Jumlah minimum simulasi yang perlu dijalankan untuk nilai penilaian risiko (VaR) yang agak tepat pada umumnya dianggap sebagai 1, 000, tetapi standard industri adalah untuk menjalankan minimum 10, 000 simulasi.
Kaedah Monte Carlo untuk menilai VaR adalah variasi kaedah pulangan sejarah, yang bergantung kepada generasi nombor rawak. Kelebihan utama kaedah ini ialah ia biasanya mempertimbangkan pelbagai hasil yang mungkin lebih luas daripada kaedah sejarah, memberikan penilaian yang lebih tepat mengenai jumlah risiko. Peguambela mengenai kaedah bersejarah berpendapat bahawa hasil sejarah yang sebenarnya memberikan penilaian yang lebih realistik terhadap kemungkinan tahap risiko, walaupun mereka mungkin tidak merangkumi semua senario yang mungkin.
VaR ialah alat penilaian pengurusan risiko yang dibangunkan untuk meningkatkan tahap risiko turun naik tradisional. Masalah yang dikenalpasti dengan langkah turun naik adalah bahawa mereka biasanya tidak membezakan antara volatiliti yang baik dan turun naik yang tidak baik. Volatilitas tidak benar-benar berisiko jika ia bertindak untuk meningkatkan nilai pelaburan. VaR didasarkan pada menumpukan penilaian risiko untuk menjawab persoalan potensi kehilangan maksimum - atau lebih tepat lagi, potensi kerugian maksimal atau tahap pelupusan sementara yang boleh dijangka berlaku. Contohnya, walaupun secara teorinya mungkin mengalami kerugian 100% atas pembelian saham saham di General Motors, itu bukan kemungkinan realistik. VaR telah menjadi kaedah yang banyak digunakan untuk penilaian risiko dalam perkhidmatan kewangan dan firma pelaburan utama.
VaR mengukur potensi kerugian sama ada aset individu atau keseluruhan portfolio pelaburan dalam tempoh masa tertentu dan dengan keyakinan tahap tertentu. Tahap keyakinan pada dasarnya adalah ukuran kebarangkalian. Contohnya, jika pengiraan VaR bagi aset pelaburan ialah $ 1, 000 untuk tempoh satu bulan dengan tahap keyakinan 95%, ini bermakna bahawa hanya ada kebarangkalian 5% mengalami kehilangan lebih daripada $ 1, 000 dalam tempoh masa satu bulan. Pengiraan VaR boleh menentukan sebarang tahap keyakinan, tetapi kebanyakannya biasanya dijalankan untuk tahap keyakinan 90%, 95% atau 99%.
Ketiga kaedah utama yang digunakan untuk mengira VaR ialah kaedah sejarah, kaedah varians-kovarian dan kaedah simulasi Monte Carlo. Kaedah sejarah menggunakan input pulangan sejarah sebenar ke atas aset pelaburan, menyusun semula mereka untuk muncul dalam rangka daripada hasil kerugian yang paling teruk untuk memperoleh keuntungan terbaik. Hasilnya biasanya menyerupai keluk bel statistik yang lazim, menunjukkan kebarangkalian yang lebih tinggi untuk pulangan yang lebih kerap berlaku dan kebarangkalian terendah bagi pulangan pelaburan biasa.
Daripada pulangan sejarah yang sebenarnya, kaedah Monte Carlo menggunakan penjana nombor rawak untuk menghasilkan pelbagai hasil pulangan pelaburan yang mungkin. Kelemahan potensi kaedah terletak pada kesan bahawa nombor awal yang dijana secara rawak mungkin mempunyai hasil keseluruhan, sebab itu disyorkan untuk menjalankan sekurang-kurangnya 1, 000 simulasi. Setiap simulasi menghasilkan keputusan yang berbeza, tetapi bilangan simulasi yang lebih tinggi menghasilkan variasi purata yang lebih kecil antara simulasi.
Betah Dengan Simulasi Monte Carlo
Teknik ini dapat mengurangkan ketidakpastian dalam menganggar hasil masa depan.
Monte Carlo Simulasi Dengan GBM
Belajar untuk meramalkan peristiwa masa depan melalui satu siri percubaan rawak.
Buat Simulasi Monte Carlo Menggunakan Excel
Bagaimana menerapkan prinsip Simulasi Monte Carlo ke permainan dadu menggunakan Microsoft Excel.