تسريع إدارة المخاطر في أسواق رأس المال باستخدام التحليل الكمي للمخاطر (Karthikeyan Rengasamy)

عادة ما يرتبط تقلب أسواق الأسهم بمخاطر الاستثمار. ومع ذلك ، إذا تمت إدارة المخاطر بشكل فعال ، فيمكنها أيضًا توليد عوائد قوية للمستثمرين. يقر مديرو الاستثمار والمستثمرون أنه يجب عليهم مراعاة عوامل أخرى غير
معدل العائد المتوقع لتحسين التنبؤ واتخاذ القرار. عملية صنع القرار مليئة بعدم اليقين ، مع العديد من الاحتمالات والاحتمالات التي تشمل مجموعة واسعة من المكافآت والمخاطر. هناك طريقة لمساعدة الاستثمار
المديرين والمستثمرين في اتخاذ القرارات من خلال تزويدهم بتقييم واقعي للمخاطر التي تنطوي عليها. توفر طريقة مونت كارلو ، التي يشار إليها أيضًا باسم محاكاة مونت كارلو ، اتخاذ قرارات أفضل في المواقف غير المؤكدة من خلال السماح لنا بمشاهدة
جميع نتائج اختيارنا وتقييم المخاطر المرتبطة بها. سيكون من الحكمة التفكير في محاكاة مونت كارلو كلما كان هناك عدد كبير من عدم اليقين. إذا لم يكن الأمر كذلك ، فقد تكون التوقعات متوقفة بشكل كبير ، مما يؤثر على القرارات بشكل سلبي.
عادة ، ستحاول هذه الطريقة أخذ العينات بما يتماشى مع توزيع الاحتمالات الذي يوضح النتائج المحتملة لحدث ما. قد لا تكون العينات المستقلة التي تنتجها محاكاة مونت كارلو مناسبة لجميع المشكلات. أيضا ، الحسابية
متطلبات محاكاة مونت كارلو هي الحجة الأكثر إقناعًا ضدها. العديد من حالات استخدام سوق رأس المال التي يتم حلها حاليًا باستخدام محاكاة مونت كارلو ، مثل تحليل المخاطر وتسعير الخيارات ، لديها القدرة على حلها بشكل أسرع في الوقت المناسب
بواسطة خوارزميات الكم.

محاكاة مونت كارلو وخوارزمية الكم لإدارة المخاطر

تُستخدم طريقة مونت كارلو لاستكشاف الفضاء الاحتمالي لحدث واحد أو سلسلة من الأحداث ذات الصلة. في أسواق رأس المال ، القيمة المعرضة للخطر (القيمة المعرضة للخطر - تحدد حجم الخسائر المالية المحتملة خلال فترة محددة) والقيمة المشروطة
معرضة للخطر (CVaR- تحدد الخسائر المتوقعة التي تحدث بعد نقطة توقف القيمة المعرضة للمخاطر) للمحفظة يمكن تحديدها باستخدام محاكاة مونت كارلو. هذا يساعد في التنبؤ بأسوأ سيناريو لحساب المخاطر بالنظر إلى فترة الثقة على مدى معين
أفق زمني. ومع ذلك ، فإن تشغيل هذه النماذج على كمية كبيرة من البيانات في أبعاد مختلفة يمكن أن يكون مكلفًا من الناحية الحسابية. أيضا ، قد يكون خارج قدرات أجهزة الكمبيوتر الكلاسيكية اليوم. هنا ، سنتحدث عن كيفية استخدام الخوارزمية الكمومية في ملف
قد يدير الكمبيوتر الكمي مخاطر محفظة الأسهم ومخاطر الائتمان ومخاطر العملة بشكل أكثر فعالية من محاكاة مونت كارلو على جهاز كمبيوتر كلاسيكي.

إدارة مخاطر حافظة الأسهم

وفقًا لتعريف القيمة المعرضة للخطر ومقاييس القيمة المشروطة للمخاطر ، قد يكون المرء مهتمًا بتقييم احتمال وجود خسارة مستقبلية للمحفظة المعينة تتجاوز قيمة محددة مسبقًا. هذا يستلزم تحليل كل ما هو ممكن
أزواج الأصول التي يمكن أن تتخلف عن السداد أو عدد كبير من العينات التقليدية في محاكاة مونت كارلو التي تتطلب قوة حوسبة عالية للتشغيل. يمكن تسريع هذا بشكل كبير في الكمبيوتر الكمومي عن طريق الخوارزميات القائمة على
تقدير السعة الكمومية. تقدير السعة هو خوارزمية كمومية تُستخدم لتقدير معلمة غير معروفة والتي يمكن أن تعمل بشكل أسرع بمرور الوقت على خوارزمية مونت كارلو الكلاسيكية. قوة الكم
الكمبيوتر ينمو أضعافا مضاعفة بما يتناسب مع عدد
المكدسة مرتبطة ببعضها البعض. هذا هو أحد الأسباب التي تجعل أجهزة الكمبيوتر الكمومية قد تتفوق في النهاية على أجهزة الكمبيوتر الكلاسيكية في تحليل المخاطر ذات الحجم الكبير من البيانات.

إدارة مخاطر الائتمان

من الأهمية بمكان للمؤسسات المالية تقييم مخاطر الائتمان للمقترضين من أجل تلبية متطلبات رأس المال الاقتصادي (ECR). تقوم المؤسسات المالية المتخصصة في إقراض الأموال ، والمشار إليها في هذا السياق بالمقرضين ، بتقييم
مخاطر القرض قبل الموافقة. يقوم المقرضون بتقييم المخاطر من خلال تحديد ما إذا كان من المحتمل أن يفوت المقترض المدفوعات. يقوم المقرضون بتقييم الوضع المالي الحالي للمقترض ، والتاريخ المالي ، والضمانات ، وغيرها من المعايير لتحديد مدى مخاطر الائتمان
سيكون قرضهم. يفضل المقرضون الأساليب الكلاسيكية لحساب المخاطر الذين يتسمون بالحذر والنفور من المخاطرة. ومع ذلك ، فإن هذه الطرق الكلاسيكية جامدة وتنتج نتائج بعدد محدود فقط من المعلمات الثابتة. الحصول على عرض بزاوية 360 درجة
من مخاطر المقرض عبر مجموعة المقترضين بأكملها يمكن أن يفتح خصائص ديموغرافية جديدة للإقراض مع الحفاظ على عتبة المخاطرة منخفضة. وهذا يتطلب في النهاية قوة حوسبية عالية لحساب مخاطر الائتمان وقروضهم. على عكس مونتي الكلاسيكية
محاكاة كارلو ، تقدير السعة الكمومية يمكن للنموذج تقدير القيمة المشروطة المعرضة للخطر بأقل قدر من النفقات الإضافية وفي الوقت الفعلي تقريبًا. يمكن أن يكون احتمال نجاح هذه الخوارزمية
زادت بسرعة بتكرار التقدير عدة مرات ، مما يساعد في تحقيق دقة أعلى.

إدارة مخاطر العملات 

تُعرف مخاطر التأثير المالي الناجم عن تقلب أسعار الصرف بمخاطر الصرف الأجنبي أو مخاطر أسعار الصرف. تؤثر مخاطر العملة أيضًا على المؤسسات غير المالية التي لديها ذمم مدينة أو مطلوبات بعملة أجنبية. القيمة المعرضة للخطر
تستخدم لحساب الاحتياطي المالي وتأمين الذمم المدينة أو الالتزامات. محاكاة مونت كارلو هي محاكاة بسيطة وسهلة التنفيذ ومرنة لعمل افتراضات مختلفة للتنبؤ بمخاطر عملة المؤسسة. ومع ذلك ، أجهزة الكمبيوتر الكمومية
يمكنه حل بعض المهام المتعلقة بإدارة احتياطيات العملات الأجنبية بكفاءة ، مثل قياس المخاطر باستخدام نموذج تقدير سعة الكم. بالمقارنة مع أجهزة الكمبيوتر الكلاسيكية ، فإن أجهزة الكمبيوتر الكمومية أكثر عرضة للأخطاء. لمعالجة هذه الصعوبة ، فإن العملية
يتكرر عدة آلاف من المرات ويتم حساب النتيجة كمتوسط ​​لجميع النتائج. يمكن أن يؤدي تشغيل النموذج بمتغيرات عشوائية مختلفة إلى تحسين دقة القيمة المتوقعة المعرضة للخطر.

المستقبل الى الامام

تعتمد الأساليب التقليدية لتحسين أداء مونت كارلو على أخذ العينات المهمة. ومع ذلك ، تظل المشكلة صعبة عادةً من حيث القدرة الحاسوبية اللازمة لحلها في الوقت الفعلي. وبسبب هذا ، فإن إمكانات الخوارزمية الكمومية
تعزيز الكفاءة في مجال تقييم المخاطر المالية أمر مقنع بشكل خاص. من الناحية النظرية ، قد يتم تقصير الحسابات بين عشية وضحاها إلى إطار زمني أقصر ، مما يتيح تقييم المخاطر في الوقت الفعلي بشكل أكبر. المؤسسات المالية ستكون قادرة على
الاستجابة لظروف السوق المتغيرة والاستفادة من فرص التداول بشكل أسرع من خلال هذا التحليل شبه الحقيقي. تستخدم البنوك بشكل أساسي محاكاة مونت كارلو للنماذج المعقدة التي يمكن أن تفسر عدم اليقين في متغيرات تحليل المخاطر.
تشجعنا الحجج المذكورة أعلاه على النظر في النماذج الخوارزمية الكمومية. لا يمكننا الادعاء بأن الخوارزميات الكمومية تتفوق على الخوارزميات الكلاسيكية بسبب الميل المقارب لخطأ التقدير فيما يتعلق بوقت الحساب. لكن،
نتوقع أن تصحيح الخطأ الكمي ، الذي يستخدم الحساب الكمي لحماية الحالات الكمومية من الأخطاء ، هو حل محتمل لمشكلة الضوضاء ، وسيكون تقدير سعة الكم أفضل من محاكاة مونت كارلو التقليدية بواسطة
التغلب على هذه الأخطاء. لذلك ، فإن الوعد بتسريع الكم المتسارع يجعله جذابًا للغاية ليكون أحد التطبيقات الأولى لتجربة فائدة كمية حقيقية وعملية.