Analisis Markov | Finansial 2022

Apa Analisis Markov?

Analisis Markov adalah metode yang digunakan untuk meramalkan nilai variabel yang nilai prediksi hanya dipengaruhi oleh keadaan saat ini, dan bukan oleh aktivitas sebelumnya. Intinya, ini memprediksi variabel acak hanya berdasarkan keadaan saat ini di sekitar variabel.

Analisis Markov sering digunakan untuk memprediksi perilaku dan keputusan dalam kelompok besar orang. Itu dinamai matematikawan Rusia Andrei Andreyevich Markov, yang memelopori studi proses stokastik, yang merupakan proses yang melibatkan operasi kebetulan. Markov pertama kali menerapkan metode ini untuk memprediksi pergerakan partikel gas yang terperangkap dalam sebuah wadah.

PENGAMBILAN UTAMA

Analisis Markov adalah metode yang digunakan untuk meramalkan nilai variabel yang nilai prediksi hanya dipengaruhi oleh keadaan saat ini.
Keuntungan utama dari analisis Markov adalah kesederhanaan dan akurasi perkiraan di luar sampel.
Analisis Markov tidak terlalu berguna untuk menjelaskan peristiwa, dan itu tidak bisa menjadi model sebenarnya dari situasi yang mendasarinya dalam banyak kasus.
Analisis Markov berguna bagi spekulan keuangan, terutama investor momentum.

Memahami Analisis Markov

Proses analisis Markov melibatkan penentuan kemungkinan tindakan di masa depan, mengingat keadaan variabel saat ini. Setelah probabilitas tindakan masa depan di setiap negara bagian ditentukan, pohon keputusan dapat dibuat, dan kemungkinan hasil dapat dihitung.

Analisis Markov memiliki beberapa aplikasi praktis dalam dunia bisnis. Ini sering digunakan untuk memprediksi jumlah bagian yang rusak yang akan keluar dari jalur piutang usaha (AR) perusahaan yang akan menjadi piutang tak tertagih.

Perusahaan juga dapat menggunakan analisis Markov untuk meramalkan loyalitas merek masa depan dari pelanggan saat ini dan hasil dari keputusan konsumen ini pada pangsa pasar perusahaan. Beberapa metode peramalan harga saham dan harga opsi juga menyertakan analisis Markov.

Keuntungan dan Kerugian Analisis Markov

Manfaat utama analisis Markov adalah kesederhanaan dan akurasi perkiraan di luar sampel.Model sederhana, seperti yang digunakan untuk analisis Markov, seringkali lebih baik dalam membuat prediksi daripada model yang lebih rumit. Hasil ini terkenal dalam ekonometrik .

Sayangnya, analisis Markov tidak terlalu berguna untuk menjelaskan peristiwa, dan itu tidak bisa menjadi model sebenarnya dari situasi yang mendasari dalam banyak kasus. Ya, relatif mudah untuk memperkirakan probabilitas bersyarat berdasarkan keadaan saat ini. Namun, itu sering kali memberi tahu sedikit tentang mengapa sesuatu terjadi.

Referensi cepat

Analisis Markov adalah alat yang berharga untuk membuat prediksi, tetapi tidak memberikan penjelasan.

Dalam bidang teknik, cukup jelas bahwa mengetahui kemungkinan bahwa sebuah mesin akan rusak tidak menjelaskan mengapa mesin tersebut rusak. Lebih penting lagi, sebuah mesin tidak benar-benar rusak berdasarkan probabilitas yang merupakan fungsi dari rusak atau tidaknya mesin hari ini. Pada kenyataannya, sebuah mesin bisa rusak karena persnelingnya perlu lebih sering dilumasi.

Di bidang keuangan, analisis Markov menghadapi keterbatasan yang sama, tetapi memperbaiki masalah menjadi rumit karena relatif kurangnya pengetahuan kita tentang pasar keuangan. Analisis Markov jauh lebih berguna untuk memperkirakan porsi utang yang akan gagal bayar daripada untuk menyaring risiko kredit buruk di tempat pertama.

Contoh Analisis Markov

Analisis Markov dapat digunakan oleh spekulan saham. Misalkan seorang investor momentum memperkirakan bahwa saham favorit memiliki peluang 60% untuk mengalahkan pasar besok jika melakukannya hari ini. Perkiraan ini hanya melibatkan keadaan saat ini, sehingga memenuhi batas kunci analisis Markov.

Analisis Markov juga memungkinkan spekulan untuk memperkirakan bahwa probabilitas saham akan mengungguli pasar untuk dua hari ke depan adalah 0,6 * 0,6 = 0,36 atau 36%, mengingat saham mengalahkan pasar saat ini. Dengan menggunakan leverage dan pyramiding, spekulan berusaha untuk memperkuat potensi keuntungan dari jenis analisis Markov ini.