十一、蒙特卡洛随机模拟法
　　蒙特卡洛方法又称随机抽样技巧或统计试验方法，基本思想是将待求的风险变量当做某一特征随机变量。通过某一给定分布规律的大量随机数值，作为解释该数字特征的统计量和所求风险变量的近似解。
　　具体方法是通过随机变量函数发生器产生一定随机数的概率模型，理论上试验次数越多，分布越接近真实值，但实际中达到50～300次后分布函数便不再有显著变化，趋于稳定。
　　（一）使用范围
　　适用于较为复杂的大中型项目风险管理。
　　（二）实施步骤（了解）
　　（三）主要优点和局限性
　　【主要优点】
　　（1）该方法适用于任何类型分布的输入变量，包括产生于对相关系统观察的实证分布；
　　（2）模型便于开发，并可根据需要进行拓展；实际产生的任何影响或关系可以进行表示，包括微妙的影响；
　　（3）模型便于理解，因为输入数据与输出结果之间的关系是透明的；
　　（4）提供了一个结果准确性的衡量；软件便于获取且价格便宜。
　　【局限性】
　　（1）解决方案的准确性取决于可执行的模拟次数（随着计算机运行速度的加快，这一限制越来越小）；
　　（2）依赖于能够代表参数不确定性的有效分布；
　　（3）该技术可能无法取得满意的结果（严重后果）和较低的可能性（低概率）事项，因此无法让组织的风险偏好体现在分析中；
　　（4）此方法较注重对风险因素相关性的识别和评价，这给使用此法带来了难度和困难，通常费用也较高。