返回目录：财经要闻
定量分析是FRM考试的重要考点，今天FRM小编就为大家简单介绍一下定量风险分析的内容。
什么是定量风险分析
定量风险分析是对通过定性风险分析排出优先顺序的风险进行量化分析。尽管有经验的风险经理有时在风险识别之后直接进行定量分析，但定量风险分析一般在定性风险分析之后进行。定量风险分析一般应当在确定风险应对计划时再次进行，以确定项目总风险是否已经减少到满意。重复进行定量风险分析反映出来的趋势可以指出需要增加还是减少风险管理措施，它是风险应对计划的一项依据，并作为风险监测和控制的组成部分。
定量风险分析的方法
一般来说，项目风险发生的概率和后果的计算均要通过对大量已完成的类似项目的数据进行分析和整理得到，或通过一系列的模拟实验来取得数据。
1.概率分布
概率分布表明了每一可能事件及其发生的概率。由于诸事件的互斥性，这些概率的和为1。我们可以使用历史数据(资料)或理论概率分布来建立实际概率分布。
(1)历史资料法。
在基本相同的条件下，我们通过观察各个潜在的风险在长期历史中已经发生的次数，就能估计每一可能事件的概率，这种估计是每一事件过去已经发生的频率。但是，由于人们缺乏广泛而足够的经验，以致不能用这种方法建立可靠的概率分布。如前所述，项目风险的客观概率是很难得到的。即使有这样一些历史数据，也会因样本过小而无法建立概率分布。国外的资料表明：除个别情况之外，企业无法依赖自己的本身历史资料建立每年的总损失金额概率分布;而只能依赖同业工会、私营保险商、政府部门等提供的辅助信息。但是这种依赖同业内的辅助信息有其局限性，其一是这些信息局限于平均损失而不是概率分布;其二是这些信息可能与一个特定企业不同。
(2)专家打分法。
那么，我们为了建立这种风险的概率分布就该利用主观概率和合成概率。有一种说法认为主观概率准确性差而不赞成使用，实际上，这种专家的估计是专家根据自身的专业素质以及丰富的实践经验，依照项目的具体情况做出的合理判断。可以将主观慨率看成客观概率的近似值。
(3)理论分布法。
当历史资料不充分或不可信时，风险经理可以根据理论上的某些概率分布来补充或修正，从而建立风险的分布图。
常用的风险概率分布是正态分布。正态分布可以描述许多风险的概率分布：如财产损失，交通事故等。还有一些风险分析中常用的理论概率分布，如泊松分布，三角形分布，离散分布等概率分布，阶梯长方形分布，梯形分布，二项分布和对数正态分布等。
2.外推法
外推方法分为前推和后推及旁推三种，都是风险分析的好方法。从预测理论来分析，后推和旁推的应用效果一般较差，故较少采用，大量运用的是前推方法。
前推方法即趋势外推法，是一种时间序列法。其基本原理是利用取得的按时间顺序排列的历史信息数据推断出未来事件发生的概率和后果，是一种定量预测方法。外推法简单易行，前提是有足够的历史资料。但是这种方法也有缺陷：首先历史记录不可能完整或者没有错误;其次历史事件的前提和环境已发生了变化，不一定适用于今天或未来;另外，外推法没有考虑事件的因果关系。由于这些缺陷存在，使外推结果可能产生较大偏差。为了修正这些偏差，有时必须在历史数据的处理中加人专家或集体的经验修正。
外推法有时必须与理论概率分布配合使用，如当历史数据不全或序列显示趋势不明显时，就应从理论上分析它服从哪一种概率分布，然后进行外推。
外推的具体方法有：简单平均法，移动平均法，加权移动平均法，指数平滑法，季节变动分析法，线性趋势法等。
在项目风险管理过程中，风险分析是最困难的。风险经理往往陷入两难的境地，即为了追求准确，就必须应用复杂的概率计算方法和采用精度较高的模型，但是限于资料的稀缺和时间的紧迫，这种方法或模型就被迫放弃。大多数的风险经理宁愿放弃准确度的较高要求而采用定性的预测方法，即将风险的概率估计予以主观量化。所以据统计，75%的项目经理采用的风险分析方法是专家调查打分法。
有时，风险的概率无法估计或计算得到，项目经理就用“高，中，低”来描述风险量。有时为了更精确，会采用“高、较高、中上、中、中下、较低、低”等级别描述。
3.灵敏度分析
是量化及评估各风险对项目目标潜在影响的方法，有助于判定哪种风险最有可能对项目产生影响。
4.概率树分析
概率树分析是一种从结果到原因逻辑分析事故发生的有向过程,遵循逻辑学的演绎分析原则,即仿照树型结构,将多种风险画成树状,进行多种可能性分析。
5.模拟法
利用系统模型对系统行为进行分析，将对项目目标潜在影响的不确定性因素具体化、定量化。对工程项目进行模拟最常用的形式是利用项目的网络图作为项目模型。大多数模拟的基础是某种形式的蒙特卡洛分析。
定量风险分析的优缺点
定量风险分析有几种优势。它为高层经理提供了相当直接的数字；也相当简单，而且能容易地应用各种逼近模型。定量分析后的许多具体调查工作可以用最小优先经验执行。执行风险分析的一些步骤会在本章的后面论述。
然而，定量风险分析的弱点也是比较明显的。当它从预算或审查数据中提取某些因素时，往往忽略其他影响因素。