实施定量风险分析
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
实施定量风险分析
摘要:对项目进行风险管理,有重大意义于企业,家庭,社会各方面,本课题着力于研究风险管理的定量风险分析,分析定量风险方法和指南,应用于实际建设项目上,案例说明了开发建设的蒙特卡洛分析法的使用情况。计算出比较准确的损失概率和损失严重程度,进而可以降低工程项目的风险。
关键词:风险管理技巧与方法应用
1实施定量风险分析
1.1概念
风险管理是研究风险发生概率和风险控制技术的一门科学,通过识别,衡量,评估,管理,可以降低潜在损失发生。而定量风险分析是风险衡量中两个方法其中一。实施定量风险分析是就已识别风险对公司的影响进行定量分析的过程。实施定量风险分析的对象是在定性风险分析过程中被认为对公司存在潜在重大影响的风险。实施定量风险分析过程就是对这些风险事件的影响进行分析,是在不确定情况下进行决策的一种量化方法。通过反复进行定量风险分析,可以了解风险的发展趋势,并揭示增减风险管理措施的必要性。
1.2指南架构
实施定量风险分析:
1.3 技术
1.3.1数据收集和表现技术,包括:访谈;概率分布
1.3.1.1访谈。访谈技术利用经验和历史数据,对风险概率及其对项目目标的影响进行量化分析。所需的信息取决于所用的概率分布类型。例如,有些常用分布要求收集最乐观,最悲观与最可能情况的信息。在风险访谈中,应该记录风险区间的合理性及其所依据的假设条件,以便洞察风险分析的可靠性和可信度。
1.3.1.2概率分布。在建模和模拟中广泛使用的连续概率分布,代表着数值的不确定性,如进度活动的持续时间和项目组成部分的成本的不确定性。
1.3.2定量风险分析和建模技术。包括:敏感性分析;预期货币价值分析;建模和模拟。
1.3.
2.1敏感性分析。敏感性分析有助于确定哪些风险对项目具有最大的潜在影响,把所以其他不确定因素固定在基准值,再来考察每个因数的变化会对目标产生多大的影响。常用表现形式是龙卷风图。
1.3.
2.2 预期货币价值分析。是当某些情况在未来可能发生,也可能不发生时,计算平均结果的一种统计方法。这种技术经常在决策树分析中使用。
1.3.
2.3 建模和模拟。项目模拟旨在使用一个模型,计算项目各个细节方面的不确定性对项目目标的潜在影响。反复模拟通常采用蒙特卡洛技术。在模拟中,要利用项目模型分析多次计算。每次计算时,都从这些变量的概率分布中随机抽取数值作为输入。通过多次计算,得出概率分布。
1.3.3 专家判断。用于识别风险对成本和进度的潜在影响,估算概率以及定义各种分析方法所需的输入。
2 定量风险分析应用于建设项目
2.1应用于建设项目意义
大规模的建设在我国进行的如火如荼,如何对建设项目进行不确定性分析和风险分析;科学的对项目进行规划与投资;最大限度地获得投资效益;保证房
屋建设投资项目的经济技术环境社会等各方面的合理性、可持续性和可接受度,
是我国城市规划管理部门面临的一个重大课题。尽管在项目投资的前期工作中就已有项目市场需求、技术与工程方案、融资方案、财务与经济效益方面做了详尽的预测分析和研究,但由于环境的可变性、社会经济系统的复杂性项目自身的动态性、认识能力的局限性、以及前期工作的约束性,项目实施后的实际结果可能在一定程度上偏离预测的基本方案,导致项目出现不利后果或错失盈利机会。因此,建设项目风险管理作用日益凸显,本课题研究实施定量风险分析,通过对项目管理知识体系指南的思想进行移植,运用,实践与理论相结合,对项目的风险管理能收到一个良好的效果。
2.2案例分析
蒙特卡洛模拟在房屋建设投资项目中的应用
进行房地产风险投资,首先要分析哪些因素属于随机变量。在房地产投资中,影响投资者经济效益的变量很多,但影响最大的变量是租金和售价、建造成本、出租期或销售期、贷款利率、投资收益率、施工工期等。所选取的各随机变量之间应该是相互独立的,根据该项目本身的特点、对上海房地产市场的预测,还有上述因素对该项目影响程度的大小:
1.初步选取的随机变量为建造成本、贷款利率、投资收益率、销售价格、销售期、施工工期6项。
2.确定随机变量的概率分布。随机变量的概率分布由估计而得,估计有主观估计和客观估计两种方法,下面根据各影响因素过去长期积累的数据进行客观的分析。通过对上海近十几年房地产市场的调查统计,得出本例各变量的变化值、相应发生的概率及随机数。
3.为各随机变量抽取随机数。各随机变量服从离散型分布,由等概率密度发生器产生一个随机数r,如抽取的一组随机数为50、45、61、55、73、60。
4.将抽得的随机数通过逆转换得到各随机变量的值。如上述随机数对应的抽样值为8% 、14% 、8%、18、6、7%。
5.将抽样值构成一组项目评价基础数据。如上述数据代表的一组评价基础数据为建造成本年上涨率8%、贷款年利率14%、年售价增长率8%、工期18个月、销售期6 个月、投资收益率7%。
6.根据基础数据计算出净现值NPV。NPV1=- 5000×(1+7%)- 9/12×(1+8%)9/12- 3000×[(1+14% )2- 1] ×(1+7% )- 2+8000 ×(1+8% )3/12 × (1+7%)- 21/12=1425万
7.重复该流程50次。NPV2=- 5000×(1+8%)17/24×(1+6.5%)- 17/24- 3000 ×[(1+13%)23/12- 1]×(1+6.5%)- 23/12+800× (1+7.5%)3/12×(1+6.5%)- 20/12=158万NPV3=5000×(1+8%)18/24×(1+6.5%)- 18/24- 3000×[(1+13%)2- 1]×(1+6.5%)- 2+8000×(1+8%)3/12×(1+6.5%)21/12=1519万NPV4=- 5000×(1+10%)19/24×(1+7.5%)- 19/24-3000×[(1+15%)21]×(1+7.5%)- 2+8000×(1+10%)2.5/12×(1+7.5%)- 21.5/12=1240万……………
8.得出模拟结果的期望值、方差、标准差等,根据上述结果分析各随机变