Monte Carlo Simülasyonu Nedir ve Neden İhtiyacımız Var?
Analistler olası portföy getirilerini birçok şekilde değerlendirebilirler. En popüler olan tarihsel yaklaşım, zaten olmuş olan tüm olasılıkları göz önünde bulundurur. Ancak, yatırımcılar bu konuda durmamalıdır. Monte Carlo yöntemi, istatistiksel bir sorunu çözmek için stokastik (girdilerin rastgele örneklenmesi) yöntemidir ve simülasyon, bir sorunun sanal bir temsilidir. Monte Carlo simülasyonu, ikisini birleştirerek, tekrar tekrar örneklenmiş çok sayıda girdi ile herhangi bir istatistiksel sorun için sonuçların bir dağılımını (dizi) elde etmemizi sağlayan güçlü bir araç sağlar. (Daha fazla bilgi için, bkz. Stokastikler: Doğru Alış ve Satış Göstergesi .)
Monte Carlo Simülasyon Demystified
Monte Carlo simülasyonları en iyi zar atan bir kişiyi düşünerek anlaşılabilir. İlk kez craps oynayan acemi bir kumarbazın herhangi bir kombinasyonda altıyı yuvarlama ihtimalinin ne olduğuna dair hiçbir fikri olmayacaktır (örneğin, dört ve iki, üç ve üç, bir ve beş). "Sert altı" olarak da bilinen iki üçlünün yuvarlanma ihtimali nedir? Zarları birçok kez, ideal olarak birkaç milyon kez atmak, sonuçların temsili bir dağılımını sağlayacaktır, bu da bize altı atışın zor bir altı olacağını tahmin edecektir. İdeal olarak, bu testleri verimli ve hızlı bir şekilde yapmalıyız, bu tam olarak bir Monte Carlo simülasyonunun sunduğu şeydir.
Varlık fiyatları veya portföylerin gelecekteki değerleri zarın rulolarına bağlı değildir, ancak bazen varlık fiyatları rastgele bir yürüyüşe benzemektedir. Yalnızca tarihe bakma problemi, aslında, sadece bir rulo veya gelecekte uygulanabilecek ya da uygulanmayabilecek olası bir sonucu temsil etmesidir. Monte Carlo simülasyonu çok çeşitli olasılıkları göz önünde bulundurur ve belirsizliği azaltmamıza yardımcı olur. Monte Carlo simülasyonu çok esnektir; risk varsayımlarını tüm parametreler altında değiştirmemizi ve böylece bir dizi olası sonucu modellememizi sağlar. Gelecekteki çoklu sonuçları karşılaştırabilir ve modeli incelenen çeşitli varlıklara ve portföylere göre özelleştirebiliriz. (Daha fazla bilgi için, bkz. Olasılık Dağılımlarına Uygun Olanı Bulma .)
Monte Carlo Simülasyonunun Finansta Uygulamaları
Monte Carlo simülasyonu finans ve diğer alanlarda çok sayıda uygulamaya sahiptir. Monte Carlo, belirsizlikten etkilenen proje nakit akışının bileşenlerini modellemek için kurumsal finansta kullanılır. Sonuç, analiz edilen yatırımın ortalama NPV'si ve oynaklığı üzerine gözlemlerle birlikte bir dizi net mevcut değerdir (NPV). Böylece yatırımcı NPV'nin sıfırdan büyük olma olasılığını tahmin edebilir. Monte Carlo, her biri ilişkili bir getiriye sahip olan bir dayanak varlığın fiyatı için çok sayıda rastgele yolun üretildiği seçenek fiyatlandırması için kullanılır. Bu getiriler daha sonra şimdiye kadar iskonto edilir ve opsiyon fiyatını almak için ortalamaları alınır. Benzer şekilde sabit getirili menkul kıymetlerin ve faiz oranı türevlerinin fiyatlandırılmasında da kullanılır. Ancak Monte Carlo simülasyonu, portföy yönetimi ve kişisel finansal planlamada en yaygın şekilde kullanılmaktadır. (Daha fazla bilgi için, bkz. Sermaye Yatırım Kararları - Artan Nakit Akışları .)
Monte Carlo Simülasyonu ve Portföy Yönetimi
Monte Carlo simülasyonu, analistin istenen emeklilik yaşam tarzını ve istenen diğer hediyeler ve vasiyetleri desteklemek için emeklilikte gerekli olan portföyün boyutunu belirlemesine olanak tanır. Yeniden yatırım oranları, enflasyon oranları, varlık sınıfı getirileri, vergi oranları ve hatta olası ömürlerin dağılımına etki eder. Sonuç, portföy boyutlarının müşterinin istediği harcama ihtiyaçlarını destekleme olasılıkları ile dağılımıdır.
Analist daha sonra bir portföyün sahibinin emeklilik tarihinde beklenen değerini ve dağılımını belirlemek için Monte Carlo simülasyonunu kullanır. Simülasyon analistin yol bağımlılığında çok dönemli bir görüş ve faktör almasını sağlar; her dönemde portföy değeri ve varlık tahsisi, önceki dönemdeki getirilere ve oynaklığa bağlıdır. Analist, portföylerin dağıtımına ulaşma olasılığının yanı sıra portföylerin dağıtımına ulaşmak için değişen risk dereceleri, varlıklar arasındaki farklı korelasyonlar ve çok sayıda faktörün (her dönemdeki tasarruflar ve emeklilik tarihi dahil) dağıtımı ile çeşitli varlık tahsisleri kullanır. emeklilikte istenen portföy değerinde. Müşterinin farklı harcama oranları ve ömrü, müşterinin ölümünden önce fonlarının tükenme olasılığını (harabe veya uzun ömür riski) tespit etmek için hesaba katılabilir.
Müşterinin risk ve getiri profili, portföy yönetimi kararlarını etkileyen en önemli faktördür. Müşterinin gerekli getirileri, emeklilik ve harcama hedeflerinin bir fonksiyonudur; risk profili, risk alma yeteneği ve istekliliği tarafından belirlenir. Çoğu zaman, bir müşterinin istenen getirisi ve risk profili birbiriyle senkronize değildir. Örneğin, bir müşteri için kabul edilebilir risk seviyesi, istenen getiriyi elde etmeyi imkansız veya çok zor hale getirebilir. Ayrıca, müşterinin hedeflerine ulaşmak için emeklilikten önce asgari bir miktara ihtiyaç duyulabilir, ancak müşterinin yaşam tarzı tasarruflara izin vermez veya müşteri onu değiştirmek konusunda isteksiz olabilir.
Çok sıkı çalışan ve her yıl pahalı tatiller de dahil olmak üzere lüks bir yaşam tarzına sahip genç çalışan bir çiftin örneğini ele alalım. Emeklilik hedefi yılda 170.000 dolar (yaklaşık 14.000 dolar / ay) harcama ve çocuklarına 1 milyon dolarlık mülk bırakmaktır. Bir analist bir simülasyon yürütür ve dönem başına birikimlerinin emeklilikte istenen portföy değerini oluşturmak için yetersiz olduğunu bulur; bununla birlikte, küçük başlıklı hisse senetlerine tahsisatın iki katına çıkarılması (yüzde 25 ila 35'ten yüzde 50 ila 70'e kadar), bu da risklerini önemli ölçüde artıracaktır. Yukarıdaki alternatiflerin hiçbiri (daha yüksek tasarruf veya artan risk) müşteri tarafından kabul edilemez. Böylece, analist simülasyonu tekrar çalıştırmadan önce diğer ayarlamaları da etkiler. analist emekliliklerini iki yıl erteliyor ve emeklilik sonrası aylık harcamalarını 12.500 $ 'a düşürüyor. Ortaya çıkan dağılım, küçük sermayeli hisse senedine tahsisi sadece yüzde 8 artırarak istenen portföy değerinin elde edilebileceğini göstermektedir. Mevcut görüşle analist, müşterilere emekliliğin geciktirilmesini ve çiftin kabul ettiği marjinal olarak harcamalarını azaltmasını tavsiye eder. (Daha fazla bilgi için, bkz . Monte Carlo Simülasyonunu Kullanarak Emekliliğinizi Planlama .)
Sonuç olarak
Monte Carlo simülasyonu, analistlerin ve danışmanların yatırım şanslarını seçimlere dönüştürmelerini sağlar. Monte Carlo'nun avantajı, çeşitli girdiler için bir dizi değeri hesaba katma yeteneğidir; bu aynı zamanda varsayımların adil olması gerektiği anlamındaki en büyük dezavantajıdır, çünkü çıktı yalnızca girdiler kadar iyidir. Bir diğer büyük dezavantaj, Monte Carlo simülasyonunun finansal kriz gibi aşırı ayı olaylarının olasılığını hafife alma eğiliminde olmasıdır. Aslında, uzmanlar Monte Carlo gibi bir simülasyonun finansın davranışsal yönlerini ve piyasa katılımcıları tarafından sergilenen mantıksızlığı etkileyemediğini savunuyorlar. Ancak, danışmanlar için yararlı bir araçtır.