ch2風(fēng)險識別與分析課件

第二章風(fēng)險識別與分析風(fēng)險分析風(fēng)險的偏好及其測定風(fēng)險識別的主要方法本章主要內(nèi)容2一、風(fēng)險分析第一，分析潛在的損失原因；第二，分析已知損失原因與風(fēng)險的關(guān)系；第三，分析評價風(fēng)險對于整個組織的影響。3風(fēng)險分析的收益與成本風(fēng)險分析的收益在于通過風(fēng)險分析能夠發(fā)現(xiàn)那些尚未被識別的風(fēng)險，并有助于敦促人們采取控制措施以減少損失，最終降低損失。5二、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識。簡單來說，風(fēng)險偏好就是不同人對風(fēng)險的態(tài)度。61、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。7游戲2交納一筆錢k元參與游戲，然后擲硬幣，當(dāng)?shù)谝淮纬霈F(xiàn)數(shù)字面朝上時，游戲結(jié)束，參與者可以獲得元，請問你最多愿意花多少錢參與這個游戲？9如果對參與者來說，第n次投擲出現(xiàn)數(shù)字的概率為，相應(yīng)的回報為，期望收益為

10圣彼得堡悖論18世紀，數(shù)學(xué)家尼古拉·貝努里提出了圣彼得堡悖論（St.PetersburgParadox）。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?？梢?，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”11Jensen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13U3效用收益保守型中間型冒險型W1W2W3U2U11415期望效用和期望值的效用期望效用[ExpectedUtility]——消費者在不確定情況下可能得到的各種結(jié)果的效用的加權(quán)平均數(shù)。期望值[ExpectedValue]——消費者在不確定情況下所擁有的財富的加權(quán)平均數(shù)。期望值的效用[UtilityofExpectedValue]——消費者在不確定情況下所擁有的財富的加權(quán)平均數(shù)的效用。17風(fēng)險規(guī)避：例子假設(shè)一個人工作有兩個選擇：（1）一份固定收入20000元的工作（2）一份50%的概率收入為30000元、50%的概率收入為10000元

收入為10000元的效用水平為10，收入為20000元的效用水平為16，收入為30000元的效用水平為1818風(fēng)險規(guī)避：例子風(fēng)險工作的期望收入：E(I)=(0.5)(30000)+(0.5)(10000)=20000風(fēng)險工作的期望效用：E(u)=(0.5)(10)+(0.5)(18)=14在期望收入相同的情況下，效用值越高的決策者越偏好，即會選擇確定收入的工作

對于風(fēng)險規(guī)避者而言，失去的比得到的更重要（因為收入的邊際效用是遞減的）19風(fēng)險規(guī)避者的效用函數(shù)WU[pW1+(1－p)W2]U(W)pU(W1)+(1－p)U(W2)U(W1)U(W2)ABU(W)W2OW1pW1+(1－p)W221風(fēng)險愛好者的效用函數(shù)WU[pW1+(1－p)W2]U(W)pU(W1)+(1－p)U(W2)U(W1)U(W2)ABU(W)W2OW1pW1+(1－p)W222（3）風(fēng)險中性riskneutral風(fēng)險中性：相同期望值的不確定收入與確定收入是無差異的?特征：收入的邊際效用是常數(shù)?案例E(I)=(0.5)(10000)+(0.5)(30000)=20000E(u)=(0.5)(6)+(0.5)(18)=12收入為10000元的效用水平為6，收入為20000元的效用水平為12，收入為30000元的效用水平為1823風(fēng)險中性者的效用函數(shù)WU[pW1+(1－p)W2]U(W)pU(W1)+(1－p)U(W2)U(W1)U(W2)AU(W)W2OW1pW1+(1－p)W2

例：股票vs.債券劉某現(xiàn)有1萬元準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：1、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？2、如果此人的效用函數(shù)為，如何決策？25

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。26絕對風(fēng)險規(guī)避度對于個體效用函數(shù)，定義它的絕對風(fēng)險規(guī)避度為：29定義如果RA是嚴格遞減的函數(shù)，即，那么稱投資者是遞減絕對風(fēng)險厭惡的，類似的，若，那么稱投資者是常絕對風(fēng)險厭惡的，若，則稱投資者是遞增絕對風(fēng)險厭惡的。30阿羅-普拉特定理：對于遞減絕對風(fēng)險厭惡者來說，隨著個人財富的增長，他對風(fēng)險資產(chǎn)的投資也就越大；對于遞增絕對風(fēng)險厭惡者，隨著個人財富的增加，他對風(fēng)險資產(chǎn)投資反而減少（視風(fēng)險資產(chǎn)為劣質(zhì)品）；對于常絕對風(fēng)險厭惡者，他對風(fēng)險資產(chǎn)投資與財富無關(guān)31相對風(fēng)險規(guī)避度：顯示遞減絕對風(fēng)險厭惡系數(shù)的投資者，當(dāng)財富增加時，他對風(fēng)險資產(chǎn)的絕對投資量也會增加，但是不能回答，相對于總財富的風(fēng)險投資比例是增加還是減少。引入相對風(fēng)險厭惡的概念可以回答這一問題32相對風(fēng)險規(guī)避度對于個體效用函數(shù)，定義它的相對風(fēng)險厭惡系數(shù)為：33定義：如果RR是嚴格遞減的函數(shù)，即，那么稱投資者是遞減相對風(fēng)險厭惡的；若那么稱投資者是常（不變）相對風(fēng)險厭惡的；若，則稱投資者是遞增相對風(fēng)險厭惡的。34對于遞增相對風(fēng)險厭惡者，風(fēng)險資產(chǎn)需求的財富彈性小于1（即隨財富的增加，投資于風(fēng)險資產(chǎn)相對于財富的比例下降），對于不變相對風(fēng)險厭惡者，風(fēng)險資產(chǎn)需求的彈性等于1，對于遞減相對風(fēng)險厭惡者，風(fēng)險資產(chǎn)需求的財富彈性大于1（即隨財富的增加，投資于風(fēng)險資產(chǎn)相對于財富的比例上升））。財富彈性：隨著財富的增加，投資于風(fēng)險資產(chǎn)的比例相對于財富的增加而減少（不變，增加）。35現(xiàn)實中的投資者屬于哪種風(fēng)險厭惡類型？普遍的看法是，大多數(shù)人具有遞減絕對風(fēng)險厭惡系數(shù)和不變相對厭惡系數(shù)，這反映了大多數(shù)投資者的投資行為。但也有人可能具有遞減絕對風(fēng)險厭惡系數(shù)，遞減相對風(fēng)險厭惡系數(shù)也許更能反映大多數(shù)人投資者的行為。36374、風(fēng)險與保險風(fēng)險規(guī)避者愿意支付一定的收入來避免風(fēng)險

如果保險的價格等于期望的損失，風(fēng)險規(guī)避者將會購買足夠的保險，以使他們可以從任何可能遭受的損失得到全額補償。對于風(fēng)險規(guī)避者而言，無論結(jié)果如何（損失是否發(fā)生），通過購買保險使得收入固定，比面對風(fēng)險獲得的效用高。38投保方的決策假設(shè)消費者擁有一筆財產(chǎn)，價值W，他面臨被盜的風(fēng)險。如果風(fēng)險發(fā)生，他將損失L，風(fēng)險的發(fā)生概率為p。問：消費者愿意支付保費S為多少？支付的保費不高于財產(chǎn)的期望損失。39保險公司的決策如果損失不發(fā)生，保險公司不支付補償費，則保險公司的收益為S；如果損失發(fā)生，保險公司支付補償費L，則保險公司的收益為S-L。問：保險公司是否愿意接受投保？保險公司的期望收益40風(fēng)險與保險公平保險：公司的保險收入等于總支出；保險費等于損失的期望值；風(fēng)險發(fā)生的概率等于保險與損失之比。41例子

假定家中有50000元的財富，被盜的可能性為10%，損失為10000元，是否買一份1000元的保險？二、風(fēng)險偏好的技術(shù)衡量法技術(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。42例子風(fēng)險經(jīng)理發(fā)現(xiàn)工人們不愿意使用機器防護裝置。工人們的這種行為會使意外事故發(fā)生率上升。他收集了工廠中七種機器去年事故數(shù)量的資料。機器事故A15B10C21D4E7F8G1743風(fēng)險經(jīng)理制作了一張《風(fēng)險認識調(diào)查表》，用來調(diào)查機器使用者對去年機器發(fā)生事故數(shù)量的估測。機器事故ABCDE7FG44從250名員工調(diào)查中得到的平均數(shù)。機器事故實際值估測值A(chǔ)1513B1016C2125D43E77F815G171645對事故發(fā)生可能性大小進行排序。事故發(fā)生數(shù)量平地跌倒或摔跤180被物體擊中101從高處跌落摔傷97超負荷運轉(zhuǎn)45被物體壓傷或夾傷20與物體相撞11被物體擦傷5被電流擊中246風(fēng)險排序調(diào)查表事故排位平地跌倒或摔跤被物體擊中從高處跌落摔傷超負荷運轉(zhuǎn)被物體壓傷或夾傷與物體相撞被物體擦傷被電流擊中事故排位從高處跌落摔傷1超負荷運轉(zhuǎn)2與物體相撞3被物體擊中4被電流擊中5平地跌倒或摔跤6被物體壓傷或夾傷7被物體擦傷847事故公司的排位員工的排位行業(yè)的排位平地跌倒或摔跤164被物體擊中241從高處跌落摔傷313超負荷運轉(zhuǎn)422被物體壓傷或夾傷576與物體相撞635被物體擦傷787被電流擊中85848三、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)49例：康泰橡膠公司的風(fēng)險識別康泰橡膠公司是一家具有85年悠久歷史的企業(yè)，它地處上海市郊區(qū)，規(guī)模大，占地廣，交通便利。該公司主要從事橡膠加工制作。公司從三個國家進口原橡膠，加工成品主要有三條銷路：第一，銷售給汽車制造廠或飛機制造廠等訂貨單位；第二，直接銷售給零售商。公司生產(chǎn)大量供家庭和企業(yè)使用的橡膠產(chǎn)品，這些產(chǎn)品通過該公司所屬的眾多零售網(wǎng)點以及一家名為大眾彈力公司的零售商來銷售。第三，銷售給兩個子公司，即泰康橡膠工程公司和泰康橡膠管公司。這兩家子公司專門生產(chǎn)工業(yè)用橡膠產(chǎn)品，其原料完全由母公司康泰橡膠公司提供。50橡膠的加工過程十分復(fù)雜，并且工藝也在不斷更新。原料橡膠被輸送到車間，經(jīng)過滾壓成漿，再加入各種化學(xué)物質(zhì)，在高溫高壓下進行硫化，使橡膠更富有彈性和韌性。制造的產(chǎn)品經(jīng)過打磨、切割，再被送到大眾彈力公司，或被送到車間按訂單進行再加工。511、現(xiàn)場調(diào)查法52現(xiàn)場調(diào)查法名稱泰康碾壓橡膠公司471號機器功能硫化工序中滾壓橡膠使用年數(shù)14年狀態(tài)較差，需要維修故障自動安全栓損壞，沒有引起重視措施書面通知安全經(jīng)理和車間主任532、審核表調(diào)查法列出待檢項目，由風(fēng)險經(jīng)理在現(xiàn)場調(diào)查時填寫，或由工作現(xiàn)場的其他人員填寫。要求：細節(jié)清晰、內(nèi)容明確。優(yōu)點：節(jié)約時間和費用；執(zhí)行簡單、迅速；利于對企業(yè)進行逐年的有效跟蹤監(jiān)測；審核表易于修改。缺點：可能描述不清、填寫不準確、不客觀、回收率低，難以控制表格完成的過程。54審核表調(diào)查法

泰康公司安全審核表經(jīng)營場所

報警系統(tǒng)、警報器檢測、鑰匙管理人、外部圍欄和圍墻貨物

原材料庫、存貨檢查、成品庫、發(fā)貨倉庫貨幣

現(xiàn)金、運輸中的貨幣、保險箱55審核表調(diào)查法泰康公司火災(zāi)風(fēng)險審核表56發(fā)貨倉庫是否措施1、所有的防火門是否標識清楚？2、所有的緊急出口是否都能使用？3、所有的貨物是否堆放整齊？4、所有的廢料是否定期處理？5、所有的易燃原料是否都存放在磚制防火倉庫內(nèi)？6、所有的滅火器是否都檢測合格？7、所有的消防水龍頭都合格嗎？8、所有的消防演習(xí)都按安全手冊完成了嗎？審核表調(diào)查法泰康橡膠公司責(zé)任風(fēng)險審核表57活動評審A低于標準B正常C高于標準機器防護裝置的使用很少使用大多數(shù)時間使用一直能有效使用防護面具和其他呼吸裝置的使有很少使用經(jīng)常使用，并且拿取方便工作時一直佩帶安全告示和其他預(yù)防事故的資料很少張貼張貼常規(guī)性安全告示除常規(guī)安全告示，還有許多具體告示3、組織結(jié)構(gòu)圖示法旨在描述風(fēng)險發(fā)生的領(lǐng)域。584、流程圖法生產(chǎn)流程服務(wù)流程財務(wù)會計流程市場營銷流程……便于對每一個環(huán)節(jié)的風(fēng)險因素、風(fēng)險事故及可能的損失后果進行識別和分析。59流程圖法識別生產(chǎn)過程的各個階段；設(shè)計流程圖；解釋、分析流程圖：考察特定事故的影響。60階段壓模潛在的損失事故壓模機停止運轉(zhuǎn)事故的原因火災(zāi)、爆炸、電氣中斷、工業(yè)故障可能的后果產(chǎn)品損失、原料積壓、大眾彈力公司收入損失、泰康橡膠集團公司庫存減少5、危險因素和可行性研究61地下油庫系統(tǒng)分析表62指導(dǎo)性文字偏差原因后果對策無無流量1、油箱是空的2、輸入閥門關(guān)閉3、油泵故障4、其他閥門關(guān)閉5、軟管阻塞1-5無汽油加入汽車4汽油滲出管道5軟管爆裂1、定期檢查油箱2-4每天檢查閥門3定期維修油泵5定期檢查軟管多流量過多油泵故障汽油溢出定期維護少流量過少1、油泵故障2、閥門未開3、軟管部分阻塞加油時間過長對策同無流量情況附加水混入汽油儲油罐進水水伴隨汽油加入汽車定期清理儲油罐636、事故樹法事故樹分析（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實驗室在20世紀60年代從事空間項目時發(fā)明。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。6364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∪B26465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)。6566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6667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67例子：當(dāng)加工箱內(nèi)的壓力上升和安全閥不能正常工作時，爆炸就會發(fā)生。68691速度過快G計速器故障H傳送速度過快I人為原因J灰塵污染E人為原因F543箱體爆炸O0.0002次/年壓力上升A2次/年安全閥故障B10-4油泵故障C0.5次/年輸入過量D1.5次/年2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。7071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7172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＝0.0197273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＋0.01－0.0001＝0.0199

7374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7475概率重要度分析考慮基本事件發(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。7576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：7677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)7778頂上事件的概率用近似計算方法7879各基本事件的概率重要度為：7980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)8081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。8182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準，定義為：82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：838384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。基本事件X3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。8485小結(jié)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。857、風(fēng)險指數(shù)道氏火災(zāi)與爆炸指數(shù)衡量損失可能性并以指數(shù)表示出來，用于比較并對每年的變化進行管理。以已往的事故統(tǒng)計資料及物質(zhì)的潛在能量和現(xiàn)行安全措施為依據(jù)，定量地對工藝裝置及所含物料的實際潛在火災(zāi)、爆炸和反應(yīng)危險性進行分析評價。美國道化學(xué)公司，“火災(zāi)、爆炸危險指數(shù)評價法”

，1964年(第一版)，1993年（第七版）。8687案例：汽油庫火災(zāi)、爆炸指數(shù)汽油庫概況哈爾濱工業(yè)大學(xué)運輸部汽油庫位于工大運輸部汽車庫院內(nèi),東南角,為半地下建筑形式,占地面積300平方米,周圍500平方米內(nèi)無居民居住,也沒有工業(yè)性建筑。汽油庫內(nèi)有儲油罐6個,其中每罐裝汽油20噸的有4個,裝柴油8噸的1個,裝柴油4噸的1個。88F1的計算:根據(jù)該汽油庫的具體情況,參照道氏法第六版有關(guān)系數(shù)的選擇及確定標準,得到基本系數(shù)為1,物質(zhì)處理和輸送的危險系數(shù)為1.05,封閉式結(jié)構(gòu)單元的危險系數(shù)為0.90,通道修正系數(shù)為0.35,其它修正系數(shù)為0,則:F