap ay ito: Ang senaryo ay hindi isang hula; Ito ay isang kondisyong "kung-kung gayon" na ehersisyo batay sa mga tahasang pagpapalagay, at ang pagmamay-ari ng mga pagpapalagay ay nakasalalay sa ekonomista. Ang artificial intelligence ang gumagawa ng kalkulasyon; Nasa tao ang pagpapasya kung aling palagay ang makatwiran.
Anatomy ng script
Mga bahagi ng isang solidong screenplay:
- Pangunahing (base) na senaryo. Ang pinaka-malamang na hanay ng mga pagpapalagay ay; ang "inaasahang" landas.
- Optimistic at pessimistic na mga sitwasyon. Makatuwirang itaas at ibabang mga daanan sa paligid ng base. Ang mga ito ay dapat na makatwiran, hindi basta-basta.
- Malinaw na mga pagpapalagay. Ang mga numero kung saan nakabatay ang bawat senaryo (paglago, implasyon, halaga ng palitan, interes) ay isa-isang isinusulat. Ang implicit assumption ay ang hindi mapagtibay na senaryo.
- Transparent na account. Ang mga formula mula sa input hanggang sa output ay dapat na nakikita at manual na nabe-verify. Hindi gagana ang senaryo ng black box.
- Konklusyon at komento. Ano ang ipinapakita ng pagkakaiba sa pagitan ng mga senaryo? Aling panganib ang nasa anong magnitude?
Tip: Huwag ipakita ang mga optimistic/pessimistic na sitwasyon bilang isang "forecast band." Ang mga ito ay hindi mga probabilidad, ngunit may kondisyon na mga kahihinatnan: "Kung ang halaga ng palitan ay tumaas ng 30%, ang pasanin sa utang ay magiging." Ang pangungusap ay dapat palaging nagsisimula sa "kung" upang makita ng mambabasa ang kondisyon.
Pagsusuri ng sensitivity: aling palagay ang mapagpasyahan?
Ang kinalabasan ng isang senaryo ay nakasalalay sa dose-dosenang mga pagpapalagay, ngunit hindi lahat ng mga ito ay may pantay na kahalagahan. Sinusukat ng pagsusuri sa pagiging sensitibo kung gaano kalaki ang pagbabago sa kinalabasan kapag binago mo ang isang palagay, ceteris paribus. Kung ang kinalabasan ay napakasensitibo sa isang pagpapalagay (maliit na pagbabago ay nagdudulot ng malaking pagkakaiba sa kinalabasan), ang pagpapalagay na iyon ay kritikal at nararapat na bigyan ng higit na pansin, pagpapatunay, at komunikasyon.
Ang stress testing ay isang extension nito: pagsubok kung paano kumikilos ang system/badyet/utang sa ilalim ng katamtaman ngunit malupit na negatibong pagkabigla (hal. biglaang pagtaas ng mga rate ng interes, pagbagsak sa export market). Ang layunin ay hindi upang hulaan ang pinakamasama, ngunit upang mahulaan ang mga breaking point.
Babala: Kung sasabihin mo sa AI na "gumawa ng isang pessimistic na sitwasyon", maaari itong magbigay sa iyo ng isang arbitrary na numero. Ang pessimistic na senaryo ay hindi isang "pagbagsak mula sa langit", ngunit isang makatwirang palagay: dapat itong magkaroon ng makasaysayang o lohikal na batayan, tulad ng "isang kilusan na katulad ng 2018 exchange rate shock". Binibigyang-katwiran mo ang palagay.
Hakbang-hakbang na pag-aaral ng senaryo
- Tukuyin ang tanong at ang kinalabasan. Anong project natin? (utang/GDP, balanse sa badyet, daloy ng salapi)
- Itakda ang mga variable ng driver. Ang isang maliit na bilang ng mga pangunahing input (paglago, inflation, interes, halaga ng palitan) ay tumutukoy sa kinalabasan.
- Gumawa ng mga batayang pagpapalagay at bigyang-katwiran ang mga ito. Ang pinagmulan at lohika ng bawat numero ay nakasulat.
- Gumawa ng mga script. Ilipat ang mga pagpapalagay para sa optimist/pessimist na may katwiran.
- Mag-set up ng transparent na account. Ipa-print sa AI ang mga formula bilang isang nakikitang talahanayan/code.
- Patakbuhin ang pagiging sensitibo. Iling ang bawat key assumption nang hiwalay at sukatin ang tugon.
- Magkomento at mag-filter. Aling palagay ang kritikal? Makatwiran ba ang mga resulta? Ang huling hatol ay sa ekonomista.
tatlong mini case
Kaso 1 — Pagpapanatili ng utang. Isang treasury analyst ang nag-proyekto ng pampublikong utang/GDP ratio sa loob ng 5 taon. Siya ay nagkaroon ng AI na lumikha ng tatlong mga senaryo: base (paglago 4%, rate ng interes X%), maasahin sa mabuti, pesimista. Ipinakita ng pagsusuri sa pagiging sensitibo na ang resulta ay pinakasensitibo sa tunay na agwat sa paglago ng interes (r−g): kung bumaba ang paglago sa ibaba ng rate ng interes, mabilis na tumaas ang ratio ng utang. Itinampok ng analyst ang nag-iisang kritikal na palagay na ito sa ulat; itinuon niya ang kanyang lakas sa pagpapatunay nito.
Kaso 2 — Pagwawasto ng arbitraryong pesimistikong senaryo. Sa isang institusyon, nagbigay ang AI ng "pessimistic scenario: growth -10%" ngunit wala itong basehan. Tutol ang ekonomista: ito ay mas malupit pa sa pinakamalalim na krisis sa kasaysayan ng bansa at hindi makatwiran. Ang pessimistic na senaryo ay ibinaba sa -3% batay sa average na kalubhaan ng nakaraang dalawang recession. Ang senaryo ay maipagtanggol na ngayon.
Case 3 — Transparent na account na na-save. Sa projection ng badyet, mukhang kakaiba ang mga resulta. Dahil transparent ang kalkulasyon, pinanood ng analyst ang talahanayan at natagpuan ang error: ang artificial intelligence ay naglapat ng inflation sa bahagi ng kita ngunit nakalimutang ilapat ito sa bahagi ng gastos. Sa isang modelong black box, mananatiling nakatago ang error na ito; inihayag ito ng mga nakikitang formula.
Talaan ng disenyo ng senaryo
aytem
magandang pagsasanay
masamang gawi
Mga pagpapalagay
Malinaw, makatwiran, pinanggalingan
lihim, arbitraryo
Saklaw ng senaryo
Batay sa kasaysayan/lohikal
Random na "mataas/mababa"
account
Transparent, manual na nabe-verify
itim na kahon
pagtatanghal
"kung-kung gayon", may kondisyon
sigurado bilang hula
pagiging sensitibo
Minarkahan ang kritikal na palagay
Ang lahat ng mga pagpapalagay ay itinuturing na pantay
Apat na maaaring kopyahin na mga template
1) Skeleton ng sitwasyon:
Kunin ang output na iyon [hal. utang/GDP] Magpo-project ako ng 5 taon. Mga variable ng driver: paglago, inflation, interes, halaga ng palitan. Magmungkahi sa akin ng isang MALINAW na talahanayan ng pagpapalagay para sa base/optimistic/pessimistic; Sumulat ng katwiran sa tabi ng bawat palagay. Huwag gawin ang matematika; Hayaan mo muna akong kumpirmahin ang mga pagpapalagay.
2) Transparent na spreadsheet/code:
Kalkulahin ang projection gamit ang mga pagpapalagay na inaprubahan ko. Panatilihing VISIBLE ang mga formula (kaya kitang-kita kung paano kinakalkula ang bawat row). Kumuha ng isang taon bilang isang halimbawa at ipakita ang pagkalkula nang sunud-sunod upang ma-verify ko ito nang manu-mano. Huwag gumamit ng itim na kahon.
3) Pagsusuri ng pagiging sensitibo:
Sa base scenario, ayusin ang bawat pangunahing assumption sa pamamagitan ng ±X% isa-isa (iba pare-pareho) at gumawa ng talahanayan kung gaano kalaki ang pagbabago sa resulta. Markahan ang 2 pagpapalagay na higit na nakakaapekto sa resulta bilang "kritikal". Magmungkahi ng pagpapatunay para sa mga kritikal na pagpapalagay na ito.
4) Stress test:
Ibigay itong makatwiran ngunit malupit na pagkabigla: [hal. +X point biglaang pagtaas sa rate ng interes, Y% pagbaba sa mga pag-export]. Ipakita kung paano nagbabago ang output sa ilalim ng shock na ito, lumampas man ito sa isang kritikal na threshold (hal. utang/GDP na hindi napapanatiling limitasyon). Gawing malinaw na ito ay isang conditional stress scenario, hindi isang hula.
Mahinang prompt / Malakas na prompt
Mahinang prompt:
Sumulat sa akin ng isang optimistiko at pesimistikong senaryo sa ekonomiya.
Ang artipisyal na katalinuhan ay gumagawa ng hindi makatwiran, hindi pinagkunan, black-box na mga sitwasyon; Hindi mo makikita o ma-verify ang mga pagpapalagay.
Napakahusay na prompt:
Itatayo ko ang ratio ng pampublikong utang/GDP para sa 2025-2029. Base case: growth 4%, inflation 25%, average interest rate X%, primary balance Y% (idinagdag ko ang aking mga source). Maglaro ng mga pagpapalagay na may REASON para sa optimist/pessimist (para sa pessimist, banggitin ang kalubhaan ng huling dalawang recession). I-set up ang kalkulasyon bilang isang transparent na talahanayan, ipakita ang isang taon upang manu-manong i-verify, pagkatapos ay patakbuhin ang r−g sensitivity. Sabihin sa teksto na ang mga senaryo ay may kondisyon, hindi mga hula.
Mga karaniwang pagkakamali
- Pagtatago ng mga pagpapalagay. Ang hindi nakikitang pag-aakala ay hindi mapagkakatiwalaan.
- Arbitraryong optimistiko/pessimistic. Ang hindi makatarungang matinding bilang ay sumisira sa tiwala.
- Paglalahad ng senaryo bilang isang hula. Ang "kung" kondisyon ng pag-iisip ay nawawala.
- Black box account. Nakatago ang error, nagiging imposible ang pag-verify.
- Paglaktaw ng pagiging sensitibo. Maling pamamahala sa panganib nang hindi nalalaman ang kritikal na palagay.
- Ang palagay ay ibigay ang pagmamay-ari sa artificial intelligence. Ang paghatol ay pag-aari ng tao.
Sa buod
Ang pagmomodelo ng senaryo ay ang sining ng pagsasalin ng kawalan ng katiyakan sa mga kondisyong konklusyon sa pamamagitan ng malinaw at makatwirang mga pagpapalagay. Ang mga base/optimistic/pessimistic na mga sitwasyon ay dapat na matatag, ang mga kalkulasyon ay dapat na transparent at manu-manong nabe-verify; Dapat ipakita ng pagsusuri sa pagiging sensitibo ang kritikal na palagay. Pinapabilis ng artipisyal na katalinuhan ang pagkalkula at mga opsyon, ngunit ang katwiran, pagiging makatwiran at panghuling paghatol ng mga pagpapalagay ay nakasalalay sa ekonomista. Ang senaryo ay hindi isang hula, ngunit isang "kung-kung gayon" na ehersisyo.
Gawain ng aplikasyon
Pumili ng projection para sa iyong negosyo (badyet, cash flow, ratio ng utang). Gumawa ng makatwirang talahanayan ng pagpapalagay na may 1st template, transparent na kalkulasyon gamit ang 2nd template, at sensitivity analysis gamit ang 3rd template. Tukuyin ang kritikal na palagay na higit na nakakaapekto sa kinalabasan at i-verify ito mula sa orihinal na pinagmulan. Suriin ang isang matinding senaryo na iminungkahi ng AI para sa pagbibigay-katwiran at itama ito kung kinakailangan.
checklist
- [ ] Isinulat ko nang malinaw at may katwiran ang mga pagpapalagay ng bawat senaryo.
- [ ] Inilalagay ko ang optimist/pessimist sa historikal o lohikal na batayan.
- [ ] Pinananatiling transparent ko ang account at manu-manong na-verify kahit isang panahon.
- [ ] Natukoy ko ang kritikal na palagay sa pamamagitan ng pagsusuri sa pagiging sensitibo.
- [ ] Kinumpirma ko ang kritikal na palagay mula sa orihinal na pinagmulan.
- [ ] Iniharap ko ang mga senaryo bilang kondisyonal na "kung-kung gayon" sa halip na mga hula.
- [ ] Napanatili ko ang mapagpalagay na pagmamay-ari at huling paghatol.