Bancherele, analiștii de risc și consultanții strategici folosesc simularea Monte Carlo pentru că e cel mai onest mod de a răspunde la o întrebare de business:
Nu „care e profitul așteptat?” — ci „care e distribuția posibilelor rezultate și cu ce probabilitate pierzi bani?”
Poți face asta în Excel, fără niciun software suplimentar.
Ce este simularea Monte Carlo
O simulare Monte Carlo rulează un model financiar de mii de ori, de fiecare dată cu valori aleatoare pentru parametrii incerți (vânzări, costuri, rate, prețuri). Rezultatul: nu un singur număr, ci o distribuție de mii de rezultate posibile.
Din distribuție extrage:
- Valoarea medie (cea mai probabilă)
- Percentilă 10 (scenariul pesimist realist)
- Percentilă 90 (scenariul optimist realist)
- Probabilitatea de pierdere (% scenarii cu profit negativ)
Pasul 1: Modelul de bază
Ai nevoie de un model cu:
- Parametrii incerți (ce nu știi exact): vânzări, prețuri, costuri variabile
- Parametrii ficși (ce știi cu certitudine): chirie, salarii fixe, taxe
- Output: profitul, NPV, sau orice alt indicator relevant
Exemplu simplu: profitul unui nou produs
| Parametru | Valoare estimată |
|---|---|
| Cantitate vândută | 10.000 unități |
| Preț vânzare | 150 lei |
| Cost variabil/unitate | 90 lei |
| Costuri fixe | 250.000 lei |
| Profit | = Cantitate × (Preț – Cost_var) – Costuri_fixe |
Estimarea centrală: 10.000 × 60 – 250.000 = 350.000 lei profit
Dar e aceasta realitatea? Cantitatea poate varia între 6.000 și 15.000. Prețul poate scădea. Costurile pot crește.
Pasul 2: Definești distribuțiile pentru parametrii incerți
Fiecare parametru incert are o distribuție — cum crezi că valorile sunt distribuite în jurul estimării centrale.
Distribuția normală (gaussiană)
Cel mai frecvent: valori grupate în jurul mediei, mai rare la extremități.
// Cantitate: medie 10.000, deviere standard 1.500
=NORM.INV(RAND(); 10000; 1500)La fiecare calcul, RAND() generează un număr aleator 0-1, NORM.INV îl transformă în cantitate din distribuția normală specificată.
Distribuția uniformă
Orice valoare din interval e la fel de probabilă:
// Preț: între 130 și 170 lei, uniform
=130 + RAND() * (170 - 130)
// sau mai elegant:
=RANDBETWEEN(130; 170)Distribuția triunghiulară
Ai un minim, un maxim și o valoare cea mai probabilă (moda):
// Costuri fixe: minim 200k, maxim 320k, cel mai probabil 250k
=TRIANG.INV(RAND(); 200000; 250000; 320000)
// TRIANG.INV nu e funcție Excel nativă — o implementezi cu formula:
=LET(u; RAND(); min; 200000; mod; 250000; max; 320000;
c; (mod-min)/(max-min);
DACĂ(u<c; min+RADACINA(u*(max-min)*(mod-min)); max-RADACINA((1-u)*(max-min)*(max-mod))))Pasul 3: Foaia de simulare
Creezi o foaie „Simulare” cu 1.000-10.000 iterații:
Structura foii:
Rândul 1: Antet — Cantitate, Pret, Cost_var, Costuri_fixe, Profit
Coloana A (Cantitate): =NORM.INV(RAND(); 10000; 1500) Coloana B (Preț): =130 + RAND() 40 Coloana C (Cost variabil): =NORM.INV(RAND(); 90; 8) Coloana D (Costuri fixe): =NORM.INV(RAND(); 250000; 20000) Coloana E (Profit): =A2(B2-C2)-D2
Copiezi rândul 2 pe 5.000 rânduri (A2:E5001).
La fiecare F9 (recalcul), toate valorile se regenerează — 5.000 de scenarii noi instant.
ATENȚIE: RAND() e volatil — se recalculează la orice modificare. Dacă vrei să „îngheti” rezultatele pentru analiză: Ctrl+A → Ctrl+C → Lipire specială → Valori.
Pasul 4: Analiza rezultatelor
Cu coloana Profit din simulare (5.000 valori), calculezi:
// Statistici de bază
Profit_Mediu: =AVERAGE(E2:E5001)
Profit_Mediana: =MEDIAN(E2:E5001)
StDev_Profit: =STDEV(E2:E5001)
// Scenarii limită
Worst_Case_10%: =PERCENTILE(E2:E5001; 0.10) // 10% din scenarii sunt mai rele
Best_Case_90%: =PERCENTILE(E2:E5001; 0.90) // 10% din scenarii sunt mai bune
// Probabilitatea de pierdere
Prob_Pierdere: =COUNTIF(E2:E5001; "<0") / 5000
// ex: 0.08 = 8% șanse să pierzi bani
// Interval de încredere 80% (P10 la P90)
"Cu 80% probabilitate, profitul va fi între " & TEXT(P10;"#,##0") & " și " & TEXT(P90;"#,##0") & " lei"Pasul 5: Histograma distribuției
Inserare → Grafice → Histogramă
Selectezi coloana Profit → Excel grupează automat valorile în bins și afișează distribuția.
Personalizare:
- Adaugi o linie verticală la 0 (granița profit/pierdere)
- Colorezi zona negativă în roșu, zona pozitivă în verde
- Adaugi etichete cu P10, media, P90
Rezultatul vizual: directorul vede dintr-o privire unde se concentrează scenariile și cât de mult riscă.
Aplicații practice în firmele din România
Evaluarea unei investiții cu risc
Ai incertitudine la: vânzări (piața), costuri de construcție (inflație), rata de finanțare. Simularea Monte Carlo îți arată NPV-ul în distribuție completă — nu un singur număr optimist.
Prețul unui produs nou
Parametri incerți: prețul de cost (negociere furnizor), volumul de vânzări (reacția pieței), prețul de vânzare acceptat (testare). Monte Carlo arată distribuția marjei finale.
Prognoza de cash flow
Parametri incerți: termene de încasare (comportamentul clienților), vânzări viitoare. Monte Carlo arată distribuția soldului de cash la finalul anului — și probabilitatea de a rămâne în deficit.
Limitele simulării Monte Carlo în Excel
Corelații între variabile: dacă prețul de vânzare scade, cantitatea crește (elasticitate) — Monte Carlo simplu nu capturează această relație. Soluție: implementezi corelația explicit în formulele de generare.
Numărul de iterații: 1.000 iterații e minim, 10.000 e standard, 100.000 produce rezultate stabile dar Excel devine lent. Soluție: după simulare, copiezi valorile ca text și lucrezi cu ele.
Distribuțiile complexe: pentru distribuții specifice (Poisson, exponențiale) ai nevoie de implementări manuale sau add-în-uri specializate.
Concluzie
Simularea Monte Carlo în Excel te scoate din iluzia unui singur număr și îți arată realitatea: un spectru de posibilități cu probabilitățile lor. Cu 5.000 de iterații generate în câteva secunde și câteva formule de statistică, transformi orice model financiar dintr-o estimare punctuală într-o analiză de risc completă.
La Excel Group construim modele de simulare Monte Carlo pentru decizii de investiții și evaluare de risc în firme din România și Moldova. Contactează-ne.
Întrebări frecvente
De câte iterații am nevoie pentru rezultate stabile?
Depinde de modelul tău. Verifici stabilitatea crescând iterațiile: dacă media și percentilele nu se schimbă semnificativ de la 1.000 la 5.000, 1.000 e suficient. Pentru cozi de distribuție (probabilități mici), ai nevoie de mai multe iterații.
Există add-în-uri Excel specializate pentru Monte Carlo?
Da — @RISK (Palisade) și Crystal Ball (Oracle) sunt cele mai cunoscute. Sunt mai puternice și mai ușor de folosit, dar costă câteva sute de dolari pe an. Pentru analize ocazionale, implementarea manuală e suficientă.
Pot salva mai multe rulări de simulare și compara?
Da — copiezi rezultatele ca valori după fiecare rulare pe o foaie separată (Rulare_1, Rulare_2 etc.). Compari distribuțiile pentru a verifica stabilitatea sau a testa scenarii diferite.
