2014咨詢工程師《方法與實(shí)務(wù)》考點(diǎn):風(fēng)險(xiǎn)概率分析方法

　　第一節(jié)　概述

　　一、風(fēng)險(xiǎn)分析：定性、定量分析(定量概率分析方法――概率樹分析、蒙特卡洛模擬法)

　　概率分析：通過對項(xiàng)目有影響的風(fēng)險(xiǎn)變量調(diào)查分析，確定可能發(fā)生的狀態(tài)及相應(yīng)概率，計(jì)算項(xiàng)目評價(jià)指標(biāo)IRR、NPV的概率分布，進(jìn)而確定項(xiàng)目偏離預(yù)期目標(biāo)的程度和可能發(fā)生偏離的概率。

　　意義：定量確定項(xiàng)目從經(jīng)濟(jì)上可行轉(zhuǎn)變?yōu)椴豢尚械目赡苄裕卸?xiàng)目風(fēng)險(xiǎn)程度，為決策提供依據(jù)。

　　二、風(fēng)險(xiǎn)因素識別方法：在進(jìn)行概率分析時(shí)，通常選擇那些能反映項(xiàng)目可行性的關(guān)鍵評價(jià)指標(biāo)(財(cái)務(wù)內(nèi)部收益率、財(cái)務(wù)凈現(xiàn)值、經(jīng)濟(jì)內(nèi)部收益率、經(jīng)濟(jì)凈現(xiàn)值)。

　　風(fēng)險(xiǎn)因素的識別 就是要確定對項(xiàng)目評價(jià)指標(biāo)有決定性影響的關(guān)鍵變量。常用的識別方法有

　　(1)資料分析法。根據(jù)類似項(xiàng)目的歷史資料尋找對項(xiàng)目有決定性影響的關(guān)鍵變量。

　　(2)老師調(diào)查表。根據(jù)對擬建項(xiàng)目所在行業(yè)的市場需求、生產(chǎn)技術(shù)狀況、發(fā)展趨勢等的全面了解，并在老師調(diào)查、定性分析的基礎(chǔ)上，確定關(guān)鍵變量。

　　(3)敏感性分析。根據(jù)敏感性分析的結(jié)果，將那些最為敏感的因素作為概率分析的關(guān)鍵變量。

　　第二節(jié)　風(fēng)險(xiǎn)概率估計(jì)

　　一、風(fēng)險(xiǎn)變量概率：1、主觀概率：老師調(diào)查獲得較由評價(jià)人員經(jīng)驗(yàn)獲得可信度高; ――占主要地位

　　2、客觀概率：在基本條件不變前提下，對類似事件多次觀察和試驗(yàn)，統(tǒng)計(jì)結(jié)果，得出各種結(jié)果發(fā)生的概率。

　　二、步驟：1、確定項(xiàng)目可能出現(xiàn)的狀態(tài);2、確定各種狀態(tài)的概率或在一個狀態(tài)區(qū)間內(nèi)發(fā)生的概率。

　　三、概率分布

　　1、離散型概率分布：各種狀態(tài)概率值和為1， ――生產(chǎn)成本的分布

　　2、連續(xù)型概率分布：概率分布用概率密度和分布函數(shù)表示

　　(1)正態(tài)分布N(x，σ)：特點(diǎn)是密度函數(shù)以均值x為中心對稱分布，方差σ2，

　　適于描述一般經(jīng)濟(jì)變量的概率分布，如銷售量、售價(jià)、成本

　　(2)三角型分布：特點(diǎn)是密度由最大值、最可能值、最小值構(gòu)成的三角型。

　　適于描述不對稱分布(工期、投資)，對稱分布(產(chǎn)量、成本)的變量

　　(3)β分布：特點(diǎn)是密度函數(shù)為在最大值兩邊不對稱分布，適于描述工期

　　(4)經(jīng)驗(yàn)分布：不適合標(biāo)準(zhǔn)的概率函數(shù)，適于項(xiàng)目評價(jià)重所有各種變量。

　　四、變量概率分析指標(biāo)

　　1、期望值：變量的加權(quán)平均值 x =ΣxiPi Pi――離散變量第i種狀態(tài)出現(xiàn)的概率

　　2、方差：描述變量偏離期望值大小 S 2 = Σ(xi―x)2Pi

　　3、離散系數(shù)：描述變量偏離期望值的離散程度 β = S/ x

　　五、風(fēng)險(xiǎn)變量概率的確定方法：

　　1、主觀估計(jì)法：項(xiàng)目評價(jià)人員或個別老師估計(jì)。

　　2、老師調(diào)查法：①根據(jù)需調(diào)查問題的性質(zhì)組成老師組;②調(diào)查某變量可能出現(xiàn)狀態(tài)或狀態(tài)范圍和相應(yīng)概率，由每個老師獨(dú)立書面反映;③整理，計(jì)算老師意見期望值和分歧，反饋;④討論原因，反復(fù)1―2次。

　　第三節(jié)　項(xiàng)目風(fēng)險(xiǎn)評價(jià)方法

　　一、概率樹分析 ――風(fēng)險(xiǎn)變量數(shù)和狀態(tài)>3;風(fēng)險(xiǎn)變量不獨(dú)立，存在相互關(guān)聯(lián)的情況不適用

　　1、假定風(fēng)險(xiǎn)變量間相互獨(dú)立，可通過對每個風(fēng)險(xiǎn)變量各種狀態(tài)取值的不同組合計(jì)算項(xiàng)目IRR、NPV指標(biāo)。根據(jù)每個狀態(tài)的組合計(jì)算得到IRR、NPV的概率為每個變量所處狀態(tài)的聯(lián)合概率――乘積

　　2、評價(jià)指標(biāo)由小到大排列，列出相應(yīng)聯(lián)合概率和累計(jì)概率，繪制評價(jià)指標(biāo)為橫軸、累計(jì)概率為縱軸的累計(jì)概率曲線。

　　3、由累計(jì)概率計(jì)算P{NPV(ic)<0}或P{IRRP{NPV(i。)≥0} =1―P{NPV(i。)<0}

　　P{IRR>=i。} =1―P{IRR當(dāng)風(fēng)險(xiǎn)變量數(shù)和每個變量的狀態(tài)數(shù)較多大于三個時(shí)，這時(shí)狀態(tài)組合數(shù)過多，一般不適于使用概率樹方法。若各風(fēng)險(xiǎn)變量之間不是獨(dú)立，而存在相互關(guān)聯(lián)時(shí)，也不適于使用這種方法。

　　二、蒙特卡洛模擬法：隨機(jī)抽樣抽取一組輸入變量的數(shù)值，并根據(jù)這組輸入變量的數(shù)值計(jì)算項(xiàng)目評價(jià)指標(biāo)，抽取足夠多次200―500次，可獲得評價(jià)指標(biāo)的概率分布及累計(jì)分布，計(jì)算項(xiàng)目由可行變?yōu)椴豢尚械母怕省?/P>

　　注意：限制輸入變量的分解程度、限制風(fēng)險(xiǎn)變量個數(shù)，確定變量間相關(guān)性，建立函數(shù)關(guān)系。