企业的长期投资决策具有投入资金多、涉及时间长、投资风险大等特点。长期投资决策是否科学，对企业长期的盈利能力、现金能力等多方面都会产生较大影响，决策失误更可能会给企业带来巨大风险。在企业财务学理论中，长期投资决策分析的方法包括净现值法、内部收益率法、投资回收期法等多种方法。其中最常用的是净现值法(Net Present Value，简称NPV)。净现值法考虑到了投资项目现金流量的时间价值，通过利用项目未来现金净流量的现值与原始投资额的差额算出净现值，再根据净现值的大小评价投资项目的可行性。 然而，现实中企业进行长期投资决策时，严格按照这些方法进行决策的情况很少。除了企业长期投资决策本身具有战略考量外，使用这些方法计算出来的指标可能与实际情况严重不符也是一个重要的原因。因无论哪种长期投资决策方法，都需要预测拟投资项目的未来现金净流量，如果预测不准确，得到的结果可能失之毫厘，谬之千里。这个问题在已经迈入“数智时代”的今天，可以借助计算机工具，通过引入蒙特卡罗模拟方法，来比较轻松地解决。本文通过导入案例来实景还原手工环境下长期投资决策指标计算可能产生的谬误，继而给出基于Excel和Python的解决方案，并比较优劣。 表1 拟投资项目预测表
| 项目 | 王经理 | 刘经理 | |
| 第一年顾客数(人) | 5000 | 5000 | |
| 每年顾客数增长率 | 5% | 10% | |
| 每千名顾客每年带来的毛利(万元) | 5 | 10 | |
| 每年非存货成本(万元) | 65 | 50 |
表2 拟投资项目净现值测算表 单位：万元
| 王经理 | 年份 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 净现值 | 是否投资 | |
| 现金净流量 | -30.00 | -29.06 | -28.08 | -27.04 | -25.96 | -24.82 | -23.62 | -22.37 | -21.05 | -19.66 | -173.67 | 否 | |
| 刘经理 | 年份 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 净现值 | 是否投资 | |
| 现金净流量 | 0.00 | 3.75 | 7.88 | 12.41 | 17.40 | 22.89 | 28.93 | 33.58 | 42.88 | 50.92 | 54.92 | 是 |
注：企业所得税税率为25%，折现率为8%，其他相关税费因素忽略不计 二、案例导入 A公司是大型商业零售企业，总部设立于北京市，现已在全国范围内发展多家连锁超市。近期，A公司拟在某二线城市开办一家新连锁超市。根据以往经验，在这样的二线城市开新店的初始投资额约为70万元。针对此项投资，A公司财务部王经理和刘经理按照超市经营期10年分别进行了预测并计算了净现值，如表1和表2所示。从中可以看到，二位经理都预测开办一个新的超市后在第一年顾客数为5 000人，但对之后各年的顾客增长情况、每千名顾客每年能为超市带来的毛利和超市每年的非存货成本的预测是不同的，从而对每年净现金流量的预测也是不同的，最终分别得到了正的净现值和负的净现值，产生了相悖的结论。 实际上，我们在进行长期投资决策的时候无法知道王经理和刘经理谁的预测是正确的，也许两个人的预测都存在很大问题。虽然本例中采用的是净现值法(NPV)，其他各种长期投资决策方法基本上都需要对未来进行预测，存在的问题本质是一样的。 解决长期投资决策中投资项目未来现金净流量难以准确预测问题的办法是多次模拟预测。我们可以借助计算机，引入蒙特卡罗模拟方法(Monte Carlo Simulation)。蒙特卡罗模拟方法是利用数学方法进行的一种模拟实验，当模拟对象本身具有概率特征时，可以通过计算机模拟产生抽样结果，再根据其结果计算统计量或参数值，当模拟实验的次数逐渐增多时，预测精度也会逐渐提高。引入蒙特卡罗模拟进行长期投资决策，能够较好地刻画拟投资项目未来可能出现的各种情况，从而降低企业长期投资决策的失误率，提高企业在不确定环境下决策的科学性和准确性。 我们可以使用多种计算机工具来实现引入蒙特卡罗模拟的长期投资决策，不同工具实现方法不同。下文分别分析基于财务人员使用最多的Microsoft Excel电子表格软件和基于目前最流行的Python编程语言的实现方法。 三、Excel在企业长期投资决策中的高级应用 无论选用何种软件工具或者编程方法，引入蒙特卡罗模拟都需要首先确定随机变量及其概率分布规律。在企业的长期投资项目中，实际上有很多变量其实是随机变化的，例如销售量、价格、成本等，应根据历史数据确定它们取值的分布规律。在本文的案例中，王经理和刘经理汲取了前面出现问题的教训后，在充分调研、获得较多历史数据的基础上，给出了对各年顾客数量、每千名顾客每年能为超市带来的毛利和超市每年的非存货成本的分布规律预测：(1)开办一个新的超市后在第一年顾客数服从均值为5 000人、标准差为600人的正态分布；(2)每年顾客数量的增长率通常在-5%—10%之间；(3)每千名顾客每年能为超市带来6万元、8万元、10万元、12万元和14万元毛利的概率分别为15%、20%、30%、20%和15%；(4)每年非存货成本的合计数服从均值为50万元、标准差为15万元的正态分布。在上述预测基础上，使用Excel应用蒙特卡罗模拟进行企业长期投资决策的步骤如下：
