Mi az a Monte Carlo-szimuláció és miért van rá szükség?
Az elemzők számos módon felbecsülhetik a lehetséges portfólióhozamokat. A legnépszerűbb történelmi megközelítés minden lehetőséget figyelembe vesz, amely már megtörtént. A befektetőknek azonban nem szabad megállniuk ezen. A Monte Carlo módszer sztochasztikus (a bemenetek véletlenszerű mintavételezése) módszer statisztikai probléma megoldására, a szimuláció pedig egy probléma virtuális ábrázolása. A Monte Carlo szimuláció egyesíti a kettőt, és így egy hatékony eszközt ad nekünk, amely lehetővé teszi az eredmények eloszlását (tömbjét) bármilyen statisztikai probléma elõállításához, számos bemenettel, amelyek mindegyikét újra és újra mintázzuk. (További információ: Sztochasztika: Pontos vételi és eladási mutató .)
Monte Carlo szimuláció Demystified
A Monte Carlo-szimulációk legjobban megérthetők egy kocka dobó emberre gondolva. Az a kezdő játékos, aki először játszik craps-t, nem tudja, mi az esélye annak, hogy hatot dobjon el bármilyen kombinációban (például négy és kettő, három és három, egy és öt). Milyen esélye van a két hármas gördülésnek, amelyet "kemény hatnak" is hívnak? A kocka többszöri dobása, ideális esetben több milliószor, reprezentatív eredményeloszlást eredményezne, amely megmondja nekünk, mennyire valószínű, hogy a hat tekercs kemény hatszor lesz. Ideális esetben ezeket a teszteket hatékonyan és gyorsan kell lefuttatnunk, pontosan ez az, amit a Monte Carlo szimuláció kínál.
Az eszközárak vagy a portfólió jövőbeli értékei nem függenek a kockagördülésektől, de az eszközárak néha véletlenszerűen járnak. Egyedül a történelemmel kapcsolatos probléma az, hogy valójában csak egy tekercset vagy valószínűsíthető eredményt jelent, amely a jövőben alkalmazható, vagy nem. A Monte Carlo-szimuláció számos lehetőséget mérlegel és segít csökkenteni a bizonytalanságot. A Monte Carlo-szimuláció nagyon rugalmas; ez lehetővé teszi számunkra, hogy minden paraméterben változtassuk meg a kockázati feltételezéseket, és így modellezzük a lehetséges kimeneteleket. Össze lehet hasonlítani több jövőbeli eredményt, és testreszabhatja a modellt a vizsgált különféle eszközökre és portfóliókra. (További információ: A megfelelő illeszkedés megtalálása a valószínűségi eloszlásokkal .)
A Monte Carlo szimuláció alkalmazásai a pénzügyekben
A Monte Carlo szimulációnak számos alkalmazása van pénzügyi és más területeken. A Monte Carlo-t a vállalati pénzügyekben használják a projekt cash flow összetevőinek modellezésére, amelyeket bizonytalanság befolyásol. Az eredmény a nettó jelenlegi értékek (NPV), az elemzett beruházás átlagos nettó jelenértékének és volatilitásának megfigyeléseivel együtt. A befektető így becsülheti meg annak valószínűségét, hogy az NPV nagyobb lesz, mint nulla. A Monte Carlo-t az opciós árképzéshez használják, ahol számos véletlenszerű útvonal jön létre a mögöttes eszköz árán, mindegyikhez kapcsolódó kifizetés. Ezeket a kifizetéseket ezután diszkontálják a jelenbe és átlagolják, hogy megkapják az opciós árat. Hasonlóképpen alkalmazzák a fix kamatozású értékpapírok és a kamatlábderivatívák árképzésére. De a Monte Carlo-szimulációt legszélesebb körben alkalmazzák a portfóliókezelésben és a személyes pénzügyi tervezésben. (További információ: Tőkebefektetési határozatok - növekményes cash flow-k .)
Monte Carlo szimuláció és portfóliókezelés
A Monte Carlo-szimuláció lehetővé teszi az elemző számára, hogy meghatározza a nyugdíjba vonuláshoz szükséges portfólió méretét, hogy támogassa a kívánt nyugdíjazási életmódot és más kívánt ajándékokat és hagyatékokat. Az újrabefektetési ráták, az inflációs ráták, az eszközosztály-hozamok, az adómértékek és még a lehetséges élettartamok megoszlását is figyelembe veszi. Az eredmény a portfólió méretének eloszlása annak valószínűségével, hogy az ügyfél támogassa a kívánt kiadási igényeket.
Az elemző ezt követően a Monte Carlo szimulációt használja a portfólió várható értékének és eloszlásának meghatározására a tulajdonos nyugdíjazásakor. A szimuláció lehetővé teszi az elemző számára, hogy több periódusú képet és tényezőt készítsen az útfüggőségtől; a portfólió értéke és az eszközallokáció minden időszakban az előző időszak hozamaitól és volatilitásától függ. Az elemző különféle eszközallokációkat alkalmaz, változó kockázattal, az eszközök közötti különböző korrelációkkal, és számos tényező eloszlását - ideértve az egyes időszakok megtakarításait és a nyugdíjazási dátumot is - a portfóliók eloszlásához és az érkezés valószínűségének eléréséhez. nyugdíjazáskor a kívánt portfólióértéknél. Az ügyfél eltérő kiadási arányát és élettartamát figyelembe lehet venni annak valószínűségének meghatározásához, hogy az ügyfél halála előtt kifogy a pénzeszközökből (a romlás vagy a hosszú élettartam kockázata).
Az ügyfél kockázati és hozamprofilja a legfontosabb tényező, amely befolyásolja a portfóliókezelési döntéseket. Az ügyfél által megkövetelt hozam a nyugdíjba vonulási és kiadási célok függvénye; kockázati profilját a kockázatvállalási képessége és hajlandósága határozza meg. Gyakran előfordul, hogy az ügyfél kívánt hozama és kockázati profilja nincs összhangban egymással. Például az ügyfél számára elfogadható kockázati szint lehetetlenné teheti vagy nagyon megnehezítheti a kívánt hozam elérését. Ráadásul a nyugdíjba vonulás előtt szükség lehet egy minimális összegre az ügyfél céljainak elérése érdekében, de az ügyfél életmódja nem teszi lehetővé a megtakarításokat, vagy az ügyfél vonakodva változtathatja meg azt.
Vegyünk egy példát egy fiatal dolgozó párra, aki nagyon keményen dolgozik, és pazar életmóddal rendelkezik, beleértve minden évben a drága ünnepeket. Nyugdíjba vonulási céljuk az, hogy évi 170 000 dollárt költenek (kb. 14 000 dollár / hónap), és egymillió dolláros birtokot hagyjanak gyermekeiknek. Az elemző szimulációt folytat és megállapítja, hogy időszakonkénti megtakarításuk nem elegendő a kívánt portfólióérték nyugdíjazáskori felépítéséhez; Ez azonban akkor érhető el, ha a kis kapitalizációjú részvényekre történő kiosztás megduplázódik (50–70% -ig 25–35% -ig), ami jelentősen növeli kockázatát. A fenti alternatívák egyike (nagyobb megtakarítás vagy megnövekedett kockázat) az ügyfél számára nem elfogadható. Így az elemző figyelembe veszi az egyéb kiigazításokat, mielőtt újra elindítja a szimulációt. az elemző két évvel késlelteti nyugdíjazását, és a nyugdíjazást követő havi kiadásaikat 12 500 dollárra csökkenti. Az így kapott eloszlás azt mutatja, hogy a kívánt portfólióérték úgy érhető el, hogy a kisvállalkozásúak részvényeinek csupán 8% -kal növelik az allokációt. A rendelkezésre álló betekintéssel az elemző azt tanácsolja az ügyfeleknek, hogy késleltessék a nyugdíjazást és csekély mértékben csökkentsék kiadásaikat, amire a pár egyetért. (További információ: Nyugdíj megtervezése a Monte Carlo-szimuláció segítségével .)
Alsó sorban
A Monte Carlo-szimuláció lehetővé teszi az elemzők és tanácsadók számára, hogy a befektetési esélyeket választásokká alakítsák. A Monte Carlo előnye, hogy számos tényezőre befolyásolja a különféle bemeneteket; ez a legnagyobb hátránya abban az értelemben is, hogy a feltételezéseknek igazságosnak kell lenniük, mivel a output csak annyira jó, mint a inputok. További nagy hátrány az, hogy a Monte Carlo-szimuláció általában alábecsüli a szélsőséges medve események valószínűségét, például egy pénzügyi válságot. A szakértők valójában azt állítják, hogy egy olyan szimuláció, mint a Monte Carlo, nem képes befolyásolni a pénzügyek viselkedésbeli szempontjait és a piaci szereplők irracionalitását. Ez azonban hasznos eszköz a tanácsadók számára.
