风险分析

作为一种正规的研究，风险分析始于1750年估测天花预防注射利弊的尝试。由于这种预防注射也有导致天花而非加强免疫力的微小可能性，估测其净收益就需要进行一项正规的“幸存”分析。另一种早期问题是估算对提供保险服务应该索要多少的保险费。从历史数据中能够获取这一问题的答案吗？如果缺乏历史数据又该怎么办呢？人们对风险分析的兴趣不断提升，它已演变成现代金融理论、事故分析、癌症和其他疾病风险评估的基础。而大多数的风险分析则以概率论为基础，并辅之以各种经济学、心理学和数学工具。 风险分析适用于具有多种不确定结果的情形。要决策应该建造以煤还是以铀为燃料的发电厂，就必须对每一类工厂的资本成本、可变成本、可靠性、寿命期以及对健康、安全和环境的影响进行评估。每一种不确定的属性都用一个概率分布来描述。风险分析的第一个任务是确定各种变量有多少种相关属性，其次是估计每种属性相关结果的概率分布（如煤电厂和核电厂的死亡分布）。 风险分析的第三个任务是对各种不确定结果进行评估以便作出选择。效用并不与某种属性（如所造成的死亡人数）成比例。为此，在冯·诺伊曼（von Neumann）和莫根施特恩（Morgenstern）对各种风险结果如何进行选择作出分析后，风险分析便拥有了一种这方面的基础工具。随后的公理效用理论的发展和对公理的验证又进一步提供了相应的分析工具。 在金融上，对某种交易证券的风险分析是估计出该证券与市场平均状况的协方差。例如，某种证券的“ β”系数值为-0.5。然后，将各种证券组合起来依据其收益和风险就可以确定出一条有效边界。对项目的风险分析，则包括对现金流量的均值和其他动差的估计。如建造一座工厂所产生的现金流量，收益率均值为20％，并在10％～30％之间呈均匀分布。 在保险上，风险分析指的是估计保险单和保险单组合的赔付分布。风险管理的宗旨是降低这些赔付率及其方差。 本文集中介绍涉及伤害、死亡或财产破损的真实（非金融）风险的分析。这些分析对金融和保险的风险分析提供了有益的工具，反之亦然。 在估算风险或对风险进行量化时采用的主要工具有以下几类： 工具一：使用历史数据对比案例研究或统计分析。频率、方差和协方差可以通过历史数据估计出来。对于高频率事件，如汽车交通事故所造成的人员伤亡，对现有数据进行统计分析，就能够估算出使用安全带的好处，或显示出在星期天凌晨1点～3点行车的危险性较在上午11点行车高出100倍。对于低频率事件，如对千年大洪水的估计，则极少使用统计分析。 工具二：损伤事故的事件树或事故树分析。一种不合人意的事故的主要传导路径或者说各种症结，可以使用事件树或事故树来予以总结。譬如，核反应堆主体在冷却系统失灵的情况下会过热而熔解。而冷却系统的失灵可能是因为泵失去了动力或出了故障，也可能是由于输送冷却剂的管道破裂。对各种事件如冷却泵失灵确定出其概率值，就可以将分析转换成概率性风险分析。对有重大后果的事件的概率可以通过改进其设计予以降低，如加装一个甚至两个备用泵。 概率性风险分析会低估事故的风险：对一些重大的事件因素如未知的地震事故可能无从识别。当突发事故出乎意料地导致其他部分失灵时，如高压电烧毁主泵和备用泵时，“通行方式”就不再适用。在核反应堆的初始概率性风险分析中，由于缺乏各种部件如冷却泵的故障率的具体数据，往往低估了各种设施的故障概率，那么，随后的数据就会显示出最初的估计是过于乐观的。 工具三：在各种慢性病的癌变风险估测中所使用的方法。要估计出个人在已知的风险暴露（或相应的人口癌症发病率）中出现癌症或其他疾病的可能性，首先要识别出致病因素，如像电离辐射和石棉这样的致癌物。其次是估计各种有害因素的潜能，即受影响人口（如1000万人）每年出现癌变的例数，譬如，在每升空气含有4微微居里氡气（美国标准）的建筑物中，每百人在一生中出现肺癌的固定比例被估算出来为3.2人（女性）到8.4人（男性）之间。最后是估计每一组（如生活于高氡区的人口）受影响的状况。 所有以上各阶段都会存在一些困难。人们设计出用以对有害因素潜能进行“保守”估计的方法。根据这些方法，在现有数据中忽略负值结果，并带明显倾向地根据高限95％置信区间来计算潜在的毒害。在有害因素识别阶段，使用极高的药剂量对啮齿动物的终身进行生物鉴定而获得结论。对数百种化学物进行实证测试，其中有些化学物甚至不可能是人类的致癌物，如苯巴比妥。在估计有害潜能阶段也使用啮齿动物进行测试。假定病变与药剂量成正比，估算出在药剂量十分轻微情况下的癌变率。但有些重要的营养品只有在药剂量很大时才构成致癌物。第三个步骤进行风险暴露估计时，依据的是理论上暴露最为充分的个人，即生活和工作中受有害影响最大的人。 工具四：对各种构成要素进行组合以确定风险-收益边界的方法。电力供给网的可靠性取决于它的各种设施的可靠性、故障的协方差和富余容量。增添额外的设施，即新发电机，将会通过容量的提高增强整个系统的可靠性。在容量不变的情况下，让现有各组设施之间的协方差为负值，依靠添加使系统“保持平衡”的设施，可靠性可能大大增强。例如，水力发电系统的可靠性可以通过添加一套太阳能发电系统而提高，因为多雨季节会增强其中一套系统的功能，而干旱季节则会增强另一套系统的功能。 正如证券组合分析有益于发电系统的风险分析一样，统计分析、概率性风险评估和癌变风险分析的发展也促进了金融和保险的分析。比如，一个项目的现金流量可以使用概率性风险分析来评估。对有害因素发作过程或极值分布的历史数据模型化有助于改进保险的风险分析。癌变风险分析下的扩散和引发癌变的过程也为金融和保险提供了借鉴作用。 莱斯特·B·拉弗（Lester B. Lave）著 陈平译