a:

Det är fördelaktigt att uppfinna finansiella modeller och tekniker som används vid kvantitativ analys för att förbättra prestanda och anpassa sig till förändrade marknadsförhållanden. Kvantitativ analys använder komplexa statistiska och matematiska modeller för en rad olika ändamål, såsom bedömning av en tillgångs finansiella resultat, riskhantering eller värdering av finansiella derivat.

Banker och andra försäkringsbolag använder ofta kvantitativ modellering i sin riskhantering. Händelserna i finanskrisen 2008 visade dock hur riskhanteringsprocesser och förfaranden bröt ner under perioder med hög volatilitet. Banker och försäkringsbolag handlade extremt stora dollarbelopp för värdepapperslån (MBS), inklusive säkerställda skuldförpliktelser (CDO). Banker och försäkringsbolag tog inte hänsyn till hur mycket risk de hade för företag genom att handla i dessa kraftigt utnyttjade och komplexa derivat. Deras riskmodeller var otillräckliga för att hantera den efterföljande massiva marknadssmältningen. Detta är ett konkret exempel på hur innovation i kvantitativ modellering är avgörande för att förbättra prestanda och hantera risken på ett adekvat sätt.

Det finns många olika typer av modeller som används i kvantitativ analys. Monte Carlo-analysen utför multipla simuleringar av möjliga resultat med hjälp av slumpmässiga variabler för att bestämma sannolikheten för dessa resultat. Det användes ursprungligen vid konstruktionen av den första atombomben. En Monte Carlo-analys ger en slutlig sannolikhetsfördelning för vissa resultat. Exempelvis kan variablerna i simuleringarna vara priset på tillgångar eller derivat. En Monte Carlo-analys kan köra hundratals eller tusentals simuleringar för att skapa en slutlig sannolikhetsfördelning. Denna typ av analys är lätt med framsteg i datakraften. Monte Carlo-analys användes för att hantera risken för CDO, och vissa skyller på dessa modeller för att inte lyfta fram risken för ett extremt marknadsflytt som det som hände under 2008.