À PROPOS DU LOGICIEL @RISK 3.5

Le logiciel de simulation @Risk permet de réaliser des simulations dites "de Monte-Carlo". Les simulations sont très utilisées en finance car elles permettent d'obtenir entre autres une très bonne approximation de l'espérance et de l'écart-type de certaines variables endogènes d'un modèle ( la rentabilité d'un projet mesurée par la VANA par exemple ). Le logiciel @Risk est accompagné d'un "tutoriel" qui permet un apprentissage rapide des principales commandes.
 
 

ÉTAPE 1: La conception du modèle sur Excel

Avant toute chose, vous devez réaliser le diagramme d'influence qui correspond au problème posé. Une fois les variables importantes ( inputs, variables intermédiaires et outputs ) et les liens qui les unissent identifiés, vous pouvez commencer à programmer votre modèle sur le tableur Excel, compatible avec la version de @RISK utilisée dans les laboratoires d'informatique.

Vous devez vous assurer que le modèle que vous avez conçu est à la fois souple et correct ( il doit vous donner de bons résultats si vous changez les variables de départ ). Pour cela, vous pouvez faire varier vos inputs et vérifier si la valeur de votre output est correcte. Cette étape est très importante, en effet, une simulation est inutile si le modèle de départ contient des erreurs. De plus, ce modèle se doit d'être le plus complet possible ( ce n'est pas une fois que vous avez terminé les simulations que vous pouvez ajouter de nouveaux critères de prise de décision ). Bien souvent, en finance d'entreprise surtout, la simulation est un complément d'analyse qui permet de capter la relation entre le risque et le rendement. C'est pourquoi, votre modèle de départ doit être le plus complet possible ( c'est lui qui présente le plus d'informations au lecteur ).

Enfin, pour éviter les problèmes au cours des simulations, il est très fortement recommandé de n'utiliser qu'une seule feuille de calculs pour bâtir votre modèle.
 

ÉTAPE 2: La probabilisation des variables exogènes ( INPUTS )

Une simulation de type Monte-Carlo fonctionne selon un principe fort simple: les variables exogènes du modèle ( inputs ) prennent différentes valeurs selon N tirages aléatoires et des fonctions de probabilités spécifiées auparavant ( où N est le nombre d'itérations ).

Il s'agit ici de probabiliser les " inputs " de votre modèle. Vous devez utiliser @RISK à cette étape. Pour la syntaxe, vous devez vous reporter au manuel qui accompagne le logiciel @Risk ou à l'aide en ligne. Les fonctions de probabilité les plus couramment utilisées sont la loi Normale, la loi Triangulaire, les Histogrammes et la Lognormale. Vous devez vous fier à l'énoncé du problème, aux hypothèses que vous avez formulées et à votre bon sens pour fixer les moyennes, écarts types et probabilités.

Une fois les fonctions de probabilité saisies, le logiciel @RISK identifie automatiquement les variables probabilisées comme les " inputs " de votre modèle.
 

ÉTAPE 3: La sélection des variables endogènes ( OUTPUTS ).

Vous devez à cette étape-ci spécifier quelles sont les variables endogènes ( outputs ) de votre modèle. La variable endogène la plus évidente est le critère de décision principal de votre diagramme d'influence. Toutefois, vous pouvez sélectionner plusieurs " outputs ". Il peut être judicieux de compléter votre critère principal ( avec les flux monétaires de chaque période dans le cas d'une VAN par exemple ). Vous devez sélectionner les cellules qui contiennent vos " outputs " une par une et cliquer à chaque fois sur l'icône ( flèche ) correspondante.
 

ÉTAPE 4: Les paramètres de la simulation.

Le nombre d'itérations sélectionné doit être assez élevé si vous désirez des résultats précis. Le type de la simulation peut permettre de réduire la variance liée aux tirages aléatoires ( la simulation par Hypercubes Latins converge plus rapidement que la simulation de Monte-Carlo ).

Vous pouvez " verrouiller " certaines des variables que vous avez choisies comme " inputs " afin que celles-ci ne varient pas durant la simulation ( avec l'icône qui représente un cadenas ). Cela permet d'isoler l'effet de certains " inputs " seulement.

Enfin la " matrice de variance-covariance " permet de fixer la corrélation entre deux paramètres ( prix et quantités ) par exemple.
 

ÉTAPE 5: Résultats de la simulation.

Vous pouvez sauvegarder les résultats des simulations les plus intéressantes sous des noms différents. Vous devez mettre au propre vos graphiques et interpréter vos résultats.

Il est possible de sauvegarder des graphiques sur des fichiers à part ou sur une feuille Excel.
 

Ce site est un projet de Jean-Pierre Frénois.
Vos commentaires sont les bienvenus.