工程投資風(fēng)險(xiǎn)分析與管理(參考版)
2025-02-24 14:51本頁面
【正文】 動(dòng)態(tài)風(fēng)險(xiǎn)管理的框架 將風(fēng)險(xiǎn)管理體系進(jìn)行任務(wù)單元?jiǎng)澐?，每個(gè)任務(wù)單元是相互獨(dú)立的，每個(gè)任務(wù)單元形成一個(gè)可以進(jìn)行作業(yè)的封閉系統(tǒng)，每個(gè)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(xiàng)目實(shí)施過程結(jié)合起來，體現(xiàn)風(fēng)險(xiǎn)管理的連續(xù)性與動(dòng)態(tài)性 單 元 的 作 業(yè) 流 程 提問及回答！ 演講完畢，謝謝觀看！ 。 其次是對(duì)應(yīng)于風(fēng)險(xiǎn)管理的人員、材料、設(shè)備、資金等的全方位管理 。 ? 此外，還有活動(dòng)網(wǎng)絡(luò) (PERT、 GERT、 VERT等 ) ，模糊數(shù)學(xué)，影響圖等。 CIM模型同時(shí)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(gè)變量為止。 CIM方法的主要特點(diǎn)是： ? 用離散的直方圖表示隨機(jī)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(jìn)行概率疊加。 ? 用直方圖表示各單項(xiàng)風(fēng)險(xiǎn)的概率分布，用和代替概率函數(shù)的積分，按各單項(xiàng)風(fēng)險(xiǎn)之間的“與”、“或”關(guān)系，采用串聯(lián)或并聯(lián)響應(yīng)模型進(jìn)行相等區(qū)間直方圖的概率疊加計(jì)算，實(shí)現(xiàn)多項(xiàng)風(fēng)險(xiǎn)的綜合評(píng)估。它是 ()和 ()在 1983年提出的。 ? 2）蒙特卡洛法的模擬次數(shù)，一般應(yīng)在 200~500次之間為宜。模擬中只選取對(duì)評(píng)價(jià)指標(biāo)有重大影響的關(guān)鍵變量，除關(guān)鍵變量外，其他變量認(rèn)為保持在期望值上。變量分解過細(xì)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。 （ 3）風(fēng)險(xiǎn) 評(píng)價(jià)蒙特卡洛模擬程序 （ 4）應(yīng)用蒙特卡洛模擬法時(shí)應(yīng)注意的問題 ? 1）在蒙特卡洛模擬法時(shí)，假設(shè)風(fēng)險(xiǎn)變量之間是相互獨(dú)立的，在風(fēng)險(xiǎn)分析中會(huì)遇到輸入變量的分解程度問題。 ? 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 3 60 ??%)201(1 76 4 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(fēng)險(xiǎn)變量 3，每個(gè)變量狀態(tài) 3 蒙特卡羅模擬技術(shù)，是用隨機(jī)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(jì)算項(xiàng)目評(píng)價(jià)指標(biāo)，通過多次抽樣計(jì)算可獲得評(píng)價(jià)指標(biāo)的概率分布及累計(jì)概率分布、期望值、方差、標(biāo)準(zhǔn)差，計(jì)算項(xiàng)目可行或不可行的概率，從而估計(jì)項(xiàng)目投資所承擔(dān)的風(fēng)險(xiǎn)。若各風(fēng)險(xiǎn)變量之間不是獨(dú)立，而存在相互關(guān)聯(lián)時(shí)，也不適于使用這種方法。 ? 概率樹計(jì)算項(xiàng)目?jī)衄F(xiàn)值的期望值和凈現(xiàn)值大于或等于零的累計(jì)概率的計(jì)算步驟： ? 1)通過敏感性分析，確定風(fēng)險(xiǎn)變量； ? 2)判斷風(fēng)險(xiǎn)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(jì)概率。 風(fēng)險(xiǎn)評(píng)價(jià)方法 概率樹分析 概率樹分析是假定風(fēng)險(xiǎn)變量之間是相互獨(dú)立的，在構(gòu)造概率樹的基礎(chǔ)上，將每個(gè)風(fēng)險(xiǎn)變量的各種狀態(tài)取值組合計(jì)算，分別計(jì)算每種組合狀態(tài)下的評(píng)價(jià)指標(biāo)值及相應(yīng)的概率，得到評(píng)價(jià)指標(biāo)的概率分布，并統(tǒng)計(jì)出評(píng)價(jià)指標(biāo)低于或高于基準(zhǔn)值的累計(jì)概率，計(jì)算評(píng)價(jià)指標(biāo)的期望值、方差、標(biāo)準(zhǔn)差和離散系數(shù)。層次分析法是一種多準(zhǔn)則決策分析方法，在風(fēng)險(xiǎn)分析中它有兩種用途：一是將風(fēng)險(xiǎn)因素逐層分解識(shí)別，見圖，直至最基本的風(fēng)險(xiǎn)因素，也稱正向分解； 風(fēng)險(xiǎn)因素逐層分解 tu 二是兩兩比較同一層次風(fēng)險(xiǎn)因素的重要程度，列出該層風(fēng)險(xiǎn)因素的判斷矩陣 (判斷矩陣可由專家調(diào)查法得出 )，判斷矩陣的特征根就是該層次各個(gè)風(fēng)險(xiǎn)因素的權(quán)重，利用權(quán)重與同層次風(fēng)險(xiǎn)因素概率分布的組合，求得上一層風(fēng)險(xiǎn)的概率分布，直至求出總目標(biāo)的概率分布，也稱反向合成。對(duì)（ 2），著重表 9－6中的數(shù)據(jù)計(jì)算（根據(jù)表 9－ 5進(jìn)行計(jì)算），方法也同上。 教材 P192－ 196例 9－ 1， 2， 3解題說明 ? 例 9－ 1 ? 教材 P193表 9－ 2中的概率為 15專家的估計(jì)概率的平均值： ? 如銷量為 80t的概率為 ? 其它的同理可算出。具體操作上，將項(xiàng)目可能出現(xiàn)的各類風(fēng)險(xiǎn)因素、風(fēng)險(xiǎn)發(fā)生的可能性及風(fēng)險(xiǎn)對(duì)項(xiàng)目的影響程度采取表格形式一一列出，請(qǐng)每位專家憑借經(jīng)驗(yàn)獨(dú)立對(duì)各類風(fēng)險(xiǎn)因素的可能性和影響程度進(jìn)行選擇，最后將各位專家的意見歸集起來，填寫專家調(diào)查表。 采用專家調(diào)查法時(shí)，專家應(yīng)熟悉該行業(yè)和所評(píng)估的風(fēng)險(xiǎn)因素，并能做到客觀公正。專家調(diào)查法可以通過發(fā)函、開會(huì)或其他形式向?qū)＜疫M(jìn)行調(diào)查，對(duì)項(xiàng)目風(fēng)險(xiǎn)因素、風(fēng)險(xiǎn)發(fā)生的可能性及風(fēng)險(xiǎn)對(duì)項(xiàng)目的影響程度評(píng)定，將多位專家的經(jīng)驗(yàn)集中起來形成分析結(jié)論。 風(fēng)險(xiǎn)變量概率的確定方法 （ 1）主觀估計(jì) （ 2）專家調(diào)查法 對(duì)風(fēng)險(xiǎn)的識(shí)別和評(píng)價(jià)可采用專家調(diào)查法。 ? 方差、標(biāo)準(zhǔn)差： ? 描述變量偏離期望值大小的指標(biāo)。確定風(fēng)險(xiǎn)事件的概率分布常用的方法有概率樹、蒙特卡羅模擬及 CIM模型等分析法。其密度函數(shù)并不適合于某些標(biāo)準(zhǔn)的概率分布，它適合于項(xiàng)目評(píng)價(jià)中的所有各種變量。其特點(diǎn)是是函數(shù)為在最大值兩邊不對(duì)稱分布，適用于描述工期等不對(duì)稱分布的變量。適用描述工期、投資等不對(duì)稱分布的輸入變量，也可用于描述產(chǎn)量、成本等對(duì)稱分布的變量。 x ? ② 三角型分布。當(dāng) =0， =1時(shí)，稱為標(biāo)準(zhǔn)正態(tài)分布，用 N（ 0， 1）表示。常用的連續(xù)概率分布有： ? ① 正態(tài)分布。當(dāng)輸入變量的取值充滿一個(gè)區(qū)間，無法按一定次序一一列舉出來時(shí)，這種隨機(jī)變量稱連續(xù)隨機(jī)變量。如生產(chǎn)成本可能出現(xiàn)低、中、高三種狀態(tài)，各種狀態(tài)的概率取值之和等于 1，生產(chǎn)成本的分布是離散型概率分布。 ? （ 1）離散型概率分布。當(dāng)輸入變量的
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1