โมเดล Monte Carlo ช่วยให้นักวิจัยสามารถทำการทดลองหลายครั้งและกำหนดผลลัพธ์ที่เป็นไปได้ทั้งหมดของเหตุการณ์หรือการลงทุน ร่วมกันพวกเขาสร้างการกระจายความน่าจะเป็นหรือการประเมินความเสี่ยงสำหรับการลงทุนหรือเหตุการณ์ที่กำหนด
การวิเคราะห์ Monte Carlo เป็นเทคนิคการสร้างแบบจำลองหลายตัวแปร โมเดลหลายตัวแปรทุกตัวอาจมีความซับซ้อนว่า "จะเกิดอะไรขึ้น?" สถานการณ์ นักวิเคราะห์การวิจัยใช้พวกเขาเพื่อคาดการณ์ผลลัพธ์การลงทุนเพื่อทำความเข้าใจความเป็นไปได้ของการลงทุนและเพื่อลดความเสี่ยง ในวิธีมอนติคาร์โลผลลัพธ์จะถูกเปรียบเทียบกับการยอมรับความเสี่ยง ที่ช่วยให้ผู้จัดการตัดสินใจว่าจะดำเนินการลงทุนหรือโครงการต่อไป
ใครใช้โมเดลหลายตัวแปร
ผู้ใช้งานของหลายตัวแปรเปลี่ยนค่าของตัวแปรหลายตัวเพื่อยืนยันผลกระทบที่อาจเกิดขึ้นกับโครงการที่กำลังประเมิน
นักวิเคราะห์การเงินใช้แบบจำลองเพื่อประเมินกระแสเงินสดและแนวคิดผลิตภัณฑ์ใหม่ ผู้จัดการกองทุนและที่ปรึกษาทางการเงินใช้เพื่อกำหนดผลกระทบของการลงทุนที่มีต่อผลงานและความเสี่ยง บริษัท ประกันภัยใช้เพื่อประเมินโอกาสในการเรียกร้องและนโยบายราคา โมเดลหลายตัวแปรที่รู้จักกันดีที่สุดคือโมเดลที่ใช้ในการประเมินมูลค่าตัวเลือกสต็อค โมเดลหลายตัวแปรยังช่วยนักวิเคราะห์ในการกำหนดตัวขับเคลื่อนที่แท้จริงของมูลค่า
เกี่ยวกับการวิเคราะห์ Monte Carlo
การวิเคราะห์ Monte Carlo ได้รับการตั้งชื่อตามอาณาเขตที่มีชื่อเสียงโดยคาสิโน ด้วยเกมแห่งโอกาสผลลัพธ์ที่เป็นไปได้และความน่าจะเป็นที่รู้จักทั้งหมด แต่ด้วยการลงทุนส่วนใหญ่ไม่ทราบชุดของผลลัพธ์ในอนาคต
ขึ้นอยู่กับนักวิเคราะห์เพื่อกำหนดผลลัพธ์และความน่าจะเป็นที่จะเกิดขึ้น ในการสร้างแบบจำลองมอนติคาร์โลนักวิเคราะห์ทำการทดลองหลายครั้งบางครั้งหลายพันรายการเพื่อกำหนดผลลัพธ์ที่เป็นไปได้ทั้งหมดและความน่าจะเป็นที่จะเกิดขึ้น
การวิเคราะห์ Monte Carlo มีประโยชน์เพราะการลงทุนและการตัดสินใจทางธุรกิจจำนวนมากทำบนพื้นฐานของผลลัพธ์เดียว กล่าวอีกนัยหนึ่งนักวิเคราะห์หลายคนได้มาจากสถานการณ์หนึ่งที่เป็นไปได้แล้วเปรียบเทียบกับอุปสรรคต่าง ๆ เพื่อตัดสินใจว่าจะดำเนินการต่อหรือไม่
ประมาณการสมมติฐานส่วนใหญ่เริ่มต้นด้วยกรณีพื้นฐาน โดยการป้อนสมมติฐานความน่าจะเป็นสูงสุดสำหรับแต่ละปัจจัยนักวิเคราะห์สามารถได้รับผลลัพธ์ความน่าจะเป็นสูงสุด อย่างไรก็ตามการตัดสินใจใด ๆ บนพื้นฐานของกรณีพื้นฐานเป็นปัญหาและการสร้างการคาดการณ์ที่มีเพียงผลลัพธ์เดียวนั้นไม่เพียงพอเพราะไม่ได้กล่าวถึงคุณค่าที่เป็นไปได้อื่น ๆ ที่อาจเกิดขึ้น
นอกจากนี้ยังไม่ได้กล่าวถึงโอกาสที่แท้จริงที่มูลค่าในอนาคตที่แท้จริงจะเป็นสิ่งอื่นนอกเหนือจากการทำนายกรณีพื้นฐาน มันเป็นไปไม่ได้ที่จะป้องกันความเสี่ยงต่อเหตุการณ์ที่ไม่ดีหากไม่มีการคำนวณไดรเวอร์และความน่าจะเป็นของเหตุการณ์เหล่านี้ล่วงหน้า
การสร้างแบบจำลอง
เมื่อออกแบบแล้วการเรียกใช้งานแบบจำลอง Monte Carlo ต้องใช้เครื่องมือที่จะสุ่มเลือกค่าปัจจัยที่ผูกพันตามเงื่อนไขที่กำหนดไว้ ด้วยการรันจำนวนการทดลองที่มีตัวแปรที่ถูก จำกัด โดยความน่าจะเป็นอิสระที่เกิดขึ้นของตนเองนักวิเคราะห์จะสร้างการแจกแจงที่รวมถึงผลลัพธ์ที่เป็นไปได้ทั้งหมดและความน่าจะเป็นที่จะเกิดขึ้น
มีเครื่องกำเนิดตัวเลขสุ่มจำนวนมากในตลาด เครื่องมือทั่วไปสองอย่างสำหรับการออกแบบและดำเนินการโมเดล Monte Carlo คือ @Risk และ Crystal Ball ทั้งสองอย่างนี้สามารถใช้เป็นส่วนเสริมสำหรับสเปรดชีตและอนุญาตให้มีการสุ่มตัวอย่างเพื่อรวมไว้ในโมเดลสเปรดชีตที่สร้างขึ้น
ศิลปะในการพัฒนาแบบจำลอง Monte Carlo ที่เหมาะสมคือการกำหนดข้อ จำกัด ที่ถูกต้องสำหรับแต่ละตัวแปรและความสัมพันธ์ที่ถูกต้องระหว่างตัวแปร ตัวอย่างเช่นเนื่องจากการกระจายพอร์ตการลงทุนขึ้นอยู่กับความสัมพันธ์ระหว่างสินทรัพย์รูปแบบใด ๆ ที่พัฒนาขึ้นเพื่อสร้างมูลค่าพอร์ตโฟลิโอที่คาดว่าจะต้องมีความสัมพันธ์ระหว่างการลงทุน
ในการเลือกการแจกแจงที่ถูกต้องสำหรับตัวแปรหนึ่งต้องเข้าใจการแจกแจงที่เป็นไปได้แต่ละอัน ยกตัวอย่างเช่นตัวที่พบมากที่สุดคือการแจกแจงแบบปกติหรือที่เรียกว่าเส้นโค้งระฆัง
ในการแจกแจงแบบปกติเหตุการณ์ที่เกิดขึ้นทั้งหมดจะถูกกระจายอย่างเท่าเทียมกันรอบค่าเฉลี่ย ค่าเฉลี่ยเป็นเหตุการณ์ที่น่าจะเป็นไปได้มากที่สุด ปรากฏการณ์ธรรมชาติความสูงของผู้คนและอัตราเงินเฟ้อเป็นตัวอย่างของปัจจัยการผลิตที่มีการกระจายตามปกติ
ในการวิเคราะห์ Monte Carlo ตัวสร้างตัวเลขสุ่มเลือกค่าสุ่มสำหรับแต่ละตัวแปรภายในข้อ จำกัด ที่กำหนดโดยตัวแบบ จากนั้นสร้างการแจกแจงความน่าจะเป็นสำหรับผลลัพธ์ที่เป็นไปได้ทั้งหมด
ค่าเบี่ยงเบนมาตรฐานของความน่าจะเป็นนั้นเป็นสถิติที่แสดงถึงความเป็นไปได้ที่ผลที่เกิดขึ้นจริงที่ประเมินไว้จะเป็นสิ่งอื่นนอกเหนือจากค่าเฉลี่ยหรือเหตุการณ์ที่น่าจะเป็นไปได้มากที่สุด สมมติว่ามีการแจกแจงความน่าจะเป็นแบบปกติประมาณ 68% ของค่าจะอยู่ในส่วนเบี่ยงเบนมาตรฐานของค่าเฉลี่ยประมาณ 95% ของค่าจะตกอยู่ภายในค่าเบี่ยงเบนมาตรฐานสองค่าและประมาณ 99.7% จะอยู่ภายในค่าเบี่ยงเบนมาตรฐานสามค่าเฉลี่ย.
สิ่งนี้เรียกว่ากฎ "68-95-99.7" หรือ "กฎเชิงประจักษ์"
ใครใช้วิธีการนี้
การวิเคราะห์ Monte Carlo ไม่เพียง แต่ดำเนินการโดยผู้เชี่ยวชาญด้านการเงินเท่านั้น แต่ยังรวมถึงธุรกิจอื่น ๆ อีกมากมาย เป็นเครื่องมือในการตัดสินใจซึ่งถือว่าทุกการตัดสินใจจะมีผลกระทบต่อความเสี่ยงโดยรวม
ทุกคนและทุกสถาบันมีการยอมรับความเสี่ยงที่แตกต่างกัน นี่เป็นสิ่งสำคัญในการคำนวณความเสี่ยงของการลงทุนและเปรียบเทียบกับการยอมรับความเสี่ยงของแต่ละบุคคล
การแจกแจงความน่าจะเป็นที่ผลิตโดยรุ่นมอนติคาร์โลสร้างภาพของความเสี่ยง ภาพนั้นเป็นวิธีที่มีประสิทธิภาพในการถ่ายทอดผลลัพธ์ให้ผู้อื่นเช่นผู้บังคับบัญชาหรือนักลงทุนที่คาดหวัง วันนี้รุ่น Monte Carlo ที่ซับซ้อนมากสามารถออกแบบและดำเนินการโดยทุกคนที่สามารถเข้าถึงคอมพิวเตอร์ส่วนบุคคล
