Ano ang Isang Simula sa Monte Carlo at Bakit Kailangan Naman Ito?
Maaaring masuri ng mga analista ang posibleng portfolio na bumalik sa maraming paraan. Ang makasaysayang diskarte, na siyang pinakapopular, ay isinasaalang-alang ang lahat ng mga posibilidad na nangyari na. Gayunpaman, ang mga namumuhunan ay hindi dapat tumigil sa ganito. Ang pamamaraan ng Monte Carlo ay isang stochastic (random sampling of inputs) na paraan upang malutas ang isang problema sa istatistika, at ang isang kunwa ay isang virtual na representasyon ng isang problema. Ang kunwa ng Monte Carlo ay pinagsama ang dalawa upang bigyan kami ng isang malakas na tool na nagbibigay-daan sa amin upang makakuha ng isang pamamahagi (hanay) ng mga resulta para sa anumang problema sa istatistika na may maraming mga pag-input na naka-sample nang paulit-ulit. (Para sa higit pa, tingnan ang: Stochastics: Isang Tumpak na Buy And Sell Indicator .)
Monte Carlo Simulation Demystified
Ang mga simulation ng Monte Carlo ay maaaring higit na maunawaan sa pamamagitan ng pag-iisip tungkol sa isang taong nagtapon ng dice. Ang isang baguhan na sugal na naglalaro ng mga craps sa kauna-unahang pagkakataon ay walang mga pahiwatig kung ano ang mga logro na magulong ng isang anim sa anumang kumbinasyon (halimbawa, apat at dalawa, tatlo at tatlo, isa at lima). Ano ang mga logro ng pag-ikot ng dalawang pito, na kilala rin bilang isang "matigas na anim?" Ang pagtapon ng dice ng maraming beses, perpektong milyong beses, ay magbibigay ng isang kinatawan ng pamamahagi ng mga resulta, na magsasabi sa amin kung gaano malamang ang isang roll ng anim ay magiging isang matigas na anim. Sa isip, dapat nating patakbuhin ang mga pagsubok na ito nang maayos at mabilis, na kung ano mismo ang nag-aalok ng isang kunwa sa Monte Carlo.
Ang mga presyo ng aset o portfolio sa hinaharap na mga portfolio ay hindi nakasalalay sa mga rolyo ng dice, ngunit kung minsan ang mga presyo ng asset ay kahawig ng isang random na lakad. Ang problema sa pagtingin sa kasaysayan lamang ay ito ay kumakatawan, sa bisa, isang rolyo, o maaaring mangyari, na maaaring o hindi maaaring mailalapat sa hinaharap. Isinasaalang-alang ng isang kunwa ng Monte Carlo ang isang malawak na hanay ng mga posibilidad at tumutulong sa amin na mabawasan ang kawalan ng katiyakan. Ang isang kunwa ng Monte Carlo ay napaka-kakayahang umangkop; Pinapayagan kaming mag-iba ng mga pagpapalagay ng panganib sa ilalim ng lahat ng mga parameter at sa gayon ay modelo ng isang hanay ng mga posibleng kinalabasan. Maaaring ihambing ng isa ang maraming mga hinaharap na kinalabasan at ipasadya ang modelo sa iba't ibang mga pag-aari at mga portfolio sa pagsusuri. (Para sa higit pa, tingnan ang: Hanapin ang Tamang Pagkasyahin Sa Mga Pamamahagi ng Posible .)
Mga aplikasyon ng Monte Carlo Simulation sa Pananalapi
Ang kunwa ng Monte Carlo ay may maraming mga aplikasyon sa pananalapi at iba pang mga patlang. Ginagamit si Monte Carlo sa pananalapi ng kumpanya upang maging modelo ng mga sangkap ng daloy ng proyekto ng cash, na naapektuhan ng kawalan ng katiyakan. Ang resulta ay isang saklaw ng mga kasalukuyang halaga ng net (NPV) kasama ang mga obserbasyon sa average na NPV ng pamumuhunan sa ilalim ng pagsusuri at pagkasumpong nito. Ang mamumuhunan ay maaaring, sa gayon, matantya ang posibilidad na ang NPV ay magiging mas malaki kaysa sa zero. Ginagamit ang Monte Carlo para sa pagpepresyo ng pagpipilian kung saan maraming mga random na landas para sa presyo ng isang pinagbabatayan na pag-aari ay nabuo, ang bawat isa ay may kaugnayan na bayad. Ang mga pagbabayad na ito ay pagkatapos ay bawas sa kasalukuyan at sa average upang makuha ang presyo ng pagpipilian. Katulad ito ay ginagamit para sa pagpepresyo ng mga nakapirming seguridad ng kita at derivatives ng rate ng interes. Ngunit ang kunwa ng Monte Carlo ay ginagamit nang labis sa pamamahala ng portfolio at pagpaplano ng personal na pinansyal. (Para sa higit pa, tingnan ang: Mga Pagpapasya ng Kapital na Pamumuhunan - Mga Incremental Cash Flows .)
Simulasi ng Monte Carlo at Pamamahala ng portfolio
Ang isang kunwa sa Monte Carlo ay nagbibigay-daan sa isang analyst upang matukoy ang laki ng portfolio na kinakailangan sa pagretiro upang suportahan ang nais na pamumuhay ng pagreretiro at iba pang ninanais na mga regalo at bequests. Siya ang mga kadahilanan sa isang pamamahagi ng mga rate ng muling pag-aani, mga rate ng implasyon, pagbabalik ng asset ng klase, mga rate ng buwis, at kahit na posibleng mga lifespans. Ang resulta ay isang pamamahagi ng mga laki ng portfolio na may mga posibilidad na suportahan ang ninanais na mga pangangailangan sa paggastos ng kliyente.
Ang susunod na analyst ay gumagamit ng kunwa sa Monte Carlo upang matukoy ang inaasahang halaga at pamamahagi ng isang portfolio sa petsa ng pagretiro ng may-ari. Ang kunwa ay nagpapahintulot sa analyst na kumuha ng isang view ng maraming yugto at kadahilanan sa dependant ng landas; ang halaga ng portfolio at paglalaan ng asset sa bawat panahon ay nakasalalay sa mga pagbabalik at pagkasumpungin sa naunang panahon. Gumagamit ang analyst ng iba't ibang mga paglalaan ng asset na may iba't ibang antas ng panganib, iba't ibang mga ugnayan sa pagitan ng mga assets, at pamamahagi ng isang malaking bilang ng mga kadahilanan - kabilang ang mga pagtitipid sa bawat panahon at petsa ng pagreretiro - upang makarating sa isang pamamahagi ng mga portfolio kasama ang posibilidad na makarating sa nais na halaga ng portfolio sa pagretiro. Ang iba't ibang mga rate ng paggasta at habang-buhay ng kliyente ay maaaring mapagtibay upang matukoy ang posibilidad na ang kliyente ay maubusan ng mga pondo (ang posibilidad ng pagkasira o mahabang panganib ng buhay) bago ang kanilang pagkamatay.
Ang panganib at pagbabalik ng kliyente ay ang pinakamahalagang salik na nakakaimpluwensya sa mga desisyon sa pamamahala ng portfolio. Ang kinakailangang pagbabalik ng kliyente ay isang function ng kanyang mga layunin sa pagretiro at paggasta; ang kanyang profile profile ay natutukoy sa pamamagitan ng kanyang kakayahan at pagpayag na kumuha ng mga panganib. Mas madalas kaysa sa hindi, ang nais na pagbabalik at ang profile ng peligro ng isang kliyente ay hindi magkasabay sa bawat isa. Halimbawa, ang antas ng panganib na katanggap-tanggap sa isang kliyente ay maaaring gawin itong imposible o napakahirap makuha ang ninanais na pagbabalik. Bukod dito, ang isang minimum na halaga ay maaaring kailanganin bago magretiro upang makamit ang mga layunin ng kliyente, ngunit hindi papayagan ng pamumuhay ng kliyente para sa pag-iimpok o ang kliyente ay maaaring mag-atubiling baguhin ito.
Isaalang-alang natin ang isang halimbawa ng isang batang nagtatrabaho ng mag-asawa na nagtatrabaho nang husto at may maluho na pamumuhay kasama na ang mga mamahaling pista opisyal bawat taon. May layunin silang pagretiro na gumastos ng $ 170, 000 bawat taon (humigit-kumulang na $ 14, 000 / buwan) at nag-iwan ng isang $ 1 milyon na ari-arian sa kanilang mga anak. Ang isang analista ay nagpapatakbo ng isang kunwa at nalaman na ang kanilang mga pagtitipid-bawat-panahon ay hindi sapat upang mabuo ang nais na halaga ng portfolio sa pagreretiro; gayunpaman, makakamit kung ang paglalaan sa mga stock na maliit na cap ay nadoble (hanggang sa 50 hanggang 70 porsyento mula 25 hanggang 35 porsyento), na madaragdagan ang kanilang panganib. Wala sa mga kahalili sa itaas (mas mataas na matitipid o nadagdagan na peligro) ay hindi katanggap-tanggap sa kliyente. Kaya, ang mga salik ng analyst sa iba pang mga pagsasaayos bago tumakbo muli ang simulation. ipinagpaliban ng analyst ang kanilang pagreretiro sa pamamagitan ng dalawang taon at binabawasan ang kanilang buwanang paggastos pagkatapos ng pagreretiro sa $ 12, 500. Ang nagresultang pamamahagi ay nagpapakita na ang ninanais na halaga ng portfolio ay makakamit sa pamamagitan ng pagdaragdag ng paglalaan sa stock na maliit-cap sa pamamagitan lamang ng 8 porsyento. Sa magagamit na pananaw, pinapayuhan ng analyst ang mga kliyente na antalahin ang pagretiro at bawasan ang kanilang paggastos nang margin, kung saan sumasang-ayon ang mag-asawa. (Para sa higit pa, tingnan ang: Pagpaplano ng Iyong Pagretiro Gamit ang Monte Carlo Simulation .)
Bottom line
Ang isang kunwa sa Monte Carlo ay nagpapahintulot sa mga analyst at tagapayo na i-convert ang mga pagkakataon sa pamumuhunan sa mga pagpipilian. Ang bentahe ng Monte Carlo ay ang kakayahang magsalik sa isang hanay ng mga halaga para sa iba't ibang mga pag-input; ito rin ang pinakadakilang kawalan nito sa kamalayan na ang mga pagpapalagay ay kailangang patas sapagkat ang output ay kasing ganda ng mga input. Ang isa pang mahusay na kawalan ay ang kunwa ng Monte Carlo ay may posibilidad na maliitin ang posibilidad ng matinding mga kaganapan sa oso na tulad ng isang krisis sa pananalapi. Sa katunayan, pinagtutuunan ng mga eksperto na ang isang kunwa tulad ng Monte Carlo ay hindi maaaring magsalik sa mga aspeto ng pag-uugali sa pag-uugali at ang kawalan ng katuwiran na ipinakita ng mga kalahok sa merkado. Gayunpaman, ito ay isang kapaki-pakinabang na tool para sa mga tagapayo.
