تکنیک هایی برای تعیین کمیت ریسک و عدم اطمینان

ساده ترین شکل کمیت ریسک با استفاده از شرایط احتمالی تعصب خوش بینی در هزینه ها یا بازه های زمانی است تا گرایش سیستماتیک تیم های پروژه را بیش از حد در مورد پارامترهای کلیدی نشان دهد. این تنظیمات می تواند بر اساس تجربه تجربی گذشته از پروژه های مشابه باشد و باید در مراحل مختلف توسعه پرونده تجارت کاهش یابد زیرا تخمین های به تدریج بهتر انجام می شود. اگرچه ساده است ، معایب این است که فقط خطرات نزولی را منعکس می کند و بعید است که به طور مؤثر خطرات را مدیریت یا کاهش دهد.

تجزیه و تحلیل احتمال تک نقطه ای

مقدار مورد انتظار را می توان با ضرب احتمال بروز ریسک (احتمال) با اندازه نتیجه برای هر خطر قابل توجهی محاسبه کرد. این حق بیمه خطر به صورت پولی بیان شده و تخمین هزینه پذیرش همه خطر را ارائه می دهد.

این بهترین استفاده از این است که هم احتمال و هم نتیجه رویداد خطر را می توان به خوبی تخمین زد. ضرر این است که هیچ اطلاعاتی در مورد تغییرپذیری اساسی در نتایج یا پیامدها ارائه نمی دهد ، به ویژه در افراط و تفریط هنگامی که تصمیم گیرندگان ممکن است ترجیح دهند خطر وقوع این رویداد را قبول نکنند.

تجزیه و تحلیل ریسک کمی (QRA)

تجزیه و تحلیل ریسک کمی (QRA) یک تکنیک مدل سازی است که خطرات را ایجاد می کند و تأثیر مالی آن خطرات ، هنگام بررسی پرونده تجاری ، برای تصمیم گیرندگان صریح تر است. این تشخیص می دهد که استفاده از برآوردهای یک نقطه ای برای مقایسه گزینه ها می تواند اطلاعات نسبتاً محدودی در مورد معاملات اساسی ارائه دهد.

QRA از هزینه ها به عنوان بخشی از توسعه یک پرونده تجاری دقیق (DBC) برای پروژه ها یا برنامه های مهم تحت نظارت خزانه داری اجباری است. پانل مشاوره وزارت بازرگانی و اشتغال ، لیستی از کارشناسان معتبر تجزیه و تحلیل ریسک کمی را برای استفاده توسط سازمان های دولتی نگهداری می کند.

تجزیه و تحلیل ریسک کمی می تواند درک بهتری از منابع ریسک برای نتایج پروژه و برآورد دقیق تر از هزینه ها یا مزایای احتمالی فراهم کند. به طور کلی یک رویکرد تجزیه و تحلیل ریسک کمی نسبت به رویکردی که صرفاً به تعصب خوش بینی یا احتمالی متکی است ، برتر است. تجزیه و تحلیل ریسک کمی باید به عنوان اولین پایه مورد استفاده قرار گیرد و برای پیشنهادات سرمایه گذاری در مقیاس بزرگ ، برای ریسک بالا مورد نیاز است.

تجزیه و تحلیل ریسک کمی تجزیه و تحلیل حساسیت دقیق و تجزیه و تحلیل اثر احتمالی این سناریوها را بر نتایج پروژه انجام می دهد. این شامل ارزیابی هر احتمال و پیامد و مدل سازی نتایج پروژه بر اساس شبیه سازی هر خطر است. توزیع احتمال نهایی دامنه نتایج و احتمال نسبی آنها را توصیف می کند.

تجزیه و تحلیل مونت کارلو

تجزیه و تحلیل مونت کارلو یک روش خاص مدل سازی ریسک است که از نمونه گیری آماری و توزیع احتمال برای شبیه سازی اثرات متغیرهای نامشخص بر نتایج مدل استفاده می کند. این رویکرد یک ارزیابی منظم از اثرات ترکیبی از منابع متعدد خطر در متغیرهای کلیدی ارائه می دهد و همچنین می تواند همبستگی شناخته شده ای بین این متغیرها را فراهم کند. استفاده از مونت کارلو می تواند برای توسعه مدل و تفسیر نتایج به مشاوره متخصص نیاز داشته باشد.

رویکرد مونت کارلو مناسب تر برای پیشنهادهایی است که چندین متغیر کلیدی با عدم قطعیت های قابل توجه و/یا همبسته وجود دارد ، و هنگامی که رویکردهای تجزیه و تحلیل حساسیت ساده تر قادر به توصیف مناسب در نتیجه در مزایای خالص بین گزینه های رقابتی نیستند.