Phân tích mô phỏng Monte Carlo

Mô phỏng Monte Carlo là một kỹ thuật toán học dự đoán kết quả có thể xảy ra của một sự kiện không chắc chắn, được sử dụng để phân tích dữ liệu trong quá khứ và dự đoán một loạt các kết quả trong tương lai, dựa trên một lựa chọn hành động.

• TRUE

• FALSE

Tên gọi khác của Phương pháp Monte Carlo?

• Phương pháp dự đoán rủi ro

• Phương pháp mô tả xác suất

• Phương pháp dự đoán tính không chắc chắn

Ưu điểm của phương pháp Monte Carlo?

• Có tính tới các phân phối xác suất khác nhau và các miền giá trị tiềm năng khác nhau đối với các biến số chính của dự án

• Cho phép có tương quan (cùng biến thiên) giữa các biến

• Tạo ra một phân phối xác suất cho các kết quả của DA ( các ngân lưu, NPV) thay vì chỉ ước tính một giá trí đơn lẻ

• Thiên về tính thanh khoản

Trong bài thuyết trình, mô phỏng Monte Carlo bao gồm bao nhiêu bước?

• 3

• 4

• 5

• 6

Những phân phối phổ biến xuất hiện trong Mô phỏng Monte Carlo là?

• Phân phối chuẩn.

• Phân phối đều

• Phân phối tam giác.

• Tất cả các đáp án trên.

Đâu là phân phối xác suất phổ biến NHẤT trong mô phỏng Monte Carlo?

• Phân phối đều

• Phân phối chuẩn

• 1. Phân phối tam giác

• Phân phối Student

Thời gian ra đời phương pháp Monte Carlo?

• 1935

• 1960

• 1940

• 1955

Những ứng dụng chủ yếu của Monte Carlo trong lĩnh vực tài chính là:

• Quyền chọn và các mô hình định giá phái sinh khác

• Quản lý rủi ro

• Định giá tài sản và dự án của doanh nghiệp

• Tất cả các phương án trên

Ai là người phát minh ra Mô phỏng Monte Carlo?

•  John von Neumann và Stanislaw Ulam

• Stanislaw Ulam và John Perkins

• Jeon Wonwoo và Kim Mingyu

Phần mềm mô phỏng Monte Carlo tính toán dựa trên:

• Các biến đầu vào cố định

• Các biến giá trị ngẫu nhiên dựa trên phân phối xác suất