知识点:蒙特卡洛随机模拟法
蒙特卡洛方法又称随机抽样技巧或统计试验方法,基本思想是将待求的风险变量当做某一特征随机变量。通过某一给定分布规律的大量随机数值,作为解释该数字特征的统计量和所求风险变量的近似解。
具体方法是通过随机变量函数发生器产生一定随机数的概率模型,理论上试验次数越多,分布越接近真实值,但实际中达到50~300次后分布函数便不再有显著变化,趋于稳定。
(一)使用范围
适用于较为复杂的大中型项目风险管理。
(二)实施步骤(了解)
(三)主要优点和局限性
【主要优点】
(1)该方法适用于任何类型分布的输入变量,包括产生于对相关系统观察的实证分布;
(2)模型便于开发,并可根据需要进行拓展;实际产生的任何影响或关系可以进行表示,包括微妙的影响;
(3)模型便于理解,因为输入数据与输出结果之间的关系是透明的;
(4)提供了一个结果准确性的衡量;软件便于获取且价格便宜。
【局限性】
(1)解决方案的准确性取决于可执行的模拟次数(随着计算机运行速度的加快,这一限制越来越小);
(2)依赖于能够代表参数不确定性的有效分布;
(3)该技术可能无法取得满意的结果(严重后果)和较低的可能性(低概率)事项,因此无法让组织的风险偏好体现在分析中;
(4)此方法较注重对风险因素相关性的识别和评价,这给使用此法带来了难度和困难,通常费用也较高。