前言
从这里开始就进入中级案例啦。
一、简介&下载安装&流程介绍
基础案例请看我的第一篇文章：Crystal Ball—甲骨文水晶球风险管理软件（概念以及实战——基础案例篇）.
1-1、简介
官方：Oracle Crystal Ball （也叫甲骨文水晶球，是甲骨文公司旗下的一款功能强大的风险管理软件）是基于电子表格的出色应用，用于预测式建模、预测、模拟和优化，可帮助您深入了解影响风险的关键因素。
翻译：Oracle Crystal Ball，即甲骨文水晶球是基于excel的一个插件，可以用来建模、预测、模拟和优化。
本质：
1、使用蒙特卡罗模拟自动计算和记录数千个不同假设案例的结果。
2、分析假设场景，以揭示一系列可能的结果、其发生的概率、对模型影响最大的输入以及将工作重点放在何处。
3、通过图形、图表和报告来分享结果。
4、帮助我们把日常生活中的事件抽象为数学模型，用模型来进行仿真计算。
对比Excel规划求解工具：
1、Excel的规划求解工具可以解决一些简单的、变量较少的线性求解。随着变量的增多，使用excel不是太方便，这时候便体现出Crystal Ball的优势
2、水晶球一款专门用于定量风险分析的专业软件，以及进行优化分析。根绝设定的假设变量、决策变量和约束条件，来计算预测变量的最优解和进行预测分析。
下图为安装了水晶球的Excel界面：
1-2、下载安装
甲骨文官网：https://www.oracle.com/applications/crystalball/.
Tips：官方的有使用期限，也可以点赞收藏关注私信我获取资源以及官方学习案例大礼包。
1-3、使用水晶球软件进行蒙特卡洛模拟流程
1．设定数据表：通过建立数据表可以对输入数据（随机的，非随机）进行评估。随机数据的 输入，输入任意数即可。
2．定义假设的前提：例如，随机变量：确定那些单元格的数据时随机的，这些数据应该服从什么样的分布
3．预测结果的确定：例如，数据输出或者性能的测定：确定哪些单元格的数据是你想预测的（典型的性能指标，例如，利润）
4. 选择试验的次数：如果 要生成敏感度分析图表，选择优先运行下的“敏感度分析”
5. 运行模拟：运行模拟。如果要改变参数重新进行模拟，需要首先重置模拟（点击运行菜 单工具栏或者运行菜单下的“重置模拟”按钮）。
6.查看结果：在模拟最后或者运行的过程中，预测窗口会自动显示模拟的结果。可以获得 不同的结果（频率图，累计图，统计图，百分比图，模拟分析图和趋势 图），结果可以复制到工作表中。
1-4、拓展知识：蒙特卡罗模拟
基本原理：当所要求解的问题是某种事件出现的概率，或者是某个随机变量的期望值时，它们可以通过某种“试验”的方法，得到这种事件出现的频率，或者这个随机变数的平均值，并用它们作为问题的解。这就是蒙特卡罗方法的基本思想。蒙特卡罗方法通过抓住事物运动的几何数量和几何特征，利用数学方法来加以模拟，即进行一种数字模拟实验。它是以一个概率模型为基础，按照这个模型所描绘的过程，通过模拟实验的结果，作为问题的近似解。可以把蒙特卡罗解题归结为三个主要步骤：构造或描述概率过程；实现从已知概率分布抽样；建立各种估计量。
二、Crystal Ball——水晶球操作界面介绍
具体模块如下图所示：
2-1、Define—定义阶段
设定相关变量：
1、假设变量：即随机变量，不随人的意志而发生变化。注意：假设变量是不可控变量。（设置正态分布——均值、标准差、分布，三角分布——最小值、最大值、最可能值。这些变量是事先拿到数据算出来的。）
2、决策变量：过程中我们可以控制的变量，并且对预测变量产生重大影响的变量。注意：决策变量是可控变量。
3、预测变量：我们所要达成的目标值，比如说利润、产值、成本。
注意：在 CB 软件中默认假设变量单元格为绿色底纹，决策变量单元格为黄色底纹，预测变量
单元格为淡蓝色底纹
2-2、RUN—运行阶段
选择Run Prefrences（运行首选项）设定置信区间，设置模拟运算次数，点击启动开始运算。
2-3、Analyze—分析阶段
在View Charts（查看图标）的Sensitivity Charts（敏感度图）中得知两个假设变量哪个对预测变量的影响更大。
三、官方案例分析
备注：以下案例均可以在官方网站中找到，当然也可以点赞关注收藏找我获取！
3-1、DCF分析-AllergyGone（抗过敏药物）
3-1-0、基础案例介绍
概要：你的制药公司很有兴趣收购AllergyGone，这是一种潜在的抗过敏新药，没有已知的副作用。你被要求在五年内对AllergyGone进行现金流贴现分析，以确定该产品是否值得收购。由于产品定价、需求和成本的不确定性，贵公司决定在谈判前使用水晶球模拟净现值(NPV)和内部收益率(IRR)。水晶球可以帮助你确定谈判价格的底线，以及驱动NPV和IRR预测的可变性的模型变量。
名词解释：
1、现金流贴现：贴现现金流法亦称现金流贴现法，是通过预测未来若干年的自由现金流，并用恰当的贴现率（通常为加权平均资本成本）和终值计算这些现金流和终值的现值，从而预测出合理的公司价值和股权价值。
2、净现值：是反映投资方案在计算期内获利能力的动态评价指标。投资方案的净现值是指用一个预定的基准收益率（或设定的折现率）i，分别把整个计算期间内各年所发生的净现金流量都折现到投资方案开始实施时的现值之和。当NPV=0时，说明该方案基本能满足基准收益率要求的盈利水平，方案勉强可行或有待改进；
3、内部收益率：内部收益率是一个宏观概念指标，最通俗的理解为项目投资收益能承受的货币贬值，通货膨胀的能力。比如内部收益率10%，表示该项目操作过程中每年能承受货币最大贬值10%，或通货膨胀10%。
整体模型如下图所示：
运行10000次，结果如图所示：你的现金流电子表格分析的总体结果表明收购AllergyGone是值得的。衡量成功的标准是内部收益率和净现值的计算。净现值约为24万美元，内部收益率为12%。这两个数值都是用Excel函数和5年期间的负和正现金流以及第0年的初始投资3,400,000美元计算出来的。由于内部收益率超过了你们公司的门槛率(这里定义为10%的贴现率)，该项目超过了你们公司的资金成本，你们最初的反应应该是批准收购AllergyGone。
3-1-1、覆盖图和趋势图
创建叠加图：叠加图将选定的预报的频率数据叠加在一起，以便您可以比较差异或相似点，否则可能不明显。
1、选择查看图表中的叠加图
2、点击新建，选择未来五年的收入。
如图所示：我们可以很清晰的看到，在未来的五年中，净收入逐年增高。
创建趋势图：趋势图显示了一系列概率带中的确定性范围，同样的方式创建趋势图
如图所示：图中代表第1年90%确定性范围的浅蓝色带显示了预测有90%几率在大约55万到85万美元的值的范围。
3-1-2、预测图表
预测图：查看预测图的前提是先运行一次实验，保存相关图表。
1、选择预测图
2、选择要显示的数据
3、结果：预测图为交互式图表，可以移动左下方、右下方的三角或者可以在左下角或者右下角的输入框中输入一个值，输入回车，就可以看到相应的频率变化。
预测图总结：预测图将输出值分组到一定数量的间隔中，以便于容易读取。下面的轴显示输出值的范围。图表右侧的频率标度上的最高值是包含最多预测值的组区间的频率——即频率分布的模态。图表左侧的比例显示了任何特定区间的概率，最大值为0.04或4%。注意，在图表的顶部，运行的试验数量和显示的试验都显示出来了。默认情况下，水晶球不会显示极端的异常值，以避免为了可读性而扭曲图表。虽然这些极端值可能没有显示在图表上，但它们包含在所有统计计算中。您可以使用预测图表顶部的Preferences菜单中的Chart Axis选项更改视图设置，以显示这些异常值。您还可以通过视图菜单选择以累积(s曲线)或反向累积图表的方式查看相同的数据。
3-1-3、BOOTSTRAP TOOL
概要：Bootstrap工具的工作原理是随机抽样预测数据，然后从每个抽样中创建统计数据的分布。用于估计预测统计的准确性。（就是看看预测得到的数据是否准确，拿这个工具进行测试）
步骤：
1、打开更多工具->BOOTSTRAP
2、选择目标：IRR
3、两种方法：第一种方法模拟模型一次(创建原始样本)，然后重复对这些模拟试验(原始样本值)进行重新采样。这种更快的方法只假设原始模拟数据准确地描绘了真实的预测分布，如果样本足够大，这是可能的。第二种方法反复模拟模型，生成完全不同的样本。这种方法比第一种方法更准确，但运行时间长得多。
4、确定样本数量和实验次数。
5、运行结果，分析输出：Bootstrap工具在预测图表中显示均值、中位数、标准差、方差、偏度、峰度和变异统计系数的抽样分布。预测图表直观地显示了每个统计数据的准确性。窄而对称的分布通常比宽而倾斜的分布好，因为紧凑的分布意味着大多数值都集中在抽样分布的平均值，或统计量的近似“真实”值周围。
3-2、汽油供应链——敏感度图讲解
3-2-1、基础案例
概要：在这个例子中，我们确定了在汽油供应链的不同级别之间运输的最佳汽油量。我们的目标是使总成本最小化，其中包括运输成本和供应链各个点的库存持有成本。我们还想尽量减少各零售店的缺货现象。问题的复杂性源于这样一个事实:炼油厂层面的生产是随机的，零售网点层面的需求是随机的。
背景：“我们考虑一个简化的汽油供应链情况，包括1个炼油厂，2个供应仓库(SD)和3个零售网点(RO)。这条供应链的每周快照如下:炼油厂每周生产不同数量的汽油，并将其运输到SD进行交叉对接。SD向RO供应汽油，RO实现了终端客户的随机需求。所有三个供应链层次(精炼厂、SD和RO)都面临库存持有成本。此外，RO还面临着无法满足客户需求的库存短缺风险。我们要确定每一级供应链之间运输的汽油量，以使总运营成本最小化，我们将其计算为运输成本和库存持有成本的总和。出于商业原因，我们希望在一定程度上减少RO的缺货。
具体数字如下:
- SP的每周供应遵循正态分布，平均值为2000加仑，标准差(s.d.)为450加仑。
- RO的每周需求是按对数正态分布的均值和标准差。的400加仑和50加仑，500加仑和75加仑，650加仑和100加仑分别在RO1, RO2, RO3。
- 库存持有成本是每5加仑1美元。
模型图如下图所示：
3-2-2、敏感度图
敏感度图: 用来看一个给定的假设对结果有多大的影响，换句话说，你要确定预测对每个假设的敏感性。敏感度图表使您能够快速、轻松地判断每个假设单元对特定预测单元的影响。
打开操作：在运行完一次模型后，在查看图表->敏感度图处可以看到相应的图。
特性：敏感度图表对模型中从最重要到最不重要的假设进行了排序。如果假设和预测具有较高的相关系数，这意味着假设对预测具有显著的影响(通过其不确定性和模型敏感性)。正系数表示假设的增加与预测的增加相关。负系数意味着相反的情况。相关系数绝对值越大，说明敏感性越大。即敏感性分析的好处之一是可以帮助您重新评估模型的有效性。
敏感性图的作用：当你的模型中存在相关假设或非单调(非线性)关系时，灵敏度图特性有几个限制，你应该意识到。这些限制在水晶球用户手册的灵敏度结果章节中有详细说明。总之，敏感度图表功能提供了三个关键好处:你可以发现哪些假设对你的预测影响最大，减少了改进估计所需的时间。你可以找出哪些假设对你的预测影响最小，这样你就可以忽略或完全抛弃它们。因此，你可以构建更真实的电子表格模型，并大大提高结果的准确性，因为你将知道你所有的假设是如何影响你的模型的。
3-3、制造供应链
参考文章：
如何使用Crystal ball软件做密闭空间感染风险分析？.
总结
今天是周二，吃了牛肉香菇盖饭，唯一的缺点就是油太多了。😄
