水務BOT投資項目蒙特卡羅模擬風險分析

2006/6/27 16:02:16 | 8201次閱讀 | 來源：網友轉載【已有0條評論】發(fā)表評論

下，三角分布能提供符合分析目的和要求的近似結果。由于水務BOT項目缺乏相應的統(tǒng)計資料，在本文中，風險變量的分布特征基本采用三角分布形式。

三角分布的確定原則為：在專家調查的基礎上，確定這個風險變量的變化范圍一般不超過，如果風險變量的變化既不能確定在各點是等可能的（否則可用均勻分布來描述），也不能確定在均值處出現的可能性最大（否則可用正態(tài)分布來描述），則可認為該風險變量服從三角分布，并進一步估計其發(fā)生可能性最大的值。

3.2 風險子變量的分布估計
風險子變量的概率分布特征可以通過歷史資料統(tǒng)計分析得到，或者經過專家調查咨詢獲得。但由于水務歷史資料的缺乏，各風險子變量的分布參數估計值僅通過專家調查咨詢獲取。按圖2因素分解的結果，通過專家調查并經數據整理，得到各風險子變量的分布估計值（如表1所示）。

4.1 模擬次數的確定
在模擬法中，模擬次數的選擇，會影響到模擬運算結果的精度。為確定合適的模擬次數，采用蒙特卡羅法，每增加100個樣本，計算累計所有模擬樣本的均值和標準差，直到模擬4000次結束。圖3顯示了凈現值的均值和標準差隨模擬次數的增加而變化的情形。

NPV樣本均值和樣本標準差隨著模擬次數的增加而趨向于平穩(wěn)。當模擬次數較少時（少于1500次），樣本均值和標準差還是存在較大的波動，而當模擬次數逐漸增加時，樣本均值和標準差的變化趨勢則逐漸趨于平穩(wěn)。當模擬次數超過2000次時，模擬樣本的均值和標準差已達到或接近穩(wěn)定狀態(tài)。因此，以2000作為本項目的模擬樣本量。

4.2 模擬運算結果

5 模擬結果分析

5.1 正態(tài)分布檢驗
圖4顯示，NPV樣本值可能服從正態(tài)分布，但實際是否屬于正態(tài)分布，需要進行檢驗。經擬合優(yōu)度檢驗表明，樣本 =0.09761，在的置信水平下，其臨界值和卡方統(tǒng)計量分別為 =35.1725和 34.5017。由于 >0.05，或者 34.5017＜ =35.1725，說明小概率事件沒有發(fā)生，應接受項目總的NPV服從正態(tài)分布的假設。

5.2 風險分析結果評價
NPV樣本呈現正態(tài)分布，但是，其標準差卻很大，這是由于本案例中共考慮了21個風險子變量（如表1），這些變量同時變化時，共同影響著經濟評價指標，必然造成離差較大，這說明投資項目受風險變量的影響還是很復雜的。

在既有的分析條件下，模擬計算表明，該項目NPV大于零的累計概率為0.9465，即時的置信水平 =0.9465，能夠滿足投資者所要求的水平，或者說風險度 =0.0536很小，項目可以接受。該項目的凈現值主要集中在500～5000萬元，概率為0.85，其中在2000～3000萬元的概率為0.33，而凈現值為負時主要集中在-500～0之間，概率為0.044。這些方面都說明，這個項目投資風險還是比較小的。

6 結語

在水務BOT投資項目測算中，模擬分析能夠為投資者進行決策提供有效的風險評價。通過對影響經濟評價指標的風險因素進行辨識，然后將經濟因素分解為可以進行定量估計的風險子變量，采用專家調查法估計風險子變量的分布特征，在設定的Excel風險評估模型中，運用模擬運算功能，模擬運算項目的風險經濟評價指標，并進行統(tǒng)計分析，從而評價出項目的風險狀況，為投資者進行決策提供依據。

由于水務BOT項目歷史資料的缺乏，而且其基礎數據與項目特點、項目所處地區(qū)、行業(yè)性質等都具有很強的關系，通過專家調查咨詢來獲得這些基礎數據，有一定的可行性，但也含有較多的主觀成分，存在較大的不準確性。另外，本文忽略了風險子變量間的相關關系，也可能會對風險評價結果產生一定的影響。這些是本文的局限所在。