Nihat Çevik
Serbest Muhasebeci
Mali Müşavir & Bağımsız Denetçi

UHASEBE UYGULAMALARINDA MONTE CARLO

Nihat Çevik

Serbest Muhasebeci

Mali Müşavir & Bağımsız Denetçi

Bugün işletmeler için en büyük sorunlardan biri belirsizliktir. Monte Carlo analizi bu

belirsizliği rakamlara dökmeye yarayan önemli dikkate değer bir yöntemdir. Tahmin

piyasa eğilimleri ve oldukça karmaşık proje metriklerinin hakim olduğu günümüz

çağında, Monte Carlo denemesi yapmak , risk analizi ve karar alma dünyasına dair

içgörü ve öngörü sağlayabilen önemli bir teknik olarak öne çıkmaktadır. İenstitü.com

da vurgulandığı gibi Karmaşık sistemlerin davranışlarını simüle etmek için rastgelelik

kullanan bu olasılıklara dayalı yöntem, finanstan mühendisliğe kadar çeşitli

sektörlerde paha biçilmez bir araç haline gelmiştir.

Monte Carlo Analizi (MCA) ilk olarak fizik ve mühendislik problemlerinin çözümünde

kullanılmıştır. Muhasebetr Finansal raporlama kitabında açıklandığı gibi daha sonra

finans alanına uyarlanmıştır. Temel prensibi ,rastgele girdilerin kullanılması ve çok

sayıda deneme yaparak çalıştırılarak muhtemel sonuçların dağılımının

belirlenmesidir. Bu yöntemle tek ihtimale dayalı hesaplamalar. sınırlamalarını aşarak

belirsizliğin etkileri gerçekçi biçimde değerlendirilebilir.

Monte Carlo Analizi temel çalışma prensibi , modelin belirsiz parametrelerinin olasılık

dağılımları çerçevesinde rastgele olasılıklarla test edilmesine dayanmaktadır. Bu

yöntemle, karmaşık ve doğrusal olmayan finansal sistemlerim çok sayıda farklı farklı

ihtimaller altında nasıl davranacağı analiz edilebilmektedir. Her analizde farklı girdiler

kullanılarak binlerce veya milyonlarca farklı ihtimaller oluşturulur.

Bu denemede Yer Alan Adımlar

Standart bir Monte Carlo Simülasyonu birkaç temel adımdan oluşur: olası girdilerin

bir alanını tanımlamak, girdileri alan üzerindeki bir muhtemel sonuçların dağılımından

rastgele üretmek, girdiler üzerinde tek ihtimale dayalı hesaplamalar yapmak ve

sonuçları bir araya getirmek. Bu süreç sayesinde, ortalamalar, varyanslar ve

yüzdelikler gibi nicelikler tahmin edilebilir ve kesin olmayan veriler etkili bir şekilde bir

dizi muhtemel sonuca dönüştürülebilir. Lumivero’nun teknik açıklamalarında

rastlanan şekilde, bu tür süreçler, iş başarısına yol açacak bir çözüm bulma şansını

en üst düzeye çıkarır.  NASA bile uzay görevlerini planlamak için bu denemeleri

kullanır.

Finans Sektöründe

Monte Carlo denemelerinin finans alanındaki bir örneği, opsiyon ve türev araçların

değerlemesinde görülebilir. Yatırımcılar, gelecekteki fiyat hareketlerini ve oynaklığı

tahmin etmek için bu yöntemi kullanır ve böylece yatırım stratejilerini olası kayıplara

karşı koruyacak şekilde uyarlar.

Mali Risk incelemesinde  değişken döviz kurlarına karşı korunmak için Monte

Carlo denmesinin kullanımına bir başka örnek . Başlıca para birimlerinin değeri

anında değişebileceğinden, hazine planlama sürecinin döviz kurlarındaki bu

değişkenliği hesaba katması kritik öneme sahiptir.

Analizin Muhasebede Kullanımı (MCA)

Mesleki hayatımda şüpheli alacak karşılıklarının çoğu zaman abartıldığına veya

düşük bırakıldığına şahit oldum. Monte Carlo analizi bu noktada daha dengeli bir

bakış sağlıyor Alacakların tahsil edilip edilmeyeceği, amortisman sürelerinin ne kadar

olacağı, dava süreçlerinin nasıl sonuçlanacağı kesin olarak bilinemeyen konulardır.

Bu gibi durumlarda işletmelerin sadece tek bir rakama bağlı kalması risklidir. İşte

burada Monte Carlo analizi yöneticilere yol gösterir.

Monte Carlo yöntemi, farklı olasılık senaryolarını binlerce kez simüle ederek ortalama

sonucu ve muhtemel farkları görmemizi sağlar. Böylece hem finansal

tablolarımızdaki karşılıkların daha sağlıklı daha uygun olmasına imkân tanır hem de

yönetim raporlamasında riskleri somutlaştırır.

Şüpheli Alacak Karşılığı Örneği

Bir müşteriden olan 100.000 TL tutarındaki alacağın tahsil edilme ihtimalleri şöyle

varsayılsın:

En kötü ihtimalde tahsilat %50,

En olası durumda %75,

En iyi senaryoda %95.

Monte Carlo denemesini bu üç ihtimali 10.000 kez çalıştırarak beklenen tahsilat

oranını %74, ortalama karşılık ihtiyacını ise yaklaşık 26.000 TL olarak hesapladı.

Buna göre muhasebe kaydı şu şekilde yapılabilir:

654 Karşılık Giderleri / 26.000

129 Şüpheli Alacak Karşılığı /26.000

Bu kayıt tek bir farklı ihtimalleri denemek yerine olasılıklar üzerinden hesaplanmış,

daha uygun ve daha sağlıklı bir karşılık tutarını yansıtır. Yukarıdaki örneklerden

görüleceği üzere, bazı tekrarlar aynı oranlarda çıksa bile farklı sonuçlar doğurabiliyor.

Vergi Karşılığı Örneği

Devam eden bir vergi incelemesinde üç ihtimal öngörülmüş olsun:

Hiç ceza çıkmama olasılığı %20,

Kısmi ceza olasılığı %50,

Tam ceza olasılığı %30.

Simülasyon sonunda ortalama beklenen sorumluluk borç 250.000 TL olarak

bulundu.

Buna göre karşılık kaydı:

770 Genel Yönetim Giderleri 250.000

368 Vergi Karşılıkları 250.000

Amortisman ve Faydalı Ömür

Bir denetimde, amortisman sürelerinin keyfi belirlendiğini gördüğümde bu yöntemi

kullansaydık çok daha gerçekçi sonuç çıkardı.”

Bir makinenin 5 ile 7 yıl arasında kullanılabileceği tahmin ediliyorsa, Monte Carlo

analizi beklenen ortalama ömrü 6 yıl civarında gösterebilir. Bu durumda yıllık

amortisman planı daha sağlıklı olur.

Monte Carlo analizi, muhasebede özellikle şüpheli alacak, vergi karşılığı,

amortisman, stok fire oranı gibi alanlarda işletmeye güvenilir bir bakış açısı

kazandırır. Tek bir rakamın ötesine geçerek “olasılık dağılımını” görmek, yönetimin

riskleri daha doğru yönetmesine yardımcı olur.

Formül :

Tahsil edilen tutar = 100.000 × tahsilat oranı

Karşılık ihtiyacı = 100.000 – tahsil edilen tutar

10.000 tekrarın tamamı da bu mantıkla üretildi; yüzdelikler (P5, P25, P50, P75, P90,

P95) bu 10.000 satırın sıralanmasından çıktı.

Sonuç :

Finansal ve Muhasebe tahminleme alanında Monte Carlo incelemesinin en bilinen en

yaygın kullanım alanları Şüpheli Alacak Karşılığı, Vergi Krşılığı, Amortisman, Fakat

çok önemli bir alan daha var.Gelir ve Karlılık tahminleridir. Özellikle maliyet,fiyat ve

satış ihtimallerdeki sonuçların nasıl dağıldığı çözümlenebilir. Böylece sınırlar daha

gerçekçi çizilir, yöneticiler riskleri daha doğru yönetir. Bu yöntem, yönetime adeta yol

gösterici bir pusula olur.

Kaynakça:

İenstitü .com

Lumivero.com

Muhasebetr Finansal Raporlama ve Analiz