post

Monte Carlo симулација за анализа на ризик

Во повеќе наслови и особено во еден од последните кој е дел од теорија на бизнис идеи и насловен како барај знаци наместо одговори го потенциравме значењето на знаците бидејќи само тие постојат околу нас. Многу одлуки треба да ги базираме на истите.

Кога станува збор за бизнисите без разлика дали станува збор за стартап или веќе постоечки бизнис една од најважните задачи на претприемачот е да го пресмета ризикот. Сетете се и на факоти кои еден претприемач го прават успешен претприемач каде еден од тие фактори беше дека презема вкалкулиран ризик.

Во претприемаштвото ова е неминовно поради фактот дека бизнисот функционира во една крајно неизвесна околина.

Кога ги анализираме знаците често пати ќе добиеме податоци во кои не сме сигурни 100%. Тие ќе бидат презентирани во опсег кој може да биде од X до Y, на пример. Ова веќе е многу поточно кога сме знаеме дека бизнисот функционира во неизвесност и при една ваква презентација на добиените информации ја вклучуваме и таа незивесност, отколку да бараме и да кажеме дека сме нашле нереален прецизен податок дека нешто ќе биде токму такво.

Бидејќи оваа година на претприемач работиме на развој на теорија на бизнис идеи каде ги поврзуваме и двете контрадикторни теми како што се моделирање на бизнис и бизнис план ние ќе се соочуваме со анализа на различни податоци. Па затоа и како дел од оваа теорија ќе одиме и со презентирање на различни алатки кои можат да бидат користени од претприемачите. Започнуваме со Monte Carlo симулација.

Што претставува Monte Carlo симулација?

Monte Carlo симулација како што и ни кажува самото име претставува алатка за симулација која со помош на компјутер ќе генерира повеќе сценарија базирани на веројатностите на инпутите.

Поедноставно кажано, имаме една ситуација каде сакаме да знаеме дали нашата одлука ќе биде исправна или погрешна. Исправноста/погрешноста на одлуката ќе зависи од повеќе фактори кои ги имаме добиено и за кои не сме сигурни и затоа се движат во опсег на две бројки. На пример, заштеда ќе се движи од 1.000.000 до 1.500.000 денари. Повеќето вакви фактори кои влијаат на резултатот од нашата одлука може да генерираат различни сценарија. На пример, ако вториот фактор се трошоци кои може да бидат од 50.000 до 80.000 денари, може да имаме сценарио со заштеда 1.000.000 денари и трошоци од 50.000 денари и сценарио со заштеда од 1.500.000 денари и трошоци од 80.000 денари. Но, помеѓу овие сценарија имаме и уште еден куп други можни сценарија кои може да даваат различни податоци за резултатот и она што го добиваме кога станува збор за бизнисот.

Токму, тоа и го прави Monte Carlo симулација, генерира повеќе сценарија базирани на варојатност на појавување на инпутите и врз база на нивна анализа презентира колкав е ризикот дека ќе погрешиме.

Што ти треба за Monte Carlo симулација?

Monte Carlo симулација може да се изведе со специјализирани алатки, но и со помош на широко користениот MS Excel. Јас ја изведувам со помош на Numbers од  Apple-овиот  iWorks. Но, освен она за што досега споменавме ќе ни требаат дополнителни информации за секои променливи. Еве што се ни треба:

  • Опсег на вредности на променливи, што и го имаме.
  • Интервал на доверба (confidence interval). Колку си сигурен за секоја променлива дека ќе биде токму во тој интервал. Доколку велиш дека 90% си сигурен дека токму во тој интервал ќе биде променливата (на пример, 90% трошоците ќе бидат помеѓу 50.000 и 80.000, тогаш интервал на доверба е 90%). Ова е уште еден начин на калкулирање и додавање на неизвесноста која нормално дека постои.
  • Облик на кривата на дистрибуција. Некои криви ќе бидат посоодветни за определени вредности, но сепак најчесто користена крива со 90% интервал на доверба е добро познатата нормална дистрибуција, односно распределба.
  • Стандардна девијација која што се добива врз основа на интервалот на доверба.

Со овие елементи веќе ќе можете да ја спроведете Monte Carlo симулацијата. Потребно е за секоја променлива во MS Excel да направите наслов на променливата и во првиот ред на податоци да ја вметнете следнава формула:

=norminv(rand(), средна вредност, (максимална вредност на променлива – минимална вредност на променлива)/стандардна девијација)

Доколку од првиот ред повлечете до 1000-тиот ред (ако сакате симулација на 1000 настани) ќе се ископира формулата која ќе даде случајни вредности за променливата. Истото го повтарате со останатите променливи. Табелата ќе изгледа вака:

Табела Monte Carlo симулација

Врз основа на овие бројки за сите променливи ќе можете да пресметате она од што зависи ризикот. На пример, добивка/загуба. На таков начин веќе ќе можете да исконструирате дијаграм како на сликата подолу.

monte-carlo

 

 

 

 

 

 

 

 

 

Што ни кажува дијаграмов? Веднаш можеме да забележиме дека поголемиот број од настани ќе генерира профит, поточно околу 85% од настани генерираат профит, а само 15% се ризични, бидејќи нема да генерираме профит. Но, она што е уште поважно забележуваме дека загуба ќе имаме само во 6-7% од настани. Значи дека е поголема веројатноста со ваква една одлука да добиеме отколку да изгубиме, па и да изгубиме поголем број на случаи вели дека ќе изгубиме само 100.000 денари.

Се надевам дека барем малку успеав да ја разјаснам методологијата која може доста да ви помогне. Сепак ова е пост и не можам да одам во целост во детали.

 

About Д-р Драган Шутевски

Д-р Драган Шутевски е основач и CEO на Шутевски Консалтинг и им помага на бизнисите да го проектираат патот кон успешноста. Поврзи се со Драган на Google+

Speak Your Mind

*