Kvantitativní analýza rizik

Následky mohou být určeny modelováním výsledků události nebo souboru událostí, případně extrapolací experimentálních dat nebo údajů z minulosti. Následky lze vystihnout prostřednictvím finančních, technických, lidských nebo jakýchkoli jiných měřítek. V některých případech jedna číselná hodnota nestačí k určení následků v různých časech, místech nebo situacích. Způsoby, jakými jsou následky a pravděpodobnosti vyjádřeny a jakými jsou dávány do souvislostí, aby popsaly závažnost rizika, se mohou lišit v závislosti na druhu rizika a účelu použití výsledku hodnocení rizika. Analýza by měla zvážit a popsat také neurčitost a proměnlivost následků a jejich pravděpodobností. Chybí to HLAVNÍ a to analýza a hodnocení rizika NCHLP.

Kvantitativní a semi-kvantitativní přístupy a metody zahrnují například následující :

• Analýza historických dat a statistik,
• Analýza závislostí,
• Síťové analýzy,
• Simulace a modelování,
• Marketingové průzkumy a analýzy trhu,
• Fault tree a event tree analysis,
• Influence diagram,
• Life cycle cost analysis,
• Probability analysis.

Projektová rizika jsou převážně hodnocení kvantitativním nebo semikvantitativním přístupem. Hlavním důvodem je určitá míra zjednodušení, které tyto přístupy nabízejí ve formě převodu hodnot dopadů na finance. Pro analytika je na první pohled jednodušší hodnotit rizika ve finančních jednotkách, protože interpretace výsledků je poté mnohem více zřejmá (penězům rozumí každý).

Analytici upřednostňující kvantitativní přístup oproti kvalitativnímu často argumentují tím, že kvalitativní hodnocení dopadů je prováděno s vysokou mírou subjektivity, kdy výsledná hodnota závisí z velké části na osobním názoru hodnotitele. Pro stanovení kvantitativní hodnot se využívají výše uvedené metodiky a nástroje (simulace, analýza historických dat a statistik, marketingové průzkumy a analýzy trhu atd.), které však mohou v sobě zahrnovat také jistou míru subjektivity. Odborníci na finance mají k dispozici celou řadu nástrojů na výpočty odhadovaných hodnot, nicméně žádná předpověď rizik i matematicky podložená, nemůže být stoprocentní. Kvantitativní přístupy využívající finanční škály jsou velmi vhodné, pokud je po provedené analýze nutné najít zdroje na pokrytí zjištěných rizik. Vedoucí projektu mnohem snáze obhájí požadavky na finanční prostředky, pokud je dokáže postavit proti rizikům vyjádřeným finanční ztrátou.

V semikvantitativní analýze jsou výše uvedené kvalitativní škály doplněny hodnotami. Cílem je vytvořit škály, které jsou podrobnější, než může obvykle poskytnout kvalitativní analýza. Cílem není navrhnout realistické hodnoty pro popis rizik, jak se o to pokouší kvantitativní analýza. Protože však číselná hodnota přiřazená každé vlastnosti nemusí vyjadřovat přesný poměr ke skutečné velikosti následků nebo pravděpodobnosti, tyto hodnoty by se měly vyskytovat pouze ve vzorcích, které respektují omezení zavedených stupnic.

Užití semikvantitativní analýzy je třeba věnovat zvláštní pozornost, protože vybraná čísla nemusejí správně popisovat skutečnost, což může vést k nesrovnalostem nebo k neobvyklým či nesprávným výsledkům. Semikvantitativní analýza nemusí správně rozlišovat rozdíly mezi riziky, zejména když následky nebo pravděpodobnosti událostí jsou mimořádné.