




版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
第五講風(fēng)險評估模型對風(fēng)險進行評估的意義風(fēng)險評估的步驟第五講風(fēng)險評估模型對風(fēng)險進行評估的意義損失資料的搜集與整理損失資料的搜集
預(yù)測偶然損失,需要找出過去的模型并應(yīng)用于外來在搜集損失資料時,有如下要求:完整性一致性相關(guān)性系統(tǒng)性損失資料的搜集與整理損失資料的搜集損失資料的整理可以將資料中數(shù)據(jù)按照遞增順序排列,進行初步整理。對資料的進一步整理有如下方法:資料分組,將損失數(shù)據(jù)的變動范圍分為許多組,對分組后數(shù)據(jù)進行分析。頻數(shù)分布,建立頻數(shù)分布表。累計頻數(shù)分布,對每組頻數(shù)進行疊加。損失資料的整理損失資料的描述損失資料的圖形描述通過圖形描述可以使通過資料分組獲得的數(shù)據(jù)特征更為鮮明,普遍使用的有條形圖、圓形圖、直方圖、頻數(shù)多邊圖以及累積頻數(shù)分布圖,如何選用圖形取決于數(shù)據(jù)特性和風(fēng)險管理決策的需要。損失資料的描述損失資料的圖形描述損失資料的數(shù)字描述為了簡化頻數(shù)分布所提供的信息并概括出重要的情況,我們只要借助兩類指標(biāo):描述集中趨勢的指標(biāo),稱作位置量數(shù);描述離散趨勢的指標(biāo),稱作變異量數(shù)。損失資料的數(shù)字描述損失資料的數(shù)字描述位置量數(shù)全距中值
全距中值=(最小觀察值+最大觀察值)/2眾數(shù):樣本中出現(xiàn)次數(shù)最多的觀察值。中位數(shù):樣本按順序排列后位于最中間的數(shù)值算術(shù)平均數(shù)(又稱平均數(shù))
算術(shù)平均數(shù)=觀察值總和/觀察值項數(shù)損失資料的數(shù)字描述位置量數(shù)損失資料的數(shù)字描述變異量數(shù)全距(=最大觀察值-最小觀察值)平均絕對差(將所有數(shù)據(jù)與算術(shù)平均數(shù)相差的結(jié)果去正值,再對其進行算術(shù)平均)其中:xi-經(jīng)遞增整理的數(shù)據(jù)資料中的第i個數(shù)據(jù);為算術(shù)平均數(shù);n為數(shù)據(jù)個數(shù)損失資料的數(shù)字描述變異量數(shù)損失資料的數(shù)字描述方差和標(biāo)準(zhǔn)差方差:標(biāo)準(zhǔn)差:其中:方差與標(biāo)準(zhǔn)差公式還可以演變成多種形式變異系數(shù)損失資料的數(shù)字描述方差和標(biāo)準(zhǔn)差風(fēng)險評估指標(biāo)風(fēng)險評估中,通過以下兩個指標(biāo)反映風(fēng)險損失概率和損失程度:損失期望值:即未來某一時期內(nèi)預(yù)期的損失平均值。損失幅度:指一旦損失發(fā)生,可能形成的最大損失。風(fēng)險評估指標(biāo)風(fēng)險評估中,通過以下兩個指標(biāo)反映風(fēng)險損失概率和損風(fēng)險評估指標(biāo)損失概率:損失發(fā)生的可能性。損失概率在風(fēng)險評估中的兩種說法時間性說法采用此說法需要注意:(1)時間單位的采用不同(2)同類風(fēng)險單位數(shù)量少空間性說法采用此說法需要注意:觀察的風(fēng)險單位是相互獨立的和同質(zhì)的。風(fēng)險評估指標(biāo)損失概率:損失發(fā)生的可能性。損失期望值
某一時期的平均損失,可以通過損失數(shù)據(jù)的算術(shù)平均數(shù)來估計。損失期望值損失幅度
一旦發(fā)生致?lián)p事故,其可能造成的最大損失值。管理人員最基本的是估測單一風(fēng)險單位在每一事件發(fā)生下的最大可能損失和最大預(yù)期損失。
其中,最大可能損失是一種客觀存在,與主觀認識無關(guān);而最大預(yù)期損失是與概率估算相關(guān)的,它隨選擇概率水平不同而不同。并且,最大可能損失大于等于最大預(yù)期損失。僅估測最大可能損失和最大預(yù)期損失是不夠的,有時需要估計年度最大可能損失和年度最大預(yù)期損失。損失幅度損失概率與損失程度的估測每年損失事故發(fā)生的次數(shù)用二項分布估測損失次數(shù)n個風(fēng)險單位遭遇同一風(fēng)險事故的發(fā)生是隨機的,其結(jié)果只有兩個:發(fā)生與不發(fā)生。當(dāng)其滿足以下條件時:(1)風(fēng)險事故發(fā)生概率相等;(2)風(fēng)險事故之間互相獨立;(3)同一風(fēng)險單位一年中發(fā)生兩次以上事故可能性極小,此時即為二項隨機分布,其分布律為:損失概率與損失程度的估測每年損失事故發(fā)生的次數(shù)L兩個或兩個以上風(fēng)險單位發(fā)生事故的概率或者通過下式計算:X的期望值表示事故發(fā)生次數(shù)的平均值,方差和標(biāo)準(zhǔn)差描述了實際情況與期望值的偏離程度。X的期望值E(X)=np;方差VarX=npq;標(biāo)準(zhǔn)差是方差的開方。L兩個或兩個以上風(fēng)險單位發(fā)生事故的概率用泊松分布估測損失次數(shù)
泊松分布在二項分布中n很大、q很小時,更適合風(fēng)險損失次數(shù)的估測。設(shè),每年有λ個風(fēng)險單位發(fā)生事故,且概率相等,則,事故次數(shù)X為服從參數(shù)λ的泊松分布,其分布律如下:該分布的期望值:E(X)=λ,方差:Var(X)=λ用泊松分布估測損失次數(shù)泊松分布的優(yōu)勢
泊松分布常見于稠密性問題,因此對風(fēng)險單位數(shù)較多的情況特別有效,一般來說,要求風(fēng)險單位不少于50,所有單位遭遇損失的概率都相同并低于0.1。泊松分布的優(yōu)勢泊松分布常見于稠密性問題,因此對風(fēng)險單位每次事故的損失金額用正態(tài)分布估測損失額:對于與正態(tài)分布相似的損失分布,可以用正態(tài)分布來擬合。用對數(shù)正態(tài)分布估測損失額每次事故的損失金額每年的總損失金額
年終損失金額指具有同類風(fēng)險的眾多風(fēng)險單位在一年中因遭遇相同風(fēng)險所致事故,而產(chǎn)生的損失總和。因此,要解決三個基本問題:年平均損失是多少?企業(yè)遭受特定損失金額的概率是多少?將發(fā)生“嚴(yán)重損失”的概率是多少?因此,每年的總損失金額主要指標(biāo)包括:年平均損失額、遭受特定損失金額的概率、最大可能損失和最大預(yù)期損失。每年的總損失金額第五講風(fēng)險評估模型對風(fēng)險進行評估的意義風(fēng)險評估的步驟第五講風(fēng)險評估模型對風(fēng)險進行評估的意義損失資料的搜集與整理損失資料的搜集
預(yù)測偶然損失,需要找出過去的模型并應(yīng)用于外來在搜集損失資料時,有如下要求:完整性一致性相關(guān)性系統(tǒng)性損失資料的搜集與整理損失資料的搜集損失資料的整理可以將資料中數(shù)據(jù)按照遞增順序排列,進行初步整理。對資料的進一步整理有如下方法:資料分組,將損失數(shù)據(jù)的變動范圍分為許多組,對分組后數(shù)據(jù)進行分析。頻數(shù)分布,建立頻數(shù)分布表。累計頻數(shù)分布,對每組頻數(shù)進行疊加。損失資料的整理損失資料的描述損失資料的圖形描述通過圖形描述可以使通過資料分組獲得的數(shù)據(jù)特征更為鮮明,普遍使用的有條形圖、圓形圖、直方圖、頻數(shù)多邊圖以及累積頻數(shù)分布圖,如何選用圖形取決于數(shù)據(jù)特性和風(fēng)險管理決策的需要。損失資料的描述損失資料的圖形描述損失資料的數(shù)字描述為了簡化頻數(shù)分布所提供的信息并概括出重要的情況,我們只要借助兩類指標(biāo):描述集中趨勢的指標(biāo),稱作位置量數(shù);描述離散趨勢的指標(biāo),稱作變異量數(shù)。損失資料的數(shù)字描述損失資料的數(shù)字描述位置量數(shù)全距中值
全距中值=(最小觀察值+最大觀察值)/2眾數(shù):樣本中出現(xiàn)次數(shù)最多的觀察值。中位數(shù):樣本按順序排列后位于最中間的數(shù)值算術(shù)平均數(shù)(又稱平均數(shù))
算術(shù)平均數(shù)=觀察值總和/觀察值項數(shù)損失資料的數(shù)字描述位置量數(shù)損失資料的數(shù)字描述變異量數(shù)全距(=最大觀察值-最小觀察值)平均絕對差(將所有數(shù)據(jù)與算術(shù)平均數(shù)相差的結(jié)果去正值,再對其進行算術(shù)平均)其中:xi-經(jīng)遞增整理的數(shù)據(jù)資料中的第i個數(shù)據(jù);為算術(shù)平均數(shù);n為數(shù)據(jù)個數(shù)損失資料的數(shù)字描述變異量數(shù)損失資料的數(shù)字描述方差和標(biāo)準(zhǔn)差方差:標(biāo)準(zhǔn)差:其中:方差與標(biāo)準(zhǔn)差公式還可以演變成多種形式變異系數(shù)損失資料的數(shù)字描述方差和標(biāo)準(zhǔn)差風(fēng)險評估指標(biāo)風(fēng)險評估中,通過以下兩個指標(biāo)反映風(fēng)險損失概率和損失程度:損失期望值:即未來某一時期內(nèi)預(yù)期的損失平均值。損失幅度:指一旦損失發(fā)生,可能形成的最大損失。風(fēng)險評估指標(biāo)風(fēng)險評估中,通過以下兩個指標(biāo)反映風(fēng)險損失概率和損風(fēng)險評估指標(biāo)損失概率:損失發(fā)生的可能性。損失概率在風(fēng)險評估中的兩種說法時間性說法采用此說法需要注意:(1)時間單位的采用不同(2)同類風(fēng)險單位數(shù)量少空間性說法采用此說法需要注意:觀察的風(fēng)險單位是相互獨立的和同質(zhì)的。風(fēng)險評估指標(biāo)損失概率:損失發(fā)生的可能性。損失期望值
某一時期的平均損失,可以通過損失數(shù)據(jù)的算術(shù)平均數(shù)來估計。損失期望值損失幅度
一旦發(fā)生致?lián)p事故,其可能造成的最大損失值。管理人員最基本的是估測單一風(fēng)險單位在每一事件發(fā)生下的最大可能損失和最大預(yù)期損失。
其中,最大可能損失是一種客觀存在,與主觀認識無關(guān);而最大預(yù)期損失是與概率估算相關(guān)的,它隨選擇概率水平不同而不同。并且,最大可能損失大于等于最大預(yù)期損失。僅估測最大可能損失和最大預(yù)期損失是不夠的,有時需要估計年度最大可能損失和年度最大預(yù)期損失。損失幅度損失概率與損失程度的估測每年損失事故發(fā)生的次數(shù)用二項分布估測損失次數(shù)n個風(fēng)險單位遭遇同一風(fēng)險事故的發(fā)生是隨機的,其結(jié)果只有兩個:發(fā)生與不發(fā)生。當(dāng)其滿足以下條件時:(1)風(fēng)險事故發(fā)生概率相等;(2)風(fēng)險事故之間互相獨立;(3)同一風(fēng)險單位一年中發(fā)生兩次以上事故可能性極小,此時即為二項隨機分布,其分布律為:損失概率與損失程度的估測每年損失事故發(fā)生的次數(shù)L兩個或兩個以上風(fēng)險單位發(fā)生事故的概率或者通過下式計算:X的期望值表示事故發(fā)生次數(shù)的平均值,方差和標(biāo)準(zhǔn)差描述了實際情況與期望值的偏離程度。X的期望值E(X)=np;方差VarX=npq;標(biāo)準(zhǔn)差是方差的開方。L兩個或兩個以上風(fēng)險單位發(fā)生事故的概率用泊松分布估測損失次數(shù)
泊松分布在二項分布中n很大、q很小時,更適合風(fēng)險損失次數(shù)的估測。設(shè),每年有λ個風(fēng)險單位發(fā)生事故,且概率相等,則,事故次數(shù)X為服從參數(shù)λ的泊松分布,其分布律如下:該分布的期望值:E(X)=λ,方差:Var(X)=λ用泊松分布估測損失次數(shù)泊松分布的優(yōu)勢
泊松分布常見于稠密性問題,因此對風(fēng)險單位數(shù)較多的情況特別有效,一般來說,要求風(fēng)險單位不少于50,所有單位遭遇損失的概率都相同并低于0.1。泊松分布的優(yōu)勢泊松分布常見于稠密性問題,因此對風(fēng)險單位每次事故的損失金額用正態(tài)分布估測損失額:對于與正態(tài)分布相似的損失分布,可以
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 【正版授權(quán)】 IEC 60335-2-119:2021/AMD1:2025 EN-FR Amendment 1 - Household and similar electrical appliances - Safety - Part 2-119: Particular requirements for commercial vacuum packaging
- 咨詢委托服務(wù)合同
- 個體餐飲勞動合同
- 智慧校園建設(shè)與數(shù)字化管理合作協(xié)議
- 福建合同本施工合同
- 浴場承包合同協(xié)議書
- 智能物流系統(tǒng)開發(fā)及實施合同
- 文藝活動策劃與執(zhí)行免責(zé)協(xié)議書
- 人力資源行業(yè)人力資源信息化管理系統(tǒng)建設(shè)方案
- 合同人企業(yè)章程范本
- 工行安心賬戶托管(交易資金)三方協(xié)議
- 第1課+古代亞非【中職專用】《世界歷史》(高教版2023基礎(chǔ)模塊)
- 趙尚志愛國主義教育班會
- 產(chǎn)品生產(chǎn)技術(shù)方案
- 《陶瓷模型制作》課程標(biāo)準(zhǔn)
- 異位妊娠的臨床表現(xiàn)醫(yī)學(xué)課件
- 《賣火柴的小女孩》的語文說課課件
- 經(jīng)濟數(shù)學(xué)基礎(chǔ)(高職)全套教學(xué)課件
- 石材幕墻維修方案
- 人工智能導(dǎo)論-課件 第1章 人工智能的前世今生
評論
0/150
提交評論