蒙特卡罗模拟在风险管理中的应用.docxVIP

蒙特卡罗模拟在风险管理中的应用文/崔军朱星宇蒙特卡罗方法广泛应用在项目管理以及金融计算等领域。在工程项目的可行性研究阶段，可使用这种方法作为项目评价的辅助手段，在执行阶段，也可使用该方法对项目费用及进度进行风险分析及敏感性分析。分布，从而了解不同参数对目标变量的综合影响以及目标变量最终结果的统计特性。二、蒙特卡罗基本原理蒙特卡罗方法利用一个随机数发生器通过抽样取出每一组随机自变量，然后按照因变量与自变量的关系式确定函数的值。反复独立抽样（模拟）多次，便可得到函数的一组抽样数据（因变量的值），当模拟次数足够多时，便可给出与实际情况相近的函数因变量的概率分布与其数字特征。当应用蒙特卡罗方法进行工程项目风险管理分析时，应首先确定目标变量的数学模型以及模型中各个变量的概率分布。如果确定了这两点，就可以按照给定的概率分布生成大量的随机数，并将它们代入模型，得到大量目标变量的可能结果，从而研究目标变量的统计学特征。现代工程项目通常有投资金额大、持续时间长、技术风险高等特征，且在项目执行前期及过程中，具有非常多的不确定性因素，因此项目风险管理在工程管理中发挥着越来越重要的作用。而如何进行准确的风险分析，为后续的风险应对与管理提供准确的数据支持已成为日益关注的话题。工程项目风险控制目标包括进度、费用、质量和HSE等，而其中能够在前期进行定量分析的主要为费用及进度相关的指标，本文以蒙特卡罗模拟定量分析方法出发，详细描述蒙特卡罗模拟的流程，最后，给出项目前期的内部收益率、成本费用和工期具体实现过程。理论背景一、风险管理及蒙特卡罗模拟简介风险管理中包括了对风险的量度、评估和应变策略，通过风险识别、风险估计、风险控制、风险监控等一系列活动来防范风险的管理工作。风险模型定量化分析主要是计算基本事件、危险事件发生概率的点估计和区间估计以及不确定性，在概率的意义上区分各种不同因素对风险影响的重要程度。概率统计的发展和应用使得风险管理定量分析成为可能。作为常用的概率统计方法，蒙特卡罗方法广泛应用在项目管理以及金融计算等领域。在工程项目的可行性研究阶段，可使用这种方法作为项目评价的辅助手段，在执行阶段，也可使用该方法对项目费用及进度进行风险分析及敏感性分析。该方法将符合一定概率分布的大量随机数作为参数代入数学模型，求出所关注变量的概率蒙特卡罗模拟在项目决策中的应用在项目投资决策阶段，所使用的数据通常都是通过对未来情况进行预测或根据历史经验估算得来的，因此存在项目投资的不确定性，在一定程度上影响管理者的决策。而41风险管理RISKMANAGEMENT蒙特卡罗方法可以提供有效的项目风险度量技术手段，并能够定量地分析出项目所承担的风险及其概率分布，可应用于许多复杂的工程项目及决策期间风险分析。本文采用蒙特卡罗模拟软件为OracleCrystalBall（中文简称水晶球），基于MicrosoftExcel即可实现蒙特卡罗模拟。一、净现值及内部收益率蒙特卡罗方法按照变量的分布随机选取数值，模拟项目的投资过程，通过大量的独立的重复计算，得到多个模拟结果，再根据统计原理计算各种统计量，如均值、方差等，从而对项目投资收益与风险有一个比较清晰的估计。判断一个项目是否可行的重要依据是净现值（NPV）及内部收益率（IRR），但是这两个指标都需要知道基年以后的现金流的大小。但由于无法精确的确定现金流量，即可能存在一定误差，因此可用蒙特卡罗模拟，对基年以后的逐年现金流（在一定频率）进行分析，以确定净现值及内部收益率。表1净现值模拟表单位：万元人民币经过运算可得图2、3关于净现值及内部收益率的频数直方图。并且可得到如表2所示的内部收益率预测值。从中决策者可据图1蒙特卡罗模型运行数据摘要图2内部收益率频数直方图假定一项目初始投资为100万人民币，项目寿命周期为5年，根据在当地同类型规模项目历史数据，项目收入成正态分布，约为每年为30万人民币，现需判断项目投资方案的合理性。据此可引入因子Z，设Z服从标准正态分布，第1至5年的现金流量均为=30+30×Z，对此模型进行蒙特卡罗模拟，则1?5年的现金流量随着蒙特卡罗的模拟也随之发生变化。假设模拟5000次，耗时522.14秒，如图1所示。图3净现值频数直方图42年份Z现金流量0(100.00)1030.002030.003030.004030.005030.00NPV@10%13.72IRR15.24%RISKMANAGEMENT风险管理此进行风险分析，若基准收益率为12.81%，则该项目收益率低于基准收益率的概率为10%。表2内部收益率预测值差，这种偏差就可能对工程造价带来一定的风险。运用蒙特卡罗模拟，可对工程项目的费用进行分析。假设某一工程项目成本由项目管理、设计、设备、施工、其他费用及HSE六部分组成，则需要请企业内部，外部专家或根据企业定