session9決策模型引言風險分析與蒙特卡洛模擬(參考版)
2025-03-06 08:28本頁面
【正文】 Session 9 風險分析與蒙特卡洛模擬 思考題 ? 對蒙特卡洛方法中風險變量相關(guān)性的探討？ Session 9 風險分析與蒙特卡洛模擬 The End of Session 9 Session 9 風險分析與蒙特卡洛模擬 第十三周上機準備： ? 預(yù)習 PHStat的安裝 ? 預(yù)習 PHstat中進行 SPC的工具 ? 預(yù)習 excel中情景管理的使用 ? 完成 P249/8,9,10(SPC) ? 完成 P277/操作訓(xùn)練 1,2 Session 9 風險分析與蒙特卡洛模擬 第十四周上機準備 ? 預(yù)習 Crystall Ball的安裝、使用； ? 完成操作技能訓(xùn)練部分（ P316/1,3,5,7,9,11） Session 9 風險分析與蒙特卡洛模擬 演講完畢，謝謝觀看！ 。通過抽樣的數(shù)學(xué)特征，來估計總體的數(shù)學(xué)特征， 是通過局部認識總體。根據(jù)這些數(shù)學(xué)特征，就可以對以后的發(fā)展做出預(yù)測。 ? 通過一定算法，產(chǎn)生符合標準正態(tài)分布的偽隨機變量，然后對變量進行運算，來產(chǎn)生其他分布的變量，比如泊松分布，指數(shù)分布等。 ??Session 9 風險分析與蒙特卡洛模擬 蒙特卡羅模擬是一種 simulation，通過建立模型，產(chǎn)生相應(yīng)分布的隨機數(shù) (實際是偽隨機變量 )，來模擬實際存在的過程，并且分析相關(guān)的結(jié)果。 ②誤差容易確定。 Session 9 風險分析與蒙特卡洛模擬 ? 通常，蒙特卡羅方法的誤差 ε定義為 ? 上式中 與置信度 α是一一對應(yīng)的，根據(jù)問題的要求確定出置信水平后，查標準正態(tài)分布表，就可以確定出 。 ② 誤差具有概率性。 ⑤程序結(jié)構(gòu)簡單，易于實現(xiàn)。 ③收斂速度與問題的維數(shù)無關(guān)。 Session 9 風險分析與蒙特卡洛模擬 ? 優(yōu)點 ①能夠比較逼真地描述具有隨機性質(zhì)的事物的特點及物理實驗過程。 （ 4）由產(chǎn)生的隨機數(shù)在各風險變量的分布函數(shù)中隨機抽樣，帶入模型求出目標變量的一個樣本值。 Session 9 風險分析與蒙特卡洛模擬 ? （ 1）建立數(shù)學(xué)模型 （ 2）收集模型中風險變量的數(shù)據(jù) ，確定風險因數(shù)的分布函數(shù)。 Session 9 風險分析與蒙特卡洛模擬 思考問題： 蒙特卡羅方法的基本思想是什么？ 用蒙特卡羅模型解決實際問題的基本步驟是什么？ 蒙特卡羅方法的優(yōu)缺點各有哪些？ 由蒙特卡羅方法的誤差公式，可推斷出其有那些優(yōu)缺點？ 5 蒙特卡羅模擬與隨機抽樣統(tǒng)計分析有什么區(qū)別？ Session 9 風險分析與蒙特卡洛模擬 The answer ? 當所求問題的解是某個事件的概率 ，或者是某個隨機變量的數(shù)學(xué)期望 ， 或者是與概率 、 數(shù)學(xué)期望有關(guān)的量時 ， 通過某種試驗的方法 ， 得出該事件發(fā)生的頻率 ， 或者該隨機變量若干個具體觀察值的算術(shù)平均值 ， 通過它得到問題的解 。 ? ④ 設(shè)定運行參數(shù) :在 Run Preference功能中定義模擬次數(shù)、敏感度分析等參數(shù) 。 ? ② 定義隨機單元格的概率分布 :利用軟件的 Define Assumption功能為相應(yīng)變量設(shè)定概率分布 ,利用Define Decision定義決策變量 。該軟件包主要有計算機仿真模擬功能、時間序列數(shù)據(jù)生成預(yù)測和 OptQuest功能 ,使其可以在運行結(jié)果中自動搜索仿真模型的最優(yōu)解。 Session 9 風險分析與蒙特卡洛模擬 Crystal Ball軟件簡介 Crystal Ball軟件是由美國 Decisioneering公司開發(fā)的 ,為 Excel電子表格提供的功能強大的加載宏。 總結(jié) 通過上面的分析，利用蒙特卡羅方法模擬分析得出的結(jié)果與使用傳統(tǒng)的分析技術(shù)得出的結(jié)果相比，不僅能夠分析風險因素對整個項目預(yù)期收益的影響程度，而且還能科學(xué)地估計出風險發(fā)生的概率大小，并且這樣的估計是建立在充分考慮了多個風險變量共同影響、共同作用的基礎(chǔ)之上，能夠為風險決策者提供有實用價值的決策依據(jù)。 進一步對各方案的風險度進行比較，甲方案NPV 的標準差為 ，而乙的標準差為 ，說明乙方案的偏離程度較大；并且甲方案 NPV 介于[min:,max:]之間 ,乙方案 NPV 在[min:,max:]之間，再次說明乙方案 NPV 的風險度大于甲方案。進行 10000次的模擬，得出甲、乙方案的 NPV的統(tǒng)計數(shù)據(jù) 。 Session 9 風險分析與蒙特卡洛模擬 （二）、確定每個風險變量的概率分布 同樣采用“德爾菲法”估計出以上 7 個風險變量概率分布和其分布函數(shù)中的具體參數(shù) ,如下表所示： Session 9 風險分析與蒙特卡洛模擬 表 3 甲方案風險變量概率分布 第一年 分布 參數(shù) 住宅類銷售收入 三角分布 無銷售收入 商業(yè)類銷售收入 三角分布 無銷售收入 土地費用 均勻分布 a： 11182 b:12105 前期費用 正態(tài)分布 均值： 911 方差： 50 開發(fā)建設(shè)費用 三角分布 a： 3112 b： 3374 m： 3276 營銷費用 三角分布 a： 235 b： 329 m： 313 其他費用 正態(tài)分布 均值： 249 方差： 15 第二年 分布 參數(shù) 住宅類銷售收入 三角分布 a： 13710 b： 18762 m： 14432 商業(yè)類銷售收入 三角分布 a： 759 b： 1036 m： 1012 土地費用 均勻分布 無支出 前期費用 正態(tài)分布 均值： 727 方差： 30 開發(fā)建設(shè)費用 三角分布 a： 6027 b： 6813 m： 6551 營銷費用 三角分布 a： 251 b： 326 m： 313 其他費用 正態(tài)分布 均值： 911 方差： 55 Session 9 風險分析與蒙特卡洛模擬 第三年 住宅類銷售收入 三角分布 a： 21569 b： 28515 m： 22704 商業(yè)類銷售收入 三角分布 a： 1304 b： 1739 m： 1656 土地費用 均勻分布 無支出 前期費用 正態(tài)分布 無支出 開發(fā)建設(shè)費用 三角分布 a： 1085 b： 1136 m： 1092 營銷費用 三角分布 a： 334 b： 443 m： 418 其他費用 正態(tài)分布 均值： 294 方差： 20 Session 9 風險分析與蒙特卡洛模擬 表 4 乙方案風險變量概率分布 第一年 分布 參數(shù) 住宅類銷售收入 三角分布 無銷售收入 商業(yè)類銷售收入 三角分布 無銷售收入 土地費用 均勻分布 a： 11182 b:12105 前期費用 正態(tài)分布 均值： 1249 方差： 80 開發(fā)建設(shè)費用 三角分布 a： 4007 b： 4555 m： 4218 營銷費用 三角分布 a： 258 b： 413 m： 368 其他費用 正態(tài)分布 均值： 265 方差： 30 第二年 分布 參數(shù) 住宅類銷售收入 三角分布 a： 3996 b： 5328 m： 4440 商業(yè)類銷售收入 三角分布 a： 14190 b： 28948 m： 28380 土地費用 均勻分布 無支出 前期費用 正態(tài)分布 均值： 1003 方差： 90 開發(fā)建設(shè)費用 三角分布 a： 7760 b： 9110
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1