Vaarallisten arvojen (VaR) arviointia varten suoritettavien simulaatioiden vähimmäismäärä on yleensä 1 000, mutta alan standardin on oltava vähintään 10 000 simulaatiota.
Monte Carlo -menetelmä VaR: n arvioimiseksi on historiallisen palautusmenetelmän muunnelma, joka perustuu satunnaislukujen generointiin. Tämän menetelmän suurin etu on se, että se pitää tyypillisesti paljon laajempia mahdollisia tuloksia kuin aikaisempi menetelmä, mikä antaa tarkemman kokonaisriskiarvion. Historiallisen menetelmän kannattajat väittävät, että todelliset historialliset tulokset antavat realistisemman arvioinnin todennäköisistä riskitasoista, vaikka ne eivät välttämättä käsitä kaikkia mahdollisia skenaarioita.
VaR on riskienhallinnan arviointityökalu, joka on kehitetty lisäämään volatiliteetin perinteistä riskin mittausta. Havaittu ongelma volatiliteettitoimenpiteillä on se, että ne eivät yleensä eroa hyvän volatiliteetin ja huonon volatiliteetin välillä. Volatiliteetti ei todellakaan ole riski, jos se vaikuttaa sijoituksen arvon kasvattamiseen. VaR perustuu riskien arvioinnin keskittymiseen kysymykseen mahdollisimman suuresta potentiaalisesta tappioista - tarkemmin sanottuna mahdollisen mahdollisen tappion tai väliaikaisen noston tasosta, jota voidaan kohtuudella odottaa. Esimerkiksi kun teoriassa on mahdollista kokea 100 prosentin menetys General Motorsin osakkeiden hankinnasta, se ei ole realistinen mahdollisuus. VaR on tullut yleisesti käytetty riskinarviointimenetelmä suurissa rahoituspalveluissa ja sijoituspalveluyrityksissä.
VaR mittaa yksittäisen omaisuuserän tai koko sijoitussalkun mahdollisen tappion tietyllä ajanjaksolla ja tietyn luottamustason avulla. Luottamustaso on lähinnä todennäköisyystoimenpide. Esimerkiksi jos sijoitusvarallisuuden VaR-laskelma on 1 000 dollaria kuukauden ajan 95 prosentin luottamustasolla, se tarkoittaa, että vain 5 prosentin todennäköisyys on yli 1 000 dollarin tappion kuukauden ajan. VaR-laskelmat voivat määrittää minkä tahansa luottamustason, mutta niitä käytetään tyypillisesti luotettavuustasolla 90%, 95% tai 99%.
VaR: n laskemiseen käytettävät kolme ensisijaista menetelmää ovat historiallinen menetelmä, varianssi-kovarianssimenetelmä ja Monte Carlo-simulointimenetelmä. Historiallinen menetelmä käyttää sijoitusomaisuuden todellista historiallista tuottoa, organisoimalla ne näkyviin, jotta huonoimmista menetyksistä saadaan paras voitto. Tulos muistuttaa tyypillisesti tyypillistä tilastokellokäyrää, mikä osoittaa suuremman todennäköisyyden useammin esiintyville tuottoille ja alhaisimmille todennäköisyyksille vähiten yhteisten sijoitustuottojen suhteen.
Todellisten historiallisten tuottojen sijasta Monte Carlo -menetelmällä käytetään satunnaislukugeneraattoria tuottaa useita mahdollisia sijoitusten tuoton tuloksia. Menetelmän potentiaalinen heikkous johtuu siitä, että alun perin satunnaisesti tuotetulla numerolla voi olla yleisiä tuloksia, minkä vuoksi on suositeltavaa suorittaa vähintään 1 000 simulaatiota. Jokainen simulointi tuottaa erilaisia tuloksia, mutta suuremmat määrä simulaatioita johtaa pienempään keskimääräiseen vaihteluun simulaatioiden välillä.
Panostaa paremmin Monte Carlo-simulointi
Tämä tekniikka voi vähentää epävarmuutta tulevien tulosten arvioinnissa.
Monte Carlo simulaatio GBM
Oppia ennakoimaan tulevia tapahtumia sarjan satunnaistutkimuksia.
Mikä on ero luontaisen riskin ja systemaattisen riskin välillä?
Oppia luontaisesta ja järjestelmällisestä riskistä, kahdesta riskistä, jotka vaikuttavat investointeihin, niiden välisiin eroihin ja kuinka kunkin riskiä voidaan vähentää.