●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