Scenarioanalys utvärderar det förväntade värdet av en föreslagen investering eller affärsverksamhet. Det statistiska medelvärdet är den högsta sannolikhetshändelsen som förväntas i en viss situation. Genom att skapa olika scenarier som kan uppstå och kombinera dem med sannolikheten att de kommer att inträffa, kan en analytiker bättre bestämma värdet av en investering eller affärsverksamhet och sannolikheten för att det beräknade förväntade värdet faktiskt kommer att uppstå.

Att bestämma sannolikhetsfördelningen för en investering är lika med att bestämma risken i den investeringen. Genom att jämföra den förväntade avkastningen till den förväntade risken och överföra den med en investerares risk tolerans kan du kanske fatta bättre beslut om huruvida du ska investera i ett prospektivt företag. Denna artikel kommer att presentera några enkla exempel på olika sätt att genomföra scenariosanalys och motivera användningen av dem. (Läs mer om sannolikhetsfördelningar genom att läsa Hitta rätt passning med sannolikhetsfördelningar .)

Översikt
Historiska resultatdata krävs för att ge en viss inblick i variabiliteten i en investerings prestanda och för att hjälpa investerare förstår risken som tidigare har bäras av aktieägare. Genom att undersöka periodiska avkastningsdata kan en investerare få insikt i en investeringens tidigare risk. Till exempel, eftersom variabilitet motsvarar risk, anses en investering som gav samma avkastning varje år mindre risker än en investering som gav årliga avkastningar som fluktuerade mellan negativa och positiva. Även om båda investeringarna kan ge samma övergripande avkastning för en viss investeringshorisont, visar den periodiska avkastningen riskskillnaderna i dessa investeringar. (För mer insikt läs Mät din portföljs prestanda .)

Strikta regler om beräkning och presentation av tidigare avkastningar säkerställer jämförbarheten av avkastningsinformation över värdepapper, investeringschefer och fonder. Tidigare resultat ger emellertid ingen garanti för en investerings framtida risk eller avkastning. Scenarioanalys försöker förstå ett företags potentiella risk / returprofil. Genom att utföra en analys av flera proforma uppskattningar för ett visst företag och beteckna en sannolikhet för varje scenario börjar man skapa en sannolikhetsfördelning (riskprofil) för det specifika näringslivet.
Exempel
Scenarioanalys kan tillämpas på många sätt. Den vanligaste metoden är att utföra multifaktoranalys (modeller som innehåller flera variabler) på följande sätt:

- 9 -> Skapa ett fast antal scenarier

• Bestämma det höga spridningsgraden
  • Skapa mellanliggande scenarier
  • Slumpmässig faktoranalys
• Antal oändliga antal scenarier
  • Monte Carlo Analys
  • Många analytiker kommer att skapa en multivariabel modell (en modell med flera variabler), plugga in sitt bästa giss för värdet av varje variabel och komma upp till ett prognostiserat värde.Medelvärdet av eventuell sannolikhetsfördelning är den som har störst sannolikhet för förekomst. Genom att använda ett värde för varje variabel som förväntas vara mest sannolikt beräknar analytiker faktiskt medelvärdet för den potentiella fördelningen av potentiella värden. Även om medelvärdet har informationsvärde, som tidigare sagt, visar det inte någon potentiell variation i resultaten.

Riskanalysen handlar om att försöka bestämma sannolikheten att ett framtida resultat kommer att vara något annat än medelvärdet. Ett sätt att visa variation är att beräkna en uppskattning av de extrema och minst troliga resultaten på den positiva och negativa sidan av medelvärdet. Den enklaste metoden för att förutse potentiella resultat av en investering eller satsning är att skapa ett upp och nedfall för varje utfall och sedan spekulera sannolikheten att det kommer att inträffa. Figur 1 använder en tre scenariot metod som utvärderar ett basfall (B) (medelvärde), uppåtfall (U) och ett nedre fall (D).

Figur 1

Till exempel en enkel tvåfaktoranalys:

Värde V = Variabel A + Variabel B, där varje variabelvärde inte är begränsat.
Genom att tilldela två extrema upp- och baksidevärden för A och B får vi då våra tre scenariotvärden. Låt oss anta:

50% för Värdet (B) = 200
25% för Värdet (U) = 300
25% för Värdet (D) = 1 00 > Vid tilldelning av sannolikheter ska summan av de tilldelade sannolikheterna vara lika med 100%. Genom att gradera dessa värden och deras sannolikheter kan vi utgå från en ganska rå sannolikhetsfördelning (fördelningen av alla beräknade värden och sannolikheten för att dessa värden uppträder). Genom att bilda upp- och nackdelarna börjar vi förstå andra möjliga avkastningsresultat, men det finns många andra potentiella resultat inom uppsättningen avgränsad av den extrema upp- och nackdelen som redan uppskattats.
Figur 2 visar en metod för att bestämma det fasta antalet utfall mellan de två ytterligheterna. Förutsatt att varje variabel agerar självständigt, det vill säga att dess värde inte är beroende av värdet av någon annan variabel, kan vi göra en uppåtvänd, bas- och nackdel för varje variabel. I den förenklade tvåfaktormodellen skulle denna typ av analys resultera i totalt nio resultat. En trefaktormodell med tre potentiella resultat för varje variabel skulle hamna med 27 resultat, och så vidare. Ekvationen för att bestämma det totala antalet utfall med denna metod är lika med

(
Y X ) ^{, där Y = antalet möjliga scenarier för varje faktor och X = den antal faktorer i modellen. (För mer, se} Modern Portfolio Theory Stats Primer .) Figur 2 I figur 2 finns det nio resultat men inte nio separata värden. Till exempel kan resultatet för BB vara lika med resultatet DU eller UD. För att slutföra denna studie skulle analytikern tilldela sannolikheterna för varje utfall och sedan lägga till dessa sannolikheter för alla liknande värden.Vi skulle förvänta oss att värdet som motsvarar medelvärdet, i det här fallet BB, skulle uppstå mest gånger eftersom medelvärdet är värdet med störst sannolikhet att uppstå. Frekvensen av likadana värden ökar sannolikheten för förekomst. Ju fler gånger värdena inte upprepar, speciellt medelvärdet, ju högre är sannolikheten att framtida avkastning kommer att vara något annat än medelvärdet. Ju fler faktorer man har i en modell och de fler faktor scenarierna en innehåller, desto mer potentiella scenariotvärden beräknas, vilket resulterar i en robust analys och inblick i risken för en eventuell investering.

Nackdelar med scenarioanalys

Den största nackdelen för dessa typer av fasta resultatanalyser är de uppskattade sannolikheterna och utfallssätten begränsas av värdena för de extrema positiva och negativa händelserna. Trots att de kan vara låga sannolikhetshändelser, har de flesta investeringar eller portföljer av investeringar potentialen för mycket höga positiva och negativa avkastningar. Investerare måste komma ihåg att även om de inte händer ofta sker dessa låga sannolikhetshändelser och det är riskanalys som hjälper till att avgöra om dessa potentiella händelser ligger inom en investors risk tolerans. (För relaterad läsning, se

Personlig riskfel Tolerans
och Endast riskförlust berättar hälften av berättelsen .) En metod för att kringgå problemen i de föregående exemplen är att köra en extrem antal försök av en multivariatmodell. Slumpmässig faktoranalys avslutas genom att springa tusentals och till och med hundratusentals oberoende försök med en dator för att tilldela värden till faktorerna på ett slumpmässigt sätt. Den vanligaste typen av slumpmässig faktoranalys kallas "Monte Carlo" -analys, där faktorvärdena inte beräknas men väljas slumpmässigt från en uppsättning begränsad av variablernas egen sannolikhetsfördelning. (Läs mer om denna analys genom att läsa Introduktion till Monte Carlo Simulation

.) Slutsats Standarder som fastställs för rapportering av placeringsprestanda säkerställer att investerare är försedda med riskprofilen (variabilitet av prestanda) för tidigare resultat av investeringar. Eftersom tidigare resultat inte har någon betydelse för framtida risker eller avkastning, är det upp till investerare eller företagare att bestämma den framtida risken för sina investeringar genom att skapa proforma-modeller. Resultatet av någon prognos kommer endast att ge det förväntade eller medelvärdet av det här initiativet. resultatet som analytikern tror har den högsta sannolikheten för förekomst. Genom att genomföra scenarioanalys kan en investerare skapa en riskprofil för en prognostiserad investering och skapa en grund för jämförelse av framtida investeringar.