【正文】 。 假 定 你 是 該 公 司 財(cái) 務(wù) 部 經(jīng) 理 ， 請(qǐng) 問 你 在 投 資 分 析 報(bào) 告 中 會(huì) 建 議 公 司 總 經(jīng) 理 選 擇 哪 項(xiàng) 投資？ 3. 某 公 司 面 臨 兩 個(gè) 期 限 均 為 5 年 的 不 同 類 型 的 投 資 項(xiàng) 目 ， 項(xiàng) 目 A 是 一 個(gè) 設(shè) 備 替 換 投 資 ，項(xiàng)目 B 是一個(gè)與公司目前經(jīng)營活動(dòng)無關(guān)的投資，兩個(gè)項(xiàng)目的期望現(xiàn)金流量如下： 年 度 項(xiàng)目 A 項(xiàng)目 B 0 1 2 3 4 5 250000 30000 40000 50000 90000 130000 400000 135000 135000 135000 135000 135000 該公司采用按照項(xiàng)目類別決定風(fēng)險(xiǎn)投資貼現(xiàn)率的方法，各類別風(fēng)險(xiǎn)投資的貼現(xiàn)率為： 風(fēng)險(xiǎn)投資類別 貼現(xiàn)率 設(shè)備更新投資 擴(kuò)大生產(chǎn)規(guī)模投資 與目前經(jīng)營活動(dòng)無關(guān)投資 研究與開發(fā)費(fèi)用 12% 15% 18% 20% 要求：計(jì)算項(xiàng)目 A 和 B 的凈現(xiàn)值。 已知 VCD 生 產(chǎn) 設(shè) 備 投 資 也 是 100 萬元 ， 且 都 是 當(dāng) 年 投 資 、 第 二 年 投 產(chǎn) ，但由于 是 新 興 行 業(yè) ， 可 能 風(fēng) 險(xiǎn) 較 大 ， 為 在 兩 者 之 間 作 出 正 確 選 擇 ， 公 司 經(jīng) 理 要 求 銷 售 、 生 產(chǎn) 、 采 購等部門就 相關(guān)資料進(jìn)行調(diào)查后，由財(cái)務(wù)部門負(fù)責(zé)匯總分析，并寫出投資分析報(bào)告。 思考題 比較調(diào)整貼現(xiàn)率方法與調(diào)整現(xiàn)金流量方法的異同 。 敏感性分析是情景分析的深入 ， 它是在情景分析的基礎(chǔ)上 ， 進(jìn)一步測(cè)定各種相關(guān)因素變化對(duì)決策影響程度 ， 并借以規(guī)避風(fēng)險(xiǎn) ， 它只能對(duì)因素變化對(duì)投資效果的影響進(jìn)行有限次數(shù)的分析 。 決策樹分析法是把一系列前后相關(guān)的決策按樹枝分布列出 ， 并依此做出決策的方法 。 前者是通過調(diào)整凈現(xiàn)值公式中的分母即折現(xiàn)率來考慮風(fēng)險(xiǎn)因素 ， 后者則是通過調(diào)整凈現(xiàn)值公式中的分子即現(xiàn)金流量來考慮風(fēng)險(xiǎn)因素 。 本章主要介紹了概率分析法 、 風(fēng)險(xiǎn)因素調(diào)整法以及決策樹法等 。 因 此 ，在運(yùn)用模擬分析時(shí)必須首先認(rèn)真檢驗(yàn)?zāi)Ｐ偷暮侠硇院涂煽啃浴?其 成 功 與 否 的 關(guān) 鍵 在 于 模 擬模 型 和 預(yù) 測(cè) 誤 差 隨 機(jī) 數(shù) 分 布 函 數(shù) 的 確 定 。 圖 6 — 3 期望值 期望值 現(xiàn)金流 現(xiàn)金流 a b 第 1 年現(xiàn)金流量分布 第 2 年現(xiàn)金流量分布 圖 6 － 3 ａ表 明 ， 第 一 年 的 期 望 收 益 為 萬 元 ， 有 95 ％ 的 可 能 落 在 萬元與 358萬元之間。 經(jīng) 過 反 復(fù) 模 擬 ， 產(chǎn) 生 出 一個(gè)關(guān)于投資收益的分布函數(shù)。 模 擬 過 程 開始之前 ， 運(yùn) 算 者 要 輸 入 必 要 的 初 始 變 量 ， 如 第 一 年 的 各 種 變 量 的 預(yù) 測(cè) 值 ， 各 變 量 預(yù) 測(cè) 誤 差 的分 布 函 數(shù) ， 及 必 要 的 約 束 條 件 等 。 圖 6 — 2 概率函數(shù) f （ x ） 概率函數(shù) f （ x ） 誤差 x 誤差 x － 10% ＋ 10% － 10% ＋ 10% a b 概率分布的確定，要依賴于對(duì)歷史資料的分析，實(shí)際市場(chǎng)調(diào)查以及必要的理論推導(dǎo)。 10％ 的誤差 ， 計(jì)算機(jī)在模擬運(yùn)算時(shí)究竟怎樣確定誤差 ， 取決于我們?cè)O(shè)計(jì)的概率分布 。 因此 ， 建立了有關(guān)投資模型之后 ， 需要進(jìn)一步確定各種變量預(yù)測(cè)誤差發(fā)生的概率分布 ， 即確定這些誤差的分布函數(shù) 。 （ 二 ） 確定概率分布 ? 計(jì)算機(jī)在進(jìn)行模擬運(yùn)算時(shí) ， 需要產(chǎn)生各個(gè)變量預(yù)測(cè)誤差的隨機(jī)數(shù) ， 供模擬各種可能發(fā)生的情況之用 。 假設(shè)市場(chǎng)規(guī)模增大１０ ％ ， 價(jià)格要上升４ ％ ，價(jià)格方程為：第一年的價(jià)格＝第一年的期望價(jià)格 （ １十第一年通貨膨脹預(yù)測(cè)誤差比例十 第一年市場(chǎng)規(guī)模預(yù)測(cè)誤差 ） 如果這些因素在整個(gè)預(yù)測(cè)期內(nèi)對(duì)價(jià)格產(chǎn)生同樣的影響 ， 則隨后各年的價(jià)格方程為： ? 第二年的價(jià)格＝第二年的期望價(jià)格 （ ｌ十第二年通貨膨脹預(yù)測(cè)誤差比例十 第二年市場(chǎng)規(guī)模預(yù)測(cè)誤差 ） ＝第一年的實(shí)際價(jià)格 （ １十第二年通貨膨脹預(yù)測(cè)誤差比例十 0 . 04 第二年市場(chǎng)規(guī)模預(yù)測(cè)誤差 ） …… ? 用同樣的方法 ， 我們還可以建立起變動(dòng)成本方程 、 固定成本方程 ， 直至最后完成整個(gè)模型 。有時(shí) ， 不同變量之間也會(huì)產(chǎn)生相互影響 。 一個(gè)比較簡單和實(shí)際的處理方法是 ， 令： 第二年的期望值＝第一年的實(shí)際值 所以 ， 第二年市場(chǎng)規(guī)模的方程為： ? 第二年的市場(chǎng)規(guī)模＝第一年的實(shí)際值 （ ｌ十第二年預(yù)測(cè)誤差比例 ） 依此類推 ， 可得到預(yù)測(cè)期內(nèi)各年的市場(chǎng)規(guī)模方程 。 從第二年開始 ， 需要進(jìn)一步考慮怎樣得到當(dāng)年的期望值 ， 特別是第一年的實(shí)際市場(chǎng)狀況對(duì)第二年期望值的影響 。 該項(xiàng)目第一年市場(chǎng)規(guī)模的大小由下述方程決定： ? 第一年的市場(chǎng)規(guī)模＝第一年市場(chǎng)容量的期望值 （ ｌ十第一年預(yù)測(cè)誤差的比例 ） 同樣 ， 第二年的市場(chǎng)規(guī)模為： ? 第二年的市場(chǎng)規(guī)模＝第二年市場(chǎng)規(guī)模的期望值 （ ｌ十第二年預(yù)測(cè)誤差的比例 ） ? …… 依此類推 。 這個(gè)模型由投資方案中各個(gè)變量的變化方程構(gòu)成 。 模擬分析主要有以下幾個(gè)步驟 。 ? 模擬分析是利用計(jì)算機(jī)技術(shù) ， 通過建立模擬模型 ，模擬各種條件下投資運(yùn)動(dòng)的全過程 ， 并得到相應(yīng)的結(jié)果 。 三 、 模擬分析 ? 利用敏感度分析 ， 決策者可以對(duì)一個(gè)或幾個(gè)變量變化對(duì)投資結(jié)果的影響進(jìn)行有限次數(shù)的分析 。 如銷售量與產(chǎn)品單價(jià)就是一對(duì)相互關(guān)聯(lián)的變量 ， 二者呈反方向變化 。 由此可以看出 ， 通過敏感度分析 ， 投資者可以找出對(duì)投資結(jié)果影響最大的因素 ， 并對(duì)這些因素做進(jìn)一步的分析 ， 以最高的效率盡量減少投資結(jié)果的不確定性 。 ? 根據(jù)以上的分析結(jié)果 ， 投資者可以不必過分追求為投資項(xiàng)目固定成本預(yù)測(cè)的準(zhǔn)確性 ， 因?yàn)檫@一因素的變化對(duì)投資結(jié)果的影響相對(duì)較弱 。 ?二、敏感度分析 1 ．除銷售量外，其余因素均保持為基本狀況見表 6 10 ： 表 6 10 銷售量 年現(xiàn)金流量 凈現(xiàn)值（ NPV ） 內(nèi)部收益率（ IRR ） 基本狀況 12023 120230 32600 % 最差狀況 11000 106667 － 15465 % 最優(yōu)狀況 13000 133333 80665 % 2. 除固定成本外，其余因素均保持為基本狀況見表 6 11 ： 表 6 11 固定成本 年現(xiàn)金流量 凈現(xiàn)值（ NPV ） 內(nèi)部收益率（ IRR ） 基本狀況 10000 120230 32600 % 最差狀況 11000 113333 8565 % 最優(yōu)狀況 90000 126667 56634 % 3. 除單價(jià)外，其余因素均保持為基本狀況見表 6 12 ： 表 6 12 銷售單價(jià) 年現(xiàn)金流量 凈現(xiàn)值（ NPV ） 內(nèi)部收益率（ IRR ） 基本 狀況 80 120230 32600 % 最差狀況 75 80000 － 111600 % 最優(yōu)狀況 85 160000 176800 % ? 從上述對(duì)銷售量 、 固定成本和銷售單價(jià)三個(gè)變量的分析可以看出 ， 在已分析的三個(gè)變量中 ， 這一投資項(xiàng)目對(duì)固定成本的變化最不敏感 ， 即使固定成本支出達(dá)到最高值 ， 只要其他因素保持不變 ， 投資仍然有利可圖 （ 凈現(xiàn)值為正 ） 。 反之 ， 如果投資結(jié)果對(duì)某一變量的變化反應(yīng)不明顯 ， 則說明這一變量對(duì)投資結(jié)果的影響不大 ， 其預(yù)測(cè)值即使出現(xiàn)了較大的偏差 ，也不會(huì)對(duì)投資的最終結(jié)果產(chǎn)生根本性的影響 ， 其預(yù)測(cè)風(fēng)險(xiǎn)較低 。 敏感度分析是情景分析的深入 ， 它是在簡單情景分析的基礎(chǔ)上 ， 進(jìn)一步分析每一因素的變化對(duì)投資結(jié)果可能產(chǎn)生的影響大小 ， 其基本做法是：固定除某一用于分析的變量外的其他所有變量 ， 然后改變所選定的分析變量的值 ， 觀察投資結(jié)果 （ 如 NPV） 隨這一變量變化的情況 。 顯然 ， 我們可以構(gòu)造出許多不同的情景 ， 了解在不同情景下可能出現(xiàn)的結(jié)果 。 表 6 9 基本狀況 最差狀況 最優(yōu)狀況 銷售額 960000 825000 1105000 變動(dòng)成本 720230 682023 7540 00 固定成本 100000 110000 90000 折舊 80000 80000 80000 稅前利潤 60000 － 47000 181000 所得稅（ 33% ） 20230 － 15667* 60333 稅后利潤 40000 － 31333 120667 凈現(xiàn)金流量 120230 48667 202367 凈現(xiàn)值** 32600 － 224555 32