國際物流風(fēng)險評估的研究教材

2010年電子商務(wù)及電子政務(wù)國際會議關(guān)于國際物流風(fēng)險評估的研究專業(yè)：*******

姓名：*******

1報告大綱一、研究背景二、國際物流風(fēng)險評估模型三、案例分析四、結(jié)論研究背景

隨著近年來中國對外開放的進(jìn)一步發(fā)展，我國的進(jìn)出口貨物以每年30%的增長率平均增長。這一趨勢給我國國際物流企業(yè)帶來發(fā)展機遇，但同時也存在著許多風(fēng)險(例如：時間久、路線長、過多的聯(lián)系等)。而我國對國際物流風(fēng)險管理的研究卻比較少，因此當(dāng)企業(yè)面臨風(fēng)險管理時，對于國際物流管理理論與風(fēng)險評估的方法研究變得尤為迫切。主要研究內(nèi)容

由于缺乏國際物流公司科學(xué)的風(fēng)險評估方法，本文結(jié)合實際環(huán)境和國際物流業(yè)的特征，并使用概率論的知識來學(xué)習(xí)怎樣在風(fēng)險管理的過程中進(jìn)行風(fēng)險評估。

提出國際物流風(fēng)險評估的方法。并通過實例對該方法的可行性進(jìn)行分析。文中風(fēng)險評估的風(fēng)險程度主要指與國際物流業(yè)作業(yè)緊密聯(lián)系的純粹風(fēng)險，包括國際物流貨物的損失和對第三方合法的賠償責(zé)任。風(fēng)險評估1、定義：風(fēng)險評估是風(fēng)險管理重要的一部分，它是指在風(fēng)險識別的基礎(chǔ)上通過建立一個系統(tǒng)模型來解決問題，并定量分析風(fēng)險因素的影響，評估各項風(fēng)險的發(fā)生幾率和每項可能導(dǎo)致的損失。然后在項目中發(fā)現(xiàn)關(guān)鍵風(fēng)險為這些風(fēng)險的解決提供科學(xué)依據(jù)。2、意義：風(fēng)險評估是關(guān)于未來的一項必要的預(yù)測，當(dāng)國際物流公司評估他們存在的風(fēng)險時，方法的科學(xué)性和影響的重要性直接決定風(fēng)險管理措施的有效性，并將進(jìn)一步影響風(fēng)險管理的最終成?。灰虼?，對所有的國際物流公司而言，怎樣進(jìn)行科學(xué)并有效的風(fēng)險評估是一件非常重要的事。風(fēng)險評估

據(jù)悉，目前大量的國際物流公司在做風(fēng)險評估時缺乏理論依據(jù)和科學(xué)的評估方法。管理者僅根據(jù)以前的經(jīng)驗簡單的分析事業(yè)部面臨的風(fēng)險因素，而不是收集、計算或分析明確的數(shù)據(jù)。然后采用基于在一定的經(jīng)濟補償，將風(fēng)險發(fā)生后得到的保險公司提供的有限的可保風(fēng)險類型的保險單的風(fēng)險轉(zhuǎn)移方式。但對于其他不確定和無保險的風(fēng)險，大部分公司只會保留這些風(fēng)險，并承擔(dān)起未來可能帶來的損失。因為缺乏詳細(xì)的定量分析和預(yù)測，使其無法決定這些風(fēng)險的概率和它帶來的損失。國際物流風(fēng)險評估模型1、損失頻率模型1）基于二項分布的評估2）基于泊桑分布的評估2、損失評估模型1）任一風(fēng)險造成的損失的評估2）一定時期內(nèi)總損失的評估3）損失范圍的平均值和標(biāo)準(zhǔn)差損失頻率模型

損失頻率是指在過去某一時期內(nèi)風(fēng)險發(fā)生的次數(shù)。在很多情況下，風(fēng)險管理者會使用二項分布和泊桑分布來估算損失頻率?；诙椃植嫉脑u估

當(dāng)一定時期內(nèi)每次國際物流風(fēng)險的危害或風(fēng)險的數(shù)量很小時，采用二項分布來估算頻率。在國際物流中，如果固定資產(chǎn)在一定時期內(nèi)（一年，一季度等）發(fā)生意外事故，例如船舶碰撞，洪水或倉庫失火，公司會采用二項分布來估算每個風(fēng)險單位（每只船或每個倉庫）的風(fēng)險頻率。當(dāng)風(fēng)險單位太大時，使用二項分布計算會很復(fù)雜，這一方法大多適用于風(fēng)險單位較小的情況下。基于二項分布的評估

函數(shù)模型：

其中：n—實驗次數(shù)；x—在n次實驗中A事件發(fā)生的次數(shù)；p—事件A的概率；—次數(shù)里A事件發(fā)生的概率。期望值：標(biāo)準(zhǔn)差：基于二項分布的評估根據(jù)二項分布，得到的如下結(jié)果：

a）變量系數(shù)（又稱風(fēng)險預(yù)測）

根據(jù)上式，我們可以得出如下結(jié)論：當(dāng)p越接近1時，風(fēng)險越小?；诙椃植嫉脑u估b）在二項分布中，用

來估算風(fēng)險，R越大，風(fēng)險越大。

當(dāng)p=0，R=0，無風(fēng)險；

當(dāng)p=1，R=0，無風(fēng)險；當(dāng)時，證明得到p=0.5，也就說當(dāng)概率等于

0.5時，風(fēng)險最大?；诓瓷７植嫉脑u估

通過對國際物流公司的歷史數(shù)據(jù)或風(fēng)險管理者的經(jīng)驗研究，當(dāng)一種國際物流風(fēng)險單位危險發(fā)生的次數(shù)在風(fēng)險評估期間內(nèi)，或者風(fēng)險單位的數(shù)量很大時，采用泊桑分布。

在國際物流中，如果公司發(fā)現(xiàn)一個風(fēng)險單位在評估期間內(nèi)危險發(fā)生很多次，例如國際船舶，因船舶在糟糕天氣下易受損傷，一只船在一個風(fēng)險評估年度里可能有很多風(fēng)險，企業(yè)會采用泊桑分布來估算每只船的風(fēng)險率，或者會估算風(fēng)險發(fā)生范圍內(nèi)的次數(shù)。在估算大量風(fēng)險單位時泊桑分布遠(yuǎn)優(yōu)于二項分布?；诓瓷７植嫉脑u估函數(shù)模型：其中：

—單位時間內(nèi)A事件發(fā)生的平均次數(shù)；

—單位時間內(nèi)A事件發(fā)生的次數(shù)；

—單位時間內(nèi)A事件發(fā)生次的概率。A事件發(fā)生不超過C次的概率的描述如下：期望值：標(biāo)準(zhǔn)差：損失評估模型

和風(fēng)險率不同的是，總的來說風(fēng)險造成的損失是無法羅列的，但是在一定區(qū)間內(nèi)取樣，即連續(xù)型隨機變量。國際物流企業(yè)的損失范圍要從三個方面來評估：1、每一風(fēng)險造成的損失評估；2、在某一確定的時期內(nèi)損失范圍的評估；3、損失范圍的平均值和標(biāo)準(zhǔn)差的評估。任一風(fēng)險造成的損失的評估

國際物流企業(yè)通常用正態(tài)分布作為每個風(fēng)險造成的損失的概率分布，模型函數(shù)是：

已知：，正態(tài)分布的概率描述如下：其中：

—期望值；

—標(biāo)準(zhǔn)差；

—每次風(fēng)險損失。任一風(fēng)險造成的損失的評估

已知

，標(biāo)準(zhǔn)正態(tài)分布可得到

，

正態(tài)分布的概率是：通過計算可得到下面的結(jié)果：a）損失的概率區(qū)間為任一風(fēng)險造成的損失的評估b）損失概率c）損失概率

其中：

—隨著i的變化，

表示不同的損失一定時期內(nèi)總損失的評估

除了評估每次的損失，國際物流企業(yè)的風(fēng)險管理者還要估算由不同的風(fēng)險單位和危險結(jié)合而造成的總體損失。以船舶風(fēng)險為例，評估完由各種風(fēng)險（包括火災(zāi)、壞天氣、碰撞等）造成的損失之后，它會對每艘船和每個風(fēng)險造成的損失進(jìn)行估算。國際物流企業(yè)會用這一方法來評估由所有風(fēng)險造成的總損失?？傮w損失的評估方法通?；谀骋惶囟〞r期內(nèi)損失量的概率分布和每一損失量的概率分布，也就是基于上面的評估結(jié)果，并加上某一時期內(nèi)每種類型的風(fēng)險單位的損失量。損失范圍的平均值和標(biāo)準(zhǔn)差

基于國際物流中各種風(fēng)險數(shù)據(jù)損失范圍的平均值和標(biāo)準(zhǔn)差，得到如下結(jié)果：a）大樣本容量，樣本均值和樣本差已知，估算總體平均值。大樣本容量時，樣本均值服從正態(tài)分布，

并且

是服從正態(tài)分布的隨機變量，相似的

平均值的區(qū)間估計：損失范圍的平均值和標(biāo)準(zhǔn)差b）小樣本容量，總體服從正態(tài)分布且是未知的，估算總體平均值。小樣本容量時，統(tǒng)計量

服從t分布（自由是n-1），并且

c）小樣本容量，總體服從正態(tài)分布，估算總體方差。小樣本容量且總體分布服從正態(tài)分布，

統(tǒng)計量

服從卡方分布（自由是n-1），并且案例分析

假定國際物流公司的風(fēng)險管理者要根據(jù)以前的數(shù)據(jù)評估下列環(huán)境下貨輪優(yōu)于惡劣環(huán)境而遭遇風(fēng)險：

A.公司擁有30艘船只。根據(jù)以前的損失數(shù)據(jù)，一年中任一艘船在壞天氣遭遇風(fēng)險的概率是0.01。管理者需評估：A.下一年一艘船在惡劣天氣下遭遇風(fēng)險的概率；B.兩艘船中至少有一艘遭遇風(fēng)險的概率；C.風(fēng)險的大小。

B.在公司的貨運業(yè)務(wù)中，A船因惡劣天氣遇到風(fēng)險的記錄以表格I表示。公司需在評估一個月之內(nèi)這條航線船只遭遇壞天氣的概率。

C.A船只每年因壞天氣遇到風(fēng)險的損失數(shù)據(jù)以表格II表示。管理者需評估：A.每次損失不超過5萬元的概率；B.損失在45到60萬元之間的概率；C.損失超過75萬元的概率。案例分析表I，在過去兩年里A船因壞天氣遭遇風(fēng)險的記錄表II，A船每年因壞天氣遇到風(fēng)險而造成的損失每月風(fēng)險數(shù)量0123456頻率2135643損失量50～150150～250250～350350～450450～550550～650650～750次數(shù)2928302151案例分析D.根據(jù)過去的數(shù)據(jù)，A船因壞天氣遭遇風(fēng)險的損失量和損失額的概率分布用表III表示，公司必須計算一年里總體損失的概率分布。表III，A船因壞天氣遭遇風(fēng)險的損失量和損失金額的概率分布損失量的概率分布損失金額的概率分布損失數(shù)量概率損失金額概率00.5200.810.31000.220.2

案例分析E.由表I，A船在過去兩年里遇到的風(fēng)險數(shù)是21，且船只在過去兩年遇到風(fēng)險的概率和損失金額的變化。根據(jù)風(fēng)險評估模型，可得到如下結(jié)果：1）已知n=30,p=0.01,x=1a）根據(jù)公式（1），我們得出b）根據(jù)二項分布表，我們得出c）根據(jù)公式（2）、（3）和（5），我們得出，且風(fēng)險大小0.018

因此，在接下來的一年中，一艘船面臨的風(fēng)險概率是27.3％，超過兩艘船是0.43％，而所有船遇到的風(fēng)險的概率相對較小，約為5.5％。案例分析2）設(shè)X是由于每個月天氣惡劣導(dǎo)致的風(fēng)險的數(shù)量，并且是已知的，得到泊松分布參數(shù)

。輸入公式（6），其結(jié)果以表IV表示風(fēng)險數(shù)量X風(fēng)險概率P00.0301910.105720.185030.215740.188850.132160.077170.038580.0169案例分析從上面的表格顯示：a）這種風(fēng)險在一個月內(nèi)從未發(fā)生的概率是0.03019，這意味著這種情況的可能性是很小的。b）這種風(fēng)險發(fā)生超過一次的概率是0.9698，也就是說在未來任一個月，這種情況的可能性都是很大的。c）已知歷史數(shù)據(jù)顯示，最大的風(fēng)險的一個月內(nèi)發(fā)生的數(shù)量是6，但是從評估的結(jié)果顯示，在未來的任一個月中都將超過6。這主要是因為企業(yè)觀察時間不夠長，小概率事件還沒有發(fā)生，該企業(yè)需要在未來增加樣本數(shù)。案例分析3）排序后的損失數(shù)據(jù)以表V表示表V，損失數(shù)據(jù)排序損失金額50～150150～250250～350350～450450～550550～650650～750總和損失金額100200300400500600700

頻率292830215196概率2/969/9628/9630/9621/965/961/961.0案例分析期望值：千元標(biāo)準(zhǔn)偏差：千元差異系數(shù)：案例分析根據(jù)公式（11），（12）和（13），我們得到：a）損失概率不超過5萬元b）損失概率在45萬元到60萬元之間c）損失概率超過70萬元

因此，在三種類型的損失嚴(yán)重程度中，在45到60萬元的損失概率比其他的高。案例分析4）根據(jù)表V，損失量可能是0，1和2，所以我們得到表VI表VI，總的損失數(shù)據(jù)排序損失量概率總損失金額概率00.500.50010.3200.240

1000.06020.2400.128

1200.032

1200.032

2000.008案例分析

當(dāng)損失的數(shù)目為0時，總損失金額為0，概率為0.5。

當(dāng)損失的數(shù)目為1時，總損失金額將有兩種情況：一種是損失2萬元，該概率等于該損失量的概率1（0.3）乘以損失金額的概率20萬元（0.8），即0.24。另一種是損失10萬元的概率等于該損失量的概率1（0.3）乘以該損失金額的概率10萬元（0.2），即0.06。

當(dāng)損失的數(shù)目是2，總損失金額將會更復(fù)雜，有三種結(jié)果：4萬，12萬，20萬元。

因此，發(fā)生在這些年的全部損失的概率：當(dāng)損失4萬元，概率是0.2*0.8*0.8=0.128，當(dāng)損失12萬元，概率是0.2*0.8