Gestion des risques : la méthode de Monte Carlo est-elle une valeur sûre ?

Tout comme lancer les dés ou parier à la roulette, la promotion immobilière peut parfois ressembler à un jeu de hasard.

Tous les projets de construction comportent des risques. Mais dans un marché volatil, comprendre le profil de risque de chaque projet est primordial pour le succès – et dans certains cas, la solvabilité. Mais comment tester un éventail complexe, imprévisible et sans cesse croissant d’hypothèses ? Une solution consiste à appliquer la méthode de Monte Carlo.

Également appelée simulation de Monte Carlo, cette technique mathématique est utilisée pour estimer les conséquences possibles d'un événement incertain. Inventé par John von Neumann et Stanislaw Ulam pendant la Seconde Guerre mondiale, il doit son nom au célèbre casino de Monaco car l'élément de hasard y est au cœur.

En utilisant un échantillonnage aléatoire répété, les simulations Monte Carlo peuvent évaluer l'impact du risque sur des scénarios réels, depuis les stocks jusqu'aux prévisions de ventes, en passant par la gestion de projet et la tarification.

La façon la plus simple de comprendre le concept est de réfléchir à la façon dont nous pourrions calculer la probabilité d’obtenir deux six sur une paire de dés. Il existe 36 combinaisons de lancers de dés, et à partir de celles-ci, nous pouvons calculer manuellement la probabilité de lancer deux six. Lancer les dés encore et encore – disons plusieurs millions de fois – nous donnerait une répartition représentative des résultats et nous indiquerait quelle est la probabilité que nous obtenions deux six.

En utilisant l’algorithme de calcul de la méthode de Monte Carlo, nous pouvons obtenir des prédictions plus précises en lançant métaphoriquement les dés des millions de fois en quelques minutes.

Simulation Monte Carlo en quatre étapes

1. Définir les variables clés du projet : Élaborer un registre des risques de tous les risques connus et inconnus. Les risques liés aux coûts, au budget et aux imprévus se voient attribuer une valeur monétaire et une probabilité de réalisation du risque.

2. Générer des distributions de probabilité : Saisissez les risques dans le logiciel afin que le profil de risque le plus probable puisse être déterminé. Les ensembles de données historiques et l’expérience du secteur soutiennent ce processus.

3. Effectuer une analyse de simulation : Laissez le logiciel faire son travail ! Le nombre d’itérations peut se chiffrer en milliers.

4. Agréger les résultats : Examinez les résultats du résultat le plus probable et convertissez les chances en choix.

Approfondir les profils de risque des projets

Jetons un coup d'œil à un exemple.

Disons simplement qu'un promoteur d'un appartement résidentiel proposé exige une marge bénéficiaire de 20 %. Mais avec la récente volatilité des marchés, la hausse des coûts de construction et la hausse des taux d’intérêt, le promoteur doit approfondir le profil de risque du projet.

Le promoteur utilise des données historiques et des conseils d'experts en matière de coûts pour intégrer les probabilités de coûts de construction, et le profil des taux d'intérêt est déterminé à partir des courbes de rendement historiques et des prévisions économiques.

En appliquant cette gamme de résultats au modèle de projet, la probabilité que chaque résultat se produise montrera une plage de probabilité équivalente à la marge cible.

Le promoteur peut constater qu'il n'y a qu'une probabilité de 25 % que le projet atteigne la marge bénéficiaire requise de 20 %. En d’autres termes, il est peu probable que le projet atteigne la rentabilité requise par le promoteur.

Comment placer une valeur sûre ?

Les simulations Monte Carlo et les analyses de sensibilité font varier une ou plusieurs entrées et mesurent comment cela influence la rentabilité d'un projet. La différence réside dans la manière dont ils sont réalisés. Monte Carlo applique des variations aléatoires tandis que l'analyse de sensibilité applique des variables spécifiquement choisies.

La plus grande force de la méthode Monte Carlo est qu’elle peut prendre en compte une plage de valeurs pour diverses entrées. Mais c’est aussi sa plus grande limite. Les résultats ne sont que des estimations basées sur la qualité des données entrées. C'est pourquoi l'analyse Monte Carlo, entreprise en tandem avec les conseils d'experts de métreurs expérimentés, permettra d'obtenir les meilleurs résultats.

Bien qu’il n’existe pas de « bonne » façon de quantifier les risques ou d’estimer les imprévus, toute méthode doit être mathématiquement solide et conforme aux meilleures pratiques de gestion des risques. ARGUS EstateMaster, soutenu par la meilleure expertise du marché, présente aux développeurs une boîte à outils d'outils puissants pour comprendre l'exposition aux risques et prévoir l'avenir.

Aucun risque ne peut être éliminé. Mais une approche méthodique de gestion des risques peut vous aider à faire les paris les plus sûrs en matière de développement immobilier.