• Articles
• admin

så du vil kjøre Monte Carlo simuleringer i Excel, men prosjektet ditt er ikke stort nok, eller du gjør ikke denne typen probabilistisk analyse nok til å garantere å kjøpe et dyrt tillegg. Vel, har du kommet til rett sted. Excels innebygde funksjonalitet gir mulighet for stokastisk modellering, inkludert å kjøre så mange simuleringer som datamaskinens prosessorkraft vil støtte, og dette korte innlegget med videoopplæring leder deg gjennom oppsettet og prosessen med å kjøre Monte Carlo-simuleringer i Excel uten noen tillegg som er nødvendige.

Probabilistisk Analyse Fra Et Eiendomsperspektiv

Dette er en kommersiell eiendomsblogg,og derfor ser denne opplæringen på stokastisk modellering fra perspektivet til en eiendomsmegler. Imidlertid vil det store flertallet av teknikkene som vises i dette innlegget fungere på tvers av disipliner.

jeg vil også merke, flere av begrepene som vises her jeg tilpasset Fra Keith Chin-Kee Leung excellente graduate avhandling Om emnet: Utover Dcf Analyse I Real Estate Financial Modeling: Probabilistic Evaluering Av Real Estate Ventures.

Hva Dette Er Opplæringen Er Ikke

dette innlegget er ikke et kurs på sannsynlighetsanalyse. Som sådan antar du at du har en grunnleggende forståelse av sannsynlighet, statistikk, Excel og vet hva En Monte Carlo-simulering er. Hvis du ønsker å få en oppfriskning på sannsynlighet eller statistikk generelt, anbefaler jeg å ta et kurs om emnet. HER er ET GRATIS MOOC (massive open online course) som tilbys av Duke:

• Introduksjon Til Sannsynlighet Og Data

Scenariet – En Leilighet Avtale

før du kjører simuleringene dine, trenger du et scenario for å modellere. I dette tilfellet skal vi kjøre en grunnleggende diskontert kontantstrøm på en hypotetisk leilighetsbygning for å bestemme hvor mye vi ville være villige til å betale for eiendommen i dag. Her er hva vi vet:

1. emnet eiendom har 10 enheter
2. emnet eiendom belaster $1000/måned for hver enhet; leieprisene vokser med 3% i fjor
3. det er en enhet ledig, og for enkelhet antar vi at det alltid vil være en enhet ledig
4. Utgifter er $3000 per måned; utgifter vokser med 2% i fjor
5. Sammenlignbare eiendommer selger for en 5.5% – 6.0% cap rate i dag, men cap priser forventes å vokse med ca 5 basispoeng per år i de kommende årene (exit cap rate mellom 5.75% og 6.25%)
6. Planlegger å holde eiendommen i fem år
7. Mål en 8% unleveraged retur

Sette Opp Modellen

Deretter setter Jeg Opp Min Excel-modell som forberedelse til å kjøre simuleringene (du kan laste Ned Excel-arbeidsboken som brukes i denne opplæringen på slutten av dette innlegget).

1. i kolonne B og D faller jeg i mine grunnforutsetninger
2. Celle G2 jeg merker «Dcf-Verdi»
3. i rad 14, som starter i celle F14 Til K14, legger jeg til en periodeoverskrift med seks perioder inkludert en periode null
4. Celle E15 jeg merker «Rent»
5. Celle e16 jeg merker «utgifter»
6. Celle e17 jeg merker «netto driftsinntekter»
7. Celle E18 JEG MERKER «Restverdi»
8. celle l17 jeg merker «Exit Cap»
9. celle e19 i lable «netto kontantstrøm»
10. Celle D14 Jeg Merker «Vekstrate»
11. i celle g15 skriver jeg formelen: =9*12* $ D $ 4*(1+$D15)^(G14-1) som betyr ni enheter (10 enheter mindre en ledig enhet), ganger 12 måneder, ganger $D$4 ($1000 leie/enhet/måned), ganger en pluss $D15 (den sannsynlige vekstraten beregnet I celle D15), hevet til perioden (G15) minus en (jeg trekker en fordi vi ikke vil at leie skal vokse i år ett). $D $ 4 og $D15), kan jeg da kopiere formelen rett Til celle K15.
12. jeg følger en lignende prosess for utgifter, ved hjelp av formelen: =$D$7*12*(1+$D16)^(G14-1) i celle G16 og deretter kopierer den formelen ut til celle K16.
13. i celler G17 Til K17 trekker jeg utgifter fra leie (f. eks. I G17 skriver jeg =G15-G16) for å komme til en netto driftsinntekt for hvert år.
14. i celle K18 skriver jeg formelen: = K17 / L18 som betyr dividere år fem netto driftsinntekter med sannsynlig exit cap rate (L18).
15. i celle G19 til K19 legger jeg opp netto kontantstrømmer for hvert år: netto driftsinntekter i år en til fire og netto driftsinntekter pluss restverdi i år fem.
16. Til slutt, i celle G3 beregner jeg nåverdien av kontantstrømstrømmen i rad 19 diskontert tilbake til 8% (målet unleveraged return) ved hjelp av formelen: =NPV(D12,G19: K19).

MED DCF satt opp, kan jeg nå gå videre til å legge sannsynlighet til mine forutsetninger.

Legge Til Sannsynlighet ved HJELP AV RANDBETWEEN () – Funksjonen

i vårt scenario ovenfor har vi et par antagelser som er usikre, og derfor ville være gode kandidater for å legge til variabilitet til. Først må vi velge en distribusjonstype for vår sannsynlighet.

vi har en rekke alternativer, de to vanligste er jevn fordeling (konstant sannsynlighet der alle utfall er like sannsynlige) og normal fordeling (tenk bell kurve sannsynlighet der den resulterende verdien sannsynligvis vil være nærmere gjennomsnittet). For enkelhets skyld vil vi velge en jevn fordeling.

1. i celle D15 legger jeg til jevn variabilitet i leieveksten ved hjelp av formelen: = $ D $ 5 * RANDBETWEEN (-500,2000) / 1000, noe som betyr at ta 3% (fjorårets leievekst fra celle $d$5) og flere det med et tilfeldig tall mellom -0,5 og 2.0 (RANDBETWEEN (-50,200) / 100) slik at den resulterende leieveksten faller tilfeldig mellom -1,5% og 6,0%.
2. i celle D16 legger jeg til jevn variabilitet i utgiftsveksten ved hjelp av en lignende formel: =$D$8*RANDBETWEEN(-500,2000)/1000, bare i dette tilfellet tar jeg fjorårets utgiftsvekst (2% fra celle $d$8) og multipliserer den med et tilfeldig tall mellom -0,5 og 2,0 (RANDBETWEEN(-50,200)/100) slik at den resulterende utgiftsveksten faller tilfeldig mellom -1,0% og 4,0%.
3. Til Slutt, I Celle L18, legger jeg til jevn variabilitet i utgangshastigheten ved hjelp av formelen: =D10*RANDBETWEEN(958.3,1041.7)/1000, som betyr ta 6% (gjennomsnittet mellom 5.75% og 6.25% forventet rekkevidde for utgangsfrekvenser i år fem) og flere det med et tilfeldig tall mellom 0.9583 og 1.0417 (RANDBETWEEN(958.3,1041.7)/1000) slik at den resulterende utgangsfrekvensen faller tilfeldig mellom 5.75% og 6,25%.

du vil nå se når Du trykker F9, at leieveksten, utgiftsveksten og utgangsverdiene endres tilfeldig, noe som resulterer i en tilfeldig endring i kontantstrømmene og den totale diskonterte kontantstrømverdien.

Kjører Monte Carlo-Simuleringer ved Hjelp Av Datatabeller

med sannsynlighet lagt til modellen din, kan du begynne Å kjøre Monte Carlo-simuleringene dine. Denne prosessen innebærer å bygge en datatabell, koblet TIL DCF-verdien (G3), slik at hver simulering registrerer den RESULTERENDE DCF-verdien fra den simuleringen.

slik kjører Vi Monte Carlo-Simuleringene ved hjelp Av Datatabellfunksjonen I Excel:

1. Celle B27 jeg merker » Simulering #»
2. jeg knytter Celle C27 Til Dcf-Verdien (=G3)
3. jeg nummererer celler B28 Til B1027 fra 1 til 1000. For å gjøre dette setter jeg først celle B28 til 1. Jeg skriver inn formelen =B28+1 i celle B29. Til slutt kopierer jeg formelen I B29 ned til celle B1027.
4. med simuleringene nummerert og celle C27 knyttet Til dcf-verdien, velger jeg celler B27 Til C1027 og klikker På’ datatabell ‘ -funksjonen (Data>Hva-Hvis-Analyse>Datatabell).
5. jeg forlater ‘Row input cell:’ – boksen tom, og klikk på’ Column input cell ‘ – boksen. Jeg velger en tom celle i regnearket (hvilken celle spiller ingen rolle så lenge det er en celle som alltid er tom), trykk enter, OG DERETTER’OK’.
6. datatabellen oppdateres med 1000 iterasjoner av simuleringen vår, og voila du har kjørt En Monte Carlo-simulering i Excel ved hjelp av datatabellen.

Forventet Verdi-Hva Du Kan Være Villig Til Å Betale

gjennomsnittet (gjennomsnittet) av alle simuleringene er din «Forventede Verdi» eller hva du kan være villig til å betale for emnet eiendom gitt dine forutsetninger. I mitt tilfelle er forventet verdi ca $1,2 millioner.

jeg liker også å beregne minimum, maksimum og standardavvik for simuleringene for å få en følelse av verdiområdet. Så for eksempel, i dette tilfellet, minimum er rundt $ 925,000 og maksimum er rundt $1,5 millioner. Hva dette betyr er at det var en forekomst der jeg måtte betale $ 925 000 for å få en 8% avkastning, og det var en forekomst der jeg kunne betale $ 1,5 millioner for å få en 8% avkastning.

likevel, jo flere simuleringer du kjører, jo flere verdier vil skape et normativt mønster der du har en 68% sannsynlighet for at verdien vil være en standardavvik fra gjennomsnittet og en 95% sannsynlighet for at verdien vil være to standardavvik fra gjennomsnittet (68-95-99 regelen). Derfor, jo mindre standardavvik, jo mer sikker kan du være om din forventede verdi.

så til slutt, for vår hypotetiske leilighetskompleks, ville vi være villige til å betale et sted mellom $925 000 og $1,5 millioner med $ 1,2 millioner som den mest sannsynlige kjøpesummen.

Video Tutorial-Kjører Monte Carlo Simuleringer I Fast Eiendom

som et supplement til den skriftlige opplæringen ovenfor, har jeg spilt inn en video som går gjennom å gjøre Dine Egne Monte Carlo simuleringer for fast eiendom I Excel.

Følg Med Ved Å Bruke Excel-Filen Fra Videoen

for Å gjøre Denne Monte Carlo-simuleringsopplæringen tilgjengelig for alle, tilbys den på en «Betal Hva Du Kan» basis uten minimum (skriv inn $0 hvis du vil) eller maksimum(din støtte bidrar til å holde innholdet som kommer-lignende eiendomsmoduler selger for $100 – $300+). Bare skriv inn en pris sammen med en e-postadresse for å sende nedlastingskoblingen til, og klikk Deretter På ‘Fortsett’. Hvis du har spørsmål om vårt» Betal Hva Du Kan » – program eller hvorfor vi tilbyr våre modeller på dette grunnlaget, vennligst ta kontakt med Enten Mike eller Spencer.