GCRI · Gestión del riesgo sistémico
Métodos cuantitativos y cualitativos
evaluación del riesgo uses numbers where data support them and structured judgement where they do not. Probabilistic models, loss distributions, Elicitación de expertos, bow-tie diagrams and risk matrices each answer different questions and fail in different ways. This page sets out how the main methods work, when each is fit for purpose, and how combining them keeps an assessment honest about what is known and what is assumed.
Quantitative and qualitative methods on the record.
Quantitative and qualitative methods: how the risk develops.
Probability, uncertainty and judgement. The dossier below sets out how the risk develops, what is measured, where the data come from, how it is modelled and who decides.
Models need data that fit
Frequency and severity models work where events are numerous and recorded consistently. For rare, novel or changing risks the data are thin, and a precise-looking number can carry more assumption than evidence.
Judgement carries biases
Experts anchor on recent events, overestimate their own precision and converge in groups. Structured elicitation reduces these effects by separating estimates, asking for ranges and scoring calibration.
Matrices compress information
Likelihood and consequence matrices are quick to use, but they rank risks coarsely, can reverse orderings and hide correlated losses. They suit screening, and need other methods before a major decision.
Methods combine through structure
Fault trees, event trees and bow-tie diagrams link causes, controls and consequences. They provide a frame into which quantitative estimates and expert judgement can be placed and checked.
Cascade and stress lab.
La pantalla que utilizaría un equipo para seguir esta materia: sus mediciones, estados y decisiones. Los nombres son ejemplos y los valores son ilustrativos.
Cascade and stress lab
Quantitative and qualitative methods · National system · Scenario SC-40
Interdependency graph
red: failed in scenario
Cascade sequence
- T+0HAZHeatwave and drought
- T+6hENGThermal plant derated, cooling water
- T+9hICTData centre on backup power
- T+14hWATPumping reduced, pressure loss
- T+20hHLTHospital water supply at risk
Service loss by system
Methods must be fit for risks that cross domains.
- AguaAcoplamientoHydrological risk is mostly quantified with simulation and extreme value statistics.What to watchUncertainty ranges reported with return periods
- SaludAcoplamientoEpidemic risk combines transmission models with expert judgement early in outbreaks.What to watchStructured elicitation records
- BiodiversidadAcoplamientoEcosystem risks often have qualitative evidence only, which matrices flatten.What to watchQualitative evidence kept as such
Method comparisons are designed for the serie Methods and Technical. Cox showed in 2008 that risk matrices can rank risks inconsistently; the page sets out when quantitative, semi-quantitative and qualitative methods each fit.
- Comparisons of assessment techniques applied to the same risk.
- Cases where a matriz de riesgos misled a decision.
How quantitative and qualitative methods is modelled, measured and tested.
El modelo, sus supuestos, sus datos y su incertidumbre, en la forma en que un científico o un ingeniero los comprobaría. Las estructuras siguen métodos publicados. Los valores representados son ilustrativos, no hallazgos.
Modelo, ecuaciones y supuestos
The model structure used for quantitative and qualitative methods, the assumptions it makes and how each is tested.
Ri = f(Hi, Ei, Vi, Ci)amenaza, exposición, vulnerabilidad y capacidad de afrontamientoEAL = ∑k pk · Lksobre los eventos k con probabilidad anual pkxt+1 = A xt + B ut + εtA carries the couplings, u the shock, ε the error| Supuesto | Por qué se hace | Cómo se prueba |
|---|---|---|
| La amenaza y la exposición son independientes dentro de un evento | Mantiene manejable la integral de pérdidas | Comparar con un ajuste de cópula sobre registros conjuntos |
| Los acoplamientos son lineales cerca del punto de operación | Permite que las perturbaciones se propaguen a través de A | Perturbar más allá del rango lineal y comparar |
| Las curvas de vulnerabilidad se transfieren entre lugares | Las curvas locales rara vez están disponibles | Validar frente a las pérdidas observadas cuando existan |
- Entradas
- conjuntos de datos versionados con procedencia
- Resultados
- distribuciones, nunca cifras únicas
- Código
- publicado con la ficha de modelo y las pruebas
- Reproducción
- mismos datos, código, entorno y semilla
Qué se mide y con qué calidad.
Cada indicador lleva su unidad, su periodicidad, el tipo de fuente que lo respalda y la etiqueta de evidencia que llevaría un valor. No se muestran valores: un programa los aporta bajo su propia autoridad.
| Indicador | Unidad | Cadencia | Tipo de fuente | Etiqueta |
|---|---|---|---|---|
| Risks assessed with quantitative estimates | percent of principal risks | anual | Assessment records | NOTIFICADO |
| Calibration of expert estimates | calibration score on seed questions | per elicitation | Structured expert judgement records | OBSERVADO |
| Loss event records | count of events with cause and amount recorded | continuo | Internal loss databases | OBSERVADO |
| Assessment uncertainty range | ratio of upper to lower bound | por evaluación | Assessment outputs | ESTIMADO |
| Controls with tested effectiveness | percent of key controls | anual | Control testing records | NOTIFICADO |
| Method documentation completeness | percent of assessments with method, data and assumptions recorded | anual | Assessment files | NOTIFICADO |
De dónde procede la evidencia.
Conjuntos de datos públicos y registros institucionales identificados, cada uno con su tipo de licencia. Las fuentes obtenidas por acuerdo solo se utilizan conforme a sus condiciones y nunca se republican.
| Fuente | Lo que aporta | Tipo de licencia |
|---|---|---|
| IEC 31010 Técnicas de evaluación del riesgo techniques | Descriptions, strengths and limits of more than forty techniques | Licensed standard, purchase required |
| Base de datos internacional de desastres EM-DAT (CRED, UCLouvain) | Disaster events with human and economic impacts | Free for non-commercial use with registration |
| Marco de Sendai para la Reducción del Riesgo de Desastres Monitor and national disaster loss databases | Published reporting of disaster losses against Sendai targets | Público, condiciones de uso de las Naciones Unidas |
| TU Delft expert judgement database | Past structured expert judgement studies with calibration data | Licence to check |
| Published operational loss data consortia summaries | Aggregate operational loss patterns in financial services | Members only; public summaries (to check) |
Quién decide y a qué sirve la evidencia.
riesgo sistémico Management prepares evidence. The decisions below are taken by the authorities named, under their own rules, and never by the platform.
| Quién decide | La pregunta | Evidencia a la que sirve esta página |
|---|---|---|
| Risk functions and analysts | Which method fits a given risk and decision | Method selection guides; documentation standards |
| Boards and executives | How much confidence to place in an assessment before acting on it | Uncertainty ranges; method documentation; calibration records |
| Regulators and supervisors | Whether an institution’s risk models are fit for the use made of them | Model documentation; validation and back-testing evidence |
Productos que genera este tema
- Method selection guides keyed to the question and the evidence available
- Structured Elicitación de expertos protocols with calibration
- Bow-tie and fault-tree templates linked to registers
- Assessment files that record data, assumptions and ranges
What methods experts ask.
- Is there enough relevant data to estimate probabilities, or would numbers convey a false sense of precision?
- What kind of uncertainty dominates: randomness, lack of knowledge, or disagreement about how the system works?
- How sensitive is the decision to the parts of the analysis that are least certain?
- How can expert judgement be elicited so that it is transparent and less prone to bias?
Kinds of uncertainty.
Randomness
Natural variability that persists even with perfect knowledge, such as weather from year to year. Probability handles it well.
Lack of knowledge
Uncertainty that more data or research could reduce. It should be shown, not hidden in a single number.
Disputed structure
Where experts disagree on models, probabilities or values. Scenarios and robust decision methods suit it better.
A toolkit, matched to the problem.
- 01
Statistical and probabilistic models
Frequency analysis, extreme value methods and Bayesian inference from probabilidad y estadística. Limits: rare events are poorly sampled, and past data may not reflect a changing system.
- 02
Cuantificación de la incertidumbre
Cuantificación de la incertidumbre y validación de modelos propagates input uncertainty through models and tests them against data. Limits: it cannot capture what the model leaves out.
- 03
Juicio de expertos estructurado
Formal elicitation protocols that calibrate and combine expert views. Limits: time-consuming, and experts share blind spots.
- 04
Qualitative assessment
Scales, matrices and narrative analysis. Useful for communication and screening, but risk matrices can rank risks inconsistently and should not be the only tool.
Cómo se estudia y lo que los métodos no pueden decir.
- 01Probabilidad y estadísticaModelización de la frecuencia y la gravedad · Dependencia entre riesgos · Combinación de datos y juicioAplicado aquí
- 02Cuantificación de la incertidumbre y validación de modelosPropagación de la incertidumbre de las entradas · Separación de los tipos de incertidumbre · Encuadre de la incertidumbre profundaAplicado aquí
- 03Análisis de decisiones en condiciones de incertidumbreElección multicriterio del tratamiento · Árboles de decisión para planes contingentesAplicado aquí
- 04Diseño de escenarios y pruebas de estrésDiseño de escenarios intersectoriales · Pruebas de estrés inversas · Efectos de segunda rondaAplicado aquí
Where this page’s references lead.
Los organismos y documentos con los que se lee esta página. El estado y las ediciones cambian; cada enlace lleva al organismo emisor.
Preguntas y respuestas.
Are risk matrices reliable?
What is structured expert judgement?
When should risk be quantified?
Are quantitative methods always better?
What is wrong with risk matrices?
How should uncertainty be communicated?
Aporte evidencia desde esta página.
serie Reports is the Consortium’s quarterly publication. What you know about this subject can become evidence, a case or a correction in the next edition, credited to you and published under CC BY 4.0 where it is your own work.
- Correo electrónicoPasarela GW-GCRIEnvíelo desde esta páginaEvidencia, una corrección, un caso, un método, una revisión, una traducción o un aporte a un perfil. Llega etiquetado con esta página, de modo que lo recibe el editor responsable.
- ZenodoDepósito abiertoDeposítelo y envíelo a la comunidadPublique su propio registro en Zenodo con su ORCID iD y luego envíelo a la comunidad de Reports allí. Los curadores lo revisan; el DOI sigue siendo suyo.
- serie ReportsGCRIVer todas las formas de contribuirLos tipos de contribución, cómo se revisa cada uno, qué crédito recibe, la licencia y qué nunca se acepta.
No envíe nunca datos personales, detalles sensibles de infraestructura ni nada que no tenga derecho a compartir. Un aporte se revisa antes de su uso; enviarlo no confiere autoría ni derechos editoriales, y el patrocinio nunca compra un hallazgo.
Aporte un método, un conjunto de datos o una pregunta.
La información y las consultas están abiertas hoy. Una consulta recibe una referencia e indica el siguiente paso; las solicitudes, pagos, asignaciones de cómputo y registros solo se abren cuando existen su equipo, sus condiciones y la capacidad de revisión.
Documentos jurídicos.
Los mapas, datos y cifras de este sitio se muestran como contexto e información general. No son consejos, pronósticos ni avisos; los límites de la información se exponen en los Descargos de responsabilidad y los Avisos sobre datos.