Métodos de Monte-Carlo sâo uma das ferramentas mais legais para lidar e também entender problemas que dependem de variáveis aleatórias.
Uma apresentação básica da idéia está disponível nessa publicação:
O que é o método de Monte Carlo
Nesse link também já está disponível algumas implementações do método. Um outro exemplo bem legal para entender como funcionam os Métodos de Monte Carlo está aqui:
Quantas figurinhas eu preciso comprar para preencher um álbum de figurinhas?
Talvez excel seja útil para lidar com bases em CSV e outras contas simples, mas difinitivamente Excel não é adequado para fazer simulações mais sérias. Eu sugiro fortemente o Python para a maioria das implementações, principalmente pela simplicidade e legibilidade. Se você não tem experiência anterior com Python ou outra linguagem de programação, eu sugiro que você dê uma olhada aqui nesse link:
Como iniciar em Python?
No nosso curso de Métodos Computacionais em Economia da UnB desse ano, nós exploramos bastante implementação em Python. Logo, talvez seja útil você dar uma olhada pelo menos nas aulas 1 a 4 desse link de material do curso.
Em relação a referências, existem algumas referências interessantes.
O nosso livro Uma Introdução aos Métodos Estatísticos para Economia e Finanças apresenta vários tópicos básicos e mais avançados de estatística usando simulações Monte Carlo. Talvez olhando essas idéias, você ganhe maior intuição em como construir simulações Monte Carlo.
Outras duas referências adequadas são:
Numerical methods in economics - Kenneth Judd [Capítulo 8]
Monte Carlo Methods in Financial Engineering - Paul Glasserman (embora essa referência apresenta alguns tópicos relacionados com finanças em tempo contínuo que não são triviais, mas acho que a parte de monte carlo dá para ser seguida sem problemas)