决策树与情景规划:如何在不确定中做出最优选择?

点击蓝字

关注我们～正文：7169字 时间：18分钟

“预测未来的最好方法不是预测，而是为多种可能的未来做好准备。”

1972 年，壳牌石油管理委员会收到了一份令人震惊的报告：石油价格可能从当时的每桶 2 美元飙升至难以想象的 10 美元。大多数石油公司对此嗤之以鼻，认为这是天方夜谭。但壳牌选择相信，并提前做好了准备。一年后，1973 年石油危机爆发，油价飙升至 13 美元，整个行业陷入混乱——唯独壳牌从容应对，从行业第七跃升至第二。

壳牌的秘密武器，就是情景规划。这个故事揭示了一个深刻的商业真理：在充满不确定性的世界里，最优决策不是来自精确预测，而是来自系统性地思考多种可能的未来，并为每一种未来制定应对策略。

今天，我们将深入探讨三种帮助企业在不确定中做出最优选择的决策工具：决策树、情景规划和蒙特卡洛模拟。它们各自解决不同层面的决策问题，又能相互补充，共同构成完整的决策分析体系。

一、决策树：将复杂选择可视化

什么是决策树？

决策树是一种可视化的决策分析技术，通过树状图展示各决策选项及其可能后果。想象你站在人生的十字路口，每条路都通向不同的未来，而每个未来又充满不确定性——决策树就是帮你把这些路径、概率和结果清晰地画出来的工具。

决策树包含三种基本节点：

决策节点（通常用方形表示）代表你可以主动选择的方案。比如，是投资项目 A 还是项目 B？是进入新市场还是深耕现有市场？这些是你能够控制的决策点。

机会节点（通常用圆形表示）代表不受你控制的随机事件。比如，市场需求是高是低？竞争对手会不会进入？经济是繁荣还是衰退？这些是外部不确定性。

终节点（通常用三角形表示）代表最终结果，通常用货币价值来衡量。这是每条决策路径最终的回报或损失。

如何构建决策树？

构建决策树遵循五个核心步骤：

第一步：明确决策问题。你要解决的核心问题是什么？决策的时间框架是多久？涉及哪些关键利益相关者？清晰的问题定义是决策分析的起点。

第二步：识别所有可能的选择和随机因素。列出你能够主动选择的所有方案，以及影响结果的关键不确定因素。这一步需要充分的头脑风暴，避免遗漏重要选项。

第三步：为每个事件分支设定概率。对于每个机会节点，估计各种可能结果的发生概率。这些概率可以基于历史数据、专家判断或市场研究。所有分支的概率之和必须等于 1。

第四步：计算各路径的期望货币价值（EMV）。期望货币价值 = 概率 × 结果价值。从树的末端开始，逐步向根部回溯，计算每个节点的期望值。

第五步：选择期望值最高的方案。比较各决策选项的期望货币价值，选择 EMV 最高的路径作为最优决策。

决策树的优势与局限

决策树的最大优势在于结构化和可视化。它将复杂的决策分解为清晰的逻辑流程，帮助决策者在面对多重不确定性时保持理性。决策树还能够量化风险，通过计算期望值，将主观判断转化为客观数据。

然而，决策树也存在明显的局限性。首先是维度诅咒——当决策路径过于复杂时，决策树可能变得臃肿难解，反而增加决策难度。其次是概率估计的主观性——许多金融场景的概率是基于历史数据或专家判断分配的，这可能不可靠。第三是难以处理相关变量——在现实中，利率、通胀和股票价格往往相互影响，但决策树通常假设各事件独立。

因此，决策树最适合处理结构化、可枚举的决策情景，比如是否投资某个项目、是否收购某家公司、是否进入某个市场等。对于更加复杂和长期的战略决策，我们需要情景规划的帮助。

二、情景规划：为多种未来做准备

情景规划的起源与本质

情景规划的种子始于 1940 年代，未来学家赫尔曼·卡恩（Herman Kahn）在兰德公司工作期间，开始用简短故事描述核武器技术可能被用于敌对国家的多种可能方式。1960 年代，壳牌石油开始关注这一方法，并在 1970 年代将其发展为系统化的战略工具。

情景规划的核心思想是：未来并非单一路径，而是存在多种可能的“情景”(scenarios)。与预测不同，情景规划不追求准确预测未来，而是通过构建多个合理且令人惊讶的未来情景，帮助管理者识别预警信号和应对策略。

正如壳牌情景规划之父皮埃尔·瓦克（Pierre Wack）所言：“情景的目的从来不是预测未来，而是改变决策者的心智模型。”他将决策者的心智模型称为“微观宇宙”——即他/她的世界观、习惯、经验和对环境的感知。当一位管理者做出决策时，他会在自己的分析框架内评估一组备选方案。情景规划的价值，就在于挑战和扩展这个分析框架。

壳牌的情景规划方法论

壳牌的情景规划方法遵循六个步骤：

第一步：确定变化驱动因素/假设。识别那些可能对企业战略产生重大影响的外部因素。这些因素可能是政治、经济、社会、技术、环境或法律方面的变化。关键是找到那些不确定性高、影响力大的因素。

第二步：将驱动因素整合到一个可行框架中。将众多驱动因素归纳为几个核心维度，通常是两个最关键的不确定性维度。比如，石油行业可能关注“全球经济增长速度”和“能源政策的严格程度”这两个维度。

第三步：产生 7-9 个初始小型情景。基于核心维度的不同组合，构建多个可能的未来情景。这一步鼓励发散思维，不限制想象力。

第四步：缩减至 2-3 个情景。从初始情景中筛选出最具代表性、最具挑战性的 2-3 个情景。这些情景应该是合理的（plausible），即有可能发生，但又足够不同，能够覆盖未来的主要可能性。

第五步：起草情景。为每个情景编写详细的叙事故事，描述从现在到未来的演变路径。好的情景故事应该生动、具体，能够引发管理者的情感共鸣和认知冲击。

第六步：识别产生的问题。基于每个情景，思考企业应该采取什么战略？哪些预警信号表明某个情景正在发生？企业需要建立哪些能力来应对不同情景？

1973 年石油危机：情景规划的经典成功

壳牌情景规划最著名的成功案例，就是对 1973 年石油危机的预测。

1971 年，皮埃尔·瓦克与泰德·纽兰（Ted Newland）在壳牌总部合作，他们分享了两个关键洞见：首先，阿拉伯世界的变化即将摧毁现有石油制度的稳定；其次，石油行业每个人都心知肚明，但无人愿意采取行动。

1972 年，壳牌管理委员会收到了一份预测即将发生能源危机的报告。情景规划团队传递的信息穿透整个全球壳牌组织：石油价格可能从当时的每桶 2 美元飙升至难以想象的 10 美元。大多数石油公司认为这是不可能的，因为过去几十年油价一直稳定在 2 美元左右。但壳牌选择相信这个情景，并提前做好了准备。

1973 年 10 月，第四次中东战争爆发，阿拉伯国家对西方实施石油禁运，油价飙升至每桶 13 美元，整个石油行业陷入混乱。而壳牌因为提前进行了情景规划，迅速调整了炼油产能、库存策略和投资组合，从行业第七跃升至第二，成为情景规划史上最经典的成功案例。

更令人惊叹的是，壳牌的情景规划不仅预测了 1973 年能源危机，还提前预警了 1979 年更严重的油价冲击、1986 年石油市场的崩溃、苏联的解体以及穆斯林激进主义的兴起。这些成功不是因为壳牌能够精确预测未来，而是因为情景规划让壳牌管理层建立了对多种可能未来的敏感性，能够更快地识别变化信号并做出反应。

情景规划的价值

德勤的研究指出，情景规划能够为企业带来三大价值：

增强决策者在不确定性条件下的决策能力。通过系统性地思考多种可能的未来，管理者能够跳出“一切如常”的思维定式，为意外做好准备。

帮助组织持续创新以应对市场变化。情景规划迫使企业思考颠覆性变化，从而激发创新思维和战略灵活性。

促进关键利益相关者在共同愿景下达成一致。情景规划是一个集体学习过程，通过共同构建和讨论情景，不同部门和层级的管理者能够建立共同语言和战略共识。

三、蒙特卡洛模拟：量化不确定性的风险

什么是蒙特卡洛模拟？

如果说决策树帮助我们结构化决策，情景规划帮助我们拓展战略视野，那么蒙特卡洛模拟则帮助我们精确量化风险。

蒙特卡洛模拟是一种基于随机抽样的数学技术，用于量化决策中的风险和不确定性。其核心原理是：通过计算机运行数千甚至数万次模拟，每次模拟对不确定变量赋予随机值，从而生成结果的整体概率分布。

想象你要评估一个新产品的盈利能力。这个盈利能力取决于多个不确定因素：市场需求量、产品价格、生产成本、营销费用等。每个因素都有一个可能的取值范围和概率分布。蒙特卡洛模拟会随机抽取每个因素的一个值，计算出一个盈利结果；然后重复这个过程 10000 次，得到 10000 个可能的盈利结果。最终，你会得到一个完整的盈利概率分布：有 5% 的概率亏损 100 万以上，有 50% 的概率盈利在 200-500 万之间，有 10% 的概率盈利超过 1000 万。

蒙特卡洛模拟的优势

蒙特卡洛方法的关键优势在于：它不仅给出单一预测值，而是展示完整的风险轮廓——从最保守到最乐观的各类结果及其发生概率。

这种方法在项目风险管理、金融投资组合评估和供应链优化等领域应用广泛。比如，在大型基建项目中，蒙特卡洛模拟可以评估项目延期和成本超支的概率；在投资组合管理中，它可以评估在不同市场情景下的最大回撤风险；在供应链管理中，它可以评估需求波动和供应中断对库存和服务水平的影响。

蒙特卡洛模拟在投资决策中的应用

假设你正在评估一个风险投资项目。这个项目的回报取决于三个关键因素：

• 市场规模增长率：可能在 5%-20% 之间，呈正态分布，均值 12%

• 市场份额：可能在 2%-10% 之间，呈三角分布，最可能值 5%

• 利润率：可能在 10%-30% 之间，呈均匀分布

传统的决策树方法可能只考虑“乐观、中性、悲观”三种情景。但蒙特卡洛模拟可以运行 10000 次模拟，每次随机抽取三个因素的值，计算出 10000 个可能的投资回报。

最终，你会得到一个完整的回报概率分布：

• 有 10% 的概率投资回报率低于 5%（风险情景）

• 有 50% 的概率投资回报率在 15%-25% 之间（基准情景）

• 有 10% 的概率投资回报率超过 40%（乐观情景）

这种分析不仅告诉你期望回报是多少，更重要的是告诉你下行风险有多大。如果你的风险承受能力有限，即使期望回报很高，但如果有 20% 的概率亏损，你可能会选择放弃这个项目。

四、三种方法的协同应用

决策树、情景规划和蒙特卡洛模拟各有所长，在实际应用中具有显著的互补性。

决策树擅长处理结构化、可枚举的决策情景，适合中短期的战术决策。它的优势在于逻辑清晰、易于沟通，但难以处理高度复杂和长期的战略决策。

情景规划帮助组织建立对长期不确定性的战略感知，适合应对颠覆性变化和黑天鹅事件。它的优势在于拓展思维边界、挑战既有假设，但缺乏精确的量化分析。

蒙特卡洛模拟提供对风险程度的精确量化分析，适合评估关键决策参数的不确定性。它的优势在于展示完整的风险轮廓，但需要大量数据和计算资源。

成熟的决策分析流程往往遵循“战略-战术-量化“的三层架构：

第一层：用情景规划界定战略框架。思考未来 5-10 年可能出现的几种重大情景，识别关键不确定性和战略选择。这一步帮助企业建立战略方向感和对环境变化的敏感性。

第二层：用决策树梳理具体选择路径。在每个战略情景下，企业面临哪些具体决策？每个决策有哪些备选方案？各方案的期望价值如何？这一步将战略转化为可操作的决策选项。

第三层：用蒙特卡洛模拟评估关键风险参数。对于决策树中的关键不确定因素，运用蒙特卡洛模拟进行精确的风险量化，评估最坏情况和最好情况的概率分布。

这种组合方法已被广泛应用于大型项目的投资决策和战略规划中。比如，石油公司在评估海外油田开发项目时，会先用情景规划评估地缘政治和油价走势的多种可能情景，再用决策树分析在不同情景下的投资时机和规模选择，最后用蒙特卡洛模拟量化储量、成本和油价的不确定性，计算项目的风险调整回报率。

五、实战案例：投资决策中的决策树应用

让我们通过一个具体的投资决策案例，看看决策树如何帮助我们做出更优选择。

案例背景：风险投资决策

假设你是一位风险投资家，正在评估是否投资一家人工智能初创公司。这家公司估值 1000 万美元，你考虑投资 200 万美元，获得 20% 股权。

你面临的核心决策是：投资还是不投资？

如果不投资，你保留 200 万美元现金，没有收益也没有损失。

如果投资，公司未来可能出现三种结果：

• 成功（概率 30%）：公司在 3 年后被大型科技公司以 1 亿美元收购，你的 20% 股权价值 2000 万，净收益 1800 万。

• 生存（概率 50%）：公司勉强维持运营，但没有显著增长，3 年后估值仍为 1000 万，你的股权价值 200 万，净收益 0。

• 失败（概率 20%）：公司倒闭，你的投资全部损失，净收益-200 万。

构建决策树

我们可以构建如下决策树：

  
  
  

   
  
  
  
  
  
  

   
   
   
决策节点:投资?
   
   
   
├─ 不投资 → 结果:0万
   
   
   
└─ 投资 → 机会节点:公司结果?
   
   
   
    ├─ 成功(30%) → 结果:+1800万
   
   
   
    ├─ 生存(50%) → 结果:0万
   
   
   
    └─ 失败(20%) → 结果:-200万
   
   
   


  
  
  

计算期望货币价值

不投资的 EMV = 0 万

投资的 EMV = 30% × 1800 万 + 50% × 0 万 + 20% × (-200 万） = 540 万 + 0 万 - 40 万 = 500 万

根据期望货币价值，投资是更优选择，期望收益为 500 万。

深入分析：风险调整

但这个决策还没有结束。虽然投资的期望收益为 500 万，但它也伴随着 20% 的概率损失 200 万。如果你的风险承受能力有限，或者你有更稳健的投资机会，你可能会选择不投资。

此外，我们还可以引入风险调整因子。假设你的风险厌恶系数较高，对损失的敏感度是收益的 1.5 倍。那么，风险调整后的 EMV 为：

投资的风险调整 EMV = 30% × 1800 万 + 50% × 0 万 + 20% × (-200 万 × 1.5) = 540 万 + 0 万 - 60 万 = 480 万

即使进行风险调整，投资仍然是更优选择。

敏感性分析

我们还可以进行敏感性分析，看看关键参数的变化如何影响决策。

如果成功概率从 30% 降至 20%，投资的 EMV = 20% × 1800 万 + 50% × 0 万 + 30% × (-200 万） = 360 万 - 60 万 = 300 万，投资仍然是更优选择。

如果成功概率降至 15%，投资的 EMV = 15% × 1800 万 + 50% × 0 万 + 35% × (-200 万） = 270 万 - 70 万 = 200 万，投资的吸引力显著下降。

如果失败概率从 20% 升至 40%，投资的 EMV = 30% × 1800 万 + 30% × 0 万 + 40% × (-200 万） = 540 万 - 80 万 = 460 万，投资仍然可行，但风险显著增加。

通过敏感性分析，我们可以识别关键风险因素：成功概率和失败概率是影响决策的核心参数。这提示我们应该深入调研公司的技术壁垒、团队能力和市场潜力，以更准确地估计成功概率。

六、从壳牌案例中学到的决策智慧

回到文章开头的壳牌案例，我们可以提炼出几条关键的决策智慧：

第一，挑战“一切如常”的假设。大多数石油公司在 1972 年认为油价不可能大幅上涨，因为过去几十年一直如此。但壳牌的情景规划团队敢于挑战这个假设，思考“如果油价飙升会怎样？”这种反事实思维（counterfactual thinking）是情景规划的核心。

第二，为多种未来做准备，而非押注单一预测。壳牌并没有断言油价一定会涨到 10 美元，而是构建了包括“油价稳定”和“油价飙升”在内的多个情景，并为每个情景制定了应对策略。当油价真的飙升时，壳牌能够迅速切换到预案，而其他公司还在手忙脚乱。

第三，改变心智模型比精确预测更重要。皮埃尔·瓦克反复强调，情景规划的价值不在于预测准确，而在于改变决策者的思维方式。通过情景规划，壳牌管理层建立了对地缘政治风险的敏感性，能够更快地识别变化信号。这种战略敏感性比任何预测模型都更有价值。

第四，决策是一个持续学习的过程。壳牌的情景规划不是一次性练习，而是持续进行的战略对话。每年更新情景，每次重大事件后重新评估假设，将外部环境的变化持续整合到战略思考中。这种动态决策能力是企业在 VUCA 时代生存的关键。

写在最后：不确定性中的确定性

在充满不确定性的世界里，最优决策不是来自水晶球，而是来自系统性的决策分析工具和持续的战略学习。

决策树帮助我们将复杂选择结构化，计算期望价值，做出理性选择。情景规划帮助我们拓展战略视野，为多种可能的未来做好准备。蒙特卡洛模拟帮助我们精确量化风险，理解下行风险和上行潜力。

这三种工具各有所长，又能相互补充。成熟的决策者懂得在不同情境下选择合适的工具，并将它们组合成完整的决策分析体系。

正如壳牌的经验所示，预测未来的最好方法不是预测，而是为多种可能的未来做好准备。在不确定性中寻找确定性，不是通过消除不确定性，而是通过系统性地理解不确定性、量化不确定性，并将不确定性转化为战略灵活性。

这，就是决策的艺术与科学。

延伸阅读

如果你想进一步深入了解决策分析工具及其应用，推荐以下资源：

• 皮埃尔·瓦克《情景的艺术》(The Art of the Long View)：情景规划之父的经典著作

• 《决策与判断》(Judgment in Managerial Decision Making)：系统讲解决策心理学和决策工具

• 《风险、不确定性与利润》(Risk, Uncertainty and Profit)：经济学家奈特对不确定性的经典分析

• 麦肯锡《战略的本质》：包含大量情景规划和决策分析的实战案例

• 《蒙特卡洛模拟与风险分析》：详细讲解蒙特卡洛方法在金融和项目管理中的应用

下期预告

下一期，我们将深入探讨平衡计分卡：如何将战略转化为可执行的行动？我们将以华为的战略执行体系为案例，展示如何通过平衡计分卡实现战略落地。敬请期待！

恒成集团构建“咨询+产业+人才”三位一体的业务布局，和持“人才为本，价值为魂，客户为根，成功为要”的核心价值观，恒成智远以持续创新为发展动力，以专业智库为战略支撑，致力于为实体经济企业提供高价值管理智慧解决方案，推动产业转型升级和高质量发展，助力中国企业提升全球竞争力。

其子公司恒成陪跑聚焦国家级“专精特新小巨人”及以上企业，通过管理咨询、资本、陪跑为企业提供综合陪跑服务和系统解决方案，与企业家团队共同创新，一起完成思考和价值倍增的顶层设计，携手同行，将一张蓝图绘到底，业务欢迎联系恒成陪跑陆静：lu0816jing

点个赞赞 好运相伴

“咨询+资本+产业”，助力企业高质量成长，欢迎链接恒成智远陆静：lu0816jing

汲取管理智慧

扫码get更多消息

微信号：lu0816jing