常用的技术有面向事件和面向项目的分析方法，包括敏感性分析、预期货币价值分析和建模和模拟。

1．敏感性分析

敏感性分析有助于确定哪些风险对项目具有最大的潜在影响。它有助于理解项目目标的变化与各种不确定因素的变化之间存在怎样的关联。把所有其他不确定因素固定在基准值，考察每个因素的变化会对目标产生多大程度的影响。敏感性分析的典型表现形式是龙卷风图，龙卷风图是在敏感性分析中用来比较不同变量的相对重要性的一种特殊形式的条形图，用于比较很不确定的变量与相对稳定的变量之间的相对重要性和相对影响。在龙卷风图中，Y轴代表处于基准值的各种不确定因素，X轴代表不确定因素与所研究的输出之间的相关性。图中每种不确定因素各有一根水平条形，从基准值开始向两边延伸。这些条形按延伸长度递减垂直排列。图11-6所示为一个龙卷风图的例子。

图11-6　龙卷风图

2．决策树和期望货币价值

决策树（Decision Tree）是一种形象化的图表分析方法，提供项目所有可供选择的行动方案以及行动方案之间的关系、行动方案的后果以及发生的概率，为项目经理提供选择最佳方案的依据。决策树分析法一般会涉及计算期望货币价值。

期望货币价值（EMV）是当某些情况在未来可能发生或不发生时，计算平均结果的一种统计方法（不确定性下的分析）。机会的EMV通常表示为正值，而威胁的EMV则表示为负值。EMV是建立在风险中立的假设之上的，既不避险，也不冒险。把每个可能结果的数值与其发生的概率相乘，再把所有乘积相加，就可以计算出项目的EMV。图11-7所示是一个典型的决策树图。从这个风险分析来看，实施计划后有70%的成功概率，30%的失败概率。而成功后有 30%的概率是项目有高性能的回报outcome＝550 000，同时有 70%概率是亏本的回报outcome＝－100 000，这样的项目成功的EMV＝（550 000×30%－100 000×70%）×70%＝66 500，项目失败的EMV＝60 000（概率为30%），则实施后的EMV＝66 500－60 000＝6 500，而不实施此计划的EMV＝0。通过比较，应该实施这个计划。

图11-7　决策树(www.daowen.com)

3．模拟法和蒙特卡洛分析法

模拟法是一种更复杂的定量风险分析方法。模拟法用系统的一个模型来分析这个系统的期望行为或绩效，大部分模拟法是建立在蒙特卡洛分析法的基础上的。蒙特卡洛分析法（Monte Carlo Analysis）通过多次模拟模型的结果来为所计算的结果提供统计分布。蒙特卡洛法能确定一个项目将在某一日期完成的概率只有10%，将在另外一个日期完成的概率有50%。换句话说，蒙特卡洛分析法能预测在某一日期完成的概率，或是成本等于或少于某个值的概率。

在进行蒙特卡洛分析时，你可以用好几种不同的分布函数。蒙特卡洛分析法的基本步骤如下：

（1）估计所考虑变量的范围。也就是说，为模型中的变量找到最有可能性、最乐观和最悲观的估计。例如，如果你正在试图确定达到项目进度目标的可能性，那么项目网络图就可以作为需要模型。你可以为每个任务做出最有可能性、最乐观和最悲观的时间估计。

（2）确定每个变量的概率分布。变量落在最乐观和最大可能估计值之间的概率是多少？例如，如果一个被分配承担某个任务的专家给出了一个10周完工的最大可能估计、一个8周的最乐观估计和一个15周的最悲观估计，然后求在8周和10周之间完成任务的概率是多少。专家会回答有20%的概率。

（3）为每个变量，如一个任务的时间估计，根据变量发生的概率分布选择一个随机的值。例如，同样是上面的情况，你会有20%的概率随机选到一个在8～10周的值，而有80%的概率随机选到一个10～15周的值。

（4）利用每个变量所选值的组合进行一次确定性分析，或贯穿整个模型的分析。例如，上述的那个任务可以在第一轮取到12这个值，所有其他的任务都会在第一轮取到一个随机的值，这也是根据他们的估计和概率分布进行的。

（5）多次重复步骤（3）和（4），以获得模型结果的概率分布。重复的次数取决于结果所需的变量数目和置信度，但是一般都会落在100～1 000之间。就拿项目进度来看，最后的模拟结果将让你看到在一定时期内完成整个项目的概率。

微软Excel是进行定量风险分析的常用工具。微软还在它的网站上提供了如何使用Excel来进行蒙特卡洛模拟的例子。