什么是风险分析(risk ****ysis)？

风险分析是评估企业、**或环境部门发生不良事件的可能性的过程。风险分析是对给定行动过程潜在不确定性的研究，是指预测现金流的不确定性、投资组合或股票回报的方差、项目成功或失败的概率以及未来可能的经济状态。

风险分析师通常与预测专业人士协同工作，以尽量减少未来不可预见的负面影响。所有公司和个人都面临一定的风险；没有风险，回报就不太可能。问题是太多的风险会导致失败。风险分析允许在承担风险和降低风险之间取得平衡。

关键要点

• 风险分析旨在识别、衡量和减轻企业、投资或项目面临的各种风险暴露或危害。
• 定量风险分析使用数学模型和模拟为风险分配数值。
• 定性风险分析依赖于一个人的主观判断来建立一个给定情景下的风险理论模型。
• 风险分析通常既是一门艺术，也是一门科学。

了解风险分析

风险评估使公司、**和投资者能够评估不利事件可能对企业、经济、项目或投资产生负面影响的可能性。评估风险对于确定特定项目或投资的价值以及减轻这些风险的最佳流程至关重要。风险分析提供了不同的方法，可用于评估潜在投资机会的风险和回报权衡。

风险分析师首先要确定哪些方面可能出错。这些负面因素必须与衡量事件发生可能性的概率指标进行权衡。

最后，风险分析试图估计事件发生时将产生的影响程度。许多已识别的风险，如市场风险、信用风险、货币风险等，可以通过对冲或购买保险来降低。

几乎所有的大型企业都需要进行最低程度的风险分析。例如，商业银行需要适当对冲海外贷款的外汇敞口，而大型百货公司必须考虑到全球经济衰退导致收入减少的可能性。重要的是要知道，风险分析允许专业人员识别和减轻风险，但不能完全避免风险。

风险分析类型

风险分析可以是定量的，也可以是定性的。

定量风险分析

在定量风险分析的基础上，利用模拟或确定性统计方法，建立了风险模型，将数值分配给风险。输入（主要是假设和随机变量）被输入到风险模型中。

对于任何给定的输入范围，模型都会生成一系列的输出或结果。风险管理者使用图表、情景分析和/或敏感性分析来分析模型的输出，以做出减轻和处理风险的决策。

蒙特卡罗模拟可用于生成一系列决策或行动的可能结果。模拟是一种定量技术，它重复计算随机输入变量的结果，每次使用一组不同的输入值。记录每个输入的结果，模型的最终结果是所有可能结果的概率分布。

结果可以总结在分布图上，显示一些中心趋势的度量，如平均值和中位数，并通过标准差和方差评估数据的可变性。还可以使用情景分析和敏感性表等风险管理工具对结果进行评估。情景分析显示任何事件的最佳、中等和最差结果。将不同的结果从最好的结果分离到最坏的结果，为风险管理者提供了合理的洞察范围。

例如，一家在全球范围内运营的美国公司可能想知道，如果某些国家的汇率走强，其底线将如何。敏感性表显示了当一个或多个随机变量或假设发生变化时，结果如何变化。

在其他地方，投资组合经理可能使用敏感性表来评估投资组合中每种证券的不同价值的变化将如何影响投资组合的方差。其他类型的风险管理工具包括决策树和盈亏平衡分析。

定性风险分析

定性风险分析是一种分析方法，不使用数字和定量评级来识别和评估风险。定性分析包括对不确定性的书面定义、对影响程度的评估（如果随后发生风险）以及发生负面事件时的对策计划。

定性风险工具的例子包括SWOT分析、因果图、决策矩阵、博弈论等。想要衡量安全漏洞对其服务器的影响的公司可以使用定性风险技术来帮助其为数据漏洞可能造成的任何收入损失做好准备。

虽然大多数投资者担心下行风险，但从数学上讲，风险是下行和上行的方差。

风险分析示例：风险价值（var）

风险价值（VaR）是一种统计数据，用于衡量和量化特定时间范围内公司、投资组合或头寸的金融风险水平。投资银行和商业银行最常用这一指标来确定其机构投资组合中潜在损失的程度和发生率。风险管理者使用VaR来衡量和控制风险敞口的水平。我们可以将VaR计算应用于特定头寸或整个投资组合，或者测量公司范围内的风险敞口。

VaR的计算方法是将历史收益率从最差转移到最佳，并假设收益率会重复，特别是在涉及风险的情况下。作为一个历史性的例子，让我们看看纳斯达克100 ETF，它的交易代号为QQQ（有时称为“立方体”），于1999年3月开始交易。如果我们计算每个日收益率，我们会得到超过1400点的丰富数据集。最差的通常出现在左边，而最好的回报则出现在右边。

在超过250天的时间里，ETF的日收益率计算在0%到1%之间。2000年1月，ETF的回报率为12.4%。但ETF也有一些时候造成了损失。最糟糕的是，ETF的日跌幅为4%至8%。这一时期被称为ETF最差的5%。基于这些历史收益率，我们可以95%肯定地假设ETF的最大损失不会超过4%。因此，如果我们投资100美元，我们可以95%肯定地说，我们的损失不会超过4美元。

需要记住的一点是，VaR并不能为分析师提供绝对的确定性。相反，这是基于概率的估计。如果你考虑较高的回报率，并且只考虑最差的1%的回报率，概率会更高。纳斯达克100指数交易所买卖基金（Nasdaq 100 ETF）7%至8%的跌幅是其表现最差的1%。因此，我们可以99%肯定地假设，我们最差的回报不会因我们的投资损失7美元。我们还可以99%肯定地说，100美元的投资最多只会让我们损失7美元。

风险分析的局限性

风险是一种概率度量，因此永远无法确切地告诉您在给定的时间内您的确切风险敞口是多少，而只能告诉您在发生时可能损失的分布情况。也没有标准的方法来计算和分析风险，甚至VaR也可以有几种不同的方法来完成这项任务。通常使用正态分布概率来假设风险发生，这在现实中很少发生，也不能解释极端或“黑天鹅”事件。

例如，2008年的金融危机暴露了这些问题，因为相对良性的VaR计算大大低估了次级抵押贷款组合构成的风险事件的潜在发生。

风险大小也被低估了，这导致了次级贷款组合中的极端杠杆比率。因此，对发生率和风险大小的低估，使得机构无法弥补次级抵押贷款价值暴跌带来的数十亿美元损失。