评估风险网络在风险识别中的作用，

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

英文标题：
《Evaluating the role of risk networks on risk identification,
  classification and emergence》
---
作者：
Christos Ellinas, Neil Allan, Caroline Coombe
---
最新提交年份：
2018
---
英文摘要：
  Modern society heavily relies on strongly connected, socio-technical systems. As a result, distinct risks threatening the operation of individual systems can no longer be treated in isolation. Consequently, risk experts are actively seeking for ways to relax the risk independence assumption that undermines typical risk management models. Prominent work has advocated the use of risk networks as a way forward. Yet, the inevitable biases introduced during the generation of these survey-based risk networks limit our ability to examine their topology, and in turn challenge the utility of the very notion of a risk network. To alleviate these concerns, we proposed an alternative methodology for generating weighted risk networks. We subsequently applied this methodology to an empirical dataset of financial data. This paper reports our findings on the study of the topology of the resulting risk network. We observed a modular topology, and reasoned on its use as a robust risk classification framework. Using these modules, we highlight a tendency of specialization during the risk identification process, with some firms being solely focused on a subset of the available risk classes. Finally, we considered the independent and systemic impact of some risks and attributed possible mismatches to their emerging nature.
---
中文摘要：
现代社会严重依赖于联系紧密的社会技术系统。因此，无法再孤立地处理威胁单个系统运行的明显风险。因此，风险专家正在积极寻求放松破坏典型风险管理模型的风险独立性假设的方法。杰出的工作提倡使用风险网络作为前进的道路。然而，在生成这些基于调查的风险网络的过程中引入的不可避免的偏差限制了我们检查其拓扑结构的能力，进而挑战了风险网络概念的实用性。为了缓解这些担忧，我们提出了一种生成加权风险网络的替代方法。随后，我们将此方法应用于金融数据的实证数据集。本文报告了我们对由此产生的风险网络拓扑结构的研究结果。我们观察了一个模块化拓扑结构，并对其作为稳健风险分类框架的使用进行了论证。使用这些模块，我们强调了风险识别过程中的专业化趋势，一些公司只关注可用风险类别的子集。最后，我们考虑了一些风险的独立和系统性影响，并将可能的错配归因于其新兴性质。
---
分类信息：

一级分类：Quantitative Finance        数量金融学
二级分类：Risk Management        风险管理
分类描述：Measurement and management of financial risks in trading, banking, insurance, corporate and other applications
衡量和管理贸易、银行、保险、企业和其他应用中的金融风险
--
一级分类：Physics        物理学
二级分类：Physics and Society        物理学与社会
分类描述：Structure, dynamics and collective behavior of societies and groups (human or otherwise). Quantitative analysis of social networks and other complex networks. Physics and engineering of infrastructure and systems of broad societal impact (e.g., energy grids, transportation networks).
社会和团体（人类或其他）的结构、动态和集体行为。社会网络和其他复杂网络的定量分析。具有广泛社会影响的基础设施和系统（如能源网、运输网络）的物理和工程。
--

---
PDF下载：
--> Evaluating_the_role_of_risk_networks_on_risk_identification,_classification_and_.pdf (1.42 MB)

2022-6-6 16:30:55 上传

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：Quantitative independence Applications QUANTITATIV Methodology

1评估风险网络在风险识别、分类和应急方面的作用Christos Ellinas1,2，*，Neil Allan1,2，Caroline Coombe3 1布里斯托尔大学，布里斯托尔，英国2 System Consult Ltd，Bradford on Avon，UK 3ORIC International，UK*通讯作者电子邮件：ce12183@bristol.ac.uk现代社会严重依赖于联系紧密的社会技术系统。因此，无法再孤立地处理威胁单个系统运行的明显风险。因此，风险专家正在积极寻求放松破坏典型风险管理模型的风险独立性假设的方法。杰出的工作提倡使用风险网络作为前进的道路。然而，在生成这些基于调查的风险网络的过程中引入的不可避免的偏差限制了我们检查其拓扑结构的能力，进而挑战了风险网络概念的实用性。为了缓解这些担忧，我们提出了一种生成加权风险网络的替代方法。随后，我们将此方法应用于金融数据的实证数据集。本文报告了我们对由此产生的风险网络拓扑结构的研究结果。我们观察了一个模块化拓扑结构，并对其作为稳健风险分类框架的使用进行了论证。使用这些模块，我们强调了风险识别过程中的专业化趋势，一些公司只关注可用风险类别的子集。最后，我们考虑了一些风险的独立和系统性影响，并将可能的错配归因于其新兴性质。

关键词风险网络、网络拓扑、地平线扫描、新兴风险、风险管理关键信息  作者介绍了一种生成风险网络的新方法，该方法放宽了过去相关工作的一些假设，包括世界经济论坛的重要工作。  风险网络可以作为一个稳健的风险分类框架，不受外部强加的人为构造的影响（例如，基于监管要求的风险分类）。2.  通过将其应用于（再保险）数据集，作者使用由此产生的风险网络来评估每个被纳入公司的“地平线扫描”能力。  风险网络揭示了风险的独立影响和系统影响之间的普遍不匹配，作者认为这种不匹配可用于将某些风险归类为“新兴风险”。引言：加强对风险性质的理解是现代科学的缩影（Bernstein&Bernstein-Peter，1996；Buchanan&O Connell，2006），其成功的管理在广泛的社会层面产生了显著的效益（Ganin等人，2016；Helbing，2013；Vespignani，2012）。在这种情况下，传统上将风险定义为“不确定性对目标的影响”；通常量化为事件具体化的概率乘以其预期影响（ISO，2009）。因此，风险管理的目标是缓解可能导致不良后果的事件（Pritchard，2014）。这一目标的基础是假设每个此类不良事件都是独立的，例如相互依存性在量化风险时不会产生影响（ISO，2009）。

然而，现代社会的运作在很大程度上恰恰取决于这种相互依赖（世界经济论坛，2017年），因为它支持“人、商品、金钱、信息和思想”的全球交流（赫尔宾，2013年）。将相互依存的影响纳入风险管理过程最近引起了很多兴趣（巴蒂斯顿、卡尔达雷利、德埃里科和古尔奇乌洛，2016年；巴蒂斯顿、普利加、考希克、塔斯卡和卡尔达雷利，2012年；达斯古塔和卡利戈文，2014年；赫尔宾，2013年；鲁克尼、贝尔西尼、皮罗特、卡尔达雷利和巴蒂斯顿，2013年；西曼斯基、林、阿斯塔洛斯和斯雷尼瓦桑，2015年），部分原因是2007-2008年全球金融危机以及同样基于风险独立性假设的传统风险模型未能预见到的方式（Battiston，Caldarelli，et al.，2016；Battiston，Farmer，et al.，2016；Besley&Hennessy，2009；Schweitzer，Fagiolo，Sornette，Vega Redondo，&White，2009）。探索风险相互依存影响的一种方法是考虑风险如何相互作用（Helbing，2013；Szymanski等人，2015）。世界经济论坛（WEF）编制的年度“全球风险报告”就是这种方法的一个突出例子。目前，在第12版中，本报告通过考虑风险网络，明确探讨了风险相互依存的影响。在每个网络中，一个风险（节点）通过加权链接连接到许多其他风险。在这个特殊的例子中，通过对大约750名来自ZF、学术界和行业的专家进行调查，建立了联系，参与者被问及以下问题：“全球风险并不是孤立的，评估它们之间的相互联系很重要。

在您看来，哪些是联系最紧密的全球风险？请选择三到六对全球风险？”（见（2017年世界经济论坛）附录B）。3该问题侧重于描述风险网络的局部结构，是所谓“名称生成器”的一种变体，这是一种调查经常使用的工具，重点是利用自我网络构建（主要是社交）网络的总体结构（Bidart&Charlbonneau，2011；Merluzzi&Burt，2013）。尽管广泛部署了这些“名称生成器”（Merluzzi&Burt，2013），但由于不可避免地暴露于多种污染源，因此必须谨慎处理产生的数据（Bearman&Parigi，2004；Bidart&Charbonneau，2011；M.Newman，Barabasi，&Watts，2011）。就世界经济论坛的报告而言，必须对衍生风险网络持怀疑态度，至少有两个原因。首先，明确给参与者提供了他们可以利用的连接数量的上限和下限，这不可避免地会使风险网络的整体连接产生偏差。其次，问卷中暗示的联系性质不明确，因为两个风险之间的联系可能表明：（a）因果联系（即风险a导致风险B，因此，它们是相关的）或（B）相似联系（即风险a类似于风险B，因此，它们是相关的）。这种累积的模糊性可能会破坏对由此产生的风险网络的后续分析。例如，考虑最相关的风险。如果（a）是这样，那么这种风险预计将在触发大规模级联方面发挥关键作用，即具有高度的系统重要性（Albert&Barabási，2002）。然而，如果（b）是这样的话，这种高度的连通性仅仅表明其周边的风险在某种程度上是相似的。

一旦在这些网络上应用了复杂的分析，这种模糊性的影响就更难评估。例如，考虑Szymanski等人（2015）最近的工作，他们使用WEF风险网络分析其故障动态。尽管分析本身在理论上很严格，但其对网络拓扑的必然依赖性对分析的最终结果提出了质疑，因为网络本身所包含的模糊性既没有评估也没有解释。为了以更稳健的方式获取风险相互依存关系，我们开发了一种基于风险相似性生成加权风险网络的方法，其中风险根据其特征的相似性进行连接。通过将此方法应用于143个风险的经验数据集（每个风险都使用24个独特的标签进行描述），本文从风险管理流程的三个核心组成部分讨论了风险相互依赖的作用：（a）独立于外部施加的标签的风险分类；（b） 评估给定公司的“水平扫描”能力；（c） 基于互联性对其独立影响的影响，识别新出现的风险，以及它们如何构成企业互动的基础。结果在接下来的内容中，我们分析了风险网络的拓扑结构，特别关注其模块组成（有关详细的可视化信息，请参阅支持信息（SI））。然后，我们评估每个公司在所有观察到的模块中统一识别风险的能力——这样做的能力对应于增强的“地平线扫描”能力。

最后，我们使用一个简单的流行病模型（Gutfraind，2010；4 Pastor Satorras，Castellano，Van Mieghem，&Vespignani，2015；Watts，2002）来评估每个风险的系统重要性，即其触发后续风险的能力。通过这样做，我们将报告的每种风险的独立影响与其明显的系统性影响进行比较，将可能的差异归因于其“新兴”性质。以责任网络的形式简要评估了企业之间的后续互动。风险模块的出现在风险网络的背景下，我们的分析确定了五个不同的模块，分别由47（模块1）、35（模块2）、25（模块3）、21（模块4）和16（模块5）个风险组成–见图1。模块被定义为一组彼此紧密连接但与属于不同模块的节点松散连接的节点（Danon、Diaz Guillera、Duch和Arenas，2005；Fortunato，2010）。在风险网络的背景下，每个模块都可以被视为一个独特的“风险类别”，其形成完全取决于每个风险的基本特征（参见方法）。这种自下而上的方法与典型的风险分类方案相比，通常采用自上而下的方法，建立在外部强加的标签上，即基于特定的组织职能，如“战略风险”（Kaplan&Mikes，2012），或监管要求，如巴塞尔III监管框架中的“资本比率”（Basel Committee，2010））。连通性水平的提高对应于风险相似性水平的提高，包括模块内的内部连通性和模块间的内部连通性。

因此，如果给定的一组条件触发特定风险，相同的条件也会影响（并可能触发）其相邻节点，这取决于它们在基本特征方面的相似程度（Allan、Cantle、Godfrey和Yin，2013）。考虑到风险相似性，考虑模块2的情况——内部连通性增强表明其中包含的风险越来越相似；相反，模块3由相对较低的内部连接级别定义。将重点转移到互联互通方面，加强互联互通可识别相关风险类别——模块2（由监管风险组成）与模块5（由政治风险组成）之间的紧密联系就是一个直观的例子。5图1：风险网络，其中两个节点（风险）之间的加权链接反映了它们在风险特征方面的相似性。节点颜色对应于报告它的公司；节点大小对应于其度，链接颜色对应于链接权重。更多信息请参见（ORIC International，2017）。关于每个模块的实际组成，确定与每个模块的总体主题相矛盾的风险尤为重要。例如，模块3主要由网络相关风险组成，通过模块内风险标签的单词分解可以明显看出（见第2节，SI）。在这些与网络相关的风险中，也存在“全球人口变化”风险——起初这是一个相当违反直觉的内容，但它深深植根于模块2的技术领域。人们很容易推断，健康高度依赖于技术进步的速度，而技术进步又反过来影响人口规模。

然而，在传统风险分类的情况下，“全球人口变化”将被归为一个明显不同的标签（例如，“保险和人口风险”（Kelliher、Wilmot、Vij和Klumpes，2013），与模块2中包含的其他风险相比。更一般地说，这些风险模块可以发现在属性标签方面看似不同的风险，例如“全球人口变化”的情况，但在其基本特征方面却越来越相似，这反过来表明在缓解风险的方式上存在某种相似性。评估“地平线扫描”能力风险管理过程可以总结为一个旨在“识别、分析、评估、处理”特定风险的过程（ISO，2009）。“地平线扫描”是这一过程的第一步，一家能够识别所有“风险类别”风险的公司可以限制其暴露于未知风险。通过考虑网络发展的基础，这种洞察力变得直观：当一家公司识别并最终处理某一特定类别的风险时，该公司不可避免地会受到类似风险的影响，即属于同一类别的风险（世界经济论坛，2017）。相反，企业从特定“风险类别”中识别风险的倾向会使其“水平扫描”功能产生偏差，进而增加其总体风险敞口，尤其是在整个“风险类别”仍然未被发现的情况下。表1详细列出了每家公司的“水平扫描”能力，这反映在五个“风险类别”中确定的风险数量上（以百分比的形式报告）。

上述对缺失特定“风险类别”的偏见的一个例子是A公司，其“地平线扫描”部署专门针对属于模块1、3和5的风险（图2；蓝色）。因此，公司a不知道属于模块2和4的风险。相反，公司O能够在所有五个模块中识别出至少一个风险（图2；红色），因此能够很好地应对这五个模块中尚未识别的风险。更普遍的是，大多数公司似乎专门识别属于特定风险类别的风险。换句话说，公司倾向于调整其“地平线扫描”功能，以识别特定性质的风险（即属于同一模块的风险）。基于网络的技术可以突出这些实例，并通过扩大相应“地平线扫描”功能的重点来帮助缓解这些实例。图2：公司O（红色）和公司A（蓝色）在识别整个网络风险方面的“地平线扫描”能力。公司O成功地从每个模块中识别出至少一个风险，而公司A仅限于模块1、3和5。子批次包括相应的直方图。更多信息请参见（ORIC International，2017）。表1：各公司在五个模块中识别的风险百分比。每个百分比对应于相应公司报告的风险总数中确定的风险数量。结果四舍五入至小数点后1位。