L'analyse de scénario évalue la valeur attendue d'un investissement ou d'une activité commerciale proposé. La moyenne statistique est l'événement de probabilité le plus élevé attendu dans une certaine situation. En créant divers scénarios qui peuvent se produire et en les combinant avec la probabilité qu'ils se produisent, un analyste peut mieux déterminer la valeur d'un investissement ou d'une entreprise commerciale et la probabilité que la valeur attendue calculée se produise réellement.

AD:

La détermination de la distribution de probabilité d'un investissement est égale à la détermination du risque inhérent à cet investissement. En comparant le rendement attendu au risque attendu et en le superposant à la tolérance au risque d'un investisseur, vous pourriez être en mesure de prendre de meilleures décisions quant à l'opportunité d'investir dans une entreprise potentielle. Cet article présentera quelques exemples simples de différentes manières d'effectuer une analyse de scénario et de fournir une justification pour leur utilisation. (Pour en savoir plus sur les distributions de probabilité, lisez Trouver les distributions de probabilité .)

Aperçu
Les données de performance historiques sont nécessaires pour donner un aperçu de la variabilité de la performance d'un investissement les investisseurs comprennent le risque qui a été supporté par les actionnaires dans le passé. En examinant les données de rendement périodiques, un investisseur peut avoir un aperçu du risque passé d'un investissement. Par exemple, étant donné que la variabilité équivaut au risque, un placement qui procure le même rendement chaque année est réputé moins risqué qu'un placement produisant des rendements annuels qui ont fluctué entre le négatif et le positif. Bien que les deux placements puissent offrir le même rendement global pour un horizon d'investissement donné, les rendements périodiques démontrent les écarts de risque dans ces placements. (Pour plus d'informations, lisez Mesurez la performance de votre portefeuille .)

AD:

Des règles strictes sur le calcul et la présentation des rendements antérieurs assurent la comparabilité des informations sur les rendements entre les titres, les gestionnaires de placements et les fonds. Cependant, les performances passées ne garantissent pas le risque ou le rendement futur d'un investissement. L'analyse de scénarios tente de comprendre le profil risque / rendement potentiel d'une entreprise. En effectuant une analyse de plusieurs estimations pro-forma pour une entreprise donnée et en indiquant une probabilité pour chaque scénario, on commence à créer une distribution de probabilité (profil de risque) pour cette entreprise particulière.
Exemples
L'analyse de scénario peut être appliquée de plusieurs façons. La méthode la plus courante consiste à effectuer une analyse multifactorielle (modèles contenant plusieurs variables) de la manière suivante:

AD:

• Création d'un nombre fixe de scénarios
  • Détermination de la propagation haute / basse
  • Création de scénarios intermédiaires
• Analyse de facteurs aléatoires
  • Nombre de scénarios infinitésimaux
  • Monte Carlo Analyse

De nombreux analystes vont créer un modèle multivarié (un modèle avec plusieurs variables), insérer leur meilleure estimation de la valeur de chaque variable et arriver à une valeur prévue.La moyenne de toute distribution de probabilité est celle qui a la probabilité d'occurrence la plus élevée. En utilisant une valeur pour chaque variable qui devrait être la plus probable, l'analyste calcule en fait la valeur moyenne de la distribution potentielle des valeurs potentielles. Bien que la moyenne ait une valeur informative, comme indiqué précédemment, elle ne montre aucune variation potentielle des résultats.

L'analyse des risques consiste à essayer de déterminer la probabilité qu'un résultat futur soit autre chose que la valeur moyenne. Une façon de montrer la variation est de calculer une estimation des résultats extrêmes et les moins probables du côté positif et négatif de la moyenne. La méthode la plus simple pour prévoir les résultats potentiels d'un investissement ou d'une coentreprise consiste à produire un scénario à la hausse et à la baisse pour chaque résultat, puis à spéculer sur la probabilité qu'il se produise. La figure 1 utilise une méthode à trois scénarios qui évalue un scénario de base (B) (valeur moyenne), un cas haussier (U) et un cas de dégradation (D).

Figure 1

Par exemple une simple analyse à deux facteurs:
Valeur V = Variable A + Variable B, où chaque variable n'est pas contrainte.

En assignant deux valeurs extrêmes à la hausse et à la baisse pour A et B, nous obtiendrions alors nos trois valeurs de scénario. En assignant la probabilité d'occurrence, supposons:
50% pour la valeur (B) = 200
25% pour la valeur (U) = 300
25% pour la valeur (D) = 1 00 > Lors de l'attribution de probabilités, la somme des probabilités assignées doit être égale à 100%. En représentant graphiquement ces valeurs et leurs probabilités, nous pouvons en déduire une distribution de probabilité plutôt grossière (la distribution de toutes les valeurs calculées et la probabilité de ces valeurs). En formant les cas de hausse et de baisse, nous commençons à comprendre les autres résultats de rendement possibles, mais il y a beaucoup d'autres résultats potentiels dans l'ensemble limité par les hausses et les baisses extrêmes déjà estimées.

La figure 2 présente une méthode pour déterminer le nombre fixe de résultats entre les deux extrêmes. En supposant que chaque variable agit indépendamment, c'est-à-dire que sa valeur ne dépende pas de la valeur de toute autre variable, nous pouvons effectuer une hausse, une base et une baisse pour chaque variable. Dans le modèle simpliste à deux facteurs, ce type d'analyse entraînerait un total de neuf résultats. Un modèle à trois facteurs utilisant trois résultats potentiels pour chaque variable aboutirait à 27 résultats, et ainsi de suite. L'équation pour déterminer le nombre total de résultats en utilisant cette méthode est égale à
( Y X ⁾ , où Y = le nombre de scénarios possibles pour chaque facteur et X = le nombre de facteurs dans le modèle. (Pour en savoir plus, voir Introduction à la théorie des portefeuilles modernes .) Figure 2

À la figure 2, il y a neuf résultats mais pas neuf valeurs distinctes. Par exemple, le résultat pour BB pourrait être égal au résultat DU ou UD. Pour finaliser cette étude, l'analyste attribuerait les probabilités pour chaque résultat, puis ajouterait ces probabilités pour toutes les valeurs similaires.Nous nous attendrions à ce que la valeur correspondant à la moyenne, dans ce cas BB, apparaisse le plus souvent puisque la moyenne est la valeur avec la probabilité la plus élevée de se produire. La fréquence de valeurs similaires augmente la probabilité d'occurrence. Plus les valeurs ne se répètent pas, en particulier la valeur moyenne, plus la probabilité que les rendements futurs soient autres que la moyenne est élevée. Plus on a de facteurs dans un modèle et plus on inclut de scénarios factoriels, plus on calcule des valeurs de scénario potentielles résultant en une analyse robuste et un aperçu du risque d'un investissement potentiel.

Inconvénients de l'analyse de scénario

L'inconvénient majeur de ces types d'analyses à résultats fixes est l'estimation des probabilités et les ensembles de résultats limités par les valeurs des événements extrêmes positifs et négatifs. Bien qu'ils puissent être des événements à faible probabilité, la plupart des investissements, ou des portefeuilles d'investissements, ont le potentiel de rendements très positifs et négatifs très élevés. Les investisseurs doivent garder à l'esprit que même s'ils ne se produisent pas souvent, ces événements peu probables se produisent et c'est l'analyse des risques qui permet de déterminer si ces événements potentiels sont dans la tolérance au risque d'un investisseur. (Pour plus de détails, voir
Personnaliser la tolérance au risque et La tolérance au risque ne dit que la moitié de l'histoire .) Une méthode pour contourner les problèmes inhérents aux exemples précédents nombre d'essais d'un modèle multivarié. L'analyse aléatoire des facteurs est terminée en exécutant des milliers et même des centaines de milliers d'essais indépendants avec un ordinateur pour attribuer des valeurs aux facteurs de manière aléatoire. Le type le plus courant d'analyse factorielle aléatoire est appelé analyse «Monte Carlo», où les valeurs factorielles ne sont pas estimées mais sont choisies de manière aléatoire à partir d'un ensemble limité par la propre distribution de probabilité des variables. (Pour en savoir plus sur cette analyse, lisez

Introduction à la simulation de Monte Carlo .) Conclusion

Les normes de reporting des performances garantissent aux investisseurs le profil de risque (variabilité de la performance) pour performance passée des investissements. Comme la performance passée n'a aucune incidence sur le risque ou le rendement futur, il appartient à l'investisseur ou aux propriétaires d'entreprise de déterminer le risque futur de leurs placements en créant des modèles pro forma. Le résultat de toute prévision ne produira que la valeur attendue ou moyenne de cette initiative; le résultat que l'analyste croit avoir la plus grande probabilité d'occurrence. En effectuant une analyse de scénario, un investisseur peut produire un profil de risque pour un investissement prévu et créer une base pour la comparaison des investissements potentiels.