2011现代咨询方法与实务 第31讲（2011新版）.docVIP

（三）风险概率估计 1．客观概率估计 即根据历史统计数据或大量试验计算的实际发生概率。 应用客观概率对项目风险进行的估计称为客观估计，这种方法的最大缺点是需要足够的信息，通常很难满足。 当项目相关历史数据比较充足时，就可以利用统计方法计算风险概率。 如某风险因素有等m个状态， 对应的出现次数分别是则第i种状 态出现的概率是： 其中： 2．主观概率估计 主观概率是基于专家个人经验、预感或直觉而估算出来的概率。一般在有效统计数据不足或不可能进行试验采用。 主观概率的专家估计具体步骤是： （1）根据需要调查问题的性质组成专家组。 （2）查某一变量可能出现的状态数（或状态范围）和各种状态出现的概率。 （3）整理专家组成员的意见，计算专家意见的期望 值和意见分歧情况，反馈给专家组。 （4）专家组讨论并分析意见分歧的原因。 3．风险概率分布 （1）离散型概率分布。离散型随机变量是指可能值有限的输入变量，变量取各可能值的概率之和等于1。 （2）连续型概率分布。当输入变量的取值充满一个区间，无法按一定次序一一列举出来时，称为连续随机变量。常用的连续概率分布有： 见教材410页 ②三角型分布。 其特点是密度数是由最悲观值、最可能值和最乐观值构成的对称的或不对称的三角型。 适用描述工期、投资等不对称分布的输入变量，也可用于描述产量、成本等对称分布的输入变量。 ③b分布。其特点是密度函数为在最大值两边不对称 分布，适用于描述工期等不对称分布的输入变量。 ④经验分布。其密度函数并不适合于某些标准的概率函数，可根据统计资料及主观经验估计的非标准概率分布，它适于项目评价中的所有各种输入变量。 4．风险概率分析指标 描述风险概率分布的指标主要有期望值、方差、标准差、离散系数等。 期望值：是风险变量的加权平均值。 对于离散型风险变量，期望值为 n—风险变量的状态数 Xi—风险变量的第种状态下变量的值 Pi—风险变量的第种状态出现的概率 等概率的离散随机变量的期望值为 方差和标准差 方差和标准差都是是描述风险变量偏离期望值 程度的绝对指标。对于离散变量，方差为S2 方差的平方根为标准差，计为S。 对于等概率的离散随机变量，方差为 当n足够大（通常n大于30）时，可以近似为 离散系数 离散系数是描述风险变量偏离期望值的离散 程度的相对指标，计为： 【例13-2】某投资项目的销售量，项目评价中采用的市场销售量为100吨。为分析销售量的风险情况，请了15位专家对该种产品销售量可能出现的状态及其概率进行预测，专家意见整理如后表。请计算销售量的概率分布指标。 【解答】 （1）首先计算专家估计值的概率， 其中n为专家人数，n＝15 专家估计销售量为80吨的平均概率为＝（10＋15＋10＋5＋10＋10＋5＋5＋5＋0＋10＋10＋10＋0＋5）/15＝7.33，同样可以计算出销售量为90、100、110和120吨的概率。结果见下表 （2）计算出专家估计销售量的期望值 （3）计算销售量的方差、标准差和离散系数 标准差S＝8.91，离散系数 ＝0.09。 【例13-3】某项目产品售价服从正态分布，请了10位专家对价格的范围及在该范围内的概率进行估计，结果如下表。请计算专家估计值的期望值和标准差。 【解答】（1）首先计算专家估计值的期望值和期望值的方差、标准差和离散系数。 （2）其次，计算各专家估计的正态分布的标准差б。 第1位专家认为价格在80～120范围内的概率为90%，即在80～120范围外的概率为10%。即价格小于80元的概率为5%，大于120元的概率为5%。换言之，价格大于80元的累计概率为0.95。 查标准正态分布的分布函数表，首先在概率值区域找到与0.95相近的数值，发现0.95介于0.9495和0.9505之间，由概率值对应的左列数据得到X值约为1.6，由概率值对应的行数据得到X值应介于1.64和1.65之间，取中间值1.645。 因此，低于80元，即比期望值100元少20元的概率为5%，相当于－1.645б，