歡迎來到模擬方法！

在金融世界中，我們經常試圖預測未來。但未來往往混亂、不可預測且充滿了各種「假設情況」。雖然簡單的公式能告訴我們在完美世界中會發生什麼，但模擬方法 (Simulation Methods) 能幫助我們為真實世界做好準備。在本章中，我們將探討電腦如何協助我們模擬成千上萬種可能的情境，從而更好地理解風險與回報。如果起初覺得有些技術性，請別擔心——把它想像成一種高科技方式，在未來真正發生之前，先「預演」不同版本的未來！

1. 什麼是蒙地卡羅模擬 (Monte Carlo Simulation)？

想像一下你正在籌劃一場戶外婚禮。你可以查看平均氣溫然後就此作罷。但更好的做法是構想當天的 1,000 種不同版本：下雨的、颳風的、氣溫高達 100 度的，以及天氣完美無瑕的。蒙地卡羅模擬 (MCS) 對於金融資產正是做著同樣的事情。

蒙地卡羅模擬是一種電腦化的數學技術，讓使用者能在量化分析與決策中考量風險。它不使用單一固定的輸入值（如「平均」回報率），而是針對任何具有內在不確定性的因素，採用機率分佈 (Probability Distribution)。

為什麼我們要使用它？
  • 它能處理複雜的「路徑依賴型」選擇權 (Path-dependent options)（即價格取決於股票走過的旅程，而不僅僅是最終價格）。
  • 當我們沒有簡單的公式來解決問題時，它能提供幫助。
  • 它讓我們能看到一系列的結果及其發生的可能性。

快速回顧：將蒙地卡羅想像成一個「風險實驗室」，我們在其中進行數千次實驗，以觀察投資可能會發生什麼事。

2. 蒙地卡羅模擬的步驟流程

如果你感到不知所措，請跟隨這五個步驟。CFA 考試中關於此主題的問題，大多數集中在流程上，而不是要你進行繁重的數學運算。

步驟 1：指定變數及其分佈。
識別出影響你投資價值的驅動因素（例如：利率、股價）。與其選擇單一數字，不如選擇一個描述該變數行為的分佈（例如常態分佈 (Normal Distribution) 或對數常態分佈 (Lognormal Distribution)）。

步驟 2：生成隨機值。
電腦根據你在步驟 1 中選擇的分佈，為每個變數生成一個隨機值。

步驟 3：計算結果。
電腦將這些隨機值代入你的財務模型（例如投資組合價值的公式）並儲存結果。

步驟 4：重複多次。
電腦會執行此過程數千次（甚至數百萬次）。每一次的「執行」都稱為一次疊代 (Iteration) 或試驗 (Trial)。

步驟 5：分析結果。
現在你擁有了一份龐大的潛在結果清單。你可以計算平均值 (Mean)、標準差 (Standard Deviation，代表風險) 以及虧損的機率。

類比：這就像是將同一個電子遊戲關卡玩了 1,000 次。完成後，你可以說：「我贏了 Boss 700 次，所以我的勝率是 70%。」

3. 蒙地卡羅模擬與歷史模擬的區別

這是考試題目的熱門主題！理解「前瞻性」（蒙地卡羅）與「回顧性」（歷史）之間的區別至關重要。

歷史模擬 (Historical Simulation)

與其使用電腦根據分佈來「虛構」隨機情境不同，歷史模擬使用實際的歷史數據。它會問：「如果 2008 年金融危機明天再次發生，我的投資組合會變成怎樣？」

  • 優點：你不需要猜測使用哪種分佈；它使用的是真實事件。
  • 缺點：它假設未來會與過去完全相同。如果發生了「黑天鵝」事件（前所未有的事件），歷史模擬將無法預測。

比較表

蒙地卡羅：使用假設的分佈。適用於「如果……會怎樣？」的情境。
歷史模擬：使用實際的過去數據。適用於「以前發生過什麼？」的情境。

重點總結：蒙地卡羅是前瞻性且靈活的；歷史模擬是回顧性且立足於現實的。

4. 模擬方法與分析方法

在電腦普及之前，我們主要使用分析方法 (Analytical Methods)。這些是「封閉式」公式（如 Black-Scholes 模型），你代入數字即可得到一個確切的答案。

模擬方法相對於分析方法的優勢：
  • 路徑依賴性：某些金融產品（如美式選擇權或不動產抵押貸款證券）取決於價格所走過的路徑。分析公式很難處理這種情況，而模擬則非常擅長。
  • 複雜性：當你有許多相互作用的變數時，單一公式通常不足以解決問題。
模擬方法的侷限性（「注意事項」）：
  • 垃圾進，垃圾出 (Garbage In, Garbage Out)：如果你對分佈的初始假設是錯誤的，結果將毫無用處。
  • 計算成本：雖然在今天已不是大問題，但執行數百萬次模擬所需的運算時間與能力遠高於簡單公式。
  • 沒有「精確」答案：模擬給你的是統計估計，而不是數學上「完美」的單一點位。

你知道嗎？「蒙地卡羅」的名字來自摩納哥著名的賭場。因為該方法依賴隨機性和運氣，所以它被以這座以賭博聞名的城市命名！

5. 總結與常見陷阱

在結束本章之前，讓我們看看考前「必知」的重點。

需避免的常見錯誤：
1. 認為蒙地卡羅可以取代歷史數據。（事實不然；它是不同的工具）。
2. 忘記模擬是用於解決簡單公式無法應對的複雜問題。
3. 假設模擬能提供 100% 確定的結果。（它只提供機率）。

快速回顧框：

- 蒙地卡羅：使用隨機抽樣與分佈來模擬風險。
- 疊代 (Iteration)：模擬中的單次「執行」或「試驗」。
- 主要效益：可處理路徑依賴型與複雜的情境。
- 主要風險：模型風險（使用了錯誤的分佈）。

鼓勵語：你已經完成了模擬方法的學習！雖然這聽起來像火箭科學，但請記住，它本質上只是電腦根據你給定的規則來「猜測」未來。掌握這 5 個步驟流程以及歷史模擬與蒙地卡羅模擬之間的差異，你就能在考試中表現出色！