Modelagem financeira - Financial modeling

A modelagem financeira é a tarefa de construir uma representação abstrata (um modelo ) de uma situação financeira do mundo real . Este é um modelo matemático projetado para representar (uma versão simplificada) o desempenho de um ativo financeiro ou portfólio de um negócio, projeto ou qualquer outro investimento.

Normalmente, então, a modelagem financeira é entendida como um exercício de precificação de ativos ou finanças corporativas, de natureza quantitativa. Trata-se de traduzir um conjunto de hipóteses sobre o comportamento dos mercados ou agentes em previsões numéricas. Ao mesmo tempo, "modelagem financeira" é um termo geral que significa coisas diferentes para usuários diferentes; a referência geralmente se refere a aplicativos de contabilidade e finanças corporativas ou a aplicativos de finanças quantitativas .

Embora tenha havido algum debate na indústria quanto à natureza da modelagem financeira - seja uma técnica , como soldagem, ou uma ciência - a tarefa da modelagem financeira tem ganhado aceitação e rigor ao longo dos anos.

Contabilidade

Em finanças corporativas e na profissão contábil , a modelagem financeira normalmente envolve a previsão de demonstrações financeiras ; geralmente a preparação de modelos detalhados específicos da empresa usados ​​para fins de tomada de decisão e análise financeira .

Os aplicativos incluem:

Para generalizar quanto à natureza desses modelos: em primeiro lugar, como são construídos em torno de demonstrações financeiras , os cálculos e as saídas são mensais, trimestrais ou anuais; em segundo lugar, as entradas assumem a forma de "suposições", onde o analista especifica os valores que serão aplicados em cada período para variáveis ​​externas / globais ( taxas de câmbio , percentagem de imposto , etc ....; podem ser considerados como os parâmetros do modelo ), e para variáveis internas / específicas da empresa ( salários , custos unitários , etc ....). Correspondentemente, ambas as características são refletidas (pelo menos implicitamente) na forma matemática desses modelos : em primeiro lugar, os modelos estão em tempo discreto ; em segundo lugar, eles são deterministas . Para uma discussão dos problemas que podem surgir, veja abaixo; para uma discussão sobre as abordagens mais sofisticadas às vezes empregadas, consulte Finanças corporativas § Quantificação da incerteza e Economia financeira § Teoria das finanças corporativas .

Os modeladores são frequentemente designados " analistas financeiros " (e às vezes chamados ( irônicos ) de "trituradores de números"). Normalmente, o modelador terá concluído um MBA ou MSF com curso (opcional) em "modelagem financeira". As qualificações contábeis e financeiras, como o CIIA e o CFA, geralmente não fornecem treinamento direto ou explícito em modelagem. Ao mesmo tempo, inúmeros cursos de treinamento comercial são oferecidos, tanto por meio de universidades como em particular. Para os componentes e etapas da modelagem de negócios aqui, consulte a lista para "Avaliação de patrimônio" em Estrutura de finanças § Avaliação de fluxo de caixa descontado ; veja também Avaliação usando fluxos de caixa descontados § Determine o fluxo de caixa para cada período de previsão para discussão e considerações adicionais.

Embora exista software de negócios desenvolvido especificamente (consulte também Software de Análise Fundamental ), a vasta proporção do mercado é baseada em planilhas ; isso ocorre principalmente porque os modelos são quase sempre específicos da empresa. Além disso, cada analista terá seus próprios critérios e métodos para modelagem financeira. O Microsoft Excel agora tem de longe a posição dominante, tendo ultrapassado o Lotus 1-2-3 na década de 1990. A modelagem baseada em planilhas pode ter seus próprios problemas, e várias padronizações e " melhores práticas " foram propostas. O "risco da planilha" é cada vez mais estudado e gerenciado; veja auditoria de modelo .

Uma crítica aqui é que os resultados do modelo , ou seja , itens de linha , muitas vezes inerentes a "suposições implícitas irrealistas" e "inconsistências internas". (Por exemplo, uma previsão de crescimento da receita, mas sem aumentos correspondentes no capital de giro , ativos fixos e o financiamento associado, pode incluir suposições irrealistas sobre o giro de ativos , alavancagem e / ou financiamento de capital . Consulte Taxa de crescimento sustentável § De uma perspectiva financeira . ) O que é necessário, mas muitas vezes falta, é que todos os elementos-chave sejam previstos de forma explícita e consistente. Relacionado a isso, está que os modeladores frequentemente "falham em identificar suposições cruciais" relacionadas às entradas , "e em explorar o que pode dar errado". Aqui, em geral, os modeladores "usam valores de pontos e aritmética simples em vez de distribuições de probabilidade e medidas estatísticas" - ou seja, como mencionado, os problemas são tratados como determinísticos por natureza - e assim calculam um único valor para o ativo ou projeto, mas sem fornecer informações sobre o alcance, a variação e a sensibilidade dos resultados. (Consulte Avaliação usando fluxos de caixa descontados § Determinar o valor patrimonial .) Outras críticas discutem a falta de conceitos básicos de programação de computador . As críticas mais sérias, de fato, relacionam-se à natureza do próprio orçamento e seu impacto na organização (ver Orçamento condicional § Críticas ao orçamento ).

Finança quantitativa

Em finanças quantitativas , a modelagem financeira envolve o desenvolvimento de um modelo matemático sofisticado . Os modelos aqui lidam com preços de ativos, movimentos de mercado, retornos de portfólio e assim por diante. Uma distinção geral é entre: "gestão financeira quantitativa", modelos da situação financeira de uma empresa grande e complexa; "apreçamento quantitativo de ativos", modelos de retornos de diferentes ações; “ engenharia financeira ”, modelos de preços ou retornos de títulos derivativos; "finanças corporativas quantitativas", modelos de decisões financeiras da empresa.

Da mesma forma, os aplicativos incluem:

Estes problemas são geralmente estocástica e contínua na natureza, e modelos aqui, portanto, exigem algoritmos complexos , implicando simulação de computador , avançados métodos numéricos (como equações numéricas diferenciais , álgebra linear numérica , programação dinâmica ) e / ou o desenvolvimento de modelos de otimização . A natureza geral desses problemas é discutida em Finanças matemáticas § História: Q versus P , enquanto técnicas específicas são listadas em Esboço de finanças § Ferramentas matemáticas . Para uma discussão mais aprofundada aqui, consulte também: Modelos financeiros com distribuições de cauda longa e agrupamento de volatilidade ; Modelo browniano de mercados financeiros ; Preços de Martingale ; Teoria do valor extremo ; Simulação histórica (finanças) .

Os modeladores são geralmente chamados de "quants" ( analistas quantitativos ) e normalmente têm experiências avançadas ( nível de Ph.D. ) em disciplinas quantitativas, como estatística , física , engenharia , ciência da computação , matemática ou pesquisa operacional . Alternativamente, ou além de sua formação quantitativa, eles concluem um mestrado em finanças com orientação quantitativa, como o Master of Quantitative Finance , ou o mais especializado Master of Computational Finance ou Master of Financial Engineering ; o CQF é cada vez mais comum.

Embora as planilhas também sejam amplamente utilizadas aqui (quase sempre exigindo um VBA extenso ); C ++ personalizado , Fortran ou Python , ou software de análise numérica como o MATLAB , são frequentemente preferidos, particularmente onde a estabilidade ou a velocidade são uma preocupação. O MATLAB é frequentemente usado no estágio de pesquisa ou prototipagem por causa de sua programação intuitiva, ferramentas gráficas e de depuração, mas C ++ / Fortran são preferidos para aplicativos conceitualmente simples, mas de alto custo computacional onde o MATLAB é muito lento; Python é cada vez mais usado devido à sua simplicidade e grande biblioteca padrão / aplicativos disponíveis , incluindo QuantLib . Além disso, para muitos (do padrão) derivativos e aplicativos de portfólio, o software comercial está disponível, e a escolha de se o modelo deve ser desenvolvido internamente , ou se os produtos existentes devem ser implantados, dependerá do problema em pergunta. Consulte Análise quantitativa (finanças). § Análise quantitativa da biblioteca .

A complexidade desses modelos pode resultar em precificação ou hedge incorreto ou ambos. Este modelo de risco é objeto de pesquisas contínuas por acadêmicos de finanças e é um tópico de grande e crescente interesse na área de gerenciamento de risco .

A crítica da disciplina (muitas vezes precedendo a crise financeira de 2007-08 por vários anos) enfatiza as diferenças entre as ciências físicas e matemáticas e finanças, e a cautela resultante a ser aplicada por modeladores e por comerciantes e gestores de risco usando seus modelos . Notáveis ​​aqui são Emanuel Derman e Paul Wilmott , autores do Manifesto dos Modeladores Financeiros . Alguns vão além e questionam se as técnicas de modelagem matemática e estatística geralmente aplicadas a finanças são apropriadas (ver as suposições feitas para opções e carteiras ). Na verdade, eles podem ir tão longe a ponto de questionar a "validade empírica e científica ... da teoria financeira moderna ". Notáveis ​​aqui são Nassim Taleb e Benoit Mandelbrot . Ver também Finanças matemáticas § Críticas e economia financeira § Desafios e críticas .

Veja também

Referências

Bibliografia

Em geral

Finanças corporativas

Finança quantitativa

  • Hirsa, Ali (2013). Métodos Computacionais em Finanças . Boca Raton : CRC Press . ISBN 9781439829578.
  • Brooks, Robert (2000). Construindo Aplicações Financeiras de Derivados com C ++ . Westport : Praeger . ISBN 978-1567202878.
  • Brigo, Damiano ; Fabio Mercurio (2006). Modelos de taxas de juros - teoria e prática com sorriso, inflação e crédito (2ª ed.). Londres: Springer Finance . ISBN 978-3-540-22149-4.
  • Clewlow, Les; Chris Strickland (1998). Implementando modelos derivados . Nova Jersey: Wiley . ISBN 0-471-96651-7.
  • Duffy, Daniel (2004). Preços de instrumentos financeiros usando C ++ . Nova Jersey: Wiley. ISBN 978-0470855096.
  • Fabozzi, Frank J. (1998). Avaliação de títulos de renda fixa e derivativos, 3ª edição . Hoboken, NJ: Wiley . ISBN 978-1-883249-25-0.
  • Fabozzi, Frank J .; Sergio M. Focardi; Petter N. Kolm (2004). Modelagem Financeira do Mercado de Capitais: Do CAPM à Cointegração . Hoboken, NJ: Wiley . ISBN 0-471-69900-4.
  • Shayne Fletcher; Christopher Gardner (2010). Modelagem Financeira em Python . John Wiley and Sons. ISBN 978-0-470-74789-6.
  • Fusai, Gianluca; Andrea Roncoroni (2008). Implementando Modelos em Finanças Quantitativas: Métodos e Casos . Londres: Springer Finance . ISBN 978-3-540-22348-1.
  • Haug, Espen Gaarder (2007). O guia completo para fórmulas de precificação de opções, 2ª edição . McGraw-Hill . ISBN 978-0071389976.
  • M. Henrard (2014). Modelagem de taxas de juros no framework multicurva . Springer. ISBN 978-1137374653.
  • Hilpisch, Yves (2015). Derivatives Analytics with Python: Data Analysis, Models, Simulation, Calibration and Hedging . Nova Jersey: Wiley. ISBN 978-1-119-03799-6.
  • Jackson, Mary; Mike Staunton (2001). Modelagem avançada em finanças utilizando Excel e VBA . Nova Jersey: Wiley . ISBN 0-471-49922-6.
  • Jondeau, Eric; Ser-Huang Poon; Michael Rockinger (2007). Modelagem Financeira sob Distribuições Não Gaussianas . Londres: Springer . ISBN 978-1849965996.
  • Joerg Kienitz; Daniel Wetterau (2012). Modelagem Financeira: Teoria, Implementação e Prática com MATLAB Fonte . Hoboken, NJ: Wiley . ISBN 978-0470744895.
  • Kwok, Yue-Kuen (2008). Modelos Matemáticos de Derivados Financeiros, 2ª edição . Londres: Springer Finance. ISBN 978-3540422884.
  • Levy, George (2004). Finanças Computacionais: Métodos Numéricos para Precificar Instrumentos Financeiros . Butterworth-Heinemann . ISBN 978-0750657228.
  • Londres, Justin (2004). Modelagem de derivados em C ++ . Nova Jersey: Wiley. ISBN 978-0471654643.
  • Löeffler, G; Posch, P. (2011). Modelagem de Risco de Crédito em Excel e VBA . Hoboken, NJ: Wiley. ISBN 978-0470660928.
  • Rouah, Fabrice Douglas; Gregory Vainberg (2007). Modelos de precificação de opções e volatilidade usando Excel-VBA . Nova Jersey: Wiley . ISBN 978-0471794646.
  • Antoine Savine e Jesper Andreasen (2018). Finanças Computacionais Modernas: Scripting para Derivativos e xVA . Wiley. ISBN 978-1119540786.
  • Alexander Sokol (2014). Simulação de carteira de longo prazo - Para XVA, Limites, Liquidez e Capital Regulatório . Livros de risco . ISBN 978-1782720959.