El principal método de análisis de riesgos: simulación de Monte Carlo

Simulación Monte Carlo

1. Condiciones de uso:

Cuando el número de variables aleatorias ingresadas en la evaluación del proyecto es superior a tres, cada variable de entrada Cuando Si hay más de tres o incluso infinitos estados (como variables aleatorias continuas), el método de cálculo teórico no se puede utilizar para el análisis de riesgos. En este caso, se debe utilizar la tecnología de simulación Monte Carlo.

2. Principio

Utilice muestreo aleatorio para extraer un conjunto de valores de variables de entrada y calcule los indicadores de evaluación del proyecto en función de los valores de este conjunto de variables de entrada. Una cantidad suficiente de cálculos de muestreo puede obtener la distribución de probabilidad de los indicadores de evaluación y calcular la distribución de probabilidad acumulada, el valor esperado, la varianza y la desviación estándar, y calcular la probabilidad de que el proyecto cambie de factible a inviable, estimando así los riesgos. a cargo de la inversión del proyecto.

3. Programa de simulación Monte Carlo

① Determinar los indicadores de evaluación utilizados en el análisis de riesgos, como el valor actual neto, la tasa interna de retorno, etc.

② Determinar las variables de entrada que tienen un impacto importante en los indicadores de evaluación del proyecto.

③ Determinar la distribución de probabilidad de las variables de entrada a través de la investigación.

④ Extrae números aleatorios de forma independiente para cada variable de entrada.

⑤Convierta los números aleatorios extraídos en los valores muestreados de cada variable de entrada.

⑥Se forma un conjunto de datos básicos de evaluación del proyecto en función de los valores muestreados de cada variable aleatoria de entrada.

⑦ Calcule el valor del índice de evaluación en función de los datos básicos compuestos por valores de muestra.

⑧Repita los pasos del cuatro al siete hasta alcanzar el número predeterminado de simulaciones.

⑨ Organice el valor esperado, la varianza, la desviación estándar y la distribución de probabilidad del valor esperado de los indicadores de evaluación obtenidos de los resultados de la simulación y dibuje un mapa de probabilidad acumulativa.

⑩ Calcula la probabilidad de que el proyecto pase de factible a inviable.

4. Cuestiones a las que se debe prestar atención al aplicar el método de simulación Monte Carlo

(1) Cuando se utiliza el método de simulación Monte Carlo, se supone que las variables de entrada son independientes entre sí. El problema del grado de descomposición de las variables de entrada se encontrará en el análisis de riesgos.

Cuanto más detalladas sean las variables de entrada, mayor será el número de variables de entrada y mayor será la confiabilidad de los resultados de la simulación. Una descomposición demasiado detallada de las variables a menudo da lugar a correlaciones entre variables, lo que puede llevar a conclusiones erróneas. Para evitar este problema, puede utilizar los siguientes métodos.

① Limitar el grado de descomposición de las variables de entrada.

②Limitar el número de variables inciertas. En la simulación solo se seleccionan variables clave que tienen un impacto significativo en los indicadores de evaluación y otras variables se mantienen en los valores esperados.

③ Recopile más información relevante, determine la correlación entre variables y establezca relaciones funcionales.

(2) Número de simulaciones del método Monte Carlo.

En teoría, cuantos más tiempos de simulación, más precisa será, pero en la práctica, generalmente debería estar entre 200 y 500 veces.