Stokastisk modellering
Stokastisk modellering är en form av en finansiell modell som används för att fatta investeringsbeslut. Denna typ av modellering prognoserar sannolikheten för olika resultat under olika förhållanden med slumpmässiga variabler.
Stokastisk modellering presenterar data och förutsäger resultat som står för vissa nivåer av oförutsägbarhet eller slumpmässighet. Företag i många branscher kan använda stokastisk modellering för att förbättra sina affärsmetoder och öka lönsamheten. Inom finanssektorn använder planerare, analytiker och portföljförvaltare stokastisk modellering för att hantera sina tillgångar och skulder och optimera sina portföljer.
Förstå stokastisk modellering: konstant kontra förändringsbar
För att förstå begreppet stokastisk modellering hjälper det att jämföra det med dess motsatta, deterministiska modellering.
Deterministisk modellering ger konstant resultat
Deterministisk modellering ger dig samma exakta resultat för en viss uppsättning ingångar, oavsett hur många gånger du beräknar modellen igen. Här är de matematiska egenskaperna kända. Ingen av dem är slumpmässiga och det finns bara en uppsättning specifika värden och bara ett svar eller lösning på ett problem. Med en deterministisk modell är de osäkra faktorerna externa för modellen.
Stokastisk modellering ger föränderliga resultat
Stokastisk modellering, å andra sidan, är i sig naturligt slumpmässig, och de osäkra faktorerna är inbyggda i modellen. Modellen ger många svar, uppskattningar och resultat - som att lägga till variabler till ett komplext matematikproblem - för att se deras olika effekter på lösningen. Samma process upprepas sedan många gånger under olika scenarier.
Vem använder stokastisk modellering?
Stokastisk modellering används i olika industrier runt om i världen. Försäkringsbranschen förlitar sig till exempel starkt på stokastisk modellering för att förutsäga hur företagets balansräkningar kommer att se ut på en given punkt i framtiden. Andra sektorer, industrier och discipliner som är beroende av stokastisk modellering inkluderar aktieinvesteringar, statistik, lingvistik, biologi och kvantfysik.
[Viktigt: En stokastisk modell innehåller slumpmässiga variabler för att ge många olika resultat under olika förhållanden.]
Ett exempel på stokastisk modellering inom finansiella tjänster
Hur det används i investeringsbranschen
Stokastiska investeringsmodeller försöker förutse variationer i priser, avkastning på tillgångar (ROA) och tillgångsklasser - som obligationer och aktier - över tid. Monte Carlo-simuleringen är ett exempel på en stokastisk modell; det kan simulera hur en portfölj kan prestera baserat på sannolikhetsfördelningarna för enskilda aktierelaterade avkastningar.
Ett viktigt verktyg för finansiellt beslutsfattande
Betydelsen av stokastisk modellering inom finans är omfattande och långtgående. När du väljer investeringsfordon är det viktigt att kunna se olika resultat under flera faktorer och villkor. I vissa branscher kan ett företags framgång eller bortgång till och med hämmas på det.
I den ständigt föränderliga investeringsvärlden kan nya variabler spelas in när som helst, vilket kan påverka en aktiepicks beslut enormt. Följaktligen driver finansproffs ofta stokastiska modeller hundratals eller till och med tusentals gånger, vilket ger många möjliga lösningar för att hjälpa till att rikta beslutsfattandet.
Jämför investeringskonton Leverantörs namn Beskrivning Annonsörens upplysning × Erbjudandena som visas i denna tabell kommer från partnerskap från vilka Investopedia erhåller ersättning.