极端风险是指风险的结果非常不好,会造成重大影响,但概率很低。例如恐怖主义攻击、生物安全风险(例如病原的入侵),或是极端自然灾害(例如大型地震)。

机率预估 编辑

因为缺乏相关数据,极端风险的机率预估非常困难。极端风险是一些没有发生过的事件,或是非常少发生的的事件,因此现存的资料很少,无法用标准的统计学来处理。

极值理论 编辑

若有一些相关的资料,超过资料范围的机率可能可以用极值理论的统计方式预测,其发展是因为要透过过去有限的洪水记录,来预计百年一遇洪灾的情形。此时可以用数学函数拟合现有资料,再外推到资料范围外,来预计极端风险的机率。但其结果需要谨慎的使用,因为由过去数据推算的机率不一定有代表性,而系统的机率也可能已经有变化。

黑天鹅效应 编辑

有时关注的事件和以往的经验非常不同,没有过去资料作为准则。纳西姆·尼可拉斯·塔雷伯提出了黑天鹅效应,认为不可预期事件的机率以及影响常常被低估。事后多半可以找到原因解释,但事前没有人可以预测的到。

银行作业风险 编辑

除了信用风险以及市场风险外,银行还需要预估其他风险造成的严重结果。其他风险称为作业风险,包括一些会让银行倒闭的重大事件,例如大型的银行内部诈骗英语bank fraud。银行的国际合规制度新巴塞尔资本协定,要求要用统计理论量化这些风险,统计理论包括极值理论,或是由内部专家委员会进行的情景分析银行监管单位英语bank regulation(例如美国的联邦储备系统)会检视这些结果。各方的谈判会形成一个结合了知情的量化方法以及专家意见的系统。这至少可以避免因为资料不足带来的风险,并且避免因为单纯靠专家意见产生的认知偏误[1]

在生物安全评估上也有类似结合量化方法以及专家意见的作法,例如评估入侵物种带来国家经济及生态重大影响的风险[2]

相关条目 编辑

参考资料 编辑

  1. ^ J. Franklin, (2008), Operational risk under Basel II: A model for extreme risk evaluation, Banking and Financial Services Policy Report 27 (10) (Oct 2008), 10-16.
  2. ^ J. Franklin, S.A. Sisson, M.A. Burgman and J.K. Martin, (2008) Evaluating extreme risks in invasion ecology: learning from banking compliance页面存档备份,存于互联网档案馆), Diversity and Distributions 14, 581-91.

延伸阅读 编辑