Model Monte Carlo membolehkan para penyelidik menjalankan pelbagai percubaan dan menentukan semua hasil potensi sesuatu peristiwa atau pelaburan. Bersama-sama, mereka membuat pengagihan kebarangkalian atau penilaian risiko untuk pelaburan atau peristiwa tertentu.
Analisis Monte Carlo adalah teknik pemodelan multivariate. Semua model multivariate boleh difikirkan sebagai kompleks "bagaimana jika?" senario. Penganalisis penyelidikan menggunakannya untuk meramalkan hasil pelaburan, untuk memahami kemungkinan mengenai pendedahan pelaburan mereka, dan untuk mengurangkan risiko yang lebih baik. Dalam kaedah Monte Carlo, keputusannya dibandingkan dengan toleransi risiko. Ini membantu pengurus memutuskan sama ada meneruskan pelaburan atau projek.
Siapa yang Menggunakan Model Multivariat
Pengguna model multivariate mengubah nilai pembolehubah berganda untuk menentukan kesan potensi mereka terhadap projek yang dinilai.
Model ini digunakan oleh penganalisis kewangan untuk menganggarkan aliran tunai dan idea produk baru. Pengurus portfolio dan penasihat kewangan menggunakannya untuk menentukan kesan pelaburan terhadap prestasi portfolio dan risiko. Syarikat insurans menggunakannya untuk menganggarkan potensi tuntutan dan dasar harga. Beberapa model multivariate terkenal adalah yang digunakan untuk menilai opsyen saham. Model multivariate juga membantu para penganalisis untuk menentukan pemacu nilai sebenar.
Mengenai Analisis Monte Carlo
Analisis Monte Carlo dinamakan sempena nama raja yang terkenal dengan kasinonya. Dengan permainan peluang, semua kemungkinan dan kebarangkalian mungkin diketahui, tetapi dengan kebanyakan pelaburan, set hasil masa depan tidak diketahui.
Terpulang kepada penganalisis untuk menentukan hasil dan kebarangkalian bahawa ia akan berlaku. Dalam pemodelan Monte Carlo, penganalisis menjalankan pelbagai ujian, kadang-kadang beribu-ribu daripada mereka, untuk menentukan semua kemungkinan hasil dan kebarangkalian bahawa mereka akan berlaku.
Analisis Monte Carlo berguna kerana banyak keputusan pelaburan dan perniagaan dibuat berdasarkan satu hasil. Dalam erti kata lain, ramai penganalisis memperoleh satu senario yang mungkin dan kemudian membandingkannya dengan rintangan pelbagai untuk memutuskan sama ada untuk meneruskan.
Anggaran yang paling pro forma bermula dengan kes asas. Dengan memasukkan andaian kebarangkalian tertinggi bagi setiap faktor, penganalisis boleh memperoleh hasil kebarangkalian tertinggi. Walau bagaimanapun, membuat sebarang keputusan berdasarkan kes asas adalah masalah, dan mencipta ramalan dengan hanya satu hasil tidak mencukupi kerana ia tidak mengatakan sebarang nilai kemungkinan yang mungkin berlaku.
Ia juga mengatakan apa-apa mengenai peluang yang sangat nyata bahawa nilai masa depan yang sebenar akan menjadi sesuatu yang lain daripada ramalan kes asas. Tidak mustahil untuk melindung nilai daripada kejadian negatif jika pemandu dan kebarangkalian kejadian ini tidak dikira terlebih dahulu.
Mewujudkan Model
Setelah direka, melaksanakan model Monte Carlo memerlukan alat yang akan memilih nilai faktor secara rawak yang terikat oleh kondisi tertentu yang telah ditetapkan. Dengan menjalankan beberapa percubaan dengan pemboleh ubah yang dikekang oleh kebarangkalian independen mereka sendiri, penganalisis membuat pengedaran yang merangkumi semua kemungkinan hasil dan kebarangkalian yang akan terjadi.
Terdapat banyak penjana nombor rawak di pasaran. Kedua-dua alat yang paling biasa untuk mereka bentuk dan melaksanakan model Monte Carlo adalah @Risk dan Crystal Ball. Kedua-dua ini boleh digunakan sebagai tambahan untuk spreadsheet dan membenarkan persampelan rawak dimasukkan ke dalam model spreadsheet yang mantap.
Seni dalam membangunkan model Monte Carlo yang sesuai adalah untuk menentukan kekangan yang betul untuk setiap pembolehubah dan hubungan yang betul antara pembolehubah. Contohnya, kerana kepelbagaian portfolio berasaskan kepada korelasi antara aset, sebarang model yang dibangunkan untuk mewujudkan nilai portfolio yang diharapkan mesti termasuk korelasi antara pelaburan.
Untuk memilih taburan yang betul untuk pemboleh ubah, seseorang mesti memahami setiap pengedaran yang tersedia. Sebagai contoh, yang paling umum adalah pengedaran biasa, juga dikenali sebagai lengkungan loceng .
Dalam taburan normal, semua kejadian diedarkan sama rata di sekitar min. Maksudnya ialah peristiwa yang paling mungkin. Fenomena alam, ketinggian orang, dan inflasi adalah beberapa contoh input yang diedarkan secara normal.
Dalam analisis Monte Carlo, penjana nombor rawak memetik nilai rawak bagi setiap pemboleh ubah dalam kekangan yang ditetapkan oleh model. Ia kemudiannya menghasilkan pengagihan kebarangkalian untuk semua hasil yang mungkin.
Penyimpangan piawai kebarangkalian itu adalah statistik yang menunjukkan kemungkinan bahawa hasil sebenar yang dianggarkan akan menjadi sesuatu yang lain daripada peristiwa yang bermakna atau paling mungkin. Dengan mengandaikan taburan kebarangkalian diedarkan secara normal, kira-kira 68% daripada nilai-nilai itu akan berada dalam satu sisihan piawai min, kira-kira 95% daripada nilai-nilai itu akan berada dalam dua sisihan piawai, dan kira-kira 99.7% akan berada dalam tiga sisihan piawai.
Ini dikenali sebagai "aturan 68-95-99.7" atau "peraturan empirik."
Siapa yang menggunakan Kaedah ini
Analisis Monte Carlo bukan sahaja dijalankan oleh profesional kewangan tetapi juga oleh banyak perniagaan lain. Ia adalah alat membuat keputusan yang mengandaikan bahawa setiap keputusan akan memberi kesan kepada risiko keseluruhan.
Setiap individu dan institusi mempunyai toleransi risiko yang berbeza. Yang menjadikannya penting untuk mengira risiko sebarang pelaburan dan membandingkannya dengan toleransi risiko individu.
Pengagihan kebarangkalian yang dihasilkan oleh model Monte Carlo membuat gambaran risiko. Gambar itu adalah cara yang berkesan untuk menyampaikan hasilnya kepada orang lain, seperti atasan atau calon pelabur. Hari ini, model Monte Carlo yang sangat kompleks boleh direka dan dilaksanakan oleh sesiapa saja yang mempunyai akses kepada komputer peribadi.
