投资项目的风险分析方法及其局限性

在了解项目投资中存在的风险以后，就需要考虑公司用什么方法来分析项目风险，然后探讨公司用来确定项目风险的技术，从而才能确定潜在利润是否能够补充相应的风险。既然公司的根本目标是股东价值最大化，那么项目风险分析的最终落脚点是考虑一个项目对股东风险的影响。股东投资通常是分散化的，因此从理论上讲，市场风险就是最为相关的风险度量指标。

在度量市场风险以前，应先分析项目自身的特有风险。虽然这类风险对股东而言影响是很小的（大部分可以通过投资组合消除），但就公司而言是十分重要的，而且，估算项目的特有风险比估算公司风险和市场风险更加容易。在大量的案例中，这三种风险都是高度相关的，如果经营状况好，公司情况就好，从而公司大部分项目情况就好。因为这种高度相关的关系，项目的特有风险通常可以作为难以独立的公司风险和市场风险的代表。

分析项目特有风险的起点是确定其现金流量的内在不确定性，其具体分布的性质以及这些现金流量相互之间的关系，这决定了相应项目净现值的概率分布性质，也就决定了项目的特有风险。常用的分析方法有敏感性分析、情景分析、盈亏平衡点分析、蒙特卡洛模拟等，下面我们将逐一进行讨论。

（一）敏感性分析

在用净现值法计算项目的价值和对项目进行决策时，我们所得出的结论是建立在对未来的一系列变量预测的基础上的，这些变量的预测是否准确，或者说这些变量是否会在未来出现我们未预期到的变化，这都将改变我们对项目价值的预测。更重要的是，在项目的进展过程中，我们应关注哪些变量的变化，或者说我们管理的重点是什么。解决这个问题的途径就是所谓的敏感性分析。

敏感性分析，即在其他因素不变的情况下，只改变一个影响净现值的因素，以单独考察该因素变动对净现值的影响幅度。如果某一相关因素在很小幅度内发生变动，但是对项目的净现值造成很大幅度的变动，这表明投资绩效对该因素的敏感性较强；相反，如果某一相关因素在较大幅度内发生变动，但是对项目的净现值影响甚微，则表明投资绩效对该因素的敏感性较差。对于敏感性较强的因素，在资本投资项目的控制过程中，应当加强监管，以保证净现值目标的顺利实现。

敏感性分析是识别能对项目净现值产生较大影响的变量的有效方法，特别是对一些投资额大、收益慢和风险大的大型项目，如房地产投资。

但是敏感性分析也存在某些局限性：首先，所谓的“悲观值”和“乐观值”，均属人为的主观判断，从而增加了额外的、主观的不确定性。其次，敏感性分析考察各种变量对净现值的敏感性，每次仅仅变化一个变量，忽略了变量之间内在的联系。例如，竞争能引起销售量的减少，同时也使销售价格下跌。假如能将所有关联变量的各种组合可能的悲观值和乐观值都预测出来，则敏感性分析的结果将大大改进，但这是一件十分复杂的工作。最后，敏感性分析仅对变量的不确定性和敏感程度给出某些信息，而没有对项目的选择问题给出明确答案，所以敏感性分析尽管是分析投资项目风险的一种有用工具，但作为唯一的分析方法显然是不够的。

（二）情景分析

情景分析考虑了关键变量的变动，对在某一概率下各种因素产生的总影响综合考虑。一般从无风险情况开始，通过对营销部门、生产部门等其他部门的分析，考虑项目的最佳情况和最差情况下的净现金流量。

（三）盈亏平衡点分析

无论是进行项目的敏感性分析还是情景模拟，其实都是为了回答这样的问题：如果销售额或者项目成本不如预期，经营状况究竟会恶化到什么程度。如果我们换个角度来考虑，到底什么样的销售水平将导致项目开始亏损，这就叫作盈亏平衡点分析。这种方法是用于确定公司盈亏平衡时所需达到的销售量，是敏感性分析方法的有效补充。(www.xing528.com)

需要注意的是，盈亏平衡点包含两种含义：会计利润盈亏平衡点和财务盈亏平衡点。会计利润盈亏平衡点是基于会计数字来计算净利润等于零的销售量，也就是说，在平衡点处项目既不盈利也不亏损；而财务盈亏平衡点是以现金流量为基础，计算净现值为零的销售量。

（四）蒙特卡洛模拟

通过对投资项目进行敏感性分析、情景分析和盈亏平衡点分析，决策者固然可以对一个或几个变量的变化情况进行分析，考察诸变量变化时投资项目的结果。但是，无论决策者所进行的分析多全面，分析仍然是有限的，并且没有考虑各变量的随机变化。

蒙特卡洛模拟，或称计算机随机模拟方法，是一种基于随机数的计算方法，它极好地弥补了上述缺陷。蒙特卡洛模拟的名字来源于摩纳哥的一个城市—蒙特卡洛，该城市以赌博业闻名，而蒙特卡洛模拟正是以概率论为基础的方法。运用这一分析方法，可以将投资项目投入运营之后的各种情形予以充分地展现、模拟和计算，在计算机技术支持下，利用统计方法，对投资项目的风险程度进行较为客观的分析和评价。

蒙特卡洛模拟技术在解决实际问题时的步骤可以简单地描述如下：

1.根据具体问题构造相应的概率模型，并将需要解决的变量问题对应到这个模型中随机变量的一些特征上，如均值、方差等。

2.对模型中各随机变量的分布函数做出假设，并通过计算机生成一些随机数，以进行模拟。

3.根据模型特别和随机变量的分布特征，设计适合的抽样方法，从刚才生成的随机数中进行抽取。

4.对抽样的随机数进行模拟实验，并对其结果进行统计分析等。

运用蒙特卡洛模拟技术，需要大量的影响投资项目风险程度的相关数据，比如足够多的销售额预测。这从一定程度上避免了以前分析方法中涉猎将来情形不够全面的缺陷。如情景分析，由于技术方法的限制，对未来可能出现的变化只能假设成极为有限的几种情形，如一般、好、不好等。但这种离散分布式的未来情形变化并不符合企业投资项目风险的实际情况，是一种简化的风险分析方法。按照蒙特卡洛模拟，可以将未来可能出现的种种变化设想为一种连续的变化，并在此基础上，通过成千上万次的计算，确定基于广泛分布下的各种项目评价指标，比如期望的净现值以及净现值的分布情形，借以判断投资项目的风险程度，帮助项目决策。