Πώς μπορώ να χρησιμοποιήσω τη συστηματική δειγματοληψία στη χρηματοδότηση;

iatrica (Νοέμβριος 2024)

iatrica (Νοέμβριος 2024)
Πώς μπορώ να χρησιμοποιήσω τη συστηματική δειγματοληψία στη χρηματοδότηση;
Anonim
α:

Η συστηματική δειγματοληψία είναι χρήσιμη στη χρηματοδότηση για καταστάσεις όπου είναι ανέφικτη η ανασκόπηση του συνόλου του πληθυσμού για ορισμένες πληροφορίες και απαιτείται μια εύκολη διαδικασία για τη δημιουργία ενός δείγματος. Χρησιμοποιείται επίσης σε προηγμένες στατιστικές τεχνικές χρηματοδότησης. Ως παράδειγμα, εάν ένας επενδυτής θέλει να διερευνήσει ένα θέμα με τις εταιρείες του S & P 500, είναι συχνά ανέφικτο να εξεταστούν και οι 500 εταιρείες. Αντ 'αυτού, η συστηματική δειγματοληψία μπορεί εύκολα να μειώσει το μέγεθος του πληθυσμού σε ένα διαχειρίσιμο δείγμα. Με το S & P 500, ένα άτομο θα μπορούσε να πάρει κάθε δέκατη εταιρεία από μια αλφαβητική λίστα για να συμπεριλάβει στο δείγμα, για ένα συνολικό μέγεθος δείγματος 50. Είναι πολύ πιο εύκολο να ερευνήσετε 50 εταιρείες σε σύγκριση με 500.

Η συστηματική δειγματοληψία είναι μια διαδικασία δειγματοληψίας όπου μια τυχαία αρχική θέση επιλέγεται σε έναν πληθυσμό και στη συνέχεια τα δείγματα τραβιούνται σύμφωνα με ένα σταθερό προκαθορισμένο διάστημα. Τα κυριότερα πλεονεκτήματα είναι η ευκολία χρήσης και το γεγονός ότι ο πληθυσμός είναι ομοιόμορφα δειγματοληπτικός. Ένα κύριο μειονέκτημα είναι ότι μπορεί να υπάρχει ένα κρυφό χρονικό χαρακτηριστικό στον πληθυσμό που δεν αναγνωρίζεται και το συστηματικό δείγμα στρέφεται προς το κρυφό αυτό χαρακτηριστικό.

Η συστηματική δειγματοληψία είναι επίσης μια τεχνική που χρησιμοποιείται στις προσομοιώσεις του Monte Carlo. Η ανάλυση Monte Carlo είναι μια στατιστική τεχνική που χρησιμοποιείται για τον προσδιορισμό της πιθανότητας ορισμένων αποτελεσμάτων με τη διεξαγωγή σειράς διαφορετικών προσομοιώσεων με τυχαίες μεταβλητές. Η τεχνική ονομάζεται μετά τα παιχνίδια καζίνο του Μόντε Κάρλο και προέρχεται από το Επιστημονικό Εργαστήριο του Los Alamos. Η ανάλυση Monte Carlo έχει πολλές χρήσεις στη χρηματοδότηση, όπου μπορεί να βοηθήσει στον προσδιορισμό των πιθανοτήτων για αβέβαια μελλοντικά αποτελέσματα. Μπορεί να χρησιμοποιηθεί για παράγωγα τιμών, διαχείριση κινδύνου, μοντελοποίηση κόστους και βελτιστοποίηση χαρτοφυλακίου.