Qual é a simulação de Monte Carlo?

Uma simulação de Monte Carlo é um modelo matemático para calcular a probabilidade de um resultado específico testando ou amostrando aleatoriamente uma ampla variedade de cenários e variáveis. Utilizado pela primeira vez por Stanilaw Ulam, um matemático que trabalhou no projeto de Manhattan durante a Segunda Guerra Mundial, as simulações fornecem aos analistas uma avenida para tomar decisões difíceis e resolver problemas complexos que têm várias áreas de incerteza. Nomeado após o resort povoado do cassino em Mônaco, a simulação de Monte Carlo usa dados estatísticos históricos para gerar milhões de diferentes resultados financeiros, inserindo aleatoriamente componentes em cada execução que podem influenciar o resultado final, como retornos da conta, volatilidade ou correlações. Depois que os cenários são formulados, o método calcula as chances de atingir um resultado específico. Ao contrário das análises de planejamento financeiro padrão que usam médias e estimativas de longo prazo de crescimento ou economia futuros, a simulação de Monte Carlo, disponível em software e nósB Aplicações, pode fornecer um meio mais realista de lidar com variáveis ​​e medir as probabilidades de risco ou recompensa financeira.

Os métodos

Monte Carlo são frequentemente usados ​​para planejamento financeiro pessoal, avaliação de portfólio, avaliação de títulos e opções de títulos e em financiamento corporativo ou de projeto. Embora os cálculos de probabilidade não sejam novos, David B. Hertz os foi pioneiro em finanças em 1964 com seu artigo, "Risk Analysis in Capital Investment", publicado na Harvard Business Review. Phelim Boyle aplicou o método à avaliação derivada em 1977, publicando seu artigo, "Opções: uma abordagem de Monte Carlo", no Journal of Financial Economics. A técnica é mais difícil de usar com as opções americanas e, com os resultados dependentes das suposições subjacentes, existem alguns eventos que a simulação de Monte Carlo não pode prever.

Simulação oferece várias vantagens distintassobre outras formas de análise financeira. Além de gerar as probabilidades dos possíveis pontos de extremidade de uma determinada estratégia, o método de formulação de dados facilita a criação de gráficos e gráficos, promovendo uma melhor comunicação das descobertas para investidores e acionistas. A simulação de Monte Carlo destaca o impacto relativo de cada variável na linha inferior. Usando essa simulação, os analistas também podem ver exatamente como certas combinações de entradas afetam e interagem entre si. A compreensão das relações interdependentes positivas e negativas entre variáveis ​​oferecem uma análise de risco mais precisa de qualquer instrumento.

Análise de risco Por esse método envolve o uso de distribuições de probabilidade para descrever as variáveis. Uma distribuição de probabilidade bem conhecida é a curva normal ou de sino, com os usuários especificando o valor esperado e uma curva de desvio padrão definindo a variação. Os preços da energia e as taxas de inflação podem ser retratados por curvas de sino. LogNormalAs distribuições retratam variáveis ​​positivas com potencial ilimitado de aumentar, como reservas de petróleo ou preços das ações. Uniforme, triangular e discreto são exemplos de outras distribuições de probabilidade possíveis. Os valores, que são amostrados aleatoriamente das curvas de probabilidade, são enviados em conjuntos chamados iterações.