Použitie analýzy Monte Carlo na odhad rizika

Model Monte Carlo umožňuje vedcom spustiť viac pokusov a definovať všetky potenciálne výsledky udalosti alebo investície. Spoločne vytvárajú rozdelenie pravdepodobnosti alebo hodnotenie rizika pre danú investíciu alebo udalosť.

Analýza Monte Carlo je technika viacrozmerného modelovania. Všetky viacrozmerné modely možno považovať za zložité „čo ak?“ scenáre. Výskumní analytici ich používajú na predpovedanie investičných výsledkov, na pochopenie možností súvisiacich s ich investičnou expozíciou a na lepšie zmiernenie rizík. V metóde Monte Carlo sa výsledky porovnávajú s toleranciou rizika. To pomáha manažérovi rozhodnúť sa, či bude pokračovať v investícii alebo projekte.

Kto používa viacrozmerné modely

Používatelia viacrozmerných modelov menia hodnotu viacerých premenných, aby sa ubezpečili o ich možnom vplyve na hodnotený projekt.

Modely používajú finanční analytici na odhadovanie peňažných tokov a nápadov na nové produkty. Manažéri portfólia a finanční poradcovia ich používajú na určovanie vplyvu investícií na výkonnosť portfólia a riziko. Poisťovacie spoločnosti ich používajú na odhadovanie potenciálu na poistné plnenie a na stanovovanie cien. Niektoré z najznámejších viacrozmerných modelov sa používajú na oceňovanie akciových opcií. Viacrozmerné modely tiež pomáhajú analytikom určiť skutočné ovládače hodnoty.

O analýze Monte Carlo

Analýza Monte Carlo je pomenovaná podľa kniežatstva, ktoré slávili kasína. Pri hazardných hrách sú známe všetky možné výsledky a pravdepodobnosti, ale pri väčšine investícií nie je známy súbor budúcich výsledkov.

Je na analytikovi, aby určil výsledky a pravdepodobnosť, že sa vyskytnú. Pri modelovaní v Monte Carle analytik vykonáva niekoľko pokusov, niekedy aj tisíce, aby určil všetky možné výsledky a pravdepodobnosť, že sa uskutočnia.

Analýza Monte Carlo je užitočná, pretože mnohé investičné a obchodné rozhodnutia sa prijímajú na základe jedného výsledku. Inými slovami, veľa analytikov odvodzuje jeden možný scenár a potom ho porovnáva s rôznymi prekážkami pri rozhodovaní, či pokračovať.

Väčšina proformačných odhadov začína základným prípadom. Zadaním najvyššieho pravdepodobnostného predpokladu pre každý faktor môže analytik odvodiť výsledok s najvyššou pravdepodobnosťou. Prijatie rozhodnutí na základe základného prípadu je však problematické a vytvorenie prognózy iba s jedným výsledkom je nedostatočné, pretože nehovorí nič o akýchkoľvek ďalších možných hodnotách, ktoré by sa mohli vyskytnúť.

Tiež sa v nej neuvádza nič o skutočnej pravdepodobnosti, že skutočná budúca hodnota bude niečo iné ako predikcia základného prípadu. Nie je možné zaistiť proti negatívnej udalosti, ak vodiči a pravdepodobnosť týchto udalostí nie sú vypočítané vopred.

Vytvorenie modelu

Po vytvorení si vykonanie modelu Monte Carlo vyžaduje nástroj, ktorý náhodne vyberie hodnoty faktorov, ktoré sú viazané určitými vopred určenými podmienkami. Spustením viacerých pokusov s premennými obmedzenými ich vlastnými nezávislými pravdepodobnosťami výskytu analytik vytvorí distribúciu, ktorá obsahuje všetky možné výsledky a pravdepodobnosti, že sa vyskytnú.

Na trhu existuje veľa generátorov náhodných čísel. Dva najbežnejšie nástroje na navrhovanie a vykonávanie modelov Monte Carlo sú @Risk a Crystal Ball. Obidva sa dajú použiť ako doplnky pre tabuľky a umožňujú začlenenie náhodných vzoriek do zavedených modelov tabuliek.

Pri vývoji vhodného modelu Monte Carlo je umenie určiť správne obmedzenia pre každú premennú a správny vzťah medzi premennými. Napríklad, pretože diverzifikácia portfólia je založená na korelácii medzi aktívami, každý model vyvinutý na vytvorenie očakávaných hodnôt portfólia musí obsahovať koreláciu medzi investíciami.

Aby bolo možné zvoliť správne rozdelenie premennej, je potrebné porozumieť každej z možných dostupných distribúcií. Napríklad najbežnejšou je normálne rozdelenie, známe tiež ako zvonová krivka .

Pri normálnom rozdelení sú všetky výskyty rovnomerne rozdelené okolo strednej hodnoty. Priemer je najpravdepodobnejšia udalosť. Prírodné javy, výška ľudí a inflácia sú príklady, ktoré sú bežne distribuované.

V analýze Monte Carlo generátor náhodných čísel vyberie náhodnú hodnotu pre každú premennú v rámci obmedzení stanovených modelom. Potom vytvára rozdelenie pravdepodobnosti pre všetky možné výsledky.

Štandardná odchýlka tejto pravdepodobnosti je štatistika, ktorá označuje pravdepodobnosť, že skutočný odhadovaný výsledok bude niečo iné ako stredná alebo najpravdepodobnejšia udalosť. Za predpokladu, že rozdelenie pravdepodobnosti je normálne rozdelené, približne 68% hodnôt bude spadať do jednej štandardnej odchýlky priemeru, približne 95% hodnôt bude spadať do dvoch štandardných odchýlok a približne 99, 7% bude ležať do troch štandardných odchýlok od priemeru,

Toto pravidlo je známe ako pravidlo „68-95-99.7“ alebo „empirické pravidlo“.

Kto používa metódu

Analýzy Monte Carlo nevykonávajú iba finanční odborníci, ale aj mnohé ďalšie podniky. Je to rozhodovací nástroj, ktorý predpokladá, že každé rozhodnutie bude mať určitý vplyv na celkové riziko.

Každý jednotlivec a inštitúcia má inú toleranciu rizika. Preto je dôležité vypočítať riziko akejkoľvek investície a porovnať ju s toleranciou rizika jednotlivca.

Pravdepodobnosť rozdelenia modelu Monte Carlo vytvára obraz rizika. Tento obraz predstavuje účinný spôsob, ako sprostredkovať výsledky ostatným, napríklad nadriadeným alebo potenciálnym investorom. Dnes môže veľmi zložité modely Monte Carlo navrhnúť a vykonať každý, kto má prístup k osobnému počítaču.