Ejemplo de aplicación de Simulación Montecarlo en un caso real, Paso a paso:

La simulación de Monte Carlo o Método de Monte Carlo (MMC) es una metodología

estadística que se basa en una gran cantidad de muestreos aleatorios para llegar a resultados
próximos de resultados reales.

Llevando el método de Monte Carlo para casos reales, es posible aplicar la simulación en:

Gestión: estudio de viabilidad económica, análisis de riesgos, proyecciones.

Finanzas: análisis de acciones, opciones futuras, series macroeconómicas.

Otras áreas: computación gráfica, análisis variados, geología.

En la práctica, siempre que se enfrenta a situaciones con algún nivel de incertidumbre y se desea
utilizar la simulación de Monte Carlo hay que pasar por 4 pasos:

Paso 1 - Modelar el problema

Paso 2 - Generar valores aleatorios para las incertidumbres del problema

Paso 3 - Sustituir las incertidumbres por valores para calcular el resultado

Paso 4 - Obtener una estimación para la solución del problema

SIMULACIÓN MONTE CARLO EN EXCEL:

Vamos a hacer el uso del Método de Monte Carlo para calcular la probabilidad de que tengamos
perjuicio en un análisis financiero de una empresa que vende computadoras. Las principales
variables que vamos a utilizar son:

 Precio de venta

 Costo directo

Estas 2 variables pueden oscilar a lo largo del tiempo, en cuyo caso es necesario establecer un
valor mínimo y un máximo para cada uno de ellos.

 Costo de los proveedores

Este elemento variará según el proveedor utilizado. En nuestro caso he creado una tabla con una
distribución porcentual de compra dividido en 4 proveedores
  Demanda

Debe seguir un patrón histórico. En nuestro caso vamos a tener en cuenta una demanda de
15.000 por mes, pudiendo variar (desviación estándar) en hasta 3.000 hacia arriba o hacia abajo.

 Costo fijo

Este es un elemento constante, por lo que siempre tendrá el mismo valor. Esta es una
simplificación teniendo en cuenta que la empresa no tendrá cambios estructurales grandes.

A continuación, muestra los valores que he utilizado directamente en la hoja de cálculo:

A partir de la definición de las variables, podemos empezar a desarrollar nuestra tabla de

experimentos. Como he dicho al comienzo de este artículo, la simulación de Monte Carlo
implica la realización de miles de pruebas. En nuestro caso, haré sólo 10, que estadísticamente
es poco, pero que es suficiente para usted entender el uso del MMC. Esta será nuestra tabla:
Ahora vamos a ver cómo hacer cada una de las funciones y fórmulas para llegar a nuestro
resultado deseado, que es descubrir la probabilidad de que ese negocio tenga perjuicio. Para
ello, tenemos que calcular la probabilidad de forma aleatoria para cada experimento. De esa
forma:

1. Precio de venta

Como dije, el precio de venta varía entre el precio más bajo posible (R $ 100) y el mayor precio
posible (R $ 200). Para llegar a ese cálculo es necesario sumar el menor precio con la diferencia
del mayor con el menor y multiplicarlo por un factor aleatorio. De esa forma:

= $ C $ 3 + ($ D $ 3- $ C $ 3) * ALEATORIO ()

2. Costos directos

Esta variable va a tener la misma lógica aplicada arriba, vea:

= $ C $ 6 + ($ D $ 6- $ C $ 6) * ALEATORIO ()

Observe que los resultados siempre van a variar entre R $ 40 y R $ 60 para ese caso y cada vez
que ponga una nueva imagen van a ser diferentes. Esto ocurre por la aleatoriedad generada en la
hoja de cálculo.
3. Gasto con proveedores

Esta vez la lógica es un poco diferente. Como tenemos una serie de proveedores (que también
incide como un costo directo) tenemos que calcular la probabilidad de comprar de cada uno de
ellos. Para ello utilizamos una tabla con el límite inferior y superior de probabilidad y aplicamos
un PROCV para conocer los valores de esa manera:

4. Demanda
Para el cálculo de la demanda tenemos que utilizar la función inversa de la Normal, que pide la
probabilidad (estamos utilizando la función ALEATORIO para generar valores aleatorios entre
0 y 1 - 0% y 100%), la demanda media y desviación estándar que ya teníamos:

= INV.NORM (ALEATORIO (); $ C $ 4; $ C $ 5)

5. Costo fijo

Este es uno de los pocos valores constantes, entonces en ese caso no aplicaremos ninguna
aleatoriedad y dejaremos siempre igual a R $ 500.000.

6. Beneficio o Perjuicio

Este es un cálculo muy simple de beneficio o de perjuicio. Basta con descubrir su margen de
contribución (MC), multiplicarse por la demanda y sustraer del costo fijo. Como sabemos, MC
es su precio de venta sustraído de los costos directos y con los proveedores. La función quedará
así:

=(H4-I4-J4)*K4-L4
7. Resultado de los experimentos

Por último, puede comprobar si con los valores aleatorios obtenidos obtendrá beneficio o
perjuicio para cada uno de los 10 experimentos.

Cada vez que realizamos una acción en Excel él recalcula el efecto de aleatoriedad modificando
nuestro resultado:
Ver que tenemos resultados positivos (beneficio) y negativos (perjuicio). Esto quiere decir que
dependiendo de la previsión que hagamos, ese negocio puede ser una mala inversión. Ahora
llega el momento que necesitamos identificar lo malo o bueno esta inversión puede ser con más
3 indicadores:

 Beneficio Medio

Usted puede llegar en el beneficio medio utilizando la función MEDIA del intervalo de
beneficio o perjuicio para los 10 experimentos:

= MEDIA (M4: M13)

 Desviacion estandar

La desviación estándar se calcula de la misma forma

= DESVEST (M4: M13)

Siempre que la desviación estándar sea mayor, igual o un valor cercano a la ganancia media,
esto significará que usted tiene un riesgo mayor de tener daño. De todos modos, el indicador
más importante que usted tiene que mirar es a:

 Probabilidad de tener Beneficio menor que cero

En nuestra hoja de trabajo el resultado quedó así. Es decir, para esta prueba específica con 10
experimentos, tenemos una probabilidad de 21% de tener daño.
Este es el indicador que te dará el grado de riesgo de entrar de cabeza en ese negocio o no.
Obviamente que por haber adoptado sólo 10 experimentos, las variaciones de la probabilidad
termina siendo muy grande de una prueba aleatoria para otro y ese no es el ideal.

Para que usted tenga una idea, haciendo una serie de pruebas, tuve ese indicador que varía de
12% a 32% de probabilidad de beneficio menor que cero. Ahora, al expandir mi muestra a 1000
experimentos, la variación pasó a estar entre 21% y 23%, es decir, un valor más asertivo y
cercano a la realidad.