Utilizarea analizei Monte Carlo pentru estimarea riscului

Modelul Monte Carlo permite cercetătorilor să deruleze mai multe încercări și să definească toate rezultatele potențiale ale unui eveniment sau investiție. Împreună, creează o distribuție a probabilității sau o evaluare a riscurilor pentru o anumită investiție sau eveniment.

Analiza Monte Carlo este o tehnică de modelare multivariată. Toate modelele multivariate pot fi gândite ca fiind complexe "ce se întâmplă dacă?" scenarii. Analiștii de cercetare îi folosesc pentru a prognoza rezultatele investițiilor, pentru a înțelege posibilitățile din jurul expunerilor lor de investiții și pentru a atenua mai bine riscurile. În metoda Monte Carlo, rezultatele sunt comparate cu toleranța la risc. Acest lucru ajută un manager să decidă dacă va continua cu o investiție sau un proiect.

Cine folosește modele multivariate

Utilizatorii de modele multivariate modifică valoarea mai multor variabile pentru a stabili impactul lor potențial asupra proiectului evaluat.

Modelele sunt utilizate de către analiștii financiari pentru a estima fluxurile de numerar și ideile de produse noi. Managerii de portofoliu și consilierii financiari le folosesc pentru a determina impactul investițiilor asupra performanței și riscului portofoliului. Companiile de asigurare le folosesc pentru a estima potențialul pentru creanțe și pentru politicile de preț. Unele dintre cele mai cunoscute modele multivariate sunt cele utilizate pentru a valoriza opțiunile de stoc. Modelele multivariate îi ajută pe analiști să determine adevărații factori ai valorii.

Despre Monte Carlo Analysis

Analiza Monte Carlo este numită după principatul făcut faimos de cazinourile sale. Cu jocurile de noroc, toate rezultatele și probabilitățile posibile sunt cunoscute, dar cu majoritatea investițiilor, setul de rezultate viitoare nu este cunoscut.

Depinde analistului să determine rezultatele și probabilitatea ca acestea să apară. În modelarea din Monte Carlo, analistul efectuează mai multe încercări, uneori mii dintre ele, pentru a determina toate rezultatele posibile și probabilitatea ca acestea să aibă loc.

Analiza Monte Carlo este utilă, deoarece multe decizii de investiții și afaceri sunt luate pe baza unui rezultat. Cu alte cuvinte, mulți analiști obțin un scenariu posibil și apoi îl compară cu diferitele obstacole pentru a decide dacă va continua.

Majoritatea estimărilor pro forma încep cu un caz de bază. Prin introducerea celei mai mari presupuneri de probabilitate pentru fiecare factor, un analist poate obține cel mai mare rezultat al probabilității. Cu toate acestea, luarea oricăror decizii pe baza unui caz de bază este problematică, iar crearea unei prognoze cu un singur rezultat este insuficientă, deoarece nu spune nimic despre orice alte valori posibile.

De asemenea, nu spune nimic despre șansa reală ca valoarea viitoare reală să fie altceva decât predicția cazului de bază. Este imposibil să vă protejați de o apariție negativă dacă driverele și probabilitățile acestor evenimente nu sunt calculate în avans.

Crearea modelului

Odată proiectat, executarea unui model Monte Carlo necesită un instrument care să selecteze la întâmplare valorile factorilor care sunt legate de anumite condiții predeterminate. Prin rularea unui număr de încercări cu variabile constrânse de propriile probabilități independente de apariție, un analist creează o distribuție care include toate rezultatele posibile și probabilitățile de apariție a acestora.

Există mulți generatori de numere aleatorii pe piață. Cele mai frecvente două instrumente pentru proiectarea și executarea modelelor Monte Carlo sunt @Risk și Crystal Ball. Ambele pot fi utilizate ca suplimente pentru foile de calcul și permit încadrarea eșantionării aleatorii în modelele de foi de calcul stabilite.

Arta dezvoltării unui model Monte Carlo adecvat constă în determinarea constrângerilor corecte pentru fiecare variabilă și relația corectă între variabile. De exemplu, deoarece diversificarea portofoliului se bazează pe corelația dintre active, orice model dezvoltat pentru a crea valori de portofoliu așteptate trebuie să includă corelația dintre investiții.

Pentru a alege distribuția corectă pentru o variabilă, trebuie să înțelegeți fiecare dintre distribuțiile posibile disponibile. De exemplu, cea mai obișnuită este o distribuție normală, cunoscută și sub numele de curbă de clopot .

Într-o distribuție normală, toate aparițiile sunt distribuite în mod egal în jurul valorii medii. Media este cel mai probabil eveniment. Fenomenele naturale, înălțimea oamenilor și inflația sunt câteva exemple de inputuri care sunt distribuite în mod normal.

În analiza Monte Carlo, un generator cu număr aleatoriu alege o valoare aleatorie pentru fiecare variabilă în limitele stabilite de model. Apoi produce o distribuție a probabilității pentru toate rezultatele posibile.

Abaterea standard a acestei probabilități este o statistică care denotă probabilitatea ca rezultatul real estimat să fie altceva decât evenimentul mediu sau cel mai probabil. Dacă presupunem că o distribuție a probabilității este distribuită în mod normal, aproximativ 68% din valori se încadrează într-o abatere standard a mediei, aproximativ 95% din valori se vor încadra în două abateri standard și aproximativ 99, 7% se vor încadra în trei abateri standard ale mediei .

Aceasta este cunoscută sub numele de "regula 68-95-99.7" sau "regula empirică".

Cine folosește metoda

Analizele Monte Carlo nu sunt realizate numai de profesioniștii finanțelor, ci și de multe alte afaceri. Este un instrument de luare a deciziilor care presupune că fiecare decizie va avea un impact asupra riscului general.

Fiecare individ și instituție are o toleranță la risc diferită. Acest lucru face important să calculăm riscul oricărei investiții și să îl comparăm cu toleranța la risc a individului.

Distribuțiile de probabilitate produse de un model Monte Carlo creează o imagine a riscului. Această imagine este o metodă eficientă de a transmite rezultatele către alții, cum ar fi superiorii sau investitorii potențiali. Astăzi, modele foarte complexe de Monte Carlo pot fi proiectate și executate de oricine are acces la un computer personal.