Model Monte Carlo umožňuje vědcům provádět více pokusů a definovat všechny potenciální výsledky události nebo investice. Společně vytvářejí rozdělení pravděpodobnosti nebo hodnocení rizik pro danou investici nebo událost.
Analýza Monte Carlo je technikou vícerozměrného modelování. Všechny multivariační modely lze považovat za složité „co kdyby?“ scénáře. Výzkumní analytici je používají k předpovídání investičních výsledků, k pochopení možností jejich investičních expozic ak lepšímu snižování rizik. V metodě Monte Carlo jsou výsledky porovnány s tolerancí rizika. To pomáhá manažerovi rozhodnout, zda pokračovat s investicí nebo projektem.
Kdo používá vícerozměrné modely
Uživatelé vícerozměrných modelů mění hodnotu více proměnných, aby zjistili jejich potenciální dopad na hodnocený projekt.
Modely používají finanční analytici k odhadu peněžních toků a nových nápadů na produkty. Portfolio manažeři a finanční poradci je používají k určení dopadu investic na výkonnost portfolia a riziko. Pojišťovací společnosti je používají k odhadu možného pojistného plnění a cenové politiky. Některé z nejznámějších vícerozměrných modelů se používají k oceňování akciových opcí. Vícerozměrné modely také pomáhají analytikům určit skutečné ovladače hodnoty.
O analýze Monte Carlo
Analýza Monte Carlo je pojmenována po knížectví proslulém svými kasiny. U hazardních her jsou známy všechny možné výsledky a pravděpodobnosti, ale u většiny investic není sada budoucích výsledků známa.
Je na analytiku, aby určil výsledky a pravděpodobnost, že k nim dojde. Při modelování v Monte Carlu analytik provádí několik pokusů, někdy i tisíce, aby určil všechny možné výsledky a pravděpodobnost, že k nim dojde.
Analýza Monte Carlo je užitečná, protože mnoho investičních a obchodních rozhodnutí se přijímá na základě jednoho výsledku. Jinými slovy, mnoho analytiků odvodí jeden možný scénář a poté jej porovná s různými překážkami, aby se rozhodlo, zda pokračovat.
Většina odhadů pro forma začíná základním případem. Zadáním nejvyšší pravděpodobnosti předpoklad pro každý faktor, analytik může odvodit výsledek nejvyšší pravděpodobnosti. Rozhodování na základě základního případu je však problematické a vytvoření prognózy pouze s jedním výsledkem je nedostatečné, protože nehovoří nic o dalších možných hodnotách, které by se mohly vyskytnout.
To také neříká nic o velmi reálné šanci, že skutečná budoucí hodnota bude něco jiného než predikce základního případu. Je nemožné zajistit proti negativním událostem, pokud řidiči a pravděpodobnost těchto událostí nejsou vypočteny předem.
Vytvoření modelu
Po provedení vyžaduje provedení modelu Monte Carlo nástroj, který náhodně vybere hodnoty faktorů, které jsou vázány určitými předem určenými podmínkami. Spuštěním řady pokusů s proměnnými omezenými jejich vlastními nezávislými pravděpodobnostmi výskytu analytik vytvoří distribuci, která zahrnuje všechny možné výstupy a pravděpodobnosti, že k nim dojde.
Na trhu existuje mnoho generátorů náhodných čísel. Dva nejběžnější nástroje pro navrhování a provádění modelů Monte Carlo jsou @Risk a Crystal Ball. Oba mohou být použity jako doplňky pro tabulky a umožňují začlenění náhodných vzorků do zavedených modelů tabulek.
Umění ve vývoji vhodného modelu Monte Carlo spočívá v určení správných omezení pro každou proměnnou a správného vztahu mezi proměnnými. Například proto, že diverzifikace portfolia je založena na korelaci mezi aktivy, musí jakýkoli model vyvinutý k vytvoření očekávaných hodnot portfolia zahrnovat korelaci mezi investicemi.
Aby bylo možné zvolit správné rozdělení pro proměnnou, musí člověk rozumět každé z možných dostupných distribucí. Například nejběžnějším je normální rozdělení, také známé jako zvonová křivka .
Při normálním rozdělení jsou všechny výskyty rovnoměrně rozloženy kolem střední hodnoty. Průměr je nejpravděpodobnější událost. Přírodní jevy, výšky lidí a inflace jsou některé příklady vstupů, které jsou normálně distribuovány.
V analýze Monte Carlo generátor náhodných čísel vybere náhodnou hodnotu pro každou proměnnou v rámci omezení stanovených modelem. Potom vytvoří rozdělení pravděpodobnosti pro všechny možné výsledky.
Standardní odchylka této pravděpodobnosti je statistika, která označuje pravděpodobnost, že skutečný odhadovaný výsledek bude něco jiného než střední nebo nejpravděpodobnější událost. Za předpokladu, že rozdělení pravděpodobnosti je normálně rozděleno, přibližně 68% hodnot spadá do jedné směrodatné odchylky průměru, přibližně 95% hodnot spadá do dvou směrodatných odchylek a přibližně 99, 7% bude ležet do tří směrodatných odchylek od střední hodnoty.
Tomu se říká pravidlo „68-95-99.7“ nebo „empirické pravidlo“.
Kdo používá metodu
Analýzy Monte Carlo provádějí nejen finanční odborníci, ale také mnoho dalších podniků. Jedná se o rozhodovací nástroj, který předpokládá, že každé rozhodnutí bude mít určitý dopad na celkové riziko.
Každý jednotlivec a instituce má jinou toleranci rizika. Proto je důležité vypočítat riziko jakékoli investice a porovnat ji s tolerancí rizika jednotlivce.
Rozložení pravděpodobnosti vytvořené modelem Monte Carlo vytváří obraz rizika. Tento obrázek představuje účinný způsob, jak zprostředkovat výsledky ostatním, například nadřízeným nebo potenciálním investorům. Dnes může velmi složité modely Monte Carlo navrhnout a provést kdokoli s přístupem k osobnímu počítači.
