Вероятностно-статистические методы

Если имеющаяся статистическая информация недостаточно полная, то иногда возможно восполнить имеющиеся пробелы за счет анализа дополнительных косвенных данных или за счет логических рассуждений. Использование комбинации статистических данных и теоретических гипотез для оценки риска составляет основную идею вероятностно-статистических методов. Это расширяет область применения данной группы методов, но надежность полученных результатов может оказаться ниже, чем при использовании статистических методов.

Пример:

У страховой компании имеется достаточно большой объем статистических данных о заявленных убытках по страхованию гражданской ответственности. За все время наблюдений не было ни одного убытка, превышающего некоторую сумму. Однако возможность их наступления существует. Чтобы оценить вероятность убытков, превышающих эту сумму, актуарий страховой компании должен по имеющимся статистическим данным построить теоретическое распределение убытка и на его основе оценить вероятность убытков в той области, о которой еще нет фактических данных.

 

Теоретико-вероятностные методы

Две предыдущие группы методов требуют наличия достаточного или хотя бы ограниченного объема статистических данных об исследуемом явлении. Однако при управлении рисками приходится сталкиваться с необходимостью оценки редких событий, которые допускают очень тяжелые последствия. В прошлом данные события могли вообще не происходить в силу их "редкости" (т.е. малой вероятности) или уникальности рассматриваемых объектов. В этом случае статистика либо вообще отсутствует, либо относится к другим объектам, которые существенно отличаются от исследуемого. Это делает невозможным применение статистических и вероятностно-статистических методов. Приходится использовать теоретико-вероятностные методы, в основе которых лежит построение математической модели изучаемого риска и теоретической оценки его параметров. Данные методы очень трудоемки и имеют относительно невысокую точность, но в ряде случаев являются единственным возможным научно-обоснованным способом оценки. В частности, они применяются при разработке деклараций промышленной безопасности предприятий.

Пример:

Разрабатывается новый уникальный технический объект. Статистики по отказам для него, разумеется, нет. В этом случае можно составить принципиальную схему функционирования объекта. На ее основе вывести аналитическую формулу для расчета вероятности отказа через вероятности отказа на каждом этапе (звене). Оценивать вероятность отказа отдельных звеньев, как правило, легче, т.к. некоторые используются в других объектах и для них есть статистика, для некоторых - можно оценить по аналогии или экспертным путем. В результате расчета по общей аналитической формуле получают оценку вероятности отказа для сложного объекта в целом.

В отличие от статистического метода, где объект рассматривается как "черный ящик", в приведенном примере изучается структура объекта и влияние каждого его элемента на вероятность реализации риска. Но при использовании подобных теоретических методов полученное абсолютное значение вероятности может быть неточно, т.к. оно зависит от правильности определения вероятности отказа всех звеньев. Зато, если модель адекватна, то хорошо учитывается влияние изменения схемы (структуры) объекта. Поэтому теоретико-вероятностные методы лучше работают при сравнении надежности различных схем, чем при абсолютной оценке степени их безопасности.

 

Экспертные методы

В ситуации, когда нет ни статистики, ни возможности построить математическую модель, остается использование опыта и знаний экспертов. Это имеет место при исследовании объектов с неопределенными параметрами или неизученными свойствами. Количественная оценка риска происходит на основе обработки ответов специально отобранных экспертов. При этом большое внимание должно уделяться процедуре отбора экспертов и формированию шкал оценок. Для организации процесса может использоваться так называемый метод Дельфи. Однако и он не дает гарантии достоверности результатов.