思维工具箱蒙特卡洛模拟
E22
蒙特卡洛模拟
Monte Carlo Simulation
对不确定输入反复抽样，得到结果分布
这是什么
多个输入同时不确定时，只报一个乐观/悲观点往往不够。先建可复算模型，再按设定分布联合抽样，形成利润、现金、延期等结果的经验分布，读分位数与越界概率。模拟只在「这些模型与分布假设」下成立；相关关系与共同冲击比抽样次数更重要。
示意图
什么时候用 / 别用
该用
- 多输入同时不确定，单情景不够
- 要评估亏损、现金缺口、延期、缺货概率
- 方案比较需要看尾部风险
别用
- 模型逻辑未用确定值核对就开抽
- 把拍脑袋三角分布当客观概率
- 以为加抽样次数能修错误模型
怎么做
准备：可复算业务模型；不确定变量的范围/分布及依据；变量依赖、风险阈值与运行设置
- 用确定值核对计算逻辑，再选关键不确定变量
- 依历史、试验或专家区间设分布，注明证据弱处
- 联合抽样并重复计算，保留价格与销量等依赖
- 检查增加次数后结果是否稳定
- 报告中位数、关键分位、越界概率与敏感输入
交付：风险分布图、关键分位数、越界概率、敏感因素与应对方案
一个例子
假设示例 · 产品
【假设示例】评估 51as.com 周边首批备货，同时抽需求、成本、退货与供应延迟。若出现「账上利润为正但最低现金为负」，应加周转安排或缩小首批量——具体概率须实际跑完再报。
容易踩坑
- 独立抽样漏掉共同冲击
- 次数增加只减数值误差，不修错模
- 结果保留过多小数制造虚假精确
出处：风险分析中用随机抽样得到结果分布的蒙特卡洛方法