企業(yè)風(fēng)險管理較為全面

風(fēng)險管理2導(dǎo)言所謂的“風(fēng)險”，來自哪里？對風(fēng)險的研究為什么愈來愈熱，吸引我們的是什么？風(fēng)險管理解決什么問題？整理課件3生活中面臨的風(fēng)險問題…辛辛苦苦寫的文章沒有備份，由于計算機硬盤的意外損壞，導(dǎo)致所有的努力全都白費了！企業(yè)廠房隔壁就是一個加油站，結(jié)果某一天加油站發(fā)生火災(zāi)，波及到企業(yè)的倉庫，大量原料被燒毀，嚴(yán)重影響企業(yè)生產(chǎn)！政府組織節(jié)日慶典，結(jié)果因人流涌動、組織不力造成踩踏事故。一個國家的原油供應(yīng)過于集中在某一地域，當(dāng)?shù)氐恼謩邮幓虿挥押玫耐饨魂P(guān)系嚴(yán)重影響到國內(nèi)的油價和社會生產(chǎn)及居民生活！整理課件課程章節(jié)內(nèi)容1風(fēng)險概述風(fēng)險管理概述2風(fēng)險識別與分析34風(fēng)險評估的數(shù)量方法4整理課件第一章風(fēng)險概述風(fēng)險的含義風(fēng)險的構(gòu)成風(fēng)險的種類風(fēng)險的度量對風(fēng)險認(rèn)識的文化差異本章主要內(nèi)容5整理課件6一、什么是風(fēng)險？幾個基本概念：確定性——即不存在懷疑不確定性——描述了一種思想狀態(tài)，當(dāng)個體無法確切知道結(jié)局時，不確定性就產(chǎn)生了風(fēng)險——對風(fēng)險下定義是困難而含糊的，因為不同立場，對風(fēng)險有不同的認(rèn)識（不同的研究角度、哲學(xué)觀等）整理課件7什么是風(fēng)險？數(shù)值方差抽象概率把風(fēng)險視為給定條件下各種可能結(jié)果中那種較壞的結(jié)果把風(fēng)險視為給定條件下各種可能結(jié)果之間的差異把風(fēng)險直接視為事情本身的不確定性把風(fēng)險視為給定條件下各種可能結(jié)果中較壞結(jié)果出現(xiàn)可能性整理課件8風(fēng)險的幾種定義解釋1與壞的結(jié)果所對應(yīng)，而壞的結(jié)果往往表現(xiàn)為經(jīng)濟損失或貨幣損失，因此，可稱之為數(shù)值風(fēng)險。解釋2將好壞結(jié)果的差異視為風(fēng)險。而由于不同結(jié)果被視為某一隨機變量的取值，故它們之間的差異性可用方差來刻畫。因此可稱之為方差風(fēng)險。整理課件9風(fēng)險的幾種定義理解3是一種籠統(tǒng)缺乏具體特征的解釋，把風(fēng)險直接說成不確定性。因此可稱之為抽象風(fēng)險。解釋4與較壞結(jié)果的發(fā)生概率相對應(yīng)，它雖也表現(xiàn)為數(shù)值，但不是一般意義上的數(shù)而是一種測度，因此把這種按照較壞結(jié)果發(fā)生可能性來理解的風(fēng)險直接稱之為概率風(fēng)險整理課件風(fēng)險的幾種不同定義：A.Williams：風(fēng)險是關(guān)于在某種給定狀態(tài)下發(fā)生的結(jié)果的客觀疑問Williams:風(fēng)險是給定情況下和特定時間內(nèi)，那些可能發(fā)生的結(jié)果間的差異武并勛（日）：風(fēng)險是特定環(huán)境中和特定期間內(nèi)自然存在導(dǎo)致經(jīng)濟損失的變化JohnHall:風(fēng)險是一定條件下財務(wù)損失的不確定性Dorfman:風(fēng)險是隨機事件可能結(jié)果的差異，或有關(guān)損失的不確定性。風(fēng)險程度是指預(yù)期隨機事件發(fā)生的精確度10整理課件風(fēng)險的另一類定義：M.Douglas:群體設(shè)定自己的行為模式和價值標(biāo)準(zhǔn)后，違反此模式和標(biāo)準(zhǔn)的行為即被定義為該群體的風(fēng)險

Beck:風(fēng)險是虛擬的現(xiàn)實，現(xiàn)實的虛擬。是應(yīng)對現(xiàn)代化本身誘致和帶來災(zāi)難與不安全的系統(tǒng)方法。政治上具有反思性11整理課件12風(fēng)險的影響思考：風(fēng)險事故對人而言包括哪些影響？整理課件13卡特里娜颶風(fēng)整理課件14整理課件15整理課件16印度洋海嘯整理課件17整理課件18損失的代價印尼蘇門答臘島以北海域發(fā)生的9.0級地震，引發(fā)海嘯，殃及東南亞和南亞多個國家。罹難者超過22萬。整理課件風(fēng)險的影響風(fēng)險事件的成本財產(chǎn)損失人身損失預(yù)防支出憂慮代價有形與無形損害19整理課件二、對風(fēng)險的進一步認(rèn)識風(fēng)險因素風(fēng)險事故損失風(fēng)險構(gòu)成整理課件21風(fēng)險的構(gòu)成風(fēng)險因素Hazard

促使和增加損失發(fā)生的頻率或嚴(yán)重程度的潛在原因。分為有形和無形兩類。風(fēng)險事故Peril

造成人身或財產(chǎn)損失的事件損失Loss

風(fēng)險事故的發(fā)生造成的結(jié)果（經(jīng)濟上的或精神上的）。整理課件22風(fēng)險因素構(gòu)成有形風(fēng)險因素直接影響標(biāo)的的物質(zhì)性風(fēng)險因素風(fēng)險因素?zé)o形風(fēng)險因素

文化、習(xí)俗、制度等非物質(zhì)因素對風(fēng)險的影響，又可以分為道德風(fēng)險因素和心理風(fēng)險因素整理課件23內(nèi)部審計協(xié)會列出的9大風(fēng)險因素

管理層的能力

(Competenceofmanagement)

管理層的道德觀(Integrityofmanagement)

近期系統(tǒng)變化(Recentchangesinsystems)

組織規(guī)模(Sizeofunit)

資產(chǎn)流動性(Liquidityofassets)

變革(Change)

復(fù)雜程度(Complexity)

快速增長(Rapidgrowth)

規(guī)章制度是否健全(Levelofregulation)整理課件24風(fēng)險的分類純粹風(fēng)險只有損失機會沒有盈利可能的風(fēng)險。如火災(zāi)、疾病等。purerisk按后果分類投機風(fēng)險

既可能獲利，也可能遭受損失。如經(jīng)營、賭博等speculativerisk整理課件25風(fēng)險的分類可分散風(fēng)險通過一定的方式使面臨的風(fēng)險減小，則這個風(fēng)險是可分散的按效果分類不可分散風(fēng)險

通過風(fēng)險管理手段，風(fēng)險并沒有減小，則該風(fēng)險是不可分散的整理課件26風(fēng)險的種類除此之外，還可以分為靜態(tài)風(fēng)險與動態(tài)風(fēng)險；社會風(fēng)險與自然風(fēng)險等等。另外按照險種也可以把風(fēng)險分成財產(chǎn)風(fēng)險、人身風(fēng)險、責(zé)任風(fēng)險。整理課件27風(fēng)險/部門承保風(fēng)險精算核保風(fēng)險核保投資風(fēng)險營銷信用風(fēng)險人力法律風(fēng)險法律保險公司面臨的風(fēng)險償付能力風(fēng)險財務(wù)公共運營風(fēng)險整理課件如何度量風(fēng)險對風(fēng)險的度量可以從定性與定量兩方面進行：定性——對風(fēng)險的一般性分析，發(fā)現(xiàn)其特征和一般規(guī)律定量——具體計算風(fēng)險的大小和其他指標(biāo)28整理課件29對風(fēng)險的定量計算

例：一個車隊有5輛相同的車，每輛車價值10萬元。假設(shè)每輛車都完全獨立，平均每年遭受的損失情況統(tǒng)計如下：整理課件30損失期望==3530損失方差=標(biāo)準(zhǔn)差==8114.13變異系數(shù)=整理課件31不同事件對企業(yè)的影響——定性分析整理課件四、對風(fēng)險的不同解讀前面對風(fēng)險的分析是基于自然科學(xué)和“經(jīng)濟主義”色彩，這就抽象掉了風(fēng)險的社會性和歷史性，但風(fēng)險本身是一個非常主觀并具有明顯社會歷史性的概念我們可以提出這樣的疑問：風(fēng)險的評判標(biāo)準(zhǔn)是否唯一——對不同的人，所謂的風(fēng)險評價標(biāo)準(zhǔn)是不同的風(fēng)險的客觀性如何體現(xiàn)——風(fēng)險到底是客觀存在的，還是不同的人主觀的反應(yīng)32整理課件建構(gòu)學(xué)派對風(fēng)險的研究以社會學(xué)、文化學(xué)為基礎(chǔ)的風(fēng)險理念與前面的觀點完全不同——認(rèn)為風(fēng)險不能獨立于社會、文化歷史因素之外而客觀存在。風(fēng)險是歷史、文化和社會在發(fā)展過程中建構(gòu)而成。該理論體系代表人物包括Douglas,Beck,Foucault等人33整理課件建構(gòu)學(xué)派對風(fēng)險的觀點風(fēng)險不是個別概念，而是一個群體概念，每一個群體都有自己設(shè)定的行為模式和價值尺度，違反此標(biāo)準(zhǔn)即代表代表著風(fēng)險。風(fēng)險的特征：建構(gòu)性——風(fēng)險不是客觀的，而是主觀建構(gòu)而成，依賴于人的認(rèn)識、態(tài)度、社會環(huán)境和文化倫理等社會和團體性——風(fēng)險來自于普遍價值取向的偏離，而不是個體不確定性和不可測性——主觀的思維無法進行預(yù)測34整理課件兩大學(xué)派的比較客觀實體派以數(shù)理分析為基礎(chǔ)，以經(jīng)濟學(xué)為理論依據(jù)任何不利結(jié)果均以金錢來衡量保險、工程、金融、等觀點比較主觀建構(gòu)派不存在客觀的風(fēng)險價值觀與個人偏好不能排除在外災(zāi)害的發(fā)生與人的互動無法分清，概率計算沒有意義社會學(xué)、人類學(xué)等35整理課件課程章節(jié)內(nèi)容1風(fēng)險概述風(fēng)險管理概述2風(fēng)險識別與分析336風(fēng)險評估的數(shù)量方法4整理課件第二章風(fēng)險管理概述風(fēng)險管理的含義風(fēng)險管理的發(fā)展歷史風(fēng)險管理基本流程風(fēng)險管理流派的介紹本章主要內(nèi)容37整理課件38什么是風(fēng)險管理？風(fēng)險管理風(fēng)險的存在是有成本的，風(fēng)險的存在降低了企業(yè)、社會的價值。為了降低風(fēng)險的影響而發(fā)展出的一整套風(fēng)險的應(yīng)對措施，以達到風(fēng)險影響最小化。整理課件39風(fēng)險管理的發(fā)展應(yīng)用風(fēng)險管理的應(yīng)用極為廣泛：小到開車系安全帶，大到國家能源政策，都有風(fēng)險管理的理論應(yīng)用。目標(biāo)風(fēng)險管理是要把風(fēng)險降低到一個合適的限度內(nèi)。但并不是盡可能消除風(fēng)險（為什么？）技術(shù)綜合應(yīng)用各種學(xué)科，如財務(wù)、數(shù)學(xué)統(tǒng)計甚至心理學(xué)等。有時甚至超越了技術(shù)的范疇，成為一種“藝術(shù)”。整理課件風(fēng)險管理思想的演變40近代風(fēng)險思想現(xiàn)代風(fēng)險管理古代傳統(tǒng)思想《夏箴》：“天有四殃，水旱饑荒，其至無時，非務(wù)積聚，何以備之?！薄吨芏Y》:“谷有余則藏之，以待兇年而頒之?！泵绹鳸S鋼鐵公司董事長凱里：“安全第一，質(zhì)量第二，產(chǎn)量第三”花旗銀行前董事長沃爾特·瑞斯敦：“生活的全部內(nèi)容是管理風(fēng)險，而不是消滅風(fēng)險”整理課件風(fēng)險管理理論發(fā)展階段萌芽遠(yuǎn)古至工業(yè)社會前風(fēng)險意識工業(yè)革命到大蕭條思想形成二戰(zhàn)之后研究領(lǐng)域擴大布雷頓體系瓦解各領(lǐng)域融合、交叉早期19世紀(jì)末20世紀(jì)70年代90年代之后延伸發(fā)展創(chuàng)新41整理課件42現(xiàn)代風(fēng)險管理的兩個標(biāo)志性事件11948年，美國鋼鐵工人工會就養(yǎng)老金和團體人壽保險，因與資方意見不統(tǒng)一，而舉行長達半年多的罷工，最終最高法院判勞工勝訴。21953年，通用汽車的變速器生產(chǎn)車間發(fā)生大火。由于所有的汽車、卡車的自動變速器零件都由該廠供應(yīng)，造成所有制造部門停工，并波及到其他子公司，總損失近一億美元。整理課件43現(xiàn)代風(fēng)險管理發(fā)展的過程20世紀(jì)70年代之后，經(jīng)濟和社會發(fā)展飛速，環(huán)境日趨復(fù)雜，加劇了損失后果，一些學(xué)者開始深入研究風(fēng)險理論一戰(zhàn)之后的德國和大蕭條之后的美國均對大災(zāi)難造成國家、企業(yè)和家庭的損失開始關(guān)注。20世紀(jì)90年代之后，由于大型科技災(zāi)難的出現(xiàn)，使研究的目光從傳統(tǒng)風(fēng)險轉(zhuǎn)向全方位風(fēng)險，技術(shù)也更先進。萌芽階段成熟階段創(chuàng)新階段整理課件現(xiàn)代風(fēng)險管理發(fā)展過程“風(fēng)險管理”最早出現(xiàn)于1950年Gallagher的調(diào)查報告—《RiskManagement,NewPhaseofCostControl》20世紀(jì)50年代以前，保險是唯一處理風(fēng)險的方法，并且僅憑直覺和經(jīng)驗來判斷所面臨的風(fēng)險，風(fēng)險管理手段即為如何購買保險。概率論和數(shù)理統(tǒng)計的運用，使得對風(fēng)險的分析更多的進行定量分析，為完整的風(fēng)險管理理論體系的建立打下基礎(chǔ)。44整理課件現(xiàn)代風(fēng)險管理發(fā)展過程1963年，美國出版的《保險手冊》刊載了梅爾和赫奇斯《企業(yè)的風(fēng)險管理》(RiskManagementintheBusinessEnterprise)—文1964年威廉姆斯和漢斯出版了《風(fēng)險管理與保險》(RiskManagementandInsurance)一書，引起歐美各國的普遍重視。1975年，美國保險管理協(xié)會更名為“風(fēng)險與保險管理協(xié)會”（RIMS）1983年，RIMS通過了“101條風(fēng)險管理準(zhǔn)則”風(fēng)險管理的研究逐步趨向系統(tǒng)化、專門化，成為管理科學(xué)中的一門獨立學(xué)科。45整理課件46風(fēng)險管理發(fā)展中的重要準(zhǔn)則一般準(zhǔn)則風(fēng)險識別與衡量風(fēng)險控制財務(wù)管理……101條風(fēng)險管理準(zhǔn)則整理課件風(fēng)險處理風(fēng)險評估風(fēng)險識別風(fēng)險管理目標(biāo)效果評估二、風(fēng)險管理的基本過程47整理課件48風(fēng)險管理目標(biāo)與其它目標(biāo)的關(guān)系風(fēng)險管理公共關(guān)系投資財務(wù)管理業(yè)務(wù)整理課件效果評估風(fēng)險處理風(fēng)險評估風(fēng)險識別目標(biāo)確立1、風(fēng)險識別49整理課件501、風(fēng)險識別對大量信息資料進行系統(tǒng)分析，初步了解風(fēng)險特性，把握其發(fā)展趨勢。風(fēng)險識別的重點——潛在風(fēng)險因素風(fēng)險識別是一個持續(xù)性和系統(tǒng)性的工作。整理課件風(fēng)險識別示例一個三口之家通常會面臨哪些風(fēng)險？按照嚴(yán)重程度如何排序？相應(yīng)的對策是什么？51整理課件目標(biāo)確立效果評估風(fēng)險處理風(fēng)險衡量風(fēng)險識別2、風(fēng)險衡量52整理課件532、風(fēng)險衡量風(fēng)險衡量——對風(fēng)險發(fā)生的概率及損失程度進行測定。對于風(fēng)險，通常以概率、期望、方差、相關(guān)系數(shù)等數(shù)學(xué)工具來度量。其理論依據(jù)是中心極限定理和大數(shù)法則什么是大數(shù)法則和中心極限定理？大數(shù)法則整理課件54大數(shù)法則(Lawoflargenumbers)N=10N=100N=1000平均損失相同的平均損失不同的標(biāo)準(zhǔn)差N越大，標(biāo)準(zhǔn)差越小L整理課件55中心極限定理

整理課件56概率分布利潤（元）100030006000-10001.0整理課件57什么是VaR？對風(fēng)險的度量，除了方差以外，比較常用的還有所謂的風(fēng)險價值（ValueatRisk，VaR），是指在一定的概率水平（或置信度）下，正常市場條件下，證券（或投資）組合在未來特定一段時間內(nèi)的最大期望損失。VaR方法可以簡明地表示市場風(fēng)險大小，而且可以事前計算風(fēng)險。此外，VaR方法還可以全面衡量全部投資組合的整體風(fēng)險。這些優(yōu)勢使得VaR方法逐漸成為度量金融風(fēng)險的主流方法。整理課件58VaR風(fēng)險值系以一金額數(shù)字來表達投資組合在特定持有期間內(nèi)，某一機率百分比下之最大可能損失金額為多少。假設(shè)投資組合的市場價值為V，投資組合的報酬波動度為σ，且檢驗水平為α下，當(dāng)持有該投資組合的期間為t時，VaR風(fēng)險值如下式所列：其中為置信區(qū)間。整理課件風(fēng)險識別目標(biāo)確立效果評估風(fēng)險處理風(fēng)險衡量3、風(fēng)險處理59整理課件60多樣的風(fēng)險處理手段風(fēng)險處理綜合應(yīng)用自留中和保險……規(guī)避預(yù)防抑制……整理課件614、效果評估對風(fēng)險處理手段的適用性和效益進行分析、檢查、修正和評估。常用的評估方法：整理課件主觀建構(gòu)派風(fēng)險不能獨立于社會文化歷史因素之外存在只要有人類社會的存在，就會有風(fēng)險。風(fēng)險管理的目的不是消除風(fēng)險，而是與風(fēng)險如何共存?？陀^實體派風(fēng)險是客觀的不確定性，是可預(yù)測的一切不利后果都能以金錢來觀察與計價。風(fēng)險真實性以數(shù)學(xué)計算的數(shù)值高低來認(rèn)定三、風(fēng)險管理各流派介紹主要流派62整理課件為什么會出現(xiàn)眾多觀點和流派？20世紀(jì)90年代——至今20世紀(jì)80年代20世紀(jì)70年代20世紀(jì)60年代對現(xiàn)代化的反思人類社會的急劇變化貨幣體系發(fā)生重大變化重大科技災(zāi)難引發(fā)爭議63整理課件風(fēng)險管理光譜圖實證風(fēng)險保險精算外延內(nèi)涵經(jīng)濟、財務(wù)社會風(fēng)險心理學(xué)統(tǒng)治風(fēng)險風(fēng)險文化……客觀實體派主觀建構(gòu)派64整理課件兩類學(xué)派研究方法論上的不同實證論建構(gòu)論追求變量之間的量化結(jié)果將風(fēng)險管理分成數(shù)個階段來分析主要工具包括成本收益分析、決策樹分析、效用分析及模擬分析等認(rèn)為世界不能獨立于主觀之外，風(fēng)險不是獨立存在反對將風(fēng)險分階段研究，主張以個案研究、觀察、文獻和對話分析等來考察風(fēng)險常用工具包括Brain

Storm、Delphi，以及Synectics等65整理課件實證論的風(fēng)險管理流程和方法66整理課件主觀建構(gòu)常用方法67整理課件主觀建構(gòu)學(xué)派的主要分支68整理課件各種主要觀點貝克、吉登斯等人提出的，認(rèn)為風(fēng)險的出現(xiàn)是現(xiàn)代性的必然產(chǎn)物，人們認(rèn)識和消除風(fēng)險的能力增強了，但也產(chǎn)生了新的更大風(fēng)險。必須進行反思以道格拉斯和拉什為代表。認(rèn)為風(fēng)險實際上并沒有增加，也沒有加劇，僅僅是被察覺、被意識到的風(fēng)險增多和加劇了。以勞（Lau）為代表，認(rèn)為風(fēng)險社會是出現(xiàn)了新的風(fēng)險，或較大的社會災(zāi)難，比如核危機、金融危機等。新風(fēng)險社會新風(fēng)險論文化論制度論69整理課件風(fēng)險文化理論核心議題為什么某些威脅會被社會視為風(fēng)險而其他則不是？當(dāng)風(fēng)險被視為逾越文化范圍的符號時，它是如何運作的？什么是風(fēng)險？70整理課件71風(fēng)險文化理論Mary

DouglasWildavsky兩人合著的《社會科學(xué)基礎(chǔ)的風(fēng)險可接受性》首次對風(fēng)險的產(chǎn)生基礎(chǔ)，以及如何看待風(fēng)險等問題提出思考，從而動搖了傳統(tǒng)風(fēng)險思維在理論界的統(tǒng)治地位整理課件Douglas對風(fēng)險實證論的批評：12忽視倫理道德文化因素。但每個社會都有其自身的倫理道德文化習(xí)性，風(fēng)險議題有爭議是社會對風(fēng)險的政治、道德與其他的沖突的結(jié)果——她稱之為風(fēng)險文化相對性假設(shè)人們的行為是理性的（理性預(yù)期假設(shè)），違反此假設(shè)就是不理性的。她認(rèn)為這不是理性與否的問題，而是社會文化與倫理道德的問題。72整理課件73貝克的“風(fēng)險社會論”貝克的風(fēng)險含義：“一種應(yīng)對現(xiàn)代化本身誘致和帶來的災(zāi)難與不安全的系統(tǒng)方法。與以前的危險不同的是，風(fēng)險是具有威脅性的現(xiàn)代化力量以及現(xiàn)代化造成的懷疑全球化所引發(fā)的結(jié)果。它們在政治上具有反思性?！闭碚n件74貝克的“風(fēng)險社會論”貝克的風(fēng)險含義：風(fēng)險是“預(yù)測和控制人類行為未來后果的現(xiàn)代方式”，而這些后果是“徹底的現(xiàn)代化產(chǎn)生的意料之外的后果?！必惪顺姓J(rèn)風(fēng)險是客觀存在的，但認(rèn)為所謂的風(fēng)險主要是一種認(rèn)知，是一種辯證的統(tǒng)一——是一種“虛擬的現(xiàn)實，現(xiàn)實的虛擬”。整理課件75如何理解貝克對風(fēng)險的解釋？貝克風(fēng)險概念的解讀：風(fēng)險是現(xiàn)代化的產(chǎn)物，它不同于過去的自然災(zāi)難，是人們在追求現(xiàn)代化的過程中出現(xiàn)的“副產(chǎn)品”。人在追求文明發(fā)展的極致，但在達到一個空前的水平后，又不能完全控制局面，導(dǎo)致局部失控，從而使人類對自己的這種追求不斷發(fā)展的行為產(chǎn)生恐慌和反思。即“徹底的現(xiàn)代化產(chǎn)生的意料之外的后果?！闭碚n件76風(fēng)險社會中，風(fēng)險的特點：風(fēng)險的特點：從根源上講，風(fēng)險是內(nèi)生的，伴隨著人類的決策與行為，是各種社會制度，尤其是工業(yè)制度、法律制度、技術(shù)和應(yīng)用科學(xué)等正常運行的共同結(jié)果。在影響和后果上，風(fēng)險是延展性的。其空間影響是全球性的，超越了地理邊界和社會文化邊界的限制，其時間影響是持續(xù)的，可以影響到后代；整理課件77風(fēng)險社會中，風(fēng)險的特點：貝克的風(fēng)險含義：大部分風(fēng)險后果嚴(yán)重，但發(fā)生的可能性低。因此可以認(rèn)為，盡管風(fēng)險增加了，但并不意味著我們生活的世界更不安全了；在應(yīng)對方法上，現(xiàn)有的風(fēng)險計算方法，經(jīng)濟補償方法都難以從根本上解決問題。要通過提高現(xiàn)代性的反思能力來建構(gòu)應(yīng)對風(fēng)險的新機制。整理課件切爾諾貝利核電站事故切爾諾貝利核電站是20世紀(jì)80年代蘇聯(lián)最大的核電站之一，位于烏克蘭境內(nèi).對于那里的操作人員來說，安全不是工作，唯一的任務(wù)就是發(fā)電。1986年4月25日，操作人員因誤操作導(dǎo)致核反應(yīng)堆溫度過高，從而融化了反應(yīng)堆。190噸輻射物被排放到空氣中，并飄散的歐洲其他國家。清理人員并不清楚危險的巨大，只是草草清理，大多數(shù)人都直接暴露在核輻射中3個月后，31名工人死亡。至今，有15000人死于輻射，50000人終生殘疾，500萬人因核輻射患病專家預(yù)測，這次事故的后果要經(jīng)過100多年才能完全消除78整理課件被污染而廢棄的飛機和軍車79整理課件搶救行動中殉職的消防隊員和軍人80整理課件事故后采取緊急措施的資料照片81整理課件當(dāng)年的操作控制中心82整理課件核輻射導(dǎo)致的畸形兒童83整理課件廢棄的城市84整理課件85風(fēng)險社會論對風(fēng)險管理的意義長期以來的風(fēng)險管理技術(shù)，總是把風(fēng)險看成是外生變量，但“風(fēng)險社會論”提出，現(xiàn)代的“風(fēng)險”決非單純的技術(shù)性問題，它是內(nèi)生的，而且涉及十分復(fù)雜的社會溝通與決策過程，不但社會的組織方式、發(fā)展階段與知識水平都對風(fēng)險的型態(tài)和層次有決定性的作用。反過來，風(fēng)險也會改變我們的意識和行為，因此風(fēng)險清楚的記載了社會結(jié)構(gòu)與社會組織的變革。整理課件主觀建構(gòu)派對客觀實體派的批判客觀什么是所謂的客觀？客觀的標(biāo)準(zhǔn)是什么？偏好風(fēng)險評估時，無法完全避免價值觀和個人偏好的影響環(huán)境環(huán)境和體制的影響無法從風(fēng)險評估中消除互動自然災(zāi)害與人為因素之間復(fù)雜的互動關(guān)系導(dǎo)致測算概率困難86整理課件兩種觀點爭論的焦點風(fēng)險管理應(yīng)重防范還是重恢復(fù)1決策者失誤可以原諒還是該受責(zé)難2風(fēng)險衡量該定量還是定性3安全目標(biāo)與其它目標(biāo)是互補還是互斥487決策是專家決定還是公眾參與5風(fēng)險管理重結(jié)果還是過程6整理課件推薦的課外讀物【德】烏爾里?！へ惪耍骸讹L(fēng)險社會》【美】弗蘭克·奈特：《風(fēng)險、不確定性和利潤》宋明哲：《現(xiàn)代風(fēng)險管理》楊雪冬：《風(fēng)險社會與秩序重建》88整理課件作業(yè)：結(jié)合課件內(nèi)容，上網(wǎng)查閱相關(guān)資料，了解風(fēng)險建構(gòu)理論的主要思想。并結(jié)合課堂知識分析“巴林銀行事件”中，哪些風(fēng)險管理措施有所缺失？89整理課件課程章節(jié)內(nèi)容1風(fēng)險概述風(fēng)險管理概述2風(fēng)險識別與分析390風(fēng)險評估的數(shù)量方法4整理課件第三章風(fēng)險識別與分析風(fēng)險的識別風(fēng)險的偏好及其測定風(fēng)險識別的主要方法事故樹分析法本章主要內(nèi)容91整理課件92一、風(fēng)險分析的構(gòu)成基本上，風(fēng)險分析可以分為風(fēng)險與人的行為、風(fēng)險分析方法和統(tǒng)計分析三部分：風(fēng)險與人的行為—不同的人面對風(fēng)險不同態(tài)度和應(yīng)對方式風(fēng)險分析方法—具體的分析手段統(tǒng)計分析—對前兩部分的整合分析整理課件93二、風(fēng)險和人的行為風(fēng)險偏好及其度量什么叫風(fēng)險偏好？市場中總是存在不確定性，而不同的人面對不同的風(fēng)險總會有不同的敏感度和認(rèn)識。簡單來說，風(fēng)險偏好就是不同人對風(fēng)險的態(tài)度。整理課件94風(fēng)險偏好對行為的影響不同的行為者對風(fēng)險的態(tài)度是存在差異的，一部分人可能喜歡從冒險中獲得的刺激，另一部分人則可能更愿意“求穩(wěn)”。風(fēng)險理論中將風(fēng)險的態(tài)度劃分為3類：風(fēng)險愛好、風(fēng)險中性和風(fēng)險厭惡者。整理課件95什么是效用？效用是西方經(jīng)濟學(xué)中的一個概念，指消費者從某中商品或勞務(wù)的消費中獲得的滿足感。通常用效用函數(shù)來度量，不同的效用函數(shù)表現(xiàn)了不同的偏好。效用既可以用來表示風(fēng)險偏好，也可以用來衡量商品帶來的滿足。整理課件96衡量對風(fēng)險的態(tài)度公平賭博——公平賭博是指不改變個體當(dāng)前期望收益的賭局，如一個賭局的隨機收益為ε，其變化均值為的賭局。簡單來表達就是——以概率p有一個正的回報h1以概率（1-p）有負(fù)收益h2，它稱為一個公平的賭博是指技術(shù)衡量——通過調(diào)查表和訪談等方式對風(fēng)險管理對象對待風(fēng)險的態(tài)度進行判斷。整理課件97效用的提出與圣彼得堡悖論效用的提出——18世紀(jì)，數(shù)學(xué)家尼古拉·貝努里提出了圣彼得堡悖論（St.PetersburgParadox），即如果交納一筆錢k參與賭博，然后擲硬幣，當(dāng)?shù)谝淮纬霈F(xiàn)人像面朝上時，游戲結(jié)束，參與者可以獲得個盧布，決策者是否愿意參與賭博？對參與者來說，第n次投擲出現(xiàn)人像的概率為，相應(yīng)的回報為，期望收益為

整理課件98顯然參與賭博可以獲得無窮大的期望收益，無論k有多大都是很劃算的。但實際上總是擲不了幾次就結(jié)束了，很難收回投資。可見，僅僅看平均回報是不夠的。問題的解決來自丹尼爾·貝努里提出的“最大期望效用理論”整理課件99效用函數(shù)的由來從效用理論出發(fā)，這個問題可以變成求賭博收益帶來的滿足感的期望，即如果用對數(shù)函數(shù)近似代替效用函數(shù)，且令k=0，那么參與賭博的期望效用為整理課件100效用函數(shù)的獲得效用函數(shù)是一種主觀判斷，通常也是通過測定某個人對具體得失的反應(yīng)得出效用函數(shù)的。限定效用函數(shù)的自變量范圍，因為同一個人在不同時期的效用函數(shù)也會不一樣。在自變量范圍內(nèi)取n個點，按從小到大的順序記為x1，x2，…，xn。假設(shè)對應(yīng)n個結(jié)果，并假定U(x1)=0，U(xn)=1整理課件101效用函數(shù)的獲得對于xi，被測試者要說出一個概率pi，使得他對于以下兩種收益的效用無差異：確定的獲得xi以pi的概率獲得xn，以（1-pi）的概率獲得x1也就是說這個概率表示的就是他對xi的渴望程度。最后，將p1，p2，…，pn連成線，即可得到近似的效用函數(shù)整理課件例：假設(shè)有兩個選擇——要么接受1000元，要么做一個游戲：從一個裝有90個黑球和10個白球的袋子里隨機拿一個，如果拿到黑球得10元，拿到白球得1萬元。如何選擇？如果拿到黑球得-10元，又該如何選擇？102整理課件103效用函數(shù)可以用隸屬函數(shù)來表示，整理課件104ab1U(x)xiK<1K=1K>1整理課件105Jensen不等式如果函數(shù)u(x)對任意x滿足：則對任意的隨機變量（風(fēng)險）X，均有

E[U(x)]>U(E[x])該定理說明，如果行為主體風(fēng)險效用函數(shù)是凹函數(shù)（即），則該行為主體是風(fēng)險厭惡者凸函數(shù)（即），則該行為主體是風(fēng)險喜好者具有線性風(fēng)險效用函數(shù)的行為主體是風(fēng)險中性者整理課件106U3效用收益保守型中間型冒險型W1W2W3U2U1整理課件

例：股票vs.債券劉某現(xiàn)有1萬元準(zhǔn)備投資假定劉某的財富效用函數(shù)為劉某面臨兩個投資方案選擇：A.投資某股票,一年后可以1.3萬元賣出(可能性50%)；也可能(50%)只能以0.85萬元賣出；B.投資某國債，一年后收回本息1.07萬元。問題：分別根據(jù)數(shù)學(xué)期望和期望效用決策，應(yīng)當(dāng)選擇哪一項投資?當(dāng)國債收益多少（或者股票的高收益概率多大）時，兩種選擇的效用無差異？如果此人的效用函數(shù)為，如何決策？107整理課件

例：股票vs.債券數(shù)學(xué)期望值：

E(A)=13000×0.5+8500×0.5=10750

E(B)=10700期望效用：EU(A)=ln(13000)×0.5+ln(8500)×0.5=9.47×0.5+9.05×0.5=9.26

EU(B)=ln(10700)=9.28

由于EU(A)<EU(B)，劉某當(dāng)選擇B。108整理課件109三、風(fēng)險識別的方法現(xiàn)場調(diào)查法審核表調(diào)查法√組織圖結(jié)構(gòu)圖示法√流程圖法√危險因素分析法事故樹法√風(fēng)險指數(shù)整理課件110企業(yè)現(xiàn)金流動過程整理課件111整理課件112事故樹分析法簡介事故樹分析（AccidentTreeAnalysis，簡稱ATA）方法起源于故障樹分析（簡稱FTA），是安全系統(tǒng)工程的重要分析方法之一。首先由美國貝爾電話研究所于1961年為研究民兵式導(dǎo)彈發(fā)射控制系統(tǒng)時提出來，1974年美國原子能委員會運用FTA對核電站事故進行了風(fēng)險評價，發(fā)表了著名的《拉姆遜報告》。該報告對事故樹分析作了大規(guī)模有效的應(yīng)用。整理課件113事故樹基本概念和符號樹——一個無圈(或無回路)的連通圖矩形——表示頂上事件或中間事件，將事件扼要記入矩形框內(nèi)圓形符號——表示基本(原因)事件，可以是人的差錯，也可以是設(shè)備、機械故障、環(huán)境因素等。它表示最基本的事件，不能再繼續(xù)往下分析了整理課件114屋形符號——它表示正常事件，是系統(tǒng)在正常狀態(tài)下發(fā)生的正常事件菱形符號——它表示省略事件，即表示事前不能分析，或者沒有再分析下去的必要的事件整理課件115邏輯門符號與門符號——與門連接表示輸入事件B1、B2同時發(fā)生的情況下，輸出事件A才會發(fā)生的連接關(guān)系。二者缺一不可，表現(xiàn)為邏輯積的關(guān)系，即A=B1∩B2或門符號——表示輸入事件B1或B2中，任何一個事件發(fā)生都可以使事件A發(fā)生，表現(xiàn)為邏輯和的關(guān)系即A=B1∪B2整理課件116與門符號和電路示意圖

整理課件117或門符號和或門電路圖整理課件118條件與門符號——表示只有當(dāng)B1、B2同時發(fā)生，且滿足條件α的情況下，A才會發(fā)生，相當(dāng)于三個輸入事件的與門。即A=B1∩B2∩α整理課件119條件與門符號示意圖整理課件120條件或門符號——表示B1或B2任何一個事件發(fā)生，且滿足條件β，輸出事件A才會發(fā)生整理課件121條件或門符號示意圖整理課件122事故樹的編制確定頂上事件——頂上事件就是所要分析的事故，如車輛追尾、道口火車與汽車相撞事故等。事先要詳細(xì)分析事故資料，以確定什么是頂上事件，將其扼要地填寫在矩形框內(nèi)。整理課件123調(diào)查或分析造成頂上事件的原因——頂上事件確定之后，為了編制好事故樹，必須將造成頂上事件的所有直接原因事件找出來，盡可能不要漏掉整理課件124繪制事故樹——在找出造成頂上事件的和各種原因之后，就可以用相應(yīng)事件符號和適當(dāng)?shù)倪壿嬮T把它們從上到下分層連接起來，層層向下，直到最基本的原因事件，這樣就構(gòu)成一個事故樹整理課件125事故樹的簡化整理課件126原事故樹的結(jié)構(gòu)函數(shù)可以表示為T＝A1＋A2

＝X1·X2＋(X3＋B)

＝X1·X2＋[X3＋(X1·X3)]

＝X1·X2＋X3整理課件127事故樹的等效圖整理課件128從上述計算結(jié)果和簡化示意圖來看，只要X1X2同時發(fā)生或者X3發(fā)生，則頂上事件必然發(fā)生。整理課件129最小割集和最小徑集事故樹中一組基本事件的發(fā)生，能夠造成頂上事件發(fā)生，這組基本事件就叫割集。引起頂上事件發(fā)生的基本事件的最低限度的集合叫最小割集整理課件130徑集——如果事故樹中某些基本事件不發(fā)生，頂上事件就不發(fā)生。那么，這些基本事件的集合稱為徑集。不引起頂上事件發(fā)生的最低限度的基本事件的集合叫最小徑集整理課件131一個比較復(fù)雜的事故樹整理課件132最小割集的求法T＝A1＋A2＝X1·B1·X2＋X4·B2

＝X1·(X1＋X3)·X2＋X4·(C＋X6)

＝X1·X1·X2＋X1·X3·X2＋X4·(X4·X5＋X6)＝X1·X2＋X1·X2·X3＋X4·X4·X5＋X4·X6＝X1·X2＋X1·X2·X3＋X4·X5＋X4·X6＝X1·X2＋X4·X5＋X4·X6整理課件133得到三個最小割集{X1，X2}、{X4，X5}、{X4，X6}由此可以得到原事故樹的等效圖整理課件134整理課件135最小徑集的求法求最小徑集是利用它與最小割集的對偶性，首先做出與事故樹對偶的成功樹，就是把原來事故樹的“與門”換成“或門”，“或門”換“與門”，各類事件發(fā)生換成不發(fā)生。然后，利用上述方法，求出成功樹的最小割集經(jīng)對偶變換后就是事故樹的最小徑集。整理課件136整理課件137轉(zhuǎn)換之后的成功樹整理課件138用求最小割集的方法求最小徑集T’＝A1’·A2’

＝(X1’＋B1’＋X2’)·(X4’＋B2’)

＝(X1’＋X1’·X3’＋X2’)·(X4’＋C’·X6’)

＝(X1’＋X2’)·[X4’＋(X4’＋X5’)·X6’］＝(X1’＋X2’)·(X4’＋X4’·X6’＋X5’·X6’)

＝(X1’＋X2’)·(X4’＋X5’·X6’)

＝X1’·X4’＋X1’·X5’·X6’＋X2’·X4’＋X2’·X5’·X6’

整理課件139由上述計算可以知道T＝(X1＋X4)·(X1＋X5＋X6)·(X2＋X4)·(X2＋X5＋X6)于是得到事故樹的四個最小徑集為

{X1，X4}，{X2，X4}，{X1，X5，X6}，{X2，X5，X6}整理課件140事故樹也可以用最小徑集表示整理課件141最小割集合最小徑集的作用最小割集表示系統(tǒng)的危險性。求出最小割集可以掌握事故發(fā)生的各種可能，為事故調(diào)查和事故預(yù)防提供方便。最小徑集表示系統(tǒng)的安全性。求出最小徑集我們可以知道，要使事故不發(fā)生，有幾種可能方案。整理課件142最小割集能直觀地、概略地表現(xiàn)出，哪種事故模式最危險，哪種稍次，哪種可以忽略。如某事故樹有三個最小割集：{X1}、{X2，X3}、{X4，X5，X6}利用最小徑集可以經(jīng)濟地、有效地選擇采用預(yù)防事故的方案。整理課件143一個更復(fù)雜的事故樹與門或門整理課件144觸電事故事故樹整理課件145圖中&表示與門符號，>=1表示或門符號可以得到最小割集和徑集從事故樹的結(jié)構(gòu)上看，“或門”比較多，說明在人員操作不當(dāng)、或者設(shè)備連接不好、或者設(shè)備質(zhì)量不良的情況下，觸電事故很容易發(fā)生。從事故樹的最小割集和最小徑集看，割集數(shù)目很大，最小徑集數(shù)目小，也說明觸電事故容易發(fā)生，同時預(yù)防的途徑較少。整理課件146結(jié)構(gòu)重要度分析結(jié)構(gòu)重要度分析是從事故樹結(jié)構(gòu)上入手分析各基本事件的重要程度。結(jié)構(gòu)重要度分析一般可以采用兩種方法，一種是精確求出結(jié)構(gòu)重要度系數(shù)，一種是用最小割集或用最小徑集排出結(jié)構(gòu)重要度順序整理課件147排列結(jié)構(gòu)重要度順序看頻率——當(dāng)最小割集中的基本事件個數(shù)不等時，基本事件少的割集中的基本事件比基本事件多的割集中的基本事件結(jié)構(gòu)重要度大。某事故樹的最小割集為：｛X1，X2，X3，X4｝，｛X5，X6｝，｛X7｝，｛X8｝重要度的排名為：I(7)=I(8)＞I(5)=I(6)＞I(1)=I(2)=I(3)=I(4)整理課件148看頻數(shù)——當(dāng)最小割集中基本事件的個數(shù)相等時，重復(fù)在各最小割集中出現(xiàn)的基本事件，比只在一個最小割集中出現(xiàn)的基本事件結(jié)構(gòu)重要度大；重復(fù)次數(shù)多的比重復(fù)次數(shù)少的結(jié)構(gòu)重要度大。例如，某事故樹有8個最小割集：｛X1，X5，X7，X8｝，｛X1，X6，X7，X8｝，{X2，X5，X7，X8｝，{X2，X6，X7，X8｝，{X3，X5，X7，X8｝，{X3，X6，X7，X8｝，{X4，X5，X7，X8｝，{X4，X6，X7，X8｝。結(jié)構(gòu)重要度可以排序為：I(7)=I(8)＞I(5)=I(6)＞I(1)=I(2)=I(3)=I(4)整理課件149既看頻率又看頻數(shù)——在基本事件少的最小割集中出現(xiàn)次數(shù)少的事件與基本事件多的最小割集中出現(xiàn)次數(shù)多的相比較，一般前者大于后者。例如，某事故樹的最小割集為：{X1}，{X2，X3}，{X2，X4}，{X2，X5}，其結(jié)構(gòu)重要度順序為：I(1)＞I(2)＞I(3)=I(4)=I(5)整理課件150求各基本事件的結(jié)構(gòu)重要度系數(shù)在事故樹分析中，各個事件都是兩種狀態(tài)，一種狀態(tài)是發(fā)生，即Xi=1；一種狀態(tài)是不發(fā)生，即Xi=0。各個基本事件狀態(tài)的不同組合，又構(gòu)成頂上事件的不同狀態(tài)，即Φ(X)=1或Φ(X)=0整理課件151在某個基本事件Xi的狀態(tài)由0變成1時，其他基本事件的狀態(tài)保持不變，頂上事件的狀態(tài)變化可能有三種情況：不論Xi是否發(fā)生，Φ(X)結(jié)果不變，即當(dāng)Xi1（或0）時，Φ(X)≡1或0當(dāng)Xi發(fā)生變化時，Φ(X)也變化，即Xi1（或0）時，Φ(X)=1或0整理課件152我們把所有第二種情況累加起來乘以一個系數(shù)就是結(jié)構(gòu)重要度系數(shù)I(i)。(n是該事故樹的基本事件的個數(shù)。)整理課件153前一個事故樹整理課件154以基本事件X1為例，我們可以查出，基本事件X1發(fā)生(即X1=1)，不管其他基本事件發(fā)生與否，頂上事件也發(fā)生(即Φ(X)=1)的組合共12個，即編號18，20，21，22，23，24，26，28，29，30，31，32。這12個組合中的基本事件X1的狀態(tài)由發(fā)生變?yōu)椴话l(fā)生時，即X1=0其頂上事件也不發(fā)生(即Φ(X)=0)的組合，共7個組合，即編號18(10001)，20(10011)，21(10100)，22(10101)，26(11001)，29(11100)，30(11101)。整理課件155即在12個組合當(dāng)中，有5個組合不隨基本事件X1的狀態(tài)由發(fā)生變?yōu)椴话l(fā)生的變化而改變頂上事件的狀態(tài)，即X1=0時，頂上事件也發(fā)生，編號為23，24，28，31，32的5個組合就是這類情況。上面7個組合就是第二種情況的個數(shù)。用7再乘一個系數(shù)=1/16，就得出基本事件X1的結(jié)構(gòu)重要度系數(shù)7/16。整理課件156用公式表示為：整理課件例題事故樹如下所示，分別求各基本事件的結(jié)構(gòu)重要度系數(shù)157TX1X2X3整理課件158結(jié)構(gòu)重要度更簡單的方法從前述表中可以看到，X1=1，Φ(X)=1的個數(shù)是12個，而X1=0時，Φ(X)=1的個數(shù)是5個(即編號為7，8，12，15，16)，那么：整理課件159同理，X2=1，Φ(X)=1的個數(shù)是9個，而X2=0時，Φ(X)=1的個數(shù)是8個(即編號7、8、18、20、21、22、23、24)，那么：整理課件160結(jié)構(gòu)重要度分析屬于定性分析，要排出各基本事件的結(jié)構(gòu)重要度順序，不一定非求出結(jié)構(gòu)重要度系數(shù)，因而不必花精力編排基本事件狀態(tài)值和頂上事件狀態(tài)值表，而一個個去數(shù)去算。如果事故樹結(jié)構(gòu)很復(fù)雜，基本事件很多，列出的表就很龐大，基本事件狀態(tài)值的組合很多，這就給求結(jié)構(gòu)重要度系數(shù)帶來很大困難。因此，一般用最小割集或最小徑集來排列各種基本事件的結(jié)構(gòu)重要度順序。這樣較簡單，而效果一致。整理課件161分析結(jié)論從結(jié)構(gòu)重要度上看，C1、X7、X8的系數(shù)最大，其次是X9、X10、X1，說明要預(yù)防觸電事故，應(yīng)重點預(yù)防C1、X7、X8和X9、X10、X11。即電設(shè)備一定要良好接地，保持干凈，而且漏電保護裝置要良好整理課件162系統(tǒng)薄弱環(huán)節(jié)預(yù)測對于最小割集來說，它與頂上事件用或門相連，顯然最小割集的個數(shù)越少越安全，越多越危險。而每個最小割集中的基本事件與第二層事件為與門連接，因此割集中的基本事件越多越有利，基本事件少的割集就是系統(tǒng)的薄弱環(huán)節(jié)。對于最小徑集來說，恰好與最小割集相反，徑集數(shù)越多越安全，基本事件多的徑集是系統(tǒng)的薄弱環(huán)節(jié)整理課件163事故樹中或門越多，得到的最小割集就越多，這個系統(tǒng)也就越不安全。對于這樣的事故樹最好從求最小徑集著手，找出包含基本事件較多的最小徑集，然后設(shè)法減少其基本事件樹，或者增加最小徑集數(shù)，以提高系統(tǒng)的安全程度。事故樹中與門越多，得到的最小割集的個數(shù)就較少，這個系統(tǒng)的安全性就越高。對于這樣的事故樹最好從求最小割集著手，找出少事件的最小割集，消除它或者設(shè)法增加它的基本事件數(shù)，以提高系統(tǒng)的安全性整理課件164以上是對事故樹分析法中定性分析方法的解釋。事故樹分析法還可以用來進行定量分析，包括頂上事件概率計算以及概率重要度分析、臨界重要度分析等。整理課件165事故樹的定量分析頂上事件的概率計算用基本事件的概率積計算頂上事件概率整理課件166設(shè)X1，X2，X3均為獨立事件，其概率均為0.1，頂上事件的發(fā)生概率為：＝0.1×0.9×0.1＋0.1×0.1×0.9＋0.1×0.1×0.1

＝0.009＋0.009＋0.001＝0.019整理課件167用概率和方法計算頂上事件概率仍以該事故樹為例，其最小割集為{X1，X2}、{X1，X3}。可以把其看作由兩個事件E1、E2組成的事故樹。按照求概率和的計算公式，E1＋E2的概率為：Q＝0.01＋0.01－0.001＝0.019整理課件168當(dāng)事故樹龐大復(fù)雜，影響因素眾多時，用這樣的方法計算就過于繁復(fù)，而且即便是精確計算出的結(jié)果也并不一定符合實際情況。因此，實際上通常使用的方法是用各最小割集發(fā)生概率之和來近似表示整理課件169概率重要度分析結(jié)構(gòu)重要度分析是從事故樹的結(jié)構(gòu)上，分析各基本事件的重要程度。如果進一步考慮基本事件發(fā)生概率的變化會給頂上事件發(fā)生概率以多大影響，就要分析基本事件的概率重要度。整理課件170利用頂上事件發(fā)生概率Q函數(shù)是一個多重線性函數(shù)這一性質(zhì)，只要對自變量qi求一次偏導(dǎo)數(shù)，就可得出該基本事件的概率重要度系數(shù)，即：整理課件171例：設(shè)事故樹最小割集為{X1，X3}、｛X1，X5｝、｛X3，X4｝｛X2，X4，X5｝。各基本事件概率分別為：q1＝0.01，q2＝0.02，q3＝0.03，q4＝0.04，q5＝0.05，求各基本事件概率重要度系數(shù)整理課件172頂上事件的概率用近似計算方法整理課件173各基本事件的概率重要度為：整理課件174這樣，就可以按概率重要度系數(shù)的大小排出各基本事件的概率重要度順序：從概率重要度系數(shù)的算法可以看出這樣的事實：一個基本事件的概率重要度如何，并不取決于它本身的概率值大小，而取決于它所在最小割集中其他基本事件的概率積的大小及它在各個最小割集中重復(fù)出現(xiàn)的次數(shù)整理課件175臨界重要度分析一般而言，減少概率大的基本事件的概率要比減少概率小的容易，而概率重要度系數(shù)并未反映這一事實，因此，它不是從本質(zhì)上反映各基本事件在事故樹中的重要程度。整理課件176臨界重要度系數(shù)臨界重要度系數(shù)Ci，則是從敏感度和概率雙重角度衡量各基本事件的重要度標(biāo)準(zhǔn)，定義為：整理課件根據(jù)上例計算的結(jié)果，可以得到各基本事件的臨界重要度系數(shù)為：177整理課件178因此就得到一個按臨界重要度系數(shù)的大小排列的各基本事件重要程度的順序：C3＞C4＞C1＞C5＞C2與概率重要度相比，基本事件X1的重要程度下降了，這是因為它的發(fā)生概率最低?；臼录3最重要，這不僅是因為它敏感度最大，而且它本身的概率值也較大。整理課件179總結(jié)：三種重要度系數(shù)中，結(jié)構(gòu)重要度系數(shù)從事故樹結(jié)構(gòu)上反映基本事件的重要程度；概率重要度系數(shù)反映基本事件概率的增減對頂上事件發(fā)生概率影響的敏感度；臨界重要度系數(shù)從敏感度和自身發(fā)生概率大小雙重角度反映基本事件的重要程度。整理課件180結(jié)構(gòu)重要度系數(shù)反映了某一基本事件在事故樹結(jié)構(gòu)中所占的地位，而臨界重要度系數(shù)從結(jié)構(gòu)及概率上反映了改善某一基本事件的難易程度，概率重要度系數(shù)則起著一種過度作用，是計算兩種重要度系數(shù)的基礎(chǔ)。一般可以按這三種重要度系數(shù)安排采取措施的先后順序，也可按三種重要度順序分別編制相應(yīng)的安全檢查表，以保證既有重點、又能全面檢查的目的。整理課件181作業(yè)：分析事故樹整理課件182x1，x2，x3，x4，x5均為基本事件，其概率分別為0.03，0.02，0.01，0.05，0.01整理課件課程章節(jié)內(nèi)容1風(fēng)險概述風(fēng)險管理概述2風(fēng)險識別與分析3183風(fēng)險評估的數(shù)量方法4整理課件第四章風(fēng)險評估數(shù)量方法概率論基本概念損失分布的估計損失模型估計本章主要內(nèi)容184整理課件185一、概率論與數(shù)理統(tǒng)計的基本概念概率、分布及其數(shù)字特征、總體與樣本、相關(guān)性等（略）幾種常見分布整理課件186二項分布整理課件187幾何分布整理課件188泊松分布整理課件189負(fù)二項分布事件發(fā)生的概率為p，第r次事件出現(xiàn)在第r+k次實驗的概率為：整理課件190負(fù)二項分布在保險業(yè)務(wù)中主要用來描述當(dāng)承保風(fēng)險屬于非同質(zhì)時的狀況。例：已知平均索賠次數(shù)為0.12318，方差為0.125707，分別用泊松分布和負(fù)二項分布來擬合索賠頻數(shù)，看哪一種更適合。整理課件19110萬份保單的觀察結(jié)果整理課件192正態(tài)分布整理課件Γ分布193整理課件分布194整理課件是來自總體N（0，1）的樣本，則統(tǒng)計量χ2＝

服從具有n個自由度的χ2分布。χ2分布具有可加性χ2分布的分位點195整理課件196二、損失分布的估計經(jīng)典統(tǒng)計方法的基本過程：對數(shù)據(jù)排序、分組獲得直方圖，從而得到大致的概率密度函數(shù)曲線根據(jù)觀察選擇分布類型估計參數(shù)，確定概率分布對分布及參數(shù)進行檢驗整理課件197直方圖與頻率折線整理課件198參數(shù)估計的方法矩法和最大似然估計法矩法：以樣本矩的函數(shù)作為相應(yīng)總體矩的同一函數(shù)估計。最大似然估計法：已知ξ為連續(xù)隨機變量，θ為未知參數(shù)，分布函數(shù)為F(x;θ)，概率密度函數(shù)為f(x;θ)，則聯(lián)合概率密度函數(shù)為：求該函數(shù)的一階偏導(dǎo)即可得到關(guān)于θ的方程解若在達到最大值，則是最大似然估計值整理課件已知某電子管使用壽命服從指數(shù)分布，現(xiàn)抽取一組樣本（見下圖），如何估計其θ值？199整理課件200對分布及參數(shù)估計的檢驗常用方法檢驗：觀測數(shù)據(jù)排序、分組，組數(shù)為n，每一組數(shù)據(jù)個數(shù)為，以估計的概率分布計算每一組的“理論個數(shù)”Ei，則

近似服從自由度為n-r-1的分布，其中r為所選擇概率分布中參數(shù)的個數(shù)。整理課件201例：已知某險種過去1000次的理賠情況，平均賠償金額2200元，現(xiàn)將理賠額分成6檔，如圖所示，檢驗是否可以用指數(shù)分布模擬個體理賠分布。整理課件202由最大似然估計法估計出根據(jù)假設(shè)數(shù)據(jù)服從指數(shù)分布，計算各組內(nèi)的數(shù)據(jù)個數(shù)，如整理課件203以此類推得到各組的Ei:查表可知，在99.5%的置信度下的臨界值為14.86，遠(yuǎn)低于觀察值331.89，因而拒絕原假設(shè)。說明用指數(shù)分布擬合不合適。整理課件204貝葉斯估計傳統(tǒng)統(tǒng)計方法前提假設(shè)是樣本的獨立性和代表性前提，但實際上有時很難獲得足夠樣本信息，此時需要加入個人的主觀判斷來修訂原來的估計。整理課件205貝葉斯估計的步驟：選擇先驗分布：關(guān)于參數(shù)θ的分布函數(shù)和概率密度函數(shù)。當(dāng)然是建立在經(jīng)驗和歷史數(shù)據(jù)之上的猜測，或者僅僅是一個猜測確定似然函數(shù)：這里和經(jīng)典估計方法的不同在于，經(jīng)典方法中θ是一個估計值，而貝葉斯方法將其看作一個隨機變量整理課件206確定參數(shù)θ的后驗分布由此，可以得到θ的后驗分布整理課件207常用的共軛分布二項分布的β分布族：如果二項分布中的p服從Β(α，β)，則p的后驗分布為Β(α+x，β+n-x)，x為實驗成功次數(shù)。泊松分布的Γ分布族：如果λ服從Γ(α，β)，則λ的后驗分布服從整理課件208指數(shù)分布的Γ分布族：如果指數(shù)分布參數(shù)λ的先驗分布服從Γ(α，β)，則λ的后驗分布為，其中xi為從指數(shù)總體中抽取的樣本正態(tài)分布的正態(tài)分布族：在正態(tài)分布中，在已知的情況下，正態(tài)均值θ的共軛先驗分布為，則θ的后驗分布為：整理課件證明：如果X服從參數(shù)為n、p的二項分布，且p是一個隨機變量，服從參數(shù)為α、β的Beta分布?，F(xiàn)有X的一個觀測值x，那么p的后驗分布服從Beta（x+α,n-x+β）209整理課件210選擇損失函數(shù)并估計參數(shù)：得到參數(shù)的后驗分布之后就要確定一個估計值。估計值與真實值之間的差越小越好，這個差的度量即為“損失函數(shù)”，得到損失函數(shù)期望的最小值，即為參數(shù)的貝葉斯估計。整理課件211例:某地區(qū)3~6月份強風(fēng)暴天氣可以用一個泊松分布來描述，參數(shù)表示強風(fēng)暴的強度，即每周強風(fēng)暴的次數(shù)。根據(jù)資料，λ的先驗分布為現(xiàn)在進行了15周觀測，記錄了13次強風(fēng)暴，計算λ的后驗分布。整理課件212確定似然函數(shù)，以λ=0.6為例：整理課件213確定后驗分布：整理課件214結(jié)果如圖所示：整理課件215以二次函數(shù)作為損失函數(shù)，則得到的是參數(shù)的后驗均值0.8076，方差為0.0289而參數(shù)的先驗分布均值為0.74，方差為0.0324樣本均值為13/15＝0.867整理課件216作業(yè)：某車隊每年發(fā)生事故的次數(shù)服從泊松分布，參數(shù)λ可取1.0（P=0.4)和1.5（P=0.6）。如果某年發(fā)生了三次事故，求λ的后驗分布和貝葉斯估計。從一組保單中抽取100份，發(fā)現(xiàn)3個索賠。假設(shè)該險種的索賠頻率θ的先驗分布為Beta(2,200)，求θ的后驗分布整理課件217三、風(fēng)險評估模型大數(shù)定理整理課件218中心極限定理整理課件219略用各種分布進行損失頻率的估算損失幅度的估算整理課件220均值和方差的估算大樣本，且樣本均值、方差已知，估計總體均值。樣本較大時，樣本均值近似服從正態(tài)分布，即，則對于總體均值的區(qū)間估計為整理課件221例：某保險公司承保汽車1500輛，隨機抽取100輛調(diào)查平均損失，如表所示。估算汽車的平均損失金額（分別在α=0.01和0.05時）。整理課件222整理課件223樣本容量較小，總體分布為正態(tài)分布而方差未知時，對總體均值的估計。此時，統(tǒng)計量，服從n-1個自由度的t分布，則整理課件224例：某企業(yè)有30棟相似建筑，目前只有一棟建筑的風(fēng)險狀況已知——20年內(nèi)因暴雨受損的記錄共15次，平均損失為800元，標(biāo)準(zhǔn)差80元。估算這些建筑因暴雨的受損狀況（90%的置信度）。解答：直接套用上述公式即可。整理課件225小樣本容量，總體分布為正態(tài)分布，估計總體方差。小樣本容量，總體分布為正態(tài)分布時，統(tǒng)計量服從n-1個自由度的分布，則整理課件226例：某企業(yè)去年一年因產(chǎn)品質(zhì)量問題發(fā)生的索賠案件及金額如下，估算平均損失及其方差（95%的置信度）。整理課件227對數(shù)據(jù)進行分組，畫出直方圖可以看到，損失近似服從正態(tài)分布。整理課件228分別根據(jù)小樣本正態(tài)總體的估計方法，計算均值和方差的估計值。整理課件課程章節(jié)內(nèi)容1風(fēng)險概述風(fēng)險管理概述2風(fēng)險識別與分析3229風(fēng)險評估的數(shù)量方法4整理課件第五章風(fēng)險管理策略風(fēng)險控制基本理論風(fēng)險管理的控制型方法風(fēng)險管理的財務(wù)型方法本章主要內(nèi)容230整理課件231風(fēng)險管理措施風(fēng)險應(yīng)對的方法很多，而且風(fēng)險處理手段也直接關(guān)系到最終的風(fēng)險管理結(jié)果。如何選擇合適的風(fēng)險管理手段也是一種藝術(shù)整理課件控制型風(fēng)險管理的目標(biāo)減少風(fēng)險因素控制損失根源減輕損失232整理課件233風(fēng)險控制的基本理論多米諾骨牌理論海因里希1959年提出了“工業(yè)安全公理”，在此基礎(chǔ)上提出了“多米諾骨牌理論”，他將該理論用于研究雇員傷害風(fēng)險。主要研究內(nèi)容是員工的不安全行為產(chǎn)生的原因，以及與損失之間的邏輯關(guān)系整理課件234多米諾骨牌理論示意圖傷害意外事故不安全行為人的過失社會環(huán)境整理課件235風(fēng)險控制的基本理論工業(yè)安全公理海因里希1959年提出了“工業(yè)安全公理”，對大量工業(yè)生產(chǎn)中的一些具有普遍統(tǒng)計意義的現(xiàn)象進行總結(jié)，為防范風(fēng)險提供了參考依據(jù)整理課件236風(fēng)險控制的基本理論能量破壞性釋放理論1970年美國學(xué)者哈頓提出了該理論，他認(rèn)為人員或財產(chǎn)損失基本上是能量意外破壞性釋放的后果核心思想——損失控制應(yīng)重視機械或物的因素的管理，即創(chuàng)造一個更安全的物質(zhì)環(huán)境整理課件防止已聚集能量擴散減少已聚集能量防止能量聚集能量破壞性釋放理論示意圖step1step2step3加強防護……隔離易損對象已擴散則減速step4step5step6237整理課件238風(fēng)險控制的基本理論兩種理論對比兩種理論從不同角度研究了導(dǎo)致事故出現(xiàn)的原因以及解決辦法——前者從社會環(huán)境對人的行為的影響出發(fā)；后者從自然規(guī)律和物質(zhì)環(huán)境對事故的影響出發(fā)整理課件239技術(shù)保障人整理課件240風(fēng)險控制的一般原則提高人員素質(zhì)——通過教育，減少工作中的疏忽和錯誤以減少事故發(fā)生的機會安全管理——規(guī)章制度、監(jiān)督檢查以及合適的管理人員風(fēng)險處理的技術(shù)措施——保證設(shè)備從設(shè)計到操作的全過程處于良好狀態(tài)，并對事故的征兆進行相應(yīng)的技術(shù)處理整理課件241風(fēng)險控制的常用手段風(fēng)險避免對有可能造成嚴(yán)重后果，或風(fēng)險發(fā)生的概率很高的行動，采取主動放棄的手段，以避免可能遭受的風(fēng)險。風(fēng)險避免是最徹底的一種控制風(fēng)險的手段，可以從根本上杜絕風(fēng)險事故的發(fā)生整理課件242風(fēng)險控制的常用手段風(fēng)險避免的缺陷一味地逃避并不能完全化解風(fēng)險，因為有時風(fēng)險是不可能全部避免的風(fēng)險避免可能導(dǎo)致較大的機會成本避免一種風(fēng)險，可能帶來其他風(fēng)險整理課件243案例：本可避免的損失1984年12月3日晚10點，印度的博帕爾化工廠倉庫進水，化學(xué)藥品與水發(fā)生劇烈反應(yīng)，釋放大量“異氰酸甲酯”，120名工人很快死亡。工廠附近的貧民窟中有4000多人中毒死亡，十幾萬人受傷。40萬居民緊急疏散。事故的原因查明是甲烷儲存罐錯誤的倒入100升水，致使事故發(fā)生。但儲存罐冷卻系統(tǒng)和毒氣外泄時的中和系統(tǒng)均未起作用。整理課件244盡管事后聯(lián)合碳化物公司賠償4.7億美元，但直到1990年對土壤進行檢驗仍發(fā)現(xiàn)有毒物質(zhì)。從風(fēng)險管理的角度來看：除了工廠本身內(nèi)部流程管理上的問題外，公眾安全問題被忽視、對緊急事故處理缺乏預(yù)警機制、沒有建立適當(dāng)?shù)陌踩珮?biāo)準(zhǔn)。進一步說，工廠的選址、原材料的使用甚至運輸路線都有問題。同類型的美國本土工廠，除了一般的安全裝置之外，還有電腦報警裝置；地址也選在遠(yuǎn)離人口稠密地區(qū)之外。整理課件245整理課件246整理課件247整理課件248風(fēng)險控制的常用手段損失預(yù)防事故發(fā)生前采取措施，以減少或消除可能引起損失的各種因素預(yù)防與避免的區(qū)別在于，預(yù)防并不消除損失發(fā)生的可能性，而風(fēng)險避免則使損失發(fā)生的概率降為零如，高速公路對車速的限制，進入林區(qū)禁止攜帶火種等整理課件249整理課件250風(fēng)險控制的常用手段損失抑制采取措施在事故發(fā)生時或發(fā)生后減少損失發(fā)生范圍或損失程度抑制措施大體分為事前措施——損失發(fā)生前為減少損失而采取的措施。如設(shè)置煙霧報警器事后措施——損失發(fā)生后為減少損失采取的措施。如自動噴淋系統(tǒng)的啟動整理課件251整理課件252風(fēng)險控制的常用手段風(fēng)險隔離對風(fēng)險單位進行隔離處理。而這種隔離又可以分為分割與復(fù)制兩種方式整理課件253風(fēng)險控制的常用手段風(fēng)險隔離分割——將風(fēng)險單位進行“化整為零”的處理。分割有兩種方式，一種是將原有的風(fēng)險單位分散，如將貨物分散防止多個倉庫；一種是增加風(fēng)險單位的數(shù)量復(fù)制——對風(fēng)險單位進行復(fù)制，用做風(fēng)險事故發(fā)生時的替代作用。如醫(yī)院、影院的發(fā)電機，企業(yè)的備份服務(wù)器等整理課件254風(fēng)險控制的常用手段風(fēng)險的控制型轉(zhuǎn)移出售：將風(fēng)險資產(chǎn)出售給第三方，以徹底規(guī)避風(fēng)險。但有時出售也要負(fù)擔(dān)一定的產(chǎn)品責(zé)任風(fēng)險。分包：將帶有風(fēng)險的活動轉(zhuǎn)移出去。多用于建筑工程。如風(fēng)險較大的高空作業(yè)，可以轉(zhuǎn)包給專門從事該業(yè)務(wù)的公司。免責(zé)協(xié)議：將帶有風(fēng)險的資產(chǎn)或活動，通過協(xié)議轉(zhuǎn)移給第三方。但有可能不允許或不經(jīng)濟整理課件255案例：免責(zé)協(xié)議的失效某公司將其使用的轎車保險，其中盜搶險的金額為42萬元，保險期限自1998年9月30日起至1999年9月29日止。某天，該車在某物業(yè)公司開辦的汽車保管站被盜，保險公司依據(jù)保險合同的約定，向被保險人支付保險賠償金

29.4萬元后，被保險人及車主向保險人簽發(fā)了《權(quán)益轉(zhuǎn)讓書》，保險人取得該車項下價值29.4萬元的代位求償權(quán)。保險公司遂向人民法院起訴了物業(yè)公司，要求賠償

29.4萬元。整理課件256被保險人的車輛由于長期停放該停車場，因而與該停車場簽訂了《停車場汽車保管協(xié)議書》，并按月交付車輛保管費350元，其中約定若在該停車場丟失車輛，保管站的最高賠償限額為15萬元。因此，物業(yè)公司只同意支付15萬的賠償金。整理課件257分析：保管站在擬定合同時約定最高賠償限額，這是限制其責(zé)任的約定，在與被保管人簽訂合同時未以適當(dāng)?shù)姆绞教嵴垖Ψ阶⒁猓矝]有對該條款予以明確的說明。《合同法》第40條規(guī)定：“提供格式條款的一方免除其責(zé)任、加重對方責(zé)任、排除對方主要權(quán)利的，該條款無效?！币虼耍９苷炯s定最高賠償限額的條款無效。整理課件258控制型手段示意圖損失抑制分割復(fù)制（備份）規(guī)避預(yù)防控制型轉(zhuǎn)移急救措施應(yīng)急措施事前事中事后整理課件259風(fēng)險控制的財務(wù)型手段風(fēng)險自留經(jīng)濟單位自己承擔(dān)風(fēng)險事故造成的損失。即通過自有資金來彌補事故造成的損失自留可以是被動的，也可以是主動的。主動的風(fēng)險自留包括：將損失攤?cè)虢?jīng)營成本、建立意外損失基金、借款、自保等方式整理課件260風(fēng)險自留的實施方式：攤?cè)虢?jīng)營成本——事故發(fā)生時，將損失計入當(dāng)期損益意外損失基金——預(yù)先提取部分資金，以補償風(fēng)險發(fā)生時的損失。事實上是一種自我保險自?！赡腹驹O(shè)立公司專門負(fù)責(zé)承保其母公司、集團公司或其他關(guān)聯(lián)公司的保險業(yè)務(wù)。一般只限于其母公司的財產(chǎn)和責(zé)任保險整理課件261自保公司的優(yōu)點：費率相對較低承保彈性強，覆蓋面廣直接與再保險人聯(lián)系，減少中間環(huán)節(jié)稅收上有優(yōu)惠整理課件262自保公司的缺點：業(yè)務(wù)量有限風(fēng)險品質(zhì)較差組織相對簡單此外，許多自保公司由于注冊地關(guān)系而監(jiān)管松散，公司架構(gòu)不完整等也是不利因素整理課件263風(fēng)險控制的財務(wù)型手段保險：風(fēng)險的財務(wù)處理手段中最重要的一種保險的基本原則保險的基本要素保險合同的特點保險險種整理課件264風(fēng)險控制的財務(wù)型手段財務(wù)型非保險轉(zhuǎn)移：金融衍生工具（期權(quán)、期貨、互換等）融資型租賃合同整理課件265財務(wù)型手段示意圖自留金融工具保險合同轉(zhuǎn)移事前事中事后損失補償整理課件266信息管理：信息管理的重要性——風(fēng)險是未來的一種狀態(tài)，而不是結(jié)果。決策卻是現(xiàn)實的結(jié)果，對未來的認(rèn)識是建立在對現(xiàn)有信息的搜集整理的結(jié)果上的。信息就是決策正確的保證信息管理的內(nèi)容——對純粹風(fēng)險的估計、對潛在風(fēng)險的預(yù)測、對未來走勢的估計整理課件267對風(fēng)險處理手段的總結(jié)風(fēng)險處理的多種方式：風(fēng)險處理手段是多樣的，關(guān)鍵是選擇合適的工具。一般的風(fēng)險管理都是在不同處理方式中進行組合，而不是單獨使用某一種方式。處理手段的選擇受到具體環(huán)境、條件的影響，不同組織選擇上會有很大不同整理課件作業(yè)：自己找一個公司有關(guān)風(fēng)險管理方面的成功或失敗的案例，用前面學(xué)到的知識進行分析（可以側(cè)重于某一方面，如企業(yè)戰(zhàn)略決策、內(nèi)部控制、公司治理等進行分析）。268整理課件課程章節(jié)內(nèi)容1風(fēng)險概述風(fēng)險管理概述2風(fēng)險識別與分析3269風(fēng)險評估的數(shù)量方法4整理課件第六章風(fēng)險決策模型期望損益決策模型期望效用決策模型馬爾可夫決策模型本章主要內(nèi)容270整理課件271決策的常用原則概率未知大中取小原則——損失發(fā)生時，可能的損失最小的小中取小原則——損失不發(fā)生時，成本支出最小的概率已知：期望損益原則——所有方案中，期望損失最小的整理課件272一、期望損益決策模型最常用的風(fēng)險管理決策模型之一，以期望損益作為決策依據(jù)。例：某企業(yè)面臨的風(fēng)險只有兩種后果—全損或不發(fā)生損失，全損的概率為2.5%。有三種方案可供選擇：自留不采取措施、自留采取安全措施（損失概率下降為1%）和投保，保費3000元。整理課件273不同措施下的損失分布整理課件274分別計算三種方案的損失期望：方案1：105000×2.5%+0×97.5%=2625方案2：107000×1%+2000×99%=3050方案3：8000×2.5%+3000×97.5%=3012.5可見方案1期望損失最小整理課件期望損益決策模型的方法決策樹分析法——decisiontree，常用來對期望收益進行分析，在綜合判斷各項方案結(jié)果的基礎(chǔ)上進行決策275整理課件用Excel進行決策：某公司有5萬元多余資金,如用于某項開發(fā)事業(yè)估計成功率為96%，成功時一年可獲利12%，但一旦失敗，有喪失全部資金的危險.如把資金存放到銀行中，則可穩(wěn)得年利6%。為獲得更多情報，該公司求助于咨詢服務(wù)，咨詢費用為5百元，但咨詢意見只是提供參考，幫助下決心。據(jù)過去咨詢公司類似200例咨詢意見實施結(jié)果。試用決策樹方法分析:

該公司是否值得求助于咨詢服務(wù);

該公司多余資金應(yīng)如何合理使用?276整理課件咨詢公司歷史數(shù)據(jù)統(tǒng)計資料277整理課件278考慮憂慮價值時的決策結(jié)果什么是憂慮價值？憂慮是決策者對待所選擇的決策方案是否能達到預(yù)期的目標(biāo)，以及一旦出現(xiàn)最不利的后果會給預(yù)定目標(biāo)的實現(xiàn)帶來什么樣的影響，所存在的種種顧慮這些擔(dān)憂和顧慮在決策過程中，尤其是在運用決策模型進行定量分析時，以貨幣形態(tài)反映出來，就是憂慮價值整理課件279憂慮價值的特點：高度主觀：其大小取決于決策者對事件的認(rèn)識和對決策后果的把握程度。顯然是因人而異的?？陀^存在：盡管憂慮價值是高度主觀的，但它卻是客觀存在的。每個經(jīng)營決策者在面對決策事件時，由于決策后果是不確定的，因而不同程度地存在著對