बहुभिन्नरूपी मॉडल
बहुभिन्नरूपी मॉडल क्या है?
मल्टीवीरेट मॉडल एक लोकप्रिय सांख्यिकीय उपकरण है जो संभावित परिणामों का पूर्वानुमान लगाने के लिए कई चर का उपयोग करता है। अनुसंधान विश्लेषकों ने मल्टीविरेट मॉडल का उपयोग विभिन्न परिणामों में निवेश के परिणामों का अनुमान लगाने के लिए किया है ताकि किसी विशेष जोखिम के जोखिम को समझा जा सके। यह पोर्टफोलियो प्रबंधकों को मल्टीवेरेट मॉडलिंग विश्लेषण के माध्यम से पहचाने जाने वाले जोखिमों को कम करने की अनुमति देता है।
चाबी छीन लेना
- एक बहुभिन्नरूपी मॉडल एक सांख्यिकीय उपकरण है जो परिणामों के पूर्वानुमान के लिए कई चर का उपयोग करता है।
- एक उदाहरण मोंटे कार्लो सिमुलेशन है जो संभाव्यता वितरण का उपयोग करके संभावित परिणामों की एक श्रृंखला प्रस्तुत करता है।
- ब्लैक स्वान इवेंट्स का प्रतिपादन मॉडल को निरर्थक करता है भले ही डेटा सेट और चर का उपयोग किया जा रहा हो।
- बीमा कंपनियां अक्सर दावों का भुगतान करने की संभावना निर्धारित करने के लिए बहुभिन्नरूपी मॉडल का उपयोग करती हैं।
बहुभिन्नरूपी मॉडल को समझना
मल्टीवीरेट मॉडल उपयोगकर्ता को विभिन्न परिदृश्यों और उनके संभावित प्रभाव का परीक्षण करने की अनुमति देकर निर्णय लेने में सहायता करते हैं। मोंटे कार्लो सिमुलेशन एक व्यापक रूप से इस्तेमाल मल्टीवेरिएट मॉडल है कि एक बनाता है प्रायिकता वितरण संभव निवेश के परिणामों की एक सीमा को परिभाषित करने में मदद करता है। बहुभिन्नरूपी मॉडल का उपयोग वित्त के कई क्षेत्रों में किया जाता है।
उदाहरण के लिए, एक विशेष निवेश को मल्टीवेरिएट मॉडल में परिदृश्य विश्लेषण के माध्यम से चलाया जा सकता है, यह देखने के लिए कि यह विभिन्न पोर्टफोलियो स्थितियों जैसे कि उच्च मुद्रास्फीति या कम-ब्याज दरों की अवधि में पूरे पोर्टफोलियो रिटर्न को कैसे प्रभावित करेगा। इसी दृष्टिकोण का उपयोग कंपनी के संभावित प्रदर्शन, मूल्य स्टॉक विकल्पों और यहां तक कि नए उत्पाद विचारों का मूल्यांकन करने के लिए किया जा सकता है । जैसा कि फर्म में डेटा बिंदुओं को जोड़ा जाता है, जैसे कमाई से पहले समान-स्टोर बिक्री डेटा जारी किया जाता है, मॉडल और इसकी अनुमानित श्रेणियों में विश्वास बढ़ता है।
विशेष ध्यान
बीमा कंपनियां मल्टीवेरेट मॉडल के उपयोगकर्ता हैं। बीमा पॉलिसी का मूल्य निर्धारण एक दावे का भुगतान करने की संभावना पर आधारित है। केवल कुछ डेटा बिंदुओं को देखते हुए, जैसे कि आवेदक की उम्र और घर का पता, बीमाकर्ता इसे एक बहुभिन्नरूपी मॉडल में जोड़ सकते हैं जो अतिरिक्त डेटाबेस से खींचता है जो उचित नीति मूल्य निर्धारण रणनीति पर संकीर्ण हो सकता है। इस मॉडल की पुष्टि की गई डेटा बिंदुओं (आयु, लिंग, वर्तमान स्वास्थ्य स्थिति, अन्य नीतियों, आदि) और परिष्कृत चर (औसत क्षेत्रीय आय, औसत क्षेत्रीय जीवन काल, आदि) के साथ आबादी होगी भविष्यवाणी की गई परिणामों को असाइन करने के लिए जिनका उपयोग किया जाएगा। पॉलिसी की कीमत।
बहुभिन्नरूपी मॉडलिंग के लाभ और नुकसान
मल्टीवेरेट मॉडलिंग का लाभ यह है कि यह निर्णय लेने वालों के लिए विचार करने के लिए अधिक विस्तृत “क्या अगर” परिदृश्य प्रदान करता है। उदाहरण के लिए, निवेश ए में इस श्रेणी के भीतर भविष्य की कीमत होने की संभावना है, इन चरों को देखते हुए। जैसा कि अधिक ठोस डेटा मॉडल में डाला जाता है, भविष्य कहनेवाला सीमा तंग हो जाती है, और भविष्यवाणियों में विश्वास बढ़ता है। हालांकि, किसी भी मॉडल की तरह, बाहर आने वाला डेटा केवल उतना ही अच्छा है जितना कि डेटा जा रहा है।
डेटा को सेट करने और उपयोग किए जाने वाले वेरिएबल अच्छे होने पर भी मॉडल को अर्थहीन रूप से प्रस्तुत करने वाली ब्लैक स्वान घटनाओं का एक जोखिम है । यह निश्चित रूप से, क्यों मॉडल खुद को व्यापार के आरोप में नहीं रखा जाता है। मल्टीवीरेट मॉडल की भविष्यवाणियां अंतिम निर्णय लेने वालों के लिए सोचने के लिए सूचना का एक और स्रोत हैं।