GCRI · Управление системными рисками
Количественные и качественные методы
оценки риска uses numbers where data support them and structured judgement where they do not. Probabilistic models, loss distributions, опрос экспертов, 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.
Экран, который команда использовала бы для отслеживания этой темы: её показатели, состояния и решения. Названия приведены для примера, а значения иллюстративны.
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.
- ВодаВзаимосвязиHydrological risk is mostly quantified with simulation and extreme value statistics.What to watchUncertainty ranges reported with return periods
- ЗдравоохранениеВзаимосвязиEpidemic risk combines transmission models with expert judgement early in outbreaks.What to watchStructured elicitation records
- БиоразнообразиеВзаимосвязиEcosystem risks often have qualitative evidence only, which matrices flatten.What to watchQualitative evidence kept as such
Method comparisons are designed for the серию «Методы и техника». 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 Матрица рисков misled a decision.
How quantitative and qualitative methods is modelled, measured and tested.
Модель, её допущения, данные и неопределённость в том виде, в каком их проверил бы учёный или инженер. Структуры следуют опубликованным методам. Показанные значения являются иллюстративными, а не результатами.
Модель, уравнения и допущения
The model structure used for quantitative and qualitative methods, the assumptions it makes and how each is tested.
Ri = f(Hi, Ei, Vi, Ci)опасность, подверженность, уязвимость и потенциал реагированияEAL = ∑k pk · Lkпо событиям k с годовой вероятностью pkxt+1 = A xt + B ut + εtA carries the couplings, u the shock, ε the error| Допущение | Зачем это создаётся | Как это проверяется |
|---|---|---|
| В пределах события опасность и подверженность независимы | Делает интеграл убытков вычислимым | Сравнить с подгонкой копулы по совместным записям |
| Вблизи рабочей точки связи линейны | Позволяет потрясениям распространяться через A | Выйдите за пределы линейного диапазона и сравните |
| Кривые уязвимости переносятся между местами | Местные кривые редко доступны | Проверять по наблюдаемым убыткам там, где они есть |
- Исходные данные
- версионированные наборы данных с указанием происхождения
- Результаты
- распределения, а не отдельные числа
- Код
- выпускается вместе с карточкой модели и тестами
- Воспроизведение
- те же данные, код, среда и начальное значение
Что измеряется и насколько хорошо.
Каждый показатель указывает свою единицу, периодичность, тип источника и метку доказательной базы, которую несло бы значение. Значения не показываются: программа предоставляет их под собственную ответственность.
| Индикатор | Единица | Периодичность | Тип источника | Метка |
|---|---|---|---|---|
| Risks assessed with quantitative estimates | percent of principal risks | ежегодно | Assessment records | СООБЩЕНО |
| Calibration of expert estimates | calibration score on seed questions | per elicitation | Structured expert judgement records | НАБЛЮДАЕМО |
| Loss event records | count of events with cause and amount recorded | непрерывно | Internal loss databases | НАБЛЮДАЕМО |
| Assessment uncertainty range | ratio of upper to lower bound | на каждую оценку | Assessment outputs | ОЦЕНЕНО |
| Controls with tested effectiveness | percent of key controls | ежегодно | Control testing records | СООБЩЕНО |
| Method documentation completeness | percent of assessments with method, data and assumptions recorded | ежегодно | Assessment files | СООБЩЕНО |
Откуда берётся доказательная база.
Названные публичные наборы данных и институциональные записи, каждый со своим классом лицензии. Источники по соглашению используются только на их условиях и никогда не публикуются повторно.
| Источник | Что он даёт | Класс лицензии |
|---|---|---|
| IEC 31010 Методы оценки риска techniques | Descriptions, strengths and limits of more than forty techniques | Licensed standard, purchase required |
| Международная база данных о бедствиях EM-DAT (CRED, UCLouvain) | Disaster events with human and economic impacts | Free for non-commercial use with registration |
| Сендайская рамочная программа по снижению риска бедствий на 2015–2030 годы Monitor and national disaster loss databases | Published reporting of disaster losses against Sendai targets | Публично, условия использования ООН |
| 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) |
Кто принимает решения и чему служит доказательная база.
системными рисками Management prepares evidence. The decisions below are taken by the authorities named, under their own rules, and never by the platform.
| Кто принимает решение | Вопрос | Доказательная база, которую обслуживает эта страница |
|---|---|---|
| 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 |
| Регуляторы и надзорные органы | Whether an institution’s risk models are fit for the use made of them | Model documentation; validation and back-testing evidence |
Результаты, которые даёт эта тема
- Method selection guides keyed to the question and the evidence available
- Структурированный опрос экспертов 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 теорию вероятностей и статистику. Limits: rare events are poorly sampled, and past data may not reflect a changing system.
- 02
Количественная оценка неопределенности
Количественная оценка неопределённости и валидация моделей propagates input uncertainty through models and tests them against data. Limits: it cannot capture what the model leaves out.
- 03
Структурированная экспертная оценка
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.
Как это изучается и чего методы не могут сказать.
- 01Теория вероятностей и статистикаМоделирование частоты и тяжести · Зависимость между рисками · Сочетание данных и сужденийПрименяется здесь
- 02Количественная оценка неопределённости и валидация моделейРаспространение неопределённости входных данных · Разделение видов неопределённости · Постановка задач в условиях глубокой неопределённостиПрименяется здесь
- 03Анализ решений в условиях неопределённостиМногокритериальный выбор мер обработки · Деревья решений для планов на случай непредвиденных обстоятельствПрименяется здесь
- 04Проектирование сценариев и стресс-тестированиеРазработка межсекторальных сценариев · Обратное стресс-тестирование · Эффекты второго порядкаПрименяется здесь
Where this page’s references lead.
Органы и документы, с которыми сопоставляется эта страница. Статусы и редакции меняются; каждая ссылка ведёт к выпускающему органу.
Вопросы и ответы.
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?
Поделитесь доказательствами с этой страницы.
Отчёты 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.
- Электронная почтаШлюз GW-GCRIОтправьте с этой страницыДоказательная база, исправление, случай, метод, рецензия, перевод или вклад в профиль. Материал приходит с пометкой этой страницы, поэтому его получает редактор, отвечающий за неё.
- ZenodoОткрытый депозитДепонируйте и подайте в сообществоОпубликуйте собственную запись на Zenodo со своим идентификатором ORCID iD, затем подайте её в сообщество Reports. Кураторы проверяют её; DOI остаётся за вами.
- ОтчётыGCRIВсе способы внести вкладВиды вклада, порядок рецензирования каждого из них, указание авторства, лицензия и то, что никогда не принимается.
Никогда не отправляйте персональные данные, сведения о чувствительной инфраструктуре или то, чем вы не вправе делиться. Материал проходит рассмотрение перед использованием; его отправка не дает авторских или редакционных прав, а спонсорство никогда не покупает выводы.
Предложите метод, набор данных или вопрос.
Информация и запросы открыты уже сегодня. Запрос получает номер и указывает следующий шаг; заявки, платежи, выделение вычислительных ресурсов и регистрации открываются только тогда, когда существуют их команда, условия и возможности для проверки.
Юридические документы.
Карты, данные и рисунки на этом сайте приводятся для контекста и общей информации. Они не являются советом, прогнозом или предупреждением; ограничения информации изложены в Оговорках и уведомлениях о данных.