MonteCarlo模型使研究人員可以從所有不同類型的專業運行多項試驗，從而定義事件的所有潛在結果或決定。在金融業，該決定通常與投資有關。合併後，所有單獨的試驗為給定投資或事件創造了概率分佈或風險評估。

蒙特卡羅分析是一種多變量建模技術。所有多變量模型都可以被認為是“如果呢？”的複雜插圖場景。一些最著名的多變量模型是用於重視股票選項的多變量模型。研究分析師使用它們來預測投資結果，了解他們的投資曝光的可能性，並更好地減輕其風險。

當投資者使用MonteCarlo方法時，結果與各種風險耐受性進行了比較。這可以幫助利益相關者決定是否繼續進行投資。

誰使用多變量模型

多變量模型-類似MonteCarloModel-是流行的統計工具，使用多個變量來預測可能的結果。當使用多變量模型時，用戶更改多個變量的值以確定它們對正在評估的決定的潛在影響。

許多不同類型的專業使用多變量模型。金融分析師可能會使用多元模型來估計現金流量和新產品的想法。投資組合經理和財務顧問使用它們來確定投資對投資組合性能和風險的影響。保險公司使用它們來估計索賠和價格政策的可能性。

MonteCarloModel在地理位置，MonteCarlo（技術上是摩納哥的行政領域）的地理位置命名，這是由於其Casinos的擴散而著名的

結果和概率

與賭場播放的機會遊戲-所有可能的結果和概率都是已知的。但是，大多數投資未來結果未知。

這取決於分析師確定結果以及它們將發生的可能性。在MonteCarlo建模中，分析師運行多次試驗（有時候即使是數千個））以確定所有可能的結果以及它們將發生的可能性。

蒙特卡羅分析是有用的，因為許多投資和商業決策是在一個結果的基礎上進行的。換句話說，許多分析師派生了一個可能的場景，然後將結果與該結果的各種障礙進行比較，以決定是否繼續。

ProForma估計

大多數ProForma估計以基本情況開頭。通過輸入每個因素的最高概率假設，分析師可以得出最高的概率結果。然而，根據基本情況做出任何決定是有問題的，並且只使用一個結果創建預測不足，因為它對可能發生的任何其他可能的值毫無可能。

它還沒有對實際未來價值的真實機會表示，除基於基本情況預測之外的東西。如果未提前計算這些事件的驅動程序和概率，則無法對沖反對消極發生。

創建型號

一旦設計，執行MonteCarlo模型需要一個工具，該工具將隨機選擇受某些預定條件綁定的因子值。通過使用自己獨立的發生概率的變量運行許多試驗，分析師創建了一個分發，包括所有可能結果和它們將發生的概率。

市場中有許多隨機數發生器。用於設計和執行MonteCarlo模型的兩個最常用工具是@RISK和CrystalBall。這兩種都可以用作電子表格的加載項，並允許隨機採樣結合到已建立的電子表格模型中。

正確的約束

在開發適當的蒙特卡羅模型時，該藝術是確定每個變量的正確約束以及變量之間的正確關係。例如，由於產品組合多樣化基於資產之間的相關性，所開發的任何用於創建預期產品組合值的模型必須包括投資之間的相關性。

為了選擇變量的正確分佈，必須了解可用的每個可能的分佈。例如，最常見的是正態分佈，也稱為鍾曲線。

正態分佈和標準偏差

在正態分佈中，所有事件均在平均值周圍分佈。均值是最可能的事件。自然現象，人們的高度和通貨膨脹是通常分佈的輸入的一些例子。

在蒙特卡羅分析中，隨機數發生器在模型設定的約束內為每個變量選擇隨機值。然後，它產生所有可能結果的概率分佈。

該概率的標準偏差是一種統計數據，表示所估計的實際結果的可能性將是均值或最可能事件的東西。假設概率分佈正常分佈，大約68％的值將落在平均值的一個標準偏差範圍內，約95％的值將在兩個標準偏差範圍內下降，大約99.7％將在平均值的三個標準偏差範圍內。.3

這被稱為“68-95-99.7規則”或“經驗規則”。

誰使用該方法

MonteCarlo分析不僅由財務專業人士進行，而且由許多其他企業進行。這是一個決策工具，假設每個決定都會影響整體風險。

每個人和機構都有不同的風險耐受性。這使得計算任何投資的風險並將其與個人風險耐受性進行比較。

MonteCarlo模型產生的概率分佈創造了風險的圖片。該圖片是將結果傳達給其他人，例如上級或前瞻性投資者的有效方法。如今，非常複雜的MonteCarlo模型可以由訪問個人計算機的任何人設計和執行。