论文部分内容阅读
1风险分析模拟
风险分析模拟是近20年来发展起来的新兴科学，目前在西方国家应用已经比较广泛。而国内应用较少，原国家计委审核的《建设项目经济评价方法及参数》中规定：“……重大工业项目的经济评价，有条件时应进行概率分析。”但是它并没有指出概率分析的具体方法，究其原因是当时国内还并没有一种实用的概率分析方法。近年来由于国内计算机和高灵敏度测量技术的飞速发展，使得实际问题运用模拟技术计算风险成为可能。
1.1模拟的性质
模拟经常被定义为是建立系统或决策问题的数学或逻辑模型，并以该模型进行试验，以获得对系统行为的认识或帮助解决决策问题的过程。简单地说，模拟就是在计算机上进行试验的数学方法。模拟可以是确定型或概率型的。在确定型模型中，所有数据都是确定已知的，或假设为确定已知的；在概率型模型中，某些数据是通过概率分布来描述的。在实际工作中，概率型运用非常广泛。
1.2模拟的原理
蒙特卡洛模拟(Monte Carlo simulation)是经常使用的模拟模型。其基本思想是抽样试验，目的是估计依据若干概率输入变量而定的结果变量的分布。假定函数：
Y=F(X1,X2,……Xn0) 公式1
其中X1,X2,……Xn的概率分布已知。
实际问题中，F(X1,X2,……Xn)往往是未知的或是一个非常复杂的函数关系式，一般难以用解析法求解。蒙特卡洛方法利用随机数发生器,通过直接或间接抽样取出每一组随机变量的值(X1i,X2i,……Xni),然后按公式1确定函数Yi的值。得到Yi=F(X1i,X2i,……Xni)。经过反复独立抽样(模拟)多次(i=1,2,……)便可得到函数Y的一批抽样数据Y1,Y2,……，当模拟次数足够多时,便可给出与实际情况相近的函数Y的概率分布及其数学特征值。蒙特卡洛模拟中的两个重要问题是：①选择模拟的重复次数；②分析结果。这两个问题都以统计原理为依据。每次重复试验所用到的随机数由计算机随机函数产生，并用卡方(Chi-square)检验或柯尔莫哥洛夫—斯米尔诺夫(Komlmogorof-Smirnov)检验等进行均匀性检验。
实际模拟时的步骤是：①根据实际情况确定各种不确定因素可能发生的情况并将其作为随机变量；②给出这些随机变量的概率分布；③由计算机根据随机变量的概率分布产生随机变量的发生值；④代入经济模型计算；⑤重复步骤③和步骤④N次，得到若干模拟结果；⑥对模拟结果进行分析。
2案例评价
2.1背景介绍
某厂欲投资一个新项目，为了评价该项目的可行性，该厂做了大量的调查工作。在运用净现值法评价该项目的可行性时，却因对未来的净现金流风险问题难以估计而无法得出令人满意的结果。已知数据是：该项目期初投资1 200万元，其中400万是债务融资，800万是权益融资。债务融资资本成本率7%，权益融资资本成本率12%。企业税率33%，无风险利率4%。项目寿命期8年，采用直线折旧，到期残值为0。
2.2分析构建模型
采用净现值公式：
Q：销售数量P：单位价格Rf：无风险利率
V：单位成本T：税率D：债务总额
Ksu：权益融资资本成本率 KD：债务融资资本成本率
通过对市场相似项目的调查数据分析后估计该项目投产后前五年年销售数量服从均值30万，标准差为4的正态分布，且由于市场需求旺盛，前五年每年的销售数量不会低于24万；后3年预计市场竞争达到剧烈状态，销售数量锐减，年销售数量服从均值25万的指数分布，且最大值不会超过40万。考虑变动因子：由于市场竞争逐渐加剧，所以产品单位价格预计将逐年下降，下降速度服从最小值-5%，最可能值-2%，最大值-1%的三角分布；由于原材料价格的波动性，预计成本每年增长幅度和概率的情况见下表：
模型中逻辑关系为：
销售收入=销售数量×(单位价格-单位成本)
税后销售额=销售收入×(1-T)
折旧避税额=每年折旧额×T
债务避税额=债务总额×债务融资资本成本率×T
按上述逻辑关系建立模型如下表并进行模拟试验：
3 模拟结果即分析
3.1 模拟结果
上述统计指标表明,该模拟反复10 000次抽样基本达到了统计精度要求,可用该模拟结果描述研究对象的真实概率分布。
3.2 分析结果
由模拟结果的概率频率图可以看出，该项目净现值有73.69%的概率是大于零的。如果项目调研时获得的数据是准确可信的，那么这个结果应该是具有相当的说服力的。虽然净现值小于零的概率达到26.31%并不算低，但是决策层在决策时应考虑到企业自身情况和管理能力，理性的规避风险，随时对市场情况进行了解，采用历史数据分析与专家评估的方法改进模拟分析模型，为下一步决策打好基础，提高模拟的精确度，保证项目的经济效益。
风险分析模拟是近20年来发展起来的新兴科学，目前在西方国家应用已经比较广泛。而国内应用较少，原国家计委审核的《建设项目经济评价方法及参数》中规定：“……重大工业项目的经济评价，有条件时应进行概率分析。”但是它并没有指出概率分析的具体方法，究其原因是当时国内还并没有一种实用的概率分析方法。近年来由于国内计算机和高灵敏度测量技术的飞速发展，使得实际问题运用模拟技术计算风险成为可能。
1.1模拟的性质
模拟经常被定义为是建立系统或决策问题的数学或逻辑模型，并以该模型进行试验，以获得对系统行为的认识或帮助解决决策问题的过程。简单地说，模拟就是在计算机上进行试验的数学方法。模拟可以是确定型或概率型的。在确定型模型中，所有数据都是确定已知的，或假设为确定已知的；在概率型模型中，某些数据是通过概率分布来描述的。在实际工作中，概率型运用非常广泛。
1.2模拟的原理
蒙特卡洛模拟(Monte Carlo simulation)是经常使用的模拟模型。其基本思想是抽样试验，目的是估计依据若干概率输入变量而定的结果变量的分布。假定函数：
Y=F(X1,X2,……Xn0) 公式1
其中X1,X2,……Xn的概率分布已知。
实际问题中，F(X1,X2,……Xn)往往是未知的或是一个非常复杂的函数关系式，一般难以用解析法求解。蒙特卡洛方法利用随机数发生器,通过直接或间接抽样取出每一组随机变量的值(X1i,X2i,……Xni),然后按公式1确定函数Yi的值。得到Yi=F(X1i,X2i,……Xni)。经过反复独立抽样(模拟)多次(i=1,2,……)便可得到函数Y的一批抽样数据Y1,Y2,……，当模拟次数足够多时,便可给出与实际情况相近的函数Y的概率分布及其数学特征值。蒙特卡洛模拟中的两个重要问题是：①选择模拟的重复次数；②分析结果。这两个问题都以统计原理为依据。每次重复试验所用到的随机数由计算机随机函数产生，并用卡方(Chi-square)检验或柯尔莫哥洛夫—斯米尔诺夫(Komlmogorof-Smirnov)检验等进行均匀性检验。
实际模拟时的步骤是：①根据实际情况确定各种不确定因素可能发生的情况并将其作为随机变量；②给出这些随机变量的概率分布；③由计算机根据随机变量的概率分布产生随机变量的发生值；④代入经济模型计算；⑤重复步骤③和步骤④N次，得到若干模拟结果；⑥对模拟结果进行分析。
2案例评价
2.1背景介绍
某厂欲投资一个新项目，为了评价该项目的可行性，该厂做了大量的调查工作。在运用净现值法评价该项目的可行性时，却因对未来的净现金流风险问题难以估计而无法得出令人满意的结果。已知数据是：该项目期初投资1 200万元，其中400万是债务融资，800万是权益融资。债务融资资本成本率7%，权益融资资本成本率12%。企业税率33%，无风险利率4%。项目寿命期8年，采用直线折旧，到期残值为0。
2.2分析构建模型
采用净现值公式：
Q：销售数量P：单位价格Rf：无风险利率
V：单位成本T：税率D：债务总额
Ksu：权益融资资本成本率 KD：债务融资资本成本率
通过对市场相似项目的调查数据分析后估计该项目投产后前五年年销售数量服从均值30万，标准差为4的正态分布，且由于市场需求旺盛，前五年每年的销售数量不会低于24万；后3年预计市场竞争达到剧烈状态，销售数量锐减，年销售数量服从均值25万的指数分布，且最大值不会超过40万。考虑变动因子：由于市场竞争逐渐加剧，所以产品单位价格预计将逐年下降，下降速度服从最小值-5%，最可能值-2%，最大值-1%的三角分布；由于原材料价格的波动性，预计成本每年增长幅度和概率的情况见下表：
模型中逻辑关系为：
销售收入=销售数量×(单位价格-单位成本)
税后销售额=销售收入×(1-T)
折旧避税额=每年折旧额×T
债务避税额=债务总额×债务融资资本成本率×T
按上述逻辑关系建立模型如下表并进行模拟试验：
3 模拟结果即分析
3.1 模拟结果
上述统计指标表明,该模拟反复10 000次抽样基本达到了统计精度要求,可用该模拟结果描述研究对象的真实概率分布。
3.2 分析结果
由模拟结果的概率频率图可以看出，该项目净现值有73.69%的概率是大于零的。如果项目调研时获得的数据是准确可信的，那么这个结果应该是具有相当的说服力的。虽然净现值小于零的概率达到26.31%并不算低，但是决策层在决策时应考虑到企业自身情况和管理能力，理性的规避风险，随时对市场情况进行了解，采用历史数据分析与专家评估的方法改进模拟分析模型，为下一步决策打好基础，提高模拟的精确度，保证项目的经济效益。