《风险管理》Ch 2,企业财产风险分析.ppt

六、事故树分析法(Fault Tree Analysis) 用逻辑演绎的方法，从结果分析原因，从而找出所有可能产生事故的风险事件。 第三节 风险估算模型I：损失分布 风险估算(Risk Estimation) 是在对过去损失资料分析的基础上，运用概率论和数理统计的方法对某一（或某几个）特定风险事故发生的概率（或频数）和风险事故发生后可能造成损失的严重程度作一个定量分析，从而预测出一个较精确、定量的结果。 一、获得损失分布的一般过程 1，数据的收集 ? 完整 ? 准确 ? 以每一个风险单位为基础，建立风险资料库： i) 风险单位的特性(如建筑物的结构、占用情况等) 和数目 ii) 每次事故发生的日期 iii) 造成损失的风险因素 iv) 每次事故的损失金额 v) 每次事故所涉及的风险单位 2，数据的整理 表1 某公司1980～1999年间的火灾损失（元） (1) 排序 按照递增或递减的顺序将数据排列 (2) 分组 将数据按一定规模分组，并进一步计算出每一组的频数与频率 表2 (3) 统计图 直方图 圆形图 折线图 3，数据的分析 总体信息、样本信息、先验信息 传统数理统计 贝叶斯统计 随机模拟 应用理论概率分布 例1，掷2个骰子（红、绿），结果的概率分布 二、传统的数理统计方法：理论分布与经验分布 获得损失分布的大体轮廓 选择分布类型 估计参数，确定概率分布 检验（分布、参数） 矩法 最大似然法 卡方检验 近似的情况 虽然风险管理偶尔会用到理论分布，但损失暴露中只有相当少的一部分涉及理论分布，因此，大多数情况下还是需要讨论经验概率分布。 根据历史损失资料建立概率分布（经验分布） 例5 某航运公司每个月有500次轮运，假设风险管理者掌握过去10年（即：120个月份）的损失观察资料，则可得到一个轮运损失次数的概率分布，如下表： 某航运公司每月损失次数概率分布表 选择先验分布 确定似然函数 确定参数的后验分布 选择损失函数并估计参数 三、贝叶斯方法 例6 假设某地区在3-6月份的强风暴天气可用一个泊松分布来描述： 表示过程的强度，即每一周强风暴的次数。根据邻近地区的历史资料， 的先验分布为： 0.4 0.6 0.8 1.0 P 0.1 0.3 0.4 0.2 对此地区进行了15周的观测，共发生了13次强风暴 （1）似然函数： 后验概率的变化 欲使估计更准确的做法： · 增加状态参数的数目 · 将其看成是在某一区间连续取值的连续随机变量 例7 设有一个石油开发项目，勘探大队在前景区进行勘探。主观估计该地区有油的概率P(Y)=0.5， 无油的概率P(N)=0.5。 为了提高估计的确定性，决定做一种试验，根据历年的数据可知， 有油地区，试验结果有油的概率P(A|Y)=0.9, 无油地区，试验结果无油的概率P(B|N)=0.8。 假设在这一地区试验结果有油，则这是一个有油地区的概率变为多少？ 离散分布： 结果有限个 用来描述各结果发生的可能性——频率分布 四、离散分布与连续分布 连续分布： 结果无限个 损失严重性的分布 五、常用的损失分布及性质 (1) 二项分布 B(n, p) (2) 几何分布 Geo(p) n重贝努利试验中首次成功正好在第x+1次试验的概率 (3) 负二项分布 NB(k, p) 第k次成功前失败的次数 保险公司的应用：当风险是非同质时，描述赔付发生频率 (4) 泊松分布 X～P( ) X：一定时间或空间范围内事故发生的次数 ：一定时间或空间范围内事故平均发生的次数 e：2.71828 (5) 正态分布 X～ * 第二章 企业财产风险分析 * 第一节 企业财产损失风险的类型与性质 一、财产的类型与权益 不动产 动产 土地 建筑物及其附属物 有形财产 无形财产 货币和证券 应收帐款记录 存货 办公用具、设备和用品 机器 数据处理的硬件、软件和媒体 重要文件 运输工具 商誉、版权、专利权、商标、商业机密 * 财产中的权益 为了识别和评估本公司商业活动中所涉及的财产暴露，风险经理必须了解各种可能存在的权益，以及如何对它们进行评价。 所有者 持有担保品的债权