企業(yè)風險衡量培訓講義(文件)
【正文】 損失）、標準差，并用擬合公式考察損失值在 45~60之間的概率水平。 損失金額 270萬元 100萬元 50萬元 火宅 水災 熱帶風暴 演講完畢，謝謝觀看！ 。假設廠房只發(fā)生全損、 100萬元的部分損失和的 50萬元的部分損失三種情況。風險事故發(fā)生的次數(shù)是離散型隨機變量，但每次風險事故所致?lián)p失金額，可以在某一區(qū)間內(nèi)取值，因此，它是連續(xù)型隨機變量。而且當發(fā)生風險事故的獨立單位數(shù) n很大時，二項分布的計算會很繁雜。 xnxxn qpCxXP ??? )(某公司 5個車間火宅估測 發(fā)生火宅次數(shù) 發(fā)生火宅概率 0 p(x=0)= 1 p(x=1)= 2 p(x=2)= 3 p(x=3)= 4 p(x=4)= 5 p(x=5)= 一年內(nèi)不發(fā)生火災的概率為 ；兩棟以上建筑物發(fā)生火災的概率為；一年內(nèi)發(fā)生火災次數(shù)的平均值以及標準差分別為 。 (3)各次試驗獨立。 Bernoulli試驗序列 n次 Bernoulli試驗構(gòu)成了 Bernoulli試驗序列。 一般將連續(xù)型隨機變量整理成頻數(shù)表，對頻數(shù)作直方圖，直方圖的每個矩形頂端連接的階梯形曲線來描述連續(xù)型變量的頻數(shù)分布。但如果標準差或差異系數(shù)很大，即過去的損失資料表明，每年的損失值相差很大。差異指標則從另一側(cè)面，即標志值的差異來描述總體的特征。 平均指標的意義 算術平均數(shù) 加權(quán)平均數(shù) 中位數(shù) 權(quán) 重 常用平均指標 ???ninXnX11?????niiniiifmfX11~????????????mnXXmnXM e Xmmm22/)(12)1()()1(某公司 5年內(nèi)被盜竊的損失 損失金額（元） 組中值 mi（元） 次數(shù) 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 算術平均值能夠抵消偶然因素對各標志值的影響，消除偶然條件形成的差異，突出了必然因素對總體特征的作用。 （ 1）每次損失金額小于 5萬元的概率 （ 2）每次損失 45萬元 ~60萬元的概率 ? 同理計算 : P(45X60) = F(60) – F(45) = （ 3）損失在 75萬元以上的概率 ? 同理計算 : P(75X∞) = F(∞) – F(75) = 1 – F(75) = 第三節(jié) 風險衡量的方法 一、中心趨勢測量 ?算術平均數(shù) ?加權(quán)平均數(shù)、 ?中位數(shù) ?眾數(shù) 二、變動程度的測定 一、中心趨勢測量 ? 算術平均數(shù) ? 加權(quán)平均數(shù)、 ? 中位數(shù) ? 眾數(shù) 平均指標是從個別標志值加以抽象概括而計算出來的，它是由個別標志值組成的變量數(shù)列的代表。 2．根據(jù)數(shù)據(jù)進行整理，計算期望之和標準差。連續(xù)性隨機變量取某個特定值的概率為零。 ?風險事故發(fā)生的次數(shù)是離散型隨機變量，因為全部可能發(fā)生的次數(shù)與其相應的概率均可一一列舉出來。是一種心理評價，對同一事件，不同人對其發(fā)生的概率判斷是不同的。 損失概率 主觀概率 是根據(jù)確鑿有效的證據(jù)對個別事件設計的概率。客觀概率可以根據(jù)歷史數(shù)據(jù)或是大量的試驗來推定：可以將一個事件分解為若干子事件，通過計算子事件的概率來獲得主要事件的概率 。 慣性原理 ?降低不確定性 通過衡量，計算出比較準確的損失概率和損失嚴重程度，減少損失發(fā)生的不確定性。因為只要有穩(wěn)定的系統(tǒng)，事物之間的內(nèi)在聯(lián)系和基個特征就有可能延續(xù)下去。又如各種鳥翅膀的形狀類推飛機翼形。因此，根據(jù)事件的相似關系，從已掌握的實際資料出發(fā)，運用科學的衡量方法而得到的數(shù)據(jù)，可以基本符合實際情況，滿足預測的需要。利用類推原理衡量風險的優(yōu)點在于，能彌補事故統(tǒng)計資料不足的缺陷。但就總體而言，風險事故的發(fā)生又呈現(xiàn)出某種統(tǒng)計的規(guī)律性。風險單位數(shù)量愈多，實際損失的結(jié)果會愈接近從無限單位數(shù)量得出的預期損失可能的結(jié)果。這時，可以看出風
環(huán)評公示相關推薦
鄂ICP備17016276號-1