多因素敏感性分析在经济评价中的应用.docxVIP

多因素敏感性分析在经济评价中的应用 1.多因素敏感性分析数学模型 1.1 函数的建立 1.1.1 内部收益率函数 IRR （ x1,x2,x3,x4）=∑IRR i(xi)-3IRR(0,0,0,0) i=1,2,3,4 IRR(x1,x2,x3,x4) 多因素影响下的内部收益率 IRRi（xi ） 单因素 xi 影响下的内部收益率 Xi 各因素的变化率 IRR(0,0,0,0) 现有数据下的内部收益率（也记作 IRR（0）） 上式也可写作 IRR （ x1,x2,x3,x4） =β1 x1+ β2x2+ β3 x3+ β4 x4+ β0 (推导过程见 《多因素敏感性分析的函数法 》孟令杰 ) 1.1.2 净现金流量 NPV 函数 同 IRR 函数，可得 NPV （ x1,x2,x3,x4） =∑NPV i(xi)-3NPV(0,0,0,0) i=1,2,3,4 既多因素联合产生的影响可以近似的看做各因素产生的影响之和。 1.2 期望及方差 1.2.1 X1, X2,?,X n的意义是各易变因素的变化率 , 根据评价工作的实际情 况可假定其服从均匀分布 , 这是因为在未来实际问题中 , 对易变因素做出哪种情 况变化概率大 , 哪种情况变化概率小 , 都是很难的 , 在这种对客观概率缺乏有 效估计时 , 将其当作均匀分布看待是最合理的 , 所以可以认为 Xi 在某区间 [ ai , bi ] , 内取值的概率是均匀的。其中 ai 是第 i 个因素变化率 Xi 的最小值 ,bi 是最 大值 ,i=1,2, ?,m。这两个值可由专家预测得到。 1.2.2 假定各因素的变化率 X1,X2, ?,X n 是不相关的随机变量。这是因为对 实际问题来讲 , 各因素之间的关系是错综复杂的 , 因素之间不一定不相关 , 也 不一定独立 , 但它们变化的幅度可以近似认为是不相关的。 在以上两个假定之下 , 根据概率理论我们可以方便地计算出 IRR的两个重要 参数期望 E(IRR) 和方差 D(IRR) 。 由于 Xi 在[ ai , bi] 上服从均匀分布 , 故 E（Xi ） =(ai + bi)/2 i = 1, 2, ?, m D（Xi ） =(bi - ai) 2 ?, m /12 i = 1, 2, 由IRR与 Xi 的关系得 4 E(IRR ) IRR ( 0 ) i EXi i 1 4 IRR (0) i ai bi / 2 i 1 2 4 2 ) D(IRR (0)) D(IRR i D ( Xi ) i 1 4 2 i i 1  2 bi ai / 12 X1,,Xn 的概率分布做了合理假设后 , 理论上 IRR的分布就唯一确定了 , 但由于变化因素较多 , 利用概率理论给出 IRR的精确分布是非常困难的 , 所以实际的 IRR 与其均值接近程度的概率计算无法实现。 但我们可以利用概率论中一个非常 著名的不等式——切比雪夫不等式 , 它的特点是不需知道随机变量的分布 , 而仅用方差就可对随机变量 X接近 EX的程度给出概率估计。如下： P { │I RR - E ( IR R) │ ε } ≥1 - D( IRR ) / ε2 （ ε 0） 上式中的 ε 可以取 20%、15%、10%、5%等数值，可以得出 IRR 处于 E(IRR) ε 之内的概率。概率越大，则抗风险能力越强。 数据准备 2.1 单因素敏感性分析 敏感性分析表 FIRR 投资 成本 价格 产量 -20% -10% 0% 10% 20% FNPV（万元） 投资 成本 价格 产量 -20% -10% 0% 10% 20% 2.2 单因素敏感性分析线性回归方程式 IRRi （xi ）与 NPVi(xi) 均可以由单因素敏感性分析做 Excel 图，在图上通过线性 回归得到表达式。进而得到 IRR（ x1,x2,x3,x4 ）的表达式： IRR （ x1,x2,x3,x4） =β1 x1+ β2x2+ β3 x3+ β4 x4+ β0 2.3 期望与方差 2.3.1 边界条件 ai 与 bi 边界条件必须由实际情况决定，不能盲目给出，否则结果会有一 定的误差。 投资变动区间（ a1,b1） 价格变动区间（ a2,b2） 成本变动区间（ a3,b3） 产量变动区间（ a4,b4） 2.3.2 期望与方差 4 E (IRR ) IRR ( 0 ) i EXi i 1 4 IRR (0) i ai bi / 2 i 1 2 4 2 ) D(IRR (0)) D (IRR i D ( Xi ) i 1 4 2 i i 1  bi ai 2 / 12 风险评估 由 P { │I RR - E ( IR R) │ ε