Análise de cenário - Scenario analysis

Processo de classificação de um fenômeno como cenário na tradição da Lógica Intuitiva.

A análise de cenário é um processo de análise de eventos futuros, considerando resultados possíveis alternativos (às vezes chamados de "mundos alternativos"). Assim, a análise de cenários, que é uma das principais formas de projeção, não tenta mostrar uma imagem exata do futuro. Em vez disso, apresenta vários desenvolvimentos futuros alternativos. Consequentemente, um escopo de resultados futuros possíveis é observável. Não apenas os resultados são observáveis, mas também os caminhos de desenvolvimento que levam aos resultados. Em contraste com os prognósticos , a análise de cenário não se baseia na extrapolação do passado ou na extensão de tendências passadas. Não se baseia em dados históricos e não espera que as observações anteriores permaneçam válidas no futuro. Em vez disso, tenta considerar possíveis desenvolvimentos e pontos de inflexão, que podem estar ligados apenas ao passado. Em suma, vários cenários são desenvolvidos em uma análise de cenário para mostrar possíveis resultados futuros. Cada cenário normalmente combina desenvolvimentos otimistas, pessimistas e mais e menos prováveis. No entanto, todos os aspectos dos cenários devem ser plausíveis. Embora muito discutido, a experiência mostra que cerca de três cenários são os mais apropriados para uma discussão e seleção posteriores. Mais cenários arriscam tornar a análise excessivamente complicada. Os cenários costumam ser confundidos com outras ferramentas e abordagens de planejamento. O fluxograma à direita fornece um processo para classificar um fenômeno como um cenário na tradição da lógica intuitiva.

Princípio

A construção de cenários é projetada para permitir uma melhor tomada de decisão, permitindo uma consideração profunda dos resultados e suas implicações.

Um cenário é uma ferramenta usada durante a análise de requisitos para descrever um uso específico de um sistema proposto. Os cenários capturam o sistema, visto de fora

A análise de cenário também pode ser usada para iluminar "curingas". Por exemplo, a análise da possibilidade de a Terra ser atingida por um meteoro sugere que, embora a probabilidade seja baixa, o dano infligido é tão alto que o evento é muito mais importante (ameaçador) do que a baixa probabilidade (em qualquer ano) sozinho sugeriria. No entanto, essa possibilidade é geralmente desconsiderada pelas organizações que usam a análise de cenário para desenvolver um plano estratégico, uma vez que tem repercussões abrangentes.

Formulários

Financeiro

Em economia e finanças, uma instituição financeira pode usar a análise de cenário para prever vários cenários possíveis para a economia (por exemplo, crescimento rápido, crescimento moderado, crescimento lento) e para retornos do mercado financeiro (para títulos, ações e dinheiro) em cada um desses cenários. Ele pode considerar subconjuntos de cada uma das possibilidades. Pode ainda procurar determinar correlações e atribuir probabilidades aos cenários (e subconjuntos, se houver). Em seguida, estará em posição de considerar como distribuir ativos entre os tipos de ativos (ou seja, alocação de ativos ); a instituição também pode calcular o retorno esperado ponderado pelo cenário (cujo valor indicará a atratividade geral do ambiente financeiro). Também pode realizar testes de estresse , usando cenários adversos.

Dependendo da complexidade do problema, a análise de cenário pode ser um exercício exigente. Pode ser difícil prever o que o futuro reserva (por exemplo, o resultado futuro real pode ser totalmente inesperado), ou seja, prever quais são os cenários e atribuir probabilidades a eles; e isso é verdade para as previsões gerais, não importando os retornos implícitos do mercado financeiro. Os resultados podem ser modelados matematicamente / estatisticamente, por exemplo, levando em consideração a possível variabilidade dentro de cenários individuais, bem como possíveis relações entre os cenários. Em geral, deve-se ter cuidado ao atribuir probabilidades a diferentes cenários, pois isso pode levar a uma tendência de considerar apenas o cenário com a maior probabilidade.

Geopolítico

Na política ou geopolítica, a análise de cenário envolve a reflexão sobre os possíveis caminhos alternativos de um ambiente social ou político e, possivelmente, os riscos diplomáticos e de guerra.

Crítica

Embora haja utilidade em ponderar hipóteses e ramificar resultados potenciais delas, confiar na análise de cenário sem relatar alguns parâmetros de precisão de medição (erros padrão, intervalos de confiança de estimativas, metadados, padronização e codificação, ponderação para não resposta, erro no relatório, desenho de amostra, contagens de casos, etc.) é um segundo pobre em comparação com a previsão tradicional. Especialmente em problemas “complexos”, fatores e suposições não se correlacionam de maneira uniforme. Uma vez que uma sensibilidade específica é indefinida, ela pode colocar todo o estudo em questão.

É uma lógica falha pensar, ao arbitrar resultados, que uma hipótese melhor tornará o empirismo desnecessário. Nesse sentido, a análise de cenário tenta adiar as leis estatísticas (por exemplo, a Lei da desigualdade de Chebyshev ), porque as regras de decisão ocorrem fora de um ambiente restrito. Os resultados não podem “simplesmente acontecer”; em vez disso, eles são forçados a se conformar a hipóteses arbitrárias ex post e, portanto, não há base para colocar os valores esperados. Na verdade, não há valores esperados ex ante, apenas hipóteses, e ficamos nos perguntando sobre os papéis da modelagem e da decisão de dados. Em suma, as comparações de "cenários" com resultados são tendenciosas por não se submeterem aos dados; isso pode ser conveniente, mas é indefensável.

A “análise de cenário” não substitui a exposição completa e factual de erros de pesquisa em estudos econômicos. Na previsão tradicional, dados os dados usados ​​para modelar o problema, com uma especificação e técnica fundamentadas, um analista pode afirmar, dentro de uma certa porcentagem de erro estatístico, a probabilidade de um coeficiente estar dentro de um certo limite numérico. Essa exatidão não precisa vir à custa de afirmações de hipóteses muito desagregadas. R Software, especificamente o módulo “WhatIf,” (no contexto, veja também Matchit e Zelig) foi desenvolvido para inferência causal e para avaliar contrafactuais. Esses programas têm tratamentos bastante sofisticados para determinar a dependência do modelo, a fim de afirmar com precisão o quão sensível os resultados são a modelos não baseados em evidências empíricas.

Outro desafio da construção de cenários é que "os preditores fazem parte do contexto social sobre o qual estão tentando fazer uma previsão e podem influenciar esse contexto no processo". Como consequência, as previsões da sociedade podem se tornar autodestrutivas. Por exemplo, um cenário no qual uma grande porcentagem de uma população ficará infectada pelo HIV com base nas tendências existentes pode fazer com que mais pessoas evitem comportamentos de risco e, assim, reduzam a taxa de infecção pelo HIV, invalidando a previsão (que poderia ter permanecido correta se não tivesse conhecido publicamente). Ou, uma previsão de que a segurança cibernética se tornará um problema importante pode fazer com que as organizações implementem mais medidas de segurança cibernética, limitando assim o problema.

Veja também

Referências

Leitura adicional

  • "Learning from the Future: Competitive Foresight Scenarios", Liam Fahey e Robert M. Randall, publicado por John Wiley and Sons, 1997, ISBN  0-471-30352-6 , livro do Google
  • "Abordagem de manga curta para planos de longo prazo.", Linneman, Robert E, Kennell, John D .; Harvard Business Review; Mar / Abr77, Vol. 55 Edição 2, p141

links externos