【正文】 ? 3)由判斷矩陣計算被比較元素的相對權(quán)重； ? 4)計算各層元素的組合權(quán)重； ? 5)將各子項的權(quán)重與子項的風險概率分布加權(quán)疊加，即得出項目的經(jīng)濟風 險概率分布。 風險評價方法 概率樹分析 概率樹分析是假定風險變量之間是相互獨立的，在構(gòu)造概率樹的基礎(chǔ)上，將每個風險變量的各種狀態(tài)取值組合計算，分別計算每種組合狀態(tài)下的評價指標值及相應(yīng)的概率，得到評價指標的概率分布，并統(tǒng)計出評價指標低于或高于基準值的累計概率，計算評價指標的期望值、方差、標準差和離散系數(shù)?？梢岳L制以評價指標為橫軸，累計概率為縱軸的累計概率曲線。 ? 概率樹計算項目凈現(xiàn)值的期望值和凈現(xiàn)值大于或等于零的累計概率的計算步驟： ? 1)通過敏感性分析，確定風險變量； ? 2)判斷風險變量可能發(fā)生的情況； ? 3)確定每種情況可能發(fā)生的概率，每種情況發(fā)生的概率之和必須等于 1； ? 4)求出可能發(fā)生事件的凈現(xiàn)值、加權(quán)凈現(xiàn)值，然后求出凈現(xiàn)值的期望值； ? 5)可用插入法求出凈現(xiàn)值大于或等于零的累計概率。 ? 當風險變量數(shù)和每個變量的狀態(tài)數(shù)較多大于三個時，這時狀態(tài)組合數(shù)過多，一般不適于使用概率樹方法。若各風險變量之間不是獨立，而存在相互關(guān)聯(lián)時，也不適于使用這種方法。 案例分析 —— P197 ? 概率樹：如果每個變量的狀態(tài)總數(shù)相同，則概率分枝的個數(shù)為 (a為狀態(tài)總數(shù)， k為變量數(shù)量 )。 ? 各分枝線狀態(tài)下的凈現(xiàn)值：如第一事件現(xiàn)金流量圖如圖 ，其凈現(xiàn)值為 ? （ i與 n在例中未說明） 32489),/(% )]201(17643%)201(35360[%)201(85082 ??????????? niAP圖 5 . 9 . 1 第 一 事 件 現(xiàn) 金 流 量 圖0 1 2 n%)201(3 5 36 0 ??%)201(17 64 3 ??%)201(8 5 0 8 2 ??????ka 概 率 樹 例 題 概率樹例題 概率樹例題 概率樹例題 概率樹例題 （ Monte Carlo ） （ 1）基本概念 風險變量 3，每個變量狀態(tài) 3 蒙特卡羅模擬技術(shù)，是用隨機抽樣的方法抽取一組滿足輸入變量的概率分布特征的數(shù)值，輸人這組變量計算項目評價指標，通過多次抽樣計算可獲得評價指標的概率分布及累計概率分布、期望值、方差、標準差，計算項目可行或不可行的概率，從而估計項目投資所承擔的風險。 ? （ 2）模擬過程： ? 1)通過敏感性分析，確定風險變量； ? 2)構(gòu)造風險變量的概率分布模型； ? 3)為各輸入風險變量抽取隨機數(shù)； ? 4)將抽得的隨機數(shù)轉(zhuǎn)化為各輸入變量的抽樣值； ? 5)將抽樣值組成一組項目評價基礎(chǔ)數(shù)據(jù)； ? 6)根據(jù)基礎(chǔ)數(shù)據(jù)計算出評價指標值； ? 7)整理模擬結(jié)果所得評價指標的期望值、方差、標準差和它的概率分布及累計概率，繪制累計概率圖，計算項目可行或不可行的概率。 （ 3）風險 評價蒙特卡洛模擬程序 （ 4）應(yīng)用蒙特卡洛模擬法時應(yīng)注意的問題 ? 1）在蒙特卡洛模擬法時，假設(shè)風險變量之間是相互獨立的，在風險分析中會遇到輸入變量的分解程度問題。對一個具體項目，在確定風險變量分解程度時，往往與風險變量之間的相關(guān)性有關(guān)。變量分解過細往往造成變量之間有相關(guān)性，為避免此問題，采用以下辦法處理： 案例： P202207 ? ①限制輸入變量的分解程度。 ? ②限制風險變量個數(shù)。模擬中只選取對評價指標有重大影響的關(guān)鍵變量，除關(guān)鍵變量外，其他變量認為保持在期望值上。 ? ③進一步搜集有關(guān)住處確定變量之間的相關(guān)性，建立函數(shù)關(guān)系。 ? 2）蒙特卡洛法的模擬次數(shù)，一般應(yīng)在 200~500次之間為宜。 CIM方法 CIM模型 (CIM， Controlled Interval and Memory Model)是控制區(qū)間和記憶模型，也稱概率分布的疊加模型，或“記憶模型”。它是 ()和 ()在 1983年提出的。CIM模型包括串聯(lián)響應(yīng)模型和并聯(lián)響應(yīng)模型，它們分別是以隨機變量的概率分布形式進行串聯(lián)、并聯(lián)疊加的有效方法。 ? 用直方圖表示各單項風險的概率分布，用和代替概率函數(shù)的積分，按各單項風險之間的“與”、“或”關(guān)系，采用串聯(lián)或并聯(lián)響應(yīng)模型進行相等區(qū)間直方圖的概率疊加計算，實現(xiàn)多項風險的綜合評估。采用該方法，可分別綜合出各個節(jié)點、各個階段和建設(shè)全過程存在的費用、進度、質(zhì)量風險，也可分析風險在可接受范圍之內(nèi)的系統(tǒng)目標 (費用、進度、質(zhì)量 )值，還可對諸風險因素進行重要性排序，并找出對目標影響較大的風險因素。 CIM方法的主要特點是： ? 用離散的直方圖表示隨機變量概率分布，用和代替概率函數(shù)的積分，并按串聯(lián)或并聯(lián)響應(yīng)模型進行概率疊加。在概率疊加的時候， CIM方法可將直方圖的變量區(qū)間進行調(diào)整，即所謂的區(qū)間控制，一般是縮小變量區(qū)間，使直方圖與概率解析分布的誤差顯著減小，提高了計算的精度。 CIM模型同時也可用“記憶”的方式考慮前后變量的相互影響，把前面概率分布疊加的結(jié)果記憶下來，應(yīng)用“控制區(qū)間”的方法將其與后面變量的概率分布疊加，直至最后一個變量為止。應(yīng)用 CIM方法解決實際問題時，可參照層次分析法的應(yīng)用步驟進行，具體計算方法可參見介紹 CIM模型的書籍。 ? 此外，還有活動網(wǎng)絡(luò) (PERT、 GERT、 VERT等 ) ，模糊數(shù)學，影響圖等。 風險的動態(tài)管理 風險管理的核心在于持續(xù)動態(tài)的風險管理 ！ 首先是對項目全過程的風險管理 , 從項目的立項到結(jié)束 , 都必須進行風險的研究與預測、控制以及風險評價 , 實行全過程的有效控制以及經(jīng)驗積累與教訓 。 其次是對應(yīng)于風險管理的人員、材料、設(shè)備、資金等的全方位管理 。 最后是及時實施全面動態(tài)的組織措施。 動態(tài)風險管理的框架 將風險管理體系進行任務(wù)單元劃分，每個任務(wù)單元是相互獨立的，每個任務(wù)單元形成一個可以進行作業(yè)的封閉系統(tǒng)，每個單元的作業(yè)流程如圖所示，將該封閉循環(huán)單元作業(yè)步驟與項目實施過程結(jié)合起來，體現(xiàn)風險管理的連續(xù)性與動態(tài)性 單 元 的 作 業(yè) 流 程 提問及回答！ 演講完畢，謝謝觀看！