基于蒙特卡罗模拟法的项目风险分析

第２６卷第５期　Ｊｏｕｒｎａｌ　ｏｆ　Ｙｕｎｎａｎ　Ｆｉｎａｎｃｅ＆Ｅｃｏｎｏｍｉｃｓ　Ｕｎｉｖｅｒｓｉｔｙ　Ｖｏｌ＿２６．Ｎｏ．５　

蒙特卡罗模拟在项目风险分析中的应用研究　

常海申　，陆亚琴　

（１．云南财经大学经济研究院国际经济研究所，云南昆明６５０２２１；　

２．云南财经大学经济研究院国际贸易研究所，云南昆明６５０２２１）　

摘要：项目风险分析过程中面临诸多不确定性因素。传统的最好／最差分析和敏感性分析存在理论上的　缺陷，而且不能给出最终检验变量的概率分布。基于随机数原理的蒙特卡罗模拟可以为项目风险提供定量分　

析。通过对自变量的随机数和由此求得的因变量数值进行回归分析可以得出包含更多随机因素参与的具有定　

量性质的敏感性分析。　关键词：蒙特卡罗模拟；项目投资；风险分析；Ｃｒｙｓｔａｌ　Ｂａｌｌ　中图分类号：Ｇ１２２　文献标识码：Ａ　文章编号：１６７２—４７５５（２０１１）０５—００７５—０３　

蒙特卡罗分析法是１９４０年代，在美国军方研制原　

子弹的“曼哈顿项目”中开发出来的一种利用随机数模　

拟法进行风险分析的数学方法。蒙特卡罗方法的思想　并不复杂，古代人们计算复杂形状物体的面积时就曾　

经应用过这种方法。蒙特卡罗方法的核心是产生大量　

的随机数，然后利用这些随机数进行模拟计算。现代　

高速计算机的出现以及Ｃｒｙｓｔａｌ　Ｂａｌｌ软件的面世使得这　种模拟方法在全球得以推广应用。　

国内学者对蒙特卡罗模拟的研究主要集中在项目　

投资风险管理领域，基于计算量的考虑，随机变量通常　

局限在五个以内，而且对理论的阐述多于对数据的分　

析。原因在于蒙特卡罗模拟的计算量非常大，在Ｃｒｙｓ－　ｔａｌ　Ｂａｌｌ软件进入中国之前，通过Ｅｘｃｅｌ进行蒙特卡罗模　

拟费时又费力，而且对计算机硬件性能要求很高。　

Ｃｒｙｓｔａｌ　Ｂａｌｌ是全世界风险分析和决策评估软件中　的佼佼者。据说全球５００强企业中有超过８０％的企业　

使用Ｃｒｙｓｔａｌ　Ｂａｌｌ作为商务决策、项目投资和风险分析　

蒙特卡洛风险分析

简介

蒙特卡洛风险分析（Monte Carlo Risk Analysis）是一种基于概率统计方法的风险分析工具。通过模拟随机变量和随机过程，蒙特卡洛风险分析可以对复杂的风险问题进行定量分析和评估，帮助决策者更好地了解和管理风险。

蒙特卡洛风险分析最早由美国科学家斯坦福·蒙特卡洛（Stanford

Montecarlo）提出，广泛应用于金融、工程、保险、能源等领域。其核心思想是通过随机抽样和反复模拟，以概率统计的方式评估风险事件的潜在影响，并为决策者提供不同决策方案的风险评估指标。

方法步骤

蒙特卡洛风险分析通常包括以下步骤： 1. 定义问题域：明确需要分析的问题，确定关键的输入变量和决策变量。

2. 建立模型：建立系统的数学模型，包括确定输入变量的概率分布和随机过程。

3. 生成样本：根据输入变量的概率分布，使用随机抽样方法生成一组样本数据。

4. 模拟仿真：利用生成的样本数据和模型，进行多次模拟仿真，获取每次模拟的结果。

5. 风险评估：根据模拟仿真的结果，对每个决策方案进行风险评估，包括风险指标的计算和分析。

6. 结果分析：对风险评估结果进行统计分析，包括均值、方差、概率分布等指标的计算和图表展示。 7. 决策支持：根据风险评估结果，提供决策者选择不同方案的依据，辅助决策过程。

应用案例

金融领域

在金融领域，蒙特卡洛风险分析被广泛应用于投资组合优化、资产组织、期权定价等方面。

例如，在投资组合优化中，蒙特卡洛风险分析可以用于评估不同投资组合的风险和收益。通过对投资组合中的资产价格进行蒙特卡洛模拟，可以获取随机样本集，进而计算投资组合的预期风险和收益，并通过统计分析得到风险指标，如价值-at-风险（VaR）和条件价值-at-风险（CVaR）等，为投资者提供决策依据。

工程领域

在工程领域，蒙特卡洛风险分析可以应用于风险评估和项目管理。 例如，在新能源项目的开发中，蒙特卡洛风险分析可以用于评估不同环境条件对项目的影响。通过对气候、地质、市场需求等因素进行蒙特卡洛模拟，可以评估项目在不同情况下的风险和不确定性，并为项目决策提供风险分析结果。

蒙特卡洛模拟法对项目投资的风险分析

蒙特卡洛模拟法对项目投资风险分析的模型建立

1.设立模型结构

已知条件

初始投资（万元） 20 r所得税率 33%

寿命（年） 3 年付现固定成本（万元） 6

期末残值（万元） 0 产品单价（元/件） 72

贴现率 12% 固定资产折旧方法 直线法

年份 第一年

项目 发生的概 率 累计概率 对应的随 机数 可能值

销售量（件） 0.25 0.25 0 6000

0.35 0.6 25 7000

0.25 0.85 60 8000

0.15 1 85 9000

单位变动成本

（元/件） 0.22 0.22 0 42

0.36 0.58 22 45

0.39 0.97 58 47

0.03 1 97 50

第二年 第三年

发生

的概 率 累计

概率 对应

的随

机数 可能

值 发生

的概

率 累计

概率 对应

的随

机数 可能

值

0.15 0.15 0 6000 0.2 0.2 0 6000

0.35 0.5 15 7000 0.4 0.6 20 7000

0.4 0.9 50 8000 0.35 0.95 60 8000

0.1 1 90 9000 0.05 1 95 9000

0.26 0.26 0 42 0.2 0.2 0 42

0.38 0.64 26 45 0.4 0.6 20 45

0.25 0.89 64 47 0.26 0.86 60 47

0.11 1 89 50 0.14 1 86 50

(2) A21中输入第一年销售量的随机数：

=RANDBETWEEN(0,99)

分别复制到 C21, F21, H21, K21, M21 中

(3) 输入销售量的可能值查找公式

B21: =VLOOKUP(A21,$D$8:$E$11,2)

G21: =VLOOKUP(F21,$H$8:$I$11,2)

L21: =VLOOKUP(K21,$L$8:$M$11,2)

全国中文核心期刊·财会月刊□

项目风险是指可能导致项目损失的不确定性，项目管理

专家马克思·怀德曼将其定义为某一事件发生后给项目目标

带来不利影响的可能性。随着我国市场经济的发展，企业的投

资项目面临着越来越多的风险因素。通过对投资项目的敏感

性分析，可以确定各个风险因素对投资项目的影响程度，进而

可以确定投资项目的关键风险因素。这样企业在投资项目风

险管理时就可以抓住主要矛盾，比如可以采取相关措施控制

关键风险因素的波动性，或者投入资源使关键风险因素向有

利的方向变动。

一、投资项目敏感性分析的方法

敏感性分析能够得出风险因素对投资项目目标影响的程度，因而是投资项目风险分析中一个至关重要的环节。假设风

险因素有k个，分别用x1，x2，…，xk表示。指标Y表示投资项目

优劣判断财务指标，比如NPV、IRR等。Y是这些风险因素的

函数，即：Y=f（x1，x2，…，xk），其中xi表示模型的第i个风险因

素。敏感性分析就是研究和预测这些输入对输出值的影响程

度。影响程度的大小可以称为该输入的敏感性系数。显然，敏

感性系数的绝对值越大就说明该风险因素对投资项目的影响

程度越大。敏感性分析的关键就是找到各个风险因素的敏感

性系数，进而得到各个风险因素的重要程度排序。

根据敏感性分析的作用范围，我们可以将其分为单因素

敏感性分析和多因素敏感性分析。单因素敏感性分析是在假基于蒙特卡罗模拟的投资项目风险敏感性分析

陈国栋

（华北水利水电学院管理与经济学院郑州450046）

【摘要】在市场经济条件下，企业投资项目面临诸多风险因素。本文为了确定风险因素的大小，将Spearman秩相关系数

引入到多因素敏感性系数确定中，并在此基础上建立了敏感性系数的标准化模型，然后结合实例进行了敏感性分析。由于

蒙特卡罗模拟在电子表格软件上可以快速实现，所以这种投资项目敏感性分析方法是快速高效的。

【关键词】风险管理蒙特卡罗模拟敏感性分析

代表损害发生时被告不存在过失的几率，则举证责任分配规