نگاهی دقیقتر به نقش شبیهسازی در مدلسازی ریسک
مدلسازی ریسک به ما این امکان را میدهد که یک سیستم، مانند یک فرآیند کسبوکار، تولید یا حتی ترازنامه را به صورت انتزاعی نمایش دهیم. شبیهسازی، تمرینی است که در آن رفتار مدل را تحت شرایط یا مفروضات خاصی بررسی میکنیم. نتایج این شبیهسازیها میتواند به هدایت تصمیمگیری کمک کند یا بینش عمیقتری نسبت به سیستم یا فرآیند زیربنایی ارائه دهد تا بتوان آن را کارآمدتر، پایدارتر، انعطافپذیرتر و امنتر ساخت. در مقابل، خودِ مدل نیز میتواند بر اساس نتایج شبیهسازی یا با تغییر شرایط و مفروضات، تنظیم و تقویت شود.
در حوزه مدیریت ریسک، شبیهسازی برای اهداف زیر به کار میرود:
- اندازهگیری ریسکها
- هدایت تصمیمات و اقدامات منطقی در مواجهه با ریسکها
- برداشتن گامهایی برای کاهش ریسکها
- نظارت مستمر بر ریسکها در طول زمان
مدلسازی و شبیهسازی به دو روش به کاهش پیچیدگی و رفع نگرانی از اتخاذ تصمیمات محوری کسبوکار یا سرمایهگذاریها کمک میکنند. اول، فرآیند ساخت یک مدل ذاتاً شامل حذف اطلاعات اضافی است تا تنها عناصر ضروری باقی بمانند و یک مسئله چندبعدی به شکلی قابل مدیریتتر تبدیل شود. دوم، استفاده از شبیهسازی برای مشاهده رفتار سیستم در شرایط یا سناریوهای مختلف، به جلوگیری از غافلگیری کمک کرده و آرامش خاطری را در تصمیمگیری به ارمغان میآورد. شبیهسازی همچنین با فراهم کردن امکان تنظیم سیستم یا فرآیند، میزانی از کنترل را برای هدایت نتایج آن تصمیمات فراهم میکند.
چالشهای مدلسازی ریسک: چرا اکنون اهمیت دارد؟
دادههای کلان (Big Data) و ابزارهای پویای تصویرسازی داده، اشتها برای استفاده از تحلیل دادهها جهت مقابله با ریسک را افزایش دادهاند. با این حال، تحلیل دادهها محدودیتهایی دارد؛ یکی از آنها این است که دادههای تاریخی ذاتاً نگاه به گذشته دارند. بنابراین، شما رفتار یک سیستم در گذشته را میبینید و میتوانید به دنبال همبستگیها بگردید که ممکن است نشانهای از علیت باشند. اما اگر بخواهید پیشبینی کنید، نمیتوانید این نتایج را به آینده تعمیم دهید و فرض کنید سیستم در آینده نیز مانند گذشته رفتار خواهد کرد. شرایط و متغیرها همیشه در حال تغییرند و گذشته ممکن است پیشبینیکننده خوبی برای آینده نباشد. اینجاست که مدلسازی ریسک به عنوان مکمل تحلیل دادهها و سایر تکنیکهای آماری و به خودی خود یک ابزار قدرتمند تصمیمگیری، وارد میدان میشود.
تأثیر مدلسازی ریسک بر سازمانها
مدلهای ریسک در ارزیابی انواع مختلفی از ریسک کاربرد دارند. ممکن است بخواهید ریسک دستیابی به اهداف استراتژیک گسترده را درک کنید یا به سوالات بسیار خاصی پاسخ دهید. شاید بخواهید تهدیدات زنجیره تأمین خود را بشناسید، ریسکهای ژئوپلیتیکی ورود به یک بازار نوظهور را ارزیابی کنید یا بفهمید که یک دشمن تطبیقپذیر (مانند یک هکر یا تروریست) چگونه ممکن است به شما حمله کند. پس از توسعه مدلهای ریسک، میتوان از آنها نه تنها برای ارزیابی رفتار سیستم در شرایط عملیاتی عادی، بلکه در سناریوهای فرضی «چه میشود اگر» نیز استفاده کرد. این به سازمانها کمک میکند تا سطح تحمل ریسک خود را تعیین کرده و نحوه ایجاد انعطافپذیری در سیستمها را برای مقاومت در برابر تأثیرات مختلف ارزیابی کنند.
جایگاه مدلسازی ریسک در استراتژی مدیریت ریسک سازمانی (ERM)
مدلهای ریسک معمولاً در سراسر یک سازمان پراکنده هستند، بنابراین شرکتهایی با برنامه مدیریت ریسک سازمانی (ERM) بالغ، مالکان ریسک را برای ریسکهای کلیدی خود و یک ساختار حاکمیتی مشخص کردهاند. حاکمیت برای نظارت بر کیفیت مفروضات مورد استفاده در مدلهای مختلف و مداخله در صورتی که مدلهای رقیب خروجیهای متفاوتی ارائه دهند و باعث سردرگمی شوند، اهمیت دارد. هر شرکتی که از مدلهای ریسک استفاده میکند باید بداند که این مدلها چگونه در تصویر بزرگتر نحوه جمعآوری و استفاده از اطلاعات درباره ریسکها برای تصمیمگیری قرار میگیرند. یک تاکتیک نوظهور برای سازمانها، حرکت به سمت چیزی است که ما آن را «مرکز اشتراکگذاری تحلیل ریسک» مینامیم؛ قطبی که اطلاعات ریسک در آن ذخیره میشود. این مرکز به مجموعه دادههای اصلی و انواع دیگر هوش تجاری متصل است تا دیدگاهی پویا از ریسکها و نحوه تغییر آنها ارائه دهد. برای کسب اطلاعات بیشتر، میتوانید به منابع معتبر مانند صفحه خدمات ریسک دیلویت مراجعه کنید.
منبع: این مقاله بر اساس محتوایی از شرکت دیلویت (Deloitte) با عنوان “The role of simulation in modeling” تهیه شده است.
