確定性風險分析–「最佳案例、最壞案例、最有可能」
定量風險分析可以通過兩種不同的方式進行。一種方法使用單點估計，或者本質上是確定性的。使用此方法，分析師可以為離散方案分配值，以查看每種方案的結果。例如，在財務模型中，分析師通常檢查三種不同的結果：最壞的情況，最好的情況和最可能的情況，每個結果定義如下：
(1) 最壞的情況: 所有成本都是可能的最高價值，而銷售收入是可能的最低預測。結果是賠錢。
(2) 最佳方案: 所有成本都是可能的最低價值，而銷售收入是可能的最高預測。結果是賺了很多錢。
(3) 最可能的情況是: 在成本和收入中間選擇值，結果表明賺了適度的錢。
隨機風險分析-蒙特卡洛模擬
相對於確定性或“單點估計”分析，蒙特卡洛模擬具有許多優勢：
(1) 概率結果: 結果不僅顯示可能發生的情況，而且還顯示每個結果的可能性。
(2) 圖形結果: 由於蒙特卡洛模擬生成的數據，很容易創建不同結果及其發生機會的圖表。這對於將調查結果傳達給其他利益相關者很重要。
(3) 靈敏度分析: 在僅有少數情況下，確定性分析使得很難看到哪些變量對結果的影響最大。在蒙特卡洛模擬中，很容易看出哪些輸入對底線結果的影響最大。
(4) 情景分析: 在確定性模型中，很難對不同輸入的值的不同組合進行建模，以查看真正不同場景的影響。使用蒙特卡洛模擬，分析人員可以準確地看到在發生某些結果時哪些輸入具有哪些值。這對於進行進一步的分析是無價的。
(5) 輸入的相關性: 在蒙特卡洛模擬中，可以對輸入變量之間的相互依存關係進行建模。對於準確性而言，重要的是要表示實際上，當某些因素上升時，其他因素如何相應地上升或下降。
各式風險決策與分析工具集聚於一身
(1) @RISK用於蒙特卡洛模擬
(2) 決策樹的PrecisionTree
(3) TopRank用於「假設」敏感性分析
(4) StatTools用於統計分析和預測
(5) 用於預測神經網絡的NeuralTools
(6) Evolver進行複雜的優化RISKOptimizer用於蒙特卡洛模擬和優化
系統需求
- Windows: XP、Vista、7、8、8.1、10 (32或64位元)
- Microsoft Excel 2003、2007、2010、2013、2016
- Microsoft Visual C++ 2005 Runtime (與DTS同時自動安裝)
- Visual C++ 2010 Runtime (與DTS同時自動安裝)
