сценариев дерева решений. На рис. ниже представлены два примера широко используемых непрерывных распределений. Такие распределения описывают фигуры, которые сочетаются с данными, обычно получаемыми в результате количественного анализа рисков. Равномерные распределения можно использовать в случаях, когда нет очевидного значения, являющегося более вероятным, чем другие, находящиеся между указанными верхней и нижней границами, например на ранней стадии проектирования.
Методы количественного анализа и моделирования рисков
Широко применяемые методы используют как событийно-ориентированные, так и проектно-ориентированные подходы к анализу, включающие в себя:
– Анализ чувствительности. Анализ чувствительности помогает определить риски с наибольшим возможным воздействием на проект. Он помогает понять, каким образом вариации в целях проекта коррелируют с вариациями в различных неопределенностях. С другой стороны, он устанавливает, в какой степени неопределенность каждого элемента проекта влияет на изучаемую цель, в то время как все другие неопределенные элементы находятся в своих базовых значениях. Одним из типичных способов отображения анализа чувствительности является диаграмма «торнадо» (рис. ниже), которая полезна при сравнении относительной важности и воздействия переменных, обладающих высокой степенью неопределенности, с другими, более стабильными переменными. Диаграмма «торнадо» также полезна при анализе сценариев принятия рисков, применяемых при определенных рисках, количественный анализ которых указывает на то, что возможные выгоды больше, чем соответствующие идентифицированные отрицательные воздействия. Диаграмма «торнадо» – особый вид линейчатой диаграммы, используемый в анализе чувствительности для сравнения относительной важности переменных. В диаграмме «торнадо» на оси Y располагается каждый тип неопределенности в базовых значениях, а на оси X – разброс или корреляция неопределенности в отношении изучаемого выхода. На этом рисунке каждая неопределенность содержит горизонтальную полосу (линию), а по вертикали показаны неопределенности с уменьшающимся разбросом от базовых значений
– Анализ ожидаемого денежного значения. Анализ ожидаемого денежного значения (expected monetary value, EMV) – это статистический метод, с помощью которого вычисляется средний результат, когда в будущем имеются сценарии, которые могут произойти или не произойти (т. е. анализ в условиях неопределенности). EMV благоприятных возможностей, как правило, выражается в положительных величинах, а угроз – в отрицательных. Для EMV требуется нейтральное по отношению к рискам допущение – ни склонное к чрезмерному риску, ни, наоборот, полностью его отвергающее. Чтобы рассчитать EMV для проекта, необходимо умножить значение каждого возможного результата на вероятность его наступления, а затем сложить вместе полученные значения. Обычно данный тип