د خطر تحلیل کې احصایې
په داسې نړۍ کې چې له ناڅرګندتیا ډکه ده - د بازار له بدلونونو او د اقلیم بدلون څخه تر روغتیا خطرونو او د اکمالاتو د لړۍ ګډوډیو پورې - موږ د خطر د پوهیدو او اداره کولو لپاره یوې منظمې لارې ته اړتیا لرو. دا هغه ځای دی چې احصایې مهم رول لوبوي. احصایې یوازې د فورمولونو ټولګه نه ده، بلکې د معلوماتو د معلوماتو بدلولو لپاره د میتودونو یوه ټولګه ده چې د پیښې د احتمال اټکل کولو، د هغې اغیزې اندازه کولو، او د کمولو ستراتیژیو ډیزاین کولو لپاره کارول کیدی شي. دا مقاله بحث کوي چې څنګه احصایې د خطر تحلیل کې کارول کیږي، د هغې کلیدي مفکورې، او په مختلفو برخو کې د هغې د پلي کولو مثالونه.
د خطر درک کول: فرصتونه او اغیزې
په عمومي توګه، خطر د یوې پیښې د احتمال او د هغې د اغیزو د ترکیب په توګه درک کیدی شي. د مثال په توګه، په یوه سیمه کې د سیلاب خطر د سیلاب د فریکونسۍ (احتمال) او د زیان اندازه (اغیز) پورې اړه لري. احصایې موږ سره د تاریخي معلوماتو، ماډلینګ او استنباط له لارې اندازه کولو کې مرسته کوي.
په هرصورت، ټول خطرونه په اسانۍ سره اندازه نه کیږي. په ډیری مواردو کې، معلومات محدود، نیمګړي، یا اړخیز کیدی شي. له همدې امله، د خطر عصري تحلیل ډیری وختونه کلاسیک احصایې د احتمالي طریقو، سمولیشن، او ماشین زده کړې سره یوځای کوي ترڅو ډیر حقیقي اټکلونه تولید کړي.
د خطر تحلیل کې د معلوماتو رول او د هغې کیفیت
د خطر تحلیل کې ترټولو اساسي ګام د اړونده معلوماتو راټولول دي. پدې معلوماتو کې د تیرو پیښو ریکارډونه شامل کیدی شي (د مثال په توګه، د کار ځای د حادثې معلومات)، دوره ایز اندازه کول (د مثال په توګه، ورځنی باران)، یا د سروې معلومات (د مثال په توګه، د خوندیتوب پروتوکولونو سره د کارونکي اطاعت). د معلوماتو کیفیت د تحلیل کیفیت ټاکي. احصایې د دې لپاره وسایل چمتو کوي:
۱. د معلوماتو پاکول: د غیر ضروري معلوماتو کشف کول، ورک شوي ارزښتونه، او ناانډولۍ.
۲. د معلوماتو توضیحات (توضیحي احصایې): د مرکزي تمایل او ویش د اقداماتو سره معلومات لنډیز کوي.
۳. د تعصب ارزونه: د مثال په توګه د سروې په معلوماتو کې د انتخاب تعصب یا د پیښو په معلوماتو کې کم راپور ورکول.
د ښه معلوماتو پرته، د خطر ماډلونه په بالقوه توګه ګمراه کوونکي کیدی شي. له همدې امله، د معلوماتو سرچینو، متغیر تعریفونو، او ثبتولو میتودونو پوهیدل د تحلیل یوه مهمه برخه ده.
د مرکزیت او خپریدو اندازه کول: د ناڅرګندتیا اندازه کول
د خطر تحلیل کې، موږ په ندرت سره یوازې "اوسط ارزښت" ته اړتیا لرو. هغه څه چې خورا مهم دي د توپیر پوهیدل دي. د مثال په توګه، د پانګونې دوه پورټ فولیو کولی شي ورته اوسط عاید ولري مګر د بې ثباتۍ مختلفې کچې ولري؛ هغه پورټ فولیو چې لوړ بې ثباتي لري عموما خطرناک ګڼل کیږي.
ځینې عام کارول شوي احصایوي مفاهیم:
- اوسط (اوسط): د متغیر د متوقع ارزښت اټکل.
- میډین: ګټور دی کله چې معلومات خورا متناقض وي، د بیلګې په توګه د آفتونو له امله د زیانونو ویش.
- توپیر او معیاري انحراف: د معلوماتو خپریدل اندازه کړئ، چې ډیری وختونه د بې ثباتۍ شاخصونو په توګه کارول کیږي.
- کوارټیلز او IQR: د ویش په پوهیدو کې مرسته کوي پرته لدې چې د بهرنیانو لخوا ډیر اغیزمن شي.
د خطر مدیریت په عمل کې، د معیاري انحراف په څیر اقدامات اکثرا د "بې ثباتۍ" تشریح کولو لپاره کارول کیږي، پداسې حال کې چې میډیان یا کوانټیلونه د ډیرو محافظه کار سناریوګانو تشریح کولو لپاره کارول کیږي.
د احتمال ویش: د خطر ماډلینګ بنسټ
احصایې د احتمالي ویش مفهوم معرفي کوي، کوم چې د احتمالي ارزښتونو د پیښیدو احتمال تشریح کولو لارې دي. د سم ویش غوره کول خورا مهم دي ځکه چې دا به د خطر اټکل اغیزه وکړي.
ځینې ویشونه چې ډیری وختونه د خطر په شرایطو کې رامینځته کیږي:
- نورمال ویش: ډیری وختونه د هغو پیښو لپاره کارول کیږي چې د ډیری کوچنیو عواملو پایله وي. په هرصورت، د سخت خطر په ډیری قضیو کې، نورمال ویش کولی شي د یوې لویې پیښې احتمال کم اټکل کړي.
- منطقي ویش: ډیری وختونه د مالي زیانونو یا د پروژې بشپړیدو وخت لپاره کارول کیږي.
- د پویسن ویش: په یوه ټاکلې موده کې د پیښو شمیر محاسبه کولو لپاره مناسب، د بیلګې په توګه په میاشت کې د پیښو شمیر.
- د مصرف او ویبل ویش: په پراخه کچه د ماشین اجزاو اعتبار او ژوند تحلیل کې کارول کیږي.
د ویشونو په کارولو سره، شنونکي کولی شي د یوې پیښې احتمال محاسبه کړي چې د یوې ټاکلې حد څخه پورته واقع کیږي، د بیلګې په توګه د یو کال په اوږدو کې د یوې ټاکلې حد څخه د زیاتو زیانونو احتمال.
د پیرامیټر اټکل او استنباط: له نمونې څخه تر نفوس پورې
ډیری وختونه موږ یوازې د معلوماتو نمونه لرو، نه بشپړ سیټ. احصایوي استنباط موږ سره مرسته کوي چې د نمونې پراساس د نفوس په اړه پایلې راوباسو. د خطر تحلیل کې، دا د دې لپاره مهم دی:
- د تفتیش معلوماتو څخه د ماشین د ناکامۍ کچه اټکل کړئ،
- د پور ورکوونکو معلوماتو څخه د کریډیټ ډیفالټ نرخونه اټکل کړئ،
- یا د خطر کمولو مداخلې اغیزمنتوب ارزونه وکړئ.
د باور وقفې په څیر میتودونه د پیرامیټر لپاره د احتمالي ارزښتونو لړۍ په ګوته کولو کې مرسته کوي (د مثال په توګه، د اوسط زیان)، پداسې حال کې چې د فرضیې ازموینې د دوو کمولو پالیسیو پرتله کولو لپاره کارول کیدی شي: ایا نوې پالیسي په حقیقت کې د پیښې کچه کموي؟
د خطر ارزښت (VaR) او د خطر کمیت اقدامات
په مالي چارو کې، د خطر یو مشهور پیمانه د خطر ارزښت (VaR) دی. VaR دې پوښتنې ته ځواب ورکوي: "په یوه ټاکلې موده کې د باور په کچه اعظمي ممکنه زیان څومره دی؟" د مثال په توګه، د IDR 1 ملیارد 95٪ ورځني VAR پدې معنی دی چې 95٪ باور شتون لري چې ورځنی زیان به د IDR 1 ملیارد څخه ډیر نه وي (که څه هم لاهم د لوی زیان 5٪ چانس شتون لري).
که څه هم VaR په پراخه کچه کارول کیږي، دا محدودیتونه لري، په ځانګړې توګه د لکۍ خطر په نښه کولو کې. له همدې امله، نور اقدامات لکه د تمه شوي کمښت (CVaR) ډیری وختونه کارول کیږي، کوم چې د VaR هاخوا په بدترین حالت کې د اوسط زیان حساب کوي.
دا کوانټایل مفهوم په نورو برخو کې هم اړونده دی، د بیلګې په توګه د هوا د ککړتیا لپاره د خوندي حدودو ټاکل یا د توکو د ختمیدو خطر کمولو لپاره د زیرمو ټاکل.
د مونټ کارلو سمولیشن: د پیچلتیا سره مخ کیدل
کله چې یو سیسټم د تحلیلي تحلیل لپاره خورا پیچلی وي، د مونټ کارلو سمولیشن یو حل دی. دا طریقه د ان پټ ویش څخه تصادفي نمونې کاروي ترڅو د څو محصول سناریوګانې رامینځته کړي. د مثال په توګه:
- د هرې فعالیت د مودې د بدلونونو پر بنسټ د پروژې د ځنډ خطر اټکل کړئ.
- د مختلفو شتمنیو د بیرته راستنیدو د ناڅرګندتیا پراساس د پورټ فولیو د ضایع کیدو خطر اندازه کوي.
- د تقاضا او تحویل وخت کې د بدلونونو پراساس د اکمالاتو کمښت خطر وړاندوینه وکړئ.
د زرګونو څخه تر ملیونونو سمیولیشنونو سره، شنونکي کولی شي د پایلو ویش جوړ کړي او د سختو پیښو احتمال وارزوي، نه یوازې اوسط ارزښتونه.
اړیکه او انحصار: خطرونه په ندرت سره یوازې ولاړ وي
خطرونه ډیری وخت یو بل سره تړلي وي. اقتصادي بحران کولی شي د ډیفالټ خطر زیات کړي، کوم چې په پایله کې د بانکي نقدوالي خطر زیاتوي، او داسې نور. احصایې د متغیرونو ترمنځ د اړیکو مطالعې لپاره وسایل چمتو کوي:
- د خطي اړیکو لیدلو لپاره اړیکه.
- د خطر متغیرونو باندې د علتي متغیرونو اغیزې ماډل کولو لپاره ریګریشن.
- د انحصارونو ماډل کولو لپاره کوپولا (په پرمختللي خطر تحلیل کې)، په شمول د بحران په جریان کې د "توزیع لکۍ".
د خطر په تحلیل کې یوه عامه تېروتنه دا ده چې فرض کړئ متغیرات خپلواک دي. په هرصورت، د سختو شرایطو لاندې، اړیکې کولی شي زیاتې شي، چې ګډ خطر خورا لوی کوي.
په مختلفو برخو کې د احصایې کارول
۱. عامه روغتیا: د ناروغۍ د خطرونو ماډل کول، د لیږد کچه اټکل کول، او د واکسین اغیزمنتوب اندازه کول.
۲. صنعتي او حرفوي خوندیتوب: د حادثې د فریکونسۍ تحلیل، د لامل عوامل پیژندل، او د K3 پروګرامونو ارزونه.
۳. بیمه: د ادعاوو د احتمال او د ادعا د اندازې پر بنسټ پریمیم محاسبه کوي، په شمول د ناورین خطرونو.
۴. چاپیریال: د اقلیمي معلوماتو پر بنسټ د سیلابونو، ځمکې ښویدنې، یا وچکالۍ د خطر وړاندوینه کول.
۵. د سایبري امنیت: د بریدونو احتمال اندازه کول، د بې نظمیو کشف کول، او د پیښو مالي اغیز اټکل کول.
د دې غوښتنلیکونو تنوع ښیي چې احصایې یو بل سره تړلي دي: اصول ورته دي، مګر د معلوماتو شرایط او ډولونه توپیر لري.
پایله: احصایې د ناڅرګندتیا د ژبې په توګه
د خطر تحلیل کې احصایې په اصل کې د ناڅرګندتیا اندازه کولو هڅه ده. د معلوماتو، احتمالي ویش، استنباط او سمولیشن په کارولو سره، موږ کولی شو د یوې پیښې احتمال او د هغې اغیز اټکل کړو، او بیا ډیرې منطقي پریکړې وکړو. پداسې حال کې چې احصایې نشي کولی په بشپړ ډول خطر له منځه یوسي، دا موږ سره مرسته کوي چې د انګیرنې پر بنسټ پریکړو څخه مخنیوی وکړو او د کمولو قوي ستراتیژیو ته وده ورکړو. د نن ورځې د معلوماتو په عمر کې، د احصایو د پوهیدو او پلي کولو وړتیا یوازې تخنیکي ګټه نه ده، بلکې په ناڅرګند شرایطو کې د ژوندي پاتې کیدو او ودې لپاره یوه اړتیا ده.
