Olasılıksal Senaryo Analizi — Belirsizlik altında olasılıksal çok senaryolu değerlendirme
- Ortaya koyan
- Dantzig, G. B.; Birge, J. R.; and others in stochastic programming tradition
- Yıl
- 1955–1980s
- Tür
- Probabilistic scenario enumeration and evaluation
- Aile
- Simulation / optimization
Bu metin makine çevirisidir ve henüz incelenmedi. Asıl metni İngilizce oku
Ne işe yarar?
Olasılıksal Senaryo Analizi, bir sistemi veya kararı, her birinin gerçekleşme olasılığı atanmış, açıkça tanımlanmış birden çok senaryo üzerinden değerlendirir.
Deterministik senaryo analizinin aksine, belirsizliği olasılık dağılımları aracılığıyla yayar ve senaryo uzayı boyunca beklenen sonuçları, varyansı ve risk ölçümlerini hesaplar, karar vericilere ne olabileceğine ve her sonucun ne kadar olası olduğuna dair yapılandırılmış bir görünüm sunar.
Yöntemin mantığı
Gelecekteki talep bilinmezken altyapı yatırımı planladığınızı hayal edin. Tek bir tahmine odaklanmak yerine, olası gelecekler kümesi — yüksek büyüme, durgunluk, yıkıcı — tanımlar ve her birine uzman görüşüne veya geçmiş verilere dayanarak bir olasılık atarsınız. Ardından, her bir gelecek altında kararınızı değerlendirir, sonuçları olasılıklarıyla ağırlıklandırır ve beklenen değeri, en kötü durum maruziyetini ve yukarı yönlü potansiyeli hesaplarsınız. Sonuç tek bir sayı değil, sonuçların bir dağılımıdır; bu da beklenen durumda yalnızca optimal olan stratejiler yerine gelecekler boyunca sağlam stratejiler seçmenize yardımcı olur.
Tarih
Olasılıksal senaryo analizi, 1950'ler-1970'lerde RAND ve Shell'de geliştirilen senaryo planlaması ile Dantzig (1955) ve Beale (1955) tarafından biçimlendirilen stokastik programlamanın kesişiminden doğmuştur. Alan, 1980'ler-1990'larda Birge, Louveaux ve diğerlerinin çalışmalarıyla olgunlaşmış, 1990'lardan itibaren finansal risk yönetimi, enerji planlaması ve iklim politikasında geniş çapta benimsenmiştir.
Ne zaman kullanılır?
Anahtar belirsizliklerin, her biri anlamlı bir olasılık tahmini taşıyan yönetilebilir bir ayrık gelecekler kümesi olarak ifade edilebildiği durumlarda Olasılıksal Senaryo Analizi kullanın — stratejik planlama, finansal stres testi, iklim uyumu ve kamu politikası değerlendirmelerinde yaygındır. Özellikle kuyruk risklerinin beklenen performans kadar önemli olduğu durumlarda değerlidir. İlgili senaryo sayısı anlamlı bir şekilde listelenemeyecek kadar büyük olduğunda, olasılık tahminlerinin tamamen mevcut olmadığı veya anlamsız olduğu durumlarda (sağlam karar verme gibi derin belirsizlik yöntemlerini kullanın), karar alanı sürekli olduğunda ve tam stokastik optimizasyon gerektirdiğinde veya sonuçlar, kendisi modellenmeyen senaryo içi parametre belirsizliğine yüksek derecede duyarlı olduğunda kaçının.
Sınırlar ve dikkat edilmesi gerekenler
- Sonuçlar, seçilen senaryo kümesine ve atanan olasılıklara oldukça duyarlıdır; kötü kalibre edilmiş olasılıklar yanıltıcı beklenen değerler üretir.
- Ayrık senaryo kümeleri, adlandırılmış herhangi bir senaryo tarafından yakalanmayan önemli ara durumları veya kuyruk sonuçlarını kaçırabilir.
- Belirsiz sürücülerin sayısı arttıkça, tam kapsama için gereken senaryo sayısı üstel olarak artar, bu da listelemeyi pratik olmaktan çıkarır.
- Yöntem doğası gereği kararları optimize etmez; optimizasyonla eşleştirmek, karmaşıklık katan stokastik programlama formülasyonları gerektirir.
- Olasılık ağırlıklı sonuçları, paydaşların olasılığından bağımsız olarak en kötü durum senaryosuna odaklandığı durumlarda teknik olmayan kitlelere iletmek zor olabilir.
Kaynak metnin koşulları, bağımsız bilimsel inceleme veya analiz motoru doğrulaması yerine geçmez.
Güçlü yönleri
- Belirsizliği, nokta tahminlarında gizlemek yerine adlandırılmış ve nicelenmiş farklı gelecekler aracılığıyla açık ve şeffaf hale getirir.
- Beklenen değer, varyans ve kuyruk riski istatistikleri dahil olmak üzere hem beklenen değer hem de riskten kaçınan karar kriterlerini destekleyen zengin risk ölçümleri üretir.
- Orta düzeyde senaryo sayıları için hesaplama açısından elverişlidir, bu da her senaryo içinde karmaşık sonuç modellerinin kullanımına olanak tanır.
- Adlandırılmış senaryolar ve somut anlatılarla birlikte olasılık ağırlıklı özetler aracılığıyla sonuçları paydaşlara doğal olarak iletir.
- Resmi bir karar değişkeni seçilmesi gerektiğinde optimizasyon modelleriyle (stokastik programlama) sorunsuz bir şekilde bütünleşir.
- Pişmanlık analizi ve sağlam strateji tanımlamasını destekler, karar vericilerin en kötü durum senaryolarına karşı korunmasına yardımcı olur.
Uygulama alanları
- Makroekonomik senaryolar altında finansal portföy stres testi ve değer-riski tahmini
- Emisyon ve sıcaklık senaryoları üzerinden altyapı yatırımlarını değerlendiren iklim uyum planlaması
- Belirsiz salgın yörüngeleri altında sağlık kaynak tahsisi
- Belirsiz yakıt fiyatları, talep artışı ve politika ortamları altında enerji sistemi planlaması
- Tedarikçi hatası ve talep şokları dahil olmak üzere aksaklık senaryoları altında tedarik zinciri dayanıklılık değerlendirmesi
- Müdahalelerin iyimser, temel ve kötümser gelecekler altında değerlendirildiği kamu politikası değerlendirmesi
Nasıl çalışır?
Nasıl çalışır?
Yapısal olarak farklı gelecekleri veya dünya durumlarını temsil eden sonlu sayıda ayrık senaryo S = {s1, s2, ..., sK} belirleyin. Senaryolar, analiz kapsamı dahilinde karşılıklı olarak birbirini dışlayan, topluca kapsayıcı olmalı ve anahtar belirsiz sürücüler tarafından yönlendirilmelidir. Pratikte, K 3 ila 20 arasında değişir; bunun ötesinde yorumlanabilirlik azalır.
Her senaryo sk için, her karar alternatifi veya politika x için sonuç vektörünü veya performans metriğini f(x, sk) hesaplayın. Bu adım, uygulama alanına bağlı olarak kendi içinde bir simülasyon modeli, optimizasyon alt problemi veya analitik formül içerebilir.
Her senaryo sk için, her karar alternatifi veya politika x için sonuç vektörünü veya performans metriğini f(x, sk) hesaplayın. Bu adım, uygulama alanına bağlı olarak kendi içinde bir simülasyon modeli, optimizasyon alt problemi veya analitik formül içerebilir.
Beklenen değeri E[f] = sum_k p(sk) * f(x, sk) ve varyans Var[f], koşullu değer-riski CVaR veya aşma olasılıkları P(f > eşik) gibi risk ölçümlerini hesaplayın. Alternatifleri karşılaştırmak için sonuç dağılımları ve senaryo-performans tabloları oluşturun.
Sonuçları, baskın stratejileri (çoğu senaryoda iyi), kırılgan stratejileri (beklentide optimal ancak kuyruk senaryolarında feci) ve sağlam stratejileri (tüm senaryolarda kabul edilebilir) belirleyerek yorumlayın. Tercih edilen bir alternatifi seçmek için stokastik baskınlık kriterlerini veya pişmanlık minimizasyonunu kullanın.
Sık yapılan hatalar
- Senaryo olasılıklarını, kaba tahminler olduklarında kesin olarak ele almak — sonuçların olasılık atamalarına duyarlılığını her zaman bildirin.
- Gerçek belirsizlik alanını kapsamak yerine tercih edilen bir sonucu doğrulamak için senaryolar seçmek, analizin güvenilirliğini zedeler.
- Senaryo içindeki parametrelerin kendileri değişken olduğunda her senaryoyu deterministik olarak ele alarak senaryo içi belirsizliği göz ardı etmek.
- Sadece beklenen değerleri bildirmek ve kuyruk riski ölçümlerini göz ardı etmek, felaket niteliğinde aşağı yönlü maruziyeti olan stratejileri gizleyebilir.
- Senaryo olasılığını senaryo makullüğü ile karıştırmak — düşük olasılıklı bir senaryo, etkisi şiddetliyse yine de azaltmayı gerektirebilir.
Sık sorulan sorular
Olasılıksal senaryo analizi, sıradan senaryo analizinden nasıl farklıdır?
Sıradan (deterministik) senaryo analizi, birkaç adlandırılmış gelecek altında sonuçları değerlendirir ancak bunlara resmi olarak olasılık atamaz, bu nedenle beklenen değerleri veya risk istatistiklerini hesaplayamaz. Olasılıksal senaryo analizi, her senaryoya açıkça olasılık atar ve sonuçları olasılık ağırlıklı metriklere toplar, bu da resmi risk ölçümünü mümkün kılar.
Kaç senaryo tanımlamalıyım?
Stratejik uygulamalarda üç ila yedi senaryo tipiktir; ondan fazlası yorumlanması ve iletilmesi zorlaşır. Önemli olan, senaryoların aşırı örtüşme olmadan olası sonuç alanını kapsamasıdır. Belirsizlik sürekli olduğunda, olasılık dağılımlarından çekilen Monte Carlo simülasyonu, ayrık senaryo listelemesine tercih edilebilir.
Senaryolara anlamlı olasılıklar atamazsam ne olur?
Olasılıklar temelde bilinemiyorsa, yöntem derin belirsizlik analizine kayar. Olasılık tahminlerinin güvenilir olmadığı durumlarda sağlam karar verme (RDM) veya bilgi boşluğu analizi gibi teknikler daha uygundur. Ayrıca, sonuçların olasılık atamalarına duyarlı olup olmadığını test etmek için bir dizi olasılık ataması üzerinden olasılıksal senaryo analizi yürütebilirsiniz.
Olasılıksal senaryo analizi optimizasyonla birleştirilebilir mi?
Evet. Senaryolar ortaya çıkmadan önce resmi bir karar değişkeni seçilmesi gerektiğinde, problem iki aşamalı veya çok aşamalı bir stokastik program haline gelir: ilk aşama mevcut anda bir karar seçer; sonraki aşamalar ortaya çıkan senaryoya uyum sağlar. GAMS, Pyomo ve özel stokastik programlama çözücüleri gibi yazılımlar bu formülasyonu destekler.
Senaryo kümesini nasıl doğrulamalıyım?
Doğrulama, senaryoların dahili olarak tutarlı olduğunu, anahtar belirsizlik alanını topluca kapsadığını ve alan bilgisine veya geçmiş verilere dayandığını kontrol etmeyi içerir. Uzman gözden geçirme panelleri, çapraz etki analizi ve benzer durumların geçmiş frekans dağılımlarıyla karşılaştırılması yaygın doğrulama yaklaşımlarıdır.
İlgili yöntemler
Kaynaklar
Birge, J. R., Louveaux, F. (2011). Introduction to Stochastic Programming (2nd ed.). Springer.
ISBN: 9781461402374Kopyalandı.Lempert, R. J., Popper, S. W., Bankes, S. C. (2003). Shaping the Next One Hundred Years: New Methods for Quantitative, Long-Term Policy Analysis. RAND Corporation.
Yayın kaynağını açKopyalandı.