Análise Markov
O que é análise de Markov?
A análise de Markov é um método usado para prever o valor de uma variável cujo valor previsto é influenciado apenas por seu estado atual, e não por qualquer atividade anterior. Em essência, ele prevê uma variável aleatória com base apenas nas circunstâncias atuais que cercam a variável.
A análise de Markov é freqüentemente usada para prever comportamentos e decisões em grandes grupos de pessoas. Foi nomeado em homenagem ao matemático russo Andrei Andreyevich Markov, que foi o pioneiro no estudo de processos estocásticos, que são processos que envolvem a operação do acaso. Markov aplicou esse método pela primeira vez para prever os movimentos das partículas de gás presas em um recipiente.
PRINCIPAIS RECONHECIMENTOS
- A análise de Markov é um método usado para prever o valor de uma variável cujo valor previsto é influenciado apenas por seu estado atual.
- As principais vantagens da análise de Markov são simplicidade e precisão de previsão fora da amostra.
- A análise de Markov não é muito útil para explicar eventos e não pode ser o verdadeiro modelo da situação subjacente na maioria dos casos.
- A análise de Markov é útil para especuladores financeiros, especialmente investidores momentum.
Compreendendo a análise de Markov
O processo de análise de Markov envolve a definição da probabilidade de uma ação futura, dado o estado atual de uma variável. Uma vez que as probabilidades de ações futuras em cada estado são determinadas, uma árvore de decisão pode ser desenhada e a probabilidade de um resultado pode ser calculada.
A análise de Markov tem várias aplicações práticas no mundo dos negócios. É frequentemente empregado para prever o número de peças defeituosas que sairão de uma contas a receber (AR) de uma empresa que se tornará dívidas incobráveis.
As empresas também podem usar a análise de Markov para prever a lealdade futura à marca dos clientes atuais e o resultado dessas decisões do consumidor na participação de mercado da empresa. Alguns métodos de previsão de preços de ações e opções também incorporam a análise de Markov.
Vantagens e desvantagens da análise de Markov
Os principais benefícios da análise de Markov são simplicidade e precisão de previsão fora da amostra. Modelos simples, como aqueles usados para análise de Markov, geralmente são melhores em fazer previsões do que modelos mais complicados. Esse resultado é bem conhecido em econometria.
Infelizmente, a análise de Markov não é muito útil para explicar eventos e não pode ser o verdadeiro modelo da situação subjacente na maioria dos casos. Sim, é relativamente fácil estimar probabilidades condicionais com base no estado atual. No entanto, isso costuma dizer um pouco sobre por que algo aconteceu.
A análise de Markov é uma ferramenta valiosa para fazer previsões, mas não fornece explicações.
Em engenharia, é bastante claro que saber a probabilidade de uma máquina quebrar não explica por que ela quebrou. Mais importante, uma máquina não quebra realmente com base em uma probabilidade que é uma função de se ela quebrou ou não hoje. Na realidade, uma máquina pode quebrar porque suas engrenagens precisam ser lubrificadas com mais frequência.
Em finanças, a análise de Markov enfrenta as mesmas limitações, mas resolver problemas é complicado por nossa relativa falta de conhecimento sobre os mercados financeiros. A análise de Markov é muito mais útil para estimar a parcela de dívidas que será inadimplente do que para rastrear riscos de crédito ruins em primeiro lugar.
Um exemplo de análise de Markov
A análise de Markov pode ser usada por especuladores de ações. Suponha que um investidor momentum estime que uma ação favorita tem 60% de chance de vencer o mercado amanhã, se o fizer hoje. Essa estimativa envolve apenas o estado atual, portanto, atende ao limite principal da análise de Markov.
A análise de Markov também permite ao especulador estimar que a probabilidade de a ação superar o mercado nos dois dias seguintes é 0,6 * 0,6 = 0,36 ou 36%, dado que a ação superou o mercado hoje. Usando a alavancagem e a pirâmide, os especuladores tentam amplificar os lucros potenciais desse tipo de análise de Markov.