Анализ сценариев (Scenario Analysis) — общая аналитическая техника оценки того, как изменится результат конкретного решения, проекта или финансовой модели при разных наборах допущений о ключевых переменных (оптимистичный/базовый/пессимистичный сценарий), — в отличие от полноценного сценарного планирования Шелл (см. отдельную статью про Пьера Вака и Shell), сфокусированного на построении богатых, качественно описанных нарративов о принципиально разных будущих состояниях внешней среды для целей долгосрочной стратегии, анализ сценариев чаще применяется как более узкий, количественный инструмент проверки чувствительности конкретного решения или модели к диапазону допущений.
Задокументированный реальный кейс именно такой узкой, количественной техники (в отличие от качественного сценарного планирования Shell): ежегодные стресс-тесты Федеральной резервной системы США (CCAR/DFAST) требуют от крупнейших банков рассчитать капитал при трёх внутренне согласованных сценариях — базовом, неблагоприятном и крайне неблагоприятном. В цикле 2026 года крайне неблагоприятный сценарий описывал гипотетическую глубокую глобальную рецессию: падение реального ВВП на 4,6% от исходного уровня, пик безработицы 10%, падение номинальных цен на жильё на 30% и обвал цен на коммерческую недвижимость на 39% — не изолированные изменения отдельных переменных, а взаимосвязанный, внутренне согласованный набор допущений. По итогам расчёта модели для каждого банка ФРС определяет, останется ли он достаточно капитализированным именно в самом жёстком из трёх сценариев, и на основе этого устанавливает требования к капиталу — прямая иллюстрация того, как количественный анализ сценариев переводится в конкретное управленческое решение, а не остаётся абстрактным упражнением. Показательная методологическая деталь программы CCAR/DFAST: сценарии разрабатываются макроэкономистами ФРС именно как внутренне согласованные наборы — падение ВВП, рост безработицы и обвал цен на недвижимость моделируются одновременно и взаимосвязанно, отражая то, как эти показатели реально движутся вместе во время настоящей рецессии, а не как три независимо ухудшенных параметра, — прямое практическое воплощение принципа внутренней согласованности сценария, о котором говорится ниже.
Происхождение и исследовательская база
Анализ сценариев как аналитическая техника широко распространён в финансовом моделировании, оценке инвестиционных проектов и риск-менеджменте — в отличие от качественного, нарративного сценарного планирования Шелл, ориентированного на десятилетия вперёд и предназначенного для формирования организационной готовности к принципиально разным вариантам будущего, количественный анализ сценариев обычно применяется к более конкретной, ограниченной по времени задаче: как изменится, например, чистая приведённая стоимость проекта, прибыль компании или иной ключевой показатель при пессимистичном, базовом и оптимистичном наборе допущений о ключевых переменных модели. Оба подхода — качественное сценарное планирование Шелл и количественный анализ сценариев — решают разные задачи и хорошо дополняют друг друга: качественные сценарии формируют широкую организационную готовность к принципиально разным вариантам долгосрочного будущего, тогда как количественный анализ сценариев даёт конкретную, измеримую оценку диапазона результата для конкретного решения здесь и сейчас.
Типовая структура количественного анализа сценариев: определение ключевых переменных модели, наиболее значимо влияющих на итоговый результат (цена, объём продаж, стоимость сырья, курс валюты); построение нескольких дискретных наборов значений этих переменных, соответствующих разным сценариям (обычно три — пессимистичный, базовый, оптимистичный, хотя число сценариев может варьироваться); расчёт итогового результата модели для каждого набора допущений; явное сравнение диапазона возможных результатов между сценариями для оценки чувствительности решения к неопределённости исходных допущений. На практике эта структура применяется не только к финансовым моделям в узком смысле — та же логика лежит в основе анализа устойчивости капитального плана компании, оценки жизнеспособности бизнес-плана стартапа при разных сценариях привлечения финансирования, или планирования штатной численности при разных сценариях роста выручки.
Ключевое методологическое различие анализа сценариев и анализа чувствительности (sensitivity analysis): анализ чувствительности изменяет ОДНУ переменную за раз, удерживая остальные постоянными, чтобы изолированно оценить влияние именно этой переменной на результат; анализ сценариев изменяет НЕСКОЛЬКО переменных ОДНОВРЕМЕННО, формируя целостные, внутренне согласованные наборы допущений (например, «пессимистичный сценарий» предполагает одновременно более низкую цену И более высокие затраты И более медленный рост, а не изменение только одной из этих переменных) — это позволяет учесть реалистичную корреляцию между переменными, которую изолированный анализ чувствительности одной переменной не улавливает.
Ключевые идеи и принципы
Принцип: сценарии должны быть внутренне согласованными наборами допущений, а не изолированными изменениями отдельных переменных.
Реалистичный пессимистичный сценарий предполагает одновременное неблагоприятное изменение нескольких взаимосвязанных переменных, отражающее реальную корреляцию между ними, а не механическое ухудшение каждой переменной по отдельности без учёта их взаимосвязи. Практический способ обеспечить такую согласованность — явно проговорить нарратив, стоящий за каждым сценарием (например, «глубокая рецессия, вызванная кредитным кризисом»), и затем вывести конкретные числовые допущения именно из этого нарратива, а не подбирать числа для каждой переменной изолированно, полагаясь только на статистический разброс исторических значений.
Принцип: количество и диапазон сценариев должны соответствовать реальной степени неопределённости ключевых переменных.
Слишком узкий диапазон между пессимистичным и оптимистичным сценариями создаёт ложное ощущение предсказуемости результата, тогда как чрезмерно широкий диапазон снижает практическую применимость анализа для конкретного решения. Разумный ориентир калибровки — опираться на исторический диапазон реальных колебаний ключевых переменных за сопоставимый период (например, последние 10-20 лет, включая как минимум один заметный кризисный эпизод), а не на интуитивную догадку о том, что можно считать «достаточно пессимистичным» или «достаточно оптимистичным».
Принцип: анализ сценариев дополняет, а не заменяет анализ чувствительности к отдельным переменным.
Оба инструмента решают разные аналитические задачи — анализ чувствительности изолирует влияние конкретной переменной, анализ сценариев оценивает совокупный эффект реалистичного одновременного изменения нескольких взаимосвязанных переменных, — зрелая практика применяет оба инструмента, а не выбирает один вместо другого. Практическая последовательность применения обоих инструментов — сначала анализ чувствительности для выявления переменных, реально определяющих итоговый результат, а затем анализ сценариев именно для этих ключевых переменных, а не для всего исходного набора параметров модели без предварительной приоритизации.
Ограничения, слепые зоны и критика
Выбор конкретных числовых значений для пессимистичного, базового и оптимистичного сценариев неизбежно включает элемент субъективного суждения — разные аналитики могут выбрать существенно разные диапазоны допущений для одних и тех же переменных, что вносит вариативность в результаты анализа сценариев без единого объективного критерия правильности выбора.
Ограниченное число дискретных сценариев (обычно три) даёт лишь приблизительное представление о реальном непрерывном диапазоне возможных исходов — между «пессимистичным» и «базовым» сценариями существует континуум промежуточных возможностей, не отражённых явно в упрощённой трёхсценарной модели.
Анализ сценариев, построенный на исторических корреляциях между переменными, может не учитывать принципиально новые типы взаимосвязей, возникающие в условиях структурных изменений среды, — метод лучше работает для относительно стабильных, предсказуемых взаимосвязей, чем для ситуаций фундаментальной трансформации отрасли или рынка.
Типовые ошибки
Ошибка 1: строят сценарии, изменяя переменные изолированно, без учёта их реальной взаимной корреляции.
Пессимистичный сценарий формируется путём независимого ухудшения каждой переменной без учёта того, что в реальности эти переменные часто изменяются согласованно, что искажает реалистичность построенного сценария.
Как избежать: строить каждый сценарий как внутренне согласованный набор допущений, учитывающий реальную корреляцию между ключевыми переменными.
Ошибка 2: устанавливают слишком узкий диапазон между пессимистичным и оптимистичным сценариями.
Диапазон сценариев не отражает реальную степень неопределённости ключевых переменных, создавая ложное ощущение предсказуемости результата и недооценивая реальный риск.
Как избежать: калибровать диапазон сценариев на основе реальной исторической волатильности или экспертной оценки неопределённости ключевых переменных.
Ошибка 3: полагаются исключительно на анализ сценариев, не дополняя его анализом чувствительности к отдельным переменным.
Ограничение только сценарным подходом упускает возможность изолированно оценить, какая именно конкретная переменная вносит наибольший вклад в общую неопределённость результата.
Как избежать: дополнять анализ сценариев анализом чувствительности отдельных переменных для более полного понимания источников неопределённости результата.
Ошибка 4: сценариям не присваивается вероятность, из-за чего решение принимается будто все три равновероятны.
Пессимистичный, базовый и оптимистичный сценарии рассматриваются как равнозначные исходы без явной оценки их относительной вероятности — хотя для взвешенного решения нужно понимать, что базовый сценарий обычно значительно вероятнее крайних, а не просто «один из трёх равных вариантов».
Как избежать: Явно оценивать вероятность каждого сценария (хотя бы приблизительно) и учитывать её при интерпретации результатов, а не рассматривать три сценария как равновероятные.
Главное, что нужно знать
Анализ сценариев — количественная оценка результата модели при нескольких внутренне согласованных наборах допущений (пессимистичный/базовый/оптимистичный).
Отличается от качественного нарративного сценарного планирования Шелл (Пьер Вак) — более узкий, количественный инструмент проверки чувствительности решения.
Отличается от анализа чувствительности — изменяет несколько взаимосвязанных переменных одновременно, а не одну изолированно.
Сценарии должны быть внутренне согласованными наборами допущений, отражающими реальную корреляцию между переменными.
Требует калибровки диапазона сценариев на основе реальной неопределённости, а не произвольного выбора значений.
План внедрения
Неделя 1: определить ключевые переменные модели, наиболее значимо влияющие на результат
Выявить переменные, изменение которых оказывает наибольшее влияние на итоговый показатель модели.
Неделя 2: построить внутренне согласованные наборы допущений для каждого сценария
Сформировать пессимистичный, базовый и оптимистичный наборы значений переменных с учётом их реальной взаимной корреляции.
Неделя 3: рассчитать результат модели для каждого сценария
Провести расчёт итогового показателя при каждом наборе допущений и сравнить полученный диапазон результатов.
Неделя 4: дополнить анализ сценариев анализом чувствительности отдельных переменных
Провести изолированную оценку влияния каждой ключевой переменной для более полного понимания источников неопределённости.
Далее: связь со сценарным планированием — при необходимости долгосрочной стратегической подготовки к принципиально разным вариантам будущего дополнить количественный анализ сценариев качественным нарративным сценарным планированием.
Как реализовать этот план с помощью фрейма «Анализ сценариев (Scenario Analysis)» в OrgDevTools
Фрейм — калькулятор с таблицей ключевых переменных по трём сценариям (пессимистичный/базовый/оптимистичный) и итоговым результатом модели для каждого.
Неделя 1 — таблица «Ключевые переменные по сценариям». Сюда вносятся переменные, наиболее значимо влияющие на результат.
Неделя 2 — заполнение трёх колонок сценариев внутренне согласованными наборами допущений; изменение переменных изолированно, без учёта их реальной взаимной корреляции, прямо повторяет ошибку 1.
Неделя 3 — раздел «Итоговый результат модели по сценариям». Фрейм автоматически рассчитывает разброс между пессимистичным и оптимистичным результатом; вердикт явно предупреждает, если диапазон слишком узкий — это прямо повторяет ошибку 2.
Неделя 4 — дополнение анализом чувствительности. Вердикт явно рекомендует дополнить анализ сценариев анализом чувствительности отдельных переменных — исключительная опора только на сценарии прямо повторяет ошибку 3.
Вердикт называет диапазон результата от пессимистичного до оптимистичного сценария относительно базового.