10,000 შემთხვევითი სცენარი · საბაზისო მოდელი: „მოგება EBITDA (ფორმულებით) — შემოწმებული.xlsx" · გადამოწმებული 2026-07-10
წითელი = ზარალი, მწვანე = მოგება · წყვეტილი ხაზი = საბაზისო $1.81M · $ მილიონებში
კორელაცია (r) წმინდა შედეგთან · რაც უფრო გრძელია ზოლი, მით უფრო მნიშვნელოვანია ცვლადი
P5 = პესიმისტური კიდე, P50 = მედიანა, P95 = ოპტიმისტური კიდე
თითოეული ცვლადი სამკუთხა განაწილებაა: მინ (პესიმისტური) · საბაზისო (ყველაზე სავარაუდო = xlsx-ის input) · მაქს (ოპტიმისტური).
რას აკეთებს სიმულაცია. ყოველ ჯერზე ვწევთ 10,000 შემთხვევით სცენარს. თითოეულ სცენარში ყველა ცვლადი დამოუკიდებლად ირჩევა თავისი სამკუთხა განაწილებიდან, შემდეგ ვთვლით EBITDA-ს (ზუსტად xlsx-ის ფორმულით) და დაფინანსების შემდგომ წმინდა შედეგს ორივე დაფინანსების სცენარისთვის. შედეგად ვიღებთ არა ერთ რიცხვს, არამედ სრულ განაწილებას და მოგების ალბათობას.
EBITDA = წმ. შემოსავალი (− output დღგ) − სააგენტო (ELP) − მშენებლობა (+ input დღგ ჩათვლა) − ადმინი. წმინდა შედეგი = EBITDA − ბანკის პროცენტი − pref კუპონი (30%/წ, $1M ძირზე). ეს ბოლო ხაზი არის ის „მინუსი", რასაც საბაზისო მოდელი აჩვენებს.
ცვლადების დიაპაზონები (დოკუმენტირებულ სცენარებზე მიბმული):
წინასწარი ავანსის ლოგიკა (შენი დაკვირვება). ავანსი უმეტესად ზუსტად 20%-ია და დანარჩენს მყიდველი ბოლოში იხდის — არავის აქვს მოტივი წინასწარ გადაიხადოს მეტი. ამიტომ სცენარების უმეტესობაში ავანსი = 20%. მოდელში ჩავდე მხოლოდ ~15% შანსი, რომ შერეული ავანსი 20%-ზე მაღალი აღმოჩნდეს (მაქს. +15 პპ), რადგან მყიდველების მცირე ნაწილმა შეიძლება მეტი გადაიხადოს. მაღალი ავანსი ამცირებს ბანკის საშუალო ვალს (ოფსეტის კოეფიციენტით) → ნაკლები პროცენტი → უკეთესი შედეგი. ეს პარამეტრები „დაფინანსების" ბლოკში რედაქტირებადია.
შეზღუდვები. ცვლადები დამოუკიდებლადაა მოდელირებული (რეალურად ფასი და ხარჯი შეიძლება კორელირებდეს). განაწილებები სამკუთხაა — ექსპერტული დაშვება, არა ისტორიული ფიტი. pref კუპონი და სტრუქტურული ფართები ფიქსირებულია. შედეგი გადაწყვეტილების დამხმარეა, არა საბოლოო შეფასება.