• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    LEP的風(fēng)險(xiǎn)損失估計(jì)分析與評(píng)價(jià)方法設(shè)計(jì)

    2014-04-20 08:26:34盧朋
    生產(chǎn)力研究 2014年5期
    關(guān)鍵詞:蒙特卡洛現(xiàn)值項(xiàng)目風(fēng)險(xiǎn)

    盧朋

    (北京交通大學(xué)經(jīng)濟(jì)管理學(xué)院,北京 100044)

    隨著工程項(xiàng)目的復(fù)雜化、大型化趨勢(shì),傳統(tǒng)管理模式不能適應(yīng)大型復(fù)雜工程項(xiàng)目管理的需求,為了保障項(xiàng)目管理目標(biāo)順利實(shí)現(xiàn),就需要綜合運(yùn)用風(fēng)險(xiǎn)管理方法與技術(shù)來(lái)組織項(xiàng)目管理,需要尋找與之相適應(yīng)的新風(fēng)險(xiǎn)管理理念與模式。鑒于大型工程項(xiàng)目(Large Engineering Project,LEP)的特點(diǎn),針對(duì)大型工程項(xiàng)目風(fēng)險(xiǎn)進(jìn)行風(fēng)險(xiǎn)分析、風(fēng)險(xiǎn)評(píng)估和風(fēng)險(xiǎn)規(guī)避研究,有助于對(duì)大型工程項(xiàng)目風(fēng)險(xiǎn)分析,提高風(fēng)險(xiǎn)管理的有效性。

    一、大型工程項(xiàng)目風(fēng)險(xiǎn)損失的評(píng)價(jià)思路

    大型工程項(xiàng)目風(fēng)險(xiǎn)分析的目的是找出大型工程項(xiàng)目的實(shí)際結(jié)果與預(yù)期的目標(biāo)的差異程度。工程項(xiàng)目風(fēng)險(xiǎn)不僅取決于事件發(fā)生的概率,并與事件發(fā)生后造成的影響程度有關(guān)。項(xiàng)目風(fēng)險(xiǎn)表示為風(fēng)險(xiǎn)事件發(fā)生的概率及其造成的后果的函數(shù),可以用公示描述為:[1]

    式(1)中:R為項(xiàng)目風(fēng)險(xiǎn);p為該風(fēng)險(xiǎn)事件可能發(fā)生的概率;c為假設(shè)該風(fēng)險(xiǎn)事件發(fā)生會(huì)造成的影響和后果。

    隨著社會(huì)經(jīng)濟(jì)的發(fā)展,在大型工程項(xiàng)目建設(shè)過(guò)程中,復(fù)雜性工程的項(xiàng)目管理中不但施工技術(shù)風(fēng)險(xiǎn)和建設(shè)風(fēng)險(xiǎn)要素多,而且市場(chǎng)風(fēng)險(xiǎn)、管理風(fēng)險(xiǎn)大,如果控制風(fēng)險(xiǎn)不當(dāng),會(huì)帶來(lái)極為嚴(yán)重的后果,因此須在項(xiàng)目早期進(jìn)行風(fēng)險(xiǎn)預(yù)測(cè)和全周期的風(fēng)險(xiǎn)處置,須采取超前的管理理念來(lái)識(shí)別和規(guī)避全周期風(fēng)險(xiǎn),且需要眾多參與方和投資方共同承擔(dān)項(xiàng)目風(fēng)險(xiǎn)。[2]基于LEP在風(fēng)險(xiǎn)上的多維特性,在參考項(xiàng)目風(fēng)險(xiǎn)發(fā)生概率和風(fēng)險(xiǎn)帶來(lái)的影響和后果同時(shí),風(fēng)險(xiǎn)的一些相關(guān)特性也需要給予關(guān)注:?jiǎn)蝹€(gè)風(fēng)險(xiǎn)事件的可控程度、單個(gè)風(fēng)險(xiǎn)事件發(fā)生的可預(yù)測(cè)程度、風(fēng)險(xiǎn)若發(fā)生損失的轉(zhuǎn)移性、分擔(dān)性和保險(xiǎn)性,把此類(lèi)與風(fēng)險(xiǎn)有關(guān)的內(nèi)容引入到風(fēng)險(xiǎn)管理和分析的程序中,會(huì)使決策者與風(fēng)險(xiǎn)分析人員對(duì)項(xiàng)目的風(fēng)險(xiǎn)具有更為系統(tǒng)全面的認(rèn)識(shí)。為了方便分析,并且保證多維風(fēng)險(xiǎn)特性之間具有相互獨(dú)立性,對(duì)這些方面進(jìn)行歸類(lèi)與合并。一般可以總結(jié)為風(fēng)險(xiǎn)事件的可控程度(發(fā)生概率和帶來(lái)的損失)、風(fēng)險(xiǎn)事件的可預(yù)測(cè)程度及風(fēng)險(xiǎn)損失的可轉(zhuǎn)移程度三類(lèi)(保險(xiǎn)、分擔(dān)等均可認(rèn)為是轉(zhuǎn)移的某個(gè)方法)。

    針對(duì)風(fēng)險(xiǎn)事件分析新增的三個(gè)特點(diǎn),反映了管理風(fēng)險(xiǎn)全周期過(guò)程中定性的知識(shí)或定量的信息,對(duì)風(fēng)險(xiǎn)管理與處理過(guò)程中的預(yù)測(cè)、控制與轉(zhuǎn)移給予了考慮。所以,通過(guò)對(duì)風(fēng)險(xiǎn)五大特性的敘述,項(xiàng)目風(fēng)險(xiǎn)的定量信息與定性信息都將得到體現(xiàn)。在以后的分析中,還會(huì)發(fā)現(xiàn),因?yàn)槎嗑S特性要同時(shí)處置定量與定性信息,所以要把兩種計(jì)算與分析的方案相結(jié)合利用,恰好可補(bǔ)償當(dāng)前僅有模糊方法和概率方法的缺陷,凸顯各自在方法分析上的優(yōu)點(diǎn)。

    因此,每個(gè)風(fēng)險(xiǎn)因素均考慮五方面的特征。給出以下多維特風(fēng)險(xiǎn)向量:

    式(2)中:R為某個(gè)風(fēng)險(xiǎn)事件,r1,…,r5表示風(fēng)險(xiǎn)概率、損失、可預(yù)測(cè)性、可控制性、可轉(zhuǎn)嫁性五個(gè)特性。

    應(yīng)該指出,對(duì)風(fēng)險(xiǎn)進(jìn)行多維特性參考的條件下,對(duì)風(fēng)險(xiǎn)的估計(jì)和識(shí)別中也應(yīng)該引入這些相應(yīng)的內(nèi)容?;谏鲜龇治?,要完成對(duì)工程項(xiàng)目各類(lèi)風(fēng)險(xiǎn)事件的評(píng)估,應(yīng)該考慮按照這樣的思路步驟:依次進(jìn)行風(fēng)險(xiǎn)因素的識(shí)別、風(fēng)險(xiǎn)的估計(jì)、風(fēng)險(xiǎn)概率分布的評(píng)價(jià)、風(fēng)險(xiǎn)損失大小的估計(jì)以及風(fēng)險(xiǎn)損失的綜合評(píng)價(jià)。其具體思路過(guò)程,如圖1所示。

    圖1 大型工程項(xiàng)目的風(fēng)險(xiǎn)事件評(píng)估思路

    二、大型工程項(xiàng)目風(fēng)險(xiǎn)損失的指標(biāo)體系設(shè)計(jì)

    大型工程項(xiàng)目一般建設(shè)周期長(zhǎng)、規(guī)模大、涉及范圍廣、風(fēng)險(xiǎn)因素?cái)?shù)量多、種類(lèi)雜,在全生命周期內(nèi)面臨的風(fēng)險(xiǎn)多種多樣。風(fēng)險(xiǎn)因素之間的內(nèi)在關(guān)系錯(cuò)綜復(fù)雜、風(fēng)險(xiǎn)因素之間并與外界交叉影響又使風(fēng)險(xiǎn)顯示出多重的網(wǎng)絡(luò)特性。項(xiàng)目風(fēng)險(xiǎn)管理(Project Risk Management)就是項(xiàng)目管理人員通過(guò)識(shí)別風(fēng)險(xiǎn)、對(duì)風(fēng)險(xiǎn)進(jìn)行估計(jì)及評(píng)價(jià)風(fēng)險(xiǎn),并基于此合理利用多種技術(shù)與管理手段對(duì)項(xiàng)目活動(dòng)可能產(chǎn)生的風(fēng)險(xiǎn)進(jìn)行有效控制,創(chuàng)造條件,主動(dòng)采取行動(dòng),努力擴(kuò)大風(fēng)險(xiǎn)帶來(lái)的正面效應(yīng),盡力減弱或化解風(fēng)險(xiǎn)事件發(fā)生后帶來(lái)的負(fù)面后果,以盡可能低的成本確保項(xiàng)目的整體目標(biāo)可靠、安全地實(shí)現(xiàn)。項(xiàng)目風(fēng)險(xiǎn)管理的基礎(chǔ)是對(duì)項(xiàng)目中的可能風(fēng)險(xiǎn)進(jìn)行識(shí)別和預(yù)測(cè)。項(xiàng)目風(fēng)險(xiǎn)識(shí)別與預(yù)測(cè)包括以下方面:項(xiàng)目中可能風(fēng)險(xiǎn)因素的挖掘;風(fēng)險(xiǎn)因素分析與風(fēng)險(xiǎn)分類(lèi)劃分;風(fēng)險(xiǎn)事件影響程度判斷。本文從大型工程項(xiàng)目的系統(tǒng)分析角度認(rèn)為,大型工程項(xiàng)目風(fēng)險(xiǎn)損失的指標(biāo)體系的設(shè)計(jì),需要充分考慮在其建設(shè)施工過(guò)程中,來(lái)自各個(gè)方面的風(fēng)險(xiǎn)因素的干擾。這些風(fēng)險(xiǎn)因素來(lái)自投資管理的多元化、規(guī)模的大型化等諸多方面,基于大型工程項(xiàng)目的主要的風(fēng)險(xiǎn)因素的類(lèi)別,將風(fēng)險(xiǎn)損失的指標(biāo)體系分為五個(gè)方面。

    (一)社會(huì)環(huán)境風(fēng)險(xiǎn)

    社會(huì)環(huán)境風(fēng)險(xiǎn)包括政策、治安、文化素質(zhì)等因素。政策法律的環(huán)境決定著大型工程項(xiàng)目的施工速度,某項(xiàng)政策的頒布或?qū)嵤┯锌赡苡绊戫?xiàng)目的進(jìn)展,社會(huì)治安環(huán)境、文化氛圍、宗教習(xí)慣等都有可能對(duì)大型工程項(xiàng)目的實(shí)施過(guò)程產(chǎn)生影響。

    (二)經(jīng)濟(jì)環(huán)境風(fēng)險(xiǎn)

    整體經(jīng)濟(jì)環(huán)境和項(xiàng)目所在地區(qū)的經(jīng)濟(jì)發(fā)展?fàn)顩r都會(huì)給大型工程項(xiàng)目的實(shí)施和整體目標(biāo)的實(shí)現(xiàn)產(chǎn)生影響,比如宏觀經(jīng)濟(jì)環(huán)境趨勢(shì)惡化、市場(chǎng)供求關(guān)系突變都會(huì)影響大型工程項(xiàng)目的資金、物料等,使得整個(gè)項(xiàng)目進(jìn)度發(fā)生變化和調(diào)整。地方經(jīng)濟(jì)狀況也會(huì)影響項(xiàng)目投資環(huán)境和服務(wù)水平。

    (三)技術(shù)風(fēng)險(xiǎn)

    大型工程項(xiàng)目的技術(shù)難度和復(fù)雜程度,決定了其實(shí)施過(guò)程中,技術(shù)方面的風(fēng)險(xiǎn)尤為突出,技術(shù)不夠成熟可能會(huì)增加大型工程項(xiàng)目的測(cè)試時(shí)間和工作難度,對(duì)項(xiàng)目質(zhì)量也可能存在一定影響,技術(shù)難度和復(fù)雜程度增加都會(huì)對(duì)大型工程項(xiàng)目的目標(biāo)、質(zhì)量和成本產(chǎn)生影響。

    (四)自然災(zāi)害風(fēng)險(xiǎn)

    自然風(fēng)險(xiǎn)是指由自然災(zāi)害而造成的風(fēng)險(xiǎn),包括地質(zhì)風(fēng)險(xiǎn)(如泥石流、滑坡等)、地震、氣象風(fēng)險(xiǎn)(如颶風(fēng)、強(qiáng)降雨等)等各種突發(fā)的自然災(zāi)害。

    (五)管理風(fēng)險(xiǎn)

    由于大型工程項(xiàng)目的參與方眾多,管理層級(jí)和管理范疇復(fù)雜,某個(gè)管理方面的失誤或者耽擱,都會(huì)對(duì)項(xiàng)目整體目標(biāo)的實(shí)現(xiàn)產(chǎn)生影響。

    大型工程項(xiàng)目風(fēng)險(xiǎn)損失的評(píng)價(jià)指標(biāo)體系,如圖2所示。

    圖2 大型工程項(xiàng)目風(fēng)險(xiǎn)損失的指標(biāo)體系

    三、大型工程項(xiàng)目風(fēng)險(xiǎn)損失的估計(jì)模型

    基于大型工程項(xiàng)目風(fēng)險(xiǎn)損失的特征,為全面分析項(xiàng)目風(fēng)險(xiǎn)的概率和影響程度,按照平衡損失函數(shù),設(shè)計(jì)大型工程項(xiàng)目風(fēng)險(xiǎn)損失的估計(jì)模型。

    (一)平衡損失函數(shù)

    從統(tǒng)計(jì)判決的理論角度看,就是在二次損失函數(shù)(d-β)'(d-β)下,選取了使風(fēng)險(xiǎn)值達(dá)到了最小的估計(jì)。

    Zellner提出了Zellner平衡損失函數(shù)的判定標(biāo)準(zhǔn),基于此標(biāo)準(zhǔn),綜合最小二乘法估計(jì)方法和損失函數(shù),形成以下標(biāo)準(zhǔn):

    其中0≤ω≤1,S為已知正定陣。

    基于Zellner平衡損失函數(shù)的風(fēng)險(xiǎn)損失判定標(biāo)準(zhǔn)式(3)首先把估計(jì)精度的優(yōu)良性納入到判定標(biāo)準(zhǔn)中,突出了模型在擬合度上的優(yōu)良性。對(duì)判定大型工程項(xiàng)目相對(duì)復(fù)雜的風(fēng)險(xiǎn)因素來(lái)說(shuō),這是比較全面、相對(duì)合理的標(biāo)準(zhǔn)。該平衡損失函數(shù)判定標(biāo)準(zhǔn)的第一部分是線性模型的殘差,對(duì)應(yīng)的就是經(jīng)典的最小二乘估計(jì),表述了參數(shù)估計(jì)β^對(duì)整個(gè)平衡損失函數(shù)的擬合優(yōu)良度;第二部分則是關(guān)于參數(shù)精度的優(yōu)良性,在損失函數(shù)MSE(β^)下選取使得風(fēng)險(xiǎn)達(dá)到最小的估計(jì)。

    其中X0:p×n和V>0已知,θ∈RP和σ2>0均為未知參數(shù)。設(shè)C為k×p階矩陣,Cθ可估,?。╠-Cθ)'(d-Cθ)和線性估計(jì)類(lèi)L={L Z:L為k×n階常數(shù)矩陣},則L Z在線性估計(jì)類(lèi)L中是Cθ的容許估計(jì)的充要條件:[3]

    由此,我們可以得出如下推定:

    根據(jù)Gauss-Markov模型和Zellner平衡損失函數(shù)的含義,LY是β的在線性估計(jì)類(lèi)L中的線性容許估計(jì)全體所組成的一個(gè)集合,A*是在Zellner平衡損失函數(shù)判定標(biāo)準(zhǔn)(3)下,β在線性估計(jì)類(lèi)L中的線性容許估計(jì)全體組成的另一個(gè)集合,據(jù)此則有:

    所以說(shuō),作為兼有擬合優(yōu)度和精度的平衡損失函數(shù),其線性容許估計(jì)是擬合優(yōu)度和精度下的線性容許估計(jì)的平衡。

    根據(jù)平衡損失函數(shù)的定義,相關(guān)風(fēng)險(xiǎn)函數(shù)為:

    R(β,σ2;L)=E[ω(Y-XLY)'(Y-XLY)+(1-ω)(LY-β)'S(LY-β)]=ω[σ2tr(IP-XL)(IP-XL)'+β'X'(IPXL)'(IP-XL)Xβ]+(1-ω)[σ2trSLL'+β'(LX-IP)'S(LX-IP)β]

    一般來(lái)說(shuō),為了計(jì)算方便我們?nèi)=I。

    (二)基于平衡損失函數(shù)的LEP風(fēng)險(xiǎn)貝葉斯估計(jì)

    基于以上分析,大型工程項(xiàng)目的項(xiàng)目風(fēng)險(xiǎn)估計(jì)主要是運(yùn)用概率統(tǒng)計(jì)等方法對(duì)特定的不利事件的發(fā)生概率以及風(fēng)險(xiǎn)事件發(fā)生所造成的損失進(jìn)行定量估計(jì),盡可能用量化的數(shù)據(jù)來(lái)分析風(fēng)險(xiǎn)事件,從而對(duì)風(fēng)險(xiǎn)管理提供技術(shù)參考指導(dǎo);同時(shí),大型工程項(xiàng)目的風(fēng)險(xiǎn)事件的概率估計(jì),因?yàn)轱L(fēng)險(xiǎn)事件因素構(gòu)成復(fù)雜,數(shù)據(jù)資料通常不足或無(wú)法獲取全面精確的預(yù)測(cè)信息,需要應(yīng)用先驗(yàn)概率來(lái)給予統(tǒng)計(jì)處理。經(jīng)驗(yàn)分析知道,先驗(yàn)概率通常具有太多的不確定性,需通過(guò)一定的統(tǒng)計(jì)或計(jì)算方法來(lái)獲得補(bǔ)充信息,以完善先驗(yàn)概率。這種通過(guò)對(duì)項(xiàng)目進(jìn)行更多、更廣泛的調(diào)查研究或統(tǒng)計(jì)分析,再對(duì)項(xiàng)目風(fēng)險(xiǎn)進(jìn)行估計(jì)的方法,稱(chēng)為貝葉斯概率法。[4]

    貝葉斯概率法所對(duì)應(yīng)的貝葉斯線性無(wú)偏最小方差估計(jì)(BLUMV)解為:

    而在平衡損失函數(shù)下的估計(jì)解為:

    其中,μ為常數(shù)向量,F(xiàn)>0為已知的正定向量。

    在Gauss-Markov模型和平衡損失函數(shù)[5]下,BLUMV優(yōu)于β最小二乘估計(jì)的充分必要條件是?<0.5。

    四、基于蒙特卡洛的LEP風(fēng)險(xiǎn)評(píng)價(jià)分析

    蒙特卡洛方法是以概率統(tǒng)計(jì)理論為基礎(chǔ)的一種方法,與事件數(shù)、事故數(shù)等安全分析方法相比,蒙特卡洛方法可以對(duì)未知事件帶來(lái)的影響進(jìn)行仿真,把工程項(xiàng)目在各個(gè)可能方案下風(fēng)險(xiǎn)損失評(píng)價(jià)指標(biāo)的特征值定量地進(jìn)行描述。通俗地說(shuō),蒙特卡洛方法是用隨機(jī)試驗(yàn)的方法計(jì)算積分,將所要計(jì)算的積分看做是服從某種分布密度函數(shù)的隨機(jī)變量的數(shù)學(xué)期望,通過(guò)模擬各種變量間隨機(jī)變化的動(dòng)態(tài)關(guān)系,并根據(jù)風(fēng)險(xiǎn)概率來(lái)確定一定置信區(qū)間下的模擬次數(shù),模擬結(jié)果可以很好地描述項(xiàng)目過(guò)程。借用蒙特卡洛方法來(lái)幫助工程項(xiàng)目風(fēng)險(xiǎn)決策,在近些年的實(shí)際項(xiàng)目開(kāi)發(fā)中已有一定的應(yīng)用,主要在不確定環(huán)境下,通過(guò)計(jì)算一系列的相關(guān)評(píng)價(jià)指標(biāo)值,根據(jù)模擬計(jì)算結(jié)果,從而為項(xiàng)目決策管理提供相應(yīng)量化依據(jù)。

    大型工程項(xiàng)目風(fēng)險(xiǎn)損失評(píng)價(jià)中各參與變量如政策環(huán)境、技術(shù)風(fēng)險(xiǎn)、管理風(fēng)險(xiǎn)等影響因素都存在一定的不確定性,而風(fēng)險(xiǎn)變量一般都是同時(shí)發(fā)生變化,給線性計(jì)算、單次仿真帶來(lái)難度;根據(jù)大型工程項(xiàng)目風(fēng)險(xiǎn)損失評(píng)價(jià)的計(jì)算公式,計(jì)算LEP關(guān)于NPC值就是一個(gè)風(fēng)險(xiǎn)損失評(píng)價(jià)分析的過(guò)程。本文建立的分析方法優(yōu)勢(shì)在于,首先,能夠根據(jù)相關(guān)文獻(xiàn)及初始分析為風(fēng)險(xiǎn)變量進(jìn)行假設(shè)可能,為其選擇合理的初始值,符合項(xiàng)目管理的實(shí)際情況;其次,針對(duì)各變量具備不同的分布特征這一情況,為每個(gè)風(fēng)險(xiǎn)變量因素分別設(shè)定各自的概率,這樣充分考慮了影響內(nèi)部?jī)衄F(xiàn)值(NPV)的各因素的隨機(jī)性,從而得出符合風(fēng)險(xiǎn)損失分析實(shí)際情況的評(píng)價(jià)值。

    蒙特卡洛估計(jì)NPV的流程如下:[6](1)基于平衡損失函數(shù)確定NPV的函數(shù);(2)對(duì)LEP的風(fēng)險(xiǎn)影響因素進(jìn)行分析,并選取主要影響因素;(3)確定分析的目標(biāo)函數(shù);(4)對(duì)各要素進(jìn)行隨機(jī)抽樣;(5)在對(duì)項(xiàng)目風(fēng)險(xiǎn)定性分析基礎(chǔ)上確定因素的初始值;(6)產(chǎn)生一組隨機(jī)參數(shù)組合,代入計(jì)算公式,求出一個(gè)目標(biāo)函數(shù)值;(7)返回第(6)步,反復(fù)計(jì)算N次;(8)N次計(jì)算完成后,得到目標(biāo)函數(shù)的期望值、方差等系列統(tǒng)計(jì)指標(biāo);(9)計(jì)算與分析。

    計(jì)算LEP風(fēng)險(xiǎn)用下式:

    Er=σn/ENPV

    式中,Er為L(zhǎng)EP風(fēng)險(xiǎn);σn為均方差;ENPV為NPV的期望值。

    某大型工程項(xiàng)目具體的財(cái)務(wù)評(píng)價(jià)數(shù)據(jù)如表1所示,并設(shè)定建筑業(yè)行業(yè)基準(zhǔn)折現(xiàn)率為15%。

    根據(jù)上述變量變化及概率分布情況,結(jié)合建立的基于Zellner平衡損失函數(shù)判定標(biāo)準(zhǔn)的LEP風(fēng)險(xiǎn)貝葉斯估計(jì),按照蒙特卡洛模型方法的思路,進(jìn)行至少10 000次模擬計(jì)算,輸出一系列配套隨機(jī)數(shù)據(jù),得出該大型工程項(xiàng)目NPV的概率分布情況。本文采用Crystal Ball軟件,得到某大型工程項(xiàng)目?jī)衄F(xiàn)值分布圖、凈現(xiàn)值概率表以及凈現(xiàn)值統(tǒng)計(jì)表,其結(jié)果如圖4、表2、表3和表4所示。

    圖3 基于蒙特卡洛的LEP風(fēng)險(xiǎn)評(píng)價(jià)分析

    表1 大型工程項(xiàng)目主要技術(shù)經(jīng)濟(jì)指標(biāo)

    圖4 大型工程項(xiàng)目?jī)衄F(xiàn)值樣本分布圖

    表2 大型工程項(xiàng)目?jī)衄F(xiàn)值統(tǒng)計(jì)表(10 000次模擬運(yùn)算)

    表3 大型工程項(xiàng)目?jī)衄F(xiàn)值百分位數(shù)表(10 000次模擬運(yùn)算)

    表4 大型工程項(xiàng)目風(fēng)險(xiǎn)度計(jì)算

    由以上運(yùn)行結(jié)果可知,經(jīng)過(guò)10 000次模擬后,NPV的指標(biāo)逐步呈現(xiàn)收斂特征。凈現(xiàn)值的平均值為11 413.27萬(wàn)元,最大凈現(xiàn)值為20 928.09萬(wàn)元,最小凈現(xiàn)值為1 994.06萬(wàn)元;由表4可知經(jīng)過(guò)10 000次模擬運(yùn)算后,凈現(xiàn)值的分布有70%的概率達(dá)到在12 735.35萬(wàn)元,項(xiàng)目?jī)衄F(xiàn)值小于零的概率為零,實(shí)現(xiàn)盈利的概率為100%,LEP風(fēng)險(xiǎn)度為0.223 1%。因此得出結(jié)論,盈利機(jī)會(huì)高且大,風(fēng)險(xiǎn)度極小,說(shuō)明該項(xiàng)目可操作性很強(qiáng)。

    五、結(jié)束語(yǔ)

    大型工程項(xiàng)目的風(fēng)險(xiǎn)要素構(gòu)成復(fù)雜,運(yùn)行關(guān)系繁多,考慮到大型工程項(xiàng)目的特點(diǎn),通過(guò)構(gòu)建基于平衡損失函數(shù)的貝葉斯估計(jì)模型,對(duì)大型建設(shè)項(xiàng)目進(jìn)行了風(fēng)險(xiǎn)估計(jì),在此基礎(chǔ)上,構(gòu)建基于蒙特卡洛方法的風(fēng)險(xiǎn)評(píng)價(jià)分析模型,對(duì)大型工程項(xiàng)目進(jìn)行了風(fēng)險(xiǎn)量化分析。

    [1]李舒亮.建設(shè)項(xiàng)目的風(fēng)險(xiǎn)管理效率研究[D].哈爾濱工業(yè)大學(xué)博士學(xué)位論文,2006.

    [2]Rao C R.Estimation of parameters in a linear model[J].The Annals of Statistics,1976:1023-1037.

    [3]沈建明.項(xiàng)目風(fēng)險(xiǎn)管理[M].北京:機(jī)械工業(yè)出版社,2010.

    [4]李道本.信號(hào)的統(tǒng)計(jì)檢測(cè)與估計(jì)理論[M].北京:科學(xué)出版社,2004.

    [5]劉謝進(jìn),繆柏其.平衡損失下Bayes線性無(wú)偏最小方差估計(jì)的優(yōu)良性[J].中國(guó)科學(xué)技術(shù)大學(xué)學(xué)報(bào),2011,41(6):525-530.

    [6]孫涵.基于蒙特卡洛的風(fēng)電項(xiàng)目風(fēng)險(xiǎn)評(píng)價(jià)分析[J].理論月刊,2011(11):166-169.

    [7]吳紹艷.基于復(fù)雜系統(tǒng)理論的工程項(xiàng)目管理協(xié)同機(jī)制與方法研究[D].天津大學(xué)博士學(xué)位論文,2006.

    猜你喜歡
    蒙特卡洛現(xiàn)值項(xiàng)目風(fēng)險(xiǎn)
    基于ISM模型的EPC項(xiàng)目風(fēng)險(xiǎn)網(wǎng)絡(luò)分析
    征服蒙特卡洛賽道
    利用控制變量方法縮減蒙特卡洛方差
    基于概率分布的PPP項(xiàng)目風(fēng)險(xiǎn)承擔(dān)支出測(cè)算
    蒙特卡洛模擬法計(jì)算電動(dòng)汽車(chē)充電負(fù)荷
    基于蒙特卡洛的非線性約束條件下的優(yōu)化算法研究
    資金時(shí)間價(jià)值中的系數(shù)關(guān)系探析
    資金時(shí)間價(jià)值基礎(chǔ)運(yùn)算解讀
    凈現(xiàn)值法對(duì)比煤層氣與常規(guī)天然氣經(jīng)濟(jì)效益
    利用改進(jìn)凈現(xiàn)值法降低舊工業(yè)建筑投資不確定性研究
    南平市| 西峡县| 德清县| 彝良县| 河曲县| 四会市| 乃东县| 永嘉县| 汕头市| 同仁县| 桐梓县| 乐陵市| 疏附县| 社会| 新竹县| 吉林省| 石柱| 温泉县| 镇平县| 广饶县| 奉贤区| 济阳县| 海南省| 甘孜县| 柘城县| 贵定县| 乌苏市| 遵化市| 灵石县| 砀山县| 河津市| 平果县| 宁远县| 那坡县| 博客| 右玉县| 同心县| 锦州市| 封丘县| 五峰| 古丈县|