定性风险矩阵、期望货币值和情景分析回答的是不同的风险问题：前者把风险按概率与影响等级排序，期望货币值把风险折算成一个可比较的金额，情景分析则测算多组未来条件下的组合敞口。选择哪一种，取决于当前能拿到什么精度的数据、结论要支撑哪类决策，以及风险之间是否存在联动。本文按同一口径对比三种方法的输入、输出与边界，并给出一条可执行的选择与组合路径。
要点总览（TL;DR）
- 定性风险矩阵用概率等级与影响等级排序，适合项目早期、数据不足、需要快速对齐优先级的场景。
- 期望货币值把概率与金额相乘得到可比较的数值，适合概率与金额可估算、风险近似独立、需要比较投入产出或汇总储备的场景。
- 情景分析构造若干组未来条件测算组合影响，适合单点概率难估计、多个风险联动、需要评估极端后果的场景。
- 常见做法是分层组合：先用矩阵筛出重点风险，再对金额敏感的风险计算期望货币值，最后对高影响强联动风险做情景分析。
- 三种方法结果不一致时先核对刻度、概率基准与评估时点，口径一致仍有分歧时以更保守结论进入预案。
三种方法各自回答什么问题
三种方法并非互相替代的计算技巧，而是对应风险管理中三个不同层次的判断。把它们放在同一张表里对齐输入、输出和决策用途，后续讨论适用条件时才有共同语言。
| 方法 | 主要输入 | 输出形式 | 支撑的决策 |
|---|---|---|---|
| 定性风险矩阵 | 风险事件清单；发生概率等级（如极低到极高）；影响等级（如轻微到严重） | 每个风险的风险等级与排序，通常落在矩阵格中形成高、中、低分区 | 确定哪些风险优先处理、哪些进入观察清单、资源先投向哪里 |
| 期望货币值 | 每个风险的发生概率（数值）；影响金额（损失或收益） | 单个风险的期望值及汇总值，单位为货币 | 比较不同风险或不同应对方案的投入产出，判断应急储备规模 |
| 情景分析 | 若干组假设条件（如工期延误叠加关键人员流失）；各条件下的影响测算 | 多情景下的敞口区间与条件叙述，而非单一数值 | 评估极端后果、连锁反应和组合影响，支撑预案与容忍度设定 |
定性风险矩阵的产出是顺序信息，回答“先管哪个”；期望货币值的产出是金额信息，回答“值不值得投入、留多少储备”；情景分析的产出是区间和条件描述，回答“最坏会坏到什么程度、在什么条件下发生”。三者可以指向同一批风险，但结论颗粒度不同，混用时需要明确当前要回答的是哪一问。
同口径差异对照：数据要求、成本与结论强度
选择方法时真正要权衡的是几个固定维度。下表按统一维度展开，便于逐项比较。
| 比较维度 | 定性风险矩阵 | 期望货币值 | 情景分析 |
|---|---|---|---|
| 所需数据精度 | 低，只需分级判断，可基于专家经验 | 高，需要概率数值与金额估算 | 中，需要条件设定与影响测算，概率可缺省 |
| 实施成本与耗时 | 低，一次工作坊即可完成初版 | 中到高，概率校准与金额估算耗时较多 | 中到高，情景设计与组合测算需要多角色参与 |
| 结论表达形式 | 等级与排序，直观易沟通 | 单一货币数值，便于加总和比较 | 区间与条件叙述，信息量大但不易压缩成一个数 |
| 对风险独立性的处理 | 逐条评估，默认各风险分开看 | 依赖近似独立假设，方可逐项相加 | 可显式建模风险同时发生与相互放大 |
| 对极端与组合后果的覆盖 | 弱，高影响风险可能被平均等级掩盖 | 弱，期望值天然稀释低频高损事件 | 强，正是为尾部与组合效应设计 |
| 结果不确定性来源 | 刻度定义不一致、评估者主观偏差 | 概率估计偏差、金额口径不一致 | 情景选取与假设设定的主观性 |
这张表揭示了一个常见误判：期望货币值看起来最“精确”，但它的精确性完全建立在概率与金额两个输入之上，输入偏差会被直接放大；定性矩阵看起来最“粗”，却在数据稀缺时最稳健；情景分析覆盖最全，代价是结论难以压缩成一个可用于排名的数字。结论强度不等于数字精度，而等于方法与当前数据条件的匹配程度。
定性风险矩阵的适用条件与边界
定性风险矩阵在项目早期、历史数据缺乏、需要快速形成团队共识时是最合适的选择。此时团队对风险有直觉判断，但拿不出可信的概率和金额，强行量化反而制造虚假精确。矩阵用概率等级和影响等级两个维度，把风险放进高、中、低分区，直接支撑“先处理哪些”的排序决策。
当概率与影响只能分级、无法给出金额时，矩阵是自然的处理方式。做法是先定义清晰的等级刻度，例如概率分为五级并给出每级的判断依据，影响按进度、成本、质量、范围分别描述各级的具体表现，再合成风险等级。刻度定义越具体，不同评估者之间的分歧越小。
矩阵的失真主要来自两处。一是等级刻度定义不一致：不同部门对“高影响”的理解不同，合并排序时就会出现偏差，解决办法是在评估前统一刻度并做校准示例。二是对金额差异大的风险解释力有限：两个风险可能同处“高”区，但一个潜在损失是另一个的十倍，矩阵无法体现这一差别，也无法直接支撑投入产出比较。当决策需要回答“花多少成本应对才划算”时，矩阵只能作为筛选工具，不能作为最终依据。
- 适用：项目启动或阶段初期、数据不足、需要跨角色快速对齐优先级。
- 适用：风险数量多、需要先做一轮粗筛再深入分析。
- 慎用：需要比较应对方案的经济性，或风险金额差异悬殊。
- 误用提示：把矩阵等级直接当作预算依据；不同项目使用不同刻度却合并排序。
期望货币值的适用条件与边界
期望货币值适合概率与金额影响都可估算、风险事件可重复或可类比的场景。例如同类项目历史上反复出现的需求变更、返工、供应商延期，其发生频率和单次损失都有可参考的数据，此时用概率乘以金额得到的期望值，能够把不同风险折算到同一货币尺度上比较，也便于汇总成应急储备的参考规模。
它的核心前提是风险之间近似独立、可以逐项相加。如果多个风险由同一原因触发、会同时发生并相互放大，简单相加会低估总敞口。使用前应先检查风险之间是否存在共同诱因或因果链，存在时需分组处理或改用情景分析。
期望货币值最大的局限是单一数值掩盖尾部风险。一个低频高损事件在期望值上可能只贡献很小的数字，但它一旦发生就足以让项目失控。因此期望值适合回答“平均而言要准备多少”，不适合回答“最坏情况能否承受”。解读时应同时给出概率分布或至少标注高影响单项，避免用汇总期望值替代风险容忍度判断。
概率估计偏差会直接放大结果误差。校准的常见做法包括：用历史频率替代主观判断、组织多人独立估计后取区间、对关键风险做敏感性分析看结论是否随概率变动而翻转。金额口径也要统一，明确是否包含间接损失、是否按现值计算，否则不同风险的期望值不可比。
- 适用：有历史频率或可比案例，概率与金额可给出区间估计。
- 适用：风险近似独立，需要横向比较或汇总储备。
- 慎用：存在明显联动风险；存在低频高损事件且决策关注最坏情况。
- 解读注意：同时报告单项高影响风险，不只报汇总值。
情景分析的适用条件与边界
情景分析适合单点概率难以估计、需要评估极端或连锁后果的场合。当团队说不出“这件事发生的概率是多少”，但能描述“如果这几个条件同时成立，项目会变成什么样”，情景分析就是更合适的工具。它不要求为每个风险赋一个概率，而是构造若干组自洽的未来条件，测算每组条件下的整体影响。
多个风险同时发生、存在组合效应时，情景分析的优势最明显。例如关键供应商延期、核心人员流失、需求范围扩大三者叠加，其后果远大于三者单独影响之和。情景分析可以显式设定这种叠加关系，输出不同情景下的敞口区间，支撑预案设计和风险容忍度设定。
构造情景时有两点约束需要正视。一是情景数量：情景太少覆盖不全，太多则测算成本上升且结论分散，通常围绕基准、不利、极端三到四组展开即可。二是假设设定的主观性：情景条件由人设定，选择哪些变量、设定什么水平都会影响结论，因此每个情景都应写明假设依据和触发条件，便于复核和更新。
情景分析的输出是区间和条件叙述，不产出单一最优值。这与它的用途一致：它服务于“如果……我们怎么办”的预案讨论，而非排名或预算计算。若决策需要一个可加总的数字，应回到期望货币值或矩阵排序。
- 适用：概率难估计但后果可描述；关注极端损失与连锁反应。
- 适用：多个风险存在共同诱因或放大关系，需要评估组合敞口。
- 构造要点：情景数量控制在可管理范围，每个情景写明假设与触发条件。
- 解读注意：结论以区间和条件表达，不强行折算成单一数值。
如何组合使用并做出选择
实际项目中，三种方法通常按顺序配合，而非二选一。判断顺序可以按三个问题依次推进：数据够不够、结论要支撑什么决策、风险之间是否联动。
| 判断顺序 | 判断问题 | 倾向选择 |
|---|---|---|
| 第一步 | 是否处于早期、缺乏概率与金额数据，且需要快速排序 | 定性风险矩阵 |
| 第二步 | 是否需要比较投入产出、汇总储备规模，且概率金额可估算 | 期望货币值 |
| 第三步 | 是否存在低频高损、连锁反应或组合效应，且决策关注最坏情况 | 情景分析 |
分层组合是更常见的做法：先用定性矩阵对全部风险做一轮筛选，识别出高区风险；再对其中金额敏感、数据可得的风险计算期望货币值，支撑应对方案的经济性比较；最后对剩余的高影响、强联动风险构造情景，评估极端后果并设计预案。这样既控制了整体工作量，又保证重点风险得到足够深度的分析。
三种方法结果不一致时，处理原则是先查口径再下结论。常见的不一致来源包括：矩阵刻度与金额估算对“高影响”的定义不同；期望值使用的概率与情景假设的概率基准不同；评估时点不同导致风险状态已变化。应回到假设和口径层面核对，而不是简单取平均或择一采信。若口径一致仍存在分歧，通常说明该风险同时具备高期望损失和尾部特征，应以更保守的结论进入预案。
无论采用哪种方法，都应在风险登记中记录：评估方法、关键假设（概率来源、金额口径、情景条件）、评估时点与复核触发条件。风险状态变化或阶段关口到来时重新评估，避免一次评估长期沿用。
这些记录和复核动作需要有承载的地方。ONES 瀑布项目管理解决方案支持设置项目计划和里程碑基线，实时对比计划与执行的偏差，提早识别风险和问题；团队可以围绕关键阶段和交付目标跟踪进度，把风险条目、评估结论与复核记录挂在对应工作项和项目文档上，使假设、口径与复核时点随项目推进保持可追溯。对于采用瀑布管理方式、目标与交付节点较明确的项目，这种承载方式能让三种方法的评估结果进入同一条管理流程，而不是停留在一次性表格里。
常见问题
项目刚开始、连风险清单都不完整，应该先用哪种方法？
从定性风险矩阵起步更合适。此时团队通常能凭经验判断哪些风险更可能发生、影响更大，但给不出可信的概率和金额。先用矩阵把风险按等级分区，形成一份有优先级的清单，再随着数据积累对重点风险做进一步量化。矩阵的初版可以在一次工作坊内完成，后续按阶段关口更新。
期望货币值算出来的汇总数字，可以直接当作应急储备金额吗？
可以作为参考起点，不宜直接等同。期望货币值反映的是平均意义上的损失，低频高损事件在汇总值中占比很小，一旦发生却可能超出储备。建议在汇总期望值之外，单独列出高影响单项风险，并结合情景分析评估极端情况下的资金需求，再确定储备规模。
几个风险由同一个原因触发，还能分别计算期望货币值再相加吗？
不建议直接相加。期望货币值可加总的前提是风险之间近似独立，共同诱因会让多个风险同时发生并相互放大，简单相加会低估总敞口。处理方式有两种：把同源风险合并为一个风险事件估算，或改用情景分析，显式设定这些风险同时发生时的组合影响。
情景分析需要做多少个情景才够用？
通常围绕基准、不利、极端三到四组展开即可覆盖主要判断需求。情景太少容易遗漏关键组合，太多则测算成本上升、结论分散。每个情景都应写明假设依据和触发条件，说明选择了哪些变量、设定在什么水平，便于后续复核时判断情景是否仍然成立。
三种方法得出的结论互相矛盾时，应该采信哪一个？
先核对口径，再决定采信。常见的不一致来源包括矩阵刻度与金额估算对“高影响”的定义不同、期望值与情景假设使用的概率基准不同、评估时点不同导致风险状态已变化。回到假设层面核对后，若口径一致仍存在分歧，通常说明该风险同时具备较高期望损失和尾部特征，应以更保守的结论进入预案。
