本文由中國科學(xué)軟件網(wǎng)翻譯整理

　　@RISK軟件蒙特卡羅模擬分析

　　風(fēng)險分析是我們所做的每個決策的一部分。我們經(jīng)常面臨不確定性、不明確性和可變性。而且，即使我們可以對信息進行前所未有的訪問，但我們?nèi)詿o法準(zhǔn)確預(yù)測未來。蒙特卡羅模擬允許您查看您做出的決策的所有可能結(jié)果并評估風(fēng)險影響，從而在存在不確定因素的情況下做出更好的決策。

　　什么是蒙特卡羅模擬?

　　蒙特卡羅模擬是一種計算機化的數(shù)學(xué)方法，允許人們評估定量分析和決策制定過程中的風(fēng)險。專業(yè)人員將此方法廣泛應(yīng)用于不同領(lǐng)域，如金融、項目管理、能源、制造、工程、研發(fā)、保險、石油和天然氣、運輸和環(huán)境。

　　蒙特卡羅模擬向決策者提供了采取任何措施可能產(chǎn)生的一系列可能結(jié)果和概率。它說明了最大可能性，即全力以赴和最保守決策的結(jié)果，以及折衷決策的所有可能后果。

　　此方法首先被科學(xué)家用于研究原子彈;它以因賭場而聞名遐邇的摩納哥旅游城市蒙特卡羅命名。自從在二戰(zhàn)中推出以來，蒙特卡羅模擬一直用于為不同的物理和概念系統(tǒng)建立模型。

　　蒙特卡羅模擬的工作原理

　　蒙特卡羅模擬通過替換值范圍(概率分布)為具有內(nèi)在不確定性的任何因素構(gòu)建可能結(jié)果的模型，從而執(zhí)行風(fēng)險分析。然后重復(fù)計算結(jié)果，每次使用分布函數(shù)中的一組不同隨機值。根據(jù)為隨機值指定的不確定因素的數(shù)量和范圍，蒙特卡羅模擬在完成之前可以進行成千上萬次重新計算。蒙特卡羅模擬生成可能結(jié)果值的分布。

　　通過使用概率分布，變量可以具有所生成的不同結(jié)果的不同概率。概率分布是描述風(fēng)險分析的變量中的不確定因素的一種更切合實際的方法。常用概率分布包括：

　　正態(tài)分布 — 或“鐘形曲線”。用戶只需定義平均值或預(yù)期值和標(biāo)準(zhǔn)差來描述平均值的變化。接近平均值的中間值最可能發(fā)生。此分布是對稱的，并且描述許多自然現(xiàn)象，如人的身高。由正態(tài)分布描述的變量示例包括通貨膨脹率和能源價格。

　　對數(shù)正態(tài)分布 — 值為正偏態(tài)分布，而非正態(tài)分布的對稱分布。其用于表示不低于零但具有無限正可能性的值。對數(shù)正態(tài)分布描述的變量示例包括房地產(chǎn)價值、股票價格和石油儲量。

　　均勻分布 — 所有值均具有相同的發(fā)生機會，而用戶只需定義最小值和最大值?？梢赃M行均勻分布的變量示例包括制造成本或新產(chǎn)品的未來銷售收入。

　　三角分布 — 用戶定義最小值、最可能值和最大值。最可能值周圍的值最可能發(fā)生?？梢酝ㄟ^三角分布進行描述的變量包括單位時間內(nèi)的過去銷售歷史記錄和庫存水平。

　　PERT 分布 — 用戶定義最小值、最可能值和最大值，與三角分布一樣。最可能值周圍的值最可能發(fā)生。但是，與三角分布相比，最可能值和極值之間的值更有可能發(fā)生;也就是說，不再強調(diào)極值。使用 PERT 分布的示例是在項目管理模型中描述任務(wù)的持續(xù)時間。

　　離散分布 — 用戶定義可能發(fā)生的特定值和每個值發(fā)生的可能性。示例可以是訴訟結(jié)果：20% 的概率為正面裁決、30% 的概率為負面裁決、40% 的概率為和解，而 10% 的概率為無效審判。

　　在蒙特卡羅模擬過程中，從輸入項概率分布中對值進行隨機抽樣。每組樣本稱為一次迭代，并記錄樣本所生成的結(jié)果。蒙特卡羅模擬進行數(shù)百次或數(shù)千次此類操作，并且結(jié)果是可能結(jié)果的概率分布。通過這種方式，蒙特卡羅模擬為可能發(fā)生的情況提供更為全面的意見。它不僅告知您可能發(fā)生的情況，并且告知結(jié)果的發(fā)生概率。

　　與確定性分析或“單點估計”分析相比，蒙特卡羅模擬提供許多優(yōu)勢：

　　概率結(jié)果。結(jié)果不僅顯示可能發(fā)生的情況，并且顯示每個結(jié)果的發(fā)生概率。

　　圖形結(jié)果。 使用由蒙特卡羅模擬生成的數(shù)據(jù)，用戶可以方便創(chuàng)建不同結(jié)果及其發(fā)生概率的圖形。對于向其他利益相關(guān)方傳達結(jié)果而言，這一點很重要。

　　靈敏度分析。 僅在少數(shù)案例中，確定性分析難于查看哪些變量對結(jié)果的影響最大。在蒙特卡羅模擬中，用戶可以方便查看哪些輸入項對最終結(jié)果的影響最大。

　　方案分析： 在確定性模型中，很難為不同輸入項的不同的值組合建立模型，以查看真正不同的方案的影響。使用蒙特卡羅模擬，分析人員可以在某些結(jié)果發(fā)生時，準(zhǔn)確查看哪些輸入項將哪些值組合在一起。要完成進一步分析，這一點非常重要。

　　輸入項相關(guān)性。 在蒙特卡羅模擬中，可以為輸入變量之間的相互依賴關(guān)系建立模型。事實上，當(dāng)一些因素上升，而其他因素也相應(yīng)上升或下降時，準(zhǔn)確表示其變化方式很重要。

　　蒙特卡羅模擬的增強功能是使用拉丁超立方體法抽樣，此功能從分布函數(shù)的整個范圍內(nèi)進行更準(zhǔn)確的抽樣。

　　Palisade 的蒙特卡羅模擬產(chǎn)品

　　針對個人計算機推出的電子表格應(yīng)用程序為專業(yè)人員在日常分析工作中使用蒙特卡羅模擬提供了契機。Microsoft Excel 是主要的電子表格分析工具，而 Palisade 的 @RISK 是針對 Excel 的一流蒙特卡羅模擬插件。1987 年，為用于 DOS 的 Lotus 1-2-3 首次推出的 @RISK，其在計算準(zhǔn)確性、模型建立靈活性和易于使用方面具有良好的聲譽。Microsoft Project 的推出導(dǎo)致蒙特卡羅模擬的另一種邏輯應(yīng)用，即分析大型項目管理中存在的不確定因素和風(fēng)險。