Анализ сценария оценивает ожидаемую стоимость предлагаемой инвестиции или деловой активности. Статистическое среднее - это событие с наивысшей вероятностью, ожидаемое в определенной ситуации. Создавая различные сценарии, которые могут произойти, и объединяя их с вероятностью того, что они произойдут, аналитик может лучше определить стоимость инвестиционного или делового предприятия и вероятность того, что ожидаемое расчетное значение действительно произойдет.

Определение распределения вероятности инвестиций равнозначно определению риска, присущего этим инвестициям. Сравнивая ожидаемую доходность с ожидаемым риском и накладывая ее на то, что с устойчивостью к риску инвестора, вы сможете принимать более правильные решения о том, инвестировать ли в перспективное деловое предприятие. В этой статье будут представлены некоторые простые примеры различных способов проведения сценарного анализа и обоснования их использования. (Чтобы узнать больше о распределении вероятностей, прочитайте Найти подходящее соответствие с вероятностными распределениями .)

Обзор
Данные об исторической эффективности необходимы, чтобы дать некоторое представление об изменчивости эффективности инвестиций и помочь инвесторы понимают риск, который несет акционеры в прошлом. Изучая периодические данные о возврате, инвестор может получить представление о прошлом риске инвестиций. Например, поскольку изменчивость приравнивается к риску, инвестиции, которые обеспечивают одинаковый доход каждый год, считаются менее рискованными, чем инвестиции, обеспечивающие ежегодные доходы, которые колебались между отрицательными и положительными. Хотя обе инвестиции могут обеспечить одинаковый общий доход для данного инвестиционного горизонта, периодические доходы демонстрируют различия в рисках в этих инвестициях. (Для получения дополнительной информации прочитайте Измерьте производительность вашего портфолио .)

Строгие правила расчета и представления прошлых возвратов обеспечивают сопоставимость возвращаемой информации между ценными бумагами, инвестиционными менеджерами и фондами. Однако прошлая производительность не дает никаких гарантий относительно будущего риска или возврата инвестиций. Сценарийный анализ пытается понять потенциальный профиль риска / возврата предприятия. Проводя анализ нескольких оценок проформы для данного предприятия и обозначая вероятность для каждого сценария, начинает формироваться распределение вероятности (профиль риска) для данного конкретного предприятия.
Примеры
Сценарный анализ может применяться многими способами. Наиболее типичным методом является многофакторный анализ (модели, содержащие несколько переменных) следующими способами:

• Создание фиксированного количества сценариев
  • Определение высокоскоростного спреда
  • Создание промежуточных сценариев
• Случайный факторный анализ
  • Множество бесконечных чисел сценариев
  • Монте-Карло Анализ

Многие аналитики создадут многомерную модель (модель с несколькими переменными), включите их лучшее предположение для значения каждой переменной и придумают одно прогнозируемое значение.Средством любого распределения вероятности является тот, который имеет наивысшую вероятность возникновения. Используя значение для каждой переменной, которая, как ожидается, будет наиболее вероятной, аналитик фактически вычисляет среднее значение потенциального распределения потенциальных значений. Хотя среднее значение имеет информационную ценность, как было сказано ранее, оно не показывает какого-либо потенциального изменения результатов.

Анализ рисков связан с попыткой определить вероятность того, что будущий результат будет чем-то иным, чем среднее значение. Один из способов показать вариацию - рассчитать оценку крайних и наименее вероятных результатов на положительной и отрицательной стороне среднего. Простейший метод прогнозирования потенциальных результатов инвестиций или венчурного капитала - это создать потенциал роста и падения для каждого результата, а затем рассказать о вероятности того, что это произойдет. На рисунке 1 используется три сценария, оценивающих базовый регистр (B) (среднее значение), верхний регистр (U) и нижний регистр (D).

Рисунок 1

Например, простой двухфакторный анализ:
Значение V = переменная A + переменная B, где каждое значение переменной не ограничено.

Назначив два крайних значения «вверх» и «вниз» для A и B, мы получим три значения сценария. Предположим, что при значении (9)> 50% для значения (B) = 200
25% для значения (U) = 300
25% для значения (D) = 1 00 > При назначении вероятностей сумма назначенных вероятностей должна быть равна 100%. По графику этих значений и их вероятностей мы можем вывести довольно грубое распределение вероятностей (распределение всех вычисленных значений и вероятность появления этих значений). Формируя верхний и нижний уровни, мы начинаем понимать другие возможные результаты возвращения, но есть много других потенциальных результатов в пределах набора, ограниченного крайним потенциалом роста и недостатком, уже оцененным.
На рисунке 2 представлен один метод определения фиксированного числа исходов между двумя крайностями. Предполагая, что каждая переменная действует независимо, то есть ее значение не зависит от значения любой другой переменной, мы можем провести для каждой переменной верхний, базовый и нижний регистр. В упрощенной двухфакторной модели этот тип анализа привел бы к общему числу девяти результатов. Трехфакторная модель, использующая три потенциальных результата для каждой переменной, закончится 27 результатами и т. Д. Уравнение для определения общего количества результатов с использованием этого метода равно

(
Y X ) ^{, где Y = количество возможных сценариев для каждого фактора, а X = количество факторов в модели. (Более подробно см.} «Современная история портфеля». Праймер .) Рисунок 2 На рисунке 2 есть девять результатов, но не девять отдельных значений. Например, результат для BB может быть равен результату DU или UD. Чтобы завершить это исследование, аналитик назначил вероятности для каждого результата, а затем добавит эти вероятности для любых подобных значений.Мы ожидаем, что значение, соответствующее среднему значению, в данном случае являющемуся BB, будет появляться чаще всего, так как среднее означает значение с наивысшей вероятностью возникновения. Частота подобных значений увеличивает вероятность появления. Чем больше значений времени не повторяется, особенно среднее значение, тем выше вероятность того, что будущие результаты будут чем-то иным, чем среднее. Чем больше факторов имеет место в модели, тем больше учитывается факторный сценарий, тем больше вычисляются потенциальные значения сценария, что приводит к надежному анализу и пониманию риска потенциальных инвестиций.

Недостатки анализа сценариев

Основным недостатком этих типов фиксированных анализов результатов являются оцененные вероятности и оценки результатов, ограниченные значениями для крайних положительных и отрицательных событий. Хотя они могут быть событиями с низкой вероятностью, большинство инвестиций или портфелей инвестиций имеют потенциал для очень высоких положительных и отрицательных результатов. Инвесторы должны помнить, что, хотя они не часто случаются, эти события с низкой вероятностью действительно происходят, и анализ рисков помогает определить, находятся ли эти потенциальные события в степени риска для инвестора. (Для соответствующего чтения см.

Персонализация устойчивости к рискам
и Только толерантность к рискам говорит о половине истории .) Метод обхода проблем, присущих предыдущим примерам, - это запустить экстремальный число испытаний многомерной модели. Анализ случайных факторов завершается запуском тысяч и даже сотен тысяч независимых испытаний с компьютером для случайного распределения значений факторов. Наиболее распространенный тип анализа случайных факторов называется анализом «Монте-Карло», где значения факторов не оцениваются, а выбираются случайным образом из набора, ограниченного собственным распределением вероятностей. (Чтобы узнать больше об этом анализе, прочитайте Введение в моделирование Монте-Карло

.) Заключение Стандарты, установленные для отчетности об эффективности инвестиций, гарантируют, что инвесторам предоставляется профиль рисков (изменчивость производительности) для прошлая эффективность инвестиций. Поскольку прошлая производительность не имеет никакого отношения к будущему риску или возврату, инвесторы или владельцы бизнеса могут определить будущий риск своих инвестиций, создав модели проформы. Результат любого прогноза будет давать только ожидаемое или среднее значение этой инициативы; результат, который, по мнению аналитика, имеет наибольшую вероятность возникновения. При проведении сценарного анализа инвестор может создать профиль рисков для прогнозируемых инвестиций и создать основу для сопоставления предполагаемых инвестиций.