Video: 6. Monte Carlo Simulation 2025
Definition: En Monte Carlo-simulering (også kendt som Monte Carlo-analyse) er en sofistikeret computeriseret teknik, der anvender sandsynlighedsteori til økonomisk analyse. Det søger at måle de mulige virkninger af tilfældige eller hændelseshændelser på for eksempel investeringsafkast og forretningsmæssige resultater. Navnet er afledt af det berømte kasino i Monte Carlo i Monaco og fremkalder chancespil med terninger, roulettehjul eller kort.
Faktisk er meget af moderne sandsynlighedsteori afledt af bestræbelser på at kvantificere oddsene i sådanne spil.
Ansøgninger: Typiske værdipapiranalytikere, projektanalytikere og corporate budgeting-afdelinger (for blot at nævne nogle få eksempler) udvikler eller gransker kun et enkelt basisscenario. Ved at anvende Monte Carlo analyse kan de skabe prædiktive modeller, der giver mere information i form af intervaller med sandsynlige resultater. De mere avancerede pensionskonsulenter og pensionister er blandt de finansielle fagfolk, der bruger denne metode. Det har også indlysende værdi for risikostyring, der kan bruges til kvantificering af forretningsmæssige risici.
Metodologi: Almindeligvis udviklet af ledelsesvidenskabsafdelinger og -kvoter, er kernen i Monte Carlo-simulering brugen af en computeriseret tilfældig talgenerator til at variere inputene i en finansiel model. Hver variabel i modellen tildeles et sandsynligt udvalg af resultater baseret på forudgående dataanalyse.
Så hver gang modellen køres, vil computeren tilfældigt tildele værdier til disse variabler inden for de angivne intervaller. Modellen køres typisk for tusindvis af iterationer, med nye tilfældigt genererede inputvariabler hver gang. Resultaterne på tværs af alle disse simuleringer er tabuleret og opsummeret i en sandsynlighedsfordeling.
Formulering af resultater og output: I stedet for blot et sandsynligt basisscenario producerer en Monte Carlo-simulering typisk en række udfald, der nærmer sig en normal fordeling (populært kaldet en klokkeformet kurve), med sandsynligheder knyttet til hvert område. For eksempel kan en Monte Carlo-simulering ved hjælp af en model bygget til at forudsige overskud for et selskab i det næste år producere resultater af denne art:
- Median eller sandsynligvis resultat: $ 15 millioner i overskud
- 66% sandsynlighed for overskud mellem $ 13 millioner og $ 17 millioner
- 95% sandsynlighed for overskud mellem $ 11 millioner og $ 19 millioner
- 99% sandsynlighed for overskud mellem $ 9 millioner og $ 21 millioner
Advarsler: Resultaterne af en Monte Carlo analyse eller simulering vil blive formet af de antagelser, der anvendes til at designe det. Som i enhver finansiel model er nøjagtigheden af antagelserne nøglen. Specielt med en Monte Carlo-simulering udgør rækkevidden af mulige værdier, der er tildelt hver variabel, et kritisk sæt antagelser, som hele virksomheden hviler på, sammen med metoden til at konvertere tilfældige tal, der genereres af computeren, til værdier inden for disse områder.