蒙特卡洛方法及其应用【word版】8页

1、蒙特卡洛方法及其应用【最新资料，WORD文档，可编辑修改】蒙特卡洛方法及其应用1 风险评估及蒙特卡洛方法概述1.1蒙特卡洛方法。蒙特卡洛方法，又称随机模拟方法或统计模拟方法，是在 20 世纪 40 年代随着电子计算机的创造而 提出的。它是以统计抽样理论为根底，利用随机数，经过对随机变量已有数据的统计进行抽样实验或随 机模拟，以求得统计量的某个数字特征并将其作为待解决问题的数值解。蒙特卡洛模拟方法的根本原理是：假定随机变量Xi、X2、X3Xn、Y，其中Xi、X2、X3Xn的概率分布，且 Xi、X2、X3Xn、Y有函数关系：Y=F Xi、X2、X3Xn,希望求得随机变量 Y 的近似分布情况及数字特

2、征。通过抽取符合其概率分布的随机数列Xi、X2、X3Xn带入其函数关系式计算获得 Y 的值。当模拟的次数足够多的时候，我们就可以得到与实际情况相近的函数Y 的概率分布和数字特征。蒙特卡洛法的特点是预测结果给出了预测值的最大值,最小值和最可能值，给出了预测值的区间范围及分布规律。12风险评估概述。风险表现为损损益的不确定性，说明风险产生的结果可能带来损失、获利或是无损失也无获利，属 于广义风险。正是因为未来的不确定性使得每一个工程都存在风险。对于一个公司而言，各种投资工程 通常会具有不同程度的风险，这些风险对于一个公司的影响不可小视，小到一个工程投资资本的按时回 收，大到公司的总风险、公司正常运

3、营。因此，对于风险的测量以及控制是非常重要的一个环节。风险评估就是量化测评某一事件或事物带来的影响的可能程度。根据“经济人假设，收益最大化 是投资者的主要追求目标，面对不可防止的风险时，降低风险，防止或减少损失，以实现预期最正确是投 资的目标。当评价风险大小时，常有两种评价方式：定性分析与定量分析法。定性分析一般是根据风险度或风 险大小等指标对风险因素进行优先级排序，为进一步分析或处理风险提供参考。这种方法适用于比照不 同工程的风险程度，但这种方法最大的缺陷是在于，在多个工程中风险最小者也有可能亏损。而定量分 析法那么是将一些风险指标量化得到一系列的量化指标。通过这些简单易懂的指标，才能使公司

4、的经营者、 投资者对于工程分风险有正确的评估与判断，采取有针对性的措施，最终做出有利于公司的决策。2 蒙特卡洛方法在风险评估中的运用2.1 方法简介在定量分析法下，选取一个适宜的量化指标是非常重要的。对于一般的工程投资而言，工程投资回 报是否能按时收回，工程是否能够为公司带来利润是决策者需要考察的问题，也就是风险。在这种情况 下，这一投资未来的收益净现值或内部收益率以及其相对于预期的偏离程度常常被用作衡量风险的 指标。针对一个投资工程，影响未来收益的因素很多，例如，随着时间的推移，需要追加投资数额可能会 发生变化；在实业中，随着生产规模的扩大，可能出现规模经济或者规模不经济，使得本钱有所下降或

5、 上升；由于受到资金量限制，追加投资的量会受到工程回报的影响，假设工程已实现的收益率到达某一标 准后才继续投资，否那么就退出市场。2.1.1 蒙特卡洛模拟的一般步骤蒙特卡洛模拟的一般步骤如下：1. 选取随机变量 ,即对净现值最敏感的变量。2. 确定随机变量的概率分布3. 为各随机变量抽取随机数4. 将抽得的随机数转化为各输入变量的抽样值5. 将抽样值构成一组工程评价根底数据6. 根据根底数据计算出一种随机状况下的评价指标值7. 重复上述过程，进行反复屡次模拟，得出多组评价指标值8. 整理模拟结果所得评价指标的期望值、 方差、标准差、 概率分布及累计概率分布， 绘制累计概率图， 同时，检验模拟次

6、数是否满足预定的精度要求 根据上述结果，分析各随机变量对工程收益的影响。 2.1.2 蒙特卡洛模拟结果的分析与应用根据所得的概率分布以及概率分布图，我们可以获得关于工程未来收益的一系列评价指标，例如未 来现金流的净现值的期望值、方差、标准差、净现值可能的区间以及概率。但是，公司的决策者根据公 司总体情况，需要综合考虑很多其他的因素，故在了解该工程风险指标的根底上，可以根据公司现金流 的需求状况、公司整体运营情况来决策。具体而言，首先，公司投资的回报需要用于弥补公司除本钱外的各项费用开支，因此，仅仅要求项 目未来收益的现值为正还不能够使得公司盈利，决策者需要在了解总本钱的根底上确定一个收支相抵的

7、 净现值额，再结合模拟的结果进行决策。其次，对于一个公司而言，公司可能同时有数个工程在运营中，决策者就需要考虑整个公司所有项 目之间的平衡。例如，公司的某一其他工程在未来的一时间点需要一笔现金投入，这笔现金投入来源于我们目前考察工程的资金回收。为了保证公司资金链的流畅，就需要了解工程资金回收的情况。2.2模型改进输入变量关联性改进在工程评估中，可能有多个风险敏感变量会对目标变量造成影响，尽管蒙特卡洛方法可以设置多个风险敏感变量，但是传统的蒙特卡洛方法不考虑变量之间的关系，那么对于局部案例，我们就无法观察 到风险敏感变量之间的关系。关联性改进就是通过研究风险敏感变量之间的关系，试图将变量之间的关

8、 系嵌入模型，使得模型更加完善。最典型的例子就是规模效应。规模效应是指销售量或者产量与单位可变本钱之间的关系，可以分为规模经济、规模不变以及规模不经济。规模经济就是说随着销售量或者产量的增加，单位可变本钱是呈现递减的趋势；同样的，规模不经济就是单位本钱随着销售量或者产量的增加而递增。伪随机数列的改进在软件Matlab中，命令rand ()可以用来产生 0到1之间服从均匀分布随机数列，然而这种随机数是根据一定的算法，如逆同余法、乘同余法、线性同余法等产生服从均匀分布的随机数。但上述各方法 均存在一定的缺乏，如高维不均匀性和长周期相关性现象，会导致仿真收敛速度慢及结果波动大等一系 列问题。基于上述

9、原因，传统蒙特卡洛方法往往会造成“空隙和簇的现象，造成对采样空间的搜索不充分。为了获得分布更加均匀的数列，可以采用分布更加均匀的拟随机数列，可以使用精选确实定的样本点。而且由于拟随即序列的收敛速度要高于伪随机序列，它可以用较少的样本数就可以到达相对高的精度。3案例分析3.1案例某饮料企业现准备开发一种新型果汁饮料的投资工程，其初始投资额为200万元 该工程一旦投入运营后，第一年产品的销量是一个服从均值为200万件而标准差为60万件的正态分布，根据这种产品的生命周期规律，第二年销量将在第一年的根底上增长30%，而第三年销量将在第二年根底上增长-20%三年内每年还需投入固定本钱100万元。新产品单

10、位可变本钱为服从2到4的均匀分配。商品零售价格为服从期望为4，方差为2的正态分布。试分析此工程的风险。1 考虑将工程投资后三年内的现金流的净现值作为评估风险的依据，其中，净现值的计算公式如下：KlB- CP 血 EC)x 叽其中：B-年现金流入，C-年现金流出，i-贴现率，n-工程寿命周期，I-工程初始投资额。10%此例题只有一个变2对工程的数据进行简单整理，考虑金钱的时间价值，设年贴现率为 量，数据整理如下表:固定数值的输入参数初始投资额百万元2初始梢童均值百万件2初始销量标准差百万件0.6誚售第二年増氏率30%销售第三年増长率-20%年固定:本钱百万兀1年贴现率10%变动数值閔输入夢数初始

11、销量百万件正态分布单位可变戚本元2到4均匀分材价格元j2到&正态分布3依据案例，设销售量为x。x服从均值为2，标准差为0.6的正态分布；零售价格为m,服从期望为4,方差为2的正态分布；单位可变本钱为n,服从2到4的均匀分布。写出目标函数：g=-l+ gix+g2x+ g 3x第一年：gi(x)=(m*x-1- n*x)*(1 i ) - 1 i(1 i)第二年：g2(x)=(m*x_1- n*x)*(1 i)2 -1 i(1 i)2第三年：g3(x)=(mx-1- nx)*3(1 i) -1 i(1 i)34.按照构建的模型，使用Matlab进行编程、计算模拟、绘图。首先可以统计出所有模拟中的

12、最值，期望和方差，如下表:特定净现值一百万探模拟净现值均值百万兀2.42百万辻模拟净现值标准差百万元441.27百万次模拟现佰最犬信百万兀185.32一百万次模拟净現值最小值活万元-153.91其次画出概率分布图和累计概率图:概率分布图0x12(40. 1产0.08aE卜0+如1E30.04*nn(1 nj1 JIblCJiLA LALJh LJi 3121cm b-160 -0-3& -25 -15 一5 515360200系列i由上图可以看出，在该饮料企业当前的运营情况和经济环境下累计概率图，此工程投资的值大局部都落在(0,1000000)区间内,均值为2.42百万元，净现值大于0的概率为

13、53%净现值约为10,000,000的概率约为33%收益净现值到达 20,000,000的概率约为18%这说明投资工程的可行性比较高，工程投资经济上根本是平安的。而且，此案例中所设定的年贴现率为10%这是一个非常高的费率，而往往年贴现率 要远远低于这一水平，因此，这个工程是一个比较具有投资价值的工程。3.2案例改进 输入变量关联性改进对于饮料工程而言，随着销量的增加，对于原材料的需求会增大，这使得企业在采购原材料时能够降低本钱，同时在进行生产时所消耗的各种费用分摊到单个产品后的单位本钱就会降低，这就是规模效 应。在上述案例中，当销量小于800,000时，单位可变本钱为 3元，然而当销量大于 8

14、00,000后，销量每增加200,000，单位本钱会降低 0.2元。假设单位可变本钱为n,销量为x,那么随着销量的增加，他们之间的关系可以表达为：n=3-(x-0.8)/0.3)*0.2)。那么数据表格变更为下表：固定数值的月$入参数初始投资额百万兀2初始销量均值百万件2初始销量标淮差右万件0.6销售第二年増r30%销售第三年増-20K年固定本钱百万兀1年贴现率10%变动数值的彳倉入参数销量C百万件正杰分布单位可变本钱元随着销量降低的増加价格元2到&正态分布再进行模拟，统计出所有模拟中的最值，期望和方差，如下表:特定掙现值一百万次模拟净现值均值百万兀11.24一百万次莫拟浄现值方差白万兀482

15、. 70一白万次膜拟现值最大值白万兀198. 00一百万次模拟净现值最小值CB万兀:-96. 75其次画出概率分布图和累计概率图:假带分祎图126 10fKHPhO. OBFFS 066 04p=-队02oP an 1L1 ji( in,l -100-40-20-1001020 4Q 60100口 m累计概率阳系列1由概率分布图和累计概率图中我们可以看出，此工程的净现值主要落在-5,000,000 ，40,000,000区间内，均值为14.24百万元，净现值大于0的概率为68%接近70%可以说工程投资的整体风险较小， 适宜投资。但是，对于饮料生产企业，前期需要大量的资金投入用于采购生产线、开拓市场，但是在后 期，尤其是产销量出现大幅增长以后呈现规模效应，单位可变本钱下降，同时市场占有率不断提高会使得后期的资金投入与产出比增加，收益也会有所增加。3.2.2 伪随机数列的改进在软件 Matlab 中，使用命令 rand ()可以产生 0 到 1 之间的随机数，同时 matlab 中还有很多其他 产生随机数的命令，例如利用命令unidrnd (N)可以产生均匀分布(离散)随机数，利用un ifrnd(A,B)可以产生 A,B 上均匀分布的随机数。这两个命令都可以使得所产生的随机数列分布更加均匀