Analisis senario menilai nilai jangkaan pelaburan yang dicadangkan atau aktiviti perniagaan. Purata statistik adalah peristiwa kebarangkalian tertinggi yang dijangkakan dalam keadaan tertentu. Dengan mencipta pelbagai senario yang mungkin berlaku dan menggabungkannya dengan kebarangkalian bahawa ia akan berlaku, seorang penganalisis dapat lebih menentukan nilai dari usaha pelaburan atau usaha dan kebarangkalian nilai yang dihitung yang dihitung akan berlaku.

Menentukan taburan kebarangkalian sesuatu pelaburan adalah sama dengan menentukan risiko yang wujud dalam pelaburan itu. Dengan membandingkan pulangan yang dijangkakan kepada risiko yang dijangkakan dan overlaying yang dengan toleransi risiko pelabur, anda mungkin dapat membuat keputusan yang lebih baik mengenai sama ada untuk melabur dalam usaha perniagaan prospektif. Artikel ini akan membentangkan beberapa contoh mudah dari pelbagai cara untuk menjalankan analisis senario dan memberikan rasional untuk kegunaannya. (Untuk mengetahui lebih lanjut mengenai pengagihan kebarangkalian, baca Cari Fit yang Sesuai Dengan Pengagihan Kebarangkalian .)

Gambaran Keseluruhan
Data prestasi sejarah diperlukan untuk memberikan sedikit pemahaman tentang kebolehubahan suatu prestasi pelaburan dan untuk membantu pelabur memahami risiko yang telah ditanggung oleh para pemegang saham pada masa lalu. Dengan mengkaji data pulangan berkala, seorang pelabur dapat memperoleh gambaran mengenai risiko masa lalu pelaburan. Sebagai contoh, kerana kebolehubahsuaian sepadan dengan risiko, pelaburan yang memberikan pulangan yang sama setiap tahun dianggap kurang berisiko daripada pelaburan yang menyediakan pulangan tahunan yang berubah-ubah di antara negatif dan positif. Walaupun kedua-dua pelaburan mungkin memberikan pulangan keseluruhan yang sama untuk cakrawala pelaburan yang diberikan, pulangan berkala menunjukkan perbezaan risiko dalam pelaburan ini. (Untuk lebih mendalam, baca Ukur Prestasi Portfolio Anda .)

Peraturan ketat ke atas pengiraan dan pembentangan pulangan masa lalu memastikan perbandingan maklumat pulangan merentasi sekuriti, pengurus pelaburan dan dana. Bagaimanapun, prestasi masa lalu tidak memberi sebarang jaminan tentang risiko atau pulangan masa depan pelaburan. Analisis senario cuba memahami potensi potensi risiko / profil pengembalian usaha. Dengan melaksanakan analisa pelbagai anggaran pro-forma bagi usaha yang diberikan dan menandakan kebarangkalian untuk setiap senario, seseorang mula membuat taburan kebarangkalian (profil risiko) untuk perusahaan perniagaan tertentu itu.
Contoh
Analisis senario boleh digunakan dalam banyak cara. Kaedah yang paling biasa adalah untuk melakukan analisis pelbagai faktor (model yang mengandungi pelbagai pembolehubah) dengan cara berikut:

• Mencipta Bilangan Tetap Tetap
  • Menentukan Tinggi - Spread Rendah
  • Mencipta Skenario Menengah
• Analisis Faktor Rawak
  • Banyak Nombor Tanpa Infinite
  • Monte Carlo Analisis

Ramai penganalisis akan mencipta model multivariate (model dengan pelbagai pembolehubah), menunaikan teguran terbaik mereka untuk nilai setiap pemboleh ubah dan tentukan satu ramalan.Maksud dari mana-mana taburan kebarangkalian adalah yang mempunyai kemungkinan kebarangkalian tertinggi. Dengan menggunakan nilai untuk setiap pembolehubah yang dijangka menjadi yang paling mungkin, penganalisis sebenarnya mengira nilai min pengagihan berpotensi nilai potensi. Walaupun min mempunyai nilai maklumat, seperti yang dinyatakan sebelumnya, ia tidak menunjukkan sebarang kemungkinan perubahan dalam hasil.

Analisis risiko berkenaan dengan cuba menentukan kebarangkalian bahawa hasil masa depan akan menjadi sesuatu yang lain daripada nilai min. Salah satu cara untuk menunjukkan variasi adalah untuk mengira anggaran hasil melampau dan paling tidak mungkin pada sisi positif dan negatif min. Kaedah yang paling mudah untuk meramalkan hasil berpotensi pelaburan atau usaha adalah untuk menghasilkan kes terbalik dan keburukan bagi setiap hasil dan kemudian untuk membuat spekulasi kebarangkalian bahawa ia akan berlaku. Rajah 1 menggunakan tiga kaedah senario yang menilai kes asas (B) (nilai min), kes terbalik (U) dan kes keburukan (D).

Rajah 1

Sebagai contoh analisis dua faktor mudah:
Nilai V = Variabel A + Variabel B, di mana setiap nilai pemboleh ubah tidak dikekang.

Dengan memberikan dua nilai terbalik dan menurun bagi A dan B, kami akan memperoleh tiga nilai senario kami. Dengan memberi peluang kebarangkalian, mari kita asumsikan:
50% untuk Nilai (B) = 200
25% untuk Nilai (U) = 300
25% untuk Nilai (D) = 1 00 > Apabila menyerahkan kebarangkalian jumlah probabiliti yang ditetapkan mesti bersamaan 100%. Dengan menggambarkan nilai-nilai ini dan kebarangkalian mereka, kita boleh menyimpulkan taburan kebarangkalian agak mentah (pengedaran semua nilai yang dikira dan kebarangkalian nilai-nilai yang berlaku). Dengan membentuk kes terbalik dan menurun, kita mula mendapat pemahaman mengenai hasil pulangan yang mungkin, tetapi terdapat banyak hasil berpotensi lain dalam set yang dibatasi oleh terbalik dan downside ekstrim yang sudah dianggarkan.

Rajah 2 menunjukkan satu kaedah untuk menentukan bilangan hasil yang tetap di antara dua ekstrem tersebut. Dengan mengandaikan bahawa setiap pembolehubah bertindak secara bebas, iaitu nilainya tidak bergantung kepada nilai pembolehubah lain, kita boleh melakukan kesilapan, terbalik dan kesukaran untuk setiap pembolehubah. Dalam dua faktor faktor mudah, analisis jenis ini akan menghasilkan sembilan hasil. Model tiga faktor yang menggunakan tiga hasil berpotensi untuk setiap pembolehubah akan berakhir dengan 27 hasil, dan sebagainya. Persamaan untuk menentukan jumlah hasil yang menggunakan kaedah ini sama dengan
( Y X ⁾ , di mana Y = bilangan senario yang mungkin untuk setiap faktor dan X = bilangan faktor dalam model. (Untuk lebih lanjut, lihat Teori Moden Portfolio Moden Primer .) Rajah 2

Dalam Rajah 2, terdapat sembilan hasil tetapi tidak sembilan nilai berasingan. Sebagai contoh, hasil untuk BB boleh sama dengan hasil DU atau UD. Untuk memuktamadkan kajian ini, penganalisis akan menetapkan kebarangkalian untuk setiap hasil dan kemudian menambahkan kebarangkalian untuk setiap nilai seperti.Kami menjangkakan bahawa nilai yang sepadan dengan min, dalam kes ini BB akan muncul paling banyak sejak min ialah nilai dengan kebarangkalian tertinggi yang berlaku. Kekerapan nilai seperti yang berlaku meningkatkan kebarangkalian kejadian. Nilai lebih banyak kali tidak diulangi, terutamanya nilai min, semakin tinggi kebarangkalian bahawa pulangan masa depan akan menjadi sesuatu yang lain daripada min. Lebih banyak faktor yang ada dalam model dan senario faktor yang lebih banyak termasuk, lebih banyak nilai senario berpotensi dikira menghasilkan analisis yang mantap dan wawasan terhadap potensi pelaburan yang berpotensi.

Kerugian Analisis Senario

Kelemahan utama bagi jenis analisis hasil tetap ini adalah kebarangkalian yang dianggarkan dan set hasil yang dibatasi oleh nilai-nilai untuk kejadian positif dan negatif yang melampau. Walaupun mereka mungkin peristiwa kebarangkalian yang rendah, kebanyakan pelaburan, atau portfolio pelaburan, mempunyai potensi pulangan positif dan negatif yang sangat tinggi. Para pelabur perlu ingat bahawa walaupun mereka tidak sering berlaku, peristiwa kebarangkalian yang rendah ini berlaku dan analisis risiko membantu menentukan sama ada peristiwa-peristiwa berpotensi ini berada dalam toleransi risiko pelabur. (Untuk bacaan yang berkaitan, lihat
Memperkenalkan Toleransi Risiko dan Toleransi Risiko Hanya Memberitahu Half The Story .) Satu kaedah untuk mengelakkan masalah yang wujud dalam contoh terdahulu adalah untuk menjalankan bilangan percubaan model multivariate. Analisis faktor rawak diselesaikan dengan menjalankan beribu-ribu dan bahkan ratusan ribu percubaan bebas dengan komputer untuk memberikan nilai kepada faktor-faktor secara rawak. Jenis analisis rawak yang paling biasa dipanggil analisis "Monte Carlo", di mana nilai faktor tidak dianggarkan tetapi dipilih secara rawak dari set yang dibatasi oleh pembolehubah kebarangkalian pembolehubah sendiri. (Untuk mengetahui lebih lanjut mengenai analisis ini, baca

Pengenalan kepada Simulasi Monte Carlo .) Kesimpulan

Piawaian yang ditetapkan untuk melaporkan prestasi pelaburan memastikan pelabur diberikan profil risiko (variabilitas prestasi) untuk prestasi pelaburan masa lalu. Oleh kerana prestasi masa lalu tidak mempunyai risiko atau pengembalian masa depan, terserah kepada pelabur atau pemilik perniagaan untuk menentukan risiko masa depan pelaburan mereka dengan mencipta model pro-forma. Output apa-apa ramalan hanya akan menghasilkan nilai yang dijangkakan atau minima inisiatif itu; hasil yang dipercayai penganalisis mempunyai kebarangkalian tertinggi kejadian. Dengan menjalankan analisis senario, pelabur boleh menghasilkan profil risiko bagi pelaburan yang diunjurkan dan mewujudkan asas untuk membandingkan pelaburan prospektif.