Utilizzo dell'analisi Monte Carlo per stimare il rischio

Il modello Monte Carlo consente ai ricercatori di eseguire più prove e definire tutti i potenziali risultati di un evento o investimento. Insieme, creano una distribuzione di probabilità o una valutazione del rischio per un determinato investimento o evento.

L'analisi Monte Carlo è una tecnica di modellazione multivariata. Tutti i modelli multivariati possono essere considerati complessi "e se?" scenari. Gli analisti della ricerca li usano per prevedere i risultati degli investimenti, per comprendere le possibilità che circondano le loro esposizioni agli investimenti e per mitigare meglio i rischi. Nel metodo Monte Carlo, i risultati vengono confrontati con la tolleranza al rischio. Ciò aiuta un manager a decidere se procedere con un investimento o un progetto.

Chi utilizza modelli multivariati

Gli utenti di modelli multivariati modificano il valore di più variabili per accertare il loro potenziale impatto sul progetto in fase di valutazione.

I modelli sono utilizzati dagli analisti finanziari per stimare i flussi di cassa e le idee di nuovi prodotti. I gestori di portafoglio e i consulenti finanziari li usano per determinare l'impatto degli investimenti sulla performance e sul rischio del portafoglio. Le compagnie assicurative li usano per stimare il potenziale dei sinistri e le politiche dei prezzi. Alcuni dei più noti modelli multivariati sono quelli utilizzati per valutare le stock options. I modelli multivariati aiutano anche gli analisti a determinare i veri driver di valore.

Informazioni su Monte Carlo Analysis

L'analisi di Monte Carlo prende il nome dal principato reso famoso dai suoi casinò. Con i giochi d'azzardo, sono noti tutti i possibili esiti e probabilità, ma con la maggior parte degli investimenti l'insieme dei risultati futuri è sconosciuto.

Spetta all'analista determinare i risultati e la probabilità che si verifichino. Nella modellistica di Monte Carlo, l'analista esegue più prove, a volte migliaia, per determinare tutti i possibili risultati e la probabilità che si verifichino.

L'analisi di Monte Carlo è utile perché molte decisioni di investimento e di business vengono prese sulla base di un risultato. In altre parole, molti analisti traggono uno scenario possibile e poi lo confrontano con i vari ostacoli per decidere se procedere.

La maggior parte delle stime pro-forma iniziano con un caso base. Inserendo il presupposto della probabilità più alta per ciascun fattore, un analista può derivare il risultato della probabilità più alta. Tuttavia, prendere qualsiasi decisione sulla base di un caso base è problematico e la creazione di una previsione con un solo risultato non è sufficiente perché non dice nulla su eventuali altri valori che potrebbero verificarsi.

Inoltre non dice nulla sulla reale possibilità che il valore futuro effettivo sarà diverso dalla previsione del caso base. È impossibile proteggersi da un evento negativo se i driver e le probabilità di questi eventi non sono calcolati in anticipo.

Creazione del modello

Una volta progettato, l'esecuzione di un modello Monte Carlo richiede uno strumento che selezionerà casualmente i valori dei fattori vincolati da determinate condizioni predeterminate. Eseguendo una serie di prove con variabili vincolate dalle proprie probabilità indipendenti di occorrenza, un analista crea una distribuzione che include tutti i possibili risultati e le probabilità che si verifichino.

Ci sono molti generatori di numeri casuali sul mercato. I due strumenti più comuni per la progettazione e l'esecuzione di modelli Monte Carlo sono @Risk e Crystal Ball. Entrambi possono essere utilizzati come componenti aggiuntivi per fogli di calcolo e consentire l'integrazione del campionamento casuale in modelli di fogli di calcolo stabiliti.

L'arte di sviluppare un modello Monte Carlo appropriato è determinare i vincoli corretti per ogni variabile e la relazione corretta tra le variabili. Ad esempio, poiché la diversificazione del portafoglio si basa sulla correlazione tra attività, qualsiasi modello sviluppato per creare valori di portafoglio previsti deve includere la correlazione tra investimenti.

Per scegliere la distribuzione corretta per una variabile, è necessario comprendere ciascuna delle possibili distribuzioni disponibili. Ad esempio, la più comune è una distribuzione normale, nota anche come curva a campana .

In una distribuzione normale, tutte le occorrenze sono equamente distribuite attorno alla media. La media è l'evento più probabile. Fenomeni naturali, altezza delle persone e inflazione sono alcuni esempi di input che sono normalmente distribuiti.

Nell'analisi Monte Carlo, un generatore di numeri casuali seleziona un valore casuale per ogni variabile entro i vincoli impostati dal modello. Quindi produce una distribuzione di probabilità per tutti i possibili risultati.

La deviazione standard di tale probabilità è una statistica che indica la probabilità che il risultato effettivo stimato sia qualcosa di diverso dall'evento medio o più probabile. Supponendo che una distribuzione di probabilità sia normalmente distribuita, circa il 68% dei valori rientrerà in una deviazione standard della media, circa il 95% dei valori rientrerà in due deviazioni standard e circa il 99, 7% si troverà all'interno di tre deviazioni standard della media .

Questa è nota come "regola 68-95-99.7" o "regola empirica".

Chi utilizza il metodo

Le analisi Monte Carlo non sono condotte solo da professionisti della finanza, ma anche da molte altre aziende. È uno strumento decisionale che presuppone che ogni decisione avrà un certo impatto sul rischio complessivo.

Ogni individuo e istituzione ha una diversa tolleranza al rischio. Ciò rende importante calcolare il rischio di qualsiasi investimento e confrontarlo con la tolleranza al rischio dell'individuo.

Le distribuzioni di probabilità prodotte da un modello Monte Carlo creano un'immagine di rischio. Questa immagine è un modo efficace per trasmettere i risultati ad altri, come superiori o potenziali investitori. Oggi, i modelli Monte Carlo molto complessi possono essere progettati ed eseguiti da chiunque abbia accesso a un personal computer.