Tero Hämäläinen, talousjohtaja tamperelaisessa rakennusyrityksessä, tarvitsi luotettavan arvion 8 M€ projektin kustannusriskistä ennen hallitusesitystä. Excel-pohjainen Monte Carlo -simulaatio tuotti 10 000 skenaarion jakauman 25 minuutissa — ja muutti projektisuunnitelmaa konkreettisesti: budjettireserviä nostettiin 12 %.
Monte Carlo on standardi työkalu finanssianalyysissä, projektijohtamisessa ja toimitusketjun optimoinnissa. Excelin sisäänrakennetut työkalut riittävät — lisäohjelmia ei tarvita.
Tässä oppaassa rakennat simulaation alusta loppuun: oletustaulukosta datataulukon kautta histogrammiin ja luottamusväliin.
Mitä Monte Carlo -simulaatio tarkoittaa ja milloin sitä käytetään?
Perusidea on yksinkertainen: sen sijaan, että syöttäisit epävarmalle muuttujalle yhden luvun — esimerkiksi materiaalikustannukselle 450 000 € — määrittelet todennäköisyysjakauman (minimi, maksimi, todennäköisin). Excel arpoo tuhansille iteraatioille omat arvonsa kyseisestä jakaumasta ja laskee tuloksen joka kerta. Lopputulos ei ole yksi luku, vaan kokonainen jakauma mahdollisista tuloksista.
Menetelmä sopii erityisen hyvin tilanteisiin, joissa on useita toisiinsa vaikuttavia epävarmoja muuttujia — projektibudjetti, investointianalyysi, herkkyysanalyysi ja toimitusketjun optimointi ovat tyypillisiä käyttökohteita.
Monte Carlo ei sovi deterministisiin prosesseihin, joissa ei ole todellista vaihtelua, eikä tilanteisiin, joissa jakaumien määrittämiseen tarvittavaa historiadata puuttuu kokonaan.
Vaihe 1–2 — Oletukset ja todennäköisyysjakaumat
Ennen kuin ajat yhtään iteraatiota, tarvitset rakenteellisen oletustaulukon. Listaa epävarmat muuttujat ja valitse jokaiselle sopiva jakauma.
-
Tunnista epävarmat muuttujat
Esimerkki rakennusprojektista: Materiaalikustannus (min 350 000 €, max 550 000 €, todennäköisin 450 000 €) ja Työtunnit (min 700 h, max 1 100 h, todennäköisin 880 h). Pidä lista lyhyenä: 3–8 muuttujaa riittää useimpiin malleihin.
-
Valitse jakauma
Tasainen jakauma (kaikki arvot yhtä todennäköisiä): yksinkertaisin toteuttaa. Kolmiojakauma (paino "todennäköisimmän" ympärillä): realistisempi kustannusmuuttujille. Normaalijakauma: sopii, kun muuttuja on monien riippumattomien tekijöiden summa.
Vaihe 3–4 — 1 000 iteraation ajaminen datataulukon avulla
Excelin Tietotaulukko on tehokkain tapa ajaa Monte Carlo ilman VBA:ta. Se suorittaa kaavasi uudelleen jokaiselle riville käyttäen uusia satunnaislukuja.
-
Luo tuloskaava
Rakenna kaava, joka laskee kokonaistuloksen epävarmoista muuttujistasi — esimerkiksi: kokonaiskustannus = materiaalikustannus + työtunnit × tuntihinta + kiinteät kulut. Varmista, että kaava viittaa oletustaulukon soluihin.
-
Käynnistä datataulukko
Kirjoita luvut 1–1 000 sarakkeeseen A (rivit 2–1001). Soluun B1: kirjoita viittaus tulossolullesi. Valitse A1:B1001. Valitse Tietojen analysointi → Mitä jos -analyysi → Tietotaulukko. Jätä Rivisyöttösolu tyhjäksi. Klikkaa OK — Excel generoi 1 000 simulaatiota automaattisesti.
Vaihe 5 — Tulosten analysointi histogrammilla ja luottamusvälillä
1 000 tulosta sarakkeessa B mahdollistaa kattavan tilastoanalyysin. Laske prosenttipisteet luottamusväliä varten:
Tulkinta: "90 %:n todennäköisyydellä kokonaiskustannus on P5:n ja P95:n välillä." Se antaa päätöksentekijöille konkreettisen välin suunnittelua varten.
Esimerkki — rakennusprojekti (EUR)
| Prosenttipiste | Summa (EUR) | Tulkinta |
|---|---|---|
| P5 | 6 150 000 € | Optimistinen (5 % todennäköisyys alittua) |
| P50 | 7 820 000 € | Mediaanikustannus |
| P95 | 9 680 000 € | Pessimistinen (5 % todennäköisyys ylittyä) |
| Keskiarvo | 7 930 000 € | Odotettu arvo kaikista simulaatioista |
Histogrammin luomiseksi: määritä luokkarajat (esim. 5,5 / 6,5 / 7,5 / 8,5 / 9,5 / 10,5 M€). Käytä =TAAJUUS(B2:B1001;E2:E8) matriisikaavana (Ctrl+Vaihto+Enter) laskemaan kappalemäärät luokittain. Rakenna pylväskaavio taajuusarvoista.
Yleisimmät virheet ja parhaat käytännöt
- Liian vähän iteraatioita: alle 500 antaa epävakaita prosenttipisteitä. Käytä vähintään 1 000, mieluiten 10 000 formaaleissa analyyseissa.
- Väärä jakauma: tasainen jakauma sopii harvoin todelliseen kustannusvaihteluun. Kolmiojakauma tai PERT-jakauma on realistisempi.
- Korrelaation unohtaminen: jos materiaali- ja työkustannukset nousevat yhdessä, toisistaan riippumaton simulaatio antaa virheellisen optimistisen jakauman hännässä.
- Tulosten väärä tulkinta: P5–P95 ei tarkoita, että tulos on varmasti kyseisellä välillä — se tarkoittaa, että 90 % simulaatioista sijoittui sille alueelle.
Usein kysytyt kysymykset
Tarvitsenko VBA-makroja Monte Carlo -simulaatioon Excelissä?
Et. Excelin sisäänrakennettu Tietotaulukko (Tietojen analysointi → Mitä jos -analyysi) ajaa satoja tai tuhansia iteraatioita ilman yhtään VBA-koodiriviä. VBA on hyödyllinen vain, jos haluat automatisoida toistuvat ajot tai viedä tulokset ulkoiseen järjestelmään.
Kuinka monta iteraatiota tarvitaan?
1 000 iteraatiota riittää useimpiin käytännön tarpeisiin vakaiden mediaaniarvojen saamiseksi. Ääriprosenttipisteet (P1, P99) vaativat vähintään 5 000–10 000 iteraatiota. Nyrkkisääntö: aja 1 000, tarkista, vaihteleeko P95 yli 2–3 % uudessa ajossa. Jos vaihtelee, nosta 10 000:een.
Miten Monte Carlo eroaa herkkyysanalyysistä?
Herkkyysanalyysi muuttaa yhtä muuttujaa kerrallaan ja näyttää vaikutuksen tulokseen — se vastaa kysymykseen "mikä muuttuja vaikuttaa eniten". Monte Carlo muuttaa kaikkia epävarmoja muuttujia samanaikaisesti tuhansissa skenaarioissa ja vastaa kysymykseen "mikä on todennäköinen tulosjakauma". Ne täydentävät toisiaan: herkkyysanalyysi kertoo, mihin kannattaa keskittyä, Monte Carlo kertoo, kuinka suuri riski on kokonaisuutena.
Voinko käyttää Monte Carloa asuntosijoitusanalyysiin?
Kyllä — Monte Carlo sopii erinomaisesti asuntosijoituksen epävarmuuden mallintamiseen. Voit määritellä jakaumat vuokratuotolle, hoitovastikkeelle, arvonnousulle ja korkokululla, ajaa 1 000 simulaatiota ja lukea suoraan jakaumasta todennäköisyyden positiiviselle tuotolle 10 vuoden horisontilla. Muista, että historialliset tiedot eivät takaa tulevia tuloksia.