（文：北京夷安君泰管理咨询有限公司董事长 张宏亮博士）

我们在做项目的时候，特别是在项目前期可行性研究阶段，我们通常非常想知道导致项目经济效益盈利或者亏损的关键因素都有哪些，这些因素是如何“推动”项目最终盈利或者项目亏损的。

基于蒙特卡罗模拟的风险量化分析方法可以做到这一点。通过识别影响项目收益的因素，并在财务模型中指定其概率分布，执行蒙特卡罗模拟抽样，可以计算出项目收益的概率分布。再通过一定的统计方法，可以找出对项目收益最敏感的关键风险因素。这通常以飓风图的形式加以展示。目前，主流风险量化商业软件（例如@Risk等）都提供了模拟结果飓风图的分析和展示。

然而，传统的风险量化软件只能识别出关键因素，而无法分析和展示这些因素是如何“推动”项目盈利和亏损的。例如，@Risk软件只能使用飓风图工具做到对前者的分析，而对于后者的分析则无能为力。

新一代风险决策量化分析软件Drisk不仅能够提供丰富的风险因素飓风图分析，还能够再深入下去，针对这些因素在指定项目情景下如何“推动”项目盈利和亏损做进一步分析，并以图形方式加以形象展示。

Drisk软件的瀑布图就是展示项目盈利或者亏损的“推手”的最有利工具。Drisk能够展示项目最盈利或者最亏损的情景下，到底是哪几个因素推高或者拉低了项目的收益，并能够量化度量这些推手的作用。

案例展示

我们对一个投资项目进行可行性研究。在风险和不确定性分析中，我们识别了7个风险因素，分别是：（1）开发成本；（2）新税率；（3）市场总量；（4）市场增长；（5）销售价格；（6）通货膨胀；和（7）单位成本。

我们在Excel上建立了项目财务模型，并通过Drisk软件在在财务模型基础上开发了风险量化分析模型，为这些风险因素指定了相应的概率分布。

通过Drisk，在Excel上执行蒙特卡罗模拟10000次抽样，得到模拟计算结果：

从图中可以到，项目净现值NPV有20%的可能性小于0。我们再进行敏感性分析，得到飓风图如下：

可以看到，销售价值、市场增长率和最初市场总量，分列驱动项目净现值NPV变化最敏感的前三个风险因素。

为了能够找出项目盈利和亏损情景下的推手，即到底是哪些因素推动了项目最终的盈利和亏损，我们继续使用Drisk软件，使用机器学习方法，建立代理模型，并基于代理模型进行更为深入的不确定性分析。

在训练建立代理模型后，我们进行深层次SHAP值分析，并由此得出了能够展示项目盈利和亏损推手的瀑布图。

从这两张图可以清晰地看到：

在项目盈利时，依据推动力由高到低排列，推高项目净现值NPV的风险因素是：销售价格、市场增长率和最初市场总量，并给出了每个因素具体的“推力”值。

在项目亏损时，据推动力由高到低排列，拉低项目净现值NPV的风险因素是：销售价格、市场增长率和最初市场总量，并给出了每个因素具体的“推力”值。其中，拉低项目NPV的最大推手是销售价格。这说明当销售价格处于地位时，项目亏损在所难免。

综述

Drisk作为新一代具有机器学习能力的风险量化分析软件，不仅能够在Excel上针对项目财务模型进行蒙特卡罗模拟分析，通过飓风图识别敏感风险因素，并能够通过机器学习方法建立代理模型，这使得更深层次的不确定性分析成为可能。通过瀑布图等专业图表，能够分析项目盈利或者亏损情景下的风险“推手”，能够清晰地展现指定情景下风险因素是如何推高或者拉低项目收益的，以及计算出这些推力的具体量化数据，这为项目可研分析和投资决策提供了更为丰富且深入的风险信息和管理依据。