मोंटे कार्लो विश्लेषण का उपयोग कर जोखिम का अनुमान लगाना

मोंटे कार्लो मॉडल विभिन्न प्रकार के व्यवसायों के शोधकर्ताओं के लिए कई परीक्षणों को चलाने के लिए संभव बनाता है, और इस प्रकार किसी घटना या निर्णय के सभी संभावित परिणामों को परिभाषित करता है। वित्त उद्योग में, निर्णय आम तौर पर एक निवेश से संबंधित होता है। संयुक्त होने पर, सभी अलग-अलग परीक्षण किसी दिए गए निवेश या घटना के लिए संभाव्यता वितरण या जोखिम मूल्यांकन बनाते हैं ।

मोंटे कार्लो विश्लेषण मल्टीवेरिएट मॉडलिंग तकनीक का एक प्रकार है। सभी बहुभिन्नरूपी मॉडल को “क्या अगर?” परिदृश्य। कुछ सबसे प्रसिद्ध बहुभिन्नरूपी मॉडल हैं जिनका उपयोग स्टॉक विकल्पों को महत्व देने के लिए किया जाता है । शोध विश्लेषक निवेश के परिणामों का पूर्वानुमान लगाने के लिए, उनके निवेश के आस-पास की संभावनाओं को समझने के लिए, और उनके जोखिमों को बेहतर ढंग से कम करने के लिए उनका उपयोग करते हैं।

जब निवेशक मोंटे कार्लो विधि का उपयोग करते हैं, तो परिणामों की तुलना जोखिम सहिष्णुता के विभिन्न स्तरों से की जाती है । यह हितधारकों को यह तय करने में मदद कर सकता है कि निवेश के साथ आगे बढ़ना है या नहीं।

चाबी छीन लेना

• मोंटे कार्लो मॉडल विभिन्न प्रकार के व्यवसायों के शोधकर्ताओं के लिए कई परीक्षणों को चलाने के लिए संभव बनाता है, और इस प्रकार किसी घटना या निर्णय के सभी संभावित परिणामों को परिभाषित करता है।
• मोंटे कार्लो मॉडल को नियोजित करते समय, एक उपयोगकर्ता मूल्यांकन किए जाने वाले निर्णय पर उनके संभावित प्रभाव का पता लगाने के लिए कई चर का मूल्य बदलता है।
• वित्त उद्योग में, निर्णय आम तौर पर एक निवेश से संबंधित होता है।
• मोंटे कार्लो मॉडल द्वारा निर्मित संभावना वितरण जोखिम की एक तस्वीर बनाते हैं।

कौन मल्टीवेरिएट मॉडल का उपयोग करता है

मल्टीवेरेट मॉडल – मोंटे कार्लो मॉडल की तरह – लोकप्रिय सांख्यिकीय उपकरण हैं जो संभावित परिणामों का पूर्वानुमान लगाने के लिए कई चर का उपयोग करते हैं। बहुभिन्नरूपी मॉडल को नियोजित करते समय, एक उपयोगकर्ता मूल्यांकन किए जाने वाले निर्णय पर उनके संभावित प्रभाव का पता लगाने के लिए कई चर का मान बदलता है।

कई अलग-अलग प्रकार के व्यवसायों में बहुभिन्नरूपी मॉडल का उपयोग किया जाता है। वित्तीय विश्लेषक नकदी प्रवाह और नए उत्पाद विचारों का अनुमान लगाने के लिए बहुभिन्नरूपी मॉडल का उपयोग कर सकते हैं । पोर्टफोलियो मैनेजर और वित्तीय सलाहकार पोर्टफोलियो प्रदर्शन और जोखिम पर निवेश के प्रभाव को निर्धारित करने के लिए उनका उपयोग करते हैं । बीमा कंपनियां उन्हें दावों की क्षमता का अनुमान लगाने और नीतियों की कीमत लगाने के लिए उपयोग करती हैं।

मोंटे कार्लो मॉडल को भौगोलिक स्थान, मोंटे कार्लो (तकनीकी रूप से मोनाको की रियासत का एक प्रशासनिक क्षेत्र) के नाम पर रखा गया है, जिसे कसीनो के प्रसार द्वारा प्रसिद्ध बनाया गया है।१

परिणाम और संभावनाएँ

मौका के खेल के साथ-जैसे कि कैसीनो में खेले जाने वाले सभी संभावित परिणामों और संभावनाओं को जाना जाता है। हालांकि, अधिकांश निवेशों के साथ भविष्य के परिणामों का सेट अज्ञात है।

यह परिणामों का निर्धारण करने के लिए विश्लेषक के साथ-साथ संभावना है कि वे घटित होंगे। मोंटे कार्लो मॉडलिंग में, विश्लेषक सभी संभावित परिणामों और उनके होने की संभावना को निर्धारित करने के लिए कई परीक्षण (कभी-कभी हजारों भी) चलाता है।

मोंटे कार्लो विश्लेषण उपयोगी है क्योंकि कई निवेश और व्यापार निर्णय एक परिणाम के आधार पर किए जाते हैं। दूसरे शब्दों में, कई विश्लेषक एक संभावित परिदृश्य को प्राप्त करते हैं और फिर उस परिणाम के लिए विभिन्न बाधाओं से उस परिणाम की तुलना करते हैं ताकि यह तय किया जा सके कि आगे बढ़ना है या नहीं।

प्रो फॉर्म का अनुमान है

अधिकांश प्रो फॉर्म का अनुमान आधार मामले से शुरू होता है। प्रत्येक कारक के लिए उच्चतम संभावना धारणा इनपुट करके, एक विश्लेषक उच्चतम संभावना परिणाम प्राप्त कर सकता है। हालांकि, आधार मामले के आधार पर कोई भी निर्णय लेना समस्याग्रस्त है, और केवल एक परिणाम के साथ पूर्वानुमान बनाना अपर्याप्त है क्योंकि यह कहता है कि किसी भी अन्य संभावित मूल्यों के बारे में कुछ भी नहीं हो सकता है।

यह भी बहुत वास्तविक मौका के बारे में कुछ नहीं कहता है कि वास्तविक भविष्य का मूल्य आधार मामले की भविष्यवाणी के अलावा कुछ और होगा। एक नकारात्मक घटना के खिलाफ बचाव करना असंभव है यदि इन घटनाओं के ड्राइवरों और संभावनाओं की अग्रिम गणना नहीं की जाती है।

मॉडल बनाना

एक बार डिज़ाइन किए जाने के बाद, मोंटे कार्लो मॉडल को निष्पादित करने के लिए एक उपकरण की आवश्यकता होती है, जो कुछ पूर्व निर्धारित परिस्थितियों से बेतरतीब ढंग से कारक मानों का चयन करेगा। घटना की अपनी स्वतंत्र संभावनाओं द्वारा विवश चर के साथ कई परीक्षणों को चलाकर, एक विश्लेषक एक वितरण बनाता है जिसमें सभी संभावित परिणाम और वे होने वाली संभावनाएं शामिल हैं।

बाज़ार में कई यादृच्छिक संख्या जनरेटर हैं। मोंटे कार्लो मॉडल को डिजाइन करने और निष्पादित करने के लिए दो सबसे आम उपकरण हैं @Risk और क्रिस्टल बॉल । इन दोनों का उपयोग स्प्रैडशीट के लिए ऐड-इन्स के रूप में किया जा सकता है और रैंडम सैंपलिंग को स्थापित स्प्रेडशीट मॉडल में शामिल करने की अनुमति देता है।

सही बाधाओं

एक उपयुक्त मोंटे कार्लो मॉडल को विकसित करने की कला प्रत्येक चर के लिए सही बाधाओं और चर के बीच सही संबंध का निर्धारण करना है। उदाहरण के लिए, क्योंकि पोर्टफोलियो विविधीकरण संपत्ति के बीच सहसंबंध पर आधारित है, अपेक्षित पोर्टफोलियो मूल्यों को बनाने के लिए विकसित किसी भी मॉडल में निवेश के बीच सहसंबंध शामिल होना चाहिए।

चर के लिए सही वितरण का चयन करने के लिए, प्रत्येक को उपलब्ध संभावित वितरण को समझना चाहिए। उदाहरण के लिए, सबसे आम एक सामान्य वितरण है, जिसे घंटी वक्र के रूप में भी जाना जाता है ।

सामान्य वितरण और मानक विचलन

एक सामान्य वितरण में, सभी घटनाएँ समान माध्यम से वितरित की जाती हैं। मतलब सबसे संभावित घटना है। प्राकृतिक घटनाएं, लोगों की ऊंचाइयों, और मुद्रास्फीति के कुछ उदाहरण हैं जो सामान्य रूप से वितरित किए जाते हैं।

मोंटे कार्लो विश्लेषण में, एक यादृच्छिक-संख्या जनरेटर मॉडल द्वारा निर्धारित बाधाओं के भीतर प्रत्येक चर के लिए एक यादृच्छिक मूल्य चुनता है। यह तब सभी संभावित परिणामों के लिए एक संभावना वितरण का उत्पादन करता है।

मानक विचलन है कि संभावना की एक आंकड़ा है कि संभावना है कि वास्तविक परिणाम का अनुमान किया जा रहा मतलब या सबसे संभावित घटना के अलावा कुछ हो जाएगा दर्शाता है है।संभाव्यता वितरण को सामान्य रूप से वितरित करने पर मान लिया जाता है कि लगभग 68% मान माध्य के एक मानक विचलन के भीतर गिर जाएंगे, लगभग 95% मान दो मानक विचलन के भीतर गिर जाएंगे, और लगभग 99.7% माध्य के तीन मानक विचलन के भीतर होगा। ।

इसे “68-95-99.7 नियम” या ” अनुभवजन्य नियम ” के रूप में जाना जाता है ।

विधि का उपयोग कौन करता है

मोंटे कार्लो का विश्लेषण न केवल वित्त पेशेवरों द्वारा बल्कि कई अन्य व्यवसायों द्वारा भी किया जाता है। यह एक निर्णय लेने वाला उपकरण है जो मानता है कि हर निर्णय का समग्र जोखिम पर कुछ प्रभाव पड़ेगा।

हर व्यक्ति और संस्थान का जोखिम अलग होता है। यह किसी भी निवेश के जोखिम की गणना करना और व्यक्ति की जोखिम सहिष्णुता की तुलना करना महत्वपूर्ण बनाता है।

मोंटे कार्लो मॉडल द्वारा निर्मित संभावना वितरण जोखिम की एक तस्वीर बनाते हैं। यह तस्वीर दूसरों को परिणाम देने का एक प्रभावी तरीका है, जैसे कि वरिष्ठ या भावी निवेशक। आज, बहुत ही जटिल मोंटे कार्लो मॉडल को व्यक्तिगत कंप्यूटर तक पहुंच वाले किसी भी व्यक्ति द्वारा डिज़ाइन और निष्पादित किया जा सकता है।