Simulation Methods

シミュレーション手法の世界へようこそ！

金融の世界では、私たちは常に未来を予測しようとします。しかし、未来は複雑で予測不可能であり、「もしこうなったら？」という不確実性に満ちています。単純な計算式は完璧な世界での結果を教えてくれますが、シミュレーション手法は、私たちが現実世界に備えるための助けとなります。この章では、コンピューターを使って何千ものシナリオをモデル化し、リスクとリターンをより深く理解する方法を探ります。最初は専門的で難しそうに感じるかもしれませんが、大丈夫です。これは、未来が実際に起こる前に、さまざまなバージョンの未来をハイテクな手法で「シミュレーション（予行演習）」するものだと考えてください！

1. モンテカルロ・シミュレーションとは？

例えば、あなたが屋外での結婚式を計画しているとします。平均気温を調べて「これで良し」とすることもできますが、もっと良い方法は、1,000通りの天気を想像してみることです。雨が降る日、風が強い日、気温が40度になる日、そして完璧な日などです。モンテカルロ・シミュレーション（MCS）は、まさに金融資産に対してこれを行います。

モンテカルロ・シミュレーションは、定量的分析や意思決定においてリスクを考慮するためのコンピューターを用いた数学的手法です。単一の固定された入力値（「平均」リターンなど）を使うのではなく、不確実性を持つあらゆる要素に対して確率分布を使用します。

なぜ使うのか？

• 複雑な「経路依存型」のオプション（価格が最終価格だけでなく、そこに至るまでの価格推移に依存するもの）を扱えるため。
• 単純な計算式で解けない問題に対処できるため。
• 多様な結果の範囲と、それぞれの発生確率を可視化できるため。

クイックレビュー：モンテカルロ法は、投資に何が起こり得るかを検証するために何千回もの実験を行う「リスクの実験室」だと考えてみてください。

2. モンテカルロ・シミュレーションのステップ

もし圧倒されそうなら、この5つのステップに従ってください。CFA試験のこの分野では、複雑な計算をさせることよりも、このプロセスを理解しているかが問われます。

ステップ1：変数と分布を指定する。
投資価値を左右する要因（金利や株価など）を特定します。一つの数値を決める代わりに、その変数がどのように振る舞うかを表す分布（正規分布や対数正規分布など）を選びます。

ステップ2：乱数を生成する。
コンピューターが、ステップ1で選んだ分布に基づいて各変数のランダムな値を生成します。

ステップ3：結果を計算する。
そのランダムな値を金融モデル（ポートフォリオ価値の計算式など）に当てはめて、結果を保存します。

ステップ4：何度も繰り返す。
コンピューターがこれを数千回、あるいは数百万回繰り返します。この一つひとつの実行をイテレーション（反復）またはトライアル（試行）と呼びます。

ステップ5：結果を分析する。
膨大な結果のリストが出来上がりました。これをもとに、平均（期待値）、標準偏差（リスク）、そして損失が出る確率などを計算できます。

例え：ビデオゲームのステージを1,000回プレイするようなものです。終わった後に「700回ボスを倒せたから、勝率は70%だ」と言えるのと同じです。

3. モンテカルロ・シミュレーションとヒストリカル・シミュレーション

これは試験で頻出のトピックです！未来に目を向ける（モンテカルロ）のか、過去に目を向ける（ヒストリカル）のか、その違いを理解しておくことが重要です。

ヒストリカル・シミュレーション

分布に基づいてコンピューターがランダムなシナリオを「作り出す」のではなく、ヒストリカル・シミュレーションは実際の過去データを使用します。「2008年の金融危機が明日再び起こったら、今のポートフォリオはどうなるか？」という問いに答えるものです。

• メリット：どの分布を使うかを予測する必要がなく、現実の出来事に基づいている。
• デメリット：未来が過去と全く同じになると仮定していること。そのため、「ブラックスワン」（これまで一度も起こったことのないような事象）は予測できません。

比較表

モンテカルロ：仮定された分布を使用。「もし〜なら？」というシナリオに適している。
ヒストリカル：実際の過去データを使用。「以前は何が起こったか？」というシナリオに適している。

重要なポイント：モンテカルロ法は未来志向で柔軟、ヒストリカル法は過去志向で現実に立脚しています。

4. シミュレーションと分析的手法

コンピューターが普及する前は、主に分析的手法が使われていました。これらはブラック・ショールズ・モデルのような「閉形式」の数式で、数値を代入すると一つの正確な答えが出るものです。

分析的手法に対するシミュレーションの優位性：

• 経路依存性：米式オプションや住宅ローン担保証券など、価格の経路が重要な商品があります。分析的な数式では計算が難しいですが、シミュレーションなら得意分野です。
• 複雑性：多くの要素が相互に関係し合っている場合、単一の数式では不十分なことがほとんどです。

シミュレーションの限界（「要注意」点）：

• ゴミを入れたらゴミが出る（Garbage In, Garbage Out）：分布に関する最初の前提が間違っていれば、結果も無意味になります。
• 計算コスト：今日では大きな問題ではありませんが、数百万回のシミュレーションを実行するには、単純な計算式よりも時間とパワーが必要です。
• 「正確な」答えではない：シミュレーションは統計的な推計値を提供するものであり、数学的に「完璧な」一点を出すものではありません。

豆知識：「モンテカルロ」という名前は、モナコの有名なカジノに由来しています。この手法が偶然性と確率に頼っていることから、ギャンブルで有名なその都市の名が付けられました！

5. まとめとよくある間違い

この章の締めくくりとして、試験対策で「必ず知っておくべきこと」を確認しましょう。

避けるべきよくある間違い：
1. モンテカルロ法がヒストリカル・データを「置き換える」と考えること。（そうではありません。別のツールです）。
2. シミュレーションは単純な数式が使えない複雑な問題のためにあることを忘れること。
3. シミュレーションが100%確実な結果を提供すると想定すること。（確率を示すだけです）。

クイックレビューボックス：

- モンテカルロ法：ランダムサンプリングと分布を用いてリスクをモデル化する。
- イテレーション：シミュレーションにおける一度の「実行」または「試行」。
- 最大の利点：経路依存型や複雑なシナリオを扱えること。
- 最大のリスク：モデルリスク（誤った分布の使用）。

励ましの言葉：ここまでよく頑張りました！シミュレーション手法はロケット科学のように聞こえるかもしれませんが、結局はあなたが与えたルールに基づいて、コンピューターが未来を「推測」しているに過ぎません。5つのステップと、ヒストリカル・シミュレーションとの違いをマスターすれば、試験対策はバッチリです！