仔细读了几遍，发现质量堪忧，简单错误随处可见，分析逻辑不清楚，结论更是不能指望其准确性了。也不知道这些研究者、审稿专家和编辑都在干些什么。

 

风险量化分析相对来说是一个较为“科学化”的分析方法，用到了概率统计以及计算机模拟技术。如果方法技术“不科学”，那么其计算结果肯定不会准确，不值得信任。

 

这里，我随便提一个很简单的问题。从一篇作者是“中国XXXX中心”的学术文章中，根据作者给出的计算模型说明，我在Excel上使用@Risk软件建立模型，进行模拟计算。

 

作者提到计算过程如下，其中提到模拟抽样次数设定为10000次。

 

我针对模型做了验证，发现10000次模拟抽样是通不过统计量收敛性检验的，经过测试，我发现至少需要50000次抽样（收敛容差3%、置信性95%）。

 

作者所在单位算是该专业领域顶尖的研究机构之一了，承担过专业相关研究课题，同时也发表了多篇基于风险量化分析方法的学术文章。然而，如果基础研究方法有问题，那么这些成果、模型以及结论是不是能保证准确性呢，值得怀疑。

 

在随便找到的几篇文章中，刚才提到的问题还算是最基础、简单的，更多的问题体现在模型建模、概率分布的定义、敏感性分析以及分析结果的解释上，这里不再详述了。

 

风险量化分析既然是科学化的量化分析方法，不管是大学、研究机构还是企业研究人员都要正确掌握分析方法、技术和分析过程，正确运用概率统计理论方法以及蒙特卡罗模拟技术和软件分析问题并得出结论。如果只是运用软件工具进行随意分析，那么就是在进行计算“游戏”（输入变量概率分布、运用软件自动计算，得出结果），而不是在进行较为严肃的科学计算和研究分析。

 

我认为国内需要加强风险量化分析方法的学习和训练，包括这其中涉及的概率统计理论和方法、蒙特卡罗模拟过程控制方法和技术、计算机软件的熟练掌握和运用以及计算分析结果的正确解读和运用。