תרחיש ניתוח מספק הצצה של פוטנציאל תיק

מערך שיעור: ספליט הפוך (נוֹבֶמבֶּר 2024)

מערך שיעור: ספליט הפוך (נוֹבֶמבֶּר 2024)
תרחיש ניתוח מספק הצצה של פוטנציאל תיק
Anonim

ניתוח תרחיש מעריך את הערך הצפוי של השקעה מוצעת או פעילות עסקית. הממוצע הסטטיסטי הוא אירוע ההסתברות הגבוה ביותר המצופה במצב מסוים. על ידי יצירת תרחישים שונים שעשויים להתרחש ולשלב אותם עם ההסתברות שהם יתרחשו, אנליסט יכול לקבוע טוב יותר את הערך של השקעה או מיזם עסקי ואת ההסתברות כי הערך הצפוי מחושב יהיה למעשה להתרחש.

קביעת התפלגות ההסתברות של השקעה שווה לקביעת הסיכון הגלום בהשקעה זו. על ידי השוואת התשואה הצפויה לסיכון הצפוי וכיסוי זה עם סובלנות הסיכון של המשקיע, ייתכן שתוכל לקבל החלטות טובות יותר אם להשקיע במיזם עסקי פוטנציאלי. מאמר זה יציג כמה דוגמאות פשוטות של דרכים שונות לבצע ניתוח תרחיש לספק רציונליות לשימוש שלהם. (למידע נוסף על חלוקות הסתברות, קרא את מצא את ההתאמה הנכונה עם הפצות הסתברות .)

סקירה כללית
נתוני ביצועים היסטוריים נדרשים כדי לספק תובנה מסוימת לגבי השונות של ביצועי ההשקעה ולעזור המשקיעים מבינים את הסיכון שנובע מבעלי המניות בעבר. על ידי בחינת נתוני תשואה תקופתיים, משקיע יכול לקבל תובנה לגבי סיכון העבר של ההשקעה. לדוגמה, מכיוון שהשונות משתווה לסיכון, השקעה שנתנה את אותה תשואה מדי שנה נחשבת פחות מסוכנת מאשר השקעה שסיפקה תשואה שנתית בין תנודות חיוביות לשליליות. למרות ששתי ההשקעות עשויות לספק את אותה תשואה כוללת לאופק השקעה נתון, התשואות התקופתיים ממחישות את הפרשי הסיכון בהשקעות אלו. (לקבלת מידע נוסף, קרא את מדוד את ביצועי תיק ההשקעות שלך .)

תקנות מחמירות על חישוב והצגה של תשואות העבר להבטיח את ההשוואה של מידע התשואה על פני ניירות ערך, מנהלי השקעות וקרנות. עם זאת, ביצועי העבר אינם מספקים שום ערבות לגבי הסיכון או התשואה העתידיים של ההשקעה. ניתוח תרחישים מנסה להבין את הסיכון הפוטנציאלי סיכון / פרופיל החזרה. על ידי ביצוע ניתוח של אומדני פרופורמה מרובים עבור מיזם נתון, ומציין הסתברות לכל תרחיש, אחד מתחיל ליצור חלוקה הסתברותית (פרופיל הסיכון) עבור אותו מפעל עסקי.
דוגמאות
ניתן ליישם ניתוח תרחישים בדרכים רבות. השיטה האופיינית ביותר היא לבצע ניתוח רב גורמים (מודלים המכילים משתנים מרובים) בדרכים הבאות:

->
  • יצירת מספר קבוע של תרחישים
    • קביעת גבוה מורחים נמוך
    • יצירת תרחישי ביניים
  • ניתוח פקטור אקראי
    • רבים כדי אינסופי מספר תרחישים
    • מונטה קרלו ניתוח

אנליסטים רבים ייצרו מודל רב-משתני (מודל עם משתנים מרובים), יתחברו את הניחוש הטוב ביותר שלהם לגבי הערך של כל משתנה ויגדילו ערך צפוי אחד.הממוצע של כל התפלגות הסתברותי הוא זה שיש לו את ההסתברות הגבוהה ביותר להתרחשות. על ידי שימוש בערך עבור כל משתנה שצפוי להיות הסביר ביותר, האנליסט למעשה מחשב את הערך הממוצע של ההתפלגות הפוטנציאלית של ערכים פוטנציאליים. אף על פי שלממוצע יש ערך אינפורמטיבי, כפי שכבר צוין, הוא אינו מראה כל שינוי אפשרי בתוצאות.

ניתוח סיכונים עוסק בניסיון לקבוע את ההסתברות שתוצאה עתידית תהיה משהו אחר מאשר הערך הממוצע. אחת הדרכים להציג וריאציה היא לחשב אומדן של התוצאות הקיצוניות והקטנות ביותר על הצד החיובי והשלילי של הממוצע. השיטה הפשוטה ביותר לחזות את התוצאות הפוטנציאליות של השקעה או סיכון היא לייצר במקרה הפוך או כלפי מטה עבור כל תוצאה ולאחר מכן לשער את ההסתברות שזה יקרה. איור 1 משתמש בשיטת שלושה תרחישים בהערכת מקרה בסיס (B) (ערך ממוצע), במקרה הפוך (U) ובמקרה של downside (D).

איור 1

לדוגמה ניתוח פשוט של שני גורמים:
ערך V = משתנה A + משתנה B, כאשר כל ערך משתנה אינו מוגבל.

על ידי הקצאת שני ערכי היפוך קיצוניים כלפי מטה עבור A ו- B, היינו מקבלים את שלושת הערכים שלנו תרחיש. על ידי הקצאת ההסתברות להתרחשות, נניח:
50% עבור ערך (B) = 200
25% עבור ערך (U) = 300
25% עבור ערך (D) = 00 כאשר הקצאת ההסתברויות, סכום ההסתברויות שהוקצו חייב להיות שווה ל -100%. על ידי גרף ערכים אלה והסתברויותיהם אנו יכולים להסיק חלוקה סבירה למדי של ההתפלגות (התפלגות כל הערכים המחושבים וההסתברות להתרחשותם של ערכים אלה). על ידי יצירת התהפוכות והחלק התחתון אנו מתחילים לקבל הבנה של תוצאות אפשריות אחרות של החזרה, אבל יש תוצאות פוטנציאליות רבות אחרות בתוך הקבוצה המוגבלת על ידי היפוך קיצוני ו downside כבר מוערך.

איור 2 מציג שיטה אחת לקביעת מספר קבוע של תוצאות בין שני הקצוות. בהנחה שכל משתנה פועל באופן עצמאי, כלומר, הערך שלו אינו תלוי בערכו של כל משתנה אחר, אנו יכולים לנהל מקרה כלפי מעלה, בסיס וחיסרון עבור כל משתנה. במודל הפשטני של שני גורמים, סוג זה של ניתוח יביא לסך של תשע תוצאות. מודל של שלושה גורמים המשתמש בשלוש תוצאות פוטנציאליות עבור כל משתנה, יסתיים עם 27 תוצאות, וכן הלאה. המשוואה לקביעת המספר הכולל של התוצאות בשיטה זו שווה ל
( Y X ) , כאשר Y = מספר תרחישים אפשריים עבור כל גורם ו- X = מספר גורמים במודל. (לקבלת מידע נוסף, ראה תיק תולדות מודרניות תיאוריה פריימר .) איור 2

באיור 2, יש תשע תוצאות אבל לא תשעה ערכים נפרדים. לדוגמה, התוצאה עבור BB יכול להיות שווה לתוצאה DU או UD. כדי לסיים את המחקר, האנליסט היה מקצה את ההסתברויות עבור כל תוצאה ולאחר מכן מוסיפים את ההסתברויות הללו לערכים דומים.היינו מצפים כי הערך המתאים לממוצע, במקרה זה להיות BB יופיע פעמים רבות ביותר מאז הממוצע הוא הערך עם ההסתברות הגבוהה ביותר להתרחשות. התדירות של ערכים דומים מתרחשת מגבירה את ההסתברות להתרחשות. ככל שהערכים יותר פעמים לא חוזרים, במיוחד הערך הממוצע, כך ההסתברות שהחזרה עתידית תהיה שונה מהממוצע. ככל שיש יותר גורמים במודל ובמקרים רבים יותר, תרחישים בעלי תרחישים אפשריים יותר מחושבים וכתוצאה מכך ניתוח ותובנה חזקים לסיכון של השקעה פוטנציאלית.

חסרונות של ניתוח תרחיש

החיסרון העיקרי עבור סוגים אלה של ניתוחי תוצאות קבועים הם ההסתברויות הנאמדות והתוצאות שנקבעו על ידי הערכים לאירועים חיוביים ושליליים קיצוניים. למרות שהם עשויים להיות אירועים סבירים נמוכים, רוב ההשקעות, או תיקי השקעות, יש פוטנציאל גבוה מאוד תשואות חיוביות ושליליות. המשקיעים חייבים לזכור שלמרות שהם אינם קורים לעתים קרובות, התרחשותם של אירועי ההסתברות הנמוכים הללו היא ניתוח סיכונים המסייע לקבוע האם האירועים הפוטנציאליים הללו נמצאים בסובלנות של משקיע. (לקריאה הקשורה, ראה
התאמה אישית של סובלנות הסיכון ו סובלנות הסיכון רק אומר חצי הסיפור .) שיטה לעקוף את הבעיות הטמונות הדוגמאות הקודמות היא להפעיל קיצוניים מספר הניסויים של מודל רב משתני. ניתוח גורמים אקראיים הושלם על ידי הפעלת אלפי ואפילו מאות אלפי ניסויים עצמאיים עם מחשב כדי להקצות ערכים לגורמים באופן אקראי. הסוג הנפוץ ביותר של ניתוח גורמים אקראיים נקרא ניתוח "מונטה קרלו", כאשר ערכי הגורמים אינם נאמדים, אלא נבחרים באופן אקראי מתוך קבוצה המוגבלת על ידי משתני הסתברות משתנים. (למידע נוסף על ניתוח זה, קראו את

מבוא לסימולציית מונטה קרלו ) סיכום

תקנים שנקבעו לצורך דיווח על ביצועי ההשקעה מבטיחים למשקיעים את פרופיל הסיכון (השתנות הביצועים) עבור ביצוע בעבר של השקעות. מכיוון שלביצועי העבר אין כל השפעה על הסיכון או התשואה העתידיים, זה תלוי בידי המשקיע או בעלי העסקים כדי לקבוע את הסיכון העתידי להשקעותיהם על ידי יצירת מודלים פרופורמה. התפוקה של כל תחזית תניב רק את הערך הצפוי או הממוצע של אותה יוזמה; התוצאה שלדעת האנליסט היא בעלת ההסתברות הגבוהה ביותר להתרחשות. באמצעות ניתוח תרחיש משקיע יכול לייצר פרופיל סיכון להשקעה צפויה וליצור בסיס להשוואת השקעות פוטנציאליות.