浅析概率统计在企业风险管理中的应用

企业在经营管理过程中会遇到各种风险，常见的包括了经营风险、市场风险、环境风险以及政策风险等。企业要想确保各项经济活动顺利的开展，就必须不断加强对风险的控制防范工作。概率统计作为数学学科一个具有显著特色的分支，被广泛的应用在各个行业领域中，推动了整个社会经济的稳定发展。现代企业在日常经营管理中要善于运用概率统计论知识去控制风险，科学预测分析危险事件发生的概率，从而有针对性的及时采取有效防范措施，保障企业经营管理的科学安全性。

1.概率统计在企业风险估测中的实践应用

1.1最大似然估计法的应用

假设已知存在总体分布函数形式，在函数形式中有一个或者数个参数θi( i = 1, 2, …, k )是未知的，参数θi能够获得不同数据，进而在所有有概率数据中选择其中之一，从而实现在样本观察中形成最高的形成机会。最后将选出来的这个值当做参数θi的估计值，将其记作为θi，该估计值是函数形式中未知参数θi的最大似然估计值。

例1：目前某一物流企业全年货物运输时形成的货物损失费用呈现正太分布分布f(x,μ，σ²)=（1√2πσ²）e^-(x-μ^2)/2σ²,运输公司风险管理人员通过合理正态分布公式，进而快速准确得出运输损失的平均数值与标准差估计值。这样一来公司就能充分掌握到运输事故发生后各种损失的基本情况和风险程度大小，从而采取有效风险防范控制措施。该运输公司从全年运输中抽取出250此运输货损情况资料，并根据有关信息制作出分组频数分布表，样本的似然函数为：

InL=nIn(1//2^c)-(n/2)Inσ²-(1/2σ²)lne∑(x_i-μ)²。其中平均估计值=μ（50×2+ 150×13+ 250×26+350×39+450×47+550×49++ 650×38+750×25+ 850×9+ 950×2)/250= 493.2

同理可知：方差σ²= 34613.56　　标准差σ= 186

从而得出该运输公司的货物损失的平均估值与标准差估值分比为493.2与186.

1.2区间估测法的应用

假设总体分布函数形式f（x,θ）中的θ是未知参数，根据样本明确的两个统计量θ₁和θ₂对于指定的实际概率为1-α，同时存在p（θ₁〈θ〈θ₂）=1-α成立。则表示随机区间（θ₁，θ₂）称作为参数θ的对应于置信概率（1-α）的置信区间。α代表了显著性水平，能够反映出区间估计的不可靠概率。运输公司可以结合运输过程货损风险的实际信息资料，科学运用不同的区间估测方法^[2]。

通过令Z=(`x-μ)/σ,则Z为服从标准正态分布的随机变量。如果一直样本平均值`x和抽样误差σ`<sub>x</sub>可以估测总体平均值所在区间有极限定理。当n充分大时，可以通过以样本标准差S，也就是最大似然点估计值^σ替代总体标准差σ，即σ`_x=^σ/√n。

结合上表1数据我们可知`x=493.2 ，^σ=186，σ`_x=11.76

该运输公司可估测一次货物运输过程中的平均损失金额，然而在位于不同区间，其估计的可靠性会有所不

在(`x±σ`_x)即(493.2-11.76,493.2+11.76)之间的可靠性是68.3%；

在(`x±2σ`_x)即(493.2-2×11.76,493.2+2×11.76)之间的可靠性是95.5%；

在(x±3σ`_x)即( 493.2-3×11.76,493.2+3×11.76)之间的可靠性是99.7%。

1.概率统计在企业风险管理评价中的实践应用

在一定条件下企业会结合自身的经营内容特点和情况，更加侧重于关注其中某一部分的风险管理工作。假设已知企业在管理中某一风险事故发生所导致经济损失额的概率分布，就能够成功计算出与该风险密切相关的期望值μ、方差σ²以及标准差σ。其中期望值μ代表的是企业在该事故中的平均经济损失额，方差σ²和标准差σ则均是指事故风险经济损失的具体变化幅度。标准差与风险之间是成正比例关系的，即标准差越大，那么企业所要面临的事故风险越难掌控^[3]，实际反映风险大小的量是差异系数σ/μ。如下表2所示，为某个大型食品加工厂在水灾事故与火灾事故中损失的概率分布表。

表1 食品加工企业水灾与火灾事故损失概率分布

根据上表中数据我们可以算出由水灾事故导致的经济损失额

期望值μ=∑x_iP_i=1.5×0.07+2.8×0.18+3.6×0.35+3.9×0.24+4.1×0.16=3.46万元

方差σ²=∑（x_i-μ）²p=（1.5-3.461）²×0.07+（2.8-3.461）²×0.18+（3.6-3.461）²×0.35+（3.9-3.461）²×0.24+（4.1-3.461）²×0.16=0.4662

标准差σ=0.6827万元    差异系数V=σ/μ=0.1973

火灾事故导致食品加工厂的经济损失额

期望值μ=1.125万元      标准差σ²=0.4085万元     差异系数V=0.3631

从上述的各项数值分析可知，该食品加工厂的火灾事故的实际损失差异系数是远远大于水灾事故差异系数的。根据概率统计理论相关知识可知，当差异系数越大时，则表面了其风险程度越大。因此，证明了该食品加工厂在火灾事故中所要面临的损失风险会大于水灾损失风险，企业要加强对火灾事故的的管理控制，及时采取有效的火灾防范控制措施，杜绝火灾事故的发生，充分保障企业的安全经济利益。

2.概率统计在企业风险管理决策中的实践应用

随着时间的不断推移，市场经济的不断完善发展，越来越多企业认识到风险管理决策工作的重要性，其直接关系到企业风险的整体管理水平。在现代企业风险管理决策工作中被广发应用到的概率统计方法是收益期望最大决策法^[4]，该方法是通过在多种执行方案中科学选择出收益期望相对最大的方案作为最佳执行方案，该方案的实施能够有效降低企业在经济活动中的风险，确保各个工作环节有条不紊的进行。

某大型商场在决定采购儿童书包时，对市场需求量展开了深入调查，从而得出了如下表三的书包销售量概率分布表。

表2  某大型商场书包销售量的概率分布表

当书包采购量为150个时，假设市场需求量为100个，则代表该商场能够成功销售出书包100个，每个书包的出售价格为60元，则代表商场可获得利润为6000元，还余下50个书包没卖出，通过打折处理以40元价格出售，则会亏损1000元。假设市场需求量为150个时，最终获得利润为9000元。

当书包采购量为150个时收益期望值为：

1000×0.1+5000×0.2+9000×0.15+9000×0.35+9000×0.2=7400元

同理可知，当商场书包采购量分别为50、100、200以及300的时候，他们的收益期望值分别为3000元、5600元、8600元以及8400元。因此，我们可以得知当商场进货量为200个的时候收益期望值最高，则代表了该方案的期望获利最大，能够确保企业在最低成本下创造出最大的经济效益，避免浪费更多的物力成本。该商场最终应该选择书包采购量为200个作为最佳方案。

3.结束语

    综上所述，企业要加大对风险管理工作的投资力度，组建起专业化的风险管理团队，加强对风险管理人员的组织培训教育工作，不断提高他们的专业业务能力和综合素质。概率统计知识应用在企业风险管理工作中的应用是至关重要的，其发挥着关键的有效作用。企业相关工作人员要合理将概率统计学与企业风险估测、风险评价以及风险管理决策工作结合在一起，深入对其展开全面的调研分析工作，针对企业风险管理工作中存在的问题，及时采取有效的解决措施，最大化降低企业经营管理过程的各类风险，为高层领导作出正确决策提供科学依据。

本文来源：《企业科技与发展》：http://www.zzqklm.com/w/qk/21223.html