Markov Analizi
Markov Analizi Nedir?
Markov analizi, tahmin edilen değeri önceki herhangi bir faaliyetten değil, yalnızca mevcut durumundan etkilenen bir değişkenin değerini tahmin etmek için kullanılan bir yöntemdir. Özünde, yalnızca değişkeni çevreleyen mevcut koşullara dayalı olarak rastgele bir değişkeni tahmin eder.
Markov analizi genellikle büyük insan grupları içindeki davranışları ve kararları tahmin etmek için kullanılır. Adını, tesadüfün işleyişini içeren süreçler olan stokastik süreçlerin çalışmasına öncülük eden Rus matematikçi Andrei Andreyevich Markov'dan almıştır. Markov, bu yöntemi ilk olarak bir kapta sıkışan gaz parçacıklarının hareketlerini tahmin etmek için uyguladı.
Markov Analizini Anlama
Markov analiz süreci, bir değişkenin mevcut durumu göz önüne alındığında, gelecekteki bir eylemin olasılığını tanımlamayı içerir. Her durumda gelecekteki eylemlerin olasılıkları belirlendikten sonra, bir karar ağacı çizilebilir ve bir sonucun olasılığı hesaplanabilir.
Markov analizinin iş dünyasında birçok pratik uygulaması vardır. Genellikle, hattaki makinelerin çalışma durumu göz önüne alındığında, bir montaj hattından çıkacak kusurlu parça sayısını tahmin etmek için kullanılır. Ayrıca, bir şirketin alacak hesaplarının (AR) kötü borç haline gelecek oranını tahmin etmek için de kullanılabilir .
Şirketler ayrıca mevcut müşterilerin gelecekteki marka sadakatini ve bu tüketici kararlarının bir şirketin pazar payı üzerindeki sonuçlarını tahmin etmek için Markov analizini kullanabilir. Bazı hisse senedi fiyatı ve opsiyon fiyatı tahmin yöntemleri de Markov analizini içerir.
Markov Analizinin Avantajları ve Dezavantajları
Markov analizinin birincil faydaları basitlik ve örneklem dışı tahmin doğruluğudur. Markov analizi için kullanılanlar gibi basit modeller, genellikle daha karmaşık modellerden daha tahminlerde daha iyidir. Bu sonuç ekonometride iyi bilinmektedir .
Ne yazık ki, Markov analizi olayları açıklamak için çok kullanışlı değildir ve çoğu durumda altta yatan durumun gerçek modeli olamaz. Evet, mevcut duruma göre koşullu olasılıkları tahmin etmek nispeten kolaydır . Ancak, bu genellikle bir şeyin neden olduğu hakkında biraz bilgi verir.
Markov analizi, tahmin yapmak için değerli bir araçtır, ancak açıklama sağlamaz.
Mühendislikte, bir makinenin arızalanma olasılığını bilmek, onun neden bozulduğunu açıklamaz. Daha da önemlisi, bir makine, bugün bozulup bozulmadığına bağlı bir olasılığa dayanarak gerçekten bozulmaz. Gerçekte, bir makine, dişlilerinin daha sık yağlanması gerektiğinden bozulabilir.
Finansta, Markov analizi aynı sınırlamalarla karşı karşıyadır, ancak sorunları çözmek, finansal piyasalar hakkında görece bilgi eksikliğimiz nedeniyle karmaşıktır. Markov analizi, ilk etapta kötü kredi risklerini taramaktan ziyade borçların temerrüde düşecek kısmını tahmin etmek için çok daha faydalıdır .
Bir Markov Analizi Örneği
Markov analizi, hisse senedi spekülatörleri tarafından kullanılabilir. Bir momentum yatırımcısının,. favori bir hisse senedinin, bugün yaparsa yarın piyasayı yenme şansının %60 olduğunu tahmin ettiğini varsayalım . Bu tahmin yalnızca mevcut durumu içerir, bu nedenle Markov analizinin temel limitini karşılar.
Markov analizi ayrıca, spekülatörün, hisse senedinin bugün piyasayı yendiği göz önüne alındığında, hisse senedinin önümüzdeki iki gün için de piyasadan daha iyi performans gösterme olasılığının 0,6 * 0,6 = 0,36 veya %36 olduğunu tahmin etmesine olanak tanır. Kaldıraç ve piramit kullanarak , spekülatörler bu tür Markov analizinden elde edilen potansiyel karı artırmaya çalışırlar.
##Öne çıkanlar
Markov analizi, tahmin edilen değeri yalnızca mevcut durumundan etkilenen bir değişkenin değerini tahmin etmek için kullanılan bir yöntemdir.
Markov analizi, finansal spekülatörler, özellikle momentum yatırımcıları için faydalıdır.
Markov analizi, olayları açıklamak için pek kullanışlı değildir ve çoğu durumda altta yatan durumun gerçek modeli olamaz.
Markov analizinin başlıca avantajları basitlik ve örneklem dışı tahmin doğruluğudur.
