Glavni članek bloga:
Tveganje ≠ Odstopanje - Zakaj simulacija ni odločitev
Povzetek
Monte Carlo pogosto velja za zlati standard na sestankih upravnih odborov in investicijskih komisij. Distribucije, intervali zaupanja in analize scenarijev ustvarjajo vtis matematične trdnosti. Vendar gre za strukturni nesporazum: variance niso tveganje - in simulacija ni odločitev.
Varianca meri razpršenost. Po drugi strani pa tveganje opisuje nevarnost, da ne bi dosegli določenega cilja. Ta dva pojma nista matematično enaka. Kdor simulira varianco, še ni optimiziral preferenčne funkcije, nima omejitev in ciljne funkcije. Samo ocenil je verjetnostne prostore.
Monte Carlo odgovarja na vprašanje: "Kaj bi se lahko zgodilo?"
Optimizacija odločanja odgovarja na vprašanje: "Katera možnost maksimira doseganje cilja ob upoštevanju omejitev?"
Simulacija je orodje za ocenjevanje. Odločitev je problem optimizacije.
Strukturni nesporazum
Simulacije Monte Carlo ustvarijo na tisoče naključnih poti na podlagi predpostavljenih porazdelitev. Rezultat je verjetnostna porazdelitev možnih izidov. Vendar nobena od teh simulacij sistematično ne preiskuje celotnega prostora kombinacij portfelja.
Pri kompleksnih portfeljih z n projekti je na voljo 2ⁿ kombinacij. Pri 20 projektih je to več kot milijon možnosti. Simulacija ocenjuje predpostavke - ne ugotavlja globalnega optimuma.
Simulacija proti optimizaciji
| Kriterij | Simulacija (Monte Carlo) | Optimizacija |
|---|---|---|
| Cilj | Predstaviti verjetnosti | Maksimizirati/minimalizirati ciljno funkcijo |
| Logika | Naključno generiranje poti | Sistematično iskanje v prostoru odločanja |
| Izid | Porazdelitev možnih izidov | Matematično optimiziran portfelj |
| Odločitev | Interpretacija s strani vodstva | Neposredna izpeljava iz ciljne funkcije |
Zakaj varianta ni tveganje
Velika varianta lahko pomeni velike priložnosti. Nizka varianta je lahko sistematično neoptimalna. Tveganje ni posledica variance, temveč posledica nedoseganja cilja glede na strateško funkcijo portfelja.
Portfelj z nizko varianco je lahko kljub temu bistveno pod svojim možnim optimumom. To ni statistični problem, temveč strukturni.
Razsežnost upravljanja
Simulacija prenaša odgovornost nazaj na upravni odbor. Rezultate je treba interpretirati. Razprava nadomešča izračun. Mnenje nadomešča matematični izbor.
Po drugi strani pa optimizacija predhodno opredeli ciljno funkcijo in določi kombinacijo, ki ustvarja najvišjo vrednost ob upoštevanju omejitev proračuna, tveganja in virov.
To ni scenarij. Je lastnost podatkov.
Zaključek
Tisti, ki simulirajo, razumejo negotovost.
Tisti, ki optimizirajo, sprejemajo odločitve.
Obvladovanje tveganja brez optimizacije ostaja verodostojno na lokalni ravni, vendar je lahko neoptimalno na globalni ravni.
POGOSTA VPRAŠANJA
Ali je Monte Carlo neuporaben?
Ne. Simulacija je koristna za analizo občutljivosti. Vendar ne nadomešča logike optimizacije.
Ali je mogoče združiti simulacijo in optimizacijo?
Da, simulacija lahko modelira negotovosti, optimizacija pa izbere najboljšo kombinacijo teh negotovosti.
Zakaj načrtovanje scenarijev ni dovolj?
Scenariji primerjajo posamezne možnosti. Ne preiskujejo sistematično celotnega prostora odločanja.
V čem je bistvena razlika?
Simulacija opisuje možnosti. Optimizacija izračuna optimalno rešitev.