項(xiàng)目風(fēng)險(xiǎn)因素特征分析:
敏感性分析:
敏感性分析假定其他各項(xiàng)數(shù)據(jù)不變的情況下,各輸入數(shù)據(jù)的變動(dòng)對(duì)整個(gè)項(xiàng)目?jī)衄F(xiàn)值的影響程度,是項(xiàng)目風(fēng)險(xiǎn)分析中使用最為普遍的方法。
情景分析:
情景分析是用來分析項(xiàng)目在最好、最可能發(fā)生和最差三種情況下的凈現(xiàn)值之間的差異,與敏感性分析不同的是,情景分析可以同時(shí)分析一組變量對(duì)項(xiàng)目?jī)衄F(xiàn)值的影響。
蒙特卡洛模擬:
蒙特卡洛模擬是將敏感性與概率分布結(jié)合在一起進(jìn)行項(xiàng)目風(fēng)險(xiǎn)分析的一種方法。主要步驟與內(nèi)容如下:
2020年注冊(cè)會(huì)計(jì)師備考通關(guān)秘籍 點(diǎn)擊下載>>
首先,確定各個(gè)變量(如銷售單價(jià)、變動(dòng)成本等)的概率分布與相應(yīng)的值。概率分布可以是正態(tài)分布、偏正態(tài)分布。
其次,取出各種變量的隨機(jī)數(shù)值組成一組輸入變量值,計(jì)算出項(xiàng)目的凈現(xiàn)值;不斷重復(fù)上述程序,計(jì)算出項(xiàng)目的多個(gè)凈現(xiàn)值,比如說1000個(gè)凈現(xiàn)值。
最后,計(jì)算出項(xiàng)目各凈現(xiàn)值的平均數(shù),作為項(xiàng)目的預(yù)期凈現(xiàn)值;再計(jì)算出項(xiàng)目的標(biāo)準(zhǔn)差,用來衡量項(xiàng)目的風(fēng)險(xiǎn)。
決策樹法:
決策樹是一種展現(xiàn)一連串相關(guān)決策及其期望結(jié)果的圖像方法。決策樹在考慮預(yù)期結(jié)果的概率和價(jià)值的基礎(chǔ)上,輔助企業(yè)作出決策。
2022年中級(jí)經(jīng)濟(jì)師3天特訓(xùn)營免費(fèi)領(lǐng)?。?/strong>
課程套餐 | 課程內(nèi)容 | 價(jià)格 | 白條免息分期 | 購買 |
---|---|---|---|---|
2022年注冊(cè)會(huì)計(jì)考試-簽約三師特訓(xùn)班 | 直播+退費(fèi)+??季?答疑 | ¥5980 | 首付598元 | 視聽+購買 |
2022年注冊(cè)會(huì)計(jì)考試-零基礎(chǔ)快速取證 | 直播+錄播+考點(diǎn)串講+專項(xiàng)突破 | ¥2980 | 首付298元 | 視聽+購買 |
2022年注冊(cè)會(huì)計(jì)考試-簽約旗艦托管班 | 直播+重讀+??季?答疑 | ¥2500 | 首付250元 | 視聽+購買 |