Scenarioanalyse evaluerer forventet verdi av en foreslått investering eller forretningsvirksomhet. Statistisk gjennomsnitt er den høyeste sannsynligheten som forventes i en viss situasjon. Ved å skape ulike scenarier som kan oppstå og kombinere dem med sannsynligheten for at de vil oppstå, kan en analytiker bedre bestemme verdien av en investering eller virksomhet og sannsynligheten for at den forventede verdien beregnes faktisk.

AD:

Fastsettelse av sannsynlighetsfordelingen av en investering er lik å bestemme risikoen i denne investeringen. Ved å sammenligne forventet avkastning til den forventede risikoen og overlagre det med investorens risikotoleranse, kan det hende du kan ta bedre beslutninger om å investere i et potensielt forretningsområde. Denne artikkelen vil presentere noen enkle eksempler på ulike måter å gjennomføre scenarioanalyse og gi grunnlag for deres bruk. (For å lære mer om sannsynlighetsfordelinger, les Finn riktig egnethet med sannsynlighetsfordeler .)

Oversikt
Historiske resultatdata er nødvendig for å gi litt innsikt i variabiliteten i en investerings ytelse og for å hjelpe investorer forstår risikoen som tidligere har båret av aksjonærer. Ved å undersøke periodiske avkastningsdata kan en investor få innsikt i en investerings tidligere risiko. For eksempel, fordi variabilitet tilsvarer risiko, anses en investering som ga samme avkastning hvert år mindre risiko enn en investering som ga årlig avkastning som svingte mellom negativ og positiv. Selv om begge investeringene kan gi samme samlede avkastning for en gitt investeringshorisont, viser periodisk avkastning risikoforskjellene i disse investeringene. (For mer innsikt, les Mål porteføljens ytelse .)

AD:

Strenge regler om beregning og presentasjon av tidligere avkastninger sikrer sammenligning av avkastningsinformasjon over verdipapirer, investeringsforvaltere og fond. Men tidligere resultater gir ingen garanti for en investerings fremtidige risiko eller avkastning. Scenarioanalyse forsøker å forstå et risikos potensielle risiko / returprofil. Ved å utføre en analyse av flere proforma estimater for et gitt venture og betegne en sannsynlighet for hvert scenario, begynner man å skape en sannsynlighetsfordeling (risikoprofil) for det aktuelle foretaket.
Eksempler
Scenarioanalyse kan brukes på mange måter. Den mest typiske metoden er å utføre multifaktoranalyse (modeller som inneholder flere variabler) på følgende måter:

AD:

• Opprette et fast antall scenarier
  • Bestem høyt lavt spred
  • Opprette mellomliggende scenarier
• Tilfeldig faktoranalyse
  • Tall til uendelig antall scenarier
  • Monte Carlo Analyse

Mange analytikere vil opprette en multivariabel modell (en modell med flere variabler), plugge inn sitt beste gjetning for verdien av hver variabel og komme opp med en forventet verdi.Midlet av enhver sannsynlighetsfordeling er den som har størst sannsynlighet for forekomst. Ved å bruke en verdi for hver variabel som forventes å være mest sannsynlig, beregner analytikeren faktisk middelverdien av potensiell fordeling av potensielle verdier. Selv om gjennomsnittet har informasjonsverdi, som tidligere nevnt, viser det ikke noen potensiell variasjon i resultatene.

Risikoanalyse er opptatt av å prøve å bestemme sannsynligheten for at et fremtidig utfall vil være noe annet enn middelverdien. En måte å vise variasjon på er å beregne et estimat av ekstreme og minst sannsynlige utfall på den positive og negative siden av gjennomsnittet. Den enkleste metoden for å prognose potensielle utfall av en investering eller venture er å produsere en oppad og nedadgående sak for hvert utfall og deretter å spekulere sannsynligheten for at det vil oppstå. Figur 1 bruker en tre scenariemetode som evaluerer en basissaksel (B) (middelverdi), oppadrettet tilfelle (U) og et nedre tilfelle (D).

Figur 1

For eksempel en enkel tofaktoranalyse:
Verdi V = Variabel A + Variabel B, hvor hver variabelverdi ikke er begrenset.

Ved å tilordne to ekstreme opp- og underverdier for A og B, vil vi da få våre tre scenariewaarder. Ved å tildele sannsynligheten for forekomst, la oss anta:
50% for verdi (B) = 200
25% for verdi (U) = 300
25% for verdi (D) = 1 00 > Ved tildeling av sannsynligheter må summen av sannsynlighetene som er tildelt, være lik 100%. Ved å tegne disse verdiene og deres sannsynligheter kan vi utlede en ganske grov sannsynlighetsfordeling (fordelingen av alle beregnede verdier og sannsynligheten for disse verdiene som forekommer). Ved å danne opp- og nedre tilfeller begynner vi å få en forståelse av andre mulige returresultater, men det er mange andre potensielle utfall innenfor settet begrenset av ekstrem oppside og nedside allerede estimert.

Figur 2 viser en metode for å bestemme det faste antallet utfall mellom de to ytterpunktene. Forutsatt at hver variabel virker uavhengig, det vil si at verdien ikke er avhengig av verdien av noen annen variabel, kan vi utføre en oppside-, base- og downside-sak for hver variabel. I den forenklede tofaktormodellen vil denne typen analyse resultere i totalt ni resultater. En trefaktormodell som bruker tre potensielle utfall for hver variabel, vil ende opp med 27 utfall og så videre. Likningen for å bestemme totalt antall utfall ved hjelp av denne metoden er lik
( Y X ⁾ , hvor Y = antall mulige scenarier for hver faktor og X = den antall faktorer i modellen. (For mer, se Modern Portfolio Theory Stats Primer .) Figur 2

I figur 2 er det ni resultater, men ikke ni separate verdier. For eksempel kan utfallet for BB være lik utfallet DU eller UD. For å fullføre denne studien, vil analytikeren tildele sannsynlighetene for hvert utfall og deretter legge til disse sannsynlighetene for alle likeverdige verdier.Vi forventer at verdien som tilsvarer gjennomsnittet, i dette tilfellet BB, vil forekomme mest ganger siden gjennomsnittet er verdien med høyest sannsynlighet for å forekomme. Hyppigheten av likeverdige forekomster øker sannsynligheten for forekomst. Jo flere ganger verdiene gjentar ikke, spesielt gjennomsnittlig verdi, desto større er sannsynligheten for at fremtidig avkastning vil være noe annet enn gjennomsnittet. Jo flere faktorer man har i en modell og de flere faktor scenariene en inkluderer, desto flere potensielle scenarier blir beregnet, noe som resulterer i en robust analyse og innsikt i risikoen for en potensiell investering.

Ulempene med scenarioanalyse

Den største ulempen for disse typer faste utfallsanalyser er sannsynlighetene estimert og utfallssettene begrenset av verdiene for de ekstreme positive og negative hendelsene. Selv om de kan være lav sannsynlighet hendelser, de fleste investeringer eller porteføljer av investeringer har potensial for svært høy positiv og negativ avkastning. Investorer må huske at selv om de ikke skjer ofte, skjer disse lavt sandsynlighetshendelser, og det er risikoanalyse som bidrar til å avgjøre om disse potensielle hendelsene ligger innenfor investorens risikotoleranse. (For relatert lesing, se
Personliggjøring av risikotoleranse og Risikotoleranse forteller kun halvt historien .) En metode for å omgå problemene som er knyttet til de foregående eksemplene, er å drive en ekstrem Antall forsøk på en multivariabel modell. Tilfeldig faktoranalyse er fullført ved å kjøre tusenvis og til og med hundretusener av uavhengige forsøk med en datamaskin for å tilordne verdier til forholdene på en tilfeldig måte. Den vanligste typen tilfeldighetsfaktoranalyse kalles "Monte Carlo" -analyse, hvor faktorverdier ikke estimeres, men velges tilfeldig fra et sett begrenset av variablenees egen sannsynlighetsfordeling. (For å lære mer om denne analysen, les

Introduksjon til Monte Carlo Simulering .) Konklusjon

Standarder angitt for rapportering av investeringsresultat sikrer at investorer er utstyrt med risikoprofilen (ytelsesvariasjon) for tidligere resultat av investeringer. Fordi tidligere resultater ikke har noen betydning for fremtidig risiko eller avkastning, er det opp til investoren eller bedriftseiere å bestemme fremtidig risiko for sine investeringer ved å skape proforma-modeller. Resultatet av enhver prognose vil bare gi forventet eller gjennomsnittlig verdi av initiativet; Resultatet som analytikeren mener har størst sannsynlighet for forekomst. Ved å gjennomføre scenarioanalyse kan en investor produsere en risikoprofil for en prognostisert investering og danne grunnlag for å sammenligne prospektive investeringer.