Digamos que usted trabaja en BP y usted está interesado en la relación entre la profundidad de los pozos de petróleo en el Caribe con la frecuencia de los problemas de la plataforma petrolera .
Usted tiene varios miles de puntos de datos mensual de los datos de frecuencia de eventos de desastre y la profundidad media de cada pocillo de la superficie del océano al fondo del mar, y desde el fondo del mar a la piscina de aceite. Es necesario para generar rápidamente una distribución de probabilidad y de las estimaciones de la probabilidad de futuros eventos de desastre de la plataforma petrolera para una reunión de la junta en 1 hora. Varios Microsoft Excel herramientas estadísticas pueden generar este análisis en 15 minutos o menos.
Lástima que BP no sabía
Otro ejemplo: Usted tiene una cartera de bonos de empresas calificadas triple A, Baa, y C en una cuenta que ha generado beneficios de papel significativas en el último año. Su cliente le pregunta si debe vender esta cartera, o si debía sostenerlo y comprar protección con derivados de crédito, y necesita saber la respuesta para el final del día.
Usted tiene acceso a gran cantidad de datos sobre las probabilidades de incumplimiento históricas de diferentes bonos con diferentes clasificaciones, así como series de tiempo histórico de los diferenciales de crédito, precios de los CDS y los precios de las acciones. Con estos datos y una biblioteca estadísticas de Microsoft Excel, que son capaces de responder con un 95% de confianza, que en base a las condiciones actuales del mercado, la duración del período previo precio del bono, y el ciclo económico actual, los diferenciales de riesgo de crédito de los bonos de grado especulativo es probable para aumentar en al menos un 15% en los próximos 6 meses.
Usted recomienda la venta de los bonos C-nominal, la compra de CDS de índice en el índice de alto rendimiento, la reducción de la exposición del Baa de la cartera de forma gradual, y la celebración de los bonos con calificación triple-A.
Un último ejemplo podría ser los patrones climáticos cíclicos a largo plazo para proyectar la precio de una canasta de alimentos básicos como el trigo, maíz, carne, soya y jugo de naranja. Al importar datos nacionales de patrón de