企業(yè)風(fēng)險(xiǎn)衡量培訓(xùn)講義(文件)
【正文】 損失）、標(biāo)準(zhǔn)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(wàn)元 100萬(wàn)元 50萬(wàn)元 火宅 水災(zāi) 熱帶風(fēng)暴 演講完畢，謝謝觀看！ 。假設(shè)廠房只發(fā)生全損、 100萬(wàn)元的部分損失和的 50萬(wàn)元的部分損失三種情況。風(fēng)險(xiǎn)事故發(fā)生的次數(shù)是離散型隨機(jī)變量，但每次風(fēng)險(xiǎn)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(jī)變量。而且當(dāng)發(fā)生風(fēng)險(xiǎn)事故的獨(dú)立單位數(shù) n很大時(shí)，二項(xiàng)分布的計(jì)算會(huì)很繁雜。 xnxxn qpCxXP ??? )(某公司 5個(gè)車(chē)間火宅估測(cè) 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(zāi)的概率為 ；兩棟以上建筑物發(fā)生火災(zāi)的概率為；一年內(nèi)發(fā)生火災(zāi)次數(shù)的平均值以及標(biāo)準(zhǔn)差分別為 。 (3)各次試驗(yàn)獨(dú)立。 Bernoulli試驗(yàn)序列 n次 Bernoulli試驗(yàn)構(gòu)成了 Bernoulli試驗(yàn)序列。 一般將連續(xù)型隨機(jī)變量整理成頻數(shù)表，對(duì)頻數(shù)作直方圖，直方圖的每個(gè)矩形頂端連接的階梯形曲線(xiàn)來(lái)描述連續(xù)型變量的頻數(shù)分布。但如果標(biāo)準(zhǔn)差或差異系數(shù)很大，即過(guò)去的損失資料表明，每年的損失值相差很大。差異指標(biāo)則從另一側(cè)面，即標(biāo)志值的差異來(lái)描述總體的特征。 平均指標(biāo)的意義 算術(shù)平均數(shù) 加權(quán)平均數(shù) 中位數(shù) 權(quán) 重 常用平均指標(biāo) ???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(shù)平均值能夠抵消偶然因素對(duì)各標(biāo)志值的影響，消除偶然條件形成的差異，突出了必然因素對(duì)總體特征的作用。 （ 1）每次損失金額小于 5萬(wàn)元的概率 （ 2）每次損失 45萬(wàn)元 ~60萬(wàn)元的概率 ? 同理計(jì)算 : P(45X60) = F(60) – F(45) = （ 3）損失在 75萬(wàn)元以上的概率 ? 同理計(jì)算 : P(75X∞) = F(∞) – F(75) = 1 – F(75) = 第三節(jié) 風(fēng)險(xiǎn)衡量的方法 一、中心趨勢(shì)測(cè)量 ?算術(shù)平均數(shù) ?加權(quán)平均數(shù)、 ?中位數(shù) ?眾數(shù) 二、變動(dòng)程度的測(cè)定 一、中心趨勢(shì)測(cè)量 ? 算術(shù)平均數(shù) ? 加權(quán)平均數(shù)、 ? 中位數(shù) ? 眾數(shù) 平均指標(biāo)是從個(gè)別標(biāo)志值加以抽象概括而計(jì)算出來(lái)的，它是由個(gè)別標(biāo)志值組成的變量數(shù)列的代表。 2．根據(jù)數(shù)據(jù)進(jìn)行整理，計(jì)算期望之和標(biāo)準(zhǔn)差。連續(xù)性隨機(jī)變量取某個(gè)特定值的概率為零。 ?風(fēng)險(xiǎn)事故發(fā)生的次數(shù)是離散型隨機(jī)變量，因?yàn)槿靠赡馨l(fā)生的次數(shù)與其相應(yīng)的概率均可一一列舉出來(lái)。是一種心理評(píng)價(jià)，對(duì)同一事件，不同人對(duì)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(duì)個(gè)別事件設(shè)計(jì)的概率?？陀^概率可以根據(jù)歷史數(shù)據(jù)或是大量的試驗(yàn)來(lái)推定：可以將一個(gè)事件分解為若干子事件，通過(guò)計(jì)算子事件的概率來(lái)獲得主要事件的概率 。 慣性原理 ?降低不確定性 通過(guò)衡量，計(jì)算出比較準(zhǔn)確的損失概率和損失嚴(yán)重程度，減少損失發(fā)生的不確定性。因?yàn)橹灰蟹€(wěn)定的系統(tǒng)，事物之間的內(nèi)在聯(lián)系和基個(gè)特征就有可能延續(xù)下去。又如各種鳥(niǎo)翅膀的形狀類(lèi)推飛機(jī)翼形。因此，根據(jù)事件的相似關(guān)系，從已掌握的實(shí)際資料出發(fā)，運(yùn)用科學(xué)的衡量方法而得到的數(shù)據(jù)，可以基本符合實(shí)際情況，滿(mǎn)足預(yù)測(cè)的需要。利用類(lèi)推原理衡量風(fēng)險(xiǎn)的優(yōu)點(diǎn)在于，能彌補(bǔ)事故統(tǒng)計(jì)資料不足的缺陷。但就總體而言，風(fēng)險(xiǎn)事故的發(fā)生又呈現(xiàn)出某種統(tǒng)計(jì)的規(guī)律性。風(fēng)險(xiǎn)單位數(shù)量愈多，實(shí)際損失的結(jié)果會(huì)愈接近從無(wú)限單位數(shù)量得出的預(yù)期損失可能的結(jié)果。這時(shí)，可以看出風(fēng)
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1