Використання аналізу Монте -Карло для оцінки ризику

Модель Монте -Карло дає можливість дослідникам із різних професій проходити безліч випробувань і таким чином визначати всі потенційні результати події чи рішення. У фінансовій індустрії рішення зазвичай пов'язане з інвестиціями. У поєднанні всі окремі випробування створюють a розподіл ймовірностей або оцінка ризику для певної інвестиції чи події.

Монте Карло аналіз є своєрідною технікою багатовимірного моделювання. Усі багатовимірні моделі можна розглядати як складні ілюстрації "що якщо?" сценарії. Деякі з найвідоміших багатоваріантних моделей-це моделі, які використовуються для оцінки біржові опціони. Аналітики -дослідники використовують їх для прогнозування результатів інвестицій, для розуміння можливостей, пов'язаних з їх інвестиційними ризиками, та для кращого зменшення ризиків.

Коли інвестори використовують метод Монте -Карло, результати порівнюються з різними рівнями толерантність до ризику. Це може допомогти зацікавленим сторонам вирішити, чи варто продовжувати інвестиції.

Хто використовує багатоваріантні моделі

Багатоваріантні моделі, як і модель Монте -Карло, є популярними статистичними інструментами, які використовують кілька змінних для прогнозування можливих результатів. При використанні багатоваріантної моделі користувач змінює значення кількох змінних, щоб визначити їх потенційний вплив на рішення, яке оцінюється.

Багато різних типів професій використовують багатоваріантні моделі. Фінансові аналітики можуть використовувати багатоваріантні моделі для оцінки грошові потоки та ідеї нових продуктів. Портфельні менеджери та фінансові консультанти використовувати їх для визначення впливу інвестицій на продуктивність портфеля і ризик. Страхові компанії використовують їх для оцінки потенціалу претензій та цінової політики.

Модель Монте -Карло названа на честь географічного розташування, Монте -Карло (технічно адміністративний район Князівства Монако), яке стало відомим завдяки збільшенню кількості казино.

Результати та ймовірності

За допомогою азартних ігор, таких як ті, які граються в казино, відомі всі можливі результати та ймовірності. Однак для більшості інвестицій набір майбутніх результатів невідомий.

Це залежить від аналітик для визначення результатів, а також ймовірності їх настання. У моделюванні в Монте -Карло аналітик проводить кілька випробувань (іноді навіть тисячі з них), щоб визначити всі можливі результати та ймовірність того, що вони відбудуться.

Аналіз Монте -Карло корисний, оскільки багато інвестиційних та бізнес -рішень приймаються на основі одного результату. Іншими словами, багато аналітиків виводять один можливий сценарій, а потім порівнюють цей результат з різними перешкодами цьому результату, щоб вирішити, чи продовжувати.

Оцінки Pro Forma

Більшість про форма оцінки починаються з базового випадку. Вводячи припущення про найвищу ймовірність для кожного фактора, аналітик може отримати найвищий ймовірний результат. Однак прийняття будь -яких рішень на основі базового випадку є проблематичним, а створення прогнозу за допомогою лише один результат є недостатнім, оскільки він нічого не говорить про будь -які інші можливі значення відбуваються.

Він також нічого не говорить про реальну ймовірність того, що реальна майбутня вартість буде іншим, ніж передбачення базового випадку. Це неможливо живоплот проти негативного явища, якщо драйвери та ймовірності цих подій не розраховані заздалегідь.

Створення моделі

Після розробки для виконання моделі Монте -Карло потрібен інструмент, який буде випадковим чином вибирати значення коефіцієнтів, які пов'язані певними заздалегідь визначеними умовами. Виконавши ряд випробувань зі змінними, обмеженими їхньою незалежною ймовірністю настання, an аналітик створює розподіл, який включає всі можливі результати та ймовірності того, що вони відбудуться.

На ринку існує безліч генераторів випадкових чисел. Двома найпоширенішими інструментами для розробки та виконання моделей Монте -Карло є @Ризик та Кришталева куля. Обидва ці варіанти можуть бути використані як надбудови для електронних таблиць і дозволяють включити випадкову вибірку в усталені моделі електронних таблиць.

Правильні обмеження

Мистецтво при розробці відповідної моделі Монте -Карло полягає у визначенні правильних обмежень для кожної змінної та правильного співвідношення між змінними. Наприклад, тому що портфоліо урізноманітнення базується на кореляція між активами будь -яка модель, розроблена для створення очікуваної вартості портфеля, повинна включати кореляцію між інвестиціями.

Щоб вибрати правильний розподіл для змінної, потрібно розуміти кожен із можливих доступних розподілів. Наприклад, найпоширенішим є a нормальний розподіл, також відомий як крива дзвоника.

Нормальний розподіл та стандартне відхилення

При нормальному розподілі всі випадки однаково розподілені навколо середнього значення. Середнє значення є найбільш ймовірною подією. Природні явища, зростання людей та інфляція - це деякі приклади ресурсів, які нормально розподіляються.

В аналізі Монте-Карло генератор випадкових чисел вибирає випадкове значення для кожної змінної в межах обмежень, встановлених моделлю. Потім він виробляє розподіл ймовірностей для всіх можливих результатів.

The стандартне відхилення цієї ймовірності є статистикою, яка позначає ймовірність того, що фактичний результат, що оцінюється, буде чимось іншим, ніж середня або найбільш ймовірна подія. Припускаючи, що розподіл ймовірностей нормально розподілений, приблизно 68% значень потраплятимуть у межах одного стандартного відхилення середнє, близько 95% значень потраплятимуть у межах двох стандартних відхилень, а близько 99,7% - у межах трьох стандартних відхилень означати.

Це відоме як "правило 68-95-99,7" або "емпіричне правило."

Хто використовує метод

Аналізи Монте -Карло проводяться не тільки фінансовими фахівцями, а й багатьма іншими компаніями. Це інструмент прийняття рішень, який передбачає, що кожне рішення матиме певний вплив на загальний ризик.

Кожна особа та установа мають різну толерантність до ризику. Це робить важливим розрахувати ризик будь -якої інвестиції та порівняти його з індивідуальною толерантністю до ризику.

Розподіли ймовірностей, створені за моделлю Монте -Карло, створюють картину ризику. Ця картина є ефективним способом донести результати до інших, таких як начальство чи потенційні інвестори. Сьогодні дуже складні моделі Монте -Карло можуть спроектувати та виконати усі, хто має доступ до персонального комп’ютера.