a:

Minsta antal simuleringar som ska köras för en rimligt noggrann värderad risk (VaR) bedömning anses generellt vara 1 000, men industristandarden är att driva minst 10 000 simuleringar.

Monte Carlo-metoden för att bedöma VaR är en variation av den historiska avkastningsmetoden, en som bygger på slumptalgenerering. Den främsta fördelen med denna metod är att den typiskt anser att det är mycket mer omfattande möjliga resultat än vad den historiska metoden gör, vilket ger en mer exakt bedömning av den totala risken. Förespråkare av den historiska metoden hävdar att faktiska historiska resultat ger en mer realistisk bedömning av sannolika risknivåer, även om de kanske inte omfattar alla möjliga scenarier.

VaR är ett riskhanteringsverktyg som utvecklats för att öka den traditionella riskmåttet för volatilitet. Det identifierade problemet med volatilitetsåtgärder är att de vanligtvis inte skiljer mellan god volatilitet och dålig volatilitet. Volatilitet är inte verkligen en risk om det verkar för att öka värdet av en investering. VaR är baserat på fokusering av riskbedömning för att svara på frågan om den maximala potentiella förlusten - eller mer exakt den maximala potentiella förlusten eller den tillfälliga nivån som kan förväntas uppstå. Till exempel, medan det teoretiskt är möjligt att uppleva en 100% förlust vid köp av aktier i General Motors, är det inte en realistisk möjlighet. VaR har blivit en allmänt använd metod för riskbedömning hos stora finansiella tjänster och värdepappersföretag.

VaR mäter potentiella förluster av antingen en enskild tillgång eller en hel portfölj av investeringar under en viss tidsperiod och med en viss konfidensnivå. Nivån på förtroende är i huvudsak en sannolikhet. Om exempelvis VaR-beräkningen av en investeringsfordran är $ 1 000 för en period på en månad med en konfidensnivå på 95%, innebär det att det endast finns en 5% sannolikhet för att uppleva en förlust på mer än $ 1 000 inom tidsram på en månad. VaR-beräkningar kan ange vilken grad av förtroende som helst, men de är mest typiska för konfidensnivåer på 90%, 95% eller 99%.

De tre primära metoderna som används för att beräkna VaR är den historiska metoden, varians-kovariansmetoden och Monte Carlo-simuleringsmetoden. Den historiska metoden använder inmatningen av faktiska historiska avkastningar på en investerings tillgång, omorganiserar dem för att visas i ordning från de värsta förlustresultaten till bästa vinsten kommer. Resultatet brukar likna en typisk statistisk bellkurva, vilket visar högre sannolikhet för de oftare uppkomna avkastningarna och lägsta sannolikheten för den minst gemensamma investeringsavkastningen.

I stället för faktiska historiska avkastningar använder Monte Carlo-metoden en slumptalsgenerator för att producera ett antal möjliga investeringsavkastningsresultat. En potentiell svaghet i metoden ligger i den effekt som det initialt slumpmässigt genererade antalet kan ha på övergripande resultat, varför det rekommenderas att köra minst 1 000 simuleringar. Varje simulering ger olika resultat, men ett större antal simuleringar resulterar i en mindre genomsnittlig variation mellan simuleringarna.