●第一部分 危機概論
第1章 對風險管理的合理質疑
“共模故障”
關鍵定義：風險管理和一些相關術語
失敗意味著什麼
本書的範圍和目標
第2章 風險管理現狀綜述
短暫且過於表面的風險管理發展史
組織風險管理現狀
當前的風險及其評估方法
第3章 我們如何知道哪些方法有效
軼事：藥品生產外包的風險
為什麼很難知道哪些方法是有效的
對自我評估的評估
對風險管理進行潛在的客觀評估
我們可能發現什麼
第4章 入門：一個簡單的稻草人量化模型
一個簡單的“一對一替代”模型
專家作為工具
“不確定性運算”速覽
建立風險容忍度
支持決策：緩釋率收益
讓稻草人變得更好
第二部分 失敗的原因
第5章 風險管理“四騎士”：阻止末日的一些（大多）真誠的嘗試
精算師
戰爭寬客：“二戰”較為地改變了風險分析
經濟學家
管理咨詢：權力紐帶和出色的推銷如何改變風險管理
比較四騎士
亟待解決的重大風險管理問題
第6章 告別像牙塔：糾正關於“風險”概念的混亂
弗蘭克·奈特定義
奈特對金融和項目管理的影響
建築工程學定義
風險作為預期損失
定義風險容忍度
定義概率
擴充詞典
第7章 專家知識的局限性：為什麼我們對不確定性的認識與我們自以為的不一樣
太空英雄：一群心理學家拯救了風險分析
心算：為什麼我們不該相信腦海中的數字
“災難性的”過度自信
“品牌”思維：過度自信的可能原因和後果
不一致和人造結果：不該產生影響的因素產生了影響
校準測試答案
第8章 比沒用更糟： 的風險評估方法及其為何行之無效
評分法和風險矩陣的幾個例子
那能算“中等”嗎？：為什麼措辭含糊不能抵消不確定性
量表的預料外影響：你不知道的事情可能會傷害你
不同但聽上去相似的方法和相似但聽上去不同的方法
第9章 熊、天鵝和其他阻礙風險管理改善的因素
算法厭惡和關鍵謬誤
算法vs專家：歸納研究結果
關於黑天鵝的筆記
主要的數學誤解
所謂特殊情況：認為風險分析有用但不適合自己
第10章 即使定量分析師也出錯的地方：定量模型中常見的基礎錯誤
蒙特卡洛模擬使用情況調查
風險悖論
金融模型和災難的真貌：正態分布並不尋常
追尋牛群規律：相關性問題
測量反轉—額外信息的價值
蒙特卡洛模擬太復雜了嗎
第三部分 如何糾正
第11章 以有效方法為起點
用正確的語言
對概率進行校準
運用數據構建初始基準
檢查替換
簡單風險管理框架
第12章 改進模型
實證輸入
向模型中添加細節
提高專家主觀估計的更優方法
其他蒙特卡洛模擬工具
建模者的自我檢驗
第13章 風險共同體：組織內外的風險管理問題
統籌全局
管理模型
激勵校準文化
組織之外的問題：宏大的解決方案
來自Trustmark公司的實際體會
關於定量模型和更好決策的最後思考
額外校準測試及其答案
