【正文】 發(fā)為主，輔以車庫(kù)和部分商業(yè)配套設(shè)施，開發(fā)期共三年。 表 51 甲方案的主要經(jīng)濟(jì)技術(shù)指標(biāo) 序號(hào) 項(xiàng)目 合計(jì) 建設(shè)經(jīng)營(yíng)期 2022 2022 2022 一 現(xiàn)金流入 45306 0 18064 27242 1 銷售收入 45306 0 18064 27242 二 現(xiàn)金流出 41353 16277 12329 12747 1 開發(fā)建設(shè)投資 26583 16277 8502 1804 2 營(yíng)業(yè)稅金及附加 2514 0 1003 1512 3 土地增值稅 2292 0 0 2292 4 所得稅 9964 0 2825 7139 三 凈現(xiàn)金流量（稅后） 3953 16277 5735 14495 累計(jì)凈現(xiàn)金流量（稅后） 16277 10542 3953 四 現(xiàn)值系數(shù)（ i=10%) 1 五 凈現(xiàn)值（稅后） 915 16277 5214 11979 累計(jì)凈現(xiàn)值（稅后） 16277 11064 915 乙方案：將該地塊開發(fā)為商業(yè)類地產(chǎn)為主，外設(shè)露天停車場(chǎng)，配以部分小戶型電梯公寓，開發(fā)期仍為三年。 表 52 乙方案的主要經(jīng)濟(jì)技術(shù)指標(biāo) 序號(hào) 項(xiàng)目 合計(jì) 建設(shè)經(jīng)營(yíng)期 2022 2022 2022 一 現(xiàn)金流入 54660 0 32082 21840 1 銷售收入 54660 0 32082 21840 二 現(xiàn)金流出 49215 17628 19391 12196 1 開發(fā)建設(shè)投資 30626 17628 10955 2043 2 營(yíng)業(yè)稅金及附加 3034 0 1822 1212 3 土地增值稅 4190 0 0 4190 4 所得稅 11365 0 6614 4750 三 凈現(xiàn)金流量（稅后） 5445 17628 13429 9644 累計(jì)凈現(xiàn)金流量（稅后） 17628 4199 5445 四 現(xiàn)值系數(shù)（ i=10%) 1 五 凈現(xiàn)值（稅后） 2550 17628 12208 7970 累計(jì)凈現(xiàn)值（稅后） 17628 5420 2550 根據(jù)該表 51 第五項(xiàng)，我們可以得出甲方案的財(cái)務(wù)凈現(xiàn)值 NPV =915 萬元，同樣根據(jù)該表 52 第五項(xiàng)，我們可以得出乙方案的財(cái)務(wù)凈現(xiàn)值 NPV =2550 萬元。但不容忽略的一點(diǎn)是，以商業(yè)類開發(fā)為主的乙方案，在銷售期間，銷售面積和銷售價(jià)格具有較大的不確定性；而以住宅類開發(fā)為主的甲方案在對(duì)未來的銷售面積和銷售價(jià)格方面將有更大的把握度。為了做出精準(zhǔn)的判斷，需要在此基礎(chǔ)之上進(jìn)行更精準(zhǔn)的風(fēng)險(xiǎn)分析。本案例采用“德爾菲法”確定影響該項(xiàng)目的 7個(gè)主要風(fēng)險(xiǎn)變量：住宅銷售收入（ P1*S1）、商業(yè)銷售收入（ P2*S2）、土地費(fèi)用（ K1）、前期費(fèi)用（ K2）、開發(fā)建設(shè)費(fèi)用（ K3）、營(yíng)銷費(fèi)用（ K4）、其他費(fèi)用（ K5）。 為了確保模擬結(jié)果與實(shí)際分布最大限度的接近一致，我們?nèi)?95%的置信度，擬進(jìn)行10000次的模擬實(shí)驗(yàn)。 25t1 1 1 1( P * S ) ( / , , ) ( / , , )nnc t ct l t lN P V l l P F i t k l P F i t? ? ? ???? ? ? ?? ?1( / , , )1c tcP F i ti??表 55 甲方案的評(píng)價(jià)指標(biāo)統(tǒng)計(jì)值 統(tǒng)計(jì)值 NPV 模擬次數(shù) 10000 均值 中值 標(biāo)準(zhǔn)差 方差 偏差 峰度 Coeff. of Variability 最小值 最大值 標(biāo)準(zhǔn)誤差 1052 表 56 乙方案的評(píng)價(jià)指標(biāo)統(tǒng)計(jì)值 統(tǒng)計(jì)值 NPV 模擬次數(shù) 10000 均值 中值 標(biāo)準(zhǔn)差 方差 偏差 峰度 Coeff. of Variability 最小值 最大值 標(biāo)準(zhǔn)誤差 (四）、分析決策 通過表 55 甲方案的財(cái)務(wù)凈現(xiàn)值統(tǒng)計(jì)值和表 56 乙方案的財(cái)務(wù)凈現(xiàn)值統(tǒng)計(jì)值，我們可以出，兩個(gè)方案的 NPV 期望值均大于零，但甲方案的值大于乙方案。 利用 EXCEAL 可以很容易評(píng)價(jià)指標(biāo)具體的概率分布，如表 57， 表 57 甲乙方案風(fēng)險(xiǎn)概率分布 甲方案的概率分布 乙方案的概率分布 概率分布 NPV 概率分布 NPV 0℅ 0℅ 10℅ 10℅ 20℅ 20℅ ℅ 0 30℅ 30℅ ℅ 0 40℅ 40℅ 50℅ 623 50℅ 60℅ 60℅ 70℅ 70℅ 80℅ 80℅ 90℅ 90℅ 100℅ 100℅ 因此，應(yīng)該采用甲方案。因此有助于我們對(duì)多套投資方案進(jìn)行篩選比較。它充分利用微軟視窗環(huán)境 ,提供了含有易學(xué)易用的圖形包的高級(jí)模擬技術(shù)的獨(dú)特組合。 Crystal Ball軟件的使用步驟 ? ① 定義隨機(jī)的輸入單元格 :加載 Crystal Ball到 Excel中 ,并且建立一個(gè)工作表 ,將投資預(yù)測(cè)的相關(guān)變量輸入電子表格中 。 ? ③ 定義預(yù)測(cè)的輸出單元格 :利用 Define Forecast功能定義輸出變量的單元格 。 ? ⑤ 運(yùn)行仿真 :點(diǎn)擊 Run進(jìn)行模擬運(yùn)算 ,分析模擬結(jié)果。 這就是 蒙特卡羅方法的基本思想 。 （ 3）確定模擬次數(shù)、產(chǎn)生隨機(jī)數(shù)。 （ 5）重復(fù)第 4步 N次，產(chǎn)生 N個(gè)樣本值，對(duì)得到的 N個(gè)樣本值進(jìn)行統(tǒng)計(jì)分析 。 ②受幾何條件限制小。 ④誤差容易確定。 ? 缺點(diǎn) ① 收斂速度慢。 ③進(jìn)行模擬的前提是各輸入變量是相互獨(dú)立的。蒙特卡羅方法的誤差為概率誤差 由此性質(zhì)我們可以得知蒙特卡羅的優(yōu)點(diǎn)：①收斂速度與問題的維數(shù)無關(guān)。以及缺點(diǎn)： 誤差具有概率性。 ? 比如，首先觀察客觀世界，某一個(gè)過程有幾個(gè)步驟，每個(gè)步驟所用的時(shí)間符合哪種分布 (可以是估計(jì) )，數(shù)學(xué)特征是什么 (可能通過測(cè)量 )，然后建立起相關(guān)的模型。 ? 對(duì)于模型中的每個(gè)步驟， 通過產(chǎn)生的隨機(jī)變量進(jìn)行模擬 ，來得到整個(gè)過程所用的時(shí)間的數(shù)學(xué)特征，比如平均值，方差等。 ? 而隨機(jī)抽樣統(tǒng)計(jì)分析是對(duì) 實(shí)際數(shù)據(jù)的抽樣分析 。 也就是通過局部認(rèn)識(shí)總體 。 思考題 ? 對(duì)蒙特卡洛方法中風(fēng)險(xiǎn)變量相關(guān)性的探討？ 主要文獻(xiàn) 1 陳立文 .項(xiàng)目投資風(fēng)險(xiǎn)分析理論與方法 .北京：機(jī)械工業(yè)出版社， 2022 2 尹志軍 .工程項(xiàng)目投資風(fēng)險(xiǎn)度量與模擬及收益優(yōu)化模型研究： [學(xué)位論文 ]，天津：河北工業(yè)大學(xué)， 2022 3 王卓甫 .工程項(xiàng)目風(fēng)險(xiǎn)管理 .北京：中國(guó)水利水電出版社， 2022 4 石海均 .房地產(chǎn)投資分析 .大連：大連理工大學(xué)出版社， 1994 5 閆雪晶 .蒙特卡羅模擬方法房地產(chǎn)投資風(fēng)險(xiǎn)分析的應(yīng)用： [學(xué)位論文 ]，成都：西南財(cái)經(jīng)大學(xué)， 2022 6 楊衡 .蒙特卡羅模擬優(yōu)化與風(fēng)險(xiǎn)決策分析的應(yīng)用研究： [學(xué)位論文 ]，天津：天津大學(xué)， 2022 7 劉軍 .蒙特卡羅方法及應(yīng)用：課件，哈佛大學(xué)， 2022 8 林謙 .蒙特卡羅方法及應(yīng)用：課件，清華大學(xué)， 2022 請(qǐng)老師和各位同學(xué)批評(píng)指正！ 謝謝！