Bir Monte Carlo simülasyonu, çok çeşitli senaryo ve değişkenleri rastgele test ederek veya örnekleyerek belirli bir sonucun olasılığını hesaplamak için kullanılan matematiksel bir modeldir. İlk olarak, II. Dünya Savaşı sırasında Manhattan Projesi'nde çalışan bir matematikçi olan Stanilaw Ulam tarafından kullanılan simülasyonlar, analistlere zor kararlar vermek ve çok sayıda belirsizliğe sahip karmaşık sorunları çözmek için bir yol sağlar. Monako'daki kumarhane yerleşimli tesisin adından sonra, Monte Carlo simülasyonu, hesap iadeleri, volatilite veya korelasyonlar gibi son sonucu etkileyebilecek her bir çalışmaya rasgele bileşenler ekleyerek milyonlarca farklı finansal sonuç üretmek için tarihsel istatistiksel verileri kullanır. Senaryolar formüle edildiğinde, yöntem belirli bir sonuca ulaşma ihtimalini hesaplar. Uzun vadeli ortalamaları ve gelecekteki büyüme veya tasarruf tahminlerini kullanan standart finansal planlama analizlerinin aksine, yazılım ve web uygulamalarında bulunan Monte Carlo simülasyonu değişkenleri ele almanın ve finansal risk veya ödül olasılıklarını ölçmenin daha gerçekçi bir yolunu sağlayabilir.
Monte Carlo yöntemleri çoğunlukla kişisel finansal planlama, portföy değerlendirmesi, tahvillerin değerlemesi ve tahvil opsiyonlarının yanı sıra kurumsal veya proje finansmanında kullanılır. Her ne kadar olasılık hesaplamaları yeni olmasa da, David B. Hertz ilk olarak 1964 yılında Harvard Business Review'de yayınlanan “Sermaye Yatırımında Risk Analizi” adlı makalesiyle finansta öncü oldu. Phelim Boyle, 1977 yılında türev değerleme yöntemini uygulayarak Finansal Ekonomi Dergisi'nde “Seçenekler: Bir Monte Carlo Yaklaşımı” adlı makalesini yayınladı. Tekniğin Amerikan seçenekleriyle kullanılması daha zordur ve sonuçları temel varsayımlara bağlı olarak, Monte Carlo simülasyonunun tahmin edemediği bazı olaylar vardır.
Simülasyon, diğer finansal analiz türlerine göre birkaç farklı avantaj sunar. Belirli bir stratejinin olası son noktalarının olasılığını oluşturmaya ek olarak, veri formülasyonu yöntemi, bulguların yatırımcılara ve hissedarlara daha iyi iletilmesini teşvik ederek, grafiklerin ve çizelgelerin oluşturulmasını kolaylaştırır. Monte Carlo simülasyonu, her bir değişkenin alt çizgiye olan etkisini vurgulamaktadır. Bu simülasyonu kullanarak, analistler, girdilerin bazı kombinasyonlarının birbirlerini nasıl etkilediğini ve birbirleriyle etkileşimlerini tam olarak görebilirler. Değişkenler arasındaki pozitif ve negatif karşılıklı bağımlı ilişkilerin anlaşılması, herhangi bir aracın daha doğru bir risk analizi sağlar.
Bu yöntemle risk analizi, değişkenleri tanımlamak için olasılık dağılımlarının kullanılmasını içerir. İyi bilinen bir olasılık dağılımı normal veya çan eğrisidir, kullanıcılar beklenen değeri belirler ve varyasyonu tanımlayan standart bir sapma eğrisidir. Enerji fiyatları ve enflasyon oranları çan eğrileri ile gösterilebilir. Lognormal dağılımlar, petrol rezervleri veya hisse senedi fiyatları gibi, sınırsız artış potansiyeli olan pozitif değişkenleri gösterir. Düzgün, üçgen ve ayrık, diğer olası olasılık dağılımlarının örnekleridir. Olasılık eğrilerinden rastgele örneklenen değerler, yinelemeler adı verilen kümelerde sunulur.
