Top 4 Statistische Methoden zur Risikomessung | Unternehmen

Die folgenden Punkte heben die vier wichtigsten statistischen Methoden zur Risikomessung hervor. Die Methoden sind: 1. Wahrscheinlichkeit 2. Erwarteter Wert 3. Variabilität oder Dispersion 4. Standardabweichung (SD).

Statistische Methode # 1. Wahrscheinlichkeit:

Wenn wir eine unvoreingenommene Münze werfen, erhalten wir eines von zwei Ergebnissen - Kopf und Schwanz. Wenn wir die Münze ziemlich oft werfen, erhalten wir Köpfe in ungefähr 50 Prozent der Würfe und Schwänze auch in ungefähr 50 Prozent der Würfe.

Wenn die Anzahl der Würfe zunimmt und gegen unendlich tendiert, würde der Anteil der Köpfe tendenziell gleich 1/2 und der der Schwänze ebenfalls tendenziell gleich 1/2 werden. In diesem Fall beträgt die Wahrscheinlichkeit, einen Kopf in einem einzigen Münzwurf zu bekommen, 50 Prozent oder ½, und die Wahrscheinlichkeit, einen Schwanz zu bekommen, beträgt ebenfalls 50 Prozent oder ½.

Wir müssen uns daran erinnern, dass die Summe der Wahrscheinlichkeiten aller möglichen Ergebnisse gleich 1 wäre. Im Fall des Werfens einer Münze haben wir ½ + ½ = 1.

Anhand eines anderen Beispiels können wir das Konzept der Wahrscheinlichkeit erläutern. Nehmen wir an, dass eine Person von den Aktien eines Unternehmens in 5-Prozent-Zeiträumen eine Dividende von 50 Prozent, in 60-Prozent-Zeiträumen eine Dividende von 30 Prozent und in 35-Prozent-Zeiträumen eine Dividende von 10 Prozent hat. Hier sind die drei Dividendensätze, nämlich 50%, 30% und 10%, erschöpfend. Daher beträgt in diesem Fall die Wahrscheinlichkeit, eine Dividende von 50 Prozent zu erhalten, 5 Prozent oder 1/20, die Wahrscheinlichkeit, eine Dividende von 30 Prozent oder 12/20 zu erhalten, und die Wahrscheinlichkeit, eine Dividende von 10 Prozent zu erhalten, beträgt 35 Prozent oder

Statistische Methode # 2. Erwarteter Wert:

Im obigen Beispiel ist die Dividende eine Variable - ihre drei erschöpfenden Werte betragen 50 Prozent, 30 Prozent und ihre Wahrscheinlichkeiten betragen jeweils

In diesem Fall beträgt der erwartete Dividendenwert

% oder 24%. Aus dem obigen Beispiel geht hervor, dass die Formel für den erwarteten Wert auf diese Weise geschrieben werden kann. Wenn die Werte einer Variablen X x 1, x 2, ..., x n mit entsprechenden Wahrscheinlichkeiten p 1, p 2, ..., p n sind, dann wäre der erwartete Wert von X

Statistisches Verfahren # 3. Variabilität oder Dispersion:

Die Variabilität oder Streuung einer Variablen ist das Ausmaß, in dem ihre Werte gestreut oder gestreut sind. Beispielsweise ist der erste Wertesatz einer Variablen 30, 35, 40, 45 und 50, und ein zweiter Wertesatz derselben Variablen ist 5, 10, 30, 50 und 70. Dies ist aus diesen beiden Sätzen ersichtlich von Werten, bei denen die Variabilität des zweiten Satzes größer ist als die des ersten Satzes.

Die Bedeutung der Variabilität, die kleiner oder größer ist, ist sehr wichtig. Diese Bedeutung ist jedoch in verschiedenen Fällen unterschiedlich.

Wenn zum Beispiel der oben angegebene erste Satz von Werten die "Läufe" eines bestimmten Cricketspielers in fünf verschiedenen Übereinstimmungen und der zweite Satz von Werten die "Läufe" in fünf Übereinstimmungen eines zweiten Cricketspielers sind, dann ist die Signifikanz einer geringeren Variabilität in Der erste Fall und eine höhere Variabilität im zweiten Fall besteht darin, dass der erste Spieler ein konstanterer Spieler ist als der zweite Spieler.

Wenn die Werte des ersten Satzes die Tageslohnsätze (in Rs) von fünf Arbeitern einer Fabrik sind und die Werte des zweiten Satzes diejenigen von fünf Arbeitern einer zweiten Fabrik sind, dann die Tatsache, dass die Variabilität in der zweiten Fall ist größer bedeutet, dass die Einkommensungleichheit unter den Arbeitern der zweiten Fabrik größer ist als im ersten Fall.

Wiederum in einem dritten Feld, wenn die Werte des ersten Satzes die erwarteten prozentualen Dividendensätze sind, die aus den Aktien eines bestimmten Unternehmens zu erzielen sind, und die Werte des zweiten Satzes diejenigen sind, die aus den Aktien eines anderen Unternehmens zu erzielen sind, Die Tatsache, dass die Werte der zweiten Gruppe variabler sind, bedeutet, dass eine Investition in Aktien der zweiten Gesellschaft riskanter ist als eine Investition in die erste Gesellschaft.

In ähnlicher Weise ist das Einkommen aus dem ersten Job ungewisser als das aus dem zweiten, wenn der Provisionssatz, der von einem Job zu erhalten ist, variabler ist als derjenige eines zweiten Jobs.

In einigen Fällen kann die Variabilität als Risikoindex dienen. Daher akzeptieren wir in diesen Fällen möglicherweise die Variabilität als Maß für das Risiko.

Statistische Methode # 4. Standardabweichung (SD):

Die Standardabweichung (SD) ist das am häufigsten verwendete Maß für die Variabilität. SD ist definiert als die positive Quadratwurzel des erwarteten Wertes der Quadrate der Abweichungen der Werte einer Variablen von ihrem erwarteten Wert oder arithmetischen Mittel.

Wenn also die Werte einer Variablen, X, x ] sind; x 2, . . ., x n und ihre jeweiligen Wahrscheinlichkeiten sind f (x 1 ), f (x 2 ), . . ., f (x n ), und wenn der erwartete Wert von X E (X) ist, dann ist die SD der Variablen X gegeben durch

Um die obige Formel für SD zu verstehen, können wir das folgende Beispiel heranziehen. Nehmen wir an, dass die Wahrscheinlichkeit, von einem bestimmten Job Provisionen in Höhe von 3.000 Rupien und 6.000 Rupien zu erhalten, 0, 7 bzw. 0, 3 Rupien beträgt.

In diesem Fall kann der SD der Provision (Variable X) folgendermaßen ermittelt werden:

Hier ist E (X) = 0, 7 · 3000 + 0, 3 · 6000 = 2.100 + 1.800 = 3.900 (Rs).

 

Lassen Sie Ihren Kommentar