סטאַטיסטיק אין ריזיקאָ אַנאַליז
אין אַ וועלט פול מיט אומזיכערקייט—פון מאַרק פלוקטואַציעס און קלימאַט ענדערונג ביז געזונט ריזיקעס און צושטעל קייט דיסראַפּשאַנז—דאַרפן מיר אַ סיסטעמאַטישן וועג צו פֿאַרשטיין און פאַרוואַלטן ריזיקע. דאָס איז וווּ סטאַטיסטיק שפּילט אַ קריטיש ראָלע. סטאַטיסטיק איז מער ווי נאָר אַ זאַמלונג פון פאָרמולעס, נאָר גאַנץ אַ סכום פון מעטאָדן פֿאַר טראַנספאָרמירן דאַטן אין אינפֿאָרמאַציע וואָס קענען ווערן גענוצט צו אָפּשאַצן די ליקעליהאָאָד פון אַ געשעעניש, מעסטן זיין פּראַל, און פּלאַנירן מיטיגיישאַן סטראַטעגיעס. דער אַרטיקל דיסקוטירט ווי סטאַטיסטיק ווערט גענוצט אין ריזיקע אַנאַליסיס, אירע שליסל קאָנצעפּטן, און ביישפילן פון איר אַפּלאַקיישאַן אין פאַרשידענע פעלדער.
פֿאַרשטיין ריזיקע: געלעגנהייטן און השפּעות
בכלל, קען מען פארשטיין ריזיקע אלס א קאמבינאציע פון דער ווארשיינליכקייט פון א געשעעניש און זיין איינפלוס. למשל, דער ריזיקע פון איבערפלייצונגען אין א געגנט ווערט באאיינפלוסט דורך דער אָפטקייט פון איבערפלייצונגען (ווארשיינליכקייט) און דעם מאס פון שאדן (איינפלוס). סטאטיסטיק העלפט אונז מעסטן ביידע דורך היסטארישע דאטן, מאדעלירן, און אויספירן.
אבער, נישט אלע ריזיקעס זענען גרינג צו קוואַנטיפיצירן. אין פילע פעלער, קענען דאַטן זיין באַגרענעצט, אומפארענדיקט, אדער פארזייטיגט. דעריבער, מאָדערנע ריזיקע אַנאַליז קאַמביינירט אָפט קלאַסישע סטאַטיסטיק מיט פּראָבאַביליסטישע צוגאַנגען, סימולאַציע, און מאַשין לערנען צו פּראָדוצירן מער רעאַליסטישע שאַצונגען.
די ראלע פון דאַטן און זייער קוואַליטעט אין ריזיקאָ אַנאַליז
דער מערסט גרונטלעכער שריט אין ריזיקע אנאליז איז צו זאמלען רעלעוואנטע דאטן. די דאטן קענען ארייננעמען רעקארדס פון פארגאנגענע געשעענישן (למשל, ארבעטס-ארט עקסידענט דאטן), פעריאדישע מעסטונגען (למשל, טעגליכע רעגן), אדער אנקעטע דאטן (למשל, באניצער איינהאלטונג פון זיכערהייט פראטאקאלן). די קוואליטעט פון די דאטן באשטימט די קוואליטעט פון דער אנאליז. סטאטיסטיק גיט מכשירים פאר:
1. דאַטן רייניקונג: דעטעקטירן אויסנאַם-ווערטן, פֿעלנדיקע ווערטן און אומקאָנסיסטענצן.
2. דאַטן באַשרייַבונג (דעסקריפּטיוו סטאַטיסטיק): סאַמערייזט דאַטן מיט מעסטונגען פון צענטראַל טענדענץ און פאַרשפּרייטונג.
3. בייאַס אַסעסמאַנט: למשל סעלעקציע בייאַס אין יבערבליק דאַטן אָדער אונטעררעפּאָרטינג אין אינצידענט דאַטן.
אָן גוטע דאַטן, קענען ריזיקאָ מאָדעלן זיין פּאָטענציעל פֿאַרפֿירעריש. דעריבער, פֿאַרשטיין דאַטן קוועלער, וועריאַבאַל דעפֿיניציעס, און רעקאָרדינג מעטאָדן איז אַ קריטישער טייל פֿון דער אַנאַליז.
מעסטונגען פון צענטראליטעט און צעשפרייטונג: מעסטן אומזיכערהייט
אין ריזיקע אנאליז, דארפן מיר זעלטן נאר דעם "דורכשניטלעכן ווערט." וואס איז נאך וויכטיגער איז צו פארשטיין וועריאציע. למשל, צוויי אינוועסטמענט פארטפעלס קענען האבן די זעלבע דורכשניטליכע צוריקקער אבער פארשידענע לעוועלס פון וואלאטיליטעט; דער פארטפעל מיט העכערער וואלאטיליטעט ווערט בכלל באטראכט אלס ריזיקאלישער.
עטלעכע אָפט גענוצטע סטאַטיסטישע קאָנצעפּטן:
– דורכשניט (דורכשניט): א שאץ פון דעם ערווארטעטן ווערט פון א וועריאַבל.
– מעדיאַן: נוצלעך ווען דאַטן זענען שטאַרק פֿאַרדרייט, למשל די פֿאַרטיילונג פֿון פֿאַרלוסטן צוליב קאַטאַסטראָפֿעס.
– וואַריאַנס און סטאַנדאַרט דיווייישאַן: מעסטן די פאַרשפּרייטונג פון דאַטן, אָפט געניצט ווי וואַלאַטילאַטי ינדיקאַטאָרן.
– קוואַרטילען און IQR: העלפֿן פֿאַרשטיין די פֿאַרשפּרייטונג אָן צו זײַן צו באַאײַנפֿלוסט פֿון אַויסנאַם־ווערטער.
אין ריזיקאָ פאַרוואַלטונג פּראַקטיק, ווערן מאָסן ווי סטאַנדאַרט דיווייישאַן אָפט געניצט צו באַשרייבן "וואָלאַטיליטי", בשעת מעדיאַנס אָדער קוואַנטילן ווערן געניצט צו באַשרייבן מער קאָנסערוואַטיווע סצענאַרן.
וואַרשיינלעכקייט פאַרשפּרייטונגען: די יסוד פון ריזיקאָ מאָדעלינג
סטאַטיסטיק פֿירט איין דעם באַגריף פֿון וואַרשיינלעכקייט פֿאַרשפּרייטונגען, וואָס זענען וועגן צו באַשרײַבן די ליקעליהאָאָד פֿון מעגלעכע ווערטן וואָס פּאַסירן. אויסקלײַבן די ריכטיקע פֿאַרשפּרייטונג איז קריטיש ווײַל דאָס וועט השפּעה האָבן אויף ריזיקאָ שאַצונג.
עטלעכע פאַרשפּרייטונגען וואָס אָפט אויפשטיין אין קאָנטעקסט פון ריזיקע:
– נאָרמאַלע פֿאַרטיילונג: אָפֿט געניצט פֿאַר דערשיינונגען וואָס זענען דער רעזולטאַט פֿון אַ סך קליינע פֿאַקטאָרן. אָבער, אין אַ סך פֿאַלן פֿון עקסטרעמע ריזיקע, קען די נאָרמאַלע פֿאַרטיילונג אונטערשאַצן די וואַרשיינלעכקייט פֿון אַ גרויסן געשעעניש.
– לאָגנאָרמאַל פאַרשפּרייטונג: אָפט געניצט פֿאַר פינאַנציעלע פארלוסטן אָדער פּראָיעקט פֿאַרענדיקונג צייט.
– פּואַסאָן פֿאַרטיילונג: פּאַסיק פֿאַר אויסרעכענען די צאָל אינצידענטן אין אַ געוויסן פּעריאָד, למשל די צאָל אומגליקן פּער חודש.
– עקספּאָנענציעלע און ווײַבול פאַרשפּרייטונגען: ברייט געניצט אין פאַרלעסלעכקייט און לעבן אַנאַליז פון מאַשין קאָמפּאָנענטן.
ניצנדיק דיסטריביושאַנז, קענען אנאליסטן אויסרעכענען די וואַרשיינלעכקייט פון אַ געשעעניש וואָס וועט פּאַסירן העכער אַ געוויסן שוועל, למשל די וואַרשיינלעכקייט פון אַ פארלוסט וואָס וועט איבערשטייגן אַ געוויסן לימיט אין איין יאָר.
פּאַראַמעטער שאַצונג און אינפֿערענץ: פֿון מוסטער צו פּאָפּולאַציע
אָפט האָבן מיר נאָר אַ מוסטער פון דאַטן, נישט דעם גאַנצן סכום. סטאַטיסטישע אינפֿערענץ העלפֿט אונדז ציען מסקנות וועגן דער באַפעלקערונג באַזירט אויף דעם מוסטער. אין ריזיקאָ אַנאַליז, איז דאָס וויכטיק פֿאַר:
– אָפּשאַצן מאַשין דורכפאַל ראַטעס פֿון דורכקוק דאַטן,
– אָפּשאַצן קרעדיט דיפאָלט ראַטעס פֿון דעביטאָר דאַטן,
– אדער אפשאצן די עפעקטיווקייט פון א ריזיקע רעדוקציע אריינמישונג.
מעטאָדן ווי קאָנפידענץ אינטערוואַלן העלפֿן אָנווײַזן אַ קייט פון גלייבלעכע ווערטן פֿאַר אַ פּאַראַמעטער (למשל, דורכשניטלעך אָנווער), בשעת היפּאָטעזע טעסץ קענען געניצט ווערן צו פֿאַרגלײַכן צוויי מיטיגאַציע פּאָליטיק: צי די נײַע פּאָליטיק רעדוצירט טאַקע די אינצידענט קורס?
ווערט אין ריזיקע (VaR) און קוואנטיל ריזיקע מעסטונגען
אין פינאַנץ, איז איין פּאָפּולערע מאָס פֿון ריזיקע ווערט ביי ריזיקע (VaR). VaR ענטפֿערט די פֿראַגע: "וואָס איז דער מאַקסימום מעגלעכער פֿאַרלוסט ביי אַ געגעבענעם זיכערהייטס־לעוועל איבער אַ געגעבענער פּעריאָד?" למשל, אַ 95% טעגלעכער VaR פֿון IDR 1 ביליאָן מיינט אַז עס איז 95% זיכערהייט אַז דער טעגלעכער פֿאַרלוסט וועט נישט איבערשטייגן IDR 1 ביליאָן (כאָטש עס איז נאָך אַלץ אַ 5% שאַנס פֿאַר אַ גרעסערן פֿאַרלוסט).
כאָטש VaR ווערט ברייט גענוצט, האט עס באַגרענעצונגען, ספּעציעל אין אַדרעסירן עק ריזיקע. דעריבער, ווערן אָפט גענוצט אַנדערע מאָסן ווי למשל ערוואַרטעטע שאָרטפאַל (CVaR), וואָס רעכנט זיך מיט דעם דורכשניטלעכן פארלוסט אין אַ ערגסטן פאַל ווייטער פון VaR.
די קוואנטיל קאנצעפט איז אויך רעלעוואנט אין אנדערע געביטן, למשל באשטימען זיכערע לימיטן פאר לופט פארפעסטיקונג אדער שטעלן לאגער רעזערוון צו רעדוצירן דעם ריזיקע פון אויסלאפן סחורות.
מאָנטע קאַרלאָ סימולאַציע: זיך שטעלן קעגן קאָמפּלעקסיטעט
ווען אַ סיסטעם איז צו קאָמפּליצירט צו אַנאַליזירן אַנאַליטיש, איז מאָנטע קאַרלאָ סימולאַציע אַ לייזונג. די מעטאָדע ניצט ראַנדאָם סאַמפּלינג פון אַן אינפוט פאַרשפּרייטונג צו דזשענערירן קייפל אַוטפּוט סצענאַרן. למשל:
– שאַצן דעם ריזיקאָ פֿון פּראָיעקט פֿאַרהאַלטונגען באַזירט אויף וועריאַציעס אין דער געדויער פֿון יעדער אַקטיוויטעט.
– מעסט דעם ריזיקע פון פּאָרטפעל פארלוסט באזירט אויף דער אומזיכערקייט פון צוריקקער אויף פארשידענע אַסעץ.
– פאָרויסזאָגן דעם ריזיקאָ פֿון צושטעל-מאַנגלען באַזירט אויף וועריאַציעס אין נאָכפֿראַגע און דורכפֿיר-צייט.
מיט טויזנטער ביז מיליאָנען סימולאַציעס, קענען אנאליסטן קאנסטרואירן פארשפרייטונגען פון רעזולטאטן און אפשאצן די ווארשיינליכקייט פון עקסטרעמע געשעענישן, נישט נאר דורכשניטלעכע ווערטן.
קאָרעלאַציע און אָפּהענגיקייט: ריזיקעס שטייען זעלטן אַליין
ריזיקעס זענען אָפט פֿאַרבונדן מיט יעדער אַנדערער. אַן עקאָנאָמישע קריזיס קען פֿאַרגרעסערן דעם ריזיקע פֿון דיפאָלט, וואָס אין דער ריי פֿאַרגרעסערט דעם ריזיקע פֿון באַנק ליקווידיטי, און אַזוי ווייטער. סטאַטיסטיק גיט מכשירים פֿאַר שטודירן די באַציִונגען צווישן וועריאַבלען:
– קארעלאציע צו זען לינעארע באציאונגען.
– רעגרעסיע צו מאָדעלירן דעם אימפּאַקט פון קאַוזאַל וועריאַבאַלן אויף ריזיקאָ וועריאַבאַלן.
– קאָפּולאַ (אין אַוואַנסירטע ריזיקאָ אַנאַליז) צו מאָדעלירן אָפּהענגיקייטן, אַרייַנגערעכנט אויף די "עקן פון דער פאַרשפּרייטונג" בעת אַ קריזיס.
א געוויינטלעכער טעות אין ריזיקע אנאליז איז צו אננעמען אז וועריאַבלען זענען אומאפהענגיק. אבער, אונטער עקסטרעמע באדינגונגען, קענען קארעלאציעס פארגרעסערן, מאכנדיג דעם קאמבינירטן ריזיקע פיל גרעסער.
אַפּליקאַציעס פון סטאַטיסטיק אין פֿאַרשידענע געביטן
1. פובליק געזונט: מאָדעלירן אויסברוך ריזיקעס, אָפּשאַצן טראַנסמיסיע ראַטעס, און מעסטן וואַקסין עפעקטיווקייט.
2. אינדוסטריע און אַרבעט זיכערהייט: אַנאַליזירן אַקסידענט אָפטקייט, ידענטיפיצירן גרונט סיבות, און עוואַלואַטינג K3 פּראָגראַמען.
3. פאַרזיכערונג: רעכנט אויס פּרעמיעס באַזירט אויף די וואַרשיינלעכקייט פון קליימז און די גרייס פון די פאָדערונג, אַרייַנגערעכנט קאַטאַסטראָפע ריסקס.
4. סביבה: פאָרויסזאָגן דעם ריזיקאָ פֿון פֿלוטן, לאַנדסליידז, אָדער טריקעניש באַזירט אויף קלימאַטאָלאָגישע דאַטן.
5. סייבער זיכערהייט: מעסטן די ווארשיינליכקייט פון אטאקעס, דעטעקטירן אנאמאליעס, און שאצן די פינאנציעלע אויסווירקונג פון אינצידענטן.
די פֿאַרשיידנקייט פֿון די אַפּליקאַציעס ווײַזט אַז סטאַטיסטיק איז אינטערדיסציפּלינאַר: די פּרינציפּן זענען די זעלבע, אָבער די קאָנטעקסטן און טיפּן דאַטן זענען אַנדערש.
מסקנא: סטאַטיסטיק ווי די שפּראַך פון אומזיכערקייט
סטאַטיסטיק אין ריזיקאָ אַנאַליז איז אין עסענץ אַ פּרוּוו צו קוואַנטיפיצירן אַנסערטאַנטי. ניצנדיק דאַטן, וואַרשענלעכקייט פאַרשפּרייטונגען, אינפֿערענץ און סימולאַציע, קענען מיר אָפּשאַצן די וואַרשענלעכקייט פון אַ געשעעניש און זיין השפּעה, און דערנאָך מאַכן מער ראַציאָנעלע באַשלוסן. כאָטש סטאַטיסטיק קען נישט גאָר עלימינירן ריזיקאָ, העלפֿט עס אונדז ויסמיידן הנחות-באַזירטע באַשלוסן און אַנטוויקלען שטאַרקערע מיטיגאַציע סטראַטעגיעס. אין היינטיקן דאַטן-עלטער, איז די פיייקייט צו פֿאַרשטיין און צולייגן סטאַטיסטיק נישט נאָר אַ טעכנישער מייַלע, נאָר אַ נויטווענדיקייט פֿאַר איבערלעבן און בליען אין אַנסערטאַנטע באַדינגונגען.
