Monte Carlo Simülasyonu ile Nakit Krizini Önceden Görmek
Monte Carlo simülasyonu, bir nakit projeksiyonunun her bir varsayımına olasılık ekleyerek yüzlerce farklı senaryoyu otomatik olarak üretip değerlendiren matematiksel bir yöntemdir. CFO'lar için kullandığı tek varsayıma bağlı kalmadan, "en kötü ihtimalde ne olur ve hangi olasılıkla?" sorusuna sayısal cevap verir. Bu yazıda Monte Carlo'nun nakit akışı yönetiminde nasıl kullanıldığını, somut bir örnekle anlatıyoruz.
Geleneksel senaryo analizinin eksikliği
Geleneksel senaryo analizi tipik olarak üç adet sabit senaryo üretir: iyimser, baz, kötümser. Bu yaklaşımın iki sorunu vardır:
- Birinci sorun: Üç senaryo gerçek olasılığı yansıtmaz. "Tahsilatın %20'si gecikir" senaryosu hangi olasılıkla gerçekleşir? Sabit senaryolar bu bilgiyi içermez.
- İkinci sorun: Sabit senaryolar farklı varsayımların aynı anda yan yana gelmesini hesaba katmaz. Hem tahsilatların %20'si gecikip hem fx %5 yükselebilir; bu kombinasyonu hesaplamak için bir yöntem gerekir.
Monte Carlo nasıl çalışır?
Monte Carlo, projeksiyonun her belirsiz girdisine bir olasılık dağılımı tanımlanır:
| Girdi | Olasılık dağılımı |
|---|---|
| Müşteri A'dan tahsilat | %90 olasılıkla 30 günde, %10 olasılıkla 60 günde |
| Müşteri B'den tahsilat | %75 olasılıkla 60 günde, %25 olasılıkla 90 günde |
| USD kuru | Ortalama 33,5; standart sapma ±0,8 |
| Beklenen yeni sipariş | %60 olasılıkla 800.000 TL, %40 olasılıkla 0 |
Simülasyon her bir "tur"da bu dağılımlardan rastgele örnek çeker, projeksiyonu hesaplar ve sonucu kaydeder. 1.000 tur sonunda 1.000 farklı nakit eğrisi oluşur.
Sonuç nasıl yorumlanır?
1.000 simülasyon sonunda her bir tarih için nakit bakiyenin dağılımı çıkar. Tipik çıktılar:
- Medyan eğri (%50): Senaryoların yarısı bu değerin üstünde, yarısı altındadır.
- Güven bandı (%5-%95): Sonuçların %90'ı bu aralıkta kalır.
- En kötü %5: Riskin en yüksek olduğu durum; CFO'nun karşı tedbir alması gereken senaryo.
Sayısal olarak şu tip ifadelere ulaşılır: "Önümüzdeki 90 günde %80 olasılıkla nakit dengemiz 4 milyon TL'nin altına düşmeyecek; %95 olasılıkla 2,5 milyon TL'nin altına düşmeyecek."
Somut bir örnek
İstanbul'da elektronik distribütörlüğü yapan bir KOBİ, baz senaryoda Mart ayı sonunda nakit dengesini 3,8 milyon TL olarak hesapladı. Monte Carlo simülasyonu çalıştırdığında ise sonuçlar şöyle çıktı:
• %50 olasılık: 3,8 milyon TL (baz ile aynı)
• %25 olasılık: 2,1 milyon TL'nin altında
• %5 olasılık: 600.000 TL'nin altında (kritik)
Şirket bu sonuca dayanarak Ocak ayında 1,5 milyon TL'lik bir kredi limiti açtırdı. Mart ayında en kötü senaryolardan biri gerçekleşti (büyük bir müşterinin tahsilatı 45 gün gecikti) ama açılmış limit sayesinde işletmede aksama olmadı.
Hangi durumlarda kullanılır?
- Yatırım kararı öncesi: Yeni makine veya şube yatırımı sonrası nakit dengesinin nasıl etkileneceği test edilir.
- Sezon hazırlığı: Sezon öncesi stok yenileme döneminde hangi kredi büyüklüğü güvenli alan sağlar?
- Müşteri yoğunlaşması analizi: Tek bir büyük müşteriye bağımlılık varsa, o müşterinin gecikme senaryolarının etkisi ölçülür.
- Borç yapılandırma: Mevcut kredi yapısı ile alternatif yapı arasında risk farkı sayısal olarak görülür.
Hangi parametrelere dikkat etmeli?
Tur sayısı
1.000 tur çoğu KOBİ için yeterlidir. Daha hassas analizler 10.000 tura kadar çıkabilir; sonuçlar arasında ciddi fark olmaz ama hesaplama süresi artar.
Olasılık dağılımı seçimi
- İkili (%X-Y): Tahsilat gelir veya gelmez tip durumlar için.
- Üçgen dağılım: Minimum, ortalama, maksimum bilindiğinde.
- Normal dağılım: Ortalama ve standart sapma biliniyorsa (örn. döviz kuru).
Bağımlılıklar
Bir varsayım diğerini etkiliyorsa (örneğin USD yükseldiğinde tedarikçi alımı pahalanır), simülasyon bunu hesaba katmalıdır. Aksi halde gerçekçi olmayan sonuçlar üretir.
Excel'de Monte Carlo yapılır mı?
Teorik olarak evet; RANDBETWEEN ve NORM.INV fonksiyonları ile yapılabilir. Ama:
- 1.000 simülasyon için 1.000 sayfa veya 1.000 satır gerekir.
- Senaryolar arası özet çıkarmak için ileri formüller (yüzdelik dilim, frekans) gerekir.
- Grafik çıkarmak için ek çalışma gerekir.
Profesyonel araçlar bu işi tek tıkla yapar; sonuçları grafiksel olarak sunar.
CashPilot ile Monte Carlo
Refleks360 CashPilot, Senaryo Laboratuvarı modülünde Monte Carlo simülasyonunu hazır olarak sunar. Tornado analizi, goal-seek ve yüzdelik dilim raporları dahil. 7 gün ücretsiz deneme ile başlayabilirsiniz.
CashPilot'ı İncele →Sıkça Sorulan Sorular
Monte Carlo simülasyonu için kaç gözleme ihtiyaç var?+
Olasılık atamak için ideal olarak son 12 ayın aylık tahsilat verisi yeterlidir. Yeni kurulan işletmelerde sektör ortalaması ile başlanır, deneyim biriktikçe ince ayar yapılır.
Simülasyon sonuçlarına %100 güvenebilir miyim?+
Hayır, Monte Carlo bir karar destek aracıdır, kehanet değil. Olasılık dağılımları doğru tanımlanırsa, sonuçlar yönetim kararlarında çok güçlü bir referans olur. Yine de mantık denetimi şarttır.
Tornado analizi nedir, Monte Carlo'dan farkı?+
Tornado analizi, hangi tek bir varsayımın nakit sonucunu en çok etkilediğini gösterir. Monte Carlo ise tüm varsayımların birlikte değiştiği durumları test eder. İkisi tamamlayıcıdır; CFO genellikle önce tornado ile kritik varsayımları bulur, sonra Monte Carlo ile genel riski ölçer.
Goal-seek (hedef arama) ne işe yarar?+
"Nakit dengesinin 5 milyon TL altına düşmemesi için tahsilatın en az ne kadarı zamanında gelmeli?" sorusunu otomatik çözer. Geleneksel olarak deneme-yanılma ile bulunan değerler, tek tıkla hesaplanır.