风险定量分析把已识别的风险转成可比较的数值区间，让项目团队在储备、优先级和监控上做出有依据的判断。常用方法包括敏感性分析、决策树分析、蒙特卡洛模拟和预期货币价值分析。实施的关键前提有两个：一是概率、影响、币种和时间口径统一，二是结果能对应到具体决策或储备，否则计算再精细也难以使用。
要点总览（TL;DR）
- 风险定量分析把已识别的风险转成可比较的数值区间，常用方法有敏感性分析、决策树分析、蒙特卡洛模拟和预期货币价值分析，选择依据是决策问题的形态。
- 启动前先统一概率、影响、币种与时间口径，并区分可量化风险与只能定性判断的风险，否则后续建模缺少稳定基础。
- 实施按五步推进：确定分析目标与决策用途、设定概率与影响区间、选择方法建模、运行计算并做敏感性复核、把结果转为储备与监控指标。
- 结果要落到具体的工期缓冲、成本储备或优先级调整上，并记录假设与审批记录，便于复核和下次复用。
- 常见偏差包括把单点估算当区间、忽略变量相关性、结果不落地，交付前可用检查清单逐项核对。
先明确分析对象与量化口径
定量分析启动前，需要先把“分析什么、用什么单位、算到哪一步”定清楚。这一步的产出是一份可进入建模的风险清单和量化口径说明，后续方法才有稳定的数据基础。
确定纳入分析的风险清单与项目范围时，建议从已识别的风险登记册中筛选，而不是重新收集风险。筛选标准可以围绕三点：该风险是否对当前决策有影响、是否具备可估算的数据、是否在本次项目范围内。范围外的风险、已经发生并转为问题的事项不纳入本次分析。
统一口径是容易被忽略但影响最大的准备工作。需要明确的内容包括：
- 概率口径：用百分比、五级量表还是区间描述，同一份分析中保持一致。
- 影响口径：用金额、工期天数还是综合评分，并说明影响是单次发生还是累计发生。
- 币种与时间：统一币种和汇率基准日，明确金额是现值还是名义值。
- 时间边界：分析覆盖到哪个里程碑或哪个决策点，超出边界的风险不进入本次模型。
还要区分可量化风险与只能定性判断的风险。有历史数据、专家可给出区间、影响可折算为金额或工期的风险，适合进入定量分析；数据缺失、影响难以折算的风险，保留定性评级并在报告中说明其未纳入定量结果，避免读者误以为模型覆盖了全部风险。
风险清单和量化字段确定后，可以在项目协作工具中承载。以ONES为例，风险条目可以作为工作项记录责任人、概率与影响字段，项目计划与里程碑基线可用于对比计划与执行的偏差，为后续监控提供数据来源；定量建模与模拟计算仍需在专门工具中完成。
四种常用定量方法及适用场景
四种方法解决的是不同问题，选择依据是决策问题的形态，而不是方法的新旧或复杂程度。下表按同一口径对照各方法的输入、输出与适用条件。
| 方法 | 解决的问题 | 主要输入 | 输出 | 适用条件 |
|---|---|---|---|---|
| 敏感性分析 | 找出对结果影响最大的变量 | 基准结果、各变量的变动范围 | 变量影响排序（如龙卷风图） | 变量数量有限、需要快速定位重点 |
| 决策树分析 | 比较含不确定分支的方案路径 | 备选方案、各分支概率与结果值 | 各路径的期望值与最优选择 | 决策点清晰、分支可枚举 |
| 蒙特卡洛模拟 | 用概率分布叠加得到结果区间 | 关键变量的概率分布、变量间相关性 | 结果分布、置信区间、超支或超期概率 | 变量多、相互影响、需要区间而非单点 |
| 预期货币价值 | 用概率加权估算风险敞口 | 风险发生概率、影响金额 | 单个或汇总的风险敞口金额 | 风险独立、影响可折算为金额 |
敏感性分析适合在建模初期使用，用少量计算快速判断哪些变量值得投入更多数据收集成本。它的局限是每次只变动一个变量，无法反映变量之间的联动。
决策树分析适合方案选择类问题，例如自研还是采购、先试点还是全面推广。它要求分支可以枚举、概率可以估计，分支过多时树会迅速膨胀，此时应先用敏感性分析收敛变量。
蒙特卡洛模拟适合工期和成本这类由多个风险叠加形成的结果。它需要为关键变量设定概率分布，并说明变量之间是否存在相关性；忽略相关性会低估结果区间的宽度。
预期货币价值计算简单、便于汇总，适合建立风险敞口台账。它的前提是风险相互独立，当多个风险同时发生或相互放大时，单独加总EMV会失真，应改用模拟方法。
实施步骤：从建模到结果落地
以下五步构成一次完整的定量分析流程，每步都给出输入、动作、输出和完成标志，便于逐项推进和验收。
步骤一：确定分析目标与决策用途
输入是待决策的问题，例如“是否为某阶段预留多少工期缓冲”。动作是把问题写成一句可回答的陈述，并明确结果交给谁、用于哪个决策。输出是一页分析目标说明。完成标志是决策方确认该目标与本次分析一致。
步骤二：为关键风险设定概率与影响区间
输入是筛选后的风险清单和历史数据、专家判断。动作是由风险责任人为每条关键风险给出概率区间和影响区间，并记录估计依据。输出是带区间和依据的风险参数表。完成标志是每条参数都有责任人和估计来源，且口径与第一步一致。
步骤三：选择方法并建立模型
输入是风险参数表和决策目标。动作是按上一节的对照表选择一种主方法，必要时辅以敏感性分析收敛变量，并记录模型结构、公式和假设。输出是可运行的模型及假设清单。完成标志是模型能被他人按假设清单复现。
步骤四：运行计算并做敏感性复核
输入是模型和参数。动作是运行计算，并对关键参数做扰动测试，观察结果区间是否稳定。输出是结果分布或期望值，以及敏感性排序。完成标志是结果对主要假设的变动有合理解释，异常值已排查。
步骤五：把结果转为储备、优先级与监控指标
输入是计算结果。动作是把置信区间转为工期或成本储备建议，按敞口大小调整风险优先级，并为高优先级风险设定监控指标和触发阈值。输出是储备建议、优先级调整记录和监控指标表。完成标志是每项建议都有对应的决策人或审批记录。
角色分工与交付物
定量分析的质量取决于数据提供、建模和结论使用三个环节是否各司其职。下表给出常见分工，具体设置可按项目规模调整。
| 角色 | 主要职责 | 交付物 |
|---|---|---|
| 项目经理 | 确定分析目标、组织流程、推动结果落地 | 分析目标说明、储备与优先级建议 |
| 风险责任人 | 提供风险参数、确认概率与影响区间 | 风险参数表及估计依据 |
| 财务或业务专家 | 提供金额折算口径、复核影响估算 | 口径说明、影响估算复核意见 |
| 建模人员 | 建立模型、运行计算、记录假设 | 模型文件、假设清单、结果报告 |
| 决策层 | 审批储备与优先级调整 | 审批记录 |
分析结果需要经过评审再留档。评审重点包括假设是否完整、参数是否有责任人确认、结论是否对应到具体决策。留档内容至少包含风险参数表、模型假设清单、结果报告和审批记录，便于后续复核和在下一次分析中复用。
示例：一次进度风险的定量分析
以下为演示情景，数据为假设值，用于说明方法组合与步骤落地，不代表真实项目。
某系统上线项目计划工期120天，关键风险包括第三方接口交付延迟、测试环境到位延迟和需求变更增加返工。风险责任人给出的区间为：接口延迟0至20天，环境延迟0至10天，返工增加0至15天。
先用敏感性分析定位主要变量。在基准工期上分别扰动三个变量，结果显示接口延迟对总工期的影响最大，返工次之，环境延迟影响相对有限。据此把数据收集和应对资源优先投向接口交付。
再用蒙特卡洛模拟得到工期区间。为三个变量设定分布并说明接口延迟与返工之间存在正相关，运行模拟后得到：80%置信水平下总工期不超过138天，超过原计划120天的概率约为65%。
结果转为管理动作：建议在关键路径上预留约18天缓冲，将接口交付列为最高优先级风险并设定每周跟踪的交付进度指标，返工风险设定需求冻结节点作为触发阈值。缓冲和阈值提交决策层审批后纳入项目计划。
完成检查与常见偏差
分析交付前，可用以下清单逐项核对，确认结果可用。
- 数据来源与假设是否逐条记录，他人能否按记录复现计算。
- 每条概率与影响区间是否经风险责任人确认，估计依据是否留存。
- 变量之间的相关性是否识别并在模型中体现。
- 结果是否对应到具体的储备金额、工期缓冲或优先级调整。
- 未纳入定量分析的定性风险是否在报告中列明。
- 模型、结果和审批记录是否完成留档。
常见偏差有三类。第一类是把单点估算当区间，用“最可能值”代替分布，导致结果缺少不确定性信息。第二类是忽略相关性，把相互关联的风险当作独立事件加总，结果区间被系统性低估。第三类是结果不落地，报告给出概率和区间却没有对应的储备或监控动作，分析无法影响决策。
定量结果形成后，储备建议和监控指标需要在项目执行中持续跟踪。ONES的项目计划与里程碑基线可用于对比计划与执行偏差，多维度数据统计可为绩效评估提供依据，帮助团队在风险触发阈值被触及前及时调整。
常见问题
敏感性分析、决策树和蒙特卡洛模拟应该先用哪个？
通常先用敏感性分析。它计算量小，能快速判断哪些变量对结果影响最大，帮助收敛后续建模的范围。当决策问题是方案选择、分支可以枚举时，用决策树分析比较各路径的期望值。当工期或成本由多个风险叠加形成、需要结果区间而非单点时，再用蒙特卡洛模拟。三种方法可以组合使用，例如先做敏感性分析筛选关键变量，再对筛选后的变量做模拟。
预期货币价值分析和蒙特卡洛模拟的结果为什么会不一致？
两者对风险关系的假设不同。预期货币价值按概率加权后逐项加总，前提是风险相互独立；蒙特卡洛模拟允许变量之间存在相关性，并输出结果分布。当多个风险同时发生或相互放大时，单独加总EMV会低估敞口，模拟得到的区间更宽。选择哪种结果用于决策，取决于风险之间是否存在明显联动，以及决策需要的是单点敞口金额还是置信区间。
概率和影响区间由谁给出，数据不足时怎么办？
概率与影响区间应由风险责任人给出，并记录估计依据，财务或业务专家复核金额折算口径。数据不足时，可以用专家判断给出区间并标注置信程度，同时把数据收集列为后续动作；也可以先用敏感性分析判断该变量是否值得投入更多收集成本。数据缺失的风险如果无法量化，保留定性评级并在报告中说明未纳入定量结果，避免读者误以为模型覆盖了全部风险。
定量分析的结果如何转成工期缓冲或成本储备？
把模拟得到的置信区间与计划值对比，差额即为储备建议的参考值。例如80%置信水平下总工期不超过某个天数，与基准工期的差额可作为工期缓冲建议。储备额度最终由决策层结合项目承受能力和组织规则审批确定，分析报告提供的是依据而非结论。储备确定后，还需为高优先级风险设定监控指标和触发阈值，在执行中持续跟踪。
风险清单和监控指标在项目协作工具中如何承载？
风险条目可以作为工作项记录责任人、概率与影响字段，监控指标对应到具体的跟踪任务。以ONES为例，项目计划与里程碑基线可用于对比计划与执行的偏差，多维度数据统计可为绩效评估提供依据，帮助团队在触发阈值被触及前调整。定量建模与模拟计算仍需在专门工具中完成，协作工具承担的是风险登记、跟踪和结果留档环节。
