Un investissement locatif repose sur des dizaines d'hypothèses : évolution des loyers, vacance locative, travaux imprévus, fluctuation des taux… Les calculettes classiques vous donnent UN scénario. La simulation Monte Carlo en calcule des milliers pour révéler la distribution réelle des résultats possibles.
Pourquoi une simulation unique est insuffisante
Quand vous saisissez un loyer de 650 €, une vacance de 5 % et 0,5 % de travaux par an, vous faites une hypothèse. La réalité n'est jamais exactement celle-là. L'investissement se joue sur 15, 20, 25 ans — assez pour que des aléas s'accumulent et transforment un scénario prometteur en gouffre financier… ou l'inverse.
Ce que fait une simulation Monte Carlo
Au lieu d'utiliser une seule valeur pour chaque paramètre, on définit une distribution de probabilité. Par exemple :
- Vacance locative : entre 2 % et 12 %, concentrée autour de 5 %.
- Évolution des loyers : inflation ± écart-type basé sur l'historique local.
- Travaux : distribution log-normale pour refléter les rares gros travaux (ravalement, toiture).
On lance ensuite 10 000 simulations, chacune tirant au hasard une valeur dans chaque distribution. Résultat : on obtient la probabilité d'atteindre un certain rendement, un cash-flow minimum, ou un seuil de perte.
Exemple concret
Testez la simulation Monte Carlo
Notre moteur exécute 10 000 scénarios en moins d'une seconde pour chaque bien que vous analysez.
Les métriques clés à surveiller
- Médiane du rendement : le résultat attendu dans 50 % des scénarios — plus fiable que la moyenne.
- VaR 5 % : le pire résultat dans les 5 % de scénarios les plus défavorables. Votre “plancher” réaliste.
- Probabilité de cash-flow négatif : au-dessus de 20 %, le bien est objectivement risqué.
Quand l'utiliser ?
Systématiquement. Deux biens peuvent avoir le même rendement moyen mais des profils de risque totalement différents. Le Monte Carlo est l'outil qui permet de les départager objectivement.
