Ce este o simulare Monte Carlo și de ce avem nevoie de ea?

Analiștii pot evalua posibilele returnări ale portofoliului în mai multe moduri. Abordarea istorică, cea mai populară, ia în considerare toate posibilitățile care s-au întâmplat deja. Cu toate acestea, investitorii nu ar trebui să se oprească la acest lucru. Metoda Monte Carlo este o metodă stochastică (eșantionare aleatorie a intrărilor) pentru a rezolva o problemă statistică, iar o simulare este o reprezentare virtuală a unei probleme. Simularea de la Monte Carlo combină cele două pentru a ne oferi un instrument puternic care ne permite să obținem o distribuție (matrice) de rezultate pentru orice problemă statistică cu numeroase intrări prelevate din nou și din nou. (Pentru mai multe informații, consultați: Stochastics: Indicator de cumpărare și vânzare exactă )

Simularea Monte Carlo Demistificată

Simulările Monte Carlo pot fi înțelese cel mai bine prin gândirea unei persoane care aruncă zaruri. Un jucător nou care joacă craps pentru prima dată nu va avea nici o idee care ar fi șansele de a juca un șase în orice combinație (de exemplu, patru și două, trei și trei, unul și cinci). Care sunt șansele de a rula două treimi, de asemenea, cunoscut ca un "dur șase?" Aruncarea zarzilor de mai multe ori, în mod ideal de câteva milioane de ori, va da o distribuție reprezentativă a rezultatelor care ne va spune cât de probabil că un șir de șase va fi unul dur. În mod ideal, ar trebui să executăm aceste teste eficient și rapid, ceea ce este exact ceea ce oferă o simulare Monte Carlo.

Valorile viitoare ale prețurilor la active sau portofoliilor nu depind de rulouri de zaruri, dar uneori prețurile la active seamănă cu o plimbare aleatorie. Problema privitoare la istorie în sine este aceea că reprezintă, de fapt, doar o singură rolă, sau rezultatul probabil, care poate sau nu poate fi aplicabil în viitor. O simulare Monte Carlo analizează o gamă largă de posibilități și ne ajută să reducem incertitudinea. O simulare Monte Carlo este foarte flexibilă; ne permite să modificăm ipotezele de risc în cadrul tuturor parametrilor și, astfel, să modelăm o serie de rezultate posibile. Se pot compara mai multe rezultate viitoare și se poate personaliza modelul la diverse active și portofolii în curs de revizuire. (Pentru mai multe, vedeți: găsiți potrivirea potrivită cu probabilități de distribuție .)

Aplicațiile Monte Carlo Simulation in Finance:

Simularea Monte Carlo are numeroase aplicații în domeniul financiar și în alte domenii. Monte Carlo este utilizat în finanțele corporative pentru a modela componentele fluxului de numerar al proiectului, care sunt afectate de incertitudine. Rezultatul este o gamă de valori nete actuale (NPV), împreună cu observațiile privind valoarea medie a VNA a investiției analizate și volatilitatea acesteia. Investitorul poate astfel să estimeze probabilitatea ca NPV să fie mai mare decât zero.Monte Carlo este utilizat pentru stabilirea prețurilor opțiunii în care se generează numeroase căi aleatorii pentru prețul unui activ suport, fiecare având un câștig asociat. Aceste plăți sunt apoi reduse înapoi în prezent și media pentru a obține prețul opțiunii. Se utilizează în mod similar pentru stabilirea prețurilor titlurilor cu venit fix și a instrumentelor derivate pe rata dobânzii. Dar simularea Monte Carlo este utilizată cel mai mult în managementul portofoliului și planificarea financiară personală. ( Decizii privind investițiile de capital - fluxuri de numerar incrementale )

Monte Carlo simulare și management de portofoliu:

Simularea Monte Carlo permite unui analist să determine dimensiunea portofoliului cerut la pensionare pentru a sprijini stilul de viață dorit de pensionare și alte cadouri dorite și moșteniri. Ea are în vedere o distribuție a ratelor de reinvestire, a ratelor inflației, a randamentelor clasei de active, a ratelor de impozitare și chiar a duratelor de viață posibile. Rezultatul este o distribuție a dimensiunilor portofoliului cu probabilitatea de a sprijini nevoile de cheltuieli ale clientului dorite.

Analistul folosește în continuare simularea Monte Carlo pentru a determina valoarea așteptată și distribuția unui portofoliu la data de pensionare a proprietarului. Simularea permite analistului să ia o viziune în mai multe perioade și să contribuie la dependența de traiectorie; valoarea portofoliului și alocarea activelor la fiecare perioadă depinde de rentabilitatea și volatilitatea din perioada precedentă. Analistul utilizează diverse alocări ale activelor cu grade diferite de risc, corelații diferite între active și o distribuție a unui număr mare de factori, inclusiv economiile în fiecare perioadă și data de pensionare, pentru a ajunge la o distribuție a portofoliilor, împreună cu probabilitatea de a ajunge la valoarea dorită a portofoliului la pensionare. Diferitele rate ale cheltuielilor și durata de viață a clienților pot fi luate în calcul pentru a determina probabilitatea ca clienții să nu aibă fonduri (probabilitatea de ruină sau risc de longevitate) înainte de decesul lor.

Profilul de risc și de rentabilitate al unui client este cel mai important factor care influențează deciziile de gestionare a portofoliului. Returnările necesare ale clientului sunt o funcție a obiectivelor sale de pensionare și de cheltuieli; profilul său de risc este determinat de capacitatea și dorința de a-și asuma riscuri. De cele mai multe ori, profilul de returnare și risc al clienților nu se sincronizează; de exemplu, nivelul de risc acceptabil pentru aceștia poate face imposibilă sau foarte dificilă atingerea returnării dorite. Mai mult decât atât, poate fi necesară o sumă minimă înainte de pensionare pentru a-și atinge obiectivele, iar stilul de viață al clienților nu ar permite economisirea sau ar putea să nu fie dispuși să o schimbe.

Să considerăm un exemplu de cuplu tânăr care muncește foarte mult și are un stil de viață generos, inclusiv sărbători scumpe în fiecare an. Aceștia au un obiectiv de pensionare de a cheltui 170.000 $ pe an (aproximativ 14.000 $ / lună) și să lase copiilor lor o avere de 1 milion de dolari. Un analist conduce o simulare și constată că economiile pe perioadă nu sunt suficiente pentru a construi valoarea dorită a portofoliului la pensionare; totuși, este posibilă o dublare a alocării pentru stocurile mici de cap (până la 50% - 70%, de la 25% la 35%), ceea ce va crește considerabil riscul.Nici una dintre alternativele de mai sus (economii mai mari sau risc crescut) sunt acceptabile pentru client. Astfel, factorii de analiză în alte ajustări înainte de a executa din nou simularea. El întârzie pensionarea cu 2 ani și reduce pensionarea lunară după pensionare la 12, 500 dolari. Distribuția rezultată arată că valoarea dorită a portofoliului este realizabilă prin creșterea alocării pentru stocul de limite reduse cu doar 8%. Având în vedere perspectiva disponibilă, el propune clienților să întârzie pensionarea și să reducă marginal cheltuielile, la care cuplul este de acord. (Mai mult, vezi: Planificarea retragerii folosind simularea Monte Carlo )

Linia de fund

Simularea unui Monte Carlo permite analiștilor și consultanților să transforme șansele de investiții în alegeri. Avantajul Monte Carlo este capacitatea sa de a lua în calcul o serie de valori pentru diversele intrări; acest lucru este, de asemenea, cel mai mare dezavantaj în sensul că ipotezele trebuie să fie corecte, deoarece producția este la fel de bună ca și inputurile. Un alt dezavantaj important este că simularea Monte Carlo tinde să subestimeze probabilitatea unor evenimente urgente extreme, cum ar fi o criză financiară, care devin prea frecvente pentru confort. De fapt, experții susțin că o simulare precum Monte Carlo nu poate influența aspectele comportamentale ale finanțelor și iraționalitatea expuse de participanții la piață. Este, totuși, un servitor capabil la dispoziția consilierilor care trebuie să pună întrebări inteligente din partea sa.