Menggunakan analisis Monte Carlo untuk memperkirakan risiko
Model Monte Carlo memungkinkan para peneliti dari semua jenis profesi untuk menjalankan beberapa uji coba, dan dengan demikian untuk menentukan semua hasil potensial dari suatu peristiwa atau keputusan. Dalam industri keuangan, keputusan biasanya terkait dengan investasi. Saat digabungkan, semua uji coba terpisah membuat distribusi probabilitas atau penilaian risiko untuk investasi atau peristiwa tertentu.
Analisis Monte Carlo adalah salah satu jenis teknik pemodelan multivariat. Semua model multivariat dapat dianggap sebagai ilustrasi kompleks “bagaimana jika?” skenario. Beberapa model multivariat yang paling terkenal adalah yang digunakan untuk menilai opsi saham. Analis riset menggunakannya untuk meramalkan hasil investasi, untuk memahami kemungkinan seputar eksposur investasi mereka, dan untuk memitigasi risikonya dengan lebih baik.
Ketika investor menggunakan metode Monte Carlo, hasilnya dibandingkan dengan berbagai tingkat toleransi risiko. Ini dapat membantu pemangku kepentingan memutuskan apakah akan melanjutkan investasi atau tidak.
Apa Menggunakan analisis Monte Carlo untuk memperkirakan risiko?
- Model Monte Carlo memungkinkan para peneliti dari semua jenis profesi untuk menjalankan beberapa uji coba, dan dengan demikian untuk menentukan semua hasil potensial dari suatu peristiwa atau keputusan.
- Saat menggunakan model Monte Carlo, pengguna mengubah nilai beberapa variabel untuk memastikan dampak potensial mereka terhadap keputusan yang sedang dievaluasi.
- Dalam industri keuangan, keputusan biasanya terkait dengan investasi.
- Distribusi probabilitas yang dihasilkan oleh model Monte Carlo menciptakan gambaran risiko.
Siapa yang Menggunakan Model Multivariasi
Model multivariasi — seperti model Monte Carlo — adalah alat statistik populer yang menggunakan banyak variabel untuk memperkirakan kemungkinan hasil. Saat menggunakan model multivariasi, pengguna mengubah nilai beberapa variabel untuk memastikan dampak potensial mereka terhadap keputusan yang sedang dievaluasi.
Berbagai jenis profesi menggunakan model multivariasi. Analis keuangan dapat menggunakan model multivariat untuk memperkirakan arus kas dan ide produk baru. Manajer portofolio dan penasihat keuangan menggunakannya untuk menentukan dampak investasi terhadap kinerja dan risiko portofolio. Perusahaan asuransi menggunakannya untuk memperkirakan potensi klaim dan harga kebijakan.
Model Monte Carlo dinamai berdasarkan lokasi geografis, Monte Carlo (secara teknis merupakan wilayah administratif Kerajaan Monako), yang telah menjadi terkenal karena perkembangbiakan kasino.1
Hasil dan Probabilitas
Dengan permainan peluang — seperti yang dimainkan di kasino — semua kemungkinan hasil dan probabilitas diketahui. Namun, dengan sebagian besar investasi, rangkaian hasil di masa depan tidak diketahui.
Terserah analis untuk menentukan hasil serta kemungkinan itu akan terjadi. Dalam pemodelan Monte Carlo, analis menjalankan beberapa uji coba (terkadang bahkan ribuan uji coba) untuk menentukan semua kemungkinan hasil dan probabilitas bahwa uji coba tersebut akan terjadi.
Analisis Monte Carlo berguna karena banyak keputusan investasi dan bisnis dibuat atas dasar satu hasil. Dengan kata lain, banyak analis mendapatkan satu skenario yang mungkin dan kemudian membandingkan hasil tersebut dengan berbagai hambatan pada hasil tersebut untuk memutuskan apakah akan melanjutkan.
Perkiraan Pro Forma
Kebanyakan perkiraan pro forma dimulai dengan kasus dasar. Dengan memasukkan asumsi probabilitas tertinggi untuk setiap faktor, seorang analis dapat memperoleh hasil probabilitas tertinggi. Namun, membuat keputusan apa pun berdasarkan kasus dasar merupakan masalah, dan membuat ramalan hanya dengan satu hasil tidaklah cukup karena tidak mengatakan apa pun tentang kemungkinan nilai lain yang dapat terjadi.
Ia juga tidak mengatakan apa-apa tentang peluang yang sangat nyata bahwa nilai masa depan yang sebenarnya akan menjadi sesuatu selain prediksi kasus dasar. Tidak mungkin untuk melakukan lindung nilai terhadap kejadian negatif jika pendorong dan probabilitas kejadian ini tidak dihitung sebelumnya.
Membuat Model
Setelah dirancang, menjalankan model Monte Carlo memerlukan alat yang akan secara acak memilih nilai faktor yang terikat oleh kondisi tertentu yang telah ditentukan sebelumnya. Dengan menjalankan sejumlah uji coba dengan variabel yang dibatasi oleh probabilitas kejadian independennya sendiri, seorang analis membuat distribusi yang mencakup semua kemungkinan hasil dan probabilitas yang akan terjadi.
Ada banyak generator nomor acak di pasaran. Dua alat paling umum untuk mendesain dan menjalankan model Monte Carlo adalah @Risk dan Crystal Ball. Keduanya dapat digunakan sebagai add-in untuk spreadsheet dan memungkinkan pengambilan sampel acak untuk digabungkan ke dalam model spreadsheet yang sudah mapan.
Kendala yang Benar
Seni dalam mengembangkan model Monte Carlo yang tepat adalah menentukan batasan yang benar untuk setiap variabel dan hubungan yang benar antar variabel. Misalnya, karena diversifikasi portofolio didasarkan pada korelasi antar aset, setiap model yang dikembangkan untuk menciptakan nilai portofolio yang diharapkan harus menyertakan korelasi antar investasi.
Untuk memilih distribusi yang benar untuk variabel, seseorang harus memahami setiap distribusi yang mungkin tersedia. Misalnya, yang paling umum adalah distribusi normal, yang juga dikenal sebagai kurva lonceng .
Distribusi Normal dan Deviasi Standar
Dalam distribusi normal, semua kejadian didistribusikan secara merata di sekitar mean. Rata-rata adalah peristiwa yang paling mungkin terjadi. Fenomena alam, ketinggian masyarakat, dan inflasi adalah beberapa contoh input yang berdistribusi normal.
Dalam analisis Monte Carlo, generator bilangan acak mengambil nilai acak untuk setiap variabel dalam batasan yang ditetapkan oleh model. Kemudian menghasilkan distribusi probabilitas untuk semua kemungkinan hasil.
The standar deviasi dari probabilitas bahwa adalah statistik yang menunjukkan kemungkinan bahwa hasil aktual yang diperkirakan akan menjadi sesuatu selain acara berarti atau paling mungkin.Dengan asumsi distribusi probabilitas terdistribusi normal, sekitar 68% nilai akan berada dalam satu standar deviasi rata-rata, sekitar 95% nilai akan berada dalam dua deviasi standar, dan sekitar 99,7% akan berada dalam tiga standar deviasi mean. .
Ini dikenal sebagai “aturan 68-95-99.7″ atau ” aturan empiris “.
Siapa yang Menggunakan Metode ini
Analisis Monte Carlo tidak hanya dilakukan oleh para profesional keuangan tetapi juga oleh banyak bisnis lainnya. Ini adalah alat pengambilan keputusan yang mengasumsikan bahwa setiap keputusan akan berdampak pada risiko secara keseluruhan.
Setiap individu dan institusi memiliki toleransi risiko yang berbeda-beda. Itu membuatnya penting untuk menghitung risiko investasi apa pun dan membandingkannya dengan toleransi risiko individu.
Distribusi probabilitas yang dihasilkan oleh model Monte Carlo menciptakan gambaran risiko. Gambaran tersebut merupakan cara yang efektif untuk menyampaikan hasil kepada orang lain, seperti atasan atau calon investor. Saat ini, model Monte Carlo yang sangat kompleks dapat dirancang dan dijalankan oleh siapa saja yang memiliki akses ke komputer pribadi.