Markov Analyse
Hvad er Markov-analyse?
Markov-analyse er en metode, der bruges til at forudsige værdien af en variabel, hvis forudsagte værdi kun påvirkes af dens nuværende tilstand og ikke af nogen tidligere aktivitet. I det væsentlige forudsiger den en tilfældig variabel udelukkende baseret på de aktuelle omstændigheder omkring variablen.
Markov-analyse bruges ofte til at forudsige adfærd og beslutninger inden for store grupper af mennesker. Det blev opkaldt efter den russiske matematiker Andrei Andreyevich Markov, der var pioner i studiet af stokastiske processer, som er processer, der involverer tilfældighedernes drift. Markov anvendte først denne metode til at forudsige bevægelserne af gaspartikler fanget i en beholder.
ForstĂĄelse af Markov-analyse
Markov-analyseprocessen involverer at definere sandsynligheden for en fremtidig handling, givet den aktuelle tilstand af en variabel. Når sandsynligheden for fremtidige handlinger i hver stat er bestemt, kan et beslutningstræ tegnes, og sandsynligheden for et resultat kan beregnes.
Markov-analyse har flere praktiske anvendelser i erhvervslivet. Det bruges ofte til at forudsige antallet af defekte stykker, der vil komme af et samlebĂĄnd, givet driftsstatus for maskinerne pĂĄ linjen. Det kan ogsĂĄ bruges til at forudsige, hvor stor en del af en virksomheds debitorer (AR), der vil blive til uerholdelige fordringer.
Virksomheder kan også bruge Markov-analyse til at forudsige nuværende kunders fremtidige brandloyalitet og resultatet af disse forbrugerbeslutninger om en virksomheds markedsandel. Nogle metoder til beregning af aktiekurser og optioner inkluderer også Markov-analyse.
Fordele og ulemper ved Markov-analyse
De primære fordele ved Markov-analyse er enkelhed og prognosenøjagtighed uden for stikprøven. Simple modeller, som dem, der bruges til Markov-analyse, er ofte bedre til at lave forudsigelser end mere komplicerede modeller. Dette resultat er velkendt i økonometri.
Desværre er Markov-analysen ikke særlig nyttig til at forklare begivenheder, og den kan i de fleste tilfælde ikke være den sande model for den underliggende situation. Ja, det er relativt nemt at estimere betingede sandsynligheder baseret på den aktuelle tilstand. Det fortæller dog ofte lidt om, hvorfor noget skete.
Markov-analyse er et værdifuldt værktøj til at lave forudsigelser, men det giver ingen forklaringer.
I teknik er det helt klart, at det at kende sandsynligheden for, at en maskine går i stykker, ikke forklarer, hvorfor den gik i stykker. Endnu vigtigere er det, at en maskine ikke rigtig går i stykker baseret på en sandsynlighed, der er en funktion af, om den gik i stykker i dag. I virkeligheden kan en maskine gå i stykker, fordi dens gear skal smøres oftere.
Inden for finans har Markov-analyse de samme begrænsninger, men løsning af problemer kompliceres af vores relative mangel på viden om finansielle markeder. Markov-analysen er meget mere nyttig til at estimere den del af gælden, der vil misligholde, end den er til at udelukke dårlige kreditrisici i første omgang.
Et eksempel pĂĄ Markov-analyse
Markov-analyse kan bruges af aktiespekulanter. Antag, at en momentum-investor vurderer, at en favoritaktie har 60 % chance for at slå markedet i morgen, hvis den gør det i dag. Dette estimat involverer kun den nuværende tilstand, så det opfylder nøglegrænsen for Markov-analyse.
Markov-analyse giver også spekulanten mulighed for at estimere, at sandsynligheden for, at aktien vil klare sig bedre end markedet i begge de næste to dage, er 0,6 * 0,6 = 0,36 eller 36%, givet aktien slog markedet i dag. Ved at bruge gearing og pyramidering forsøger spekulanter at forstærke det potentielle overskud fra denne type Markov-analyse.
Højdepunkter
Markov-analyse er en metode, der bruges til at forudsige værdien af en variabel, hvis forudsagte værdi kun påvirkes af dens nuværende tilstand.
Markov-analyse er nyttig for finansielle spekulanter, især momentum-investorer.
Markov-analyse er ikke særlig brugbar til at forklare begivenheder, og den kan i de fleste tilfælde ikke være den sande model for den underliggende situation.
De primære fordele ved Markov-analyse er enkelhed og prognosenøjagtighed uden for stikprøven.
