浅析概率统计在企业风险管理中的应用

孙港

【摘 要】随着国民经济的不断增长，科学技术的不断创新，企业发展得到质的飞跃。基于经济改革深化的背景，企业面临着各种机遇和挑战，要想确保自身稳定持续发展，创造出更多的社会效益和经济效益，就必须充分发挥概率统计方法在企业风险管理中的作用，有效降低企业经营管理风险，避免企业遭受嚴重的经济损失。文章将进一步对概率统计在企业风险管理中的应用展开分析与探讨，最大化降低企业经营管理过程中的各类风险，为高层领导作出正确决策提供科学依据，为同行提供科学意见。

【关键词】概率统计；企业；风险管理

【中图分类号】F27 【文献标识码】A 【文章编号】1674-0688（2018）02-0191-02

企业在经营管理过程中会遇到各种风险，常见的包括经营风险、市场风险、环境风险及政策风险等。企业要想确保各项经济活动顺利开展，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，从而有针对性地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作参数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形成的货物损失费用呈现正太分布f（x，μ，σ2）=（1πσ2）e-（x-μ2）/2σ2，运输公司风险管理人员通过合理正态分布公式，进而快速准确地运算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250次运输货损情况资料，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//2c）-（n/2）Inσ2-（1/2σ2）lne∑（xi-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=34 613.56，标准差σ= 186。

从而得出该运输公司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中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σx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σx=^σ/。

结合以上数据可知x=493.2 ，^σ=186，σx=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，然而位于不同区间内，其估计的可靠性会有所不同：

在（x±σx）即（493.2-11.76，493.2+11.76）之间的可靠性是68.3%；在（x±2σx）即（493.2-2×11.76，493.2+2×11.76）之间的可靠性是95.5%；在（x±3σx）即（493.2-3×11.76，493.2+3×11.76）之间的可靠性是99.7%。

2 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。标准差与风险之间成正比例关系，即标准差越大，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。见表1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。

根据表1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=∑xiPi=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=∑（xi-μ）2p=（1.5-3.461）2×0.07+（2.8-3.461）2×0.18+（3.6-3.46 1）2×0.35+（3.9-3.461）2×0.24+（4.1-3.461）2×0.16=0.466 2。

标准差σ=0.682 7万元

差异系数V=σ/μ=0.197 3

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=0.408 5万元

差异系数V=0.363 1

从上述各项数值分析可知，该食品加工厂火灾事故的实际损失差异系数远远大于水灾事故差异系数。根据概率统计理论相关知识可知，差异系数越大，表明其风险程度越大。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，充分保障企业的经济利益和财产安全。

3 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，市场经济不断发展完善，越来越多企业认识到风险管理决策工作的重要性，它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泛应用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地进行。

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，从而得出书包销售量概率分布表（见表2）。

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6 000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1 000元。假设市场需求量为150個时，最终获得利润为9 000元。

当书包采购量为150个时，收益期望值为：

1 000×0.1+5 000×0.2+9 000×0.15+9 000×0.35+9 000×0.2=7 400元

同理可知，当商场书包采购量分别为50个、100个、200个及300个的时候，收益期望值分别为3 000元、5 600元、8 600元及8 400元。因此，我们可以得知当商场进货量为200个时收益期望值最高，同时表明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。

4 结语

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。概率统计知识在企业风险管理工作中的应用至关重要，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，并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。

参 考 文 献

[1]韩淑云.加强统计工作是提高企业管理水平的重要环节[J].统计与咨询，2015（4）：121-123.

[2]孙平利.概率统计在企业风险决策中的应用[J].科技经济市场，2014（5）：65-69.

[3]臧恩文，金光成.概率统计在风险管理中的应用[J].沈阳工业学院学报，2015（3）：36-38.

[4]黄金，陆海龙，顾俊杰.企业安全投资边际投资效益分析[J].当代经理人，2015（8）：25-28.