Scenario-analyse evalueert de verwachte waarde van een voorgestelde investering of bedrijfsactiviteit. Het statistische gemiddelde is de hoogste waarschijnlijkheidsgebeurtenis die in een bepaalde situatie wordt verwacht. Door verschillende scenario's te creëren die kunnen voorkomen en ze te combineren met de waarschijnlijkheid dat ze zullen optreden, kan een analist de waarde van een investering of zakelijke onderneming beter bepalen en de waarschijnlijkheid dat de verwachte waarde daadwerkelijk wordt berekend.

Het bepalen van de waarschijnlijkheidsverdeling van een belegging is gelijk aan het bepalen van het risico dat inherent is aan die belegging. Door het verwachte rendement te vergelijken met het verwachte risico en dat te overlappen met de risicotolerantie van een belegger, kunt u mogelijk betere beslissingen nemen over het al dan niet investeren in een prospectieve zakelijke onderneming. In dit artikel worden enkele eenvoudige voorbeelden gegeven van verschillende manieren om scenario-analyses uit te voeren en redenen voor het gebruik ervan. (Om meer te lezen over kansverdelingen, lees Vind de juiste combinatie met waarschijnlijkheidsdistributie .)

Overzicht
Historische prestatiegegevens zijn vereist om enig inzicht te verschaffen in de variabiliteit van de prestaties van een belegging en om te helpen beleggers begrijpen het risico dat in het verleden door aandeelhouders werd gedragen. Door periodieke rendementsgegevens te onderzoeken, kan een belegger inzicht krijgen in het eerdere risico van een belegging. Omdat variabiliteit bijvoorbeeld gelijk is aan risico, wordt een belegging die elk jaar hetzelfde rendement oplevert, geacht minder risicovol te zijn dan een belegging die jaarlijkse rendementen opleverde die fluctueerden tussen negatief en positief. Hoewel beide beleggingen voor een bepaalde beleggingshorizon hetzelfde totale rendement kunnen bieden, tonen de periodieke rendementen de risicoverschillen in deze beleggingen aan. (Lees De prestaties van uw portfolio meten voor meer informatie.)

Strenge voorschriften over de berekening en presentatie van rendementen in het verleden zorgen voor vergelijkbaarheid van rendementsinformatie tussen effecten, investeringsmanagers en fondsen. In het verleden behaalde resultaten bieden echter geen garantie voor het toekomstige risico of rendement van een belegging. Scenario-analyse probeert inzicht te krijgen in het potentiële risico / opbrengstprofiel van een onderneming. Door een analyse van meerdere pro-forma-schattingen voor een bepaalde onderneming uit te voeren en een waarschijnlijkheid voor elk scenario aan te geven, begint men een kansverdeling (risicoprofiel) voor die specifieke onderneming te creëren.
Voorbeelden
Scenario-analyse kan op vele manieren worden toegepast. De meest gebruikelijke methode is om multi-factoranalyse (modellen met meerdere variabelen) uit te voeren op de volgende manieren:

• Een vast aantal scenario's maken
  • De high-low-spread bepalen
  • Intermediate-scenario's maken
• Willekeurige-factoranalyse
  • Talloze tot oneindige aantal scenario's
  • Monte Carlo Analyse

Veel analisten maken een multivariate model (een model met meerdere variabelen), pluggen hun beste schatting in voor de waarde van elke variabele en komen met één voorspelde waarde.Het gemiddelde van een waarschijnlijkheidsverdeling is degene met de hoogste waarschijnlijkheid van voorkomen. Door een waarde te gebruiken voor elke variabele die naar verwachting het meest waarschijnlijk is, berekent de analist in feite de gemiddelde waarde van de potentiële verdeling van potentiële waarden. Hoewel het gemiddelde informatieve waarde heeft, zoals eerder vermeld, vertoont het geen potentiële variatie in de uitkomsten.

Risicoanalyse houdt zich bezig met het proberen te bepalen van de waarschijnlijkheid dat een toekomstige uitkomst iets anders is dan de gemiddelde waarde. Een manier om variatie te tonen, is het berekenen van een schatting van de extreme en de minst waarschijnlijke uitkomsten aan de positieve en negatieve kant van het gemiddelde. De eenvoudigste methode om mogelijke uitkomsten van een investering of onderneming te voorspellen, is om voor elk resultaat een keerzijde en een keerzijde te maken en vervolgens te speculeren over de waarschijnlijkheid dat dit zal gebeuren. Figuur 1 gebruikt een methode met drie scenario's, waarbij een basisscenario (B) (gemiddelde waarde), opwaartse zaak (U) en een keerzijde (D) worden geëvalueerd.

Afbeelding 1

Bijvoorbeeld een eenvoudige twee-factor-analyse:
Waarde V = variabele A + variabele B, waarbij elke variabele waarde niet wordt beperkt.

Door twee extreme opwaartse en neerwaartse waarden voor A en B toe te wijzen, krijgen we onze drie scenariowaarden. Laten we, door de waarschijnlijkheid van voorkomen toe te wijzen:
50% voor Waarde (B) = 200
25% voor Waarde (U) = 300
25% voor Waarde (D) = 1 00 > Bij het toewijzen van kansen moet de som van de toegewezen kansen gelijk zijn aan 100%. Door deze waarden en hun kansen grafisch weer te geven, kunnen we een nogal ruwe kansverdeling afleiden (de verdeling van alle berekende waarden en de kans dat die waarden voorkomen). Door de opwaartse en neerwaartse gevallen te vormen, beginnen we inzicht te krijgen in andere mogelijke rendementsresultaten, maar er zijn veel andere potentiële uitkomsten binnen de reeks begrensd door de extreme geschatte boven- en onderkant.

Afbeelding 2 presenteert een methode voor het bepalen van het vaste aantal uitkomsten tussen de twee uitersten. Ervan uitgaande dat elke variabele onafhankelijk werkt, dat wil zeggen dat de waarde niet afhankelijk is van de waarde van een andere variabele, kunnen we voor elke variabele een keerzijde, een basis en een keerzijde maken. In het simplistische tweefactorenmodel zou dit type analyse resulteren in een totaal van negen uitkomsten. Een drie-factorenmodel met drie mogelijke uitkomsten voor elke variabele zou eindigen met 27 uitkomsten, enzovoort. De vergelijking voor het bepalen van het totale aantal uitkomsten met deze methode is gelijk aan
( Y X ⁾ , waarbij Y = het aantal mogelijke scenario's voor elke factor en X = de aantal factoren in het model. (Zie voor meer informatie Modern Portfolio Theory Stats Primer .) Afbeelding 2

In figuur 2 zijn er negen resultaten, maar geen negen afzonderlijke waarden. De uitkomst voor BB kan bijvoorbeeld gelijk zijn aan de uitkomst DU of UD. Om deze studie af te ronden, zou de analist de kansen voor elke uitkomst toewijzen en vervolgens die kansen toevoegen voor gelijkwaardige waarden.We zouden verwachten dat de waarde die overeenkomt met het gemiddelde, in dit geval BB, de meeste tijd lijkt te verschijnen, omdat het gemiddelde de waarde met de grootste waarschijnlijkheid van voorkomen is. De frequentie van gelijke waarden die optreedt, verhoogt de kans op voorkomen. Hoe vaker waarden niet worden herhaald, met name de gemiddelde waarde, hoe hoger de kans dat toekomstig rendement iets anders is dan het gemiddelde. Hoe meer factoren iemand heeft in een model en hoe meer factorscenario's er zijn, hoe meer potentiële scenariowaarden worden berekend, wat resulteert in een robuuste analyse en inzicht in het risico van een potentiële investering.

Nadelen van scenario-analyse

Het grote nadeel van dit soort vaste-uitkomstanalyses zijn de geschatte waarschijnlijkheden en de uitkomstsets begrensd door de waarden voor de extreem positieve en negatieve gebeurtenissen. Hoewel dit gebeurtenissen met een lage waarschijnlijkheid zijn, hebben de meeste beleggingen, of portefeuilles van beleggingen, het potentieel voor zeer hoge positieve en negatieve rendementen. Beleggers moeten niet vergeten dat, hoewel ze niet vaak voorkomen, deze gebeurtenissen met een lage waarschijnlijkheid gebeuren en het is een risicoanalyse die helpt bepalen of deze potentiële gebeurtenissen binnen de risicotolerantie van een belegger liggen. (Zie voor gerelateerde literatuur
Personalizing Risk Tolerance en Risicotolerantie vertelt slechts de helft van het verhaal .) Een methode om de problemen die inherent zijn aan de vorige voorbeelden te omzeilen, is om een ​​extreme aantal proeven met een multivariate model. Willekeurige factoranalyse wordt voltooid door duizenden en zelfs honderdduizenden onafhankelijke proeven met een computer uit te voeren om op willekeurige wijze waarden aan de factoren toe te wijzen. Het meest voorkomende type willekeurige factoranalyse wordt de "Monte Carlo" -analyse genoemd, waarbij de factorwaarden niet worden geschat, maar willekeurig worden gekozen uit een set die wordt begrensd door de eigen waarschijnlijkheidsverdeling van de variabelen. (Lees

Inleiding tot Monte Carlo-simulatie voor meer informatie over deze analyse.) Conclusie

Normen die zijn vastgesteld voor het melden van beleggingsresultaten zorgen ervoor dat beleggers het risicoprofiel (variabiliteit van prestaties) krijgen voor prestaties in het verleden van beleggingen. Omdat prestaties uit het verleden geen invloed hebben op het toekomstige risico of rendement, is het aan de belegger of bedrijfseigenaars om het toekomstige risico van hun beleggingen te bepalen door pro-formamodellen te maken. De output van een prognose zal alleen de verwachte of gemiddelde waarde van dat initiatief produceren; de uitkomst waarvan de analist denkt dat deze de grootste kans heeft om te voorkomen. Door een scenario-analyse uit te voeren, kan een belegger een risicoprofiel voor een voorspelde investering opstellen en een basis creëren voor het vergelijken van toekomstige investeringen.