Monte Carlo simuliacija
Vietoj vieno prognozės skaičiaus sugeneruojami tūkstančiai atsitiktinių scenarijų ir gaunamas rezultatų pasiskirstymas: koks pelnas ar pinigų srautas tikėtinas, koks — įmanomas, kokia tikimybė nepasiekti tikslo. Tai natūralus scenarijų ir jautrumo analizės pratęsimas, kai neapibrėžtų kintamųjų daug ir jie veikia vienu metu.
Tikimybės vietoj vieno skaičiaus
Monte Carlo simuliacija — skaičiavimo metodas, kuriame neapibrėžtiems modelio kintamiesiems (kainai, pardavimų apimčiai, savikainai, valiutų kursams) priskiriami ne fiksuoti skaičiai, o tikimybių skirstiniai. Kompiuteris daug kartų „ištraukia" atsitiktines reikšmes iš tų skirstinių ir kiekvieną kartą perskaičiuoja rezultatą. Metodo vardas kilo iš Monte Karlo kazino — jį Manheteno projekte išplėtojo Ulamas ir von Neumannas.
Rezultatas — ne vienas atsakymas, o visas galimų rezultatų vaizdas: vidurkis, intervalas, tikimybė patekti į nuostolį. Klasikinė prognozė sako „pelnas bus 300 tūkst."; simuliacija sako „su 80 proc. tikimybe pelnas bus tarp 180 ir 420 tūkst., nuostolio tikimybė — 7 proc."
Skirstiniai, tūkstančiai bandymų, pasiskirstymo analizė
Pirma, sukuriamas rezultato modelis — pavyzdžiui, pelno ar projekto NPV formulė. Antra, kiekvienam neapibrėžtam kintamajam parenkamas skirstinys: iš istorinių duomenų, rinkos svyravimų ar bent pagrįsto „minimumas — labiausiai tikėtina — maksimumas" vertinimo. Trečia, aprašomos priklausomybės tarp kintamųjų — kad simuliacija negeneruotų nesuderinamų kombinacijų, tarkime, augančios apimties krentančioje rinkoje.
Tada modelis perskaičiuojamas 10-100 tūkst. kartų ir analizuojamas rezultatų pasiskirstymas: kur susitelkia dauguma scenarijų, kokios „uodegos", kurie kintamieji labiausiai lemia išsibarstymą. Būtent uodegos — reti, bet skausmingi scenarijai — yra didžiausia simuliacijos vertė, nes vidurkiais grįsta prognozė jų neparodo.
Kur simuliacija duoda daugiausia naudos
- Vertinant stambius investicinius projektus, kur NPV priklauso nuo daugelio neapibrėžtų prielaidų.
- Planuojant likvidumą: kokia tikimybė, kad pinigų srautas taps neigiamas kritiniu laikotarpiu.
- Kai trys rankiniai scenarijai nebeaprėpia rizikos — kintamieji svyruoja kartu ir jų daug.
- Nustatant rezervų ir kredito limitų dydį pagal pasirinktą patikimumo lygį.
Monte Carlo mūsų sistemoje
Mūsų analitinė bazė iš kliento apskaitos duomenų duoda tai, be ko simuliacija neveikia — realius istorinius svyravimus: kaip iš tikrųjų svyravo pardavimai, maržos, atsiskaitymų terminai. Iš jų formuojame įvesties skirstinius, todėl simuliacija remiasi faktais, o ne nuojauta.
Taikome ją ten, kur paprastesnių įrankių nepakanka: stambių investicijų vertinime ir pinigų srauto rizikos analizėje. Vadovui pateikiame ne skirstinių matematiką, o kelis aiškius skaičius: tikėtiną rezultatą, intervalą ir nuostolio ar pinigų trūkumo tikimybę — tuos pačius „šviesoforus", tik su tikimybėmis.
Kuo remiasi ši metodika
Norite pamatyti šią metodiką veikiančią jūsų duomenyse?
Pradėkite nuo diagnostikos — per 2-4 savaites parodysime, ką jūsų apskaitos duomenys jau gali pasakyti apie savikainą, pelningumą ir pinigus.
Susisiekti dėl diagnostikos