最新第五章企业风险的评估和度量.pptVIP

在风险分析中，事故损失的平均指标能提供很多有用的信息：利用损失平均指标与同类型企业进行比较，以了解本企业在风险管理方面的水平，找出差距，决定对策；与国家或部门颁布的有关标准比较，为风险评价提供依据；风险管理者可利用本单位不同时期的损失平均指标的变化，来分析损失的发展趋势和通过发展趋势归纳出损失发生的规律；利用平均指标还可以分析与事故发生的有关因素的影响程度。 平均指标的意义 算术平均数 加权平均数 中位数 权重 常用平均指标 某公司5年内被盗窃的损失 损失金额（元） 组中值mi（元） 次数fi mifi(元) 100~200 150 5 750 200~300 250 3 750 300~400 350 6 2100 400~500 450 7 3150 500~600 550 4 2200 算术平均值能够抵消偶然因素对各标志值的影响，消除偶然条件形成的差异，突出了必然因素对总体特征的作用。 平均指标【例】 二、变动程度的确定 变异指标的意义 变异指标反映总体各单位标志值的变异程度，亦即反映变量数列中各标志值的变动范围或离散程度。平均指标只能综合反映整体中各单位或某一数量标志的共性，而不能反映它们之间的差异性。因此，平均指标仅能从一个侧面去描述总体标志值的分布特征。差异指标则从另一侧面，即标志值的差异来描述总体的特征。 【思考】损失频率每年0.5次、平均损失幅度为4万元的各种可能情况。 常用变异指标 方差 标准差 差异系数 保险公司5年损失的偏差及平方 年份 保险金额损失率 偏差 偏差平方 1 0.22 +0.02 0.0004 2 0.21 +0.01 0.0001 3 0.18 -0.02 0.0004 4 0.19 -0.01 0.0001 5 0.20 0.00 0.0000 N=5 1.00 0 0.0010 变异指标【例】 若过去每次损失的次数都一样，则能用平均损失精确预测下一年度的损失。可以考虑将这些损失作为一种经营费用来处理，并可认为企业无风险。但如果标准差或差异系数很大，即过去的损失资料表明，每年的损失值相差很大。则不可能精确地预测下一年度的损失。这时，需要具体考虑平均损失与标准差或差异系数的不同大小组合，以便采取相应的风险管理措施。 变异指标【附】 第四节 损失的概率分布 二项分布 贝努里试验 泊松分布 空间、时间独立 正态分布 影响因素分散 常见分布及特点 第四节 损失的概率分布 一、离散型概率分布 二、连续型概率分布 三、二项分布 四、几何分布 五、泊松分布 六、负二项分布 七、正态分布 八、对数正态分布和帕累托分布 1. 离散型随机变量的概率分布 离散型随机变量的概率分布举例 变量值ai a1 a2 ... an ∑ 频数vi v1 v2 ... vn N 频率wi w1 w2 ... wn 1 累积频率Fi F1 F2 ... Fn _ a1 a3 an w2 离散变量频率分布纵条图 离散型分布（一般形式） 2. 连续型随机变量的概率分布 变量的取值充满整个数值区间，无法一一列出其每一个可能值。 一般将连续型随机变量整理成频数表，对频数作直方图，直方图的每个矩形顶端连接的阶梯形曲线来描述连续型变量的频数分布。 如果样本量很大，组段很多，矩形顶端组成的阶梯型曲线可变成光滑的分布曲线。 大多数情况下，可采用一个函数拟合这一光滑曲线。这种函数称为概率密度函数（probability density function） 连续型分布（一般形式） 编号 分组 组中值 组频数 组频率 频率密度 累积频率 1 u1~ u2 a1 v1 w1 f1 F1 2 u2~ u3 a2 v2 w2 f2 F2 … … … … … … … r-1 ur-1~ ur ar-1 vr-1 wr-1 fr-1 Fr-1 r ur~ ur+1 ar vr wr fr Fr 合计 u1~ ur+1 _ N 1 _ _ 直方图、分布折线、多边（角）图、累计频率曲线 二项分布 毒性试验：白鼠 死亡——生存 临床试验：病人 治愈——未愈 临床化验：血清 阳性——阴性 事件 成功（A）——失败（非A） 这类“成功─失败型”试验称为Bernoulli试验。 Bernoulli试验序列 n次Bernoulli试验构成了Bernoulli试验序列。 其特点（如抛硬币）如下： (1)每次试验结果，只能是两个互斥的结果之一(A或非A)。 (2)每次试验的条件不变。即每次试验中，结果A发生的概率不变，均为 π 。 (3)各次试验独立。即一次试验出现什么样的结果与前面已出现的结果无关。 成功次数的概率分布——二