몬테카를로 시뮬레이션이란 무엇입니까?
Monte Carlo 시뮬레이션은 다양한 시나리오와 변수를 무작위로 테스트하거나 샘플링하여 특정 결과의 확률을 계산하기위한 수학적 모델입니다. 제 2 차 세계 대전 중 맨해튼 프로젝트에서 작업 한 수학자 Stanilaw Ulam이 처음 활용 한이 시뮬레이션은 분석가에게 어려운 결정을 내리고 여러 영역의 불확실성이있는 복잡한 문제를 해결할 수있는 길을 제공합니다. 몬테카를로 시뮬레이션은 모나코의 카지노 인구 리조트 이름을 따서 명명 된 과거 통계 데이터를 사용하여 각 수익에 계정 수익, 변동성 또는 상관 관계와 같은 최종 결과에 영향을 줄 수있는 구성 요소를 무작위로 삽입하여 수백만 가지의 재무 결과를 생성합니다. 시나리오가 공식화되면이 방법은 특정 결과에 도달 할 확률을 계산합니다. 소프트웨어 및 웹 응용 프로그램에서 사용 가능한 Monte Carlo 시뮬레이션은 장기 평균 및 향후 성장 또는 절감에 대한 추정치를 사용하는 표준 재무 계획 분석과 달리 변수를 처리하고 재무 위험 또는 보상의 확률을 측정하는보다 현실적인 수단을 제공 할 수 있습니다.
Monte Carlo 방법은 종종 개인 재무 계획, 포트폴리오 평가, 채권 및 채권 옵션 평가, 기업 또는 프로젝트 금융에 사용됩니다. David B. Hertz는 확률 계산이 새로운 것은 아니지만 1964 년 하버드 비즈니스 리뷰 (Harvard Business Review)에 실린“자본 투자의 위험 분석”이라는 기사를 통해 재무 분야에서 처음 개척했습니다. Phelim Boyle은 1977 년 파생 상품 평가에이 방법을 적용하여 Journal of Financial Economics에“Options : A Monte Carlo Approach”라는 논문을 발표했습니다. 이 기술은 미국 옵션과 함께 사용하기가 더 어렵고 결과가 기본 가정에 의존하기 때문에 Monte Carlo 시뮬레이션이 예측할 수없는 몇 가지 이벤트가 있습니다.
시뮬레이션은 다른 형태의 재무 분석보다 몇 가지 뚜렷한 이점을 제공합니다. 주어진 전략의 가능한 종말점의 확률을 생성하는 것 외에도, 데이터 구성 방법은 그래프와 차트의 생성을 촉진하여 결과를 투자자와 주주에게보다 효과적으로 전달하도록합니다. Monte Carlo 시뮬레이션은 각 변수가 수익에 미치는 상대적 영향을 강조합니다. 이 시뮬레이션을 사용하여 분석가는 특정 입력 조합이 서로 어떻게 영향을주고 상호 작용하는지 정확하게 확인할 수 있습니다. 변수 사이의 긍정적이고 부정적인 상호 의존적 관계를 이해하면 모든 기기에 대해보다 정확한 위험 분석이 가능합니다.
이 방법에 의한 위험 분석에는 변수를 설명하기 위해 확률 분포를 사용합니다. 잘 알려진 확률 분포는 법선 또는 종 곡선이며, 사용자는 예상 값을 지정하고 표준 편차 곡선은 변동을 정의합니다. 에너지 가격과 인플레이션 율은 종 곡선으로 표시 될 수 있습니다. 로그 정규 분포는 유가 또는 주가와 같이 무한한 증가 가능성을 가진 긍정적 변수를 나타냅니다. 균일, 삼각, 불연속은 다른 가능한 확률 분포의 예입니다. 확률 곡선에서 무작위로 샘플링 된 값은 반복이라고하는 세트로 제출됩니다.