第六章不确定性分析及风险分析.pptVIP

（2）敏感性分析的局限性 敏感性分析不能预测各种不确定因素在未来发生变动的概率，因而在一定程度上影响分析结论的准确性。 也许另外的、不大敏感的不确定因素，未来所发生的对项目不利的变动的概率却相当大，实际上将比敏感因素带来更大的风险。这是敏感性分析无法解决的问题。 第4节 概率树分析 概念——是一种借助概率论和数理统计原理，通过计算出项目净现值小于零的概率，达到定量测定项目风险的分析方法。 一.随机变量NCF和NPV的概率描述 （一）随机变量NCF和NPV 投资项目每个周期（各年）的NCF——净现金流量序列，是由多种随机因素的取值所确定的。所以，项目每年的的净现金流量都是一个独立的随机变量。 项目的NPV是每年净现金流量的现值之和，它必然也是一个随机变量——随机净现值。 （二）随机NPV的概率描述 1．描述随机变量的主要参数 （1）期望值：即随机变量所有可能取值的加权平均值。权重就是各种可能取值可能出现的概率。 式中： NPVj——NPV可能出现的第j个离散值 （j=1、2、…m） Pj——各NPVj出现的概率 如果由净现金流量NCF来计算: 式中： E（Xt）——第t年的净现金流量的期望值（t=0、1、…、n） NCFj——为第t年的净现金流量的第j个离散值。 Pj——为相应NCFj出现的概率。（j=0、1、2、…、m） n——项目寿命期； i——无风险折现率，为不考虑风险因素时的行业基准收益率iC。 （2）方差 概念——反映随机变量的可能取值与其期望值偏离（离散）的程度的参数。 求项目NPV方差的公式为： （3）标准差 净现值与其方差的量纲不同，为了便于分析，通常采用与净现值量纲相同的参数——标准差σ来反映随机NPV取值的离散程度。 标准差用于测度和比较方案的相对风险。标准差越小，说明各个NPV的取值越集中靠近其期望值，故风险较小。 2．概率分布 随机变量的各个可能取值对应的概率分布情况称为概率分布。 离散概率分布： 离散随机变量（输入变量可能值为有限个数）的概率分布。 连续概率分布： 连续随机变量（变量的取值充满一个区间，无法一一列出）的概率分布。 1.三角分布:密度函数由悲观值、最可能值、和乐观值构成 （对称或不对称）。 2.β分布 ：密度函数在最大值两边呈不对称分布。 3.梯型分布：在不同数值范围内，变量具有不同的概率。 4.正态分布 工业投资项目的随机现金流、随机NPV在多数情况下，可以认为近似地服从正态分布。 μ——期望值 决定了正态分布曲线在横坐标上的位置，是随机NPV所取各值的分布中心。 σ——标准差 σ的值大，即说明随机NPV的可能取值偏离其期望值的离散程度较大，概率分布密集程度低，亦即随机NPV的不确定性程度大，说明项目的风险大。 σ的值小，说明随机NPV的可能取值偏离其期望值的离散程度较小，概率分布密集程度高，亦即随机NPV的不确定性程度小，说明项目的风险小。 图 正态分布曲线和X轴所围成的全部面积等于1，曲线与区间（x1，x2）围成的面积表示随机NPV在区间（x1，x2）取值的概率。 利用这一点，我们可以利用标准正态分布表，求出NPV小于零的概率，这样就对项目的风险有了一个定量的描述。 f（x） 0 μ x(NPV） 二.概率分析的步骤 （一）给出不确定因素可能出现的各种状态及其发生的概率 客观概率分析：根据历史统计资料来估算项目寿命期内基础数据——不确定因素各种状态的取值及其发生的概率。 主观概率分析：对大量工业和其它项目来说，未来和历史的情况无法相同。此时，基础数据的各种状态及其发生概率的确定，只能凭主观预测、分析和估算，即专家调查法，一般采用德尔菲法。 步骤 （二）借助概率树完成各个不确定因素的不同状态的组合 （三）求出项目或方案NPV的期望值和标准差 （四）对项目进行风险估计