モンテカルロシミュレーションとは何ですか？

monte Carloシミュレーションは、さまざまなシナリオと変数をランダムにテストまたはサンプリングすることにより、特定の結果の確率を計算するための数学モデルです。最初に第二次世界大戦中にマンハッタンプロジェクトに取り組んだ数学者であるスタニラウウラムが使用したこのシミュレーションは、アナリストに困難な決定を下し、複数の不確実性の領域を持つ複雑な問題を解決するための道を提供します。モナコのカジノ人口のリゾートにちなんで名付けられたモンテカルロシミュレーションは、アカウントリターン、ボラティリティ、相関など、最終結果に影響を与える可能性のある各実行にコンポーネントをランダムに挿入することにより、履歴統計データを使用して、数百万の異なる財務結果を生成します。シナリオが策定されると、メソッドは特定の結果に達する確率を計算します。将来の成長または節約の長期平均と推定値を使用する標準的な財務計画分析とは異なり、ソフトウェアおよびWebアプリケーションで利用可能なモンテカルロシミュレーションは、変数を処理し、金融リスクまたは報酬の確率を測定するより現実的な手段を提供できます。

モンテカルロの方法は、個人の財務計画、ポートフォリオ評価、債券の評価と債券オプションの評価、および企業またはプロジェクトの財政によく使用されます。確率の計算は新しいものではありませんが、デビッド・B・ハーツは、ハーバードビジネスレビューに掲載された彼の記事「リスク分析」「資本投資のリスク分析」で、1964年にファイナンスで最初に彼らを先駆けました。フェリムボイルは、1977年に派生評価にこの方法を適用し、Journal of Financial Economicsで「オプション：モンテカルロアプローチ」という論文を公開しました。この手法はアメリカのオプションで使用するのが難しく、結果が基礎となる仮定に依存しているため、モンテカルロシミュレーションが予測できないイベントがいくつかあります。特定の戦略の可能なエンドポイントの確率を生成することに加えて、データ定式化の方法はグラフとチャートの作成を促進し、調査結果のより良いコミュニケーションを投資家と株主に促進します。モンテカルロシミュレーションは、各変数の最終的な相対的な影響を強調しています。このシミュレーションを使用して、アナリストは、入力の特定の組み合わせが互いにどのように影響し、相互作用するかを正確に確認できます。変数間の正と否定的な相互依存関係を理解するには、機器のより正確なリスク分析が得られます。よく知られている確率分布は通常またはベル曲線であり、ユーザーは期待値と標準偏差曲線を指定し、変動を定義します。エネルギー価格とインフレ率は、ベル曲線で描写できます。対数分布は、石油埋蔵量や株価など、無制限の可能性を備えた肯定的な変数を描写しています。均一、三角形、離散は、他の可能な確率分布の例です。確率曲線からランダムにサンプリングされる値は、反復と呼ばれるセットで提出されます。