Любой план — бюджет, график строительства, финансовая модель — построен на оценках. Цены, объемы, сроки поставки, производительность известны лишь приблизительно. Обычный расчет берет по одному значению каждого показателя и дает один результат, ничего не говоря о его надежности. Метод Монте-Карло отвечает на вопрос, который на самом деле задает руководство: насколько вероятно, что мы уложимся?
Как работает метод
- Модель. Берется обычная модель: формулы в Excel, календарный план проекта, модель денежных потоков. Ее логика не меняется.
- Неопределенность. Каждое неточное исходное значение заменяется распределением вероятностей: например, «стоимость оборудования от 380 до 470 млн руб., скорее всего 400». Отдельно описываются рисковые события: «с вероятностью 30 % поставка задержится на 15–45 дней».
- Итерации. Компьютер тысячи раз выбирает случайное значение каждой величины из ее распределения и пересчитывает модель. Каждый пересчет — один правдоподобный сценарий будущего.
- Результат. Тысячи значений результата складываются в распределение. По нему видно среднее, диапазон, P50, P80 и P90, вероятность превысить бюджет или получить убыток, а также факторы, сильнее всего влияющие на итог.
Пошаговый пример с формулами — в статье «Метод Монте-Карло в Excel».
Что метод показывает, а обычный расчет — нет
Самый наглядный пример — параллельные работы. Пусть каждая из трех работ по оценке занимает 10 дней (минимум 8, максимум 15), а следующий этап может начаться, только когда закончены все три. План говорит: 10 дней. Симуляция говорит другое.
- Одна работа укладывается в 10 дней с вероятностью 39 %: диапазон несимметричен, задержаться легче, чем ускориться.
- Три параллельные работы завершаются к 10-му дню только в 6 % случаев. Чтобы этап закончился вовремя, нужно, чтобы не опоздала ни одна.
- Среднее время этапа — 11,6 дня, а с уверенностью 80 % можно обещать 12,5 дня.
Это не особый случай, а обычная картина: в любом календарном плане есть точки слияния путей, поэтому реальные сроки почти всегда хуже плановых. Детерминированный расчет этого не видит в принципе, а метод Монте-Карло показывает сразу.
Где применяется
| Задача | Что дает метод Монте-Карло | Подробнее |
|---|---|---|
| Сроки и бюджет проекта | Вероятность уложиться в дату и смету, P80 срока, критические работы и риски | Анализ рисков проекта |
| Резерв на непредвиденные расходы | Обоснованный размер резерва вместо «плюс 10 %» | Резерв на риски |
| Инвестиционные решения | Распределение NPV и IRR, вероятность убытка, сравнение вариантов | NPV методом Монте-Карло |
| Денежный поток компании | Cash Flow at Risk, потребность в ликвидности | CFaR |
| Запасы полезных ископаемых | Оценки P90, P50, P10 | Оценка запасов |
| Совокупный риск компании | Сумма всех рисков реестра в деньгах, сравнение с риск-аппетитом | Риск-аппетит |
В российских стандартах метод описан в ГОСТ Р 58771-2019 «Технологии оценки риска» (раздел Б.5.10 «Моделирование методом Монте-Карло»).
Сколько итераций нужно
Результат симуляции — сам по себе оценка: при другом наборе случайных чисел цифры будут немного другими. Случайная ошибка уменьшается пропорционально корню из числа итераций. В примере с тремя работами разброс оценки P80 между прогонами составлял около 0,19 дня при 100 итерациях, 0,07 дня при 1000 и 0,02 дня при 10 000.
Практическое правило: для средних значений и P10–P90 достаточно нескольких тысяч итераций, для P99 и дальше — десятков и сотен тысяч. Важнее другое: никакое число итераций не исправит неверные исходные распределения.
Частые ошибки
- Слишком узкие диапазоны. Эксперты систематически недооценивают неопределенность. Помогает порядок вопросов (сначала крайние значения, потом наиболее вероятное) и калибровка — см. экспертная оценка рисков.
- Забытые зависимости. Если цены на материалы растут вместе, а модель считает их независимыми, диапазон результата получится заниженным. Подробно — в статье о корреляции рисков.
- Треугольное распределение по умолчанию. Оно переоценивает вероятность крайних значений; для экспертных оценок обычно лучше PERT-распределение.
- Двойной учет. Один и тот же риск попадает и в диапазон стоимости работы, и в отдельное рисковое событие.
- Непонятный результат. Руководству нужен ответ на вопрос («резерв 111 млн руб. дает 80 % уверенности»), а не гистограмма со статистикой.
Чем считать
Небольшую модель можно просчитать формулами Excel или на Python (сравнение — в статье «Монте-Карло в Python или в Excel»). Для рабочих задач удобнее специализированные программы. Мы разрабатываем три:
- МоделРиск — надстройка Excel для любых моделей в электронных таблицах: финансы, сметы, производство, страхование.
- Тамара — анализ рисков сроков и стоимости проектов, импорт планов из Primavera P6 и MS Project.
- Пеликан — система управления рисками, где риски всей компании оцениваются в деньгах и складываются в совокупный риск.
Обзор других программ — в статье «Программы для анализа рисков методом Монте-Карло».
Частые вопросы
Чем метод Монте-Карло отличается от сценарного анализа?
Сценарный анализ рассматривает несколько заранее выбранных вариантов (пессимистичный, базовый, оптимистичный) и не говорит, насколько вероятен каждый. Метод Монте-Карло перебирает тысячи сочетаний исходных данных с учетом их вероятностей и показывает вероятность любого результата.
Сколько итераций нужно?
Точность растет пропорционально корню из числа итераций: чтобы вдвое уменьшить случайную ошибку, нужно в четыре раза больше итераций. Для средних значений и P10–P90 обычно хватает 1000–10 000 итераций, для крайних процентилей нужно больше.
Нужны ли исторические данные для метода Монте-Карло?
Нет. Распределения можно задавать экспертными оценками (минимум, наиболее вероятное, максимум). Если данные есть, распределение лучше подобрать по ним. Чаще всего в одной модели сочетаются оба источника.
Почему метод называется «Монте-Карло»?
Метод разработали в 1940-х годах в Лос-Аламосе Станислав Улам и Джон фон Нейман. Название, по воспоминаниям участников, предложил их коллега Николас Метрополис — в честь казино Монте-Карло: метод, как рулетка, основан на случайности.
МоделРиск
МоделРиск — надстройка Excel для анализа рисков методом Монте-Карло. Пробная версия на 30 дней без ограничений.