Multivariat modell
Multivariatmodellen är ett populärt statistiskt verktyg som använder flera variabler för att förutse möjliga resultat. Forskningsanalytiker använder multivariata modeller för att förutse investeringsresultat i olika scenarier för att förstå exponeringen som en portfölj har för särskilda risker. Detta gör det möjligt för portföljförvaltare att mildra de risker som identifierats genom den multivariata modelleringsanalysen bättre. Monte Carlo-simuleringen är en mycket använd multivariatmodell som skapar en sannolikhetsfördelning som hjälper till att definiera en rad möjliga investeringsresultat. Multivariatmodeller används inom många finansfält.
Förstå multivariat modell
Multivariate modeller hjälper till med beslutsfattande genom att låta användaren testa de olika scenarierna och deras sannolika inverkan. Till exempel kan en viss investering köras genom scenarioanalys i en multivariat modell för att se hur den kommer att påverka hela portföljens avkastning i olika marknadssituationer, till exempel en period med hög inflation eller låga räntor. Samma strategi kan användas för att utvärdera ett företags sannolika resultat, värdera aktieoptioner och till och med utvärdera idéer om nya produkter. När fasta datapunkter läggs till modellen, till exempel att försäljningsdata från samma butik släpps före intäkterna ökar förtroendet för modellen och dess förutsagda intervall.
Multivariate modeller och försäkringsbranschen
Försäkringsbolag är användare av multivariate modeller. Prissättningen för en försäkring baseras på sannolikheten för att behöva utbetala ett fordran. Med tanke på bara några få datapunkter, till exempel den sökandes ålder och hemadressen, kan försäkringsgivare lägga till det i en multivariat modell som hämtar från ytterligare databaser som kan begränsa den lämpliga prissättningsstrategin. Modellen i sig kommer att fyllas med bekräftade datapunkter (ålder, kön, nuvarande hälsostatus, annan politik som ägs osv.) Och förfinade variabler (genomsnittlig regional inkomst, genomsnittlig regional livslängd, etc.) för att tilldela förutsagda resultat som kommer att användas för att pris politiken.
Styrkor och svagheter i multivariat modellering
Fördelen med multivariat modellering är att den ger mer detaljerade "vad om" -scenarier för beslutsfattare att beakta. Till exempel kommer investering A sannolikt att ha ett framtida pris inom detta intervall med tanke på dessa variabler. När mer solid information läggs in i modellen blir det prediktiva intervallet stramare och förtroendet för förutsägelserna växer. Men som för alla modeller är data som kommer ut bara lika bra som de data som går in. Det finns också en risk att svarta svanhändelser gör modellen meningslös även om de datauppsättningar och variabler som används är bra. Det är naturligtvis varför modellerna själva inte ansvarar för handeln. Förutsägelserna om multivariata modeller är helt enkelt en annan informationskälla för de ultimata beslutsfattarna att tänka på.
Jämför investeringskonton Leverantörs namn Beskrivning Annonsörens upplysning × Erbjudandena som visas i denna tabell kommer från partnerskap från vilka Investopedia erhåller ersättning.