モンテカルロ分析を使用したリスクの推定
モンテカルロモデルを使用すると、さまざまな種類の専門職の研究者が複数の試験を実行できるため、イベントまたは決定のすべての潜在的な結果を定義できます。 金融業界では、決定は通常、投資に関連しています。 組み合わせると、すべての個別の試行で 確率分布 また リスクアセスメント 特定の投資またはイベントに対して。
モンテカルロ 分析は一種の多変量モデリング手法です。 全て 多変量モデル 「もしも」の複雑なイラストと考えることができます。 シナリオ。 最もよく知られている多変量モデルのいくつかは、評価に使用されるモデルです。 ストックオプション. リサーチアナリストは、それらを使用して投資結果を予測し、投資エクスポージャーを取り巻く可能性を理解し、リスクをより適切に軽減します。
投資家がモンテカルロ法を使用すると、結果はさまざまなレベルの リスク許容度. これは、利害関係者が投資を進めるかどうかを決定するのに役立ちます。
重要なポイント
- モンテカルロモデルを使用すると、さまざまな種類の専門職の研究者が複数の試験を実行できるため、イベントまたは決定のすべての潜在的な結果を定義できます。
- モンテカルロモデルを使用する場合、ユーザーは複数の変数の値を変更して、評価されている決定に対する潜在的な影響を確認します。
- 金融業界では、決定は通常、投資に関連しています。
- モンテカルロモデルによって生成された確率分布は、リスクの全体像を作成します。
多変量モデルを使用するのは誰か
モンテカルロモデルのような多変量モデルは、複数の変数を使用して起こりうる結果を予測する一般的な統計ツールです。 多変量モデルを使用する場合、ユーザーは複数の変数の値を変更して、評価されている決定に対する潜在的な影響を確認します。
多くの異なる種類の職業が多変量モデルを使用しています。 金融アナリストは、多変量モデルを使用して推定することができます キャッシュフロー と新製品のアイデア。 ポートフォリオマネージャー と ファイナンシャルアドバイザー それらを使用して、投資の影響を判断します ポートフォリオのパフォーマンス とリスク。 保険会社はそれらを使用して、保険金請求の可能性を見積もり、保険の価格を決定します。
モンテカルロモデルは、カジノの急増で有名になった地理的な場所、モンテカルロ(技術的にはモナコ公国の行政区域)にちなんで名付けられました。
結果と確率
カジノで行われるような運が左右するゲームでは、考えられるすべての結果と確率がわかっています。 ただし、ほとんどの投資では、一連の将来の結果は不明です。
それは アナリスト 結果とそれらが発生する確率を決定するため。 モンテカルロモデリングでは、アナリストは複数の試行(場合によっては数千回)を実行して、考えられるすべての結果とそれらが発生する確率を決定します。
モンテカルロ分析は、多くの投資およびビジネス上の意思決定が1つの結果に基づいて行われるため便利です。 言い換えると、多くのアナリストは1つの可能なシナリオを導き出し、その結果をその結果に対するさまざまな障害と比較して、続行するかどうかを決定します。
プロフォーマの見積もり
多くの プロフォーマ 見積もりはベースケースから始まります。 各要因に最も高い確率の仮定を入力することにより、アナリストは最も高い確率の結果を導き出すことができます。 ただし、ベースケースに基づいて決定を下すのは問題があり、 他の可能な値については何も述べていないため、1つの結果だけでは不十分です。 発生する。
それはまた、実際の 将来価値 ベースケースの予測以外のものになります。 することは不可能です ヘッジ これらのイベントのドライバーと確率が事前に計算されていない場合は、ネガティブな発生に対して。
モデルの作成
設計が完了すると、モンテカルロモデルを実行するには、特定の所定の条件に拘束される因子値をランダムに選択するツールが必要です。 独自の独立した発生確率によって制約された変数を使用して多数の試行を実行することにより、 アナリストは、考えられるすべての結果とそれらが発生する確率を含む分布を作成します。
市場には多くの乱数ジェネレーターがあります。 モンテカルロモデルを設計および実行するための2つの最も一般的なツールは次のとおりです。 @危険 と 水晶球. これらは両方ともスプレッドシートのアドインとして使用でき、確立されたスプレッドシートモデルにランダムサンプリングを組み込むことができます。
正しい制約
適切なモンテカルロモデルを開発するための技術は、各変数の正しい制約と変数間の正しい関係を決定することです。 たとえば、ポートフォリオは 多様化 に基づいています 相関 資産間で、期待されるポートフォリオ値を作成するために開発されたモデルには、投資間の相関関係が含まれている必要があります。
変数の正しい分布を選択するには、利用可能な分布のそれぞれを理解する必要があります。 たとえば、最も一般的なものは 正規分布、ベルカーブとも呼ばれます.
正規分布と標準偏差
正規分布では、すべてのオカレンスは平均の周りに均等に分布しています。 平均は最も可能性の高いイベントです。 自然現象、人々の身長、インフレは、正規分布する入力の例です。
モンテカルロ分析では、乱数ジェネレーターは、モデルによって設定された制約内の各変数のランダム値を選択します。 次に、考えられるすべての結果の確率分布を生成します。
NS 標準偏差 その確率のは、推定される実際の結果が平均または最も可能性の高いイベント以外のものになる可能性を示す統計です。 確率分布が正規分布していると仮定すると、値の約68%が つまり、値の約95%は2つの標準偏差内にあり、約99.7%は3つの標準偏差内にあります。 平均。
これは「68-95-99.7ルール」または「経験則."
誰がこの方法を使用するか
モンテカルロ分析は、金融の専門家だけでなく、他の多くの企業によっても実施されています。 これは、すべての決定が全体的なリスクに何らかの影響を与えることを前提とした意思決定ツールです。
個人や機関ごとにリスク許容度は異なります。 そのため、投資のリスクを計算し、それを個人のリスク許容度と比較することが重要になります。
モンテカルロモデルによって生成された確率分布は、リスクの全体像を作成します。 その写真は、上司や将来の投資家など、他の人に結果を伝えるための効果的な方法です。 今日、非常に複雑なモンテカルロモデルは、パーソナルコンピュータにアクセスできる人なら誰でも設計および実行できます。