定量风险分析是什么
定量风险分析对高优先级风险做数值化建模，常用蒙特卡洛模拟、敏感度分析（龙卷风图）、决策树与期望货币值，输出完工或成本的概率分布与储备建议。它回答的是「按一定置信水平，需要多少时间和钱」，把定性的排序变成可承诺的区间。
基本信息
| 所属过程组 | 规划（11.4 实施定量风险分析） |
|---|---|
| 主要输入 | 高优先级风险清单、进度与成本估算、专家判断 |
| 主要工具 | 模拟、敏感度分析、决策树、影响图 |
| 主要输出 | 风险暴露量化结果、储备建议与预测区间 |
典型使用场景
- 重大项目工期承诺：用模拟给出不同置信水平的完工日期
- 预算储备测算：按置信水平确定应急储备额度
- 方案比选：用决策树比较技术路线或供应商方案
- 敏感度分析：找出对总工期或总成本影响最大的活动
- 关键路径不确定性：识别概率上的关键活动而非确定性关键路径
模拟要点
模拟要点
1) 为工期或成本变量设定概率分布（三角、贝塔、正态）
2) 考虑变量间相关性（多个活动共用同一资源） # 忽略相关性会低估风险
3) 运行多次迭代（常见数千到上万次）
4) 输出完工日期或成本的概率分布，如 P50 与 P80 分位
# 模拟结论必须连同输入分布假设一起提交评审常用工具对照
| 工具 | 回答的问题 | 输出形式 |
|---|---|---|
| 模拟 | 整体工期或成本落在哪个区间 | 概率分布与分位数 |
| 敏感度分析 | 哪些变量对结果影响最大 | 排序图（龙卷风图） |
| 决策树 | 多阶段方案如何取舍 | 各方案的期望值与优选分支 |
| 影响图 | 变量之间如何相互影响 | 关系结构与条件依赖 |
输入假设的检查
| 检查项 | 要求 | 失真的后果 |
|---|---|---|
| 分布类型 | 与实际历史数据匹配 | 区间与真实波动偏离 |
| 相关性 | 识别共享资源与共同依赖 | 风险被系统性低估 |
| 迭代次数 | 足够多以稳定结果 | 分位值波动较大 |
| 专家判断 | 记录来源与依据 | 结论无法复核 |
模拟结果的质量取决于输入分布与相关性假设：假设未经评审的模拟结论不能直接用于对外承诺，否则只是把主观猜测包装成数字。
敏感度分析的价值在于排序：它告诉你哪个变量的波动最值得投入管理精力，比追求模型的绝对精度更实用。