在做风险量化分析的时候，我们应该为风险因素指派概率分布。在没有数据支持的情况下，我们会选择专家意见法，从专家意见中导出相应的概率分布。但是，专家意见法有缺点，存在主观性、任意性和估计偏差。所以，如果存在历史数据，尽量还是要在数据的基础上，拟合相应的概率分布，把这个分布作为指定因素的概率分布，代入模型进行风险计算分析。

  下边，我使用Drisk软件，运用时间序列分析拟合某公司未来12个月的出售的收益，代入该公司财务模型，进行公司年度总收益以及每股盈利的预测分析，计算其中未达到目标的风险，并进行一定的风险管理措施分析，计算措施执行后的未达目标风险减少情况。

  某上市公司在没考虑风险和不确定性影响的情况下，预测下一财年每股1.80元。

  由于未达到目标的惩罚非常高，总会计师希望了解达到预测销售额以及每股盈利目标的可能性。为了更好的提高对销售结果的确定性，他借助Drisk软件，使用时间序列分析方法，来估计未来12个月的销售额，并在基础上计算并分析下一财年的每股盈利。

  与此同时，总会计师还意识到销售商品成本和管理费用具有相当大的可变性，因此他依据历史数据对这两个因素分别指定了相应的概率分布，其中：平均值分别为当期销售额的61%和7.4%，标准差为均值的10%。

  然后，他用Drisk软件模拟了下一财年的净收入和每股收益。风险模拟计算完成后，他分析可能没办法达到其最初预测的每股盈利目标（即1.8元）的可能性风险大小，并设计风险管理措施。

  首先，观察销售额的历史数据时间序列图，发现销售额跟着时间变化有所增长，但是存在一定的周期变化特征。

  使用Drisk软件中的时间序列预测功能，对销售额进行了预测分析，得到未来12个月的预测数据。

  从分析结果中，发现无法达到下一财年每股盈利1.8元这个目标的可能性为 0.536（见上图红框处）。这是总会计师不能接受的，因为一旦未达到目标，公司的将会受到严重的惩罚。

  为了解决这一个问题，总会计师计划将对销售商品成本占销售额的比例从61%降低到56%。在此基础上，他再次执行蒙特卡罗模拟5000次，得到计算结果发现，无法达到下一财年每股盈利1.8元这个目标的可能性从 0.536 降低到 0.223。就是说，还有22.3%的可能性无法达标指定目标。

  于是，总会计师再次将销售商品成本占销售额的比例从56%降低到51%，在此基础上，他再次执行蒙特卡罗模拟5000次，得到计算结果发现，无法达到下一财年每股盈利1.8元这个目标的可能性从 0.223 降低到 0.035。

  也就是说，在执行了降低销售成本到占销售额的51%时，下一财年的每股盈利无法达到1.8元这一目标的可能性不到5%。

  这次总会计师终于“满意”了，他对未来一个财年每股盈利目标的完成情况，以及对风险管理措施的效力，有了更为深入的认识和洞察。返回搜狐，查看更加多