分享
交易分析·545 次瀏覽·7 分鐘·Research(研究)

蒙特卡洛模擬(Monte Carlo Simulation)

蒙特卡洛模擬(Monte Carlo Simulation)是一種計算技術,透過在財務模型中執行數千種隨機情境,產生可能結果的機率分布,而非單一的點估計值。

別稱蒙特卡洛分析(Monte Carlo Analysis)蒙特卡洛方法(Monte Carlo Method)隨機模擬(Stochastic Simulation)機率模擬(Probability Simulation)
發佈於 2024年7月25日更新於 2026年3月28日

為什麼重要

傳統分析方式是輸入一組固定假設,然後稱之為「預測」。蒙特卡洛模擬則會問:若空置率是5%會如何?若是15%呢?若利率上升了呢?它同時執行所有這些組合——通常達到10,000次甚至更多——告訴你這筆投資獲利、損益平衡或虧損的頻率各是多少。最終結果不是單一數字,而是一條展示每種可能結果發生機率的曲線。與深入的現金流折現分析結合使用時,它能將靜態預測轉化為動態風險圖景。這就是「預期報酬率」和「可能報酬率」之間的本質差異。

速覽

  • 在數秒內將數千種隨機輸入組合執行於你的投資模型中
  • 輸出機率分布——例如「現金流為正的機率為73%」
  • 捕捉敏感性分析容易忽略的相關風險
  • 當你擁有歷史數據來確定輸入範圍時效果最佳
  • 在機構房地產投資中被廣泛使用;透過試算表外掛程式對個人投資者的可及性日益提升

運作原理

蒙特卡洛模擬的第一步是將固定假設替換為機率分布。 不再說「空置率將為8%」,而是定義一個範圍——例如4%到16%——並指定一種分布形狀(通常為常態分布或三角分布)。對每個不確定輸入都重複這個過程:租金成長率、退出資本化率、維修費用、持有期限。模型隨後從每個分布中隨機抽樣,計算結果(現金報酬率、IRR、權益倍數),記錄結果,然後重複——通常迭代10,000次。

經過數千次迭代後,結果被彙總成機率分布。 你可能會發現你的投資中位數IRR為9.2%,第10百分位IRR為3.1%,第90百分位IRR為15.8%。這比任何單點預測所能告訴你的都要豐富得多。你還可以計算虧損機率——這是傳統分析從未明確呈現過的資訊。了解某筆投資有12%的機率產生負報酬率,正是將紀律型投資者與樂觀型投資者區分開來的關鍵資訊。深入思考資金的機會成本會讓這個機率數字變得尤為重要。

你所選擇的輸入變數及其範圍,與數學計算本身同樣重要。 「垃圾進,垃圾出」的原則依然適用。若你將租金成長範圍設定在3%到5%之間,而該市場歷史上曾從-8%波動到+12%,你的模擬結果將會過度樂觀。最嚴謹的蒙特卡洛應用將歷史數據與專業判斷結合起來,設置切實可行的邊界值。你還應將加權平均資金成本作為基準參照:若大多數模擬迭代都未達到你的最低報酬要求,無論基準情境看起來多好,這筆投資都無法通過檢驗。請記住,已經花出去的沉沒成本不應影響你選擇測試哪些情境——只有未來的現金流才真正重要。同時,透過邊際成本思維對未來資本支出進行獨立建模,可以讓每個維修情境的隨機化更加精準。

實戰案例

楊承翰正在分析一棟開價140萬美元的12戶公寓大樓。他的基準情境試算表顯示:在7%空置率、1,850美元平均租金和6.2%退出資本化率的假設下,現金報酬率為8.7%。但楊承翰歷經過足夠多的市場週期,深知這些數字中的每一個都可能大幅變動。

他建構了一個蒙特卡洛模型:空置率範圍4%到18%,租金範圍1,650美元到2,050美元,退出資本化率範圍5.5%到7.5%。經過10,000次迭代後,模擬顯示中位數報酬率為8.4%,第10百分位報酬率為2.1%,第90百分位報酬率為14.9%。更重要的是,它顯示在任意給定年份有18%的機率出現負現金流。楊承翰認為這筆投資尚可接受,但將成交價談判至132萬美元——這足以將虧損機率降至10%以下。模擬將一個依賴直覺的決策轉化為了有數據支撐的決定。

優劣分析

優勢
  • 揭示完整的結果範圍——不僅僅是最佳、最差和基準三種情境
  • 為上行和下行情境賦予明確的機率值
  • 捕捉多個不確定變數之間的相互作用,這是簡單敏感性分析表格所無法做到的
  • 適用於任何交易類型:單戶住宅、多戶住宅、商業不動產或開發案
  • 透過@RISK等Excel外掛程式和免費Python函式庫,可及性日益提升
不足
  • 輸出品質完全取決於輸入分布的準確性
  • 若範圍設置過窄或過於樂觀,可能產生虛假的信心
  • 比標準DCF預測需要更多的前期建模工作
  • 對於不熟悉機率分布的合夥人或貸款機構,結果可能難以溝通
  • 沒有專用軟體時,計算密集型模型執行可能較慢

注意事項

不要把中位數結果當作新的「基準情境」就此停步。 中位數有其價值,但分布的尾部才是真正的資訊所在。一筆IRR中位數為9%、IRR低於4%的機率為25%的投資,與同樣中位數但只有5%機率出現該結果的投資,本質上截然不同。務必仔細檢視第10和第90百分位的輸出結果——它們告訴你在不利市場和有利市場中你真正面對的是什麼。

相關風險是最常見的建模錯誤。 資本化率上升和租金下跌往往同時發生——在經濟下行期,兩者會同時對你不利。若你的模擬將它們視為獨立變數,就會低估你真實的下行風險。在歷史數據支持的地方,為輸入變數之間建立相關性。一個類似2008年的情境——空置率、租金和退出資本化率同時惡化——在相關模型中看起來會比在非相關模型中糟糕得多。

蒙特卡洛是一種分析工具,而非決策機器。 模擬可以告訴你財務結果的機率分布,但無法捕捉法規變動、社區轉型或合夥人風險。透過它來精進你的投資分析,而不是取代判斷力。最優秀的投資者將輸出結果視為市場知識和經驗之外的又一個參考依據——而非最終答案。一個清楚超越你最低報酬要求的強力模擬,是繼續深入研究的綠燈,而不是直接成交的綠燈。

投資者問答

一句話總結

蒙特卡洛模擬是分析房地產風險最誠實的方式。透過執行數千種情境而非單一情境,它迫使你正視可能發生的完整範圍——而不僅僅是你希望發生的結果。它不會讓一筆糟糕的投資變好,但會讓一筆好投資變得清晰可辨,並揭露樂觀基準情境中隱藏的風險。若你管理的不止幾處房產,或者在分析七位數以上的投資,將蒙特卡洛納入你的工具箱所花費的每一小時都是值得的。

這篇內容對你有幫助嗎?

探索更多術語

過戶費用(Closing Costs)5.0K 次瀏覽

過戶費用(Closing Costs)是你在過戶結算時支付的各類費用和收費——包括貸款手續費、產權保險、估價、稅費等。買方通常支付購屋價格的2–5%。

資本化率(Cap Rate)4.9K 次瀏覽

Cap Rate(資本化率)衡量物業年度淨營運收入佔其購買價格或當前市場價值的百分比,假設全額付現購買。

現金流(Cash Flow)4.7K 次瀏覽

現金流(Cash Flow)是投資房產最實在的指標——所有費用和貸款還完之後,你口袋裡到底還剩多少錢。算法很直接:NOI(淨營業收入)減去每月貸款月供(本金+利息+稅+保險,即PITI)。正的就是賺,負的就是虧。正現金流意味著房子自己養自己還往你手裡塞錢;負現金流意味著你每個月在倒貼。對於靠租金收入過活的投資者來說,現金流就是生命線。

訂金(Earnest Money)4.6K 次瀏覽

訂金(Earnest Money)是你的報價被接受後支付的一筆保證金——用來證明你是認真要買的。這筆錢存入Escrow(信託)帳戶直到過戶,如果你因合理的合約條件退出,通常可以全額退還。

貸款價值比(LTV)4.5K 次瀏覽

LTV(Loan-to-Value Ratio,貸款價值比)就是你的貸款金額佔房產價值的比例。一套估值$200,000的房子,貸款$150,000,LTV就是75%——意思是銀行出了75%,你自己的淨值(Equity)佔25%。這個數字直接決定了兩件事:銀行願不願意貸給你、以及貸多少。對BRRRR投資者來說,LTV更是決定再融資能拿回多少資金的核心參數。

空置率(Vacancy Rate)4.5K 次瀏覽

空置率(Vacancy Rate)衡量的是你的出租房一年中有多少時間沒有租客、沒有收入。聽起來簡單——但很多新手投資者嚴重低估了空置的真實代價。空置不只是少了那一個月的房租,而是同時在燒持有成本(房產稅、保險、水電)和翻新成本(粉刷、清潔、換鎖)。算收入的時候,永遠按10-11個月算,別用12個月騙自己。