مدل سازی خطر

مدل سازی ریسک سالها در صنایع خاصی شیوع داشته است که در آن ریسک محاسبه شده برای تجارت ، مانند خدمات مالی و انرژی ، یکپارچه است. اخیراً ، سازمان ها در بخش های دولتی و خصوصی شروع به اتخاذ طیف گسترده ای از مدل های ریسک و شبیه سازی ها برای شروع پرداختن به استراتژیک ، عملیاتی ، انطباق ، ژئوپلیتیکی و سایر انواع خطر می کنند. در دسترس بودن گسترده تر داده ها و قابلیت های تجزیه و تحلیل پیشرفته ، مدل سازی را عملی تر می کند. در عین حال ، نیاز به مقابله با یک محیط فزاینده خطرناک ، آن را با ارزش تر می کند.

محتوا را کاوش کنید

• مدل سازی خطر: چالش
• مدل سازی خطر: تأثیر
• مدل سازی ریسک: استراتژی
• مدل سازی خطر: نگاهی دقیق تر
• این زاویه خطر را بارگیری کنید

• مشترک در سری زاویه های ریسک Deloitte

دکتر پچین کورتیس ، مدیر ، Deloitte & Touche LLP در ایالات متحده ، و رهبر مرکز مدل سازی و شبیه سازی ریسک Deloitte ، در مورد WHYS و چگونه مدل سازی ریسک بخشی جدایی ناپذیر از مدیریت ریسک سازمانی بحث می کند.

س: چه چیزی باعث استفاده از مدل سازی ریسک می شود؟

الف) ظهور داده های بزرگ و معرفی ابزارهای تجسم داده های پویا باعث افزایش اشتها برای استفاده از تجزیه و تحلیل داده ها برای رفع ریسک شده است. با این حال ، تجزیه و تحلیل داده ها محدودیت های خود را دارد و یکی از آنها این است که داده های تاریخی مورد استفاده ذاتاً عقب مانده است. بنابراین ، شما می بینید که چگونه یک سیستم در گذشته رفتار کرده است ، و می توانید به دنبال همبستگی هایی باشید که می تواند برخی از نشانه های علیت را به شما نشان دهد. اما اگر می خواهید پیش بینی کننده باشید ، نمی توانید این نتایج را به فرض اینکه سیستم در آینده مانند گذشته رفتار خواهد کرد ، به آینده منتقل کنید. شرایط و متغیرها همیشه در حال تغییر هستند و گذشته ممکن است پیش بینی کننده خوبی برای آینده نباشد. این جایی است که مدل سازی وارد می شود-به عنوان کمکی برای تجزیه و تحلیل داده ها و سایر تکنیک های آماری و یک ابزار تصمیم گیری قدرتمند به خودی خود.

یک مدل ریسک یک بازنمایی ریاضی از یک سیستم است که معمولاً شامل توزیع احتمال است. مدل ها از داده های تاریخی مربوطه و همچنین "انتخاب تخصصی" از طرف افرادی که در موضوع مورد نظر قرار دارند استفاده می کنند تا احتمال وقوع یک رویداد خطر و شدت بالقوه آن را درک کنند. جمع آوری داده های مناسب یکی از دو بزرگترین چالش مدل سازی ریسک است. مورد دوم ، تصمیم گیرندگان به اندازه کافی راحت با مدل ها و فرض اساسی آنها برای استفاده از آنها هنگام تصمیم گیری معنی دار است.

س: چگونه سازمان ها از مدل های خطر استفاده می کنند؟

الف) مدل های ریسک در ارزیابی بسیاری از انواع ریسک کاربرد دارند. ممکن است بخواهید خطر دستیابی به اهداف گسترده استراتژیک را درک کنید یا به سؤالات بسیار خاص پاسخ دهید. شاید شما می خواهید تهدیدات مربوط به زنجیره تأمین خود را درک کنید ، یا خطرات ژئوپلیتیکی ورود به بازار نوظهور را ارزیابی کنید ، یا اینکه چگونه یک دشمن سازگار (مانند یک هکر یا تروریست) ممکن است به شما حمله کند. پس از توسعه مدل های ریسک ، می توان از آنها برای ارزیابی نه تنها نحوه رفتار یک سیستم در شرایط عملیاتی عادی بلکه در سناریوهای فرضی "چه می شود" استفاده کرد. این به سازمانها کمک می کند تا میزان تحمل ریسک خود را تعیین کرده و نحوه ایجاد مقاومت در سیستم ها را ارزیابی کنند تا بتوانند در برابر اثرات مختلف مقاومت کنند.

این یک تصور غلط رایج است که مدل های ریسک ذاتاً بسیار گران هستند و برای توسعه ماه ها یا حتی سالها نیاز دارند. بسیاری از ابزارهای جدید در دسترس و شتاب دهنده ها وجود دارد که در ایجاد مدلهای نسبتاً پیچیده نسبتاً سریع کمک می کنند - در یک بازه زمانی که در هفته ها تا چند ماه اندازه گیری می شود.

س: مدل سازی ریسک از کجا در استراتژی مدیریت ریسک سازمانی سازمان (ERM) جای می گیرد؟

الف) مدل های ریسک تمایل به پاشیدن در سراسر یک سازمان دارند ، بنابراین شرکت هایی که یک برنامه ERM بالغ دارند ، صاحبان ریسک را برای خطرات کلیدی خود و ساختار حاکمیتی شناسایی می کنند. حاکمیت برای نظارت و نظارت بر کیفیت فرضیات مورد استفاده در مدلهای مختلف و مداخله در صورت ارائه مدلهای رقیب در حال ارائه خروجی های واگرا و ایجاد سردرگمی بسیار مهم است.

هر شرکتی که از مدل های ریسک استفاده می کند باید درک کند که چگونه این مدل ها در تصویر بزرگتر از نحوه جمع آوری و استفاده از اطلاعات مربوط به خطرات برای تصمیم گیری استفاده می کنند. یک تاکتیک نوظهور برای سازمانها است که به سمت آنچه که ما می خواهیم یک مرکز اشتراک گذاری تجزیه و تحلیل ریسک - قطبی که اطلاعات خطر در آن ذخیره می شود حرکت کنند. این قطب به مجموعه داده های اولیه و سایر انواع هوش تجاری گره خورده است تا دید پویا از خطرات و نحوه تغییر آنها داشته باشد. از مدل های ریسک برای ارائه این دیدگاه ، در کنار سایر اشکال پویا سنجش خطر و تجزیه و تحلیل داده ها استفاده می شود. سازمان های واقعاً بالغ یک قدم دورتر و ادغام اطلاعات ریسک با هوش تجاری می روند.

نقش شبیه سازی در مدل سازی

Eelco Schnezler و Michiel Lodewijk ، مدیران Deloitte Netherlands ، بر شبیه سازی مدل برای تصمیم گیری تقویت شده قدرت تمرکز دارند.

از یک مدل می توان برای نشان دادن سیستمی مانند فرایند تجارت یا تولید یا حتی ترازنامه استفاده کرد. شبیه سازی این است که به بررسی نحوه رفتار این مدل در شرایط خاص یا فرضیات می پردازیم. از نتایج چنین شبیه سازی هایی می توان برای راهنمایی تصمیم گیری یا به دست آوردن بینش در سیستم یا فرآیند اساسی استفاده کرد تا بتواند کارآمدتر ، پایدار ، مقاوم تر ، ایمن تر شود - هرچه کیفیت مورد نظر باشد. به نوبه خود ، خود مدل را می توان بر اساس نتایج شبیه سازی یا با تغییر شرایط یا فرضیات اساسی تنظیم و تقویت کرد.

در مدیریت ریسک ، از شبیه سازی می توان برای اندازه گیری خطرات ، هدایت تصمیمات و اقدامات معقول با توجه به آن خطرات ، انجام اقدامات برای کاهش خطرات و نظارت بر خطرات به مرور زمان استفاده کرد. در کنار هم ، مدل سازی و شبیه سازی به کاهش پیچیدگی و کاهش اضطراب در تصمیم گیری های مهم تجاری یا سرمایه گذاری از دو طریق کمک می کند. اول ، عمل ایجاد یک مدل ذاتاً شامل از بین بردن اطلاعات بیرونی است تا فقط عناصر اساسی باقی بمانند ، بنابراین یک مشکل چند بعدی را به یک شکل قابل کنترل تر کاهش می دهد. دوم ، استفاده از شبیه سازی برای دیدن اینکه چگونه سیستم اساسی تحت شرایط خاص یا سناریوها رفتار می کند ، به جلوگیری از شگفتی کمک می کند و به یک اندازه گیری راحتی در تصمیم گیری می پردازد. شبیه سازی همچنین در هدایت نتایج آن تصمیمات ، کنترل کنترل را انجام می دهد ، به این ترتیب که می توانید در سیستم یا فرآیند متناسب با سیستم تنظیم کنید.

با این وجود ، از آنچه مدل ها و شبیه سازی ها نباید برای آن استفاده شود ، جایگزینی acumen و عقل سلیم است. مدل سازی و شبیه سازی توسط طبیعت آنها در درجه اول به "ناشناخته های شناخته شده" نگاه می کند و از نظر احتمال نتیجه ای که اتفاق می افتد نتایج ارائه می شود - همیشه عدم اطمینان وجود دارد. یکی از عواقب ما از بحران های مختلف ، چه فاجعه مالی و چه ژئوپلیتیکی یا طبیعی ، این است که برخی فرضیات طولانی و طولانی مدت دیگر به سادگی دیگر مرتبط نیستند. یک شبیه سازی می تواند ابزاری بسیار قدرتمند برای آزمایش فرضیات ، واقع بینانه یا دور از ذهن باشد ، تا تأثیر آن را در مدل مشاهده کند و به نوبه خود درک کند که چگونه فرضیات بر تصمیمات مربوط به نحوه اداره تجارت خود تأثیر می گذارد. به جای یک اتوپیلوت که برای شما تصمیم می گیرد ، به مدل ها و شبیه سازی ها به عنوان قطب نما برای راهنمایی تصمیم گیری فکر کنید.