e3 Harold Kerzner 項目管理 v12

17.10　定量風險分析

定量風險分析方法包括但不侷限於支付矩陣、決策分析（典型的是決策樹）、期望值和蒙特卡羅過程。圖17-3和圖17-4中，如果自然狀態下潛在的概率可以表示為一個點值，則決策樹方法是最合適的（基於期望值計算，假設是風險中立者）。另外，如果自然狀態下的潛在概率不能用一個或多個點值來表示，那麼應該採用概率分佈。常用的一種包含模型結構和概率分佈的方法是蒙特卡羅過程（或稱為蒙特卡羅模擬）。

構建一個正確的定量風險分析結果應注意兩點：制定一個正確的模型結構以及獲得準確的概率信息。項目風險管理通常對兩者的關注力不夠，因此其結果是不準確的。結構模型應該在決策前進行仔細的構建和驗證。儘管這對於簡單的決策樹來說很容易（見圖17-3和圖17-4），但是當涉及大量分支及潛在結果的時候，它就變得極為複雜。

定量風險分析結果的用途很廣。這些用途包括但不侷限於以下幾個方面：① 風險排序表（類似於標準順序尺度）；② 可以用於每一個項目階段完工期的成本概率的估算和關鍵里程碑的進度概率估算，從而幫助項目經理分配儲備金；③ 滿足預期的技術績效參數的概率估算（如導彈準確率）並驗證關鍵組成部分的績效（如即時整合的控制線路）；④ 滿足成本、技術績效和進度目標概率的估算（如確定完工計劃估算、關鍵進度里程碑或關鍵績效特徵的概率），從項目的各個階段重複進行定量風險分析，得出項目的趨勢和進度。［注意：實際趨勢信息經常會在分析中被不確定性因素所掩蓋，而這種不確定性因素應當隨時間而減少（其他條件保持不變）。］

17.10.1　蒙特卡羅過程

應用於風險管理的蒙特卡羅過程是對潛在風險事件建立一系列概率分佈，對這些分佈進行隨機抽樣，再將這些數據轉換成能反映現實世界中潛在風險的量化的有用信息，包括關於成本、技術績效或進度的風險。蒙特卡羅模擬或仿真試驗法常被應用於技術領域的各類估算（如整合電路技術、地震的結構反應），包括估計服務中心的設計風險，估計項目中完成關鍵里程碑活動的時間，估計研發、製造、維護項目的成本，庫存管理和其他應用等。

下面介紹了對成本和進度實施蒙特卡羅分析的步驟（技術績效模擬有許多不同的結構，因此可能不適用於以下的框架內容）。儘管在不同的應用中，蒙特卡羅過程有細微的差別，但大多數情況都有類似的程序。

（1）不考慮風險或不確定性因素的情況下構建和檢驗一個合適的成本或進度模型。

（2）對模型中每個WBS元素或活動建立參照點估計（如成本或進度）。

（3）反覆檢查模型的邏輯（成本與進度）和約束條件（進度）。因為不正確的邏輯順序和約束條件的模型很常見，會導致錯誤的模擬結果。比如，花費在檢驗進度計劃邏輯順序和約束條件上的時間百分比應該隨著現有任務數量的增加而增加。對於有幾千個任務的進度計劃，一半以上的時間應該花費在檢驗進度計劃上，而將少量的時間花費在獲得分佈概率和解釋輸出上。

（4）識別底層的WBS或活動層級，建立概率分佈函數。所選擇的層級取決於項目的階段，通常選擇的層級水平越低意味著項目的成熟度越高。

（5）識別WBS的某個元素或活動中，包含估計不確定性和/或風險（如技術風險可以體現在某些成本估算WBS元素和進度活動中）。

（6）對要估算不確定性或風險的每個WBS元素或活動建立適當的概率分佈。在成本風險分析中，成本估計的不確定性、進度風險、技術風險應當分別建立分佈。在進度風險分析中，進度估計的不確定性、技術風險和可能的成本風險也應當分別建立概率分佈。使用某些工具（如項目進度軟件）時，對於某個WBS元素或活動，只能使用一種概率分佈。因此，可以考慮使用專家判斷法確定分佈。

（7）用蒙特卡羅仿真程序加總WBS元素和活動的概率分佈函數。對成本進行分析時，這一步的結果是 WBS的第一層的完工成本和成本對概率的累積分佈函數（Cumulative Distribution Function，CDF）。然後，對這些結果進行分析來確定成本風險水平，以識別成本風險的驅動因素。對進度進行分析時，這一步的結果是所期望的WBS層的進度和進度對概率的 CDF。CDF將代表所期望活動水平的期限或結束日期，但還會包括其他變量。分析這些結果來確定進度風險水平，並識別相應的風險影響因素。

（8）進度和風險成本分析也要考慮進行情景分析和敏感性分析，但是它們應該在概率（模擬）模型中運用，而不是用於確定性模型中。如果是用確定性模型，概率因素不會被考慮進來。成本風險分析中的敏感性分析能識別哪些變量最會影響結果（如項目總成本、項目分階段成本）。對於進度風險分析，在關鍵路徑（如臨界性、關鍵指數）上的任務時間百分比具有相當大的價值。因為信息的類型不能從決定性分析中獲得，這條關鍵路徑將會影響在具體結果（敏感性，通常來源於關聯性或迴歸）上可能產生貢獻的任務的價值。另外，關鍵時間敏感度是一個轉折，它是對關鍵路徑上任務敏感度時間百分比的測量。

有一點必須加以注意，使用蒙特卡羅法的效果取決於模型的結構、相關點估計、仿真中所使用的概率分佈以及模擬是如何進行的。