การวิเคราะห์สถานการณ์จะประเมินมูลค่าที่คาดหวังของการลงทุนหรือกิจกรรมทางธุรกิจที่เสนอ ค่าเฉลี่ยหมายถึงเหตุการณ์ความน่าจะเป็นที่คาดว่าจะสูงที่สุดในบางสถานการณ์ การสร้างสถานการณ์ต่างๆที่อาจเกิดขึ้นและรวมความน่าจะเป็นที่จะเกิดขึ้นนักวิเคราะห์จะสามารถกำหนดมูลค่าของการลงทุนหรือการทำธุรกิจได้ดีขึ้นและความเป็นไปได้ที่จะคำนวณมูลค่าที่คาดว่าจะเกิดขึ้นจริง
การกำหนดการกระจายความน่าจะเป็นของเงินลงทุนเท่ากับการกำหนดความเสี่ยงในการลงทุนนั้น เมื่อเปรียบเทียบผลตอบแทนที่คาดว่าจะได้รับกับความเสี่ยงที่คาดไว้และการซ้อนทับที่มีความเสี่ยงต่อการลงทุนของนักลงทุนท่านอาจตัดสินใจได้ดีขึ้นว่าจะลงทุนในธุรกิจที่คาดหวังหรือไม่ บทความนี้จะนำเสนอตัวอย่างง่ายๆหลายวิธีในการวิเคราะห์สถานการณ์และให้เหตุผลในการใช้งาน (อ่านเพิ่มเติมเกี่ยวกับการแจกแจงความน่าจะเป็นอ่าน หาข้อมูลที่เหมาะสมกับการกระจายความน่าจะเป็น .)
ภาพรวม
ต้องมีข้อมูลประสิทธิภาพทางประวัติศาสตร์เพื่อให้เข้าใจถึงความผันแปรของประสิทธิภาพการลงทุนและเพื่อช่วยให้ นักลงทุนเข้าใจถึงความเสี่ยงที่เกิดขึ้นในอดีต การตรวจสอบข้อมูลผลตอบแทนเป็นระยะ ๆ นักลงทุนสามารถทำความเข้าใจกับความเสี่ยงที่ผ่านมาของการลงทุนได้ ตัวอย่างเช่นเนื่องจากความแปรผันเป็นความเสี่ยงการลงทุนที่ให้ผลตอบแทนเหมือนกันทุกปีถือว่ามีความเสี่ยงน้อยกว่าการลงทุนที่ให้ผลตอบแทนรายปีที่ผันผวนระหว่างลบและบวก แม้ว่าการลงทุนทั้งสองนี้อาจให้ผลตอบแทนโดยรวมเท่าเดิมสำหรับระยะเวลาการลงทุนที่กำหนดผลตอบแทนที่เป็นระยะแสดงให้เห็นถึงความแตกต่างของความเสี่ยงในการลงทุนเหล่านี้ (สำหรับข้อมูลเชิงลึกเพิ่มเติมโปรดอ่าน วัดประสิทธิภาพของพอร์ตเล็ต )
ตัวอย่าง
การวิเคราะห์สถานการณ์สามารถประยุกต์ใช้ได้หลายวิธี วิธีการทั่วไปมากที่สุดคือการทำการวิเคราะห์หลายปัจจัย (แบบจำลองที่มีหลายตัวแปร) ด้วยวิธีต่อไปนี้:
- การวิเคราะห์ปัจจัยสุ่ม
- จำนวนอนันต์จำนวนสถานการณ์
- Monte Carlo
- การสร้างสถานการณ์สมมติที่มีค่าคงที่
- การวิเคราะห์
- นักวิเคราะห์หลายคนจะสร้างโมเดลหลายตัวแปร (แบบจำลองที่มีหลายตัวแปร) เสียบการคาดเดาที่ดีที่สุดสำหรับค่าของแต่ละตัวแปรและคิดค่าพยากรณ์ที่คาดการณ์ไว้ค่าเฉลี่ยของการกระจายความน่าจะเป็นที่น่าจะเกิดขึ้นมากที่สุด โดยการใช้ค่าสำหรับแต่ละตัวแปรที่คาดว่าจะน่าจะเป็นที่สุดนักวิเคราะห์จะคำนวณมูลค่าเฉลี่ยของการกระจายศักยภาพของค่าที่อาจเป็นไปได้ แม้ว่าค่าเฉลี่ยจะมีค่าให้ข้อมูลตามที่ระบุไว้ก่อนหน้านี้ แต่ก็ไม่ได้แสดงให้เห็นถึงความแปรปรวนที่อาจเกิดขึ้นในผลลัพธ์
การวิเคราะห์ความเสี่ยงเกี่ยวข้องกับการพยายามหาโอกาสที่ผลลัพธ์ในอนาคตจะเป็นอะไรนอกเหนือจากค่าเฉลี่ย วิธีหนึ่งในการแสดงรูปแบบคือการคำนวณหาค่าประมาณของผลลัพธ์ที่มากสุดและน่าจะเป็นไปได้ในด้านบวกและด้านลบของค่าเฉลี่ย วิธีที่ง่ายที่สุดในการคาดการณ์ผลลัพธ์ที่อาจเป็นไปได้ของการลงทุนหรือการลงทุนคือการสร้างข้อดีและข้อเสียสำหรับแต่ละผลลัพธ์และคาดเดาความเป็นไปได้ที่จะเกิดขึ้น รูปที่ 1 ใช้วิธีการในการประเมินกรณีฐาน (B) (ค่าเฉลี่ย) กรณีที่มีการคว่ำ (U) และข้อเสีย (D)
รูปที่ 1
|
|
| ตัวอย่างเช่นการวิเคราะห์ปัจจัยสองแบบอย่างง่าย: |
ค่า V = ตัวแปร A + ตัวแปร B ซึ่งแต่ละตัวแปรไม่ได้ถูก จำกัด ไว้
โดยการกำหนดค่า upside และ downside ให้กับ A และ B จำนวนมากสองค่าเราจะได้รับค่า scenarius สามแบบ โดยการกำหนดความเป็นไปได้ในการเกิดขึ้นให้สมมติฐาน:
50% สำหรับค่า (B) = 200
25% สำหรับค่า (U) = 300
25% สำหรับค่า (D) = 1 00 เมื่อกำหนดความน่าจะเป็นผลรวมของความน่าจะเป็นที่กำหนดจะต้องเท่ากับ 100% โดยกราฟค่าเหล่านี้และความน่าจะเป็นของเราเราสามารถอนุมานการกระจายความน่าจะเป็นของดิบ (การแจกแจงค่าที่คำนวณได้ทั้งหมดและความน่าจะเป็นของค่าเหล่านั้นที่เกิดขึ้น) การสร้างกรณีขาขึ้นและขาลงเราเริ่มได้รับความเข้าใจในผลตอบแทนอื่น ๆ ที่เป็นไปได้ แต่ยังมีผลลัพธ์ที่เป็นไปได้อื่น ๆ อีกมากมายภายในชุดที่มีข้อ จำกัด ด้าน upside และ downside ที่คาดการณ์ไว้อยู่แล้ว
รูปที่ 2 แสดงวิธีหนึ่งในการกำหนดจำนวนผลลัพธ์ที่คงที่ระหว่างสองขั้ว สมมติว่าตัวแปรแต่ละตัวทำหน้าที่อย่างอิสระนั่นคือค่าของมันไม่ได้ขึ้นอยู่กับค่าของตัวแปรอื่น ๆ เราสามารถดำเนินการกรณี upside, base และ downside สำหรับแต่ละตัวแปร ในแบบจำลองสองปัจจัยแบบง่ายการวิเคราะห์ประเภทนี้จะส่งผลให้เกิดผลลัพธ์ทั้งหมด 9 ข้อ แบบสามปัจจัยโดยใช้ผลลัพธ์ที่เป็นไปได้สามแบบสำหรับแต่ละตัวแปรจะมีผล 27 ข้อเป็นต้น สมการกำหนดจำนวนผลลัพธ์ทั้งหมดโดยใช้วิธีนี้มีค่าเท่ากับ
(
Y X ) โดยที่ Y = จำนวนสถานการณ์ที่เป็นไปได้สำหรับแต่ละปัจจัยและ X = จำนวนของปัจจัยในรูปแบบ (ดูรายละเอียดเพิ่มเติมใน Modern Portfolio Theory Stats Primer .) รูปที่ 2 ในรูปที่ 2 มีผลลัพธ์ 9 ข้อ แต่ไม่ใช่ 9 ค่าที่แยกกัน ตัวอย่างเช่นผลลัพธ์สำหรับ BB อาจเท่ากับผลลัพธ์ DU หรือ UD เพื่อสรุปผลการศึกษานี้นักวิเคราะห์จะกำหนดความน่าจะเป็นสำหรับแต่ละผลลัพธ์และเพิ่มความน่าจะเป็นสำหรับค่าที่เหมือนกันเราคาดหวังว่าค่าที่สอดคล้องกับค่าเฉลี่ยในกรณีนี้คือ BB จะปรากฏครั้งมากที่สุดเนื่องจากค่าเฉลี่ยเป็นค่าที่มีความน่าจะเป็นสูงสุดที่เกิดขึ้น ความถี่ของค่าที่เหมือนกันจะเพิ่มความน่าจะเป็นของการเกิดขึ้น ค่าที่มากขึ้นไม่ซ้ำกันโดยเฉพาะอย่างยิ่งค่าเฉลี่ยที่สูงขึ้นความน่าจะเป็นที่ผลตอบแทนในอนาคตจะเป็นสิ่งที่นอกเหนือจากค่าเฉลี่ย ยิ่งปัจจัยหนึ่งมีมากขึ้นในรูปแบบใดก็ตามและยิ่งมีปัจจัยมากขึ้นเท่านั้นจะมีการคำนวณมูลค่าของสถานการณ์ที่มีศักยภาพมากขึ้นส่งผลให้มีการวิเคราะห์ที่มีประสิทธิภาพและเข้าใจถึงความเสี่ยงของการลงทุนที่อาจเกิดขึ้นได้
|
|
| ข้อเสียของการวิเคราะห์สถานการณ์ |
อุปสรรคสำคัญสำหรับการวิเคราะห์ผลลัพธ์คงที่ประเภทนี้คือความน่าจะเป็นที่ประมาณและชุดผลลัพธ์ที่ถูก จำกัด ด้วยค่าสำหรับเหตุการณ์ที่เป็นบวกและลบมาก ถึงแม้ว่าเหตุการณ์เหล่านี้อาจเป็นเหตุการณ์ความน่าจะต่ำการลงทุนหรือพอร์ตการลงทุนส่วนใหญ่มีโอกาสเกิดผลตอบแทนที่เป็นบวกและลบสูง นักลงทุนต้องจำไว้ว่าแม้ว่าจะไม่ได้เกิดขึ้นบ่อยนัก แต่เหตุการณ์ความน่าจะต่ำเหล่านี้จะเกิดขึ้นและเป็นการวิเคราะห์ความเสี่ยงที่ช่วยในการพิจารณาว่าเหตุการณ์ที่อาจเกิดขึ้นเหล่านี้อยู่ในความเสี่ยงที่นักลงทุนยอมรับได้หรือไม่ (สำหรับการอ่านที่เกี่ยวข้องโปรดดู
ความเสี่ยงเฉพาะด้านความเสี่ยง
และ ความเสี่ยงความคลาดเคลื่อนเท่านั้นบอกเล่าเรื่องราว ) วิธีการหลีกเลี่ยงปัญหาที่เกิดขึ้นในตัวอย่างก่อนหน้านี้คือการใช้งานที่รุนแรง จำนวนการทดลองของแบบจำลองหลายตัวแปร การวิเคราะห์ปัจจัยแบบสุ่มเสร็จสมบูรณ์โดยการรันการทดลองที่เป็นอิสระนับพัน ๆ ครั้งและนับร้อยนับพัน ๆ ครั้งพร้อมกับคอมพิวเตอร์เพื่อกำหนดค่าให้กับปัจจัยต่างๆในแบบสุ่ม การวิเคราะห์ปัจจัยแบบสุ่มส่วนใหญ่เรียกว่าการวิเคราะห์ "มอนติคาร์โล" โดยที่ค่าของปัจจัยไม่ได้ประมาณ แต่ได้รับการสุ่มเลือกจากชุดที่ล้อมรอบด้วยตัวแปรการกระจายความน่าจะเป็นของตัวเอง (อ่านเพิ่มเติม บทนำสู่ Monte Carlo Simulation
.) บทสรุป มาตรฐานที่กำหนดไว้สำหรับการรายงานผลการลงทุนทำให้มั่นใจได้ว่านักลงทุนมีความเสี่ยง (ความแปรปรวนของผลการปฏิบัติงาน) ผลการดำเนินงานที่ผ่านมาของเงินลงทุน เนื่องจากผลการดำเนินงานในอดีตไม่มีผลกระทบใด ๆ ต่อความเสี่ยงหรือผลตอบแทนในอนาคตนักลงทุนหรือเจ้าของธุรกิจจะต้องพิจารณาถึงความเสี่ยงในอนาคตของการลงทุนของตนโดยการสร้างโมเดล pro-forma ผลลัพธ์ของการคาดการณ์ใด ๆ จะสร้างมูลค่าที่คาดหวังหรือค่าเฉลี่ยของโครงการนั้นเท่านั้น ผลที่นักวิเคราะห์เชื่อว่ามีความเป็นไปได้สูงที่จะเกิดขึ้น โดยการวิเคราะห์สถานการณ์ผู้ลงทุนสามารถสร้างโปรไฟล์ความเสี่ยงสำหรับการลงทุนที่คาดการณ์และสร้างพื้นฐานสำหรับการเปรียบเทียบการลงทุนในอนาคต