a:

Det er gunstig å innovere økonomiske modeller og teknikker som brukes i kvantitativ analyse for å forbedre ytelsen og tilpasse seg endrede markedsforhold. Kvantitativ analyse bruker komplekse statistiske og matematiske modeller for en rekke formål, som for eksempel vurdering av en eiendels økonomiske resultater, for risikostyring eller for verdsettelse av finansielle derivater.

Banker og andre forsikringsselskaper bruker ofte kvantitativ modellering i risikostyring. Hendelsene i finanskrisen i 2008 viste imidlertid hvordan risikostyringsprosesser og prosedyrer gikk ned i perioder med høy volatilitet. Banker og forsikringsselskaper handler ekstremt store dollarbeløp på pantesikkerhetslån (MBS), inkludert sikrede gjeldsforpliktelser (CDOs). Banker og forsikringsselskaper skjønte ikke hvor mye risiko de hadde ved å handle i disse svært håndterte og komplekse derivatene. Deres risikomodeller var utilstrekkelige for å håndtere den etterfølgende massive markedssmeltingen. Dette er et konkret eksempel på hvordan innovasjon i kvantitativ modellering er avgjørende for å forbedre ytelsen og forvalte risikoen tilstrekkelig.

Det finnes mange forskjellige typer modeller som brukes i kvantitativ analyse. Monte Carlo analyse utfører flere simuleringer av mulige utfall ved hjelp av tilfeldige variabler for å bestemme sannsynligheten for disse utfallene. Det ble opprinnelig brukt i konstruksjonen av den første atombomben. En Monte Carlo-analyse gir en endelig sannsynlighetsfordeling for visse utfall. For eksempel kan variablene i simuleringene være prisen på eiendeler eller derivater. En Monte Carlo-analyse kan kjøre hundrevis eller tusenvis av simuleringer for å skape en endelig sannsynlighetsfordeling. Denne typen analyse er enkel med fremskritt i datakraft. Monte Carlo-analysen ble brukt til å håndtere risikoen for CDOer, og noen klandrer disse modellene for ikke å markere risikoen for et ekstremt markedskryss som for eksempel hva som skjedde i 2008.