蒙特卡羅模型使得來自不同行業的研究人員能夠進行多個試驗，從而確定一個事件或一個決策的所有潛在結果。在金融行業，決策通常與投資有關。當組合起來時，所有單獨的試驗為給定的投資或事件建立一個概率分佈或風險評估。

蒙特卡羅分析是一種多元建模技術。所有多變數模型都可以看作是“如果”情景的複雜例證。一些最著名的多元模型是用來評估股票期權價值的模型。研究分析師利用它們來預測投資結果，瞭解其投資風險敞口的可能性，並更好地降低風險。

當投資者使用蒙特卡羅方法時，將結果與不同的風險承受能力水平進行比較。這可以幫助利益相關者決定是否繼續進行投資。

關鍵要點

• 蒙特卡羅模型使得來自不同行業的研究人員能夠進行多個試驗，從而確定一個事件或一個決策的所有潛在結果。
• 當採用蒙特卡羅模型時，使用者改變多個變數的值，以確定它們對正在評估的決策的潛在影響。
• 在金融行業，決策通常與投資有關。
• 蒙特卡羅模型產生的概率分佈產生了一幅風險圖。

誰使用多元模型

多變數模型，如蒙特卡羅模型是流行的統計工具，使用多個變數來預測可能的結果。當採用多元模型時，使用者改變多個變數的值，以確定它們對正在評估的決策的潛在影響。

許多不同型別的職業使用多元模型。財務分析師可能會使用多元模型來估計現金流和新產品創意。投資組合經理和財務顧問使用它們來確定投資對投資組合績效和風險的影響。保險公司利用它們來估計索賠的可能性，併為保單定價。

蒙特卡羅模式是以地理位置命名的，蒙特卡羅（從技術上講是摩納哥公國的一個行政區域）因其賭場的激增而聞名。

結果和概率

像在賭場裡玩的那些偶然的遊戲，所有可能的結果和概率都是已知的。然而，對於大多數投資來說，未來的結果是未知的。

由分析員來決定結果以及它們發生的可能性。在蒙特卡羅模型中，分析員執行多個試驗（有時甚至數千個），以確定所有可能的結果和它們發生的概率。

蒙特卡羅分析是有用的，因為許多投資和商業決策是基於一個結果。換言之，許多分析師得出一種可能的情況，然後將結果與該結果的各種障礙進行比較，以決定是否繼續。

預估

大多數形式上的估計都是從基本情況開始的。透過輸入每個因素的最高概率假設，分析師可以得出最高概率的結果。然而，根據一個基本情況做出任何決策都是有問題的，而建立一個只有一個結果的預測是不夠的，因為它沒有說明任何其他可能發生的值。

它也沒有說明實際的未來價值是基本情況預測以外的東西的可能性。如果不事先計算這些事件的驅動因素和概率，就不可能對沖負面事件。

建立模型

一經設計，執行蒙特卡羅模型需要一個工具，將隨機選擇因子值是由某些預先確定的條件約束。透過執行一系列的試驗，這些試驗的變數受其獨立的發生概率的限制，分析員創造了一個分佈，其中包括所有可能的結果和它們發生的概率。

市場上有許多隨機數發生器。設計和執行蒙特卡羅模型最常用的兩個工具是@Risk和Crystal Ball。這兩者都可以用作電子錶格的附加模組，並允許將隨機抽樣合併到已建立的電子錶格模型中。

糾正約束條件

開發適當的蒙特卡羅模型的藝術在於確定每個變數的正確約束以及變數之間的正確關係。例如，由於投資組合多樣化是基於資產之間的相關性，因此為創造預期投資組合價值而開發的任何模型都必須包括投資之間的相關性。

為了為一個變數選擇正確的分佈，人們必須瞭解每個可能的分佈。例如，最常見的是正態分佈，也稱為鐘形曲線。

正態分佈與標準差

在正態分佈中，所有的事件平均分佈在平均值周圍。平均值是最可能發生的事件。自然現象、人的身高和通貨膨脹是正態分佈的投入的一些例子。

在蒙特卡羅分析中，隨機數生成器在模型設定的約束內為每個變數選取一個隨機值。然後為所有可能的結果生成一個概率分佈。

概率的標準差是一個統計資料，它表示被估計的實際結果可能不是平均值或最可能的事件。假設概率分佈為正態分佈，約68%的值將落在平均值的一個標準偏差內，約95%的值將落在兩個標準偏差內，約99.7%的值將落在平均值的三個標準偏差內。

這被稱為“68-95-99.7法則”或“經驗法則”

誰使用這種方法

蒙特卡羅分析不僅由金融專業人士進行，也由許多其他企業進行。它是一種決策工具，假設每個決策都會對總體風險產生一定影響。

每個個人和機構都有不同的風險承受能力。這使得計算任何投資的風險並將其與個人的風險承受能力進行比較變得非常重要。

蒙特卡羅模型產生的概率分佈產生了一幅風險圖。這種情況是向其他人，如上級或潛在投資者傳達結果的有效方式。今天，非常複雜的蒙特卡羅模型可以設計和執行任何人訪問個人電腦。