Tjänster / Risk och sannolikhet
Risk- och sannolikhetsmodellering
Riskmodellering handlar om att skatta hela fördelningen av möjliga utfall, inte bara det mest sannolika. Jag bygger modeller för scenarioanalys, kapitalbindning och beslut där kostnaden för att ha fel åt ena hållet skiljer sig från den andra, med bayesianska metoder som gör osäkerheten explicit.
Vanliga utgångslägen
- Beslutsunderlaget innehåller ett bästa, ett värsta och ett troligt scenario, satta för hand.
- Ingen kan säga hur sannolika de tre scenarierna är i förhållande till varandra.
- Ni vet att risken är asymmetrisk men räknar ändå på ett medelvärde.
Så gör jag
Ett väntevärde är rätt svar på fel fråga i varje beslut där kostnaden är asymmetrisk.
Om för lite lager kostar en förlorad order och för mycket kostar kapitalbindning, är det optimala beslutet inte det mest sannolika utfallet. Det ligger förskjutet åt det håll som gör minst skada. Hur mycket beror på fördelningens form, och den informationen finns bara om osäkerheten modellerats från början.
Bayesianska modeller
Ger en fördelning över parametrarna i stället för ett värde. Osäkerhet i skattningen fortplantar sig då till osäkerhet i beslutet. Låter dessutom befintlig sakkunskap vägas in där data är tunn.
Simulering av utfallsrum
När beslutet beror på flera osäkra storheter samtidigt räcker det inte att skatta var för sig. Simulering ger den sammanlagda fördelningen, inklusive samvariationen mellan riskerna.
Asymmetriska kostnadsfunktioner
Att beställa för lite och för mycket kostar sällan lika. När kostnaden byggs in i modellen förskjuts det optimala beslutet bort från väntevärdet, ofta betydligt.
Extremvärden
De beslut som gör mest skada styrs av svansarna, inte av mitten. De kräver andra metoder än de som beskriver normalläget väl.
Vad du får
- Fördelning över utfall, inte enbart väntevärde
- Scenarier med tillhörande sannolikheter i stället för godtyckliga nivåer
- Känslighetsanalys som visar vilken osäkerhet som faktiskt driver beslutet
- Underlag som går att försvara för styrelse eller revisor
Förstudie · 2–3 veckor
95 000 – 140 000 kr
Spannet styrs av antalet osäkerhetskällor som ska modelleras och kravet på dokumentation.
Vanliga frågor
Är det här samma sak som Monte Carlo i Excel?
Släkt, men skillnaden ligger i var fördelningarna kommer ifrån. I ett kalkylark sätts de oftast för hand. Här skattas de från data, och osäkerheten i själva skattningen räknas med.
Våra beslutsfattare vill ha ett tal, inte en fördelning.
Då levereras ett tal, men det talet härleds från fördelningen och den kostnad ni faktiskt bär. Det är oftast inte väntevärdet, och skillnaden brukar vara den intressanta delen av samtalet.
Hur mycket data krävs?
Mindre än man tror, eftersom bayesianska metoder klarar tunn data genom att redovisa bred osäkerhet i stället för att bryta samman. Ett brett intervall är information, inte ett misslyckande.