第十一讲Monte_Carlo模拟方法在风险解析中应用.pptVIP

本讲目标： 了解Monte-Carlo模拟的基本思路和步骤、计算机的工作模拟流程； 熟悉crystal ball软件的使用。;第一节 蒙特卡罗法概述 ;蒙特卡罗方法的基本思想是： (1)将目标变量用一数学模型表示，该数学模型可被称为模拟模型，模型中尽可能地包含影响该目标变量的主要风险变量。 (2)每个风险变量的风险结果及其相应的概率值均可用一具体的概率分布来描述，然后利用抽样技术来产生随机数，再根据这一随机数在各风险变量的概率分布中随机取一值。 (3)当各风险变量的取值确定后，目标变量就可根据所建立的模拟模型计算得出。这样重复N次，便可得到N组目标变量值，通过产生随机数得出目标变量具体值的过程便是蒙特卡罗模拟过程。; 例如，某投资项目每年所得盈利额A由投资额P、劳动生产率L和原料及能源价格Q三个因素确定，表达式为：; 蒙特卡罗模拟方法的优点： （1??模拟算法简单，过程灵活； （2）可模拟分析多元风险因素变化对结果的影响； （3）模拟成本低，并可方便地补充更新数据。 ;蒙特卡罗模拟方法的步骤;第二节 模拟次数的确定 ;抽样次数与结果精度;由;3、随机变量的抽样 ; 常用概率分布的抽样公式 ; 有了这些随机产生函数，就可以直接产生满足分布F(x)的随机数了，而无需通过先求出连续均匀分布的随机数，再通过抽样公式得出所求分布的随