Model Multivariate

Apakah Model Multivariate?

Model multivariate ialah alat statistik popular yang menggunakan berbilang pembolehubah untuk meramalkan kemungkinan hasil. Penganalisis penyelidikan menggunakan model multivariate untuk meramalkan hasil pelaburan dalam senario yang berbeza untuk memahami pendedahan sesuatu portfolio kepada risiko tertentu. Ini membolehkan pengurus portfolio mengurangkan risiko yang dikenal pasti melalui analisis pemodelan multivariate dengan lebih baik.

Memahami Model Multivariate

Model multivariate membantu dalam membuat keputusan dengan membenarkan pengguna menguji senario yang berbeza dan kemungkinan kesannya. Simulasi Monte Carlo ialah model multivariat yang digunakan secara meluas yang mencipta taburan kebarangkalian yang membantu menentukan julat hasil pelaburan yang mungkin. Model multivariate digunakan dalam banyak bidang kewangan.

Sebagai contoh, pelaburan tertentu boleh dijalankan melalui analisis senario dalam model multivariate untuk melihat bagaimana ia akan memberi kesan kepada keseluruhan pulangan portfolio dalam situasi pasaran yang berbeza, seperti tempoh inflasi tinggi atau kadar faedah rendah. Pendekatan yang sama ini boleh digunakan untuk menilai kemungkinan prestasi syarikat, nilai pilihan saham dan juga menilai idea produk baharu. Apabila mata data kukuh ditambahkan pada model, seperti data jualan kedai sama dikeluarkan sebelum pendapatan, keyakinan terhadap model dan julat ramalannya meningkat.

Pertimbangan Khas

Syarikat insurans adalah pengguna model multivariate. Penetapan harga polisi insurans adalah berdasarkan kebarangkalian perlu membayar tuntutan. Memandangkan hanya beberapa titik data, seperti umur pemohon dan alamat rumah, penanggung insurans boleh menambahkannya ke dalam model multivariate yang menarik daripada pangkalan data tambahan yang boleh menyempitkan strategi penetapan harga dasar yang sesuai. Model itu sendiri akan diisi dengan titik data yang disahkan (umur, jantina, status kesihatan semasa, polisi milik lain, dsb.) dan pembolehubah yang diperhalusi (purata pendapatan serantau, purata jangka hayat serantau, dll.) untuk menetapkan hasil ramalan yang akan digunakan untuk harga polisi.

Kelebihan dan Kelemahan Pemodelan Multivariate

Kelebihan pemodelan multivariate ialah ia menyediakan senario "bagaimana jika" yang lebih terperinci untuk dipertimbangkan oleh pembuat keputusan. Sebagai contoh, pelaburan A berkemungkinan mempunyai harga masa hadapan dalam julat ini, memandangkan pembolehubah ini. Apabila lebih banyak data pepejal dimasukkan ke dalam model, julat ramalan menjadi lebih ketat dan keyakinan terhadap ramalan bertambah. Walau bagaimanapun, seperti mana-mana model, data yang keluar hanya sebaik data yang masuk.

Terdapat juga risiko kejadian angsa hitam menjadikan model tidak bermakna walaupun set data dan pembolehubah yang digunakan adalah baik. Ini, sudah tentu, mengapa model itu sendiri tidak ditugaskan untuk berdagang. Ramalan model multivariate hanyalah satu lagi sumber maklumat untuk difikirkan oleh pembuat keputusan muktamad.

##Sorotan

Peristiwa angsa hitam menjadikan model tidak bermakna walaupun set data dan pembolehubah yang digunakan adalah baik.
Model multivariate ialah alat statistik yang menggunakan berbilang pembolehubah untuk meramalkan hasil.
Syarikat insurans sering menggunakan model multivariate untuk menentukan kebarangkalian perlu membayar tuntutan.
Satu contoh ialah simulasi Monte Carlo yang membentangkan julat hasil yang mungkin menggunakan taburan kebarangkalian.