GCRI · Gestão do risco sistêmico
Métodos quantitativos e qualitativos
avaliação do risco uses numbers where data support them and structured judgement where they do not. Probabilistic models, loss distributions, elicitação de especialistas, 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.
A tela que uma equipe usaria para acompanhar esta matéria: suas medidas, estados e decisões. Os nomes são exemplos e os valores são 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.
- ÁguaAcoplamentoHydrological risk is mostly quantified with simulation and extreme value statistics.What to watchUncertainty ranges reported with return periods
- SaúdeAcoplamentoEpidemic risk combines transmission models with expert judgement early in outbreaks.What to watchStructured elicitation records
- BiodiversidadeAcoplamentoEcosystem risks often have qualitative evidence only, which matrices flatten.What to watchQualitative evidence kept as such
Method comparisons are designed for the série 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 riscos misled a decision.
How quantitative and qualitative methods is modelled, measured and tested.
O modelo, os seus pressupostos, os seus dados e a sua incerteza, na forma que um cientista ou engenheiro verificaria. As estruturas seguem métodos publicados. Os valores representados são ilustrativos, não conclusões.
Modelo, equações e pressupostos
The model structure used for quantitative and qualitative methods, the assumptions it makes and how each is tested.
Ri = f(Hi, Ei, Vi, Ci)ameaça, exposição, vulnerabilidade e capacidade de enfrentamentoEAL = ∑k pk · Lksobre os eventos k com probabilidade anual pkxt+1 = A xt + B ut + εtA carries the couplings, u the shock, ε the error| Pressuposto | Porque é feito | Como é testado |
|---|---|---|
| A ameaça e a exposição são independentes dentro de um evento | Mantém tratável o integral de perdas | Comparar com um ajuste de cópula sobre registros conjuntos |
| Os acoplamentos são lineares perto do ponto de funcionamento | Permite que os choques se propaguem através de A | Perturbar para além do intervalo linear e comparar |
| As curvas de vulnerabilidade transferem-se entre lugares | As curvas locais raramente estão disponíveis | Validar face às perdas observadas quando existam |
- Entradas
- conjuntos de dados versionados com proveniência
- Resultados
- distribuições, nunca números isolados
- Código
- publicado com a ficha de modelo e os testes
- Reprodução
- mesmos dados, código, ambiente e semente
O que é medido e com que qualidade.
Cada indicador leva sua unidade, sua periodicidade, o tipo de fonte por trás dele e a etiqueta de evidência que um valor levaria. Nenhum valor é mostrado: um programa os fornece sob sua própria autoridade.
| Indicador | Unidade | Cadência | Tipo de fonte | Rótulo |
|---|---|---|---|---|
| Risks assessed with quantitative estimates | percent of principal risks | anual | Assessment records | REPORTADO |
| 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 | contínuo | Internal loss databases | OBSERVADO |
| Assessment uncertainty range | ratio of upper to lower bound | por avaliação | Assessment outputs | ESTIMADO |
| Controls with tested effectiveness | percent of key controls | anual | Control testing records | REPORTADO |
| Method documentation completeness | percent of assessments with method, data and assumptions recorded | anual | Assessment files | REPORTADO |
De onde vêm as evidências.
Conjuntos de dados públicos nomeados e registros institucionais, cada um com sua classe de licença. As fontes obtidas por acordo só são usadas nos seus termos e nunca são republicadas.
| Fonte | O que oferece | Classe de licença |
|---|---|---|
| IEC 31010 Técnicas de avaliação do risco techniques | Descriptions, strengths and limits of more than forty techniques | Licensed standard, purchase required |
| Base de dados internacional de desastres EM-DAT (CRED, UCLouvain) | Disaster events with human and economic impacts | Free for non-commercial use with registration |
| Quadro de Sendai para a Redução do Risco de Desastres Monitor and national disaster loss databases | Published reporting of disaster losses against Sendai targets | Público, termos de uso da ONU |
| 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) |
Quem decide, e a que servem as evidências.
risco sistêmico Management prepares evidence. The decisions below are taken by the authorities named, under their own rules, and never by the platform.
| Quem decide | A pergunta | Evidências a que esta página serve |
|---|---|---|
| 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 |
Produtos que este tema gera
- Method selection guides keyed to the question and the evidence available
- Os elicitação de especialistas 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 probabilidade e estatística. Limits: rare events are poorly sampled, and past data may not reflect a changing system.
- 02
Quantificação da incerteza
Quantificação da incerteza e validação de modelos propagates input uncertainty through models and tests them against data. Limits: it cannot capture what the model leaves out.
- 03
Julgamento estruturado de especialistas
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.
Como é estudado e o que os métodos não podem dizer.
- 01Probabilidade e estatísticaModelagem de frequência e severidade · Dependência entre riscos · Combinação de dados e julgamentoAplicado aqui
- 02Quantificação da incerteza e validação de modelosPropagação da incerteza dos insumos · Separação dos tipos de incerteza · Enquadramento da incerteza profundaAplicado aqui
- 03Análise de decisão sob incertezaEscolha de tratamento multicritério · Árvores de decisão para planos de contingênciaAplicado aqui
- 04Desenho de cenários e testes de estresseDesenho de cenários intersetoriais · Testes de estresse reversos · Efeitos de segunda ordemAplicado aqui
Where this page’s references lead.
Os organismos e documentos à luz dos quais esta página é lida. O estado e as edições mudam; cada ligação leva ao organismo emissor.
Perguntas e respostas.
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?
Contribua com evidências a partir desta página.
Relatórios 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.
- E-mailPortal GW-GCRIEnvie desta páginaEvidência, uma correção, um caso, um método, uma revisão, uma tradução ou uma contribuição ao perfil. Chega marcada com esta página, de modo que o editor responsável a receba.
- ZenodoDepósito abertoDeposite-o e envie à comunidadePublique seu próprio registro no Zenodo com seu ORCID iD e depois envie-o à comunidade Reports ali. Os curadores o revisam; o DOI continua sendo seu.
- RelatóriosGCRIVer todas as formas de contribuirOs tipos de contribuição, como cada um é revisado, o crédito que você recebe, a licença e o que nunca é aceito.
Nunca envie dados pessoais, detalhes sensíveis de infraestrutura nem nada que você não tenha o direito de compartilhar. Uma contribuição é revisada antes do uso. Enviá-la não confere autoria nem direitos editoriais, e o patrocínio nunca compra uma constatação.
Traga um método, um conjunto de dados ou uma pergunta.
A informação e os pedidos estão abertos hoje. Um pedido recebe uma referência e indica o próximo passo; candidaturas, pagamentos, alocações de computação e registros só abrem quando existem a equipa, os termos e a capacidade de revisão.
Documentos jurídicos.
Os mapas, dados e números deste site são apresentados como contexto e informação geral. Não são aconselhamento, previsões nem avisos; os limites da informação estão expostos nos Avisos legais e nos Avisos sobre dados.