第三章 风险评估之分析与评价.doc

第三章 风险分析与风险评价 风险识别后,风险主体就要进行风险分析，弄清楚风险指标的风险状态；在此基础上评价风险的重要性、研究风险主体可否接受风险状态。 险衡量（风险估计） 第一节 风险分析 风险分析指充分理解风险性质、确定风险等级的过程。 风险分析主要目的是尽可能找出风险指标的原始风险状态（也就是把握不确定性状态）。 但这不是说我们就一定能找到完整的原始风险状态。事实上，风险主体最终对原始风险状态的把握程度大致可分为四个等级： 0 级 结果可以精确预测； 一级 未来有多种结果，每一种结果及其概率可知； 二级 知道未来会有哪些结果，但发生的概率均无法客观确定； 三级 未来的结果与发生的概率均无法确定。 这四级的划分有其客观性，即在充分利用了现有资信收集和分析能力情况下，我们对不确定性的把握可以也只能达到其中的某种级别。而如果我们未尽义务，我们对不确定性的把握未必能达到应达到的级别，这正是风险分析的重要性所在。当然随著资信收集和分析技术的进步，我们对原始风险状态的认识有可能提高。 风险分析一般都是通过对样本值的分析来推导总体分布或特征。即一般通过样本分析估计原始风险状态。推导风险状况整体分布情况的基本方法常用的有以下三种： 一、直接统计法 二、事件概率与风险指标复合统计法（损失概率与损失幅度法） 三、回归分析法。 风险分析的其他方法还包括：VAR计算、压力测试和蒙特卡罗方法等。 一、直接统计法 对样本值（我们所关心的经济指标）直接进行统计分析，得到样本的分布情况，并以此推导总体的概率分布情况。 在直接统计法中，有时我们要判断原始风险状态的分布类型，这时会涉及分布检验的问题；有时我们已知分布的类型，而不知其某些特征值，这时会涉及参数估计及参数检验问题。 更简单明了的方法是根据样本值先划出样本值的分布直方图，并以此代表总体的分布。 例3-1 设20次交通事故的经济损失资料如下：1000，1901，2900，3500，3900，4600，4800，5100，5150，5200，5400，5800，6100，6500，6800，7100，7900，8200，9210，9800。 我们可以在0-10000中，以2000为一个区间，画出损失额分布的直方图。 直方图画法 总体、个体、样本 研究对象的全体为总体、构成总体的每个基本单位为个体。 从总体中抽取有限个个体构成该总体的一个样本。 如我们研究的数量指标是：过去一年内一辆车因交通事故导致的经济损失。总体是：每一辆车过去一年内因交通事故导致的经济损失。个体是：任意一辆车过去一年内因交通事故导致的经济损失。样本：如从中抽出1000辆车过去一年内各车因交通事故导致的经济损失加以研究，就是取了一个样本。 2、直方图 设样本取自连续型随机变量，n个样本值为x1 、x2 、x3 、、、xn 。 将样本的散布范围划分为m个小区。在XOY平面X轴上，各小区对应的宽度依次为：△x1、△x2、△x3、、、△xm。 设x1 、x2 、x3 、、、xn中有vj个落入第j个小区，j=1、2、3、、、m。 则vj为第j个小区的频数、vj/n为该小区的频率。 在XOY平面上，对应于区间△xj ，以△xj 为底、 vj/n△xj 为高，画矩形，所有矩形在平面坐标系中构成的图为直方图。 图3-1 直方图是总体密度函数的一个近似 其中：第j个长方型的面积为vj/n，所有长方形的面积之和为1。直方图是总体密度函数的一个近似。 上面的例3-1中我们0-10000中，以2000为一个区间，可以画出如下损失额分布直方图。 图3-2 损失额分布直方图 二、事件概率与风险指标复合统计法（损失概率与损失幅度法） 有许多风险指标只有少数几种风险事件，这时，可先分析风险事件的概率分布，再分析各事件对应各风险指标的概率分布，从而估计风险指标总体的概率分布。 例如我们关心的经济指标是因交通事故而导致的一辆车一年内的损失额。首先设随机变量ξ=0表示不出交通事故,ξ=1表示出交通事故。再设随机变量η是车主因交通事故导致的经济损失额。 如我们得到 P(ξ= 1) =α P(ξ=0)=1- α 又得到ξ= 1时（出交通事故的前提下）经济损失额η的分布为 P(ηX/ ξ=1)= f(x)，x0 注意ξ=0时，经济损失为0。 则我们所关心的经济指标η的分布计算如下。 P(η＝０)＝P(η=0，ξ=0)+ P(η=0，ξ=1) = P(η=0/ξ=0) P(ξ=0)+ P(η=0/ξ=1) P(ξ= 1) =1-α P(η x) =P(ηx，ξ=1)+ P(ηx，ξ=0) =P(ηx/ξ=1)