常用的风险评价方法

目前常用的风险评价方法有:（1）主观评分法主观评分法是一种定性描述定量化方法，充分利用专家的经验等隐性知识。首先根据评价对象选定若干个评价指标,再根据评价项目可能的结果制订出评价标准,聘请若干专家组成专家小组，各专家按评价标准凭借自己的经验给出各指标的评价分值,然后对其进行结集。可采用以下评分方法：加法评价型。将专家评定的各指标的得分相加求和,按总分表示评价结果。功效系数法。由各专家对不同的评价指标分别给出不同的功效系数，逐步由多目标转化为单目标,最终得出评价对象的评价结果。加权评价型。各专家依照评价指标的重要程度对评价对象中的各项指标给予不同的权重，对各因素的重要程度做区别对待。(2）数理统计方法主要数理统计方法有聚类分析、主成分分析、因子分析等.聚类分析是根据“物以类聚"的道理将个体或对象进行分类的一种多元统计方法。聚类分析使得同一类中的对象之间的相似性比其他类的对象的相似性强。主成分分析也称主分量分析，是利用降维的思想，在保证损失很少信息的情况下把多指标转化为少数的几个综合指标的统计方法。因子分析也是利用降维的思想，根据相关性大小把原始变量分组，使得每组内的变量之间相关性较高而不同组间的变量相关性较低,这样以少数几个因子反映原变量的大部分信息。（3)模糊综合评价法在综合评价中,将模糊数学理论和综合评价的基本思路结合起来，称为模糊综合评价法。模糊综合评价法的基本原理是考虑与被评价对象相关的多种因素，以模糊数学为理论基础进行综合评价。利用模糊数学的方法对那些不能直接量化的指标在模糊定性评判的基础下进行定量，并且利用汇总求和的方法,即要根据评价者对评价指标体系末级指标的模糊评判信息，运用模糊数学运算方法对评判信息从后向前逐级进行综合，直至得到以隶属度表示的评判结果，并根据隶属度确定被评对象的评定等级。(4）风险值评价法风险值方法（V承模型)是上世纪90年代兴起的一种风险管理工具。风险值是以货币为单位评价价格波动风险的参数，可从价格变化的累积概率分布中直接求得.VaR模型在对风险进行量化和动态监管方面有突出优势，即只用一个数字就可以明确地表示出供应链面临的全部市场风险。风险值的计算可用随机模拟的蒙特卡罗模拟法，首先需要识别供应链重要的风险因素，选择评价对象价值变化和市场风险因素变化的分布和随机分布,并估计相应的参数。其次，模拟市场风险因素的变化路径,构建未来变化的情景。然后依据市场价格因素的变化,利用定价公式等方法计算产品的价值及变化,以及每一特定情形的期末估计在给定置信度下的VaR。该方法适用于那些无法凭经验决策的问题，但计算量太大，对基础数据要求高，系统成本太高,计算效率难以保证。（5）神经网络神经网络是模拟生物的神经系统进行数据挖掘的一种常用算法。通过对已知样本的学习，从中获得评价专家的经验知识、主观判断等协调能力，网络便可模拟评价专家的经验知识和直觉思维，进行对未知样本的评价。神经网络通过学习能达到输出结果与期望输出结果的近似，具有很强的学习和自适应能力。神经网络技术的优势在于不依赖于变量之间必须相互独立或线性相关的假设，即可做出评价。但该方法用于评价需要大量的历史数据作为学习样本，且评价结果与样本的选择有很大关系，同时训练过程易进入局部极小点，评价工作的具体行为还不完善。