Имитационное моделирование с применением инструмента «Генерация случайных чисел»
РЕАЛИЗАЦИЯ МЕТОДА МОНТЕ-КАРЛО В EXCEL Фирма рассматривает инвестиционный проект по производству продукта «А». В процессе анализа экспертами были выявлены три ключевых параметра проекта и определены возможные границы их изменений (табл. 1). Прочие параметры проекта считаются постоянными величинами в течение срока реализации проекта (табл. 2) Таблица1. Ключевые параметры проекта по производству продукта «А» Показатели |
Сценарий | |||||||||||
Худший | Лучший | Вероятный | ||||||||||
Объем выпуска Q | 150 | 300 | 200 | |||||||||
Цена за 1 шт.- P | 40 | 55 | 50 | |||||||||
Переменные затраты V | 35 | 25 | 30 |
Таблица 2 Неизменные параметры проекта
Показатели | Наиболее вероятное значение |
Постоянные затраты - F | 500 |
Амортизация - A | 100 |
Налог на прибыль - T | 60% |
Норма дисконта - r | 10% |
Срок проекта - n | 5 |
Начальная инвестиция - I | 2000 |
Пусть все ключевые переменные имеют равномерное распределение вероятностей. В качестве результирующего показателя используется показатель чистого приведенного дохода (net present value, NPV).
Проведение имитационных экспериментов по методу Монте-Карло в Excel можно осуществить двумя способами – с помощью встроенных функций и путем использования инструмента «Анализ данных» - «Генератор случайных чисел».
1. Имитационное моделирование с применением встроенных функций. Применение встроенных функций возможно только когда вероятности реализации всех значений случайной величины считаются одинаковыми.
Таблица 3. Встроенные функции Имитационного моделирования
Функция | Формат функции | Описание |
СЛЧИС RAND | СЛЧИС() – не имеет аргументов | Возвращает равномерно распределенное случайное вещественное число, которое большее или равно 0 и меньше 1. Новое случайное вещественное число возвращается при каждом вычислении листа. |
СЛУЧМЕЖДУ RANDBETWEEN | СЛУЧМЕЖДУ (нижн_граница; верхн_гарница) | Возвращает случайное целое число, находящееся в диапазоне между двумя заданными числами. При каждом вычислении листа возвращается новое случайное целое число. |
Чтобы значения случайных чисел не изменялись при каждом пересчете листа, нужно отключить режим автоматических вычислений, выбрав на вкладке «Формулы» - «Параметры вычислений» пункт «Вручную». Тогда пересчет листа будет осуществляться после нажатия клавиши F9.
Если задать с помощью этих формул различные значения для объемов выпуска, цен и затрат, то можно получить генеральную совокупность, содержащую различные значения исходных показателей и полученных результатов. После чего рассчитать соответствующие параметры распределения и провести вероятностный анализ.
На листе «Формулы» строим генеральную совокупность, задаем исходные значения и вводим формулы. Пример оформления листа приведен на рис.1. Для ряда ячеек задаем имена, чтобы было их удобнее использовать при расчете: вкладка «Формулы», кнопка «Присвоить имя».
В ячейках $A$11:$A$510, $B$11:$B$510 и $C$11:$C$510 генерируют значения для соответствующих переменных с учетом заданных в ячейках С3:С5 диапазонов их изменений с помощью функции СЛУЧМЕЖДУ(нижн_граница; верхн_граница).
Поступления NFC =( Q *( P - V )- F - A )*(1- T )+ A
Чистый приведенный доход NPV =ПС( r ; n ;- NFC )- I
Функция ПС (ставка;кпер;плт;бс;тип) возвращает приведенную (к текущему моменту) стоимость инвестиции.
В правой части листа кроме значений постоянных переменных содержатся также функции, вычисляющие параметры распределения изменяемых (Q, V, P) и результатных (NCF, NPV) переменных и вероятности различных событий. Соответствующие формулы приведены в табл 4.
Рис 1. Лист «Формулы»
Таблица 4. Формулы листа «Формулы»
Показатель | Формула |
Среднее значение | =СРЗНАЧ () |
Стандартное отклонение | =СТАНДОТКЛОН() |
Коэффициент вариации | = СТАНДОТКЛОН/ СРЗНАЧ |
Минимум | =МИН () |
Максимум | =МАКС() |
Число случаев NPV<0 | =СЧЕТЕСЛИ (ЧДП;«<0») |
Сумма убытков | =СУММЕСЛИ (ЧДП;«<0») |
Сумма доходов | =СУММЕСЛИ (ЧДП;«>0») |
В рассматриваемом примере сделано предположение о независимости и равномерном распределении ключевых переменных Q, V, P. Однако какое распределение при этом будет показатель NPV заранее определить нельзя, но можно попытаться аппроксимировать неизвестное распределение каким-либо известным (нормальным распределением). В прикладном анализе для целей аппроксимации широко применяется частный случай нормального распределения – стандартное нормальное распределение. Математическое ожидание стандартно распределенной случайной величины Е равно 0: M(E) = 0. График этого распределения симметричен относительно оси ординат, и характеризуется всего одним параметром – стандартным отклонением s , равным 1. Приведение случайной переменной E к стандартно распределенной осуществляется с помощью нормализации:
Для вычисления вероятностей по значению нормализованной величины Z используются специальные статистические таблицы. В Excel подобные вычисления осуществляются с помощью статистических функций НОРМАЛИЗАЦИЯ (x;среднее;стандартное_откл) и НОРМСТРАСП(z) (данная функция используется вместо таблицы площадей стандартной нормальной кривой). Эти функции заданы в ячейках K21 и L21. В ячейке L21 отображается вероятность того, что чистый приведенный доход будет меньше некоторого значения X. Сумма всех отрицательных значений NPV в полученной генеральной совокупности (ячейка L17) может быть интерпретирована как чистая стоимость неопределенности для инвестора в случае принятия проекта. Аналогично сумма всех положительных значений NPV (ячейка L18) может трактоваться как чистая стоимость неопределенности для инвестора в случае отклонения проекта.
Имитационное моделирование с применением инструмента «Генерация случайных чисел»
Инструмент «Генерация случайных чисел» применяется для заполнения диапазона случайными числами, извлеченными из одного или нескольких распределений. С помощью этой процедуры можно моделировать объекты, имеющие случайную природу, по известному распределению вероятностей.
Рассмотрим наш пример. Также предположим, что распределение ключевых переменных является нормальным. Создайте копию листа «Формулы», переименуйте его в «Генерация», очистите диапазоны $A$11:$A$510, $B$11:$B$510 и $C$11:$C$510, а также внесите соответствующие изменения согласно рис. 2 и описанию ниже.
Рис. 2 Лист «Генерация»
Отличие составляют лишь формулы для расчета вероятностей (табл. 5), и небольшие дополнения к таблице со сценариями (вероятности, средние и отклонения), которые необходимы для расчета параметров распределений ключевых величин. Обратите внимание на то, что для расчета стандартных отклонений используются формулы-массивы.
Таблица 5. Формулы для расчета вероятностей листа «Генерация»
Показатели | Расчет |
P(E<=0) | =НОРМРАСП(0; диапазон показателя) |
P(E<=min(E)) | =НОРМРАСП(мин_значение; диапазон показателя;1) |
P(M(E)+s<=E<=max) | =НОРМРАСП(макс_значение; диапазон показателя;1)-НОРМРАСП (ср_знач+станд_откл; диапазон показателя;1) |
P(M(E)-s<=E<=-M(E)) | =НОРМРАСП(мин_значение; диапазон показателя;1)- НОРМРАСП (ср_знач-станд_откл; диапазон показателя;1 |
Таблица 6. Формулы для расчета параметров распределения
Показатели | Среднее | Отклонение |
Q P V | =СУММПРОИЗВ (значения по сценариям; вероятность сценария) | =КОРЕНЬ (СУММПРОИЗВ((значение по сценарию-среднее)^2;вероятность сценария) |
Проведение имитационного эксперимента заключается в следующем: в меню «Анализ данных» выберите пункт «Генерация случайных чисел». В появившемся диалоговом окне выберите тип распределения «Нормальное», число переменных 1, число случайных чисел 500. При заполнении полей окна «Генератор случайных чисел» следует обратить внимание, что параметры «Среднее» и «Стандартное отклонение» можно задать только в виде констант. Использовать адреса ячеек и собственные имена не допустимо! В результате, переменные затраты будут заполнены сгенерированными случайными значениями. Аналогично заполните количества и цены.
Указание аргумента «Случайное рассеивание» равным 1, позволяет при повторных запусках генератора получать те же значения случайных величин, что и при первом.
В качестве вывода: оценивается величина ожидаемого истого приведенного дохода (NPV) и стандартное отклонение. Коэффициент вариации должен быть меньше 1, таким образом, риск данного проекта в целом ниже среднего риска инвестиционного портфеля фирмы. Результаты вероятностного анализа покажут, каков шанс получить отрицательную величину NPV. Также оцениваем общее число отрицательных значений NPV. Можно рассчитать, с какой вероятностью чистый приведенный доход проекта будет больше 0. Также оценивается вероятность попадания NPV в интервал М(NPV)+s и вероятность попадания значения NPV в интервал [М(NPV)-s; М(NPV)].
2019-11-13 | 245 | Обсуждений (0) |
5.00
из
|
Обсуждение в статье: Имитационное моделирование с применением инструмента «Генерация случайных чисел» |
Обсуждений еще не было, будьте первым... ↓↓↓ |
Почему 1285321 студент выбрали МегаОбучалку...
Система поиска информации
Мобильная версия сайта
Удобная навигация
Нет шокирующей рекламы